Key的最近内容

感谢许教授的耐心解答！

求助各位吧友，最近在做新闻语料的研究，需要ANC，Brown，BNC这类的语料库文件，但不过好多分享的资源都已经失效了。

各位大佬们，近期看到了一个工具BFSU Spoken Utterances Extractor，觉得很有使用价值就下载了使用。目前遇到的问题是提取的内容是引号之间的，这样就会导致有些加引号但并非对话内容的也被提取了出来。目前想到的解决思路可能有：1.将提取结果复制到excel，按字符数量排序，进行人工筛查。通常，字符数较少不会是Utterances。2.左右索引定位寻找对话动词或者人物标识，但这个应该比较难以穷尽。3.借助语义模型的筛查。不知道各位大佬有没有什么好的想法，可以分享一下

感谢许教授的帮助！前几天这个网站老是打不开，今天总算是上来了。

非常感谢热心的许教授！使用了一下，觉得非常简洁好用。但希望可以增加一下ttr的数据，因为可能大部分研究都会将ttr和sttr都考虑在内。然后说明文档里最好说明一下具体算法，这样也会让研究者明白与其他软件得出不同数据的原因。最后就是可以增加一个平均句段长的计算，这也会方便很多研究人员做深入的研究。

感谢许教授的解答！最近在做研究时还碰到一些困惑，就是汉语平均句长计算的是汉字个数呢还是词数？将原文本放进wordsmith里面呢还是分词后的？而至于句段长，目前应该没有现成工具，只能使用正则表达式。但是否需要把标点包含在内？

许教授，近期我使用了这个工具，发现可能不太适合我在做的研究。因为我是对汉译本的研究，所以这个软件可能不支持汉语的参数提取。所以我现在想的一个解决办法是，用正则表达式去提取代词、连词，这样研究reference, conjunction, and substitution

非常感谢许教授！

各位大佬，求助一下！我在用语料库做译本风格的研究。想问问篇章层面的语言参数有哪些？连词、介词数量能算吗？ 目前看了一下汉语可读性分析工具ARC，据说是分析词汇、句法、语义三个维度的九个语言指标，但感觉这好像不能够说明篇章层面上面的问题。还请各位大佬指点~

许教授，想问问xml这种带有元信息和标注的文件该如何进行检索研究？例如计算形次比时是否应当清除所有元信息和赋码标注？但具体清除方法是用正则表达式还是另有工具？

求助各位大佬，想问问wordsmith 9.0里面形次比计算的问题？首先软件里面得出的ttr是百分数形式，但大部分论文给的数据都没有出现百分号。求大佬们解答~

感谢许教授指路！

感谢许教授及团队的付出！另外，想问问有对中文文本进行readability分析的工具吗？

https://tool.cohmetrix.com/这个网站打开貌似是空白的