搜寻结果

https://www.english-corpora.org/tv/ https://www.english-corpora.org/soap/

TTR以小数、百分数、整数出现都是可能的。小数和百分数是对应的。如果是整数，一般会是100以下的一个整数，在表头处标明为百分比（%）更严谨。

有两种办法，一个是在AntConc设置里Hide tag，让AntConc在检索和创建词表时忽略tag； 另一种办法是再做一个生语料版本：可用https://corpus.bfsu.edu.cn/Detagger2.zip将语料库中的标注去除。请备份好原来已标注的语料库。

今天又读到两篇相关文献： 吴继峰,胡韧奋,彭一平. 学术汉语语体语言特征多维度测量研究——与新闻类、通用类、小说类语体对比视角 [J]. 语言文字应用, 2024, (3): 30-43. 周启红,王海峰. 汉语学术论文语篇特征变化多维分析 [J]. 语言文字应用, 2024, (3): 44-55.

ArthurW老师说的应该是陆小飞老师的Lexical Complexity Analyzer https://sites.psu.edu/xxl13/lca/ 另外，还可关注一下Kristopher Kyle的两个工具 The Tool for the Automatic Analysis if Lexical Diversity (TAALED) The Tool for the Automatic Analysis of Lexical Sophistication (TAALES) https://www.linguisticanalysistools.org/tools.html

多维语域分析的核心统计方法是factor analysis，方法的操作说明可参考：https://corpus.bfsu.edu.cn/info/1084/1873.htm页面上的Principal component analysis (PCA) and factor analysis (CA) data and codes （https://corpus.bfsu.edu.cn/PCA_FA0608.zip） 可参看相关研究：许家金、李佳蕾，2022，近百年汉语书面语的语域演变研究，《外语与外语教学》（4）：76-86。

可用这个工具：https://corpus.bfsu.edu.cn/LLX2.zip 计算时应使用原始频数，而不是标准化频率。

您可关注雷蕾老师开发的Chinese Readability工具：AlphaReadabilityChinese 1.0 https://github.com/leileibama/AlphaReadabilityChinese/releases/tag/AlphaReadabilityChinese

未见有比较好的去处长短词块间重复计数的方法。 自然语言处理领域似乎不大理会这一问题。 作为语言学研究者，一般会根据提取出的词块进行手工剔除，舍弃其中语法语义不完整的词块，是否删除具有包含关系的词块，也可一并考虑。

目前线上的确无可用《红楼梦》汉英平行库，你可考虑其他语料。《红楼梦》翻译研究较多，选题不易出新，也难有新见。

历年例行记者会均在外交部官方网站。 你设定时间范围进行检索即可获取。 见截图说明。 https://corpus.bfsu.edu.cn/briefings.png

这里有2017年至2021年的数据：http://www.nlpir.org/wordpress/2021/10/11/%e4%b8%ad%e5%9b%bd%e5%a4%96%e4%ba%a4%e9%83%a8%e4%be%8b%e8%a1%8c%e8%ae%b0%e8%80%85%e4%bc%9a%e8%af%ad%e6%96%99%e5%ba%93/

谢谢ArthurW的分享。有关MSTTR和MATTR，可见https://cran.r-project.org/web/packages/koRpus/koRpus.pdf 的66页和67页。 MSTTR (Mean Segmental Type-Token Ratio): (1) segments the text into fixed-length segments (e.g., 100 words per segment). (2) For each segment, the TTR is calculated as the ratio of unique words...

https://www.fmprc.gov.cn/fyrbt_673021/jzhsl_673025/index.shtml 外交部官网都有。页面顶端English栏目下可找英文版。

The workshop is jointly organised by the English Department of the University of Freiburg and the Institut für Deutsche Sprache (IDS) in Mannheim and, as a scoping workshop, designed to explore the major empirical, methodological and conceptual challenges facing our research community. Although...

你可以用LCMC的在线版本生成一个词表：http://114.251.154.212/cqp/lcmc2/ 账号：test 密码：test 另外，你也可以下载更新的汉语语料库，生成参照词表： -ToRCH2009 Corpus (ToRCH2009现代汉语平衡语料库) https://corpus.bfsu.edu.cn/ToRCH2009.zip -ToRCH2014 Corpus (ToRCH2014现代汉语平衡语料库) https://corpus.bfsu.edu.cn/ToRCH2014.zip -ToRCH2019 Corpus...

https://corpus.bfsu.edu.cn/BFSU_Readability_Analyzer_3.zip

这个语料库是肖老师建的，他没有授权可以公开这个语料库。

COTE语料库可以在线检索，但不能下载。 http://114.251.154.212/cqp/cote/ 账号：test 密码：test

没有。 WordSmith中有个Index（索引功能）可以实现上亿此次的检索、词表分析。2GB字节的语料，单机软件不大现实。