搜寻结果

https://www.researchgate.net/profile/Anthony-Pym-3/publication/329371864_Simultaneous_interpretation_as_a_factor_in_effecting_shifts_in_the_position_of_texts_in_the_oral-literate_continuum/links/5c054d4a458515ae544306f9/Simultaneous-interpretation-as-a-factor-in-effecting-shifts-in-the-position-o...

这是个现实存在的真问题。 以下思路供参考。 语料库可存为两个版本。其中一个版本是完整版；另一个为删除非翻译内容的版本。检索分析可在第二个版本中进行，如有需要，再反查第一个版本，获取完整上下文。通常基于句对齐平行语料库的词句分析，不大用得上那么多上下文信息。 再有，若不删除非翻译内容，也可在文中逐个手工标出非翻译字段，以便检索分析时区别对待。 用ELAN做多模态平行库，工作量大，效价比不高，不建议尝试。其他网友若有这方面经验，好的做法，欢迎分享。

这里有字数说明：https://bcc.blcu.edu.cn/help BCC没有按词次来计算库容。词有争议，字相对更没有争议。 汉语一个词，可以粗略以1.6个汉字来折算。

他们官方宣布不再维护。他们提供了一个单机版的Coh-Metrix，但并不好用。 替代方案是Kristopher Kyle的系列工具：https://www.linguisticanalysistools.org/tools.html

https://bcc.blcu.edu.cn/downloads/papers/%E5%A4%A7%E6%95%B0%E6%8D%AE%E8%83%8C%E6%99%AF%E4%B8%8BBCC%E8%AF%AD%E6%96%99%E5%BA%93%E7%9A%84%E7%A0%94%E5%88%B6_%E8%8D%80%E6%81%A9%E4%B8%9C.pdf 荀恩东, 饶高琦, 肖晓悦, 臧娇娇. 大数据背景下BCC语料库的研制[J]，语料库语言学，2016(1).

大规模中学生英语作文库，未见有可公开获取的。

“2024语料库建设与应用研讨会”由中国社会科学院语言研究所语料库暨计算语言学研究中心、北京外国语大学中国外语与教育研究中心、国家社会科学基金重大项目“辞书编纂用大型多功能语料库建设与研究”（23&ZD314）联合主办，外语教学与研究出版社协办。大会定于2024年8月10日在北京大兴北京外国语大学国际会议中心举行。本届会议主题为“语料库语言学前沿：数据驱动的语言研究、创新应用与未来展望”。本次会议的主旨发言人为：中国社会科学院顾曰国教授、北京航空航天大学卫乃兴教授、北京航空航天大学梁茂成教授、中国社会科学院张永伟研究员。 本次会议不收取会务费。...

目前看似相关网站未有人维护更新。

-TECCL中国学生万篇英语作文语料库：http://corpus.bfsu.edu.cn/info/1070/1449.htm TECCL可全文下载 许家金. “中国学生万篇英语作文语料库”介绍. 语料库语言学, 2016, (2): 108-112. -iWriteBaby中国英语学习者语料库常见错误分析平台： -许家金，2019, iWriteBaby中国学习者英语语料库的创建，《语料库语言学》(1)：105-109。 iWriteBaby可在线浏览偏误类型及在线检索。 https://iwritecorpus.unipus.cn/iwrite-baby-client/#/...

London–Lund Corpus 2 A corpus of spoken British English Welcome to the official website of LLC–2 The London–Lund Corpus 2 (LLC–2) is a half-a-million-word corpus of spoken language with recordings from 2014–2019 with adult educated speakers of British English. On the one hand, the corpus is a...

搭配词默认是按字母顺序排序，因此a、b、c开头的单词排在前头，翻页后应该可以看到其他搭配词。

请在正则表达式中的每个单词前后加上\b试试。 例如：regExpr=\bdo\b|\bdoes\b|\bdid\b \b这里表示单词边界，应该是boundary的首字母。

当然也可以尝试用大语言模型来实现：https://promptbank.unipus.cn/portal/detail?id=188 用于测试的两个文本可从下面链接获取： https://corpus.bfsu.edu.cn/A01A.EN.txt https://corpus.bfsu.edu.cn/A01A.ZH.txt

用过的对齐工具里较好的是ABBYY Aligner和TMXmall：https://www.tmxmall.com/aligner/home 两者都不免费。

GPT 4o标注效果应该很好。

“纠正”不敢说，也仅是一个建议，供您参考。

目前来看，用ChatGPT识别和标注6种及物性过程，效果很好。不妨一试。

感觉BNC的数据在其中有些多余。 直接用A比C即可。C需要再进一步扩充。 至于选前100还是前200，没有一定之规，可在显著主题词中自行梳理，尝试得知。 语料库中的keywords，一般不译成“关键词”，而是译成“主题词”

底层就是用正则表达式匹配，然后替换删除。 我们做的Detagger也是这个原理，只是在正则表达式基础上加了个界面，以方便不熟悉正则表达式的同行。

您讲得很有道理。 这个不光是国内，国际语言学界也存在类似情况。在可能情况下，我们应尽量严谨。