用AntConc处理中文concordance, wordlist, N-gram

为何用AntConc两次检测的结果不一样啊

:confused:为何用AntConc两次检测的结果不一样啊，好像是每次都不一样，新手上路，请各位大侠指点，谢谢
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

老师,您好,
我用了AntConc,发现有点问题,我用CONCORDANCE,索引"我们",有2007 HITS,但是,我回到COLLOCATE模块后,输入"我"或"们,却只有3个搭配了,按道理,"我"和"们"的搭配也应该有2007个才对呀!也就是说,AntConc不能以汉字找搭配,或者是我的设置有问题?(我完全按本论坛里所说的标准设置的)
请问SMITHWORD有找字搭配的功能吗?难道一定要用它?
麻烦您抽空回答一下.
学生 洪涛敬上
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

大家好
关于这款软件，我有些地方不是很明白
请大家指点
如何使用这款软件对已经进行了分词的语料进行格式的查询
比如“V+N”这种动词名词组合串？
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 hongtao826:
老师,您好,
我用了AntConc,发现有点问题,我用CONCORDANCE,索引"我们",有2007 HITS,但是,我回到COLLOCATE模块后,输入"我"或"们,却只有3个搭配了,按道理,"我"和"们"的搭配也应该有2007个才对呀!也就是说,AntConc不能以汉字找搭配,或者是我的设置有问题?(我完全按本论坛里所说的标准设置的)
请问SMITHWORD有找字搭配的功能吗?难道一定要用它?
麻烦您抽空回答一下.
学生 洪涛敬上
Click to expand...

看来你的语料是经过分词了的，这样“我们”就被当成了一个词，情况就出在了并不是语料中的所有“我们”都被分成了“我们”这个词，有3个可能变成了“我”一个词，“们”一个词……
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 shadow24:
大家好
关于这款软件，我有些地方不是很明白
请大家指点
如何使用这款软件对已经进行了分词的语料进行格式的查询
比如“V+N”这种动词名词组合串？
Click to expand...

你要检索的是有词性赋码了的语料，光有分词是不行的。
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

谁能帮我在antconc上试一下这个文本？是藏文的，已经分词了，拜托各位了，我怎么试也显示不出藏文，用的字库是微软vista的himalaya，是unicode编码，字库和文本在附件里，谢谢！
 

附件

  • fenciwenben.txt
    1.6 KB · 浏览: 18
  • himalaya.rar
    290.5 KB · 浏览: 6
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 gangtese:
谁能帮我在antconc上试一下这个文本？是藏文的，已经分词了，拜托各位了，我怎么试也显示不出藏文，用的字库是微软vista的himalaya，是unicode编码，字库和文本在附件里，谢谢！
Click to expand...

不懂藏文，不过AntConc还是可以处理的。这里是我的做法：
１、安装himalaya.ttf字体（直接复制粘贴到C:\Windows\Fonts文件夹后系统会自动安装）；
２、重新把文本转存成UTF-8的；
３、打开AntConc，设置Global Settings，把Font Settings的三项全部选成Microsoft Himalaya; 把Language Encodings设置成Standard Encodings里的Unicode(utf-8)，然后Apply保存设置；
４、导入文本进行分析。这里是截图供参考：
 

附件

  • 2009-7-10 11-58-17.jpg
    2009-7-10 11-58-17.jpg
    89.4 KB · 浏览: 11
  • 2009-7-10 11-59-20.jpg
    2009-7-10 11-59-20.jpg
    131.8 KB · 浏览: 8
  • 2009-7-10 11-59-51.jpg
    2009-7-10 11-59-51.jpg
    102.9 KB · 浏览: 5
回复: 用AntConc处理中文concordance, wordlist, N-gram

用AntConc处理中文concordance, wordlist, N-gram ——这真是一个非同寻常的好帖：这么多孜孜以求的初级C友积极参与，这么多博学多识的高级C友认真互动。真的令人感动不已、受益匪浅！
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 laohong:
不懂藏文，不过AntConc还是可以处理的。这里是我的做法：
１、安装himalaya.ttf字体（直接复制粘贴到C:\Windows\Fonts文件夹后系统会自动安装）；
２、重新把文本转存成UTF-8的；
３、打开AntConc，设置Global Settings，把Font Settings的三项全部选成Microsoft Himalaya; 把Language Encodings设置成Standard Encodings里的Unicode(utf-8)，然后Apply保存设置；
４、导入文本进行分析。这里是截图供参考：
Click to expand...

谢谢laohong，你真是太棒了！
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 xujiajin:
小和两句。

蚍蜉可堪词匠职，集腋终得成大势。

注：蚍蜉，即蚂蚁，借指Ant（AntConc的中心词）。词匠即是WordSmith。这一句是用来感谢Laurence Anthony的无私之举的。

同时也希望大家通过Corpus4u这个空间，“茹切如搓，如琢如磨:)”,集腋成裘，聚沙成塔，推动语料库研究在中国的发展。
Click to expand...


许博士，您好：
我刚刚开始涉足语料库，
拜读您在2007年第6期发表的文章，用词匠WS统计的词/语块；
我想问一下，
如何使用Antconc提取语块？
它们二者在提取语块方面，
哪个更方便？
谢谢！

尝试多次，无果而终！
急盼指点！！
谢谢！！！
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 laohong:
不懂藏文，不过AntConc还是可以处理的。
Click to expand...
AntConc 对藏文处理是不完善的，他只是可以支持非常多的编码（包括UNICODE编码），本身对藏文一无所知。我刚学了几句藏文，发现如果检索简单藏文字母，AntConc对于有下加字和元音的藏文“字”有错误（说明是字节匹配，不是字匹配）。目前能完美处理藏文检索的只有俺开发的检索系统。可惜，由于某种原因，目前尚不能公开给大家使用，等一段时间吧。
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 laohong:
这次在AACL2008（http://corpus.byu.edu/aacl2008/）会议期间，和AntConc的作者Laurence Anthony（http://www.antlab.sci.waseda.ac.jp/）有了“零距离”的接触。和Laurence讨论了一些AntConc的问题，如中文concordance中间对不齐、一次性打开多个文本出错等问题。Laurence解释了问题的原因，也介绍了解决的办法，这里和大家分享一哈：

１、关于中文concordance中间对不齐，他建议最好去除文本中的所有中文标点符号再试试（我还没试）；
２、关于一次性打开多个文本导致程序出错，他认为是Windows的系统问题，如果要打开多个文本，他建议使用File, Open Dir...的功能。本人试了一下，确实不错。

另外，Laurence还透露他正在开发自己的ParaConc，预计界面和功能都要比Barlow的好。而且，他还是准备免费推出　－－　各位拭目以待吧。

最后，贴上一张与Laurence的合照，沾名人一点光啊。
Click to expand...

请问

关于concordance中间对不齐，我将所有中文符号改成一般英文的标点，还是不行，请问是否是选择字形的原因。

目前使用法国研发的Unitex打开中文文本做concordance时，也是同样问题，我的老师认为字形（typeface）的关系，要我找可以同时显示拉丁字母及汉字的字形，也就是找字形可以将字母长度及汉字长度视为同一长度。
我爬了文，觉得好像不是字形的关系，请问有人可以帮我解答吗，谢谢
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

请各位帮帮忙，AntConc中如果加自己的词表库和训练语料（不同语种的）应该怎么做？请高手指点，先谢过！
 
回复: 用AntConc处理中文concordance, wordlist, N-gram

作者 mandel:
AntConc 对藏文处理是不完善的，他只是可以支持非常多的编码（包括UNICODE编码），本身对藏文一无所知。我刚学了几句藏文，发现如果检索简单藏文字母，AntConc对于有下加字和元音的藏文“字”有错误（说明是字节匹配，不是字匹配）。目前能完美处理藏文检索的只有俺开发的检索系统。可惜，由于某种原因，目前尚不能公开给大家使用，等一段时间吧。
Click to expand...

藏文如果只做检索Myfind软件也可以，很不错的，只是编码须采用大丁字符集，很方便的。
 
You must log in or register to reply here.
Back
顶部