关于CorpusTool的使用

[ylnbbb]

为什么我用CorpusTool标注后得出的文本单词数不对呢？附件中是我的project的一部分，我想要标注出句子、T单位和错误，通过corpus</SPAN> statistics计算出句子平均长度、T单位平均长度、无误T单位平均长度、无误T单位个数、平均错误数等。可是通过file information得出的文本单词数和corpus</SPAN> statistics得出的有出入，并且同手数的有很大差别，对比的数据我也用txt文件在附件中列出了。哪位高手可以指点一下这是为什么？谢谢

 

[laohong]

回复: 关于CorpusTool的使用

如何定义word （token），各个程序是有差别的，如有的把don't算作一个，有的算作两个（do + n't），你自己count的结果说03-02a.txt里有237个word（Microsoft Word的结果）；而如果按第二种方法算，一共应该是244个（请用EditPlus试试）。 除此之外，还要考虑到five-year-old应该算作是一个word，还是三个，或者还是五个。

另外，由于统计是根据你标注的结果来计算的，那些你没有标记T-Unit的句子（如第一篇里的“Oc course not”那句），就可能没有变为统计进去。是不是这样，建议问问软件开发者。

 

[清风出袖]

回复: 关于CorpusTool的使用

而且我觉得这些编软件的也应该把这类信息明示出来。

 

[ylnbbb]

回复: 关于CorpusTool的使用

谢谢laohong。之前已经跟Prof. O'Donnell联系过了，他现在正在参加一个会议，回去之后再帮我解决。总的来说，这个教授还是比较热心的。

 

[Victoria]

回复: 关于CorpusTool的使用

为什么我在执行了“Creat New Scheme”, 并Click on the Finalise button 之后，Layers in this project 下方并未出现一个编辑和删除的窗口呢？请各位高手指点迷津，谢谢！