研究collocation，语料库的库容一般来讲要多大才够呢。

[corpora]

Stig Johnansson 1993曾讲过“The LOB corpus material is rich enough to show the wide variety of adverb-adjective combinations, but insufficienty large for a proper collocation study”. 但看过一些关于collocation study的文章，库容也大约和lob的库容相仿。所以非常迷惑研究collocation，到底多大的库容才可以接受？

谢谢您留言和指点。

 

[laohong]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

现在已经2009年了，Stig Johnansson 1993讲那话时有多少语料库供他使用？而且1993年时估计这个坛子里还没几人摸过电脑呢……
当然这不是库容大小的论据，呵呵……

 

[meizhongwei]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

其实在下认为像BNC等这些大型的语料库更有说服力。但是稍微小些的也行，但太小的不具有代表性。另外语料库在设计时，语料的选择很重要。如果你选择的这个库在选料时把该词常用的语域全部涵盖了，而且词频出现的频率也达到相当大的数量，那么几十你的库很小，也能说明问题——证明该词的搭配！

 

[hancunxin]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

有没有什么统计方法可以测试语料库的代表性呢？

 

[laohong]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

有没有什么统计方法可以测试语料库的代表性呢？

可以参阅下面几个旧帖，然后再顺藤摸瓜：
Literature review of representativeness
G. Leech: The Importance of Reference Corpora
Representativeness, balance and sampling

 

[corpora]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

谢谢各位,尤其是LAOHONG老师的最后提供的线索.

 

[hancunxin]

回复: 研究collocation，语料库的库容一般来讲要多大才够呢。

多谢laohong 指点迷津！