关于Antconc检索俄语问题

[supernwd0451]

各位达人：
我想用Antconc检索俄语，做频率词表，统计词频，但俄语的词形变化特别多，不知道大家有没有什么办法，先谢谢大家了！

 

[xujiajin]

回复: 关于Antconc检索俄语问题

"俄语的词形变化"具体指什么?

请举例，并用汉语或英语说明。

 

[ArthurW]

回复: 关于Antconc检索俄语问题

俄语的inflection确实非常复杂，不过似乎多数词的前面词根部分是基本一致的，后面用通配符就可以了，至于特殊变位词，还是用一个专用的表比较合适。

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

比如город города городу город городом городе
上面六个词形实际上是一个词，是一个词的六个格，但检索时却是按六个词算的

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

俄语的inflection确实非常复杂，不过似乎多数词的前面词根部分是基本一致的，后面用通配符就可以了，至于特殊变位词，还是用一个专用的表比较合适。

那么有什么办法可以在生成词表的时候把几个词形归为一类吗？我是初学者，通配符是不是就是*之类的？麻烦能细致解释一下，要是有现成的帖子就更好的。听说wordsmith能用在俄语上，我下载了，英语学得不好，不知道坛子里有没有相关的使用说明。

 

[ArthurW]

回复: 关于Antconc检索俄语问题

那么有什么办法可以在生成词表的时候把几个词形归为一类吗？我是初学者，通配符是不是就是*之类的？麻烦能细致解释一下，要是有现成的帖子就更好的。听说wordsmith能用在俄语上，我下载了，英语学得不好，不知道坛子里有没有相关的使用说明。

你所说的把几个词形归为一类，术语是lemmatization，这个目前恐怕只能通过一个词表来实现，要事先编辑好的，靠规则实现恐怕有不小的难度。город的各种变形都以город为主干，检索的时候可用город\w*。关于“通配符”的说法只是为了简便，其实是所谓正则表达式（Regular Expressions），这个可以找些资料来学学。
但是WordSmith不支持正则表达式，这个需要注意。

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

你所说的把几个词形归为一类，术语是lemmatization，这个目前恐怕只能通过一个词表来实现，要事先编辑好的，靠规则实现恐怕有不小的难度。город的各种变形都以город为主干，检索的时候可用город\w*。关于“通配符”的说法只是为了简便，其实是所谓正则表达式（Regular Expressions），这个可以找些资料来学学。
但是WordSmith不支持正则表达式，这个需要注意。

谢谢，编辑的意思是不是对原文本进行标注（tag）之类的操作啊？正则表达式已经很头痛了，呵呵

 

[Haiyang Ai]

回复: 关于Antconc检索俄语问题

Not sure if this would be helpful:
http://lemmatizer.org/en/

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

Not sure if this would be helpful:
http://lemmatizer.org/en/

Thank you very much!

 

[xujiajin]

回复: 关于Antconc检索俄语问题

http://lemmatizer.org/ru/

 

[xujiajin]

回复: 关于Antconc检索俄语问题

http://www.juyy.net/ruindex.htm

这里有个中俄平行语料库库检索，你可能会感兴趣。

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

http://www.juyy.net/ruindex.htm

这里有个中俄平行语料库库检索，你可能会感兴趣。

谢谢！

 

[supernwd0451]

回复: 关于Antconc检索俄语问题

http://www.juyy.net/ruindex.htm

这里有个中俄平行语料库库检索，你可能会感兴趣。

这个语料库是哪个机构开发的？是南京的学校吗？挺有意思，可惜就是规模比较小，我们学校也打算建语料库呢，我是黑龙江大学的。