自建语料库：扫描？录入？Word格式？txt格式？检索用什么工具？标注？

[christina311]

各位老师，你们好。我的论文是基于语料库研究中国学生写作中转折类（也叫对比类)话语标记语使用情况，计划自建三个语料库，对比三个语料库的转折类（对比类）出现频率和语境。分别是初三，高二，大二说明文语料库，目前搜集到了这三个年级的作文了，可是下一步该怎么做？
(a)要将这些作文扫描进入电脑？还是手工放入电脑？
若扫描，那么扫描后怎么做？若手工输入电脑，应该输入什么文本内呢？是word,还是txt?
(b)检索工具，用什么合适？
（c)标记是在哪儿一步？输入的时候？还是检索的时候包含这个？

 

[christina311]

回复: 自建语料库，请教

问题弱弱的，希望各位大侠不要见笑，呵呵，狠狠地批评吧，我可以接受。。。

 

[chensharon]

回复: 自建语料库，请教

各位老师，你们好。我的论文是基于语料库研究中国学生写作中转折类（也叫对比类)话语标记语使用情况，计划自建三个语料库，对比三个语料库的转折类（对比类）出现频率和语境。分别是初三，高二，大二说明文语料库，目前搜集到了这三个年级的作文了，可是下一步该怎么做？

(a)要将这些作文扫描进入电脑？还是手工放入电脑？

答：这个要看自己有什么条件了。不过如果学生作文是手写的话，扫描恐怕会有识别错误。还是手工输入靠谱一些。

若扫描，那么扫描后怎么做？若手工输入电脑，应该输入什么文本内呢？是word,还是txt?

答：不管是扫描还是手工输入，都应该是txt格式的，还要仔细校对。推荐梁茂成、李文中、许家金三位专家写的《语料库应用教程》（2010），自己看看很容易明白的。

(b)检索工具，用什么合适？

答：常用的免费检索工具是AntConc，够用了

（c) 标记是在哪儿一步？输入的时候？还是检索的时候包含这个？

答：整理好文本之后就可以做标记了。这儿关键的是你要标什么，可能需要你认真做一个标注体系吧。标好之后，检索想要的就容易了。

 

[wanglianzhu]

回复: 自建语料库，请教

楼上回答的很好啊。

 

[Yanjun.Sdnu]

回复: 自建语料库，请教


(a)要将这些作文扫描进入电脑？还是手工放入电脑？

答：这个要看自己有什么条件了。不过如果学生作文是手写的话，扫描恐怕会有识别错误。还是手工输入靠谱一些。


答：不管是扫描还是手工输入，都应该是txt格式的，还要仔细校对。推荐梁茂成、李文中、许家金三位专家写的《语料库应用教程》（2010），自己看看很容易明白的。


答：常用的免费检索工具是AntConc，够用了



答：整理好文本之后就可以做标记了。这儿关键的是你要标什么，可能需要你认真做一个标注体系吧。标好之后，检索想要的就容易了。

thank you for the book you recommended. it helps me a lot. so appreciating!!

 

[Tony Qin]

菜鸟级别，Antconc，英文是个什么意思？

 

[xujiajin]

Ant是软件作者Anthony的昵称（全名Laurence Anthony）。Conc是语料库检索工具（又称索引工具）Concordancer的缩略。类似的软件命名还有MonoConc、ParaConc、PowerConc。

AntConc的含义就是由Laurence Anthony开发的语料库检索工具。

下载网址：http://www.laurenceanthony.net/software/antconc/

 

[Tony Qin]

太感动了，许教授，您这么忙的工作还抽时间回复这么菜鸟的问题。我一定好好努力了，从baby做起，向您致敬！