【求教】如何为自然口语语料库制作key word list

[lingual]

在下想为目前自建的小型汉语经济新闻语料库（tokens=130,387）制作一个key word list，但是不知道该选现有的哪个语料库来做参照语料库，LCMC多为书面语，且其中语料年代实在有些久；不知道LDC on line里边的中文报纸语料库能不能做出词表呢？

多谢，盼解。

 

[xiaoz]

回复: 【求教】如何为自然口语语料库制作key word list

Here is is copy of the wordlist of the Lancaster Los Angeles Spoken Chinese Corpus (LLSCC) for use with WordSmith 4 or 5. More information about the corpus can be found at the following link:

http://www.lancs.ac.uk/fass/projects/corpus/LLSCC/

 

[清风出袖]

回复: 【求教】如何为自然口语语料库制作key word list

thanks a lot, dr xiao!

 

[lingual]

回复: 【求教】如何为自然口语语料库制作key word list

Here is is copy of the wordlist of the Lancaster Los Angeles Spoken Chinese Corpus (LLSCC) for use with WordSmith 4 or 5. More information about the corpus can be found at the following link:

http://www.lancs.ac.uk/fass/projects/corpus/LLSCC/

谢谢肖老师，还有一个问题，做出关键词表后，发现我所关注的季节--天气类词汇在我的语料中出现频率很低，但是这类词的隐喻--非隐喻使用又是我的主要研究对象，您觉得对这样一类出现频率较低的词汇 可行么？还是主要关注高频词较合适？

谢谢您

 

[lingual]

回复: 【求教】如何为自然口语语料库制作key word list

Here is is copy of the wordlist of the Lancaster Los Angeles Spoken Chinese Corpus (LLSCC) for use with WordSmith 4 or 5. More information about the corpus can be found at the following link:

http://www.lancs.ac.uk/fass/projects/corpus/LLSCC/

抱歉，还有一个问题，WS 5做keywordlist时如何使用stoplist呢？谢谢。

 

[xiaoz]

回复: 【求教】如何为自然口语语料库制作key word list

需要先把停用此表保存为纯文本文件。具体调用请参考WST用户手册。

抱歉，还有一个问题，WS 5做keywordlist时如何使用stoplist呢？谢谢。

 

[xiaoz]

回复: 【求教】如何为自然口语语料库制作key word list

能否可用要看频率低到什么程度。频率太低时作的统计分析不可靠。

谢谢肖老师，还有一个问题，做出关键词表后，发现我所关注的季节--天气类词汇在我的语料中出现频率很低，但是这类词的隐喻--非隐喻使用又是我的主要研究对象，您觉得对这样一类出现频率较低的词汇 可行么？还是主要关注高频词较合适？

谢谢您

 

[lingual]

回复: 【求教】如何为自然口语语料库制作key word list

需要先把停用此表保存为纯文本文件。具体调用请参考WST用户手册。

好的 知道了 多谢您了

 

[lingual]

回复: 【求教】如何为自然口语语料库制作key word list

2-10次是很低的频率了。如果那些次在LDC和你的经济新闻语料库还是那么低频，恐怕效果不好。

能否可用要看频率低到什么程度。频率太低时作的统计分析不可靠。

那么如果是在tokens=130,387的语料库中，frequency在2-10次的词呢？目前统计发现这些词的频率大致就在2-10次

我主要关心的是这些词在LDC和我的经济新闻语料库中隐喻-非隐喻 异同

 

[Evalyin]

回复: 【求教】如何为自然口语语料库制作key word list

This paper might be of help to you:
http://www.lexically.net/wordsmith/corpus_linguistics_links/Keywords-Culpeper.pdf

Here is is copy of the wordlist of the Lancaster Los Angeles Spoken Chinese Corpus (LLSCC) for use with WordSmith 4 or 5. More information about the corpus can be found at the following link:

http://www.lancs.ac.uk/fass/projects/corpus/LLSCC/

借帖请教：
用wordsmith能不能在剧本中剔出舞台指示语等，并区分戏剧人物生成关键词？谢谢！