请教，急！自建语料库中重复出现的搭配类型如何处理

[xinshoushanglu]

诚心求教。在写毕业论文，要研究动+名词搭配错误，语料整理时碰到问题。自建语料库选取了20篇文章，附码检索后，有重复出现的搭配。应该如何处理，是把一篇中重复出现的搭配归为一类，去掉各篇内的重复搭配，保证每篇中没有重复的，如pay attention to , pay much attention to,还是把20篇中所有的该类归为一个，去掉其他重复的，保证整个库中没有重复出现的？还是不去掉重复的？希望能尽快得到各位高人的指导，谢谢。