请教各位老师，LOCNESS中有乱码

Hannah楠

Hannah楠

在论坛学习到了很多很有用的东西，根据seinewang提供的方法，最近得到了LOCNESS,在此表示感激，但我在合并文本的时候，发现从BRSUR1文档开始，出现了类似乱码的东西，混在单词中间，基本都是出现在一个单词中间，例如“l'閠at pur” “r関olt”“fr鑢e”“prol閠arien” 等等 数量不在少数。我很疑惑，这是Granger教授发给我的原始文本，我并未加任何改动，也没有转换格式，为什么会出现这些类似乱码的东西，我该怎么办，才能得到纯净的纯文本文档呢？
 
回复: 请教各位老师，LOCNESS中有乱码

可能是你电脑上的txt的格式-字体需要调整一下。可以尝试着选择times new roman或其他字体试试。
 
回复: 请教各位老师，LOCNESS中有乱码

在中文操作系统中如果用Notepad打开，法语等语言中的accented characters就会显示此类错误。可以用Word打开再另存为utf-8编码的纯文本就可以了。
 
回复: 请教各位老师，LOCNESS中有乱码

作者 seanxpq:
可能是你电脑上的txt的格式-字体需要调整一下。可以尝试着选择times new roman或其他字体试试。
Click to expand...
谢谢，可是我试了，与字体无关，乱码依然存在
 
回复: 请教各位老师，LOCNESS中有乱码

作者 xiaoz:
在中文操作系统中如果用Notepad打开，法语等语言中的accented characters就会显示此类错误。可以用Word打开再另存为utf-8编码的纯文本就可以了。
Click to expand...
谢谢肖博士，根据您的建议，我试了一下，结果汉字的乱码变成了一个“?”的符号……不知道原因究竟在哪
 
回复: 请教各位老师，LOCNESS中有乱码

我试了一下，可以的。先用Word打开文本，默认编码为Western European (Windows)，从菜单中选择 另存为，选择 plain text 编码，再选择 Unicode （utf-8）保存文本。再用Notepad或检索工具打开时就不是乱码了。

作者 Hannah楠:
谢谢肖博士，根据您的建议，我试了一下，结果汉字的乱码变成了一个“?”的符号……不知道原因究竟在哪
Click to expand...
 
回复: 请教各位老师，LOCNESS中有乱码

作者 xiaoz:
我试了一下，可以的。先用Word打开文本，默认编码为Western European (Windows)，从菜单中选择 另存为，选择 plain text 编码，再选择 Unicode （utf-8）保存文本。再用Notepad或检索工具打开时就不是乱码了。
Click to expand...
谢谢肖博士，这次试了以后发现，用wordsmith做词表可以识别了。十分感谢您的耐心~
 
回复: 请教各位老师，LOCNESS中有乱码

您好，我的论文也是用语料库 进行分析的。 我有找到 locness 语料库。
但是我现在有个疑惑，Locness语料库的总词数是多少个。
因为 查看不同的参考文献， 里面对Locness的总词数描述都不太一致 ： 95218 程晓棠； 181,817字符 李楠； 还有 170,000； 32万， 李茜 等等。


我自己的语料库 Locness 字数是183， 654； 字符数是892,983. 我使用的是 Antconc3.2.1检索软件。

不知道 大家那边要不要用到总词数，大家统计的总词数是多少。


谢谢各位啦！！:)
 
回复: 请教各位老师，LOCNESS中有乱码

LOCNESS的建成年代是什么时候呀？我这有这个语料库及其简介，但是没说什么时候建成的？

作者 xujiajin:
British pupils' A level essays: 60,209 words
British university students essays: 95,695 words
American university students' essays: 168,400 words

Total number of words: 324,304 words
https://www.uclouvain.be/en-cecl-locness.html

https://www.uclouvain.be/cps/ucl/doc/cecl/documents/LOCNESS.doc
Click to expand...
 
You must log in or register to reply here.
Back
顶部