是考研。名字变了，参考书也变了。在淘宝上买了往年的真题，不知道还有没有参考价值？原来那本Jurafsky还需要看吗？
Last edited:
已报名北外语料库语言学。
- 主题发起人 t_risteros
- 时间
回复: 已报名北外语料库语言学。
我先写点自己的认识。手上只有11-14年四年的真题，所以只能拿它们来分析。两门专业课——「计算语言基础」（11年叫做「基础英语（计算语言学）」）和「自然语言处理基础」，分开来说。
1「计算语言基础」
如同11年考卷的标题暗示的，这一科大致上还逃不出基础英语的范围。四年里，有一道分值100分的大题从未缺席，其形式是阅读一篇文章，然后翻译（50分）、转述（20分）以及总结大意（30分）。其中，文章的主题都与语言学相关；翻译的题量较大；转述从11年的用汉语转述变成了后三年的用简单的英语转述；总结大意则一律规定为500汉字。可以看出，这些题目需要一定的语言学知识，但关键还是考察英语基础。
再来看另外50分。11年和12年都考了30分的填空题，13、14年则用这30分考了考名词解释。填空题的形式是在一篇文章中填一些常见搭配的词组，较为基础。要解释的名词则都紧紧关系语料库。我认为填空题并不考察「计算语言」相关的内容，又较为容易，所以不会再出。
最后20分最为特殊。11年和13年都是给出一个concordance的截图，让答题者从中归纳总结，区别在于11年的单词是「caused」，13年的是「cause」（包括了词形变化）。12年的这20分给在了一道十分特殊的题目上，一共三十句话和三十个空，每三句要求用同样的词填入，使句子通顺。14年呢，则是给出了「account」一词的collocational analysis，要求你描述这个词的用法，并要记住「你是在给一本学习者词典撰写内容」。
我认为12年的这道题虽然不容易做，但也与「计算语言」关系不大。另三年的题目则直接用到了语料库，与考试主题关系密切。
2 「自然语言处理基础」
这一科就要难分析得多。除了每年都有的一道「描述你感兴趣的课题并给出解决方法」、「介绍你想做的语言处理项目」这样开放性的、价值50分的大题以外，其他题目并无什么总的规律，只能罗列一下都考过些什么：
a 开放性题目。「描述你设想的语料库加工处理过程」、「介绍一种你熟悉的语言资源」。
b 有限状态转移图。11年给出图写实例，13年给出正则表达式，要求画出状态转移图并且写出实例。
c 正则表达式。除了上面提到的13年那道，14年给出要求和测试文本，写四个正则表达式。
d 句法分析树。11年给出树写出各种符号，列出语法规则。14年给出一些概率数据，判断一句话应该理解成哪一棵树。12年给出一句话，要求用「某种语法体系」进行解释，也属于这一类。
e 分词。给出一些概率，判断一串字符应该如何分词。
f 比较一句话与另两句话的相似程度。
g 给出了不合法的构词形式，说明原因。
h 根据索引行总结词义。（与「计算语言基础」中的题目类似）
i 罗列并解释一句话的几种歧义。
j 像是名词解释的题。「指出「stemming」和「lemmatization」的区别及分别如何实现。」「试述你对「将互联网与语料库研究结合起来」的看法。」
k 「汉语和英语各有哪些表示某人何时出生的表述模式？」
l 给出一双语（平行？）语料库中的句对，总结规律。（英语和用罗马字写的日语……）
因为这一科叫做「自然语言处理基础」，因此考察的内容不仅有语料库，更有nlp。但是改革以后，nlp消失了，不仅从名字里，也从参考书里。接下来再说说改名字和改参考书的事儿。
3 二零一五（四？）
我所知道的是，今年，本方向的名称从「计算语言学」改名「语料库语言学」，考试科目由「计算语言基础」「自然语言处理基础」改为「语言学基础」「语料库语言学」，而参考书目则去掉了Jurafsky的「Speech and Language Processing」（一本自然语言处理的综合性著作），加上了McEnery的「Corpus Linguistics: Method, Theory and Practice」（一本有关语料库各方面的总论）和Yule的「The Study of Language」（一本经典而常见的语言学导论），另外外研中心几位老师自己编写的《语料库应用教程》则没有变化；我所不知道的是，这一切意味着什么。因此我只能作一些猜测，而事实究竟如何只有等我12月底坐在考场拿到试卷才能知道。
我坦白承认自己对无论计算语言学、自然语言处理还是语料库语言学都所知甚少，故不敢妄谈它们之间究竟有什么分别和联系。因为「语言学基础」这一科继承之前的「计算语言基础」，因此有一些确定无疑的结论总是可以得出的。但疑问就在于语料库的内容是否也会夹杂其中，对此我有两种看法：
a 根据两门考试的名称，「语言学」、「语料库语言学」各自分工，则这一科应当考察普通语言学，与语料库无涉。
b 根据考试的语言要求，这份英文试题对应两本英文的参考书，故试卷中也会包含语料库的内容。
因此对这一科，结论就是：相比「计算语言基础」，变化不会太大。有100分的题目甚至不会改变题型；除此之外的题目会以何种方式出现，其中会考多少普通语言学或者语料库语言学的知识，无法确定。
对于「语料库语言学」，我不知道有限状态机、句法分析树这些更偏nlp，并且指定教材中并不涉及的内容会不会再考。至于题型如何会怎么出题更不能确定。
这个帖子的目的，其实就是表达上面这么一个疑惑，没想到也帮自己梳理了一遍真题。最后说一下自己的情况：跨专业应届考生。专业跨得非常之大，只希望考上的概率不会非常之小就好。算是求援，也算是求愿。
以上。
我先写点自己的认识。手上只有11-14年四年的真题，所以只能拿它们来分析。两门专业课——「计算语言基础」（11年叫做「基础英语（计算语言学）」）和「自然语言处理基础」，分开来说。
1「计算语言基础」
如同11年考卷的标题暗示的，这一科大致上还逃不出基础英语的范围。四年里，有一道分值100分的大题从未缺席，其形式是阅读一篇文章，然后翻译（50分）、转述（20分）以及总结大意（30分）。其中，文章的主题都与语言学相关；翻译的题量较大；转述从11年的用汉语转述变成了后三年的用简单的英语转述；总结大意则一律规定为500汉字。可以看出，这些题目需要一定的语言学知识，但关键还是考察英语基础。
再来看另外50分。11年和12年都考了30分的填空题，13、14年则用这30分考了考名词解释。填空题的形式是在一篇文章中填一些常见搭配的词组，较为基础。要解释的名词则都紧紧关系语料库。我认为填空题并不考察「计算语言」相关的内容，又较为容易，所以不会再出。
最后20分最为特殊。11年和13年都是给出一个concordance的截图，让答题者从中归纳总结，区别在于11年的单词是「caused」，13年的是「cause」（包括了词形变化）。12年的这20分给在了一道十分特殊的题目上，一共三十句话和三十个空，每三句要求用同样的词填入，使句子通顺。14年呢，则是给出了「account」一词的collocational analysis，要求你描述这个词的用法，并要记住「你是在给一本学习者词典撰写内容」。
我认为12年的这道题虽然不容易做，但也与「计算语言」关系不大。另三年的题目则直接用到了语料库，与考试主题关系密切。
2 「自然语言处理基础」
这一科就要难分析得多。除了每年都有的一道「描述你感兴趣的课题并给出解决方法」、「介绍你想做的语言处理项目」这样开放性的、价值50分的大题以外，其他题目并无什么总的规律，只能罗列一下都考过些什么：
a 开放性题目。「描述你设想的语料库加工处理过程」、「介绍一种你熟悉的语言资源」。
b 有限状态转移图。11年给出图写实例，13年给出正则表达式，要求画出状态转移图并且写出实例。
c 正则表达式。除了上面提到的13年那道，14年给出要求和测试文本，写四个正则表达式。
d 句法分析树。11年给出树写出各种符号，列出语法规则。14年给出一些概率数据，判断一句话应该理解成哪一棵树。12年给出一句话，要求用「某种语法体系」进行解释，也属于这一类。
e 分词。给出一些概率，判断一串字符应该如何分词。
f 比较一句话与另两句话的相似程度。
g 给出了不合法的构词形式，说明原因。
h 根据索引行总结词义。（与「计算语言基础」中的题目类似）
i 罗列并解释一句话的几种歧义。
j 像是名词解释的题。「指出「stemming」和「lemmatization」的区别及分别如何实现。」「试述你对「将互联网与语料库研究结合起来」的看法。」
k 「汉语和英语各有哪些表示某人何时出生的表述模式？」
l 给出一双语（平行？）语料库中的句对，总结规律。（英语和用罗马字写的日语……）
因为这一科叫做「自然语言处理基础」，因此考察的内容不仅有语料库，更有nlp。但是改革以后，nlp消失了，不仅从名字里，也从参考书里。接下来再说说改名字和改参考书的事儿。
3 二零一五（四？）
我所知道的是，今年，本方向的名称从「计算语言学」改名「语料库语言学」，考试科目由「计算语言基础」「自然语言处理基础」改为「语言学基础」「语料库语言学」，而参考书目则去掉了Jurafsky的「Speech and Language Processing」（一本自然语言处理的综合性著作），加上了McEnery的「Corpus Linguistics: Method, Theory and Practice」（一本有关语料库各方面的总论）和Yule的「The Study of Language」（一本经典而常见的语言学导论），另外外研中心几位老师自己编写的《语料库应用教程》则没有变化；我所不知道的是，这一切意味着什么。因此我只能作一些猜测，而事实究竟如何只有等我12月底坐在考场拿到试卷才能知道。
我坦白承认自己对无论计算语言学、自然语言处理还是语料库语言学都所知甚少，故不敢妄谈它们之间究竟有什么分别和联系。因为「语言学基础」这一科继承之前的「计算语言基础」，因此有一些确定无疑的结论总是可以得出的。但疑问就在于语料库的内容是否也会夹杂其中，对此我有两种看法：
a 根据两门考试的名称，「语言学」、「语料库语言学」各自分工，则这一科应当考察普通语言学，与语料库无涉。
b 根据考试的语言要求，这份英文试题对应两本英文的参考书，故试卷中也会包含语料库的内容。
因此对这一科，结论就是：相比「计算语言基础」，变化不会太大。有100分的题目甚至不会改变题型；除此之外的题目会以何种方式出现，其中会考多少普通语言学或者语料库语言学的知识，无法确定。
对于「语料库语言学」，我不知道有限状态机、句法分析树这些更偏nlp，并且指定教材中并不涉及的内容会不会再考。至于题型如何会怎么出题更不能确定。
这个帖子的目的，其实就是表达上面这么一个疑惑，没想到也帮自己梳理了一遍真题。最后说一下自己的情况：跨专业应届考生。专业跨得非常之大，只希望考上的概率不会非常之小就好。算是求援，也算是求愿。
以上。
Last edited:
回复: 已报名北外语料库语言学。
感觉nlp部分全都不会啊，Good luck！
感觉nlp部分全都不会啊，Good luck！
回复: 已报名北外语料库语言学。
祝好运！
祝好运！
回复: 已报名北外语料库语言学。
考完一个月了，感觉已经什么都不记得了。
感觉考得很差。「语料库语言学」那一科几乎是乱答的。果然没有考任何正则表达式、句法树这些简单的东西……
考完一个月了，感觉已经什么都不记得了。
感觉考得很差。「语料库语言学」那一科几乎是乱答的。果然没有考任何正则表达式、句法树这些简单的东西……