word, or 纯文本

[coco6023]

建语料库时，从纸质到电子文本，在word，还是写字板输入？（在确保原文拼写和标点不变的情况下，因为word的自动拼写功能可以减少输入错误），保存时，又用哪个呢？以前印象中，好像是纯文本，但不知为何，请教懂的人。

 

[aarondeng]

回复: word, or 纯文本

一般来说，语料以什么形式储存，主要取决于你的语料检索工具。如果你的检索工具是依赖于Word文档，那就可以用Word。
但是，通常来说，使用文本文件具有更好的兼容性，因为绝大部分（如果不是全部的话）检索工具都能够（甚至仅仅能够）检索文本格式的语料库。

 

[oscar3]

回复: word, or 纯文本

建语料库时，从纸质到电子文本，在word，还是写字板输入？（在确保原文拼写和标点不变的情况下，因为word的自动拼写功能可以减少输入错误），保存时，又用哪个呢？以前印象中，好像是纯文本，但不知为何，请教懂的人。

建设语料库的过程中，有一个处理文本的过程。在在输入，清理杂质，标注等等步骤时，什么工具方便就用什么工具。比如，手工输入时，MS－word显示和拼写检查等都比较友好，使用word比较好，但是要做词性标注或者是句法标注时，可能就需要txt格式了，有时候可能还需要用到MS－Excel来处理。语料库最终的保存形式则要看语料库使用的大小，是长期保存还是一次性用途，是自己用还是打算以后共享给他人的因素再作决定。

 

[Haiyang Ai]

回复: word, or 纯文本

I'd say, go with plain text format. Otherwise, you'll need to convert to plain text format down the road for a variety of purposes.