Latest activity

非常感谢

应该用正则表达式将元数据（metadata）清除后，再将正文中的XML标记内容也清除掉，得到生文本后计算TTR，才比较稳妥。 去除元数据时需要仔细一些，因为有可能库中不同文本所包含的元数据字段不完全相同。

许教授，想问问xml这种带有元信息和标注的文件该如何进行检索研究？例如计算形次比时是否应当清除所有元信息和赋码标注？但具体清除方法是用正则表达式还是另有工具？

https://www.english-corpora.org/tv/ https://www.english-corpora.org/soap/

各位老师好，请问有没有电视剧台词语料库？

TTR以小数、百分数、整数出现都是可能的。小数和百分数是对应的。如果是整数，一般会是100以下的一个整数，在表头处标明为百分比（%）更严谨。

求助各位大佬，想问问wordsmith 9.0里面形次比计算的问题？首先软件里面得出的ttr是百分数形式，但大部分论文给的数据都没有出现百分号。求大佬们解答~

目前学会了用python批处理文件，但是需要达到和NEOSCA一样的计算效果似乎还需要导入并调用NEOSCA相关的py文件来运行。目前实在找不到如何去调用这些py文件，请教各位老师！

有两种办法，一个是在AntConc设置里Hide tag，让AntConc在检索和创建词表时忽略tag； 另一种办法是再做一个生语料版本：可用https://corpus.bfsu.edu.cn/Detagger2.zip将语料库中的标注去除。请备份好原来已标注的语料库。

感谢各位老师:)祝大家学术顺顺利利

万分感谢徐教授的无私分享

比如：“我_r”，被识别为“我_”和“r”两个词

对，这是关键

是chuepeng老师提到的

今天又读到两篇相关文献： 吴继峰,胡韧奋,彭一平. 学术汉语语体语言特征多维度测量研究——与新闻类、通用类、小说类语体对比视角 [J]. 语言文字应用, 2024, (3): 30-43. 周启红,王海峰. 汉语学术论文语篇特征变化多维分析 [J]. 语言文字应用...