mishacn的最近内容

回复: 请教Antconc打开pos文件的问题 好了，明白一些了。只是现在语料库到底是什么格式还是不清楚。纯文本文件也可以排列成各种格式，体现多种数据结构，所以要样本或者清晰的描述才知道如何检索。

回复: 请教Antconc打开pos文件的问题 clec里面有元标记和错误标， 是不是会误导tree-tagger呀？另外，中国学生的语言与native speaker的语言不同，也会增加错误率？你不是要手工校对呀？工作量不小。 似乎tree-tagger用的是竖排格式。你不妨发个片断，大家研究一下。

回复: 关于wordsmith的tag file的问题 最好还是像antconc那样的处理方式，提供几种功能：1）隐藏标记；2）隐藏标记可检索；3）显示标记

回复: 关于wordsmith的tag file的问题 抱歉了。我把这个问题再说得清楚些。在antconc里，可以设置显示或者隐藏标记（tag），这样就可以在file view里过滤、不显示某些标记。分词、词频统计时，也应该过滤掉标记。在wordsmith里，看它的帮助文件，类似功能需要通过编写tag file实现，而且设置里包括／排除标记文本的选项，比较复杂。不知哪位老师实际使用过相关功能？怎么才能wordsmith里把标记隐藏掉？甚至将首尾标记以及首尾标记之间的文本也隐藏掉？ WordSmith 对标记的使用似乎很强。我想，这么多专家在此，或许已经积累了一定经验吧。

我希望用wordsmith处理clec，tag file应该怎么写？有哪位老师有实际经验、试过？当然，能做clec的tag file，也能做其它标注语料库的，反之亦然。如果有人做其它标注语料库的tag file，也可以在这里分享一下（经验，实际tag file）。

关于wordsmith的tag file的问题 有谁编写过tag file，使用wordsmith处理标注语料库，比如clec, xml版本brown语料库? 能否分享一下（经验，tag file）

回复: 请教：TTR解读 还是看wordsmith对STTR的定义吧： “Wordlist uses a different strategy for computing this, therefore. The standardised type/token ratio (STTR) is computed every n words as Wordlist goes through each text file. By default, n = 1,000. In other words the ratio is calculated for the first...

回复: 请教Antconc的问题 1. 在antconc里使用正则表达式，即勾选上Regex，输入正则表达式：\bask.*\b 2. 选Advanced，勾选 Use context words and horizon，把for加入context words里面 3. 我对horizaon的设置是from 0 to 5R, 如果你需要更在的范围，可以设置为6R, 7R, ...

回复: 如何使用语料库？ 是要问文本自动分类的问题吧？要看些计算语言学的书籍。

回复: antoconc3.2.1可以统计中文语料么 完全可以，设置编码，字体。测试过。

回复: ICTCLAS2011免费发布（转） 以前发过一个，不能用。