搜寻结果

回复: compared to & compared with 区别 似乎compare 后面接sb的时候，用with要多于to；接sth的时候看不出区别

回复: 请教关于重复的正则表达式 正则表达式检索还有一个问题需要注意： 比如文本是：A A A A A 要检索 A A 组合的个数 一般的正则表达式只能检索出2个结果即： (A A) (A A) A 而实际上应该是4个结果。PHP,Ruby,Perl自带的正则表达式都只能检索出2个结果，要检索出4个结果，需要干预正则表达式的步长（offset）。

回复: BFSU Collocator1.0参数求解 另外，你可以试一下语料库标注后的统计结果。对于节点词和共现词在语料库中出现的频率可以单独检索一下，作为验证。 另外，colligator 2.0和collocator 1.0只处理tokens不处理types, 所有的数值指的都是token值 如果你要处理types需要,需要自己手动更改检索条件(符合正则表达式)，如： go|went|doing|gone 另外，注意设置span的值和最小限制。 我测试了一下生语料没有发现你说的问题。

回复: BFSU Collocator1.0参数求解 为了验证那个结果是正确，可以用纯文本工具如ultraEidt打开语料库，查找节点词出现的次数。对比一下就可以出结果，注意查找时要在单词前后都加空格，不然结果不准确（如：banking会计入bank）。也可以用其他语料库工具处理，然后对比一下，我的代码的处理结果和ultraEidt是相同的。 要计算语料库N的大小，可以用ultraEidt打开文本然后统计空格格个数，一般有多少个词就有多少个空格。这样你可以大概得到N的值。

回复: BFSU Collocator1.0参数求解 f(c) 是共现词在语料库中出现的次数 N 是语料库的总词数 f(n) 是节点词在语料库中出现的次数 f(n,c) 节点词和共现词在语料库中共现的次数

1、随着李鸿章签下的一款款条约，一个古老民族的尊严丧失殆尽，中国沉寂了，但是90后出现了，希望出现了。（我等着90后推翻卖国贼李鸿章的统治。） 2、这群刚长出羽翼的孩子。（鸟人一族？） 3、一个“80后”倒下去，千百个“90后”站起来。（……） 4、9.8级的地震把整个四川变成一片瓦砾。（同学，你太狠了吧。） 5、在九千年前大诗人苏轼就曾经说过……（周口店人苏轼？） 6、蝴蝶也是朝生暮死的东西。（珍惜蝴蝶吧，明天就看不见同一只了。）...

回复: 下面这篇文章中的卡方值是怎么算出来的？ 一个词是否是关键词，仅仅靠它在该文本中出现的频率是不够的，还需要有个参考语料库（如：BNC）。例如：the，a, of 等词在文本中的频率都很高，但是它们不是关键词，因为它们在任何文本中的频率都很高。当计算一个词是否是一个文本的关键词时可以通过卡方判断，通过计算卡方值的大小就可以判断一个词是否是关键词。计算方法如下： X2= (|ad-bc|-N/2)2 * N / (a+b)(c+d)(b+d)(c+d) (N=a+b+c+d)...

回复: 求教自建语料库开个问题 1）没有影响 2）如若还原，可以批量替换，如: ' ,'->',' ' .'->'.' ......

回复: 20个小时没合眼统计已经基本做完了，正在进一步测试 附件是这个软件的最新版，提供了屈折还原的功能，速度有所提高。 缺点是不适合处理大文本，速度会很慢。这是我写的第一个语料库处理工具，不太成熟，是实习期作品。 其它作品： Readability Analyzer: http://www.corpus4u.org/attachment.php?attachmentid=599&d=1245724858 Collocator and Colligator with Demo...

回复: Collocator和Colligator软件beta版 语料库采用什么样的格式，可能是由检索软件决定的。 Word_POS或POS_WORD POS/WORD WORD/POS这类比较简单，方便使用。...

回复: Word Smart 2009 西安工业大学外语系开发的语料库检索工具 MS-DOS，Windows，Oracle，Google， Amazon， PHP， MYSQL，Ruby .... 这些都是一个两个人做的，最后才有了团队。更正一点：不是“许多”几乎是“无一例外”。 xusun575居然能把三年前的帖子都翻出来，看来还真用心，不过似乎用的不是"君子之心"，我的问题是这有必要么？还是有空干点正事吧，清者自清，浊者自浊，先self-abuse再abuse others有意义么？尔曹身与名俱灭，不废江河万古流。

回复: Word Smart 2009 西安工业大学外语系开发的语料库检索工具 第一，请不要自我吹嘘，抓到一个BUG并不一定证明你就是early bird. 第二，世界一流的软件很多都是个人一己或一小圈子之力开发的 第三，我们应该支持word smart这类国产软件的开发，无论如何作者的精神是可嘉的。我们不可能总依赖别人，更可况目前的语料库相关软件，还很年轻，还有很大的提升空间，有志者完全可以投入并提升行业的标准。你这种心态似乎不太健康，实在与人于己都没好处。 第四，我坚决支持并尊重lixiaoshun。...

回复: 请问~~有关检索平台搭建的问题~~~ 用什么搭建都可以，还有不少在线语料库是使用Perl搭建的。你自己擅长什么就用什么，各种技术都能实现语料库检索的基本要求，选用什么完全是出于个人习惯。 MySQL+PHP最大的好处是跨平台，MYSQL是目前世界上最快的数据库，PHP开发很快捷，容易上手，PHP和MYSQL都是开源且免费的。...

回复: 征集语料库软件需求 Colligator和Collocator软件 http://www.corpus4u.org/showthread.php?t=4873

回复: Word Smart 2009 为何不发一个Demo让大家试试

回复: 紧急 求助！ 很遗憾BNC那个在线语料库不支持正则表达式

回复: 分享：一个有不少语料库研究的文章的杂志Journal of English Linguistics 你好，可否分享给我一份。WilliamJia@opencorpus.org

回复: 新人求助！！！希望高老师帮忙解答，赐教 我对这种趋势感情很复杂，很难说这里没有浮躁的心理作祟，由于国内语料库研究相对落后，有很大的空白，所以似乎投资语料库更容易产生“学术成果”。我个人接触过一些学校的老师甚至是学科带头人，似乎还没有明白语料库是什么，就开始投入语料库的建设，居然还可以立项。 以下是我个人的一孔之见： 1）语料库是有一定门槛的：语料库研究不同于一般的人文社科类研究，她涉及诸多学科的知识，同时受计算机技术的制约，没有好的检索工具再好的语料库也难以发挥作用。所以在建设语料库之前，先得考虑以下是否已经具备这些基本的条件。...

回复: 推荐两本 Programming for Linguists 的书 PERL JAVA Perl语言图书合集，有280多M，BT下载，也许对大家有用。

回复: 谁有免费的英语词频统计软件？ http://www.corpus4u.org/showthread.php?t=4826 第四楼的软件可以产生统计词表，包括word和lemma两种不同形式 http://www.corpus4u.org/attachment.php?attachmentid=599&d=1245724858