搜寻结果

回复: 请教：如何进行多个子语料库（7个）在某10个观察维度上频数间的两两差异显著性检验？谢谢！ 其实我觉得用原始频数对比就可以了，画个柱状图啥的。 如果非要用统计模型的话，可以试试 对数-线性模型（log-linear model） 把你的数据按下列格式排列，保存到文本文件 data.txt： Corpus Feature Freq corpus1 Feature1 freq_1_1 corpus1 Feature2 freq_1_2 ...... corpus7 Feature10 freq_7_10 然后运行统计软件R，输入下列命令...

回复: 一元组 一元组是计算语言学中常用的术语。可能为了统一吧，因为还有 二元组、三元组。

回复: 有没有通过语料库研究句频的人 Frequency of Basic English Grammatical Structures: A Corpus Analysis

回复: 一元组 unigram 通俗的说就是一个词，一元组矩阵我理解是这样的。比如两个文章A 和 B. A： I love data-driven linguistics. B: Theoretical linguists dismiss data. 把 A、B两篇文章变成一元组矩阵后变为：

The Twelfth Workshop on Treebanks and Linguistic Theories (TLT12) 13th-14th December, Sofia, Bulgaria Co-event: The Third Workshop on Annotation of Corpora for Research in the Humanities

回复: 怎样对齐双语字幕翻译呢？以便批量输入ACCESS或EXCEL 提供一个思路： （1）下载文本编辑器 EditPlus 。 （2）用 EditPlus 打开你的字幕文件。 （3）按快捷键 Ctrl + H，在弹出的替换对话框中勾选 Regular expression （4）按快捷键 Ctrl + A 选定所有文本 在 Find what 中输入 \n\n 在 Replace with 中输入 \n(chunk)\n 点击 Replace All （5）按快捷键 Ctrl + A 选定所有文本 在 Find what...

回复: Speech annotation and corpus tools 挖一下老帖。顺便更新一下下载地址： https://www.dropbox.com/s/vjekt1x4c3syh16/speech_communication_2001_33_1_2.zip

回复: 《语料编程VBA的10条高速路》 谢谢李亮博士的总结，很全面。

回复: 双/多语语料库对齐软件 InterText InterText 单机版使用指南 1. 下载 Windows 版 InterText： http://wanthalf.saga.cz/InterText.exe 2. InterText 要求源语文本和目标语文本分别存放，文件命名格式为 filename_version，如 jane_en.xml 和 jane_cn.xml。XML文件中可添加分句后的信息（见附件 align.zip ）。 3. 打开 InterText, 选择菜单 Alignment --> New，在对话框中输入两个待对齐文件的信息： 4. 下载...

回复: 双/多语语料库对齐软件 InterText 自动对齐靠 Hunalign，我试了一小段，好像还行，但肯定需要人工调。 人工调整工作量还是大，所以可能需要多人协同工作。这个软件有意思的是支持客户端 -- 服务器同步。这样大家就可以共同校对语料了，加快建库速度。

http://wanthalf.saga.cz/intertext InterText 一款有意思的句级手工对齐软件。有以下功能： a. 可内嵌自动句对齐软件 hunalign 和 TAC 2 b. 对齐时可修改原文本内容和结构 c. 有客户端和服务器两个版本，支持同步（sync）。因此适用于多人的协同标注。

回复: 求两篇关于signaling noun的文章 Thanks!

回复: 求两篇关于signaling noun的文章 第一篇： http://pan.baidu.com/share/link?shareid=691901&uk=220336884 第二本： http://ishare.iask.sina.com.cn/f/19776946.html 请问 signaling noun 翻译成中文是什么呢？“路标名词”？ 好像还有人研究 “外壳名词”（shell nouns），不知二者是什么关系？

回复: 请教统计检验方法：频数显著性差异 统计方法跟研究什么语言没关系，只要两个语料库分词标准一样就可以用。不用找书了吧，坛子里搜一下多了去了： http://www.corpus4u.org/forum/search.php?searchid=134773

印度理工学校的公开课，介绍GOOGLE的一些幕后技术： https://class.coursera.org/bigdata-002/lecture/index 前两讲介绍了一些基本的搜索和统计算法，有 tf-idf, mutual information, bayes定理等，也算跟语料库有些关系吧。:)

回复: 请教：自己如何开发建设在线检索网站 强烈推荐 CQP Web：不用编程，检索速度快。这是专门为语料库语言学研究制定的网络框架，各种语言学研究的统计算法都集成好了。 不建议从头开始学：1. 效率不高，编出来都是玩具，无法建立速度快、安全性高的网站； 2. 俗话说的好，不要再重造轮子了。 只是像李博士和海洋说的，需要 Linux + Apache + MySQL + Perl/Python（简称 LAMP），把这些东西弄明白确实得花些时间。我最近一直在 windows 底下使用 虚拟机 + Ubuntu 系统，感觉不错，有些资源推荐给你，希望有帮助。 （1）安装虚拟机 +...

回复: 语料库语言学术语汇编A glossary of corpus linguistics 2.0 (英汉对照) Delta P 跟 互信息（Mutual Information）有什么区别呢？MI 貌似能找到相互吸引比较强的低频搭配，不知跟 Delta P 算出的差别有多大？

回复: 论坛可以支持程序语言语法高亮了 #!/usr/bin/perl use strict; use warnings; print "Hello, c-pals!\n";

回复: 语料库语言学及相关领域期刊列表 维基百科条目被删了，转移到下面这个网址： http://corpus.eu.pn/journal.html

Quantative Analysis of Culture Using Millions of Digitized Books we constructed a corpus of digitized texts containing about 4% of all books ever printed......