搜寻结果

基于R语言的语料粘贴器 【功能】启动之后，你不断复制的文本都被自动收集与累积，直到你复制“#”这个符号到粘贴板就自动退出程序且把累积的文本都存入粘贴板，你粘贴就出来了；适合阅读的时候，把重要的字词句或文本片段进行自动累积；适合语料收集的时候，把复制的语篇进行累积； 【提醒】一旦启动则自动清空粘贴板且每次收集到你刚刚复制的内容也会立即清空粘贴板，所以，启动这个程序就别忘了粘贴板是“无法粘贴，但可以复制”的； 【退出】你复制一下“#”，这个符号一进入粘贴板，本R程序就自动退出了，而累积的文本们都乖乖躺在粘贴板上的；...

特色词与独特词提取的四个战略层次 【初级方案：有屈折的单词】不加载屈折表而对比两库词频，优点是操作或开发都简单，缺点是复数与比较级与过去时态之类的屈折造成了较大的频率计算误差； 【中级方案：无屈折的单词】加载屈折表或先把语料库变成“无屈折的词组成的库”，优点是大量名词动词形容词得到更加准确的测量； 【高级方案：无屈折的词组】针对剔除了屈折变化的库进行Ngram提取，优点是（名词动词形容词副词）词组得到了计算机会，尤其是名词词串得到了提取；...

UAM，我不太熟悉，很少操作，对功能语法很少碰 论坛其他成员应该不少人喜欢UAM的。不过你的问题也许不是UAM的操作问题，不妨说出来，也许我也能解答。

《基于1亿词的Reuters Corpus语料库的3个频率表》 （1）【词频表，2万5千个词（type），词形屈折是分开计算的】 http://corpus.leeds.ac.uk/frqc/reuters-forms.num （2）【词类频率表，57个词类标签的频率】 http://corpus.leeds.ac.uk/frqc/reuters-pos.num （3）【词频表，5千个词（lemma），词形屈折是合并计算的】 http://corpus.leeds.ac.uk/frqc/reuters.num 以上的第3项是天然的新闻英语最高频词汇！...

The dedicated Youku page link is here (voice in english) http://i.youku.com/u/UMTMyNjAzMDI0OA==

百度网盘下载的链接（速度更快，无需翻墙；ZIP格式） http://pan.baidu.com/share/home?uk=724520607&view=share#category/type=0

不知道Yong Song这个人怎么署名是北外的人呢 http://academic.research.microsoft.com/Author/47708759/yong-song 他还发表了北外名义的最多的文章，真奇怪

愿闻修正 如果方便的话

估计是…… 后台数据库与分析算法都可能导致句法分析器之间的差别。你多多提供些含有for的例句，供测试吧。

但是，标注效果并没有区分for的介词与连词哟 在线标注之后，是下面…… I_PNP can_VM0 do_VDI it_PNP for_PRP you_PNP ,_PUN for_PRP you_PNP are_VBB my_DPS love_SENT ._PUN 所以，两个for都是PRP

单句可以，批量需编程 http://www.link.cs.cmu.edu/link/submit-sentence-4.html 上面网址是Link Grammar的在线版单句标注。例如我们把“I can do it for you, for you are my love.”，就得到如下…… I.p can.v do.v it for.p you , for.c you are.v my love.n . 可见，前后两个for被正确区分了！for.p是介词，for.c是从句连词。

用“微软学术搜索”对广外、北外、上外、川外、天外、西外等的国际发表进行对比，发现： 广外的国际发表文章最多，是北外的2倍，北外又是上外的2倍多，不过，这三个高校都是依赖“非外语的发表”来实现国际发表的大跃进的。 “非外语的发表”就是计算机、电子、人工智能之类的专业。 广外发表470，被引用515 （广东外语外贸大学） 北外发表228，被引用668 （北京外国语大学） 北语发表136，被引用172 （北京语言大学） 上外发表89，被引用150 （上海外国语大学） 西外发表55，被引用32 （西安外国语大学） 天外发表32，被引用19 （天津外国语大学） 川外发表10，被引用1...

Javascript-based Tagged-Word Cleaner 下载地址在我的百度网盘的分享页面 http://pan.baidu.com/share/home?uk=7...ategory/type=0 本帖附件中的压缩文件的里面是个HTM网页，其实相当于一个软件，你双击就看到界面了。界面就是1个文本框和4个按钮，你把需要处理的文本拷贝到文本框，然后点你需要的某个按钮就处理完毕了……...

Javascript-based Tagged-Word Cleaner 下载地址在我的百度网盘的分享页面 http://pan.baidu.com/share/home?uk=724520607&view=share#category/type=0 本帖附件中的压缩文件的里面是个HTM网页，其实相当于一个软件，你双击就看到界面了。界面就是1个文本框和4个按钮，你把需要处理的文本拷贝到文本框，然后点你需要的某个按钮就处理完毕了……...

谁是计算语言学领域引用率最高的中国人 http://scholar.google.com/citations?hl=zh-CN&view_op=list_hcore&venue=A3Kjv-9fVZMJ.2013 《计算语言学》国际杂志上，借助"谷歌学术搜索"，从文章引用率的角度，谁是引用率最高的中国人呢？答案是：薛念文 他，1965年生，南开大学1987年英语专业本科毕业，硕士也在南开大学，在美国布兰迪斯大学（Brandeis University）工作。他有排行第10的一篇文章，从2008年以来已经被引用86次。 他的引用率最高的文章是关于中文语义标注的...

谁是语料库语言学领域引用率最高的中国人？ http://scholar.google.com/citations?hl=zh-CN&view_op=list_hcore&venue=1vO4Fw5FiOEJ.2013 借助“谷歌学术搜索”，《国际语料库语言学》杂志上，从文章引用率的角度，谁是引用率最高的中国人呢？答案是：陆小飞（1975年生，在美国宾夕法利亚州立大学工作）。 他有排行第8（25次）和排行第13（17次）的两篇文章，两篇累计被引用42次。点击上面的链接，可以看到文章标题和更多详情。 1997年，他从南开大学的外语系英语专业毕业（校友链接...

（五）模式现状 （五）模式现状 在线检索自带后台的语料库（server-corpora concordancing） 在线检索其他在线的语料库（corpora-crawling concordancing） 在线检索当前用户的本地库（local-files concordancing） 在线检索其他网站网页语料（web-pages concordancing） 在线检索当前用户上传语料（uploaded-file concordancing） 第1种类型就是当前最流行的，我们能想到的在线检索语料库几乎都是这种； 第2种类型就是Web as...

《在线语料库：功能模式与前端后端》 （一）功能模式（5种） [1] 在线检索自带后台的语料库 [2] 在线检索其他在线的语料库 [3] 在线检索当前用户的本地库 [4] 在线检索其他网站网页语料 [5] 在线检索当前用户上传语料 [6] 对上述任意两个或两个以上模式的组合与有侧重的混合，也构成新的模式。 （二）后端编程语言（最重要3种：php/asp/jsp） 一般网站的三大建设技术，最简单来说就是“动态页面技术+后台数据库技术”，动态页面技术进一步来说无外乎就是ASP，PHP，JSP这三大主流技术，后台数据库技术也无外乎就是Access，SQL...

《在线语料库：核心编程揭秘（PHP/ASP/NodeJS/Perl）》 在线语料库的核心编程包括前端编程和后端编程。 前端编程的最基本功能是2项：接收用户输入与发送用户输入。 后端编程的最基本功能是3项：接收用户输入、检索语料库、发送符合条件的语料段落。 前端编程至少要用HTML语言，也可以扩展使用Javascript、CSS、jQuery语言与SVG； 后端编程要根据网页服务器的现有条件来选择PHP或ASP或Perl或NodeJS； 后端编程往往涉及到数据库存取、压缩与解压、图像处理、媒体播放、网页抓取等等的后台扩展库的编程；...

though在句末的情况，到底指什么呢 只是计算下频率？还是看它在句末的时候的前面的搭配词？直接检索though，或输入though与句号，然后手工筛选下也行。