搜寻结果

公开的平行语料库有上海外国语大学语料库研究院“《习近平谈治国理政》多语种数据库综合平台” http://imate.cascorpus.com/

许老师他们中心那个网站上公布了过刊免费批量下载方法：https://corpus.bfsu.edu.cn/info/1072/2018.htm

前一向和一位从事自然语言处理的专业人士聊了大语言模型。这为专业人士是计算机专业出身，主攻自然语言处理，现在是人工智能学院的专业老师。他告诉我，生成式人工智能的本质就是当一个词出现之后，预测下一个词是什么。他说大语言模型没有可解释的机制，它就是猜。我想，也许有机制，可能人们还没有找到那些机制。人类语言的表达是有motivation的，无论是娱乐，内在思考，或者完成具体的工作等等。我非常赞同大语言模型是一种非常有用的工具，而且其效率和准确性超过了我们一般的语言使用。但是，大语言模型生成的内容类似人类语言，和人类语言存在差别。

Reinhart, A., Markey, B., Laudenbach, M., Pantusen, K., Yurko, R., Weinberg, G., & Brown, D. W. (2025). Do LLMs write like humans? Variation in grammatical and rhetorical styles. Proceedings of the National Academy of Sciences, 122(8), e2422455122...

谢谢许老师提供的思路和工具。

北京外国语大学中国外语教育研究中心许家金老师团队编过计算log-Likelihood calculator的Excel工具，到https://corpus.bfsu.edu.cn/TOOLS.htm去下载把。

大语言模型并非语料库，大语言模型生成的产品和人类语言存在差异，如果用于一般的学习问题不大，但是，用于研究至少存在一个非自然语言的问题，还有一点，研究无法说清楚语料来源，语料的产出者诸多社会属性。

好像还有另外一个方法来实现以上目的。1）加载好语料，并且根据检索需要做好设置。2）在File下选择Exporting Settings to FIle。3）关点AntConc，再启动AntConc，在File下Importing Settings from File。你会发现，需要的语料和设置就如同你当初设置的一样。

可以用EditPlus的文本编码功能批量修改。

标注前在每段前面打一个文本中不会出现的符号，比如@，标注完了，用查找替换的方法将段落恢复就可以了。

Great job！

看了上面的帖子很受益，大开眼界。新事物出现之后，对原有的事业进行反思，居安思危，方能持久。大语言模型能做很多事情，包括很多我们目前都不清楚的，其潜力值得我们去挖掘。 但是，大语言模型（仅限于我使用比较多的ChatGPT）也还存在很多问题。仅从使用的角度来看，也应该谨慎为之。刚看过文献，有人做过研究，比较了ChatGPT生成的和人类语言，发现ChatGPT生成的语言和人类语言之间存在显著性差异。...

个人经验之谈，Reference最好使用AntConc生成的词表会比较顺手。

还不如词性标注之后，concordance

估计是走错地方了吧

sunnysunyuhan, I have no access to the corpus you refer to. You may post question publicly on corpus4u, so your question may be answered more quickly. Than you very much!

香港理工大学有，you may get free online access

不知道你具体要做什么，比如，要提取什么的信息，要分析什么样的结构等等，所以，大家不太好帮你。

一个词既是动词又可以做名词，怎么识别，有什么形式标记吗？如果自然的语料中没有，词性标注可以区别开来吗？我无法回答这两个问题，暂时可能还难以解决你的问题。