菜鸟问题: 关于wordsmith

[DX Huang]

请问各位论坛大侠们,我建了一个很小的专业英语语料库,为什么wordsmith做wordlist,文本(txt)里的数字都显示成了#? 然后frequency就很高,排第四,严重影响我后面做keyword list的结果, 我也试unicode格式,也不行,请教一下怎么解决这个问题呢?

另外,我想the Bank of English做reference corpus, 请问哪里可以获取它的wordlist啊?我只在网上找到了the BNC的,可是我的库里有American, British and Autralian Englishes.

在此先谢谢大家

 

[xujiajin]

回复: 菜鸟问题: 关于wordsmith

All Arabic numerals in WordSmith results are reduced to hash sign.

 

[DX Huang]

回复: 菜鸟问题: 关于wordsmith

All Arabic numerals in WordSmith results are reduced to hash sign.

Thank you for your reply.

 

[chrisyang]

回复: 菜鸟问题: 关于wordsmith

#1 请问各位论坛大侠们,我建了一个很小的专业英语语料库,为什么wordsmith做wordlist,文本(txt)里的数字都显示成了#? 然后frequency就很高,排第四,严重影响我后面做keyword list的结果, 我也试unicode格式,也不行,请教一下怎么解决这个问题呢?

在WST4中之所以数字都会显示成#，那是因为你使用了WST4的默认设置，确切些说是你没有勾选setting-->language一栏下面的“numbers in wordlist”前那个方框。

 

[chrisyang]

回复: 菜鸟问题: 关于wordsmith

下面是以一个数字和单词混合的小文本为例使用WST4在不同设置下做出词表的情况。

当设置为setting-->language-->不勾选“numbers in wordlist”这一项时，做出的词表如下：

 

[chrisyang]

回复: 菜鸟问题: 关于wordsmith

当设置为setting-->language-->勾选“numbers in wordlist”这一项时，做出的词表如下：

 

[chrisyang]

回复: 菜鸟问题: 关于wordsmith

同样，在使用AntConc 3.3.1w做词表时，也可以选择词表中包含数字或者不包含数字。
如果使用默认设置，即Global Setting-->Token Definition Settings 中只勾选了Letter Token Classes下的Letter这一项，则做出的词表中不包含数字；但如果在Token Definition Settings 中只勾选了Letter Token Classes下的Letter这一项的同时，有勾选了Number Token Classes下的Number这一项，那么做出的词表中就会包含各个数字的频次。