美国当代英语语料库(COCA)使用介绍.ppt
美国当代英语语料库(C OCA)使用说明http:/corpus.byu.edu/coca一、COCA 语料库简介 COCA 简介 COCA:美国当代英语语料库(Corpus of Contemporary American English)是由美国杨伯翰大学(Brigham Young University)的Mark Davies 教授开发的美国最新当代英语语料库,是当今世界上最大的英语平衡语料库。COCA 语料库简介 COCA 美国当代英语语料库涵盖美国这一时期的口语(spoken)、小说(fiction)、流行杂志(pop magzine)、报纸(newspaper)和学术期刊(academic)五大类型的语料库,并且在这五个类型方面基本呈均匀平衡分布。网址:http:/corpus.byu.edu/cocal COCA 简介选择学习COCA 的原因 1.COCA 免费且在线方便。2.规模大(4.5 亿,1990-2012)、速度快(一般几秒)、词性标注易于理解。3.时效性强每年至少更新两次,并且每年新增2000 万词汇。COCA 界面简介 主要包括三大功能区:显示及查询条件界定区,包括:显示方式区,字串查询区,语料库分类区,查询结果排列方式区。查询结果数据显示区 例句显示区 COCA 界面简介 COCA 界面简介 显示方式区:1.LIST 列表显示 2.CHART 图表显示,可以显示在各语料库类型中的使用频率和各时间段内的使用情况。3.KWICKey word in context,上下文关键词显示 4.COMPARE 单词比较显示,比较两个不同词或短语的搭配情况。COCA 界面简介 COCA 界面简介 字串查询区:、WORDS:输入字符串。、COLLOCATES:上下文限定。、POS LIST:词性列表 COCA 界面简介COCA 界面简介 语料库分类区(五大类型语料库共包括42 个子语料库)。功能:此区可以对查询的字符串限定语料类型(Genre)和时段(Year),并且可以明确到查询某一个子语料库,时段也可以查询任何一年的某个字词的使用情况。COCA 界面简介 语料库分类区(五大类型语料库共包括42 个子语料库)。COCA 界面简介 语料库分类区(五大类型语料库共包括42 个子语料库)。二、COCA 主要搜索功能 2.1 搜索words、phrases、lemmas(单词的所有形式)、wildcards(通配符)和其他更加复杂的字词。例1.输入单词“mysterious”(图2.1.1-1):得到相关结果(图2.1.1-2):在各子库中的频率,每百万词使用的频率。若对图2中的相应条块进行点击,那么就可以看到KWIC,如图2.1.1-3(以点Fiction的条块为例):图2.1.1-1图2.1.1-2使用CHART 显示图2.1.1-3 例句显示区使用的是KWIC 显示KWIC 显示方式 蓝色名词 紫色动词 绿色形容词 棕色副词 灰色代词 黄色介词KWIC 显示方式COCA 主要搜索功能 例2.输入词组“white+名词”(图2.1.2-1),得到的结果都是white后面跟的名词短语(图2.1.2-2),检索表达式为:white n*。图2.1.2-1图2.1.2-2 White+名词的短语规则:输入名词的话用正表达式:nn*;动词:v*;形容词:j*;副词:r*;代词:p*;连词:c*POS LIST 词性列表p noun.ALL=名词p noun.SG=单数名词p noun.PL=复数名词p noun.CMN=普通名词p noun.+PROP=专有名词p noun.-PROP=非专有名词POS LIST POS LIST p verb base=动词原形p verb.INF=动词不定式p verb MODAL=情态动词p verb 3SG=动词第三人称单数p verb ED=过去式p verb EN=过去分词p verb ING=现在分词p verb.LEX=lexical verb 实意动词p verb.BE=系动词p verb.DO=dop verb.HAVE=havep pron.INDF 不定代词p pron.PERS 人称代词p pron.WH 疑问代词p pron.REFL 反身代词p adj.CMP 形容词比较级(comparative)p adj.SPRL 形容词最高级(superlative)p adv.particle 副词小品词p adv.WH 疑问副词POS LISTp det.GEN 类指限定词p det.POS 物主限定词p num.CARD 基数词p num.ORD 序数词p conj.CRD 并列连词p conj.SUB 从属连词p Interj.叹词p PUNC 标点POS LIST词性列表的使用 1)查询多义词特定的词性 2)某个词前或者后面特定词性的若干搭配词,如confidence 前的形容词 3)词性附码放置的位置WORDS 或 COLLOCATES 处 例3.输 入 通 配 符(wildcards),如分别输入un*ly和r?n*,结果如图。COCA 主要功能(一)?代替一个字母*代替任意数量字母EXAMPLE 3EXAMPLE 3 例4.输 入 lemmas(即一个单词的 单 复 数、时 态等所有形式),若要得到sing这个单词的所有形式,可以如下图所示。COCA 主要搜索功能规则:若要得到某个单词的所有单复数和时态形式,那么就要在输入时,在这个单词外加。EXAMPLE 4形容词early 的原形,比较级和最高级三种形式一次性检索出来检索EXAMPLE 4 例5.输 入 某 种 词 性 且 部 分 带 有 某 些 字 母 的 命 令,如要得到以un-开头、-ed结尾的所有形容词的所有形式(见图2.1.5-1)和得到动词+任何词+ground的所有词组(见图2.1.5-2):规则:若 要 得 到 某 种 词 性 且 词 中 带 有 部 分 带 有 某 些 字 母 的 形式 时,如 要 得 到 以un-开 头、-ed 结 尾 的 所 有 形 容 词 的 所 有 形式,那么输入:un*ed.j*;若 要 得 到 动 词+任 何 词+ground 的 所 有 词 组,那 么 输 入:v*ground 即可。前者用来研究词汇,后者用来查询特定词性的搭配。COCA 主要功能(一)图2.1.5-1 图2.1.5-2 动词+任何词+ground 的所有词组 2.2 搜索搭配词和出现的频率 如“thick后跟的名词”(图2.2-1)COCA 主要搜索功能(二)图2.2-1 规则:在collocates 里输入n*后选择4,表示在thick4 后面(4 跨距范围内)出现的任何名词 如:跟在“smile前面的形容词”(图2.2-2)规则:在words 里输入:smile.n*,表示作为名词的smile;在collocates 里输入:aj*表示其前后出现形容词的语境。COCA 主要功能(二)Confidence 前使用的形容词 图2.2-3 2.3 搜索在子语料库内(或之间)出现的频率(或比较)(不同语域中的用法)如在Fiction和Newspaper子语料库中passionate后面可以跟任何名词的词及频率,分别如两图(2.3-1和2.3-2)。COCA 主要功能(三)图2.3-1 图2.3-2 但是也可以之间对两者子语料库中它们出现频率的对比,操作:分别选择section 1&2,如下图(图2.3-3):COCA 主要功能(三)2.4 进行语义倾向比较 2.4.1 比较近义词 如:近义形容词hot 和warm 后面所跟名词的区别(如图2.4.1):COCA 主要功能(四)图2.4.1 规则:在words 的方格里分别输入hot 和warm,再在collocates方框里输入nn*,表示后面所跟任何名词。当然也可以比较在某个子语料库中出现的频率比较。2.4.2 比较反义词 如:woman 和man 前面所跟的形容词的区别(如图2.4.2)图2.4.2 规则:在words 的方格里分别输入woman 和man,再在collocates 方框里输入j*,选在左3,表示前面3 个跨距内所有的形容词。当然也可以比较在某个子语料库中出现的频率比较。2.4.3 搜索近义词 如:搜索beautiful 的所有近义词(如图2.4.3-1)规则:在words 的方格里输入=beautiful,表示和beautiful 语义相近的所有形容词。再如:搜索动词clean 的所有近义词,如下图:图2.4.3-2 Question Application 和increase 能否作主谓搭配?查询结果筛选出“应用”和“增加”作主谓搭配的例句 The annual application of fertilizers has increased by 5.48%on average since 1980,and that of pesticide In ten Member States,average application of nitrogen increased almost 400%between 1950 and 1981.Finally,studies have shown that application of biosolids increases the water holding capacity as well as reduces the potential of the.结论 Application 可以和 increase 作主谓搭配,但多用于学术期刊中,口语中出现很少。THANK YOU!THANK YOU!