日本关西学院大学 于 康

3.1 语料库专用文件格式转换的条件

制作语料库时需要将用「秀丸」保存的文件转换为语料库软件能够识别的专用格式,否则将无法对语料进行检索。这道手续是打开语料库大门的钥匙,不能忽视。转换文件格式使用的软件为「えだまめ」。

3.2 转换文件格式的程序

上一讲在介绍如何保存文件时,建议使用「秀丸」来保存文件。因为用「秀丸」保存的文件都会自动保存为文本格式(.txt)。之所以要求文件必须以文本的格式保存是因为转换文件格式的软件「えだまめ」只认可文本、XHTML和XML这三种格式。对读者来说,与后两者的格式相比,文本格式易懂且容易操作。换句话说,即使不用「秀丸」,只要将文件保存为文本格式,按理说也是可以用「えだまめ」来转换文件格式的。

由于检索软件「ひまわり」只认可「えだまめ」格式的文件,所以,保存在文档里的文件是不能直接装进「ひまわり」中使用的,必须经过文件格式的转换手续。这道手续无法在「秀丸」中进行,只能通过「ひまわり」专用的文件格式转换软件「えだまめ」来转换。

转换文件的格式需要经过如下程序:

① 在“我的文档”中建立文件夹,起名为「日本語書き言葉コーパス(或根据读者自己的需要命名)」。

② 把从网上下载下来的资料和用其他方式获得的资料用「秀丸」形式来保存,并将保存的文件存放至文件夹「現代日本語書き言葉コーパス」中。

③ 启动「えだまめ」,转换文件的格式。

3.3 转换文件格式的具体操作方法

①启动「えだまめ」。

②点击「参照」，选择需要转换的文件夹(示范例的文件夹取名为「日本語書き言葉コーパス」),请注意,这里只能选择文件夹而不能选择具体的个别文件。……