APP下载

Web学术语料库的特征及其应用初探

2015-11-14罗志高

外国语文 2015年5期
关键词:词汇

罗志高

(重庆工商大学 外语学院,重庆 400067)

1.引言

20世纪中后期,语料库语言学兴起,大规模电子语料库逐渐出现,1964年布朗语料库(Brown Corpus,100万词)在美国创建,这是世界上第一个电子语料库,之后相继有了LOB(100万词)和LLC(50万词)。BROWN、LOB和 LLC并称为三大经典语料库。(Kennedy,1998)20世纪90年代前后,随着计算机储存容量不断增大,光电字符识别技术不断发展,出现了更大规模的语料库,如COBUILD(45亿词)、ICLE(250万词)、BNC(1亿词)、ANC(1亿词)和ICE(24个分库各100万词)等,语料库作为自然语言集合体,规模越来越大。

20世纪90年代,网络上出现了海量电子文本和数据,学者们开发出了第一代网络语料库WebCorp(Web as Corpus),它以海量网络文本为语料,以搜索引擎和网络检索软件为检索工具,并以传统语料库方式提供检索结果。但是,作为第一代网络语料库,WebCorp存在语料代表性、语料加工、检索速度慢等缺点(邢富坤,2006)。第二代网络语料库Web学术语料库应运而生,其英语全称是WebCorp Linguist’s Search Engine,缩写为 WebCorp LSE。

2.Web学术语料库及其特征

Web学术语料库是一个学术性网络语料库检索系统,其语料来源于网络,但按语言学标准进行了筛选,并进行了语言学标注,专门服务于语言教学与研究。它集成了网络、搜索引擎和传统语料库的优点,具有自己的特征。

2.1 独特搜索引擎与爬虫工具

在Web学术语料库出现之前,也有学者把网络当作语料库从事语言研究,并利用商业搜索引擎检索语言信息。可为语言学家利用网络资源提供巨大帮助,然而这些研究都依赖商业搜索引擎,因而时受诟病,称其检索信息不可靠。……

登录APP查看全文

猜你喜欢

词汇
2021年本刊一些常用词汇可直接用缩写(二)
2021年本刊一些常用词汇可直接用缩写(一)
本刊可直接用缩写的常用词汇
一些常用词汇可直接用缩写
本刊可直接用缩写的常用词汇
一些常用词汇可直接用缩写
一些常用词汇可直接用缩写
词汇小达人
一些常用词汇可直接用缩写
一些常用词汇可直接用缩写