詞匯與語(yǔ)料庫(kù)

1、Chapter 12 Chapter 12 語(yǔ)料庫(kù)語(yǔ)言學(xué)與英語(yǔ)詞匯研究語(yǔ)料庫(kù)語(yǔ)言學(xué)與英語(yǔ)詞匯研究高敏高敏20161208201114220161208201114212.2 12.2 語(yǔ)料庫(kù)與詞頻統(tǒng)計(jì)語(yǔ)料庫(kù)與詞頻統(tǒng)計(jì) 計(jì)算機(jī)生成語(yǔ)料庫(kù)可輸出的資料中重要的一項(xiàng)就是詞匯詞匯頻率表頻率表（word frequency list）。 詞頻表是指對(duì)語(yǔ)料庫(kù)中的詞匯使用頻率進(jìn)行列表，以確定語(yǔ)料庫(kù)中哪些詞匯和詞塊是常用的，而另外哪些詞匯和詞塊是相對(duì)比較少用的。 Wordsmith Tools和AntConc都具有生成單詞詞表和詞塊詞表的功能。 例如，Cambridge International Corpus

2、 （CIC）劍橋國(guó)際語(yǔ)料庫(kù)是一個(gè)收詞量超過(guò)10億的大型數(shù)據(jù)庫(kù)，收集了多種權(quán)威口語(yǔ)和書面語(yǔ)口語(yǔ)和書面語(yǔ)語(yǔ)料資源。以33萬(wàn)個(gè)單詞為基礎(chǔ)生成的最常用50個(gè)詞匯。 詞頻統(tǒng)計(jì)的作用詞頻統(tǒng)計(jì)的作用 通過(guò)以上詞頻統(tǒng)計(jì)發(fā)現(xiàn)：書面語(yǔ)詞頻表主要由功能詞（function words）組成，如代詞、限定詞、介詞、助動(dòng)詞、情態(tài)動(dòng)詞、連詞等，而口語(yǔ)詞頻表里面包含不少的實(shí)義詞，如know、well、got、think、right等。正如普通預(yù)想那樣，功能詞在兩個(gè)詞頻表中都占據(jù)多數(shù)。 詞頻表除了可以排列高頻詞的次序，還可以統(tǒng)計(jì)詞匯出現(xiàn)的次數(shù)、所占百分比、具體位置等。 例如，以歷任美國(guó)總統(tǒng)就職演說(shuō)為語(yǔ)料（總詞數(shù)133399）

3、所做詞頻表。 Wordsmith Tools所做為單詞詞表，AntConc所做為詞塊詞表。應(yīng)用應(yīng)用：詞語(yǔ)出現(xiàn)的頻率信息已經(jīng)開始出現(xiàn)在詞典中。例如，Longman Dictionary of Contemporary English（1995）標(biāo)注了一個(gè)詞是否屬于最常用的1000、2000或3000口語(yǔ)詞和書面語(yǔ)詞。頻率信息不光限于詞的形式，對(duì)于一個(gè)詞的不同意義的頻率也可以進(jìn)行統(tǒng)計(jì)分析，語(yǔ)料庫(kù)為詞典編撰提供意義頻度也只是一個(gè)時(shí)間問題了。12.3 12.3 語(yǔ)料庫(kù)與詞匯語(yǔ)義研究語(yǔ)料庫(kù)與詞匯語(yǔ)義研究 語(yǔ)料庫(kù)索引可以提供詞匯用法和意義的真實(shí)信息，通過(guò)索引，學(xué)習(xí)者可以體驗(yàn)詞匯或短語(yǔ)在不同語(yǔ)境語(yǔ)境中的確切

4、使用，以增加感性認(rèn)識(shí)。語(yǔ)料庫(kù)索引可給同義詞群提供豐富的用法和語(yǔ)境，使學(xué)習(xí)者能夠比較和掌握同義詞之間細(xì)微的語(yǔ)義、語(yǔ)用差異。 詞語(yǔ)檢索是對(duì)一個(gè)搜索項(xiàng)進(jìn)行檢索獲得的列表，把搜索詞或詞組按字母或頻率順序排列與其所在語(yǔ)境一同展示。詞語(yǔ)索引最常見的形式稱作KWIC(key words in context),即“語(yǔ)境中的關(guān)鍵詞”。以關(guān)鍵詞為中心，左右顯示的詞數(shù)構(gòu)成了該詞的跨距（word span）?？缇嘀械脑~構(gòu)成了關(guān)鍵詞的微型語(yǔ)境微型語(yǔ)境。 下表顯示的是從British National Corpus （BNC）截取的帶有horde和people的詞匯索引：近義詞近義詞between vs. throug

5、h Kennedy(1991:95-110)運(yùn)用OCP檢索軟件在100萬(wàn)詞的LOB語(yǔ)料庫(kù)上對(duì)英語(yǔ)學(xué)習(xí)者常不易分辨的兩個(gè)介詞between vs. through進(jìn)行了檢索和分析。between左鄰搭配詞中的名詞比例大大超過(guò)through，而through左鄰搭配詞中的動(dòng)詞頻率卻大大超過(guò)between。between之后的名詞多為復(fù)數(shù)形式或者是由and組成的名詞短語(yǔ)，如person and person, place and place, date and date等，而through后面的名詞多為單數(shù)，如the window, her mind, the door, the house等。短語(yǔ)

6、的不同語(yǔ)義功能：1) between+noun/nouns的短語(yǔ)通常表示“地點(diǎn)、移動(dòng)、時(shí)間、分割、共享等意義”； 2) through+noun/nouns的短語(yǔ)通常表示“自由移動(dòng)、穿越障礙、對(duì)障礙的感知、時(shí)間、實(shí)施媒介工具關(guān)系、因果關(guān)系”。最常用的搭配詞：between的location功能中比較常見的名詞有channel，gap，space等，在through的unimpeded motion功能中較常見的動(dòng)詞有g(shù)o，pass，move等。 詞頻：詞頻：丁?。?008）。基于語(yǔ)料庫(kù)的美國(guó)總統(tǒng)就職演說(shuō)研究。天津外國(guó)語(yǔ)學(xué)報(bào)，15，25-31。 以1933年至2005年19篇美國(guó)總統(tǒng)就職演說(shuō)為語(yǔ)

7、料，統(tǒng)計(jì)高頻人稱代詞：we使用頻率為889次, 占總單詞的2.61%;I的使用頻率為202次, 占0.59%。第二人稱代詞的使用頻率為88次, 占0.26%;第三人稱代詞的使用頻率為216 次, 占0.64%。第一人稱代詞的使用占絕對(duì)多數(shù), 為3.2%, 其次是第三人稱代詞, 第二人稱代詞則使用較少。 分析為什么第一人稱代詞，尤其we使用最多，而第三人稱、第二人稱代詞使用較少。探討了公眾演講人稱代詞使用技巧。 詞塊、語(yǔ)境詞塊、語(yǔ)境：羅建平（2011）。國(guó)總統(tǒng)就職演講主題詞的語(yǔ)料庫(kù)分析。浙江外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，5，46-50。 早期演講使用station、methods 等詞較多，后來(lái)的意義和用法發(fā)

8、生了變化?，F(xiàn)代英語(yǔ)station 是車站的意思，而早期演講指的是職務(wù)、職位等意思，如: for the station in which I am placed( 第1 任華盛頓) ，to be elected to a station( 第2 任亞當(dāng)斯) ， to retire from this station( 第3 任杰弗遜) ， for official station( 第14 任皮爾斯) 。到艾森豪威爾以后station 不再出現(xiàn)，被position 取代。 至于methods( 和method) ，南北戰(zhàn)爭(zhēng)后頻繁使用，如: the only sure method of returning( 第18 任格蘭特) ，to seek public office by proper methods( 第2