拓展基於語料研究的范圍:新應用，新挑戰

語料庫與計算語言學研究叢書 序
拓展基於語料研究的范圍——新應用，新挑戰 導讀
原書目錄
供稿者名錄
前言
Ⅰ 語料庫與研究方法
MF/MD方法在自動文本分類中的應用
句法標注語料庫中的科學實驗方法：概述
WebCorp：為語料庫語言學家提供可更新的語料源
口語語料中的標准化和非流利因素
在線文本中的文本結構及切分
Ⅱ 語料庫在語言描寫中的應用
早期現代英語中第一人稱代詞做主語時表示將來的Shall和Will
早期現代英語里MUST用法中的性別傾向
從語料庫數據到口語話單位理論
BNC和OED：以形素eco為例檢驗兩種數據的有用性
詞匯空缺
作為語碼轉換策略在英語文本中使用的本族語詞匯
兒童寫作結構：從口語到成寫作規范
Ⅲ 語料庫在外語教學與外語學習中的應用
瑞典英語學習者作文中的分裂句和信息結構
對比學習者語料庫：作者立場表達中情態動詞和報告動詞的使用情況
在Chemnitz Internet Grammar中學習英語介詞
網絡化學習口語語料庫與英語教學的整合

「語料庫與計算語言學研究叢書」旨在向國內讀者推薦語料庫語言學與計算語言學這兩個學科最新和最經典的外文著作。語料庫語言學的語料要建立在計算機上，而計算語言學則專門研究自然語言的計算機處理，這兩個學科都要使用計算機，都與計算機有著不解之緣。這篇序言主要給少了這兩個學科的學術背景，以及它們之間的關系，以方便讀者的閱讀和理解。

1.語料庫語言學研究簡介

語料庫是為一個或多個應用目標而專門收集的、有一定結構的、有代表性的、可被計算機程序檢索的、具有一定規模的語料的集合。

語料庫應該按照一定的語言學原則，運用隨機抽樣方法，收集自然出現的連續的語言運用文本或華育片段來建立。從其本質上講，語料庫實際上是通過對自然語言運用的隨機抽樣，以一定大小的語言樣本來代表某一研究中所確定的語言運用總體。

語料庫一般可分為如下類型：

按語料選取的時間划分，可分為歷時語料庫（diachronic corpus）和共時語料庫（synchronic corpus）。

按語料的加工深度划分，可分為標注語料庫（annotated corpus）和非標注語料庫（non-annotated corpus）。

按語料庫的結構划分，可分為平衡結構語料庫（balance structure corpus）和自然隨即結構的語料庫（random structure corpus）。

按語料庫的用途划分，可分為通用語料庫（general corpus）和專用語料庫（specialized corpus）。專用語料庫又可以進一步根據使用的目的來划分，例如，又可以進一步分為語言學習者語料庫（learner corpus）、語言教學語料庫（pedagogical corpus）。

按語料庫的表達形式划分，可分為口語語料庫（spoken corpus）和文本語料庫（text corpus）。

按語料庫中語料的語種划分，可分為單語種語料庫（monolingual corpus）和多語種語料庫（multilingual corpus）。多語種語料庫又可以再分為比較語料庫（comparable corpus）和平行語料庫（parallel corpus） 。比較語料庫的目的側重於特定語言現象的對比，而平行語料庫的目的側重於獲取對應的翻譯實例。

按語料庫的動態更新程度划分，可分為參考語料庫（reference corpus）和監控語料庫（monitor corpus）。參考語料庫原則上不作動態更新，而監控語料庫則需要不斷地進行動態更新。