1、美国当代英语语料库(COCA)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(acade
2、mic)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/coca,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
3、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
4、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
5、,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,noun.ALL=名词noun.SG=单数名词noun.PL=复数名词noun.CMN=
6、普通名词noun.+PROP=专有名词noun.-PROP=非专有名词,POS LIST,POS LIST,verb base=动词原形verb.INF=动词不定式verb MODAL=情态动词verb 3SG=动词第三人称单数verb ED=过去式verb EN=过去分词verb ING=现在分词verb.LEX=lexical verb实意动词verb.BE=系动词verb.DO=doverb.HAVE=have,pron.INDF 不定代词pron.PERS 人称代词pron.WH 疑问代词pron.REFL 反身代词adj.CMP 形容词比较级 (comparative)adj.SPR
7、L 形容词最高级 (superlative)adv.particle 副词小品词adv.WH 疑问副词,POS LIST,det.GEN 类指限定词det.POS 物主限定词num.CARD 基数词num.ORD 序数词conj.CRD 并列连词conj.SUB 从属连词Interj. 叹词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
8、功能（一）,? 代替一个字母 * 代替任意数量字母,EXAMPLE 3,EXAMPLE 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-
9、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
10、,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
11、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
12、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 ave
13、rage 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!,
