国家语委语料库使用方法.ppt

1、国家语委语料库 高级检索 查询表达式 书写 规则郑艳群 2009-3-20,/ ：词类标志，用来 标识 词类；( ) ! ：不共现查询 的 标志符；：距离限制符号，分别 表示：小于 小于等于 等于 任意距离；+ ：连接符；,1.查询表达式 中 出现 的 特殊符号,（）距离限制项（）共现项 （）不共现项（）简单表达式：由 共现项 和 不共现项 组成。（）复杂表达式：由 简单表达式 和 距离表达式 组成。,2. 查询表达式 的组成,（）距离限制项一般 由 距离限制符号 后 跟 数字 组成，其中 任意距离 符号 “” 不 需要 后 跟 数字；距离限制项 中 的 数字 是 以 词 为 单位 的，如 词

2、A 与 词B 的 距离 为 “ ； 以 词 为 单位，举例：吃/v+3+亏/n (结果:吃了亏,吃鞑子 的亏，等等) （）共现项 共现项 可以 为 三 种 形式，即： 单独 的 词；举例：吃 词 和 词类，中间 用 “/” 隔开；举例：吃/ 单独 的 词类，用 “/” 开头；举例：/v（）不共现项 不共现项 由 不共现查询 标志符 “() !” 和 连接符 “+” 共同 构成，有 两 种 形式： (!共现项+距离限制项) ；举例： (!不+3)或(!不/d+3) 或 (!/d+3) (距离限制项+!共现项) ；举例：(3+!不/d),2. 查询表达式 的组成,注意： 表达式 中 没有 空格；

3、表达式 结束 处 没有 回车； 表达式 中 所有 的 非 汉字 符号 都 是 英文 半角 符号； 请 不要 在 表达式 中 随意 插入空格 或者 换行符 或 使用 全角 英文 符号 ；注意： 共现词 之间 必须 有 距离限制项，至少 是 “”（表示 不 限制 距离），如果 不 写 距离限制项（如：“吃+亏”） 将 导致 表达式 书写 错误，无法查询。,2. 查询表达式 的组成,（）简单表达式 : 由 共现项 和 不共现项 组成 共现项；(!共现项+距离限制项)共现项；共现项(距离限制项+!共现项)；(!共现项+距离限制项)共现项(距离限制项+!共现项)；简单表达式 可以 表示 单一 共现项 或

4、者 有 前后 不共现 关系 限制 的 单一 共现项；,2. 查询表达式 的组成,（）简单表达式 : 由 共现项 和 不共现项 组成共现项；吃/ (!共现项+距离限制项)共现项；(!不/d+3)吃/ 共现项(距离限制项+!共现项)；吃/(3+!不/d) (!共现项+距离限制项)共现项(距离限制项+!共现项)；(!不/d+3)吃/(3+!不/d) 简单表达式 可以 表示 单一 共现项 或者 有 前后 不共现 关系 限制 的 单一 共现项；,2. 查询表达式 的组成,（）简单表达式 : 由 共现项 和 不共现项 组成共现项；吃/ 动词 词类 的 “吃” 要 在 检索 出 的 例句 中 出现。 (!共

5、现项+距离限制项)共现项；(!不/d+3)吃/ 动词 词类 的 “吃” 要 在 检索 出 的 例句 中 出现 ， 同时 “吃” 前 3 个 词 之 内 有 副词 词类 的 “不” 的 例句 不 包括 在 检索 出 的 例句 中。 共现项(距离限制项+!共现项)；吃/(3+!不/d) (!共现项+距离限制项)共现项(距离限制项+!共现项)；(!不/d+3)吃/(3+!不/d) 用户 需要 检索 出 所有 含有 动词 “吃” ，而且 前 后 各 3 个 词 之 内 不 出现 副词 “不” 的 例句； 简单表达式 可以 表示 单一 共现项 或者 有 前后 不共现 关系 限制 的 单一 共现项；,2.

6、 查询表达式 的组成,（）复杂表达式：复杂表达式 可以 表示 多 个 简单表达式 共现 的 先后关系 和 距离关系； 复杂表达式 可 由 简单表达式 和 距离表达式 组成，形式 如下： 简单表达式；简单表达式+距离限制项+简单表达式；简单表达式+距离限制项+简单表达式+距离限制项+简单表达式；,2. 查询表达式 的组成,举例： (!不+)知道/v 表示 查询 所有 动词 “知道” 的 出现 但是 “知道” 前 任意距离 内 不 出现 “不”，且 “不” 可以 是 任何 词类； 科研+机构/n 表示 查询 任意 词类 的 “科研” 和 名词 “机构” 共现 的 例句，两 词 之间 距离 为 任意距离； /m+!了)+)亏 表示 查询 任意 词类 的 “吃” 与 任意 词类 的 “亏” 共现 的 例句，且 两 词 之间 距离 小于 10 个 词，同时 “亏” 前 任意距离 内 不 出现 任意 词类 的 “大”； 就+吃+)亏 表示 查询 任意 词类 的 “就” 与 任意 词类 的 “吃” 及 任意 词类 的 “亏” 共现 的 例句，且 “就” “吃” 两 词 之间 距离 为 任意距离，“吃” “亏”两词 之间 的 距离 小于 10 个 词，同时 “亏” 前 任意距离 内 不 出现 任意 词类 的 “大”；,