語料庫應用教程

語料庫如何應用在研究中？理論方法看這裏 公衆號：精進的Ann #Ann的有讀必寫# #學習 ｜成長 ｜變美# 2021/4/8 No.7-6 1. 閱讀目的：爲什麼讀？已經掌握哪些知識？ 這節內容，和論文寫作的關係比較大，尤其是基於語料庫的語言學研究。之前搜索過一些語料庫方面的書籍和論文，總體上感覺內容不夠貼合實際研究，理論性知識太多。希望能夠在本節學習中，找到可以用在論文裏面的理論和方法。 研究理論方面，之前瞭解過“一般推論法”和“假設驗證法”。語料庫應用方面，主要是索引行，主題詞，詞表的使用以及統計學的基本知識，比如x^2。語料庫網站，主要是BNC，ANC，ICECUP，COCA，Brown，以及coronavirus語料庫。此外，中國英語學習者語料庫，也有很多，比CLEC，SWECCL等。 2. 預判：對方要講的核心內容可能是什麼？ 很明顯，本節內容主要是理論學習，所以事實性知識和概念性知識比較多，可以用在語料庫相關論文的文獻綜述部分或者回答試卷上的語料庫相關題目。主要會涉及語料庫的發展以及語料庫研究的不同方法。 3. 知識框架：對方的講解邏輯是什麼？ 1.語料庫研究中的基本方法 1.語言學研究中的數據及方法論之爭 1.經驗主義復甦的三大原因 1.大量文本的收集 2.計算機技術的發展 3.理性主義語言學研究方法的問題 2.語言研究方法中的數據類型 1.內省數據 2.誘發數據 3.真實數據 2.語料庫語言學陣營中的不同研究方法 1.語料庫指導的方法：教材編寫 2.基於語料庫的方法：假設驗證法hypothesi-testing 3.語料庫驅動的方法：探索/描述法 exploratory/descriptive觀察-假設-歸納-理論整合 3.基於語料庫的研究方法 1.提出研究假設 2.確定可靠的分類體系和操作（operationalization）方案 3.選定或建立合適的語料庫 4.選定合適的語料庫處理工具 5.相關語言特徵的標註和提取 6.統計分析 7.數據的解釋 8.得出結論 4.語料庫驅動的研究方法 1.Sinclair所倡導的語料庫研究方法與傳統的語言學研究方法的區別 2.語料庫驅動的研究方法與基於語料庫的研究方法存在的分歧 2.語料庫研究方法的侷限性及研究創新 0.語料庫研究方法的侷限性 1.語料庫語言學理論尚需要體系化和簡約化 2.其研究思路和方法存在一定分歧 3.分析方法和技術需要進一步突破 4.語料庫研究的應用尚需要更深入的探討 1.學科屬性及定位問題 1.對語料庫的定義不同，但覈定內容基本一致 2.語料庫屬於科學還是人文學科？ 3.語言運用的三個環節：語言生成（說話人的意圖）-文本（意義、話語）-語言解釋（聽話人的理解） 2.語料庫驅動的方法與基於語料庫的方法 3.語料庫分析的層次及設計問題KWIC視覺化圖表 4.詞語搭配統計及相關問題：COLEC大學學習者英語語料庫 5.意義單元研究及創新 6.CIA方法及創新：contrastive interlanguage analysis 1.學習者語料庫解決自身難題的途徑及應用前景 7.語料庫與自動翻譯研究 1.機器翻譯研究的發展歷程概述 1.設計理念 2.語言處理的基本視角 3.基本取向：面向語言規則，面向技術，面向概率統計 4.研發團隊構成 8.結語 1.中國外語語料庫研究的主要課題 1.語料庫研究在外語教學中的充分應用和實驗 2.語料庫應用評價 3.語料庫研究與本土語言、文化研究的充分融合 4.漢英界面研究 5.基於平行語料庫的翻譯及自動翻譯研究 6.中國英語研究 本節內容與預判內容基本上一致，但是一些理論發展環節或者對比環節，其實是可以跳讀的（對我而言）。但是，對我而言，我是有個比較模糊的框架，其中的具體內容都需要去一一填充。 4. 知識點分類 1）事實性知識（紅色） 57% 1.經驗主義復甦的三大原因 1.大量文本的收集 2.計算機技術的發展 3.理性主義語言學研究方法的問題 2.語言研究方法中的數據類型 1.內省數據 2.誘發數據 3.真實數據 3.Sinclair所倡導的語料庫研究方法與傳統的語言學研究方法的區別 4.語料庫研究方法的侷限性 1.語料庫語言學理論尚需要體系化和簡約化 2.其研究思路和方法存在一定分歧 3.分析方法和技術需要進一步突破 4.語料庫研究的應用尚需要更深入的探討 5.意義單元研究及創新 6.學習者語料庫解決自身難題的途徑及應用前景 7.機器翻譯研究的發展歷程概述 1.設計理念 2.語言處理的基本視角 3.基本取向：面向語言規則，面向技術，面向概率統計 4.研發團隊構成 8.中國外語語料庫研究的主要課題 1.語料庫研究在外語教學中的充分應用和實驗 2.語料庫應用評價 3.語料庫研究與本土語言、文化研究的充分融合 4.漢英界面研究 5.基於平行語料庫的翻譯及自動翻譯研究 6.中國英語研究 互聯網時代，這些事實性知識，不需要背誦，有個大概印象即可。使用的時候，知道去哪裏找到這些知識。 2）概念性知識（橙色）  21% 1.語料庫指導的方法：教材編寫 2.基於語料庫的方法：假設驗證法hypothesi-testing 3.語料庫驅動的方法：探索/描述法 exploratory/descriptive觀察-假設-歸納-理論整合 三大類語料庫研究方法。第一種，在做課程研發時可以使用。後兩者，更適合在論文中使用。 3）程序性知識（綠色） 14% 1.基於語料庫的研究方法 1.提出研究假設 2.確定可靠的分類體系和操作（operationalization）方案 3.選定或建立合適的語料庫 4.選定合適的語料庫處理工具 5.相關語言特徵的標註和提取 6.統計分析 7.數據的解釋 8.得出結論 2.語言運用的三個環節：語言生成（說話人的意圖）-文本（意義、話語）-語言解釋（聽話人的理解） 4）元認知（藍色） 7% 同緯度思考：爲什麼有些知識規則道理，在一些情況下看來是合情合理的，但是對於另外一些情況來說來說卻是不可理喻。因爲得出這些知識規則道理時的場景不同，自然就無法適用於任何情形了。在本節中，針對四個假設，作者也選用了完全不同的語料庫。 假設一：在英國英語中，whom在書面語中較口語中更爲常見 英國英語書面語語料庫和英國英語口語語料庫 假設二：在英語學習者書面語中，人稱代詞的使用比英語母語者更頻繁 英語學習者書面語語料庫和英語本族語者書面語語料庫 假設三：被動語態是學術英語的重要特徵 學術英語語料庫和通用英語語料庫 假設四：被動語態的使用頻率與學習者作文的質量有關 不同水平的學習者英語作文語料庫 5）情景知識（紫色） 0% 無 5. 書中視覺化表達的知識點🎨 1.語料庫分析的層次及設計問題KWIC視覺化圖表 6. 應用：本次學習，能幫助我回答哪些問題？（對考點進行預判） 1. 論文 1.基於語料庫的研究法及其步驟（假設驗證法） 目前創作的所有論文，都是按照假設驗證法的步驟去使用語料庫的。所以，這個方法，還需要多熟悉一下。 2. 考試 1.語料庫研究方法的侷限性 1.語料庫語言學理論尚需要體系化和簡約化 2.其研究思路和方法存在一定分歧 3.分析方法和技術需要進一步突破 4.語料庫研究的應用尚需要更深入的探討 16-5. What are the limits of corpus linguistics? Are there linguistic research questions that cannot be answered by a corpus? Give examples. 19-2. Is corpus linguistics objective? Is there a role for introspection, and if so, what is it? 3.專業技能 無 7. 聯機閱讀：哪些書和資料也有相關內容？ 1.書中提到的 John Sinclair. Corpus Evidence in Language Description 2.個人搜索的 無 8. 單詞梳理：中英 理性主義 rationalism 經驗主義 empiricism 語言能力 linguistic competence 語言行爲 linguistic performance 基於直覺 intuition-based 基於數據 data-based 基於規則的方法 rule-based approach 可重複性 replicability 內省數據 introspective data 誘發數據 elicited data 語法行判斷測試 grammaticality judgement 真實數據 authentic data 自然數據 naturalistic data 三角驗證法 triangulation 語料庫指導的方法 corpus- informed approach 基於語料庫的方法 corpus-based approach 語料庫驅動的方法 corpus-driven approach 假設驗證法 hypothesis-testing 探索/描述法 exploratory/descriptive 自變量 independent variable 因變量 dependent variable 標準化處理 normalization 標準化頻率 normalized frequency 聚類分析 cluster analysis 對應分析 correspondence analysis 相關分析 correlation analysis 多元迴歸 multiple regression 過度概括 overgeneralization 意義單元 unit of meaning 詞項 lexical item 驗證 testimony 本節思維導圖，關注微信公衆號“精進的Ann”查看。每天早上五點，陪你一起精進！

寶藏書。導師強推，果然是有理由的！