《语料库术语汇编》由会员分享，可在线阅读，更多相关《语料库术语汇编（5页珍藏版）》请在金锄头文库上搜索。
1、语料库术语汇编:Aboutness 所言之事Absolute frequency 绝对频数Alignment （of parallel texts） （平行或对应）语料的对齐 Alphanumeric 字母数字类的Annotate 标注（动词）Annotation 标注（名词）Annotation scheme 标注方案ANSI/American National Standards Institute 美国国家标准学会ASCII/American Standard Code for Information Exchange 美国信息交换标准码 Associate （of keywords）（
2、主题词的）联想词AWL/Academic word list 学术词表Balanced corpus 平衡语料库Base list 底表、基础词表Bigram 二元组、二元序列、二元结构Bi-hapax 两次词Bilingual corpus 双语语料库 CA/Contrastive Analysis 对比分析Case-sensitive 大小写敏感、区分大小写Chi-square （ x 2） test 卡方检验Chunk 词块 CIA/Contrastive Interlanguage Analysis 中介语对比分析CLAWS/Constituent Likelihood Automat
3、ic Word-tagging System CLAWS 词性赋码系统Collocational strength 搭配强度Collocational framework/frame 搭配框架 Comparable corpora 类比语料库、可比语料库 平行/对应语料库(parallel corpora)是由原文文本及其平行对应的译语文本构成的双语/多 语语料库，其对齐程度可有词级、句级、段级和篇级几种。平行语料库按翻译方向的不同有 单向平行语料库(uni-directional parallel corpora)、双向平行语料库(bi-directional parallel corpor
4、a)和多向平行语料库(multidirectional parallel corpora)等三种形式。对比/类比语料库(comparable corpora)是由不同语言的文本或同一种语言不同变体的 文本所构成的两个或两个以上的语料库。 类比语料库也可再细分出单语类比库和双语/多语 类比库。前者收集一种语言类似环境下的类似内容的文本，如Loviosa构建的ECC(Englis h Comparable Corpus, TEC 的姊妹项目)属于此种。而后者收集的是在内容、语域、交际 环境等方面相近的不同语言文本，多用于对比语言学。各种双语语料库之异同 语料库类型 有无翻译关系 文本间是否对齐对应
5、/平行语料库 有 是 翻译语料库 有 否 对比语料库 无 否ConcGram同现词列、框合结构Concordance （line）索引（行）Concordance plot （索引）词图Concordancer 索弓丨工具 Concordancing 索引生成、索引分析Context语境、上下文Context word 语境词Contingency table连列表、联列表、列连表、列联表 Co-occurrence/Co-occurring 共现Corpora 语料库（复数）Corpus Linguistics 语料库语言学Corpus 语料库Corpus-based 基于语料库的 Corp
6、us-driven 语料库驱动的Corpus-informed 语料库指导的、参考了语料库的 Co-select/Co-selection/Co-selectiveness 共选（机制）Co-text 共文DDL/Data Driven Learning 数据驱动学习 Diachronic corpus 历时语料库Discourse 话语、语篇 Discourse prosody 话语韵律 Documentation 备检文件、文检报告EAGLES/Expert Advisory Groups on Language Engineering Standards EAGLES 文本规格 embe
7、dded annotation 嵌入式标注Empirical Linguistics 实证语言学 Empiricism 经验主义Encoding 字符编码 Error-tagging 错误标注、错误赋码 Extended unit of meaning 扩展意义单位 File-based search/concordancing 批量检索 Formulaic sequence 程式化序列 Frequency频数、频率General （purpose） corpus 通用语料库Granularity 颗粒度Hapax legomenon/hapax 一次词 Header/Text head 文本
8、头、头标、头文件 HMM/Hidden Markov Model 隐马尔科夫模型Idiom Principle 习语原则 Index/Indexing （建）索引 In-line annotation 文内标注、行内标注Key keyword关键主题词Lemma list 词形还原对应表Lemmata 词目、原形词、词元（复数） Lemmatization 词形还原、词元化Lemmatizer 词形还原（词元化）工具Lexical bundle 词束Lexical density 词汇密度Lexical item 词项、词语项目Lexical priming词汇触发理论Lexical rich
9、ness 词汇丰富度Lexico-grammar/Lexical grammar 词汇语法Lexis 词语、词项LL/Log likelihood （ratio） 对数似然比、对数似然率Longitudinal/Developmental corpus 跟踪语料库、发展语料库、历时语料库 Machine-readable 机读的Markup 标记、置标MDA/Multi-dimensional approach 多维度分析法Metadata 元信息 Meta-metadata 元元信息MF/MD （Multi-feature/Multi-dimensional） approach 多特征/多维
10、度分析法 Mini-text 微型文本Misuse 误用Monitor corpus （动态）监察语料库Monolingual corpus 单语语料库Multilingual corpus 多语语料库 Multimodal corpus 多模态语料库MWU/Multiword unit 多词单位 MWE/Multiword expression 多词单位MI/Mutual information互信息、互现信息N-gram N元组、N元序列、N元结构、N元词、多词序列NLP/Natural Language Processing 自然语言处理Node节点（词）Normalization 标准
11、化Normalized frequency 标准化频率、标称频率、归一频率Observed corpus 观察语料库Ontology 知识本体、本体Open Choice Principle 开放选择原则Overuse 超用、过多使用、使用过度、过度使用Paradigmatic纵聚合（关系）的Parallel corpus平行语料库、对应语料库Parole linguistics 言语语言学Parsed corpus 句法标注的语料库Parser 句法分析器Parsing 句法分析Pattern/patterning 型式Pattern grammar 型式语法Pedagogic corpus
12、 教学语料库Phraseology 短语、短语学POSgram赋码序列、码串POS tagging/Part-of-Speech tagging词性赋码、词性标注、词性附码POS tagger词性赋码器、词性赋码工具Prefab 预制语块Probabilistic （基于）概率的、概率性的、盖然的Probability 概率Rationalism 理性主义Raw text/Raw corpus 生文本（语料）Reference corpus参照语料库Regex/RE/RegExp/Regular Expressions 正贝I表达式Register variation 语域变异Relative
13、 frequency 相对频率Representative/Representativeness 代表性（的）Rule-based 基于规贝的Sample n./v. 样本；取样、采样、抽样Sampling 取样、采样、抽样Search term 检索项Search word 检索词Segmentation 切分、分词Semantic preference 语义倾向Semantic prosody语义韵SGML/Standard Generalized Markup Language 标准通用标记语言Skipgram跨词序列、跨词结构Span跨距Special purpose corpus专用
14、语料库、专门用途语料库、专题语料库Specialized corpus 专用语料库Standardized TTR/Standardized type-token ratio 标准化类符/形符比、标准化类/形比、标准 化型次比Stand-off annotation 分离式标注Stop list 停用词表、过滤词表Stop word 停用词、过滤词Synchronic corpus 共时语料库Syntagmatic横组合（关系）的Tag标记、码、标注码Tagger赋码器、赋码工具、标注工具Tagging 赋码、标注、附码Tag sequence赋码序列、码串Tagset赋码集、码集Text文本
15、TEI/Text Encoding Initiative 文本编码计划The Lexical Approach 词汇中心教学法The Lexical Syllabus 词汇大纲Token形符、词次Token definition形符界定、单词界定 Tokenization 分词Tokenizer 分词工具Transcription 转写Translational corpus 翻译语料库Treebank 树库Trigram三元组、三元序列、三元结构T-score T 值Type类符、词型TTR/Type-token ratio类符/形符比、类/形比、型次比 Underuse 少用、使用不足Unicode 通用码Unit of meaning 意义单位WaC/Web as Corpus网络语料库Wildcard通配符Word definition 单词界定Word form 词形Word family 词族Word list 词表XML/EXtensible Markup Language 可扩展标记语言 Z-score Z 值
