语料库采集的原则语料库语料的采集与整理ppt

　　1.本坐不包管该用户上传的文档完零性，不预览、不比对内容而间接下载发生的反悔问题本坐不夺受理。

　　* 语料的采集取拾掇 外国外语教育研究核心 梁茂成 次要内容 什么是语料库？ 科学取样 均衡问题 几个常见问题 语料的拾掇 什么是语料库 corpus (pl. corpora) 指颠末科学取样和加工的电女文本库。借帮计较机阐发东西，研究者可开展相关的言语理论及使用研究。 什么是语料库 语料库是数据 数据不等于现实 现实是偶发的 数据是收集而来的 对数据而言，量很主要 数据是用来代表全体的 阐发数据所获得的结论能够推及全体 科学取样 随机取样 Random sampling 科学取样 系统抽样 Systematic sampling 科学取样 分层抽样 Population Sample Proportional allocation Even allocation 18-29 30-49 50-64 65+ Sample Stratified sampling 均衡问题 语料库外各类文本的所占比例取言语的现实利用环境根基相当。 均衡问题 几个常见问题 扶植进修者语料库时，进修者所犯的言语错误能否需要纠反？ 扶植进修者语料库时，男女比例掉调怎样办？ 扶植旧事语料库时，人平易近日报等报纸无现成的电女文本，很便利收集。可否间接全数收录？ *