語料庫語言學 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

黃昌寜，李涓子 著

圖書標籤:

• 語料庫語言學
• 計算語言學
• 自然語言處理
• 語言學
• 文本分析
• 數據科學
• 語言研究
• 語料庫
• 語言技術
• 人工智能

齣版社： 商務印書館

ISBN：9787100033640

版次：1

商品編碼：10284754

品牌：商務印書館（The Commercial Press）

包裝：平裝

叢書名： 語言與計算機叢書

開本：32開

齣版時間：2002-04-01

用紙：膠版紙

頁數：288

正文語種：中文

內容簡介

語料庫語言學是20世紀80年代纔嶄露頭角的一門交叉學科，它研究自然語言文本的采集、存儲、加工和統計分析，目的是憑藉大規模語料庫提供的客觀翔實的語言證據來從事語言學研究和指導自然語言信息處理係統的開發。
《語料庫語言學》將係統地介紹語料庫語言學這門新興學科的研究內容和方法，既包括用計量方法來研究詞匯學、詞典編纂學、語法學和語義學等方麵的內容，也包括語言素材的計量與計算的運用，開發眾多的自然語言信息處理係統。主要章節有：語料庫語言學研究的現狀與展望，語料庫的設計與開發，語料庫的加工和管理技術，基於語料庫語言學研究，語料庫方法在計算語言學中的應用。

目錄

第1章 緒論
第一節 什麼是語料庫？什麼是語料庫語言學？
第二節 語料庫語言學的發展曆史
第三節 語料庫語言學的發展方嚮及前景
第四節 計算機在語料庫語言學中的作用
第五節 語料庫語言學的研究內容
第六節 本書的編排
第2章 語料庫的設計與開發
第一節 語料庫設計和編纂中的問題
第二節 建設一個語料庫
第三節 語料庫的類型
第四節 國外語料庫介紹
第五節 漢語語料庫的建設
第3章 語料庫的加工和管理技術
第一節 語料的索引及其應用
第二節 語料庫語言學中的統計
第三節 逐詞索引軟件及其應用
第四節 語料庫標注
第4章 基於語料庫方法的語言學研究
第一節 語言研究中的語料庫方法
第二節 現代漢語句型統計與研究
第三節 詞典學研究
第四節 漢語名詞的語義分類研究
第五節 詞匯一語法問題調查
第六節 語域變體（register variation）研究
第5章 語料庫方法在計算語言學中的應用
第一節 漢語文本中交集型切分歧義的研究
第二節 漢語基本名詞短語識彆研究
第三節 基於結構詞義空間的漢語詞義排歧模型
附錄 詞性標記集
參考文獻

精彩書摘

第1章 緒論
“語料庫語言學已經成為語言研究的主流。基於語料庫的研究不再是計算機專傢的獨有領域，它正在對語言研究的許多領域産生愈來愈大的影響”。這是湯姆斯（Thomas）等人1996年為祝賀語料庫語言學的主要奠基人和倡導者裏奇（Leech）六十誕辰而編纂的語料庫語言學研究論文集的開場白。近年來，對語料庫語言學類似的說法頻頻見於導論和方法論的專著及教科書中，它不僅僅是語料庫語言學傢的自譽，而且正在成為整個語言學界的共識。
第一節 什麼是語料庫？什麼是語料庫語言學？
語料庫（corpus）顧名思義就是存放語言材料的倉庫（或數據庫）。傳統上，語言學傢用語料庫這個術語錶示可作為語言研究基礎的、大量自然齣現的語言數據。這些語料庫可以由書麵語和(或)口語的樣本組成，並通常被用來代錶一種特定的語言或語言變體。在計算機齣現之前，研究者——特彆是詞典編纂者，也有語料庫，隻是規模小、範圍窄，因而難以在學術界形成氣候。近40年以來，語料庫這個術語通常指以電子形式保存的語言材料，並被廣泛用於語言研究和語言工程。隨著計算機功效的成倍增長，語料庫在規模、多樣性和使用方便等方麵都發生瞭劇烈的變化。與此同時，為瞭存取和加工語料庫所擁有的信息，已經開發瞭大量專用的軟件。計算機語料庫迅速成為語言研究的一種普遍資源，現在世界上已經建立瞭許多規模較大的語料庫，有些是國傢級的，有些是大學和詞典齣版商聯閤研製的。另外，由於個人電腦的迅猛發展，存儲數據的硬磁盤造價持續下降，研究者個人也開始建立適閤自己研究興趣的小型語料庫。
……

《文本的脈絡：深度解析現代語言學前沿》 引言 語言，作為人類文明的基石，其復雜性與精妙之處，曆來是學者們探索不盡的領域。在現代語言學發展的宏偉圖景中，對語言進行大規模、係統性分析的需求日益凸顯。本書《文本的脈絡：深度解析現代語言學前沿》正是在這樣的時代背景下應運而生。它並非單純的理論堆砌，而是以一種全新的視角，帶領讀者深入理解語言的實際運作，揭示其內在的規律與奧秘。本書旨在為語言學研究者、應用語言學者、計算機科學領域的專傢，以及所有對語言本質充滿好奇的讀者，提供一套紮實、前沿的理論框架與實踐方法。 第一章：語言學的轉型與演進 本章將追溯語言學研究的曆史軌跡，探討從古典語言學到結構主義、生成主義等主要學派的演變。我們將重點分析每一次理論革新對語言學研究範式帶來的顛覆性影響，並著重指齣，在數字時代信息爆炸的背景下，傳統的研究方法麵臨的挑戰以及語言學嚮實證性、大規模數據驅動的學科轉變的必然性。我們將深入探討“語言是行為”這一核心觀念的提齣，以及它如何促使學者們將目光從抽象的語言規則轉嚮真實的語言使用場景。我們將考察實證語言學興起的原因，包括計算能力的飛躍、數據存儲技術的進步，以及這些技術如何為語言學研究提供瞭前所未有的可能性。 第二章：實證主義的基石：語言數據采集與處理 本章將聚焦於支撐現代語言學研究的核心要素——語言數據的獲取與淨化。我們將詳細闡述不同類型語言數據的采集方法，包括口語訪談、書麵文本、網絡言論、社交媒體內容等，並分析各自的優缺點及適用場景。重點將放在如何設計科學的抽樣策略，以確保數據的代錶性和有效性。在數據處理方麵，我們將深入探討文本的預處理技術，如分詞、詞性標注、句法分析、命名實體識彆等，並介紹常用的自然語言處理工具和算法。此外，本章還將討論數據清洗的關鍵步驟，包括噪聲去除、錯誤糾正、敏感信息過濾等，強調高質量數據是後續所有分析的基石。我們將探討數據源的多樣性，並說明如何根據研究目標選擇最閤適的數據集。 第三章：量化分析的利器：統計學方法在語言學中的應用 本章將係統介紹統計學方法在語言學研究中的核心應用。我們將從描述性統計入手，講解頻率分析、分布規律、集中趨勢與離散程度等基本概念，並演示如何在語言學語境下應用這些方法，例如分析詞頻、搭配頻率等。在此基礎上，我們將深入探討推斷性統計，重點介紹假設檢驗、置信區間、相關分析、迴歸分析等常用統計模型，並結閤具體的語言學研究案例，說明如何運用這些工具來檢驗語言現象的統計學顯著性，發現變量之間的關係。我們還將引入多元統計分析技術，如主成分分析、聚類分析等，闡釋它們在揭示語言結構、語言變異等復雜問題上的價值。本章將強調理解統計學原理的重要性，而非僅僅停留在工具的使用層麵。 第四章：結構之維：從詞匯到句法的深度挖掘 本章將深入探討語言結構在量化分析下的呈現。我們將從詞匯層麵入手，講解詞匯的共現分析、詞義消歧、詞匯選擇模式等，並介紹基於頻率和統計模型的詞匯網絡構建方法。隨後，我們將轉嚮句法結構，深入分析句法結構的統計規律，如常用句法模式的頻率、詞序的統計特性、依存關係的可能性等。本章將詳細介紹句法分析樹的統計特性，以及如何利用統計方法來評估不同句法分析結果的可靠性。我們將探討詞匯的語義關聯，如詞語的同現概率、語義場分析等，並介紹如何利用這些方法來揭示詞語之間的深層聯係。在句法層麵，我們將考察不同句式的使用頻率，以及句法成分的依存關係和概率分布。 第五章：語義的流轉：意義的量化呈現與語境的互動 本章將聚焦於語言的意義層麵，探討如何運用量化方法來理解和分析語義。我們將介紹詞匯語義的量化模型，如詞嚮量（Word Embeddings）技術，詳細闡述其原理、構建方法以及在詞義錶徵、語義相似度計算等方麵的應用。我們將進一步探討短語和句子層麵的語義分析，如情感分析、主題模型、語義角色標注等，並展示如何利用這些技術來揭示文本的深層含義。本章還將重點討論語境對語義的影響，分析不同語境下詞語和句子意義的差異，以及如何通過量化方法來捕捉這種動態變化。我們將通過具體的案例，展示如何利用詞嚮量等技術來捕捉詞語之間微妙的語義關係，以及如何通過主題模型來發現文本中的潛在主題。 第六章：語用的探秘：語言行為的實證研究 本章將把研究的視角從語言的內在結構轉移到語言的實際使用，即語用學。我們將探討如何運用量化方法來分析語言行為，例如禮貌策略、言語行為的頻率和類型、會話分析中的模式識彆等。我們將深入研究語篇的連貫與銜接，分析連接詞、指代關係等在文本中的統計分布和功能。本章還將討論篇章結構的統計建模，以及如何利用量化方法來揭示不同類型文本的篇章組織特點。我們將探討語言的社會因素，如年齡、性彆、社會階層等對語言使用的影響，並展示如何通過量化分析來揭示這些因素與語言變異之間的關聯。 第七章：語言變異與語言變化：動態的語言學視角 本章將關注語言的動態性，即語言變異與語言變化。我們將探討如何利用大規模語料庫來捕捉不同地理區域、社會群體之間的語言差異，並分析這些差異的統計學規律。我們將深入研究語言隨時間推移而發生的演變，例如詞匯的興衰、語法結構的改變等，並利用曆史語料庫進行量化分析，揭示語言變化的軌跡與驅動因素。本章還將介紹語料庫在語言規範研究中的作用，以及如何通過分析實際語言使用來為語言政策和語言教育提供科學依據。我們將考察語言接觸對語言的影響，以及如何通過量化分析來揭示跨語言的影響和融閤。 第八章：計算語言學與人工智能的交叉 本章將探討語言學研究與計算科學、人工智能技術的深度融閤。我們將介紹自然語言處理（NLP）在信息檢索、機器翻譯、智能問答、文本生成等領域的最新進展，並分析這些技術背後的語言學原理。本章還將討論機器學習、深度學習等人工智能技術在語言學研究中的應用，例如情感分析模型的構建、文本分類算法的設計等。我們將強調語言學理論與計算模型的相互促進作用，指齣語言學研究如何為人工智能提供理論指導，而計算方法又如何為語言學研究開闢新的途徑。我們將深入分析深度學習模型在處理語言中的復雜性，例如如何捕捉上下文信息，以及如何進行端到端的語言理解。 第九章：未來展望與挑戰 本章將對語言學研究的未來發展方嚮進行展望。我們將討論語料庫語言學在新興領域，如數字人文、社會科學、醫學等領域的潛在應用。同時，本章也將分析當前語言學研究麵臨的挑戰，例如如何處理更大規模、更復雜的語料，如何解決語料的倫理與隱私問題，以及如何構建更具解釋力的語言模型。我們將強調跨學科閤作的重要性，以及如何將語言學研究的成果更好地應用於實際社會問題。我們將探討更先進的計算模型，例如能夠處理多模態信息的模型，以及如何利用這些模型來理解更復雜的語言現象。 結語 《文本的脈絡：深度解析現代語言學前沿》旨在為讀者勾勒齣一幅現代語言學研究的宏偉藍圖。本書通過對語言數據、統計方法、語言結構、語義、語用、語言變異、計算語言學以及人工智能的深入探討，全麵展現瞭量化分析在理解語言本質方麵的強大力量。我們相信，本書將激發讀者對語言學的濃厚興趣，並為他們在各自的研究和實踐領域提供寶貴的思想啓迪和方法指導。我們期望本書能夠成為一座橋梁，連接理論探索與實際應用，推動語言學研究不斷嚮前發展。

評分☆☆☆☆☆

這套書的裝幀設計實在是太引人注目瞭，封麵那深邃的靛藍色，配上燙金的字體，立刻就給人一種莊重而又富有學術氣息的感覺。拿到手裏沉甸甸的，紙張的質感也無可挑剔，那種微微泛黃的米白色，讀起來眼睛一點都不纍。我特彆喜歡它在排版上的用心，行距和字號的調整都恰到好處，即便是需要長時間閱讀復雜的理論章節，也不會感到視覺疲勞。當然，作為工具書，內容自然是重中之重，但外在的呈現也極大地影響瞭閱讀體驗。我一直覺得，好的書籍是能讓人産生親近感的，這本書在這一點上做得非常成功，它不僅僅是一堆文字的堆砌，更像是一件精心打磨的藝術品，讓人捨不得很快就閤上它，每一次翻閱都像是在進行一次儀式。我之前買過一些同類主題的書籍，很多都是影印版的復刻，裝幀粗糙，閱讀體驗極差，但這一本完全不同，看得齣齣版社在製作上投入瞭大量的精力和成本，這對於嚴肅的學術閱讀者來說，是極其重要的加分項。

評分☆☆☆☆☆

我對作者在梳理復雜概念時的那種清晰度感到由衷的欽佩。比如，書中對某個核心模型進行拆解分析時，他沒有采用傳統的逐層堆砌的敘事方式，而是巧妙地引入瞭一個曆史情境的對比。通過追溯不同曆史時期研究者們對於同一問題的不同理解和局限性，再逐步引齣當前所采用的主流框架，這種“先破後立”的寫法，使得那些原本晦澀難懂的術語和公式一下子變得立體而有生命力瞭。我記得有一次我被一個特定的理論卡住瞭好幾天，換瞭好幾本書都未能突破，但讀到這裏時，作者用瞭好幾頁篇幅，通過類比一個日常的交通管理係統，將抽象的計算過程可視化瞭。這種教學上的巧妙設計，遠比生硬地羅列定義要高明得多，它真正體現瞭作者不僅精通該領域，更重要的是，他懂得如何將這份知識有效地傳遞給讀者，真正做到瞭化繁為簡，令人拍案叫絕。

評分☆☆☆☆☆

我個人非常欣賞作者在全書最後所設置的“展望與倫理反思”章節。在很多理工科背景的學術著作中，理論闡述完畢後往往戛然而止，留下一個冷冰冰的知識結構。但在這本書的收尾部分，作者沒有止步於技術層麵的討論，而是將視野拉高，探討瞭大規模數據采集和應用可能帶來的社會影響和潛在的倫理睏境，比如隱私保護、數據偏見可能固化社會不公等深刻議題。這種超越技術範疇的關懷，顯示瞭作者深厚的人文素養和對學科未來負責任的態度。它提醒著我們，工具的進步必須伴隨著審慎的思考，這使得這本書不僅僅是一本技術手冊，更是一本引導未來研究者如何負責任地進行數據驅動型研究的思想指南。讀完後，我感覺自己不僅學到瞭方法論，更收獲瞭一份沉甸甸的學術責任感，這對於任何一個希望在這一領域有所建樹的人來說，都是極其寶貴的精神財富。

評分☆☆☆☆☆

這本書的資料引用和參考文獻部分做得極其紮實和詳盡，這對於任何需要進行深入研究或者批判性閱讀的讀者來說，簡直是福音。我特意比對瞭其中幾個關鍵概念的溯源，發現作者引用的文獻大多是第一手的、甚至是有些已經非常冷門但卻至關重要的早期研究。而且，很多引注的格式都非常規範，便於讀者根據需要，去查找原始資料進行交叉驗證。這一點尤為重要，因為在很多快速齣版的概覽性著作中，引文往往是敷衍瞭事或者隻有結論而無齣處，這極大地限製瞭學術的嚴謹性。但在這本書裏，我能清晰地看到作者構建知識體係的邏輯鏈條，每一步論證都有堅實的文獻基礎支撐，讓人讀起來信心倍增，感覺自己站在瞭巨人的肩膀上，而不是在信息的迷霧中摸索，這無疑大大提升瞭這本書的學術價值和可信度。

評分☆☆☆☆☆

閱讀體驗中，一個常常被忽略但又極其關鍵的因素是索引和目錄的實用性。這本書的索引做得堪稱典範。通常，學術書的索引要麼過於簡單，隻列齣主要章節標題，要麼過於冗餘，把所有重復齣現的詞都列進去，實際查找效率很低。然而，這本書的索引設計得非常有層次感。它不僅涵蓋瞭核心術語，還細緻地標注瞭那些在特定上下文或具體例子中被討論到的次要概念。例如，當我尋找關於“語料庫平衡性”的討論時，索引會直接指嚮正文中的具體論述段落，甚至會附帶簡短的上下文提示，比如“（討論構建高標準語境下的樣本偏差問題）”。這種精細化的檢索設計，極大地節省瞭我往返於不同章節查找零散信息的時間，讓知識的組織和重構變得異常高效，對於需要快速定位特定信息點的研究人員來說，這是一個實實在在的“時間管理神器”。

評分☆☆☆☆☆

適閤情報學，信息處理類方嚮

評分☆☆☆☆☆

新加坡是一個城市國傢，原意為獅城。公元14世紀，蘇門答臘的室利佛逝王國王子乘船到達該島，看見一頭野獸，當地人告知為獅子，他認為這是一個吉兆，於是決定建設這個地方。新加坡“Singapura"是梵語「獅城」之諧音，由於當地居民受古代印度文化影響較深，喜歡用梵語作為地名。而獅子具有勇猛、雄健的特徵，故以此作為地名是很自然的事。

評分☆☆☆☆☆

適閤情報學，信息處理類方嚮

評分☆☆☆☆☆

老師上課時推薦的……入門之書

評分☆☆☆☆☆

④關係和諧，纔能有輕鬆愉快；關係融洽，纔能夠民主平等。生生和諧、師生和諧、環境和諧、氛圍和諧，都需要教師的大度、風度與氣度。與同行斤斤計較，對學生寸步不讓，艱難有和諧的課堂。和諧的關鍵在

評分☆☆☆☆☆

質的要求，對教育規律的把握，對教學藝術的領悟，對教學特色的追求。

評分☆☆☆☆☆

不錯哦哦

評分☆☆☆☆☆

吾輩汗顔

評分☆☆☆☆☆

入門書