WordSmith使用介紹參考模板

1、1. WordSmith介紹這是WordSmith工具控制器的主畫面.它有四個(gè)主要的菜單選項(xiàng), 一個(gè)諺語(yǔ) (不斷變化,您可以編輯), 主要工具的三個(gè)按鈕 (Concord是紅色，因?yàn)檫@個(gè)工具在使用中), 以及一系列的標(biāo)簽. 目前，我們看到它顯示 anthony & cleopatra.txt 已被選定用做Concord.2. 選擇文本文件要選擇文本文件，單擊主控制器中的文件菜單:當(dāng)你單擊 選擇文本, 你會(huì)看到像這樣:1 / 23在左邊是一個(gè)相當(dāng)標(biāo)準(zhǔn)的文本文件資源管理器中，右邊是一個(gè)選中文本區(qū)域. 按一下有兩個(gè)藍(lán)色箭頭的按鈕 (如下圖光標(biāo)處), 或拖曳一些文本文件從左至右。您應(yīng)該會(huì)看到類

2、似這樣:目前WordSmith表明 (在上圖狀態(tài)欄) 7個(gè)已被保存. 您可以看到文件大小，但WordSmith（還）不知道每個(gè)文本文件有多少的詞.我們選擇了Concord的7個(gè)文本 (見 Concord 上位于 已選文件).按下綠色按鈕或者關(guān)閉窗口.3. Concord3.1 Concord概況A concordance看起來(lái)就像這樣:它是所有出現(xiàn)wherefore在Romeo and Juliet的8個(gè)文本的concordance. 目前只有3項(xiàng).第一個(gè)有644個(gè)詞 (43%)，其源文件是 rom06.txt.3.2 制作一個(gè)Concordance當(dāng)您按下主控制器Concord 按鈕, 一個(gè)

3、新的Concord 工具打開了并出現(xiàn)在Windows任務(wù)欄.現(xiàn)在在Concord, 選擇 File | New.如果沒有文本文件已選定, 會(huì)要求您選擇一些. 按 Choose Texts Now 按鈕. 一旦文本被選中, 輸入一個(gè)合適的 Search Word:在這里，已經(jīng)選擇wherefore作為搜索詞. 然后按OK. concordance列出所有"wherefore"的例子，還在詞前后有一個(gè)詞分隔符號(hào)，如標(biāo)點(diǎn)符號(hào),空格等. 既然現(xiàn)在我們已經(jīng)做了 concordance, WordSmith現(xiàn)在知道每一個(gè)文本文件有多少詞: rom06.txt 共有1,506次; rom

4、8.txt 更大 (2,236個(gè)單詞). 3.3 查看源文件要查看源文件,雙擊正使用的線.在這里，點(diǎn)擊了突出行包含有 wherefore art thou Romeo.或按F8，線會(huì)變粗:或把有興趣d的線拉長(zhǎng)或拉粗:將光標(biāo)放在左欄的2和3數(shù)目之間，它改變形狀:再拉下來(lái).也可以把光標(biāo)放在右邊緣后再拉粗，就在Set的左邊. 3.4 Collocates和Mutual Information以下是AGO的collocates,用BNC的書面部分計(jì)算所得, 按頻率排序.有AGO的實(shí)例近17000個(gè), 并且 YEARS 是首位搭配, 9000次鄰現(xiàn)于 AGO. "

5、關(guān)系" 欄為空，此時(shí)只能用頻率對(duì)每欄進(jìn)行排序，或按照詞的字母順序排序. 所需的是要知道所有這些collocates，每個(gè)與AGO 關(guān)系有多緊密. 是否 A, THE, WAS 等等，真的與 AGO關(guān)系緊密? 如果我們現(xiàn)在選擇菜單 計(jì)算 | Mutual Information,  并選擇一個(gè)合適的詞表來(lái)做比較:  那么，我們得到以下列表，排序時(shí)按 關(guān)系 欄:  列表前面幾項(xiàng)能更好地反映AGO隨著時(shí)間和數(shù)量的趨勢(shì). 首位搭配 (HENSLEY) 只

6、有5次同現(xiàn)于 AGO (BNC書面部分共有17次).3.5 使用標(biāo)注Concordancing如果您的源文件有標(biāo)注,可要做的第一件事是讓W(xué)ordSmith知道. 要做到這一點(diǎn),在主 控制器, 選 Settings | Adjust Settings                   然后，選 Tags and Mark-up.           

7、60;    如果您使用的是英國(guó)國(guó)家語(yǔ)料庫(kù), 在 Custom settings里選它，如上所示. 然后選Entity file如果不想見eacute; 不選 é 及類似的, 再按 Load:         .         到目前為止，我們已告訴控制器，忽略以尖括號(hào)開始和結(jié)束的所有標(biāo)簽 (< >), 把幾個(gè)實(shí)體引用翻譯成符號(hào)，如 % 和 ", 并且刪

8、除了每個(gè)文本的題頭 (直到 </teiHeader>). 作為一個(gè)開端，已經(jīng)不錯(cuò)了. 現(xiàn)在，我們對(duì)詞類做concordance. BNC使用的標(biāo)記，如下所示：:         <w PRP>at <w AT0>the <w AJ0>great <w NN2>houses         所以每個(gè)介詞標(biāo)記為 <w PRP> 在介詞本身前. 目的是要看到在BNC選定的文字的所有的介詞.

9、選定一個(gè)BNC文本文件后, 鍵入 <w PRP>*作為搜索詞 (星號(hào)是必要的，因?yàn)橐粋€(gè)詞直接在詞類標(biāo)簽后) 并按下OK.         WordSmith檢查角括弧內(nèi)是否是文字或標(biāo)注始標(biāo)記:                  在這里，我們選 "No". 再次按下OK.            你看到的介詞和標(biāo)注(但沒有任何其他

10、標(biāo)記).        4. Wordlist4.1 詞表WordSmith Tools的詞表像這樣的 :            這表明每個(gè)單詞在文本文件了出現(xiàn)的頻率, 其在文本詞匯中所占比例, 以及每個(gè)單詞在多少的文本文件中出現(xiàn).4.2 制作單詞列表要制作單詞列表, 先按 WordList按鈕，在主控制器.                       &#

11、160;WordList啟動(dòng)后,選擇文本然后你會(huì)看到這樣的.                  在這里，我們要作出一個(gè)基于8文本文件簡(jiǎn)單的詞列表，文本來(lái)自戲劇Romeo and Juliet, 按 Make a word list now.                   WordList tool顯示一個(gè)頻率列表. 最常用的詞是"#". 有9

12、85個(gè)#. 怎么回事? 原來(lái), #在默認(rèn)情況下被用來(lái)代表任何數(shù)字，如65, 40 或 $997.82.  在#下, 最常見的詞是 the, and, I to, of. 旁邊，你可以看到它在我們使用的8文本里的頻率, 每個(gè)詞的百分比, 以及每個(gè)詞在8個(gè)文本中出現(xiàn)的次數(shù). 好像 I 的頻率最高，但在8個(gè)文本中卻沒有出現(xiàn).         要按字母順序排列看詞, 請(qǐng)按一下窗口底部附近的alphabetical標(biāo)簽.         

13、0;        現(xiàn)在，向下滾動(dòng)到 wherefore. 結(jié)果似乎證實(shí)了我們做concordance的發(fā)現(xiàn).         4.3 Concordancing 選定詞一旦你在屏幕上得到了一個(gè)詞表, 您可能希望看到一些詞所在的語(yǔ)境.         選擇一個(gè)字（或多個(gè)）                  并選擇計(jì)算| Concordan

14、ce.         您會(huì)得到像這樣(如果制作詞表時(shí)的原始文本仍在原位):         4.4 lemmatising要手動(dòng)進(jìn)行l(wèi)emmatise, 用屏幕上的單詞列表, 把它拖到您想加入到的線上. 再放開: 你會(huì)看到總數(shù)的變化并且Lemmas欄中的項(xiàng)目為可見. 如果有很多，您可以雙擊Lemmas 欄看到詳細(xì)資料: 4.5 詞表統(tǒng)計(jì)4.6 多詞單元用二或三個(gè)詞(n-grams) 制作詞表，如OF THEIN THE ENDONCE UPON

15、 A TIME等等，你先要計(jì)算一個(gè) 索引文件. 這主要是表明每一個(gè)單獨(dú)的詞在您的語(yǔ)料庫(kù)的位置.制作一個(gè)多詞詞表，你得到像這樣的結(jié)果. 按Ctrl/F2保存它, 提示的文件名類似于 _index_3-5-word clusters. 在以后可以作為一個(gè)普通的詞表打開它.5. KeyWordsWordSmith Tools的關(guān)鍵詞列表像這樣的.                  該關(guān)鍵詞是與某種參考語(yǔ)料比較，其出現(xiàn)頻率很高的詞.關(guān)鍵詞旁邊有不同的數(shù)字，告訴您每一個(gè)詞在源

16、文本的頻率，以及與參考語(yǔ)料相比的頻率.在上述列表中，與英國(guó)國(guó)家語(yǔ)料庫(kù)相比，戲劇Romeo and Juliet的8個(gè)文本有許多主要人物的名字，和一些古語(yǔ)詞，如 thou、thee、和love.          要制作關(guān)鍵詞列表，首先按KeyWords按鈕，在主控制器.                當(dāng)KeyWords啟動(dòng)后, 選菜單上的 File, 再選 New，你會(huì)看到這樣的.       &

17、#160;          你必須選擇由WordSmith工具制作并保存的單詞列表.         你可以按這個(gè)按鈕選擇單詞列表文件:                        如果您已經(jīng)選擇了一個(gè)以上的單詞列表和另一個(gè)如下的參考列表, 按Make a keyword list now. (您選擇后,該按鈕才能啟用.)你會(huì)看到像這

18、樣:                                這是一個(gè)關(guān)鍵詞圖示，文本來(lái)自于British National Corpus (BNC)的a1f,與整個(gè)的BNC做比較.                  你看到:        每個(gè)關(guān)鍵詞 (KW) (這些顯然都與國(guó)際關(guān)系有關(guān)) 衡量其發(fā)布及其關(guān)鍵度 相同的文本里每個(gè)關(guān)鍵詞在與其他關(guān)鍵詞有多少聯(lián)系 每個(gè)關(guān)鍵詞在文本多少次(點(diǎn)擊). 地圖顯示了在每個(gè)單詞的來(lái)源.在左邊的藍(lán)線代表文本的開始, 在右邊的藍(lán)線代表了結(jié)束. 看看 Britain, Germany, Italy 和 century - 這些在文本的四分之三之處好像突然增多. China, Mao, Peking 在文本稍后部分同現(xiàn).