教材语料库：资源重组
试题语料库：分析命题语料库，某一类型题型学生的失分点
音频及视频语料库：视听结合吸收更多的接收信息
学生口笔语语料库：语言能力的实时跟踪
DocToTxt批量转换格式工具
文本清洁器：批量修改
Tree Tagger 自动词形赋码器
文本信息录入及文本赋码：
1.文本文头信息
2.书面语语料库文头文件
3.Raw Test
4.赋码文本（Tree-Tagger 3.0）
5.生文本及赋码文本比较
6.带文头信息文本 （with metadata）
7.文本录入中的小问题
a.撇号不对
b.标点符号后面的单词与标点符号之间无空格
一、创建小型教学语料库：
1.教学语料库设计的原则
a.教学针对性原则
b.实用性原则
c.开放性、资源共享原则
2.文本信息录入及文本赋码
3.语料库创建所需软件介绍
二、语料库设计的特点：
1.需要搜集的语料类型和文类
2.语料来源及获取语料的方法
3.入库文本的基本格式及编码
第二部分： N-gram list作用
1. 相关功能：
N-gram list
选中源文件后，点击任务栏上方的N-gram，对word 或其他的长度尽心那个搜索，点击count得出频率
每个词典123级表示不一样含义
1、N-gram list 词表
Keyword list 主题词表
2、Tokens：语料库的大小
@look 匹配所有曲折变化形式
sort：排序 sort mode：排序模式
Coll：计算搭配词
Coll Span：搭配跨距
Log-Likelihood：数值越大，搭配强度越大。
检索相关功能
1.Concordance 词汇索引
2.Collocation & Colligation 搭配/类联接
#放在词性类别码之前，匹配该词性大类对应的各词性码子类。
Batch Search 批量检索
2.1.1 常见学习者词典
Oxford Longman Collins
Cambridge Macmillan
2.1.3 学习型词典特点：收词广泛 与时俱进
2.1.4 语料库与词典
语料库为选词立目提供客观依据
语料库提高词典释义的完美性和准确度
语料库为词典提供真实而具有代表性的例证
语料库为词典更新与修订提供保障
2.2 语料库与教材编写
语料库：教材的语料源泉
语料库：检验教材的手段
语料库：基于词频的教材词汇广度分析
2.3 语料库与大纲制定
Willis（1990）
2.4 词汇大纲与教材编写
尽可能的提高核心词汇覆盖率
严格控制课文长度和生词数量
对提高生词复现率的重视
对常用词语搭配的选择的zhong shi
1.1 定义
A collection of texts stored in an electronic database.
1.2 类型 5种
通用/专用语料库
笔语/口语语料库
公时/历时语料库
本族语者/学习者语料库（机读学习者语料库）
“中国英语学习者口笔语语料库”
单语/双语/多语yu liao ku
yao'd
分档作文的主题词和主题词块研究
Doc ToTxt批量转格式工具
文本整理器 清洁文本
语料库与教材编写
大规模电子文本
Concordance 词汇索引
Collocation/Colligation 搭配/类联接
词性类别：n名词 v动词 adj形容词 adv副词 pron代词 art冠词 det限定词 conj连词 prep介词 num数词
Case 区分大小写 Batch Search 批量检索（先新建一个文本，将需要检索的词输入进去，然后再导入到软件中）
|（同时检索两个，如is | was） @（检索同一屈折的词，如@be） #（检索同一词性类别的词，如#adj）
文本：可以用记事本打开的 真实的连续的口语或笔语
标注：对文本加以标记 元信息标注：1.文头信息的标注，非语言信息（出版商，年代，作者等） 2.词性标注：文本词性进行标注
形符（token)：独立单词 类符(type)：独立词形 类形符比（TTR)：类符/形符 标准类形符比：STTR 频数：出现的次数 频率：经过标准化计算的次数
搭配（collocation)：词语间的关系 类链接(colligation)：词语在语法层面的关系
多词序列：词块，n元组 语义韵：积极消极中性
N-gram 词表
Term(s) 按字母排序
Freq. 按频率排序
Data Type——Lemma 将单词合并为屈折词
Save——保存作用
Length表示词块数
生成主题词的语料库
1.observed corpus
2.reference corpus
先打开观察语料库（Row)
Keyness——加载参照语料库——Load Ref. Wordlist
(可通过改变Length数值，比较不同词块）
