工具：
DocToTxt批量转格式工具
文本整理器，清洁文本
Tree Tagger 3.0 自动词性赋码器
CLAWS 7 POS 工具
Sub-corpus Creator 子文件夹创建工具
doctotext
提前新建文件夹 eg. 01txt
文本整理器（批量处理）
tree-tagger（标注软件）
子文件夹创建工具
非空格 \S+
e.g. >F< 女生作文
创建语料库可用工具：
1.DocToTxt 批量转格式工具
2.文本整理器 清洁文本
3.Tree Tagger 3.0 自动词性赋码器
4.CLAWS 7 POS 工具
5.Sub-corpus Creator 子文件夹创建工具
步骤：先将文件转为txt格式；再处理空格和全角（批量处理是：点击“批量处理”
，添加整理方案 tree-tagger赋码， “open-dir”打开文件夹）
DocToTxt批量转格式工具
文本整理器 清洁文本
Tre Tagger 3.0 自动词性赋码器
CLAWS7 POS 工具
Sub-corpus Creator子文件夹创建工具
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
语料库创建所需软件介绍
- 创建语料库可用工具
- DocToTxt批量转格式工具
- 文本整理器 清洁文本
- Tre Tagger 3.0 自动词性赋码器
- CLAWS7 POS 工具
- Sub-corpus Creator子文件夹创建工具
- 创建语料库可用工具
- DocToTxt批量转格式工具
- 文本整理器 清洁文本
- Tre Tagger 3.0 自动词性赋码器
- CLAWS7 POS 工具
- Sub-corpus Creator子文件夹创建工具
第一步：将文件转为txt格式。
第二步： 处理空格和全角
批量处理是，点击“批量处理”
添加整理方案
———————————————————
tree-tagger赋码
“open-dir”打开文件夹
可以备份。
———————————————————
基于所有都是txt文本，可以尝试一下检索式
表示非空格
注意提前创建存储的文件夹
例如：
表示检索所有福建卷的内容
其二, 针对不同档
可以表达为
又例如，
表示以1结尾的非空格文本。
注意：
界定要清楚
检索非空格，要
————————
检索文头文件
如
检索18分的
检索出含有sport的文本
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
Doc ToTxt批量转格式工具
文本整理器 清洁文本
Lesson 9
语料库创建所需软件介绍
创建语料库可用工具
- DocToTxt批量转格式工具
- 文本整理器 清洁文本
- Tree Tagger 3.0自动词性赋码器
- CLAWS 7 POS工具
- Sub-corpus Creator子文件夹创建工具 （\S+表示非空格）
思考题
自建学生笔语语料库，学生作文错误是改动还是不改动?
子文件夹创建工具的用途是什么?
