基于Office的專書簡易語料庫制作示例

基于Office的專書簡易語料庫制作示例

提示：本文原版含圖表word版全文下載地址附后（正式會員會看到下載地址）。這里只復制粘貼部分內(nèi)容或目錄（下面顯示的字數(shù)不代表全文字數(shù)）,有任何不清楚的煩請咨詢本站客服。
提 要：本文主要以圖文并茂的形式介紹了基于Office的專書簡易語料庫制作方法。
關(guān)鍵詞：Office 專書簡易語料庫 示例

　　專書語言研究是漢語史研究的基礎(chǔ)。王力先生曾多次強調(diào),漢語史的研究,基礎(chǔ)研究做得還很不夠；應該多做些斷代的研究,專書的研究。專書研究強調(diào)語料收集的窮盡性與完整性。獨立制作語料庫是實現(xiàn)這一目的的有效途徑。
　　關(guān)于語料庫建立，楊建軍先生高屋建瓴地論述了其原則和方法。[ 詳楊建軍《漢
……（新文秘網(wǎng)http://www.120pk.cn省略547字，正式會員可完整閱讀）……　
圖1.1：
　　
　　圖1.1
　　搜索引擎便會自動列出所有可用的資料目錄。我們只需將其打開、復制，即可輕松粘貼到Word文檔中。
　　將文本復制入Word時，注意最好使用“選擇性粘貼”命令，這樣可以去除其中的其他非文字符號、軟回車、制表符等，避免出現(xiàn)格式混亂的情況。
　　具體步驟：（注：先復制）編輯→選擇性粘貼。如圖1.2：
　　
　　圖1.2
　　當然，將文本輸入Word后，校勘與整理是必不可少的。
　　2.文本切分
　　文本切分一般以句為單位。我們一般以一個句子作為一條語料記錄的基礎(chǔ)。手動切分太過繁瑣。特別是對于較長的文檔，處理起來就更加困難。我們可以利用Word的查找與替換功能來快速完成平這一步。
　　即利用高級替換功能，將每一個句號替換為一個段落標記和句號。
　　具體步驟：（Word）編輯→查找和替換→高級→特殊字符→段落標記。如圖2.2：
　　
　
　　圖2.2
　　經(jīng)過段落查找與替換，即形成了以每句為一個段落的文檔。當然，個別句子太長，也可再作切分處理；有些地方有連續(xù)的空白段落，可以依照上面的方法，用把連續(xù)段落替換為單個段落的方法處理。
　　3.重新轉(zhuǎn)換為文本
　　使用“另存為”命令將標志完畢的Word文檔轉(zhuǎn)存為T*T文本。在轉(zhuǎn)存的過程中，Word文檔的格式設置將丟失。
　　具體步驟：（Word）文件→另存為→保存類型：純文本（孫子兵法）。如圖３：
　　
　　圖3
　　4.將文本導入E*cel
　　新建一個E*cel空文檔，再導入t*t文本。E*cel將自動將每個句子（即段落）在電子表格中形成一個記錄。
　　具體步驟：（E*cel）文件→打開→文件類型：文本文件（孫子兵法）。如圖4：
　　
圖4
　　5.標識文本出處
　　用E*cel的自動復制單元格功能，可以實現(xiàn)快速重復填充。如圖，只需在表格第二欄輸入一個篇名，再將鼠標放在所在方框右下角，按住并持續(xù)下拉，即可為所有語料快速填充所需信息。如圖５：
　　
　　圖5
　　當然，在電子表格中，研究者也可以按實際需要增加其他項目，為每條記錄提供更加豐富、全面的信息。
　　6.導入、合成
　　將制作好的E*cel表格導入ACCESS即成。先建立一個空導ACCESS文件，再導入E*cel表格內(nèi)容。
　　具體步驟：（Access）文件→獲取外部數(shù)據(jù)→導入→文件類型：Microsoft E*cel（文件名）→打開→下一步（4次）→完成。如圖６：
　　　　
　　圖6
　　7.專書語料庫的使用
　　利用Access的篩選功能查找、篩選，主要可以滿足以下兩方面的研究。
　　（1）篩選詞語（或關(guān)鍵詞）研究：研究者可根據(jù)需要，對特定的對象進行窮盡搜索。分兩步完成：先用“查找”功能找到搜索對象，再用 “篩選”功能搜 ……（未完，全文共3039字，當前僅顯示1535字，請閱讀下面提示信息。收藏《基于Office的專書簡易語料庫制作示例》）