语料库常用术语
Type 类符
Tokens 形符
例如“I e a cat and a dog”类符6个，形符7个
微信头像卡通男生
Type/token ratio =TTR
TTR 是衡量文本中词汇密度的常用方法，可以辅助说明文本的词汇难度。但是，文本中有大量功能词出现，文本每增加一个词，形符就会增加一个，但类符却未必随之增加。这样文本越长，功能词重复次数越多，TTR会越低。因此用TTR衡量词汇密度不合理，于是，出现了标准化类符/形符比，即STTR。例如，计算每个文本1000词的TTR，均值处理，得出STTR。
Frequency（频率）
例如每百万词、十万词中，某单词出现次数。常常将某个单词在两个语料库中出现的频率参门卫
照两个语料库的容量，用卡方检验或对数似然率进行对比，来确定两个库中该单词的使用是否有差异。
Wordlist词表
根据单词或词组在语篇中出现的频率大小而排列形成的列表。
Ranks
Lemma词目，词元
移动号码开头
比如go是lemma，对应各种屈折变化形式（inflections），go,goes,went,going,gone共5种屈折变化形式。在分析语言时，需要将它们全部归到go名下，这个过程叫词形还原。
Keywords关键词、主题词 positive keywords 正关键词negative keywords 负关键词
西瓜面膜Concordance 索引（KWIC 语境中的关键词key words in context）
质量协议书范本运用索引软件在语料库中查询某词或短语的使用实例，然后将所有符合条件的语言使用实
范型
例及其语境以清单的形式列出。通过前后语境，可以分析“collocation词汇搭配”“colligation类连接、语法搭配”“mantic preference语义倾向”“mantic prosody语义韵”
Collocation词汇搭配
搭配强度MI,T-score ,Z-score
Colligation类连接、语法搭配知道英文
mantic prosody语义韵
国培心得词汇的语义韵大体可分为积极语义韵、中性语义韵、消极语义韵。
POS tagging 词性赋码
Regular expression regex 正则表达式
