搜索
1.WordSmith介绍这是WordSmith工具控制器的主画面.它有四个主要的菜单选项,一个谚语(不断变化,您可以编辑),主要工具的三个按钮(Concord是红色，因为这个工具在使用中),以及一系列的标签.目前，我们看到它显示anthony&cleopatra.txt已被选定用做Concord.2.选择文本文件要选择文本文件，单击主控制器中的文件菜单:当你单击选择文本,你会看到像这样:在左边是一个相当标准的文本文件资源管理器中，右边是一个选中文本区域.按一下有两个蓝色箭头的按钮(如下图光标处),或拖曳一些文本文件从左至右。您应该会看到类似这样:目前WordSmith表明(在上图状态栏)7个已被保存.您可以看到文件大小，但WordSmith（还）不知道每个文本文件有多少的词.我们选择了Concord的7个文本(见Concord上位于已选文件).按下绿色按钮或者关闭窗口.3.Concord3.1Concord概况Aconcordance看起来就像这样:它是所有出现wherefore在RomeoandJuliet的8个文本的concordance.目前只有3项.第一个有644个词(43%)，其源文件是rom06.txt.3.2制作一个Concordance当您按下主控制器Concord按钮,一个新的Concord工具打开了并出现在Windows任务栏.现在在Concord,选择File|New.如果没有文本文件已选定,会要求您选择一些.按ChooseTextsNow按钮.一旦文本被选中,输入一个合适的SearchWord:在这里，已经选择wherefore作为搜索词.然后按OK.concordance列出所有wherefore的例子，还在词前后有一个词分隔符号，如标点符号,空格等.既然现在我们已经做了concordance,WordSmith现在知道每一个文本文件有多少词:rom06.txt共有1,506次;rom8.txt更大(2,236个单词).3.3查看源文件要查看源文件,双击正使用的线.在这里，点击了突出行包含有whereforeartthouRomeo.或按F8，线会变粗:或把有兴趣d的线拉长或拉粗:将光标放在左栏的2和3数目之间，它改变形状:再拉下来.也可以把光标放在右边缘后再拉粗，就在Set的左边.3.4Collocates和MutualInformation以下是AGO的collocates,用BNC的书面部分计算所得,按频率排序.有AGO的实例近17000个,并且YEARS是首位搭配,9000次邻现于AGO.关系栏为空，此时只能用频率对每栏进行排序，或按照词的字母顺序排序.所需的是要知道所有这些collocates，每个与AGO关系有多紧密.是否A,THE,WAS等等，真的与AGO关系紧密?如果我们现在选择菜单计算|MutualInformation,并选择一个合适的词表来做比较:那么，我们得到以下列表，排序时按关系栏:列表前面几项能更好地反映AGO随着时间和数量的趋势.[首位搭配(HENSLEY)只有5次同现于AGO(BNC书面部分共有17次).]3.5使用标注Concordancing如果您的源文件有标注,可要做的第一件事是让WordSmith知道.要做到这一点,在主控制器,选Settings|AdjustSettings然后，选TagsandMark-up.如果您使用的是英国国家语料库,在Customsettings里选它，如上所示.然后选Entityfile如果不想见eacute;不选é及类似的,再按Load:.到目前为止，我们已告诉控制器，忽略以尖括号开始和结束的所有标签(),把几个实体引用翻译成符号，如%和,并且删除了每个文本的题头(直到/teiHeader).作为一个开端，已经不错了.现在，我们对词类做concordance.BNC使用的标记，如下所示：:wPRPatwAT0thewAJ0greatwNN2houses所以每个介词标记为wPRP在介词本身前.目的是要看到在BNC选定的文字的所有的介词.选定一个BNC文本文件后,键入wPRP*作为搜索词(星号是必要的，因为一个词直接在词类标签后)并按下OK.WordSmith检查角括弧内是否是文字或标注始标记:在这里，我们选No.再次按下OK.你看到的介词和标注(但没有任何其他标记).4.Wordlist4.1词表WordSmithTools的词表像这样的:这表明每个单词在文本文件了出现的频率,其在文本词汇中所占比例,以及每个单词在多少的文本文件中出现.4.2制作单词列表要制作单词列表,先按WordList按钮，在主控制器.WordList启动后,选择文本然后你会看到这样的.在这里，我们要作出一个基于8文本文件简单的词列表，文本来自戏剧RomeoandJuliet,按Makeawordlistnow.WordListtool显示一个频率列表.最常用的词是#.有985个#.怎么回事?原来,#在默认情况下被用来代表任何数字，如65,40或$997.82.在#下,最常见的词是the,and,Ito,of.旁边，你可以看到它在我们使用的8文本里的频率,每个词的百分比,以及每个词在8个文本中出现的次数.好像I的频率最高，但在8个文本中却没有出现.要按字母顺序排列看词,请按一下窗口底部附近的alphabetical标签.现在，向下滚动到wherefore.结果似乎证实了我们做concordance的发现.4.3Concordancing选定词一旦你在屏幕上得到了一个词表,您可能希望看到一些词所在的语境.选择一个字（或多个）并选择计算|Concordance.您会得到像这样(如果制作词表时的原始文本仍在原位):4.4lemmatising要手动进行lemmatise,用屏幕上的单词列表,把它拖到您想加入到的线上.再放开:你会看到总数的变化并且Lemmas栏中的项目为可见.如果有很多，您可以双击Lemmas栏看到详细资料:4.5词表统计4.6多词单元用二或三个词(n-grams)制作词表，如OFTHEINTHEENDONCEUPONATIME等等，你先要计算一个索引文件.这主要是表明每一个单独的词在您的语料库的位置.制作一个多词词表，你得到像这样的结果.按Ctrl/F2保存它,提示的文件名类似于_index_3-5-wordclusters.在以后可以作为一个普通的词表打开它.5.KeyWordsWordSmithTools的关键词列表像这样的.该关键词是与某种参考语料比较，其出现频率很高的词.关键词旁边有不同的数字，告诉您每一个词在源文本的频率，以及与参考语料相比的频率.在上述列表中，与英国国家语料库相比，戏剧RomeoandJuliet的8个文本有许多主要人物的名字，和一些古语词，如thou、thee、和love.要制作关键词列表，首先按KeyWords按钮，在主控制器.当KeyWords启动后,选菜单上的File,再选New，你会看到这样的.你必须选择由WordSmith工具制作并保存的单词列表.你可以按这个按钮选择单词列表文件:如果您已经选择了一个以上的单词列表和另一个如下的参考列表,按Makeakeywordlistnow.(您选择后,该按钮才能启用.)你会看到像这样:这是一个关键词图示，文本来自于BritishNationalCorpus(BNC)的a1f,与整个的BNC做比较.你看到:•每个关键词(KW)(这些显然都与国际关系有关)衡量其发布及其关键度•相同的文本里每个关键词在与其他关键词有多少联系•每个关键词在文本多少次(点击).•地图显示了在每个单词的来源.在左边的蓝线代表文本的开始,在右边的蓝线代表了结束.看看Britain,Germany,Italy和century--这些在文本的四分之三之处好像突然增多.China,Mao,Peking在文本稍后部分同现.一旦你在屏幕上得到了一个关键词表,您可能希望看到的一些词所在的语境.选择一个字（或多个）并选择计算|Concordance.在这里，神秘的HAH已被选定.您会得到像这样(如果制作词表时的原始文本仍在原位):