技術(shù)與工具｜AntConc：實用的本地語料庫檢索工具
2022-09-13 21:02 作者:翻譯技術(shù)點津 | 我要投稿
01
寫在前面
讀者朋友們大家好??上期推文中小編向大家推薦了一款簡單易上手的語料庫檢索工具AntConc，大家是否仍意猶未盡？
本期推文小編將詳細介紹AntConc每一個工具的功能和具體操作方法，快打開電腦下載軟件跟小編一起學(xué)習(xí)操作吧！
本期推文小編將詳細介紹AntConc每一個工具的功能和具體操作方法，快打開電腦下載軟件跟小編一起學(xué)習(xí)操作吧！
官網(wǎng)鏈接：http://www.laurenceanthony.net/software/antconc/
小編使用的是AntConc 4.1.0版本，推薦大家下載最新版本，另外本期推文中用到的材料小編一并呈送給大家！
▲AntConc 4.1.0
02
功能展示
A.導(dǎo)入文件
AntConc是單語語料庫分析工具，因此只能導(dǎo)入單語文件。AntConc支持導(dǎo)入.doc、.txt和.pdf等多種格式文件，小編推薦大家導(dǎo)入txt格式文件，編碼為UTF-8。準(zhǔn)備好文件之后，點擊File??Open File(s)as 'Quick Corpus...'??找到對應(yīng)文件導(dǎo)入即可。
導(dǎo)入后的文件信息：
AntConc支持同時選中多個文件導(dǎo)入。使用快捷鍵Ctrl+O，點擊Save即可將導(dǎo)入的文件保存為.db格式文件，相當(dāng)于創(chuàng)建了一個基于導(dǎo)入文件的語料庫，可供下次使用。此外，AntConc內(nèi)置了英式英語和美式英語語料庫，用戶可選擇使用。
▲將臨時語料庫保存為個人語料庫
B.檢索顯示及高級檢索
（1）上下文關(guān)鍵詞上下文關(guān)鍵詞（KWIC）是一種常用的語料庫檢索顯示方式，關(guān)鍵詞居中，其前后的語句同時顯示。小編導(dǎo)入了2022年GWR部分文本，一起來檢索work這個單詞試試。
查看索引條數(shù)：5個
（2）文件（File）
雙擊藍色部分，即可跳轉(zhuǎn)到File工具中查看原文件對應(yīng)語境。
在此頁面，大家可進行如下操作：
（1）在搜索框輸入自己想要的檢索詞如CPC，再按開始（Start），檢索詞便會突出顯示（默認藍色），并一覽檢索詞在原文出現(xiàn)的位置。
（2）下方的 Hit Location 按鈕，便可檢索詞快速定位查找，輕松跳到上一個或下一個檢索詞上。其中Case為大小寫敏感、Regex為正則表達式。
（3）關(guān)于正則表達式的學(xué)習(xí)，小編推薦一個網(wǎng)站https://www.runoob.com/regexp/regexptutorial.html
（3）定位（Plot）
點擊Plot可以根據(jù)索引定位查看該文本中單詞出現(xiàn)的頻率和分布的位置，點擊藍條可直達文本。
（4）高級檢索
在KWIC檢索界面下方點擊Adv Search可進行高級檢索。
① 同時檢索多個單詞
高級檢索②：使用通配符檢索從Global Settings-->Search中的Wildcards可以看到通配符使用方法。
示例：用“*ing”查找所有帶ing的單詞
高級檢索③：根據(jù)語境檢索，如限制范圍，檢索搭配。比如限制從work左邊5個單詞到work右邊5個單詞內(nèi)，出現(xiàn)with的句段：
C.詞叢
詞叢工具可生成目標(biāo)文件中檢索詞周圍排列成序的詞叢列單。在此頁面，我們可以進行的操作如：1） 既可按照頻率、詞頭、詞尾排序，也可以按照詞叢第一個單詞的出現(xiàn)概率排序。所有的排列順序還可以一鍵反向?。c擊Invert Order就好啦)2）用戶也可以選擇每個詞叢的最大或最小長度（指單詞數(shù)哦），以及列出詞叢的最小頻率。也可以選擇檢索詞在詞叢中的分布位置，詞叢左邊或右邊。D.N元模式
N元模式也就是部分詞叢，它與Cluster功能操作起來很像，那么為何會將其又單獨列為一個功能呢？我們先來了解一下此處何為N元呢？其實小編覺得在該模式下，語料所進行的工作像極了咱們N年前所學(xué)的排列組合。假如你只需要3個單詞，那么你的N元范圍就是3，如目標(biāo)文檔中一句“The Covid-19 pandemic is still ongoing. ”，該句中的3元就是“The Covid-19 pandemic”“Covid-19 pandemic is”“pandemic is still”“is still ongoing”。E.搭配
相信在COCA語料庫中，搭配這一功能你已爛熟于心。（沒有？那面壁去……）此處，小編為你亮出新鮮知識點，語料庫在判斷幾個單詞組成的詞組能否構(gòu)成搭配會取決于以下三個重要參數(shù)：對數(shù)似然值，交互信息值（MI）和T值（T-Score）。
對數(shù)似然值：是反映真實性的一種指標(biāo)，一般數(shù)值越高，相關(guān)性越高。在同一方框內(nèi)還有其他選項，如卡方檢驗（Chi-Squared）：值越大，偏差越小，相關(guān)性越低。
交互信息值（ Mutual Information Score）：MI值表示的是互相共現(xiàn)的兩個詞中，一個詞對另一個詞的影響程度或者說一個詞在語料庫中出現(xiàn)的頻數(shù)所能提供的關(guān)于另一個詞出現(xiàn)的概率信息。MI值測量的是搭配強度，它有助于識別科技術(shù)語和固定詞組。
T值（T-Score）：T值是根據(jù)假設(shè)檢驗中的t檢驗計算得來的。T值反映的是對顯著搭配詞的把握性，能使研究者有把握地確定與節(jié)點詞共現(xiàn)頻數(shù)較高的顯著搭配詞。
F.詞單
詞單工具對語料中所有的單詞進行計數(shù)，并按照詞頻、詞性、單詞的字母順序等規(guī)則排序。點擊窗口最下方的“Sort by”下拉選項，可以選擇排序規(guī)則來顯示結(jié)果。
G.關(guān)鍵詞單
關(guān)鍵詞單可以比較兩個語料庫中的關(guān)鍵詞。使用快捷鍵Ctrl+O打開語料庫管理工具，在目標(biāo)語料庫和參考語料庫中分別打開2022年政府工作報告和2017年政府工作報告，Sort by后選擇type,然后點擊“Star”進行搜索，可以得到如下結(jié)果：
根據(jù)列表可以看出，相較于2017年的政府工作報告，2022年政府工作報告中的關(guān)鍵名詞是“carbon”和“covid”，與2022年國家的碳排放政策和防疫政策恰好吻合。
在語料庫管理工具中交換目標(biāo)語料庫和參考語料庫（即目標(biāo)語料庫改為17年政府工作報告），僅得到“progress”這一個關(guān)鍵詞，可見相較于22年政府工作報告，17年政府工作報告更多地提到了“發(fā)展”。
（3）點擊Star即可生成詞云。如有需要可設(shè)置詞云的顏色、形狀、圖片大小等參數(shù)。
H.詞云
用戶借助Antconc可以將語料庫檢索結(jié)果可視化。生成一個語料庫的基本操作如下：（1）使用KWIC、Plot、File等工具生成數(shù)據(jù)（2）點擊source下拉選項，根據(jù)需求選擇需要生成詞云的工具，也可以點擊ScratchPad輸入自定義文本生成詞云。（3）點擊Star即可生成詞云。如有需要可設(shè)置詞云的顏色、形狀、圖片大小等參數(shù)。
03 總結(jié)
AntConc作為一款語料庫檢索工具，相比于WordSmith等專業(yè)工具，工具欄布局合理，操作簡便，上手容易，對新人極為友好，只要有語料就能迅速搭建一個簡易的原料庫。當(dāng)然，其缺點也很明顯，缺少一些詳細的功能，在做翻譯研究時很受限。主要參考資料
1. Larence Anthony，AntConc 4.0 使用教程，
https://www.bilibili.com/video/BV15T411V7Us?spm_id_from=333.337.search-card.all.click&;vd_source=05abec20c6423945bd3aca52f1b4880a
2. 劉世界，AntConc語料庫檢索及分析軟件_全系列完整版教程，
https://www.bilibili.com/video/BV1z5411t7FN?share_source=copy_web&;vd_source=d4744805a3e716c7d611be8c989392d9
3. 免費的AntConc：強大好用的本地語料檢索工具，
https://www.jianshu.com/p/3c7c178ddfcc
審核：朱華 李丹平 張啟雯
關(guān)注VX公眾號“翻譯技術(shù)教育與研究”、“語言服務(wù)行業(yè)”，了解更多語言服務(wù)行業(yè)與翻譯技術(shù)相關(guān)的資訊和洞察~
標(biāo)簽：
