Research Center For Translation, Compilation and Language Education | 吳欣儒 副研究員
「特徵」，意思是一事物異於其他事物的特點，我們可以從一個人的外表來歸納他的外顯特徵，例如長得很高、頭髮很長、眼睛很大，這是一種透過比較而得的相對概念，例如林書豪很高，但若將他跟姚明相互比較，林書豪就不算高了。在高個如雲的NBA，林書豪不能以「高」作為他的特徵。應用這個概念，你知道一個文本（泛指任何的文字或口語的語言材料，長如一本書，短如一個段落，都可以稱為文本）也能歸納出它的語言特徵嗎？什麼是語言特徵？要怎麼做呢？
我們有時會在聽一個人說話的時候，發現他的口頭禪是「然後」、「隨便啦」、「奇怪欸你」，短的文本或許我們還可以自己歸納用詞特徵，但如果長如一本書、一部電影，甚至是上千萬、上億字數的文本時，我們就必須依靠電腦來處理了。現在的語料庫技術，有一種叫主題關鍵性（keyword keyness）的分析工具，可幫助我們歸納文本的語言特徵。這個工具的原理簡單來說，就是需要兩組語料庫，一組作為參照用（NBA），一組為觀察用（林書豪），觀察用的是我們要歸納特徵的對象。電腦以統計去計算這兩組語料庫每個詞語的出現頻次，並且以參照用的為基準，去看觀察用的語料庫中，哪些詞語的使用率是不尋常的高或不尋常的低（比預期的出現率高或低），用這個方式來歸納、推論屬於某個主題文本的詞語特徵。
……【全文詳見相關連結內容】
Home
Sitemap
FAQ
Feedback Mailbox
facebook
youtube