中国学生英语口笔语语料库1.0

第一部分　学习者语料库介绍

第一章　绪论

1.1　SWECCL 1.0的建设背景

1.2　SWECCL 1.0语料库概述

1.3　SWECCL 1.0项目组概况

1.4　SWECCL 1.0的安装

1.5　学习者语料库的研究方法

第二章　SWECCL 1.0的设计与建立

2.1　SWECCL 1.0的建库程序

2.2　语料的来源

2.3　样本的选择

2.4　转录与转写

2.5　规模与结构

2.6　文本头部信息

2.7　口语特征标注

2.8　部分语法错误标注

2.9　词性赋码

2.10　小型专题研究语料

第三章　WECCL 1.0的设计与建立

3.1　WECCL 1.0的建库程序

3.2　样本的选择

3.3　样本的采集和录入

3.4　语料库的规模和结构

3.5　样本的标注

3.6　词性赋码

第二部分　SWECCL 1.0的工具简介

第四章　使用Colligator进行类联接分析

4.1　类联接及Colligator的开发背景

4.2　Colligator的运行环境及Colligator使用前的准备

4.3　Colligator的使用方法

4.3.1　Colligator的主界面

4.3.2　Colligator的操作方法

4.4　Colligator的分析结果及其保存

4.5　Colligator的局限

第五章　文本特征分析工具PatCount的应用

5.1　引言

5.2　PatCount的主要功能

5.2.1　PatCount的主界面及其对正则表达式的支持

5.2.2　PatCount与词汇分析工具Range的比较

5.2.3　PatCount的设定

5.3　PatCount在学习者语料库研究中的应用

5.3.1　文本特征提取及文本特征定量分析

5.3.2　学习者语言错误分析

参考文献

附录一：1996-2002年全国英语专业四级口试试题

附录二：WECCL 1.0命题作文题目

附录三：用于专题研究的小型口语语料说明

附录四：CLAWS4词性赋码集

《中国学生英语口笔语语料库》包括口语子库和笔语子库两大部分，在原SWECCL 1.0的基础上进行了改进和完善，增加了由课题组自行开发的多个研究工具，采用更为通用的mp3格式保存语音语料，并按照任务类型对口语语科进行了切分，同时对所有文本语料进行了清洁和整理。
　　口语子库的主要特色：
　　包含1141位全国英语专业四级口试考生11410多分钟的语音资料；
　　语音转写文本按照口试中的不同任务类翌切分，便于研究的开展；
　　语音文件按任务类型切分，采用rap3格式保存，便于渊览、编辑和标注。
　　笔语子库的主要特色：
　　包含3880篇学生英语作文文本，共计1255347个形符；
　　所有文本采用CLAWS4进行词性赋码，便于开展深度研究；
　　作文涉及16个不同题目，保证了语科库文本内容的多样性。
　　本项目为教育部人文社会科学重点研究基地北京外国语大学中国外语教育研究中心的资助项目。