美国当代英语语料库(COCA)使用介绍

1 引言自20世纪80年代以来，基于语料库的语言学和语言教育研究愈来愈受到重视。

语料库将大量语言使用者的语言直觉汇集起来，从而使语言分析更为客观。

自然发生的语言数据的最大优势是可观察性和可检验性，基于语料库的观察本质上比内省式的判断更经得起实证检测（McEnery & Wilson，2001：14）。

以其最大限度的取样及丰富性，语料库语言学的量化比经验主义语言学中的量化更有意义，在数据取得、数据丰富以及数据的自然性等方面具有优势（i b i d，131-2）。

常宝宝和俞士汶（2009：43）将语料库定义为一定规模的真实语言样本的集合，其应具有以下三个特性：（1）收入语料库的语言材料取自实际使用的真实文本，对于其应用目标而言，所收录的语言材料应该具有代表性；（2）语料库应是机器可读的，是运用计算机技术获取、编码、存储和组织的，并支持基于计算机技术的分析和处理；（3）收入语料库的语言材料经过适当的标注和加工处理，例如经过词语切分或者词类标注处理。

近年来，外语教育中学习者逐渐在外语学习中处于主体地位，语料库作为一种辅助性工具应用于语言教学成为必然的趋势。

曾用强（2002：33）认为利用语料库对语言的特征以及学习者的语言使用特征等方面作出分析，其分析结果可应用于指导语言教学的实践，如语言现象的分布和频率等信息可以用来指导教师确定教方向。

2 美国当代英语语料库Contemporary American www. 国杨伯翰大学（Brigham Mark 语料库以及D a v i 2008）D a v i e s （2005）指了一个好语料库的三项最（s i z e） 、速度（s p e e （a n n o t a t i on）。

C O C 摘 要： 本主题词：COCA；语料库；自主学习；搭配中图分类号：H319 文献标识码：A 文美国当代英语语料库（C O C 学习应用①方 玲 汪兴富重庆大学机配置而定，高达4.1亿词汇库容在8个2.4G H z 的服务器上同时计算，因此绝大多数查询都能在几秒内呈现结果；词性标注使用的是英语语料广泛采用的C L A W S7软件。

coca等级词汇一、什么是COCA词汇等级COCA（Corpus of Contemporary American English）词汇等级是根据词汇在当代美国英语中的使用频率划分的。

COCA等级词汇分为五个等级，分别是：最常用词汇（Level 1）、较常用词汇（Level 2）、中等常用词汇（Level 3）、较少用词汇（Level 4）和极少用词汇（Level 5）。

二、COCA词汇等级的划分标准COCA词汇等级是根据词汇在COCA语料库中的出现频率划分的。

COCA 语料库包含了大量的当代美国英语文本，包括书籍、杂志、报纸、网络文章和口语等。

词汇等级的划分标准如下：1.最常用词汇（Level 1）：在日常生活中、书籍、文章等方面频繁出现的词汇。

2.较常用词汇（Level 2）：在一般阅读材料中经常出现的词汇。

3.中等常用词汇（Level 3）：在特定领域或专业文章中出现的词汇。

4.较少用词汇（Level 4）：在较为生僻的文章或专业领域中使用的词汇。

5.极少用词汇（Level 5）：非常生僻、罕见的词汇。

三、COCA等级词汇的应用场景COCA等级词汇对于英语学习者和使用者具有很高的指导意义。

通过掌握不同等级的词汇，可以基本满足日常生活和学习中的阅读需求。

在学习过程中，可以根据自己的实际需求选择相应等级的词汇进行学习。

此外，COCA等级词汇还可以用于以下场景：1.英语考试：了解COCA等级词汇有助于提高英语考试的阅读理解和写作能力。

2.英语写作：掌握高级词汇可以提升写作水平，使文章更具深度和说服力。

3.专业领域：在特定领域的研究中，熟练运用COCA等级词汇有助于展现专业素养。

四、如何提高COCA等级词汇量1.制定学习计划：根据自己的英语水平和需求，制定合适的学习计划，逐步提高COCA等级词汇量。

2.使用教材和词汇书：选用适合自己的教材和词汇书进行学习，如《新概念英语》、《英语词汇的奥秘》等。

3.多读多写：通过阅读书籍、文章、新闻等，积累COCA等级词汇，并尝试在写作中运用。

coca等级词汇【原创实用版】目录1.引言：介绍 COCA 词汇等级2.COCA 词汇等级的定义与划分3.COCA 词汇等级的应用领域4.COCA 词汇等级对于英语学习的重要性5.结论：总结 COCA 词汇等级的价值和意义正文1.引言COCA（Corpus of Contemporary American English）是美国当代英语的一个大规模语料库，它包含了众多英语词汇和短语。

在 COCA 中，词汇被分为五个等级，分别为高频词汇、中频词汇、低频词汇、罕见词汇和极罕见词汇。

这些等级对于英语学习者来说具有重要的参考价值。

2.COCA 词汇等级的定义与划分（1）高频词汇：在 COCA 语料库中出现频率最高的词汇，如“the”、“is”、“and”等。

这些词汇是英语基础中的基础，掌握这些词汇有助于提高阅读和写作效率。

（2）中频词汇：在 COCA 语料库中出现频率较高的词汇，如“education”、“technology”等。

这些词汇扩大了英语学习者的词汇量，有助于提高阅读理解的能力。

（3）低频词汇：在 COCA 语料库中出现频率适中的词汇，如“empanada”、“antics”等。

这些词汇在日常交流中不常用，但在特定场景下会出现，掌握这些词汇有助于提高英语表达的准确性。

（4）罕见词汇：在 COCA 语料库中出现频率较低的词汇，如“plethora”、“ephemeral”等。

这些词汇在日常交流中很少出现，但在文学作品或专业领域中会有所涉及，掌握这些词汇有助于提高英语阅读和写作的深度。

（5）极罕见词汇：在 COCA 语料库中出现频率极低的词汇，如“supercalifragilisticexpialidocious”等。

这些词汇在英语学习中几乎不会用到，但对于语言研究和词汇爱好者来说具有一定的价值。

3.COCA 词汇等级的应用领域COCA 词汇等级在英语教学、研究、翻译等领域都有广泛的应用。

英语学习者可以根据这些等级有针对性地进行学习和记忆，提高自己的英语水平。

coca等级词汇摘要：一、引言1.介绍COCA 等级词汇的背景和作用2.阐述COCA 等级词汇对于学习者的重要性二、COCA 等级词汇的概述1.COCA 的定义和来源2.COCA 等级词汇的分类和特点三、COCA 等级词汇的应用1.在英语学习中的作用2.如何有效地利用COCA 等级词汇提高英语水平四、COCA 等级词汇与其他词汇体系的比较1.GSL (General Service List)2.BNC (British National Corpus)五、结论1.总结COCA 等级词汇的重要性2.鼓励学习者积极利用COCA 等级词汇提高英语能力正文：一、引言COCA（The Corpus of Contemporary American English）等级词汇是英语学习者提高英语能力的重要工具。

COCA 等级词汇不仅可以帮助学习者掌握英语中最常用的词汇，还能让学习者了解词汇的难度和重要性，从而更好地进行英语学习。

二、COCA 等级词汇的概述COCA 等级词汇是基于COCA 语料库（The Corpus of Contemporary American English）进行的研究成果。

COCA 语料库包含了大量美国英语的文本，包括书籍、报纸、杂志、网络文章等，共约5.2 亿词。

通过对这些语料库的分析，研究人员将词汇按照其在英语中的使用频率和重要性进行分类，形成了COCA 等级词汇。

COCA 等级词汇共分为十个等级，从最常用的Level 1 词汇到较为生僻的Level 10 词汇。

每个等级的词汇都有其特定的使用场景和重要性。

例如，Level 1 词汇是英语中最常用的词汇，学习者需要熟练掌握这些词汇；而Level 10 词汇虽然在日常生活中使用频率较低，但对于学习特定领域（如科技、医学等）的专业知识具有重要意义。

三、COCA 等级词汇的应用COCA 等级词汇在英语学习中具有广泛的应用。

学习者可以通过掌握不同等级的词汇，提高自己的英语水平。

在美国当代英语语料库（COCA）如何查词.doc 在美国当代英语语料库(COCA)如何查词摘要:美国当代英语语料库(Corpus of Contemporary American English，COCA)由美国Brigham Young University 的Mark Davies教授开发，目前单词容量在4.5亿，是美国当前最新的当代英语语料库，也是当今世界上最大的英语平衡语料库。

该语料库的语料来自1990-2012年，每年更新，检索功能强大，是最佳的英语学习助手。

本文以sorry为例介绍了如何在美国当代英语语料库中查询单词及对单词sorry的检查与研究结果。

关键词:美国当代英语语料库，平衡语料库，sorryAbstract: The Corpus of Contemporary American English (COCA) is the largest freely-available corpus of English，and the only large and balanced corpus of American English.The corpus was created by Mark avies of Brigham Young University，and it is used by tens of thousands of sers every month (linguists，teachers，translators，and other searchers).COCA is also related to other large corpora that we have created.The corpus contains more than 450 million words of text and isqually divided among spoken，fiction，popular magazines，newspapers，and academic texts.It includes 20 million words each year from 1990-2012.Key words: the Corpus of Contemporary American English，parallel corpus，sorry中图分类号:H319.3文献标识码:A文章编号:1006-026X(2013)12-0000-02一、引论美国当代英语语料库(Corpus of Contemporary American English，COCA)由美国Brigham Young University 的Mark Davies教授开发，目前单词容量在4.5亿以上，是美国当前最新的当代英语语料库，也是当今世界上最大的英语平衡语料库，且与其他所建语料库相连。

COCA———美国当代英语语料库(Corpus of Contemporary A2merican English)(2011-05-13 10:53:38)转载▼标签：分类：每周一推美国当代英语语料库coca英语教学研究平台免费教育COCA———美国当代英语语料库(Corpus of Contemporary A2merican English)/由美国B righam Young University的M ark Davies教授开发的高达3.6亿词汇的美国最新当代英语语料库,是当今世界上最大的英语平衡语料库。

与其它语料库不同的是它是免费在线供大家使用,给全世界英语学习者带来了福音,是不可多得的一个英语学习宝库,也是观察美国英语使用和变化的一个绝佳窗口。

COCA美国当代英语语料库于2008年2月20日在互联网上正式推出。

在来自全球25个国家和地区有140余位专家学者参会的AACL22008(American Association for Corpus Linguis2tics)学术会议上,会议的组织者M ark Davies教授介绍了自己开发的COCA美国当代英语语料库,此外在此学术会议上还有部分学者对研究使用这一语料库进行了交流,获得了热烈反响。

为让更多中国的英语教师和学习者从大型语料库的知识海洋中受益,现积极向国内读者作介绍。

1优点许多语言学习者对普通网络搜索引擎有偏好,那是无法获取免费语料库的无奈之举。

但网络信息作为语料库的问题就是用户无法限定要查询字词的词性,无法作词与词的对比,无法限定要查找的语料类型,也无法确切地查找某一时段的字词使用信息,更无法限定要查找的字词间的距离,也就没有办法确定字词互信息的值。

而其它专业点的英语语料库又需要较贵的注册费或软件购买费用,让普通使用者望尘莫及。

COCA美国当代英语语料库是一个大型在线并免费供大家使用的语料库,为英语研究者和英语学习者共享美国英语资源提供了一个良好平台。

corpus of contempirary american english
【原创版】
目录
1.概述当代美国英语语料库
2.当代美国英语的特点
3.语料库对语言研究的重要性
4.我国对英语学习的需求和应用
正文
当代美国英语语料库（Corpus of Contemporary American English，简称 COCA）是一个庞大的数据库，包含了当今美国英语的各种语料。

它为语言学家、教育工作者和翻译人员提供了宝贵的资源，帮助他们更好地了解和研究美国英语的现状和发展趋势。

当代美国英语有许多特点，例如：词汇丰富、表达多样、语法灵活等。

与传统英式英语相比，美式英语在发音、拼写、词汇和语法等方面都有所不同。

这些特点使得美国英语在世界范围内具有广泛的影响力，成为国际交流的主流语言。

语料库对语言研究的重要性不言而喻。

通过对大量真实语料的分析，研究者可以更准确地了解语言的用法、演变和地域差异。

此外，语料库还可以为词典编纂、机器翻译、语言教学等应用提供支持。

我国对英语学习有着极高的需求，英语已成为人们交流、学术研究和国际合作不可或缺的工具。

随着全球化的加深，我国与英语国家的联系日益紧密，对美国英语的了解和掌握显得尤为重要。

因此，利用当代美国英语语料库等资源，提高我国英语教育质量和应用水平具有重要意义。

总之，当代美国英语语料库为我们提供了宝贵的研究资源，帮助我们更好地了解美国英语的特点和现状。

英语语料库及词频表介绍
英语语料库是收集英语书面和口语等各类英文表述方式的语言材料集合，涵盖了英语词汇的各个方面。

其中，目前主流的有三个语料库，分别是GBC（Google Book's Corpus）、BNC（British National Corpus）和COCA（Corpus of Contemporary American English）。

COCA（Corpus of Contemporary American English）是由美国伯翰大学（Brigham Young University）的Mark Davies教授开发的美国最新当代英语语料库，是当今世界上最大的英语平衡语料库。

它涵盖了美国这一时期的口语、小说、流行杂志、报纸和学术期刊五大类型的语料库，并且这五个方面基本上成均匀平衡分布。

COCA词频表基于COCA的5亿单词语料库，利用算法提取出来最高的前5000和20000的高频词，并注释了搭配，解决了单词最实际的实用问题。

如需更多关于英语语料库及词频表的信息，建议咨询英语专业人士或查阅相关文献资料。

coca语料库注意事项在使用COCA语料库时，以下是一些需要注意的事项：一、语言选择COCA语料库支持多种语言，包括英语、西班牙语、汉语等。

在使用时，请根据您的需求选择正确的语言。

确保您的代码中指定了正确的语言，以便语料库可以正确加载相应的数据。

二、数据清洗在使用COCA语料库之前，建议进行数据清洗。

这包括删除重复的句子、标点符号和特殊字符等。

确保您的数据干净、准确，以便获得更好的结果。

三、代表性样本COCA语料库包含大量的文本数据。

如果您只需要一部分数据，请确保您选择的样本具有代表性。

这可以确保您的结果不会受到数据偏差的影响。

四、版权问题COCA语料库中的文本数据可能受到版权保护。

在使用这些数据时，请确保您遵守版权法规，并获得适当的许可。

不要将受版权保护的数据用于商业用途或分发给他人。

五、数据安全COCA语料库中的文本数据可能包含个人信息、敏感信息和机密信息。

在使用这些数据时，请确保采取适当的安全措施，以保护您的系统和数据免受未经授权的访问和泄露。

六、标准化处理在使用COCA语料库之前，建议对数据进行标准化处理。

这包括文本预处理、分词、词干提取等。

这有助于提高模型的性能和准确性。

确保您对数据进行适当的标准化处理，以便获得更好的结果。

七、文档注释在使用COCA语料库时，建议添加适当的文档注释。

这可以帮助其他开发人员更好地理解您的代码和数据。

确保您在代码中添加了有用的注释，以便其他人可以轻松地理解和使用您的代码。

八、文档编码COCA语料库中的文本数据可能包含多种字符编码。

在使用这些数据时，请确保您的代码支持正确的字符编码，以避免出现乱码或其他问题。

如果您的代码不支持特定的字符编码，请考虑使用适当的库或工具来处理这些编码问题。