〇、語料(四十部)
語料按十一期制(先秦/西漢/東漢/魏晉/南北朝/唐/宋/元/明/清/現代)時序排列,默認全選,可單選或任意組合。滑鼠懸停語料名稱可看簡介(時代、作者、版本、內容)。明之前各朝代至少兩部語料,可做同時代異文體對比(如元:會話/公牘/戲曲)。詳見「數據說明」。
一、四種檢索模式
字詞模式:輸入字或詞,多詞以空格分隔(並查,如 把 酒 檢索同篇含兩詞的作品)。簡體自動轉繁,異體自動互查(着 同時檢 著,爲 同時檢 為)。
正則模式:支持正則表達式,如 [把将將][^,。]{1,5}、之.{0,2}也。為防災難回溯,系統拒絕「組後跟量詞」的寫法(如 (a+)+),可用字符集 [字集] 代替。
智能模式:用自然語言描述檢索要求(如「宋詞中的把字處置式,帶否定詞的」),系統調用 MiniMax 大模型把要求翻譯成句式模板或正則,經既有編譯校驗後只填入檢索框、不自動檢索——您勾選語料(提示詞點名了朝代會自動預選,可調整)後點擊「檢索」執行。可人工檢查、修改規則後再檢,也可像普通檢索一樣搭配遞進、導出。生成失敗(規則無效或模型輸出異常)時只會報錯重試,不會執行任何未經驗證的內容。
句式模式:詞類模板檢索——{V}動詞 {AUX}助動詞 {N}名詞 {ND}方位詞 {NT}時間詞 {ADJ}形容詞 {NUM}數詞 {CL}量詞 {PRO}代詞 {DEM}指示詞 {Q}疑問詞 {ADV}副詞 {P}介詞 {CONJ}連詞 {PART}結構助詞 {ASP}時體助詞 {MOD}語氣詞 {NEG}否定詞 {CV}存現動詞(有/是/掛/坐/來/去/死/消失…存在·出現·消失三類,132 詞) {PUNC}標點(全角+半角 51 種) {ANY}任意漢字。
例:{V}{NUM}{CL}(動+數量)、{AUX}{V}(助動+動)、{V}{V}(連動)、把{ANY1,4}{V}(把…動,間隔1-4字)、{E:得|取|却}(字面枚舉)、^/$(行首/行尾)。點下方詞性按鈕自動填入。
音節過濾(全詞類通用,冒號後數字=詞表詞條的字數):{V:1}單音節動詞、{V:2}雙音節動詞、{N:3,}三音節及以上名詞、{N:1,2}一至二音節。不加冒號的數字是重複量詞({V2}=兩個動詞連用、{ANY1,4}=任意字1-4個),二者勿混。音節過濾適合做詞彙雙音化的歷時對比:{V:1}與{V:2}按朝代統計,或{ADJ:1}{N:2}(明月式 1+2)對比{ADJ:2}{N:1}(皎潔月式 2+1)。
二、句式模式的原理與用法(語料未標註詞性)
語料沒有詞性標註,模板靠人工詞表把語言學知識注入形式檢索。實測(40 語料全選):{ANY}{ANY} 任意兩字命中 144,600 篇——純通配沒有區分力;{V}{V} 命中 138,553 篇——收窄有限(動詞字頻高),但它的價值是匹配到的組合全是「動+動」,配合搭配區立即可見「登臨/回首/把酒」等高頻組合並鑽取。真正高效的是帶錨點的窄模板:
{NUM}{CL} → 數量結構 54,332 篇(全語料),如「歌一曲」——數詞/量詞詞表小而精,候選集乾淨;
{V}得{ANY1,2} → 動補結構 20,955 篇(全語料),量級正好適合人工逐例判斷;
把{ANY1,4}{V} → 處置式框式 928 篇(僅宋詞),「把+受事+動詞」直接可分析;
{AUX}{V} → 助動詞框式 60,160 篇(如「欲渡黃河」),候選量大但可用搭配遞進收窄。
詞表不全會漏檢(查全率),多義字會錯檢(查準率)——模板給出的是候選集而非答案,正確用法是:模板粗篩 → 搭配遞進收窄 → 隨機抽例人工判斷 → 導出標註。這個流程本身就是 0322 課要訓練的語料庫方法。
「課堂任務」各章節內置詞表速查(如 0315 副詞、0319 語氣助詞):展開後點任一詞即按字詞模式檢索,詞按語料篇頻排序(小字為命中篇數),詞表編輯後自動同步(十九類詞表 1.07 萬餘詞(人工整理+外部標註語料抽取 3,584 詞,含《天路歷程官話》分詞標註抽取))。
三、句位檢索
句首/句中/句末按「標點切分的語段」判定(宋詞按句讀切段)。研究語氣詞與動態助詞時用(如「了」在句末 vs 句中)。
四、搭配與遞進檢索
檢索後「搭配」區顯示命中詞的前後鄰字/雙字頻次。點擊搭配項=在原檢索結果上追加位置約束、逐級收窄(遞進),不是另起新檢索:如檢「渠」490 次 → 點「後接·雙字·春水(4)」→ 結果收窄為「渠+春水」的 4 句 → 還可再點搭配繼續遞進。結果上方有鏈條標籤(如「渠 ▸ 後·雙字·春水」),點 ✕ 可逐級回退或一鍵回到原檢索。這是語料庫研究的基本工作流。
五、統計
統計區默認折疊,檢索後標題行直接給出核心數字。「每千篇出現率(‰)」與「每萬字出現率」是跨語料歷時比較的核心指標(散文類語料以「每萬字」為統一標準化口徑);「按時代」一欄可看初/盛/中/晚唐等時段分佈——如「把」字歷時曲線 初唐22→盛唐91→中唐246→晚唐463(每千篇)。
六、隨機抽例與導出
勾選「隨機抽例」並執行,每次得到不同的樣例,供當堂判斷討論。導出 CSV 可用 Excel/WPS 打開,供課後標註分析。