nlp - 这是 "corpus"的正确定义吗？

Question

已关闭。这个问题是 off-topic 。目前不接受答案。

---

想要改进这个问题吗？ Update the question所以它是on-topic用于堆栈溢出。

已关闭12 年前。

Improve this question

我有一大串原始文本，大约有 200,000 个单词长。这是一本书。

我想使用这些单词来分析单词关系，以便我可以将这些关系应用到其他应用程序中。

这叫做“语料库”吗？

Answer 1

在语言学中，语料库是指正在研究的现实生活 (*) 文本或语音的任何连贯体。所以是的，一本书就是一个语料库。只要您不随机打乱字符，它在一个字符串中这一事实并不重要。

(*) 与心理语言学中常见的做法不同，显示一堆编造的短语来测试受试者以测量他们的 react 。