北京語(yǔ)料庫(kù)檢索使用說明

1、北京語(yǔ)料庫(kù)檢索使用說明首頁(yè)一關(guān)于CCL語(yǔ)料庫(kù)及其檢索系統(tǒng)二關(guān)于查詢表達(dá)式2.1特殊符號(hào)2.2基本項(xiàng)2.3簡(jiǎn)單項(xiàng)2.4復(fù)雜項(xiàng)2.5過濾項(xiàng)2.6子旬2.7查詢表達(dá)式三關(guān)于查詢結(jié)果四在結(jié)果中查找五舉例一關(guān)于CCL語(yǔ)料庫(kù)及其檢索系統(tǒng)（1）CCL語(yǔ)料庫(kù)及其檢索系統(tǒng)為純學(xué)術(shù)非盈利性的。不得將本系統(tǒng)及其產(chǎn)生的檢索結(jié)果用于任何商業(yè)目的。CC口承擔(dān)由此產(chǎn)生的一切后果。（1）本語(yǔ)料庫(kù)僅供語(yǔ)言研究參考之用。語(yǔ)料本身的正確性需要您自己加以核實(shí)（1）語(yǔ)料庫(kù)中所含語(yǔ)料的基本內(nèi)容信息可以在“高級(jí)搜索”頁(yè)面上， 點(diǎn)擊相應(yīng)的鏈接查看。比如：“作者列表”：列出語(yǔ)料庫(kù)中所包含的文件的作者“篇名列表”：列出語(yǔ)料庫(kù)中所包含的篇目名“類

2、型列表”：列出語(yǔ)料庫(kù)中文章的分類信息“路徑列表”：列出語(yǔ)料庫(kù)中各文件在計(jì)算機(jī)中存放的目錄“模式列表”：列出語(yǔ)料庫(kù)中可以查詢的模式（1）語(yǔ)料庫(kù)中的中文文本未經(jīng)分詞處理。（1）檢索系統(tǒng)以漢字為基本單位。（1）主要功能特色：支持復(fù)雜檢索表達(dá)式（比如不相鄰關(guān)鍵字查詢，指定距離查詢，等等）；支持對(duì)標(biāo)點(diǎn)符號(hào)的查詢（比如查詢”可以檢索語(yǔ)料庫(kù)中所有疑問句）；支持在“結(jié)果集”中繼續(xù)檢索；用戶可定制查詢結(jié)果的顯示方式（如左右長(zhǎng)度，排序等）；用戶可從網(wǎng)頁(yè)上下載查詢結(jié)果（text文件）；二關(guān)于查詢表達(dá)式本節(jié)對(duì)CCL語(yǔ)料庫(kù)檢索系統(tǒng)目前支持的查詢表達(dá)式加以說明。特殊符號(hào)查詢表達(dá)式中可以使用的特殊符號(hào)包括7個(gè)：|$#+-!

3、這些符號(hào)分為三組：Operator1:|Operator2:$#+-Operaotr3:!符號(hào)的含義如下：（一）Operator1:Operator1是二元操作符，它的兩邊可以出現(xiàn)“基本項(xiàng)”（關(guān)于“基本項(xiàng)”的定義見2.2）|相當(dāng)于邏輯中的“或”關(guān)系。（二）Operator2:Operator2是二元操作符，它的兩邊可以出現(xiàn)“簡(jiǎn)單項(xiàng)”（關(guān)于“簡(jiǎn)單項(xiàng)”的定義見2.3）$表示它兩邊的“簡(jiǎn)單項(xiàng)”按照左邊在前、右邊在后的次序出現(xiàn)于同一句中。兩個(gè)“簡(jiǎn)單項(xiàng)”之間相隔字?jǐn)?shù)小于或等于Number#表示它兩邊的“簡(jiǎn)單項(xiàng)”出現(xiàn)于同一句中，不考慮前后次序。兩個(gè)“簡(jiǎn)單項(xiàng)”之間相隔字?jǐn)?shù)小于或等于Number+表示它兩邊的

4、“簡(jiǎn)單項(xiàng)”按照左邊在前、右邊在后的次序出現(xiàn)于同一句中。兩個(gè)“簡(jiǎn)單項(xiàng)”之間相隔字?jǐn)?shù)剛好等于Number-表示它左邊的“簡(jiǎn)單項(xiàng)”出現(xiàn)于句子中，并且，在右邊相隔Number個(gè)字的范圍內(nèi)，-號(hào)右邊的“簡(jiǎn)單項(xiàng)”不出現(xiàn)。表示它左邊的“簡(jiǎn)單項(xiàng)”出現(xiàn)于句子中，并且，在左邊相隔Number個(gè)字的范圍內(nèi)，號(hào)右邊的“簡(jiǎn)單項(xiàng)”不出現(xiàn)。(三)Operators:Operators是一元操作符。!表示它后面的“簡(jiǎn)單項(xiàng)”是本次查詢的主關(guān)鍵字符串，顯示查詢結(jié)果時(shí)以該“簡(jiǎn)單項(xiàng)”作為中心來進(jìn)行定位。注意：Operator2后面的Number是必須的，不能省略。Number=0表示相鄰,Number=1表示間隔1個(gè)單位，其余依此類

5、推?；卷?xiàng)指不包含特殊符號(hào)和空格的連續(xù)字符串簡(jiǎn)單項(xiàng)簡(jiǎn)單項(xiàng)可以由以下三種形式的序列組成基本項(xiàng)基本項(xiàng)1Operatori基本項(xiàng)2Operatori.(3)(基本項(xiàng)1Operator1基本項(xiàng)2Operator1.)注意：在實(shí)際表達(dá)式中，Operator1前后不能有空格復(fù)雜項(xiàng)復(fù)雜項(xiàng)可以由以下三種形式的序列組成簡(jiǎn)單項(xiàng)簡(jiǎn)單項(xiàng)1Operator2Number簡(jiǎn)單項(xiàng)2簡(jiǎn)單項(xiàng)1Operator2NumberOperators簡(jiǎn)單項(xiàng)2其中第二種形式，等價(jià)于Operators簡(jiǎn)單項(xiàng)1Operator2Number簡(jiǎn)單項(xiàng)2,換句話說，如果以第一個(gè)簡(jiǎn)單項(xiàng)作為查詢結(jié)果的顯示中心，！可以省略。注意：Number為0和正整數(shù)

6、。Operator2,Operators前后均不能有空格過濾項(xiàng)過濾項(xiàng)可以包含以下表達(dá)式：author:簡(jiǎn)單項(xiàng)name簡(jiǎn)單項(xiàng)path:簡(jiǎn)單項(xiàng)type:簡(jiǎn)單項(xiàng)pattern:簡(jiǎn)單項(xiàng)（author:簡(jiǎn)單項(xiàng)”的含義是指“author:后面跟的表達(dá)式是上面2.3”簡(jiǎn)單項(xiàng)”所定義的字符串，其余類推）注意：通過指定過濾項(xiàng)中author（作者），name（篇名），path（文件路徑），type（文章類型） ，用戶可以縮小查詢語(yǔ)料的范圍。其中過濾項(xiàng)pattern專門用于查詢漢語(yǔ)中的各種模式，比如“AABB這樣的重疊形式，“AB不AB這樣的反復(fù)問形式，等等。比如：想查詢“老舍”的語(yǔ)料，在查詢表達(dá)式中輸入“auth

7、or:老舍”即可；想查詢唐代語(yǔ)料，在查詢表達(dá)式中輸入“path:08唐”即可（唐代語(yǔ)料均放在包含“08唐”目錄下）。想查詢唐代語(yǔ)料中“給”的使用情況，可以在查詢表達(dá)式中輸入“path:唐給。（“path:唐”跟關(guān)鍵字“給”之間需有空格隔開）想查詢“老舍”先生的文章中“A來A去”的用法，在查詢表達(dá)式中輸入“author:老舍pattern:A來A去”即可。各過濾項(xiàng)的具體取值，用戶可以在“高級(jí)搜索”頁(yè)而中杳到（參見上文1.2）。下面是古代漢語(yǔ)語(yǔ)料一級(jí)目錄列表：01周02春秋03戰(zhàn)國(guó)04西漢05東漢06六朝07隋08唐09五代10北宋11南宋12元13明14清15民國(guó)全元曲全唐詩(shī)全宋詞大藏諸子百家子

8、旬子句可以是以下兩類表達(dá)式:復(fù)雜項(xiàng)過濾項(xiàng)查詢表達(dá)式查詢表達(dá)式可以是以下形式的序列：(1)子旬子旬1子旬2.(子旬和子句之間需要以空格隔開，表示邏輯“AND關(guān)系)三關(guān)于查詢結(jié)果1每次查詢，網(wǎng)頁(yè)上最多列出5000條結(jié)果(分頁(yè)列出，每頁(yè)50條)。2用戶可以將查詢所得結(jié)果保存到自己本地計(jì)算機(jī)的磁盤上。在查詢結(jié)果顯示網(wǎng)頁(yè)上，用戶可以根據(jù)需要指定下載結(jié)果的條數(shù)(缺省為500條)，點(diǎn)擊“下載”按鈕，查詢結(jié)果即以txt文件形式保存到本地磁盤上。每句之后在【】?jī)?nèi)注明了該句的出處、作者、路徑等信息。(如果條數(shù)較多，文件會(huì)比較大，下載速度緩慢，請(qǐng)耐心等待，不要重復(fù)提交下載請(qǐng)求)。3查詢結(jié)果以“旬”為單位輸出顯示，

9、用戶可以指定查詢結(jié)果的顯示長(zhǎng)度 （左右n個(gè)字范圍） 。小提示：如果想顯示查詢關(guān)鍵字所在的整句，可以通過指定足夠大的顯示長(zhǎng)度（比如1000）來實(shí)現(xiàn)。當(dāng)用戶指定的顯示長(zhǎng)度超過句長(zhǎng)時(shí)，以句長(zhǎng)為限顯示結(jié)果。4關(guān)于查詢結(jié)果的“標(biāo)亮”和“定位”顯示標(biāo)亮詞：在句子中以紅顏色標(biāo)出的詞，可以有多個(gè)；中心詞：是一個(gè)特殊的標(biāo)亮詞，顯示查詢結(jié)果的每個(gè)句子時(shí)，以“中心詞”為網(wǎng)頁(yè)中心位置對(duì)齊。小提示：查詢表達(dá)式中的“復(fù)雜項(xiàng)”和“過濾項(xiàng)”中的pattern項(xiàng)目都可以作為“標(biāo)亮詞”。這里“標(biāo)亮詞”是指跟“標(biāo)亮詞”匹配的句子片斷。默認(rèn)的中心詞是第一個(gè)“標(biāo)亮詞”，即在用戶沒有用Operator2指定“中心詞”的情況下，系統(tǒng)自動(dòng)把

10、第一個(gè)“標(biāo)亮詞”當(dāng)作“中心詞”。如果用戶用Operator2指定了“中心詞”，那么該詞為用戶指定的“中心詞”。5關(guān)于查詢結(jié)果的“排序”用戶可以指定按照“中心詞”左邊字符串排序，或按照“中心詞”右邊字符串排序。排序方式為字符內(nèi)碼（GB碼）降序。四在結(jié)果中查找對(duì)于復(fù)雜的查詢要求，可以嘗試通過多次查詢完成，即利用“在結(jié)果中查找”功能，逐次逼近檢索目標(biāo)。比如：您想查找“寧可,也”的例句，同時(shí)不希望“也”后面出現(xiàn)“不”這樣的否定詞。您可以先輸入查詢表達(dá)式“寧可$10也”，返回的結(jié)果是包含“寧可”和“也”，且二者相隔10字以內(nèi)的句子，然后您再輸入查詢表達(dá)式“也-4不”，這樣就可以把“也”后面4字范圍內(nèi)有“

11、不”的句子剔除掉了。五舉例查詢式例子1:計(jì)算機(jī)硬件意思是：查出所有包含“計(jì)算機(jī)硬件”的句子。查詢式例子2:把被意思是：查出所有包含“把”，同時(shí)也包含“被”的句子，即兩個(gè)關(guān)鍵字之間無次序限制，無距離限制，只需要在一句范圍內(nèi)。查詢式例子3:把|被意思是：查出含有“把”或“被”的句子，兩個(gè)關(guān)鍵字只需有一個(gè)在旬中出現(xiàn)，就作為查詢結(jié)果輸出。查詢式例子4:把-4不意思是：查出含有“把”，但在“把”右邊4個(gè)字范圍內(nèi)不含“不”的句子。注意：-號(hào)屬于opertaor2,其后必須有數(shù)字，且不能有空格。查詢式例子5:給4把意思是：查出含有“給”，但在“給”左邊4個(gè)字范圍內(nèi)不含“把”的句子。注意：號(hào)屬于operato

12、r2,其后必須有數(shù)字，且不能有空格。查詢式例子6:與其$10不如意思是： 查出同時(shí)含有“與其”和“不如”的句子， 并且“與其”在先，“不如”在后出現(xiàn)，間隔10字以內(nèi)。查詢式例子7:能力#3大意思是：查出同時(shí)含有“能力”和“大”的句子，且“能力”和“大”之間的問隔在3個(gè)字之內(nèi)，二者的先后次序不受限制。查詢式例子8:吃+3虧意思是：查出同時(shí)含有“吃”和“虧”的句子，并且“吃”在先，“虧”在后出現(xiàn)，二者之間剛好間隔3個(gè)字。查詢式例子9:被$10!給意思是：查出同時(shí)含有“被”和“給”的句子，并且“被”在先，“給”在后出現(xiàn)，二者之間間隔10個(gè)字以內(nèi)。顯示查詢結(jié)果時(shí)，以“給”為“中心詞”，即“給”居中對(duì)齊。查詢式例子10：（把|被）$10給意思是：查出同時(shí)含有“把”和“給”的句子，并且“把”在先，“給”在后出現(xiàn)，二者之間間隔10個(gè)字以內(nèi)?；蛘?，查出同時(shí)含有“被”和“給”的句子，并且“被”在先，“給”在后出現(xiàn)，二者之間間隔10個(gè)字以內(nèi)。查詢式例子11：（把|被）$10!給意思是：查出同時(shí)含有“把”和“給”的句子，并且“把”在先，“給”在后出現(xiàn)，二者之間間隔10個(gè)字以內(nèi)。或者，查出同時(shí)含有“被”和“給”的句子，并且“被”