技术科普 | COCA：世界上最大的在线免费英语语料库
1. 工具简介
美国当代英语语料库（Corpus of Contemporary American English），简称COCA。2008年，美国杨伯翰大学语言学教授Mark Davies教授创立了美国当代英语语料库，它是当今世界上最大的在线免费英语平衡语料库，能够帮助语言学习者了解单词、短语以及句子结构的使用频率及相关信息。 美国当代英语语料库具有四大特色。第一个特色是其语料均衡分布在电影字幕、媒体对话、小说、杂志、报纸以及学术期刊等文体中；第二个特色是它能够随着时间的推移，比较不同时间点出现的同一词汇；第三个特点是提供词汇出现的频率与相关字比较的功能；第四个特点是其涵盖西班牙文和葡萄牙文语料库。除此之外，美国当代英语语料库十分注重语料库内容的时效性，它以每年2000万字的速度更新和扩充。 官网： https://www.english-corpora.org/coca/
2. 图文教程
打开美国当代英语语料库的网址，可以看到以下界面。
界面最上方的图标从左至右分别代表语料库简介、语料库数据下载、分析文本、学术词汇表、随机选择的词汇、登录、收藏、虚拟语料库、查询历史和帮助；在这些图标下方的四个按钮分别是搜索、词频、语境和概述；页面的左侧的四个蓝色按钮分别是列表、图表、单词和浏览；蓝色按钮的下方是搜索框，可以搜索单词和词组。 2.1 语料库简介
语料库由485202个文本中的10多亿个单词组成，每年语料库都会更新单词以保持其时效性。语料库均衡分布在电视和电影字幕、口语、小说、流行杂志、报纸和学术期刊、博客和网页方面。 2.2 语料库数据下载
通过点击蓝色单词即可跳转网页以购买语料库，购买后方可进行下载使用。 2.3 分析文本
在输入文本之前，可以选择输入的文本类型，比如小说、杂志、新闻和学术论文等。输入文本后，就可以根据COCA中的数据查看文本中有关单词和短语的有用信息。
以新闻这个文本类型为例，搜索后的界面将突出显示文本中所有的高频词、中频词和低频词，并创建这些词的列表，这个频率数据可以帮助语言学习者关注生词。 除此之外，使用者还可以点击文本中的单词，查看任何单词的详细信息。
以单词“rearrange”为例，以上界面包括单词的定义、同义词、语音、图像和视频链接、相关主题、搭配和集群等。 2.4 学术词汇表
《学术词汇表》包含了学术英语的前3000个单词，使用者可以免费下载该列表。对于那些对学术英语感兴趣的人来说，这是一个很好的选择。有两种不同的方式查看列表中的单词，一种是通过词元查看单词，另一种是通过词族进行查看。 2.5 搜索 选择搜索下的列表一栏，并在搜索框中搜索单词，以“jump”为例。
搜索后就会出现以上界面，界面中包含了动词“jump”的各种形式，以及各种形式单词出现的频次。 除此之外，还可以使用通配符来查找一些单词或句子的用法。比如搜索*break*和 more * than 就会出现以下两个界面。
第一个界面是在语料库中所有涵盖“break”的单词，第二个界面是在语料库中所有涵盖“more...than”的词组以及这些单词和词组出现的频次数，这对于语言学习者是十分有帮助的。 选择搜索下的图表一栏，并在搜索框中搜索单词，以“laptop”为例。
搜索后，图表会显示每个部分的总频率，还可以按子类型和年份查看单词出现的频次和频率。
除此之外，还可以点击语境按钮，查看单词“laptop”在不同年份和不同类型文本中出现的次数以及具体的上下文内容。值得注意的是，通过点击页面上的小喇叭和翻译图标可以打开百度翻译的界面，能够读出文本的内容并进行翻译，这对于教师和语言学习者是十分方便的。
3. 学习心得 美国当代英语语料库是当今世界上最大的在线免费英语平衡语料库，可以称得上是广大语言学习者的知识宝库。该语料库界面设计简洁明了，对于使用者非常友好。通过使用该语料库可以充分了解单词、短句以及句子结构的信息，其中包括单词、短语以及句子结构在不同类型文本中出现的时间以及出现的频次，因此该语料库对于语言学习者提高用词水平和准确度方面具有重要的作用。该语料库的功能强大，还有许多功能值得我们进行探索和学习。
本文转载自：翻译学习共同体
关注VX公众号“翻译技术教育与研究”、“语言服务行业”，了解更多语言服务行业与翻译技术相关的资讯和洞察~
标签：
