从原始文本开始,可依次进行分词、词性标注、组块分析、字词统计、词云绘制和语料检索。所有工具都可从主页进入。
推荐上传 UTF-8 编码的 TXT 或 DOCX 文档。单个文件不超过 16 MB。旧版 DOC 文件请先另存为 DOCX,以保证中文读取准确。
字词统计支持结果下载;词统计可上传“词语/词性”格式的标注文本。词云可下载 PNG、JPG、SVG 图和字词频次表。
录入和修改需要先在“商务汉语语料库管理”登录。语料名称、来源、作者、类型及文本一起保存,可按分类查看、编辑、导出和删除记录。
语料库检索可选择已录入的 Tree 语料;上传检索支持包含 ROOT 标记的组块文件和结构表达式,例如 VP-PRD[v]。无需手动启动其他服务。
组块分析使用基于分词与词性规则的自动分析,可辅助观察文本结构。研究使用前请复核分析结果。