目錄
第1章 緒論
1.1 語料庫與Python
1.1.1 語料庫的若乾維度
1.1.2 語料庫的技術實現
1.2 本書概要
上篇 語料文本的基礎性代碼
第2章 語料文本的讀取及其運行結果的輸齣
2.1 概述
2.2 語料文本的讀取
2.2.1 讀取NLTK固有語料庫
2.2.2 讀取自製語料庫
2.2.3 讀取非獨立存儲的語料文本
2.2.4 讀取docx格式的語料文本
2.2.5 讀取xlsx格式的語料文本
2.3 語料文本運行結果的輸齣
2.3.1 操作界麵直接輸齣結果
2.3.2 輸齣txt文件格式
2.3.3 輸齣xlsx文件格式
2.4 中文語料文本的讀取和結果輸齣
2.4.1 自製語料庫
2.4.2 非獨立存儲的語料文本
第3章 語料庫應用的基礎性代碼
3.1 概述
3.2 停用詞的使用
3.2.1 不同語種的停用詞
3.2.2 自有停用詞的設置
3.3 文本降噪代碼
3.3.1 具體代碼的功用
3.3.2 組閤使用代碼的功用
3.3.3 降噪與文本計數
3.4 語料文本的語言學處理代碼
3.4.1 字母大小寫轉換
3.4.2 詞形還原
3.4.3 文本分句或分詞
3.4.4 詞性標注
3.5 語料庫詞頻排序
3.5.1 簡單詞頻排序
3.5.2 降噪處理後詞頻排序
3.5.3 清除停用詞後排序
3.6 語料庫檢索與統計
3.6.1 上下文關鍵詞檢索
3.6.2 類符形符比
3.6.3 N連詞提取
3.6.4 指定詞檢索與統計
3.7 中文語料文本的處理方法
3.7.1 上下文關鍵詞檢索
3.7.2 中文停用詞
第4章 數據可視化
4.1 概述
4.2 錶格繪製
4.3 圖形繪製
4.3.1 詞頻圖形繪製
4.3.2 柱狀圖和點狀圖繪製
4.4 詞雲圖繪製
4.4.1 英文文本詞雲圖
4.4.2 中文文本詞雲圖
第5章 代碼運行錯誤分析
5.1 概述
5.2 錯誤分析案例
5.2.1 輸入輸齣錯誤（IOError）
5.2.2 對象屬性錯誤（AttributeError）
5.2.3 數據類型錯誤（TypeError）
5.2.4 變量名稱錯誤（NameError）
5.2.5 索引錯誤（IndexError）
5.2.6 縮進錯誤（Indentati）
5.2.7 參數類型錯誤（ValueError）
5.2.8 語法錯誤（SyntaxError）
5.2.9 Unicode解碼錯誤（UnicodeDecodeError）
5.2.10 關鍵字錯誤（KeyError）
中篇 基礎性代碼的組閤使用
第6章 算法、代碼與編程
6.1 篇章結構
6.2 算法和代碼
6.2.1 算法
6.2.2 代碼
6.3 選擇不同代碼的影響
6.3.1 分詞處理方式對後續文本分析的影響
6.3.2 不同的降噪效果
6.3.3 鏈錶、字符串、元組和字典對比
6.3.4 停用詞的功用
6.4 Python與既有語料庫工具的關係
第7章 基礎性代碼的語料庫組閤應用
7.1 以Excel文件格式輸齣術語（類符）
7.1.1 簡單輸齣術語
7.1.2 按詞頻輸齣術語
7.2 以Excel文件格式輸齣錶格
7.3 語篇詞匯密度的計算
7.4 語篇詞匯復雜性的計算
7.5 語篇詞長分布的計算
7.6 NLTK固有語料庫
7.6.1 總統就職演說語料庫
7.6.2 華爾街雜誌語料庫
7.6.3 其他相關語料庫介紹
下篇 Python探索路徑
第8章 Python的語料庫拓展應用
8.1 概述
8.2 單語語料導入Excel工作簿
8.3 KWIC檢索功能的拓展
8.4 語篇詞形還原
8.5 術語提取效果的改進
8.6 語篇段落對齊
8.7 應用語言學文獻計量研究的數據提取
8.8 專業通用詞的提取路徑探索
附錄1 與本書相關的加載模塊與函數命令對應錶
附錄2 Python2 和Python3部分代碼對比
附錄3 部分NLTK固有語料庫
附錄4 漢英對照術語錶
索引
· · · · · · (收起)