观察语料库

观察语料库（observed corpus），文学-语言文字-计算语言学及语料库语言学-语料库语言学，在语料库研究中，研究依托的语料库。观察语料库的选择取决于研究目的。按照语料库代表的语言整体，语料库有不同的分类，如通用语料库（general corpus）和专门语料库（specialized corpus）、母语者语料库（native speaker corpus）和学习者语料库（learner corpus）、口语语料库（spoken corpus）和书面语语料库（written corpus）等。在语料库主题词（keywords）研究中，观察语料库通常与参照语料库相对，被M.斯科特（Mike Scott，英国）和C.崔柏（Christopher Tribble，英国）称为节点词文本（node-text）。在这种研究中，观察语料库和参照语料库需要首先生成词表再进行对比，因此必须用生文本。如果是经过标注的文本，需要进行预处理，删掉文本中的词性赋码和元信息等。