翻译技术｜语料库检索工具Sketch Engine的介绍与使用

Original 李伟泽翻译圈

2024-09-09

该书以解决翻译实践问题为导向，以多元化搜索技术为脉络，基于数百个典型案例和应用场景进行详细讲解，内容涵盖桌面搜索、文档搜索、词典搜索、术语库搜索、语料库检索、网络搜索以及学术搜索等多个方面，旨在系统提升广大翻译从业者的搜索素养。全书紧跟国家人工智能发展战略，基于数据驱动和数据赋能的理念，致力于将最新搜索技术与翻译工作需求深度融合，是国内首部聚焦译者“搜商”的著作。该书既适用于外语、翻译专业的师生，也适用于广大语言服务从业者、翻译爱好者及相关研究人员。

本文将分享第五章第一节单语语料库中，语料库检索工具Sketch Engine其系统功能以及其如何应用。希望能够对大家有所帮助。它们分别是：

（一）系统介绍

（二）案例演示

1）如何使用Word Sketch？

2）如何进行单词辨析？

3）如何查找同义词？

4）如何创建新的语料库？

5）如何提取语料库的关键词和术语？

目前该书可在各大购物平台购买，也可在微信阅读上免费阅读，欢迎大家一起阅读学习！

Sketch Engine

（一）系统介绍

语料库检索工具Sketch Engine能够基于大量的真实文本，根据语法成分自动提取词语的搭配规律，识别罕见或新兴的用法。Sketch Engine支持单词概览、单词辨析、单词搭配、同义词查找、语料索引、建立语料库等丰富的核心功能，被应用于词典编撰、语言教育和翻译研究等多领域。另外，该工具也能基于网络资源或本地文档，自建特色语料库，提取单词表。首先，以默认选择BNC语料库为例，该工具的操作面板如图6-1所示。

Linggle的基图6-1 Sketch Engine的操作面板础界面

（二）案例演示

1.如何使用Word Sketch？

(1)操作面板中选中"Word Sketch"，在"Basic"选项页面上直接输入想要查找的单词，也可以通过"Advanced"界面进一步限制所搜内容的词性(Part of speech)、出现的最低频率(Minimum frequency)、文本的来源类型(Text types)等，如图6-2所示。

图6-2 Sketch Engine中"Word Sketch"的输入界面（高级功能）

(2)以在"Basic"下检索"cooperate"为例。检索后页面上出现该单词的概览，包括其常搭配的修饰词、宾语、主语等，如图6-3所示。

图6-3 Sketch Engine中"cooperate"的单词概览

(3)点击某一选项卡右上角第一个图标，可显示该部分搭配在上下文中的语境。点击某一搭配的右方选项，也可显示来源语料，如图6-4和图6-5所示。

图6-4 Sketch Engine中查看语境的图标

图6-5 在Sketch Engine中查看"cooperate"的上下文语料

2.如何进行单词辨析？

(1)操作面板中点击"Word Sketch Difference"，输入两个需要辨析的单词，以"collaborate”和“cooperate"为例，检索面板如图6-6所示。

图6-6 Sketch Engine中"Word Sketch Difference"的检索界面

(2)检索后，如图6-7所示，界面以同义词、主语、谓语、修饰词等分类比较两者不同的搭配习惯。两个单词分别代表绿色和红色，颜色从中间由浅到深两极分化，颜色越深则表示该搭配越常见。通过基于实际语料的单词辨析，用户可以反思自己的用法误区，让写作表达更地道。

图6-7 Sketch Engine中"cooperate"和"collaborate"的辨析结果

3.如何查找同义词？

操作面板中点击"Thesaurus"，输入想要检索的单词或词根。以检索"acquire"为例，检索结果以词频降序排列，如图6-8和6-9所示。

图6-8 Sketch Engine中"Thesaurus"的图标

图6-9 在Sketch Engine中检索"acquire"同义词的结果

4.如何创建新的语料库？

Sketch Engine能基于网络资源或本地文档，自建新的语料库。该功能入口如图6-10所示。

图6-10 在Sketch Engine中点击"NEW CORPUS"新建语料库

(1)点击“NEW CORPUS”新建语料库后，设置新语料库的属性，包括命名、选择“Single Language Corpus”或“Multilingual Corpus”为单语或双语语料库，选择源语言，或对该语料库进行必要的说明。现以创建与Audiovisual Translation（视听翻译）有关的单语语料库为例，如图6-11所示。

图6-11 在Sketch Engine中设置新建语料库的属性

(2)添加文本。Sketch Engine支持从网络文本或本地文档中建立语料。若选择网络资源，它可以通过三种途径，直接获取并下载文本；若选择本地文档，用户可以上传多种文件格式，包括常见的．doc, .docx, .htm, .html, .pdf, .tgz, .tmx, .txt,.xml, .zip等等，也可直接粘贴文本。现以选择“Find texts on the web”从网络获取文本为例，选择界面如图6-12所示。

图6-12 在Sketch Engine中为新建语料库添加文本

(3)若基于网络资源获取文本，用户可以选择输入类型，包括“Web search”（网络主题搜索）、“URLs”（网页内容搜索）、"Website”（全网站搜索）。“Web search”指输入3至20个与主题相关的词或词组，该工具会随机组合3个词为单位，放到Bing引擎内搜索，将相关文本纳入语料库；“URLs”指输入一个或多个网址，网页内容纳入语料库；“Website”指输入某个网站（可带具体分支），其下所有内容（不多于2000个网页）纳入语料库。用户能展开选项卡，进一步限制搜索范围。现以选择“Web search”为例，如图6-13所示。

图6-13 在Sketch Engine中为新建语料库设置网络文本相关属性

(4)该工具会筛选出相关网页，供用户进一步选择文本来源，如图6-14所示。

图6-14 在Sketch Engine中为新建语料库筛选网络文本来源

(5)文本加载完成后，用户可以进一步点击左下“Extract Keywords& Terms”，提取新语料库中的关键词和术语，如图6-15所示。

图6-15 Sketch Engine中新建语料库的文本加载完成界面

5.如何提取语料库的关键词和术语？

(1)以第四点新建的语料库“Audiovisual Translation”为例，点击提取关键词和术语后，结果如图6-16所示。

图6-16 在Sketch Engine中提取语料库关键词和术语的结果

(2)点击右上角下载按钮，可以将提取结果导出为cvs, xls, xml格式，或将该界面导出为pdf格式，如图6-17所示。

图6-56 在Sketch Engine中导出语料库关键词和术语的提取结果

以上就是本文的全部内容，欢迎大家阅读原书，共同学习！