本书分为三大部分：理论篇、工具篇与案例篇。
\"理论篇\"主要介绍语料库、语料库语言学的基本概念，语料库建设的原则与方法，语料库加工标注的基本内容，以及本书语料统计所涉及的基本术语与方法。限于篇幅，并未对具体的加工标注方法（如词性、句法、语义自动标注的各种算法等）展开阐述。
\"工具篇\"是本书重点，以语料库建库与统计一体化软件\"汉语助研\"为例，详细介绍了语言学研究中常见的数据统计功能。
\"汉语助研\"是作者自主开发的，面向语言研究者，特别是汉语和汉语教学研究者的一款软件。软件力图帮助语言研究者较为轻松地建设语料库，使用语言大数据进行语言研究。\"汉语助研\"是一个全面综合了语料库建设、检索和统计功能的辅助汉语研究的软件系统，集成了基于语料库方法的汉语字、词、句、篇研究的各项辅助功能。该系统能很好地贴合汉语研究各方面的统计需求，在功能性、针对性、实用性等方面表现突出。
汉语助研系统基于真实问卷调查数据分析，符合汉语研究的各项需求，特别考虑了汉语研究者多为文科生这一特点，软件架构、界面设计和编码清晰简洁，将复杂的统计、计算过程隐藏于后台，前端一键式、步骤式操作，简单易用。本系统不仅适用于汉语研究，很多功能也能够有效辅助汉语教学，如字词表对比、字词表和大纲分布对比、例句检索、搭配抽取、词语聚类等。
\"汉语助研\"主要包括如下几个功能模块：
1. 语料库建设
个性化的网页信息自动抽取及建库系统。
2. 语料库例句检索及分析
自建语料库的各种检索功能；常见语料库例句检索结果智能分析。
3. 用字用词用语统计分析
语料库用字用词用语的全方位统计。
4. 字词对比、分布分析
字词表的共独用、频率差对比，字词表在常见等级大纲中的分布。
5. 词语搭配抽取及分析
在语料库中自动进行所有词语的前后搭配抽取与分析。
6. 语料库风格计算
统计计算语料库的语体风格等特征。
7. 词语智能聚类
在语料库中自动按类别进行词语聚类。
8. 其他语言统计工具
为了方便使用者，本书对于主要功能模块提供了具体的使用案例。
\"案例篇\"包括：
1. 国际汉语教学语料库建设
2. 全球华语语料库建设及功能研究
3. 东南亚小学华文教材课文用字研究
4. 东南亚小学华文教材课文用词研究
5. 少儿汉语话题及话题词表构建
6. 心理动词\"了解\"词语搭配研究
7. 高程度补语与述语的组合研究
\"汉语助研\"软件下载地址为：http://www.languagetech.cn/corpus/tools.aspx
理论篇
1 语料库语言学概述 ／ 2
1.1 语料库语言学的学科基础 ／ 2
1.1.1 语料库语言学的产生原因 ／ 2
1.1.2 语料库语言学的理论基础 ／ 2
1.2 语料库的定义、特点与分类 ／ 3
1.2.1 语料库的定义 ／ 3
1.2.2 语料库的特点 ／ 4
1.2.3 语料库的分类 ／ 5
1.3 语料库语言学的定义 ／ 6
1.3.1 前人论述 ／ 6
1.3.2 语料库语言学定义 ／ 7
1.4 语料库语言学的研究内容与方法 ／ 8
1.4.1 语料库语言学的研究内容 ／ 8
1.4.2 语料库语言学的研究方法 ／ 8
2 语料库的建设 ／ 10
2.1 概述 ／ 10
2.1.1 语料库建设的基本过程 ／ 10
2.1.2 语料库建设面临的问题 ／ 10
2.2 语料库建设的原则和规范 ／ 11
2.2.1 语料库总的建设原则 ／ 11
2.2.2 语料库的不规范性 ／ 12
2.3 语料库建设的平衡性与代表性 ／ 13
2.3.1 规模、语体、时间与空间 ／ 13
2.3.2 流通度 ／ 15
2.4 语料库建设的元数据与信息字段 ／ 19
2.4.1 元数据 ／ 19
2.4.2 信息字段 ／ 23
2.4.3 元数据、信息字段举例 ／ 24
2.5 语料库建设方法 ／ 27
2.5.1 总体设计 ／ 27
2.5.2 具体实施 ／ 27
3 语料库的加工标注 ／ 31
3.1 中文自动分词 ／ 32
3.1.1 词与自动分词 ／ 32
3.1.2 中文分词的特点和难点 ／ 32
3.1.3 常见的中文分词方法 ／ 34
3.2 中文词性标注 ／ 35
3.2.1 词性、词类与词性标注 ／ 35
3.2.2 词性标注难点 ／ 35
3.2.3 常见词性标注方法 ／ 36
3.3 自动句法分析 ／ 37
3.3.1 概述 ／ 37
3.3.2 句法分析分类 ／ 38
3.3.3 依存句法分析 ／ 39
3.4 语义分析 ／ 41
3.4.1 词语级语义分析 ／ 41
3.4.2 句子级语义分析 ／ 43
3.4.3 篇章级语义分析 ／ 44
4 术语说明 ／ 46
4.1 频次 频率 文本数 ／ 46
4.1.1 频次 ／ 46
4.1.2 频率 ／ 46
4.1.3 文本数 ／ 46
4.2 累加频率 覆盖率 使用率 高频词语 ／ 47
4.2.1 累加频率 ／ 47
4.2.2 覆盖率 ／ 47
4.2.3 使用率 ／ 47
4.2.4 高频词语 ／ 48
4.3 频序 频序比 频率差 ／ 48
4.3.1 频序 ／ 48
4.3.2 频序比 ／ 48
4.3.3 频率差 ／ 49
4.4 字种 字种数 词种 词种数 ／ 49
4.4.1 字种 ／ 49
4.4.2 字种数 ／ 49
4.4.3 词种 ／ 49
4.4.4 词种数 ／ 49
4.5 共用 独用 ／ 50
4.5.1 共用 ／ 50
4.5.2 独用 ／ 50
工具篇
5 网页批量下载 ／ 52
5.1 具有数字序列规律的网页下载 ／ 52
5.1.1 搜索网页 ／ 52
5.1.2 批量生成网址 ／ 54
5.1.3 创建工程 ／ 55
5.1.4 运行工程 ／ 57
5.2 具有时间序列规律的网页下载 ／ 58
5.3 无数字、无日期序列的规律网页下载 ／ 59
5.4 无任何规律网页的批量下载 ／ 60
6 网页信息抽取建库 ／ 65
6.1 网页内容解析原理 ／ 65
6.2 程序操作图示 ／ 67
6.2.1 打开待处理html 文件夹 ／ 67
6.2.2 展示待处理html 文件的文本内容 ／ 68
6.2.3 选择抽取字段的起止标记 ／ 69
6.2.4 选择抽取结果保存的文件夹和文件名 ／ 70
6.2.5 检查所有网页的抽取起止标记是否正确 ／ 71
6.3 语料库结果展示 ／ 71
7 例句检索 ／ 73
7.1 程序操作图示 ／ 73
7.1.1 打开、保存文件夹 ／ 73
7.1.2 选择检索模式 ／ 73
7.1.3 单击运行程序 ／ 74
7.2 检索结果展示 ／ 74
8 例句分析 ／ 75
8.1 程序操作图示 ／ 75
8.1.1 检索语料例句 ／ 75
8.1.2 打开、保存文件夹 ／ 75
8.1.3 选择例句集来源、输入前后标记 ／ 76
8.1.4 单击运行程序 ／ 76
8.2 统计结果展示 ／ 77
9 用字统计分析 ／ 78
9.1 程序操作图示 ／ 78
9.1.1 打开语料库文件夹 ／ 78
9.1.2 设置保存结果文件夹及名称 ／ 79
9.1.3 运行统计功能 ／ 80
9.2 统计结果展示 ／ 81
9.2.1 总的汉字使用的摘要报告 ／ 81
9.2.2 汉字分类使用情况 ／ 81
9.2.3 标点符号和汉字部件的使用情况 ／ 82
9.2.4 汉字字表的覆盖率情况 ／ 83
9.2.5 不同排序方式的字表 ／ 83
9.2.6 与其他字表对比的数据 ／ 85
10 用词用语统计分析 ／ 86
10.1 程序操作图示 ／ 86
10.2 统计结果展示 ／ 86
10.2.1 基本词语表 ／ 86
10.2.2 频次与词种数 ／ 87
10.2.3 高频词语用字统计 ／ 87
10.2.4 高频词语词长统计 ／ 88
10.2.5 覆盖率与词种数关系 ／ 88
10.2.6 词性及其频次的统计结果 ／ 89
10.2.7 词性及其词种数的统计结果 ／ 89
10.2.8 成语使用结果 ／ 89
10.2.9 与《汉语水平词汇与汉字等级大纲》（词汇大纲）对比 ／ 90
11 字词表对比分析 ／ 91
11.1 程序操作图示 ／ 91
11.1.1 选择对比项目和参数 ／ 91
11.1.2 打开、保存文件夹 ／ 91
11.1.3 单击运行程序 ／ 92
11.2 统计结果展示 ／ 92
11.2.1 频率差结果 ／ 92
11.2.2 频序比结果 ／ 93
11.2.3 共独用结果 ／ 94
12 字词表分布分析 ／ 95
12.1 程序操作图示 ／ 95
12.1.1 选择分布计算的大纲和项目 ／ 95
12.1.2 打开、保存文件夹 ／ 96
12.1.3 单击运行程序 ／ 96
12.2 统计结果展示 ／ 97
12.2.1 在《等级大纲》中的分布 ／ 97
12.2.2 在《新汉语水平考试大纲》中的分布 ／ 97
13 词语搭配抽取及分析 ／ 98
13.1 搭配抽取 ／ 99
13.1.1 程序操作图示 ／ 99
13.1.2 统计结果展示 ／ 99
13.2 搭配过滤 ／ 101
13.2.1 程序操作图示 ／ 101
13.3 搭配分析 ／ 102
13.3.1 程序操作图示 ／ 102
13.3.2 统计结果展示 ／ 102
14 词语按主题聚类 ／ 104
14.1 程序操作图示 ／ 104
14.1.1 打开、保存文件夹 ／ 104
14.1.2 选择聚类的底表和词语数 ／ 105
14.1.3 单击运行程序 ／ 105
14.2 统计结果展示 ／ 105
15 篇章风格统计分析 ／ 107
15.1 程序操作图示 ／ 108
15.1.1 打开、保存文件夹 ／ 108
15.1.2 输入特定字词 ／ 108
15.1.3 单击运行程序 ／ 108
15.2 统计结果展示 ／ 109
案例篇
16 国际汉语教学语料库建设 ／ 112
16.1 汉语口语教学语料库 ／ 112
16.1.1 话题库建设 ／ 112
16.1.2 话题分类、难度分级的常用会话资源库 ／ 113
16.2 商务汉语教材语料库 ／ 114
16.2.1 商务汉语教材语料库 ／ 114
16.2.2 商务汉语功能项目库 ／ 114
16.2.3 商务汉语功能项目分类语料库 ／ 115
16.3 中小学华文教材语料库 ／ 116
16.4 少儿汉语教材语料库 ／ 117
16.4.1 主题库 ／ 117
16.4.2 教材语料库 ／ 117
16.4.3 主题分类语料库 ／ 118
16.5 旅游汉语教材语料库 ／ 118
16.5.1 旅游汉语教材语料库 ／ 118
16.5.2 旅游汉语话题分类语料库 ／ 118
17 全球华语语料库建设及功能研究 ／ 120
17.1 全球华语语料库建设的必要性和意义 ／ 120
17.2 全球华语语料库建设 ／ 122
17.2.1 语料库建设的基本原则 ／ 122
17.2.2 语料来源与获取方法 ／ 124
17.2.3 语料库构成及比例 ／ 125
17.2.4 语料库信息字段及存储格式 ／ 126
17.3 全球华语语料库深加工 ／ 127
17.3.1 选取核心库 ／ 127
17.3.2 分词标注词性、人工校对 ／ 128
17.3.3 基本字词信息统计 ／ 128
17.3.4 音视频资源标注处理 ／ 128
17.3.5 华裔学习者作文和口语语料库偏误标注 ／ 129
17.4 全球华语语料库网络服务平台介绍 ／ 129
17.4.1 子语料库定制系统 ／ 129
17.4.2 网络版字词检索系统 ／ 129
17.4.3 网络版全文例句检索系统 ／ 129
17.4.4 音视频资源点播系统 ／ 130
17.5 结语 ／ 130
18 东南亚小学华文教材课文用字研究 ／ 132
18.1 语料和调查对象说明 ／ 132
18.2 各教材课文用字基本情况 ／ 133
18.2.1 字次与字种数 ／ 134
18.2.2 各教材前100 字共用独用情况 ／ 134
18.2.3 各教材课文用字在《等级大纲》（汉字大纲）中的分布情况 ／ 136
18.2.4 新加坡两套教材课文用字对比 ／ 138
18.2.5 越南、泰国、印尼五套教材课文用字对比 ／ 139
18.3 各教材课文用字分年级情况 ／ 140
18.3.1 各教材分年级字次和字种数基本情况 ／ 140
18.3.2 分年级课文用字的《等级大纲》（汉字大纲）分布情况 ／ 142
18.3.3 课文用字字种数按年级增量情况 ／ 144
18.4 东南亚小学华文教材和中国小学语文教材课文用字对比 ／ 145
18.4.1 基本情况 ／ 146
18.4.2 分段的共用独用调查 ／ 147
18.4.3 基于频序比的汉字使用对比分析 ／ 149
19 东南亚小学华文教材课文用词研究 ／ 151
19.1 马来西亚《华文》教材课文用词调查 ／ 151
19.1.1 基本情况 ／ 151
19.1.2 频次与词种数的关系 ／ 151
19.1.3 词语的覆盖率 ／ 152
19.1.4 高频词的词长分布 ／ 154
19.1.5 成语调查 ／ 155
19.1.6 课文用词与《等级划分》（词汇大纲）的比较 ／ 159
19.1.7 课文用词按年级统计情况 ／ 160
19.2 马来西亚《华文》教材课文用词与新课标小学《语文》对比 ／ 161
19.2.1 基本情况 ／ 161
19.2.2 频次与词种数的关系对比 ／ 162
19.2.3 词语的覆盖率对比 ／ 163
19.2.4 高频词的词长分布 ／ 166
19.2.5 成语的对比分析 ／ 167
19.2.6 按年级对比马-《华文》与人教新课标《语文》课文用词情况 ／ 168
19.2.7 高频词的频序比 ／ 170
19.3 东南亚不同层次小学华文教材对比 ／ 171
19.3.1 各层级教材课文用词基本情况对比 ／ 172
19.3.2 各层级教材课文用词按年级统计情况 ／ 178
19.3.3 各层级教材课文用词与《等级划分》（词汇大纲）的比较 ／ 187
19.4 结语 ／ 191
20 少儿汉语话题及话题词表构建 ／ 194
20.1 术语及语料库介绍 ／ 195
20.1.1 话题词表、话题种子词 ／ 195
20.1.2 词语聚类 ／ 195
20.1.3 话题词语、话题通用词、话题专类词 ／ 196
20.1.4 相关语料 ／ 196
20.2 少儿汉语话题与话题库的构建 ／ 199
20.3 少儿汉语话题词表的构建标准与方法 ／ 203
20.3.1 少儿汉语话题词表的构建理论 ／ 203
20.3.2 少儿汉语话题词表的选词标准 ／ 205
20.3.3 少儿汉语话题词表的分类 ／ 205
20.3.4 话题词表的构建方法 ／ 207
书单推荐
