这一章中我将进一步和你分享如何使用语料库分析工具。上一章中提及，常用的研究工具有，日本早稻田大学研发的AntConc、英国利物浦大学开发的WordSmith和CORPRO。其中，AntConc是免费的软件，WordSmith和CORPRO则需要费用。

在进行语料库分析前，我们先来简单了解一下语料库分析流程。

语料库分析流程

一、建立语料库

语料库分析中，我们所使用的语料库大多是自行建立的。国内比较知名的语料库大多是文学类或语言类语料库，对于传播科系而言，我比较推荐的是慧科搜索新闻研究数据库。这是由香港慧科讯业创建，香港特区政府和香港中文大学斥资成立。该库可搜索1000多种平面媒体和6000余种网站新闻（需要在某宝上购买账号或通过学校图书馆进行登入）。

需要注意的是，语料库分析法有效文本数建议在500以上，有效字数在两万左右。研究文本量足够，才能确保研究的准确性也有足够的可信度，最后的研究结论不会产生以偏概全的错误。

为何需要建立语料库？

建立语料库，需要考量我们所研究的文本内容和范围。例如，时间范围：五年内的新闻报道，特定议题范围：苏轼诗文、科技类报道、疫情报道或关于转基因，诸如此类。以自己所研究主题确定研究样本后，需要自行建立语料库。有以下几点好处： 1、确保文本在圈定的范围内。2、利于通过专业工具分析。3、确保范围内的文本适合使用。

如何建立语料库？

以新闻传播专业为例：研究主题为五年内（2014年-2019年）五家平面媒体，关键词为转基因（或基因改造）。总计本研究搜寻文章总计为 1193 篇，剔除不符该研究宗旨报导后共计纳入620 篇报导（纳入比率 51.97%）。

举例说明

建立语料库的方式，就是将研究文本复制贴入「记事本」。

这里建议三点步骤：

:1、按样本类型划分

2、之后按时间划分

3、将记事本文本改格式为「UTF-8」或「Unicode」（以使用工具所适用格式为准）

实践说明

二、建立字典

语料库研究方法中，建立完语料库后，紧接着就是设立字典。这一步的重要性在于，随后语料库将进行断词。

断词后效果

左图为断词前的完整文本，右图为断词后的文本。建立字典的意义就是语料库工具断词的依据。语料库工具最早是基于英文单词设计的，可以准确的对英文文本进行断词，但若是中文文本则需额外设立词典，防止中文语境中的一些词汇影响工具断词的准确性。

1、如何断词

设立词典后，对文本进行断词。以免费的研究工具SegmentAnt为例。左下角为研究文本，右下角为字典文本。设置好后导入字典，点击star即可开始断词。

Ant工具断词操作画面

断词后，需要重新返回文本审核一遍，将断词后文本中未断词正确的词汇，重新填入字典中，重新进行断词。

三、研究分析

将全部的文本进行断词后，恭喜你，就可以开始研究分析啦。

WordSmith工具分析示意图

以WordSmith为例，点击软件运行后，点击WordList，左上角新建文本，

点击Choose Tests Now。随后则是，右下图的页面。点击确定后，即可开始研究分析。

更多的研究流程，我就不详细说明啦。对于语料库研究方法而言，设立语料库和字典，是研究的基础和根本。随后进行断词和分析。语料库研究方法，比较繁琐的过程便是，收集语料库文本，将所要研究的文本从网络上抓取下来，放在记事本中。唯有这一步比较繁琐，因为研究文本的量往往不少。但好处在于，随后的研究都可以通过工具软件自行完成。我们研究者所要做的，就是读的懂数据，能进行自主分析。