自認中文為母語者直覺上應有能力判為正常的句型
前文一出，有位網友留言建議試試「中央研究院平衡語料庫」，看語料庫裡對Howard Chang指為「洋腔」的句法使用情況如何。
我回覆如下，也算是簡單揭曉了前文最後賣的是什麼關子，有興趣的請看。
謝謝建議。這是台灣出名的中文語料庫（連結在留言），優點是對句內的詞做了詳細的詞類標示(POS tagging)，但我認為缺點是沒有辦法查詢更大的語法單位，如對一整個大句句型的分類。關於本文的討論，我們需要的是辨識句型，例如一句話是否是「主題(topic)—評論(comment)句」，或稱「雙主語(double subject)句」或「『主謂』謂語(subject-predicate as predicate)句」。這三個稱呼大致指一樣的東西，不同的中文文法學家有不同稱呼。接著，一句話若屬於這種句型，其中的主題部分、評論部分，或說大主語、大謂語、小主語、小謂語各為哪些？
不過，這語料庫仍可找到所收錄句型和「你可能英文很菜」一樣的例句：「他可能數學不好」，如圖。若照Howard Chang那般膚淺見識來做不負責的批評，這句話有洋腔，應該說成「他數學可能不好」才像個「中國話」，殊不知這就是每個中文母語者都會講的、中文當中突出的、洋文反而少見的特色句型：「主題—評論句」。
中文語料庫 在 [問題] 有PTT中文語料庫嗎？ - 看板Python - 批踢踢實業坊 的美食出口停車場
大家好
小弟最近在學習中文sentiment analysis
目前想對PTT文章的情緒做分類
我找到的中文語料庫大多是中文維基或者新聞的
比較少PTT的情緒分類語料
請問現在有好用的PTT語料庫可以用來training嗎？
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.121.85 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1574909269.A.281.html
... <看更多>