什么是索引(concordance)?

索引列出某个词在文本中的每一次出现,并附上其前后的词语。《圣经》和莎士比亚作品的人工索引曾耗时多年编成;索引工具可以即时生成,让您研究的是一个词如何被使用,而不仅仅是它出现了多少次。

Keyword in context,即语境中的关键词。这种格式——每次出现占一行,以关键词为中心,两侧保留固定长度的语境——由 H. P. Luhn 在 1960 年前后于 IBM 推广的关键词语境索引普及开来,至今仍是标准的索引视图。

搭配词是与关键词常常同现的词,例如 strong tea、heavy rain 中的 strong 和 heavy。本工具统计每个词在语境窗口内出现的次数,左右两侧分别计数。它不计算关联统计量,因此高频词可能仅仅因为频繁而排名靠前;如需看到实词,请把功能词排除在外。

它与 AntConc 或 Sketch Engine 有何不同?

专业的语料库工具可以处理由许多文件组成的大型语料库、进行词形还原和词性标注,并计算关联统计量。本索引工具适用于对您粘贴的文本进行快速分析:无需安装,不会上传任何内容,结果随输入即时更新。

我能一次搜索多个词吗?

每次只能搜索一个词或短语。若要汇集一组词形,请使用通配符——organi* 可找到 organize、organise、organization 和 organism——然后按匹配的词形排序,以便逐一查看每种词形。

如何在 Excel 或 Google Sheets 中打开 CSV?

下载后直接打开文件,或以 UTF-8 文本格式导入。每一行成为一个数据行,包含编号、左侧语境、关键词和右侧语境;文本中的引号和逗号已被转义,以保持各列对齐。

我的文本会被上传或保存吗?

不会。搜索在您的浏览器中运行,文本从不发送到服务器。

词汇索引工具(KWIC)

粘贴一段文本,输入一个词或短语,即可看到它每次出现的情况,并以关键词为中心、将其前后的词对齐排列——这是语料库语言学者常用的关键词语境(KWIC)视图。按关键词左右两侧的词排序,查看哪些词与关键词经常同现,并将每一行下载为 CSV。

要搜索的文本

词或短语

使用 * 代表任意字母:analy* 可找到 analyse、analysis 和 analytical。

排序方式

语境:每侧 5 个词

区分大小写仅整词匹配将功能词(the、of、and……)排除在搭配词之外

粘贴文本并输入要搜索的词或短语。

如何使用词汇索引工具

粘贴您的文本。 可以是一章小说、一组访谈记录、一批摘要,或您自己的草稿。
输入一个词或短语。 添加星号可代表任意一段字母:analy* 可找到 analyse、analysis 和 analytical,*ness 则会找到所有以 -ness 结尾的词。
设置语境与顺序。 选择每侧显示 1 到 15 个词,并按左侧的词、右侧的词或匹配的词形来排序各行。
阅读各行与搭配词。 搭配词表统计语境窗口内的词,左右两侧分别计数。下载 CSV 即可在电子表格中继续处理。

阅读索引

索引把文本横放:您不必逐句阅读,而是一次读完某个词的每一次出现,并使其前后的模式对齐以便观察。排序正是让这些模式显现出来的关键:按右侧的词排序,每个 memory consolidation 会聚在一起;按左侧的词排序,working memory 会与 long-term memory 区分开来。

命中次数表示该词出现了多少次;每 1,000 词的频率则让不同长度的文本可以相互比较,因为 75 词段落中的 8 次命中远比 7,500 词章节中的 8 次密集得多。搭配词与语境在同一窗口中统计,因此窗口越宽,捕捉到的关联越松散;窗口越窄,则越能发现固定搭配。

工作示例

选择 试用示例:一段 75 词、主题为记忆的短文,搜索词设为 memory。共有 8 次命中——每 1,000 词 106.7 次。以左右各 3 个词为语境,并按右侧的词排序,索引行如下:

左侧语境	关键词	右侧语境
Researchers therefore test	memory	at several delays
years. Sleep supports	memory	consolidation, the process
single system. Working	memory	holds a few
(文本开头)	Memory	is not a
seconds, while long-term	memory	stores knowledge for
Without sleep, working	memory	suffers first: tired
them sooner. Long-term	memory	suffers later, when
delays, because each	memory	system fails on

两条 suffers 行彼此相邻,这揭示了段落的对比:工作记忆先受损,长时记忆随后受损。在搭配词表中,working 和 long-term 各出现两次且只出现在左侧,suffers 出现两次且只出现在右侧——正是这段文字所围绕的三个短语。

在研究与写作中的用途

语料库语言学。 在就某个词的意义作出判断之前,先核查它的实际用法:它搭配的动词、其后的介词、其前的形容词。
文学分析。 追踪小说或诗人作品中的光、水、家等意象,并引用每一处出现及其语境。
质性研究。 在访谈记录中找出某一主题的每一次提及,并保留足够的前后文以便编码。
修改。 查看自己偏爱的词——significant、clearly、however——用了多少次,以及它周围的句子是否配得上这些词。

搜索规则与限制

除非选择 区分大小写,否则搜索忽略大小写;选择 仅整词匹配 可避免 art 匹配到 start 中。
短语可以跨越换行与多余空格匹配,但不能跨越标点:working memory 不会匹配 working, memory。
语境窗口按空格与标点切分词语,撇号与连字符保留在词内,因此 long-term 算作一个词。
不做词形还原:study 找不到 studied。使用通配符 stud* 可以同时找到二者,以及 student。
搭配词是窗口内的原始计数,而不是互信息(mutual information)或对数似然(log-likelihood)等关联分值。
页面显示前 500 行;CSV 下载包含全部匹配。

常见问题

什么是索引(concordance)?: 索引列出某个词在文本中的每一次出现,并附上其前后的词语。《圣经》和莎士比亚作品的人工索引曾耗时多年编成;索引工具可以即时生成,让您研究的是一个词如何被使用,而不仅仅是它出现了多少次。
KWIC 代表什么?: Keyword in context,即语境中的关键词。这种格式——每次出现占一行,以关键词为中心,两侧保留固定长度的语境——由 H. P. Luhn 在 1960 年前后于 IBM 推广的关键词语境索引普及开来,至今仍是标准的索引视图。
什么是搭配词?: 搭配词是与关键词常常同现的词,例如 strong tea、heavy rain 中的 strong 和 heavy。本工具统计每个词在语境窗口内出现的次数,左右两侧分别计数。它不计算关联统计量,因此高频词可能仅仅因为频繁而排名靠前;如需看到实词,请把功能词排除在外。
它与 AntConc 或 Sketch Engine 有何不同?: 专业的语料库工具可以处理由许多文件组成的大型语料库、进行词形还原和词性标注,并计算关联统计量。本索引工具适用于对您粘贴的文本进行快速分析:无需安装,不会上传任何内容,结果随输入即时更新。
我能一次搜索多个词吗?: 每次只能搜索一个词或短语。若要汇集一组词形,请使用通配符——organi* 可找到 organize、organise、organization 和 organism——然后按匹配的词形排序,以便逐一查看每种词形。
如何在 Excel 或 Google Sheets 中打开 CSV?: 下载后直接打开文件,或以 UTF-8 文本格式导入。每一行成为一个数据行,包含编号、左侧语境、关键词和右侧语境;文本中的引号和逗号已被转义,以保持各列对齐。
我的文本会被上传或保存吗?: 不会。搜索在您的浏览器中运行,文本从不发送到服务器。