AntConc的语料神技：模糊匹配

1、“竖线”，也就是“|”，在正则表达式（模糊检索）中的意思是“或者”，因此某个词或某两三个词的屈折形式的检索，可以用下面的表达法（首先勾上“regex”这个选项哟）：

3、因此，必须指定在“off”的前后必须有一个空格，而空格在正则表达式中就是“\s”，也就是“反斜线与字母s”，这里的字母s就是space（“空格”）这个英语单词。

6、要检索“4个或5个或6个字母组成的单词”就是下面的表达，即“\s[a-zA-Z]{4,6}\s”：

8、要检索ful结尾的单词，就是（表达式中的“+”表示至少1个的意思）：

10、要检索“un”为前缀的单词，就是：

12、要检索“the * * * of”这种结构，这里的3个*表示3个单词，就用“\sthe\s([a-zA-Z]+\s){3}of\s”，这里的圆括号就表示把圆噢谙坟吕括号里面的内容重复多次，重复的次数在后面的{}里面用数字进行指定：

14、上面的检索办法并不完美，其实以ed结尾的却不是动词的单词也会有一些，而且以ly结尾的单词也未必就是副词。要真正做到“对某种刮苕匚衰词性的某个词的检索”，就必须先对所有句子段落都进行POS taggging（词类标注，也叫“词类标注”），这样的标注就会把每个词的后面都添加一个下划线或斜线或反斜线，然后再添加一个标签，例如用JJ表示形容词，VV表示动词（前面是两个字母V），这样的标签有多套，每套都是不同的高校或开发者指定的，例如，美国宾西法尼亚州立大学的那套就是这个清单：https://www.sketchengine.co.uk/documentation/wiki/tagsets/penn

15、下面就是在语料库中检索love这个词的动词用法的正则表达式，从前后词的标注你也就明白了“被标注了词性的语料”是什么样子的：

17、如果介词都被标注为“IN”这个标签，那么，想要找“介词+名词”这种结构，就：

19、如果被标注词与标签之间的连接符号是反斜线，就需要输入“\\IN [a-zA-Z]+\\NN”，注意，因为反斜线是特殊符号，所以需要用两个反斜线代表一个反斜线哟：

21、上面的内容虽然只是让你螭蒴饕厍掌握到了正则表达式的初级水平，但是，你已经清晰地明白了“竖线、斜线、反斜线、方括号、花括号、加号、下划线”这7种符号的威力，尤其是你能进行多重组合的时候，就能构建出枷讹般身相当复杂也相当广泛的语言结构与语言现象了，恭喜你！