正则表达式与文本处理技术应用

摘要

正则表达式可以用来分层提取语料库中的各类数据。学术语篇的语言表达方式能够反映学科传统和语言习惯的差异,应用正则表达式检索和统计学术英语语料库中的各类词性分布。通过应用相关统计软件进行处理和分析,发现词性使用频率的差异是区分自然科学与社会科学学术论文、中国英语学术论文与本族语学术论文的主要特征之一。