Scidown文献预览系统!
基于语料库的在线商务信函和商务信函语料库中的词块分析( An Analysis of Lexical Chunks in Online Business Letters (OBL) and Business Letter Corpus (BLC): A Corpus-Based Study )
HA Mohamad ML Mohaini PR Nath
本研究调查了300封网上商务信函中五种词块的词汇密度和频率。在全球范围内,根据流量、访问量和百万以下网页的反弹率,确定了十大商务信函网站。在从网站中提取样本信件之前,确定了标准抽样方法。然后使用Antconc一致性程序(ACP)对数据进行词汇密度和频率分析。将在线商务信函(OBL)中排名前15位的词块与商务信函语料库(BLC)中排名前15位的词块进行比较。研究结果表明,在该语料库中共发现了39个916个词的代词和939个词块。研究发现,在商务信函的类型上,词汇量越多并不意味着词块的使用越多。所有5类词块均被识别并按降序排列;在词块中,最常见的词块类型是句子构成词(SB),其次是搭配词(COL)、指示语(DLs)、多义词(POLs)和制度化表达(IUs),它们是最不常见的词块类型。分组分析显示语法搭配比词汇搭配更常见。大部分词块是在句子层面形成的,而不是在短语层面形成的。通过对OBL和BLC中排名前15位的词块的对比分析,发现网络商务信函中排名前15位的词块大多代表了BLC中的企业商务信函。本文还讨论了在线商务信函的可靠性对学术参考和未来研究的启示。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】