• cluster和N元模式在一起 在下面选

• 用txt
• case：大小写 选上就是只有大写/小写
• regex：正则表达式（字符什么的 高级东西）

• concordance hits 搜索条数
• KWIC:key words in context
• search window size: 关键词在KWIC里前后的字符数
• Kwic sort：1L搜索关键词左边第一个词 2R右边第二个词 然后点sort
• 点一下蓝色关键词会跳到file view

P2：concordance（advanced）索引＆concordance plot索引定位

• 删除结果 shift/crtl
• advanced：多个关键词（要换行）

• 通配符*：work*会出现worker，working

• work的左边或者右边五个单词中要有we

• concordance plot：词在不同files中的分布情况

P3：file view 文件查看

• 和前面差不多

P4：clusters词丛

• cluster size：min2 max3 长度2-3
• min freq ：词丛的最小频率
• min range：最小分布情况（?）
• sort by：by freq 按频率排序 prob第一个单词出现的概率（？要在tool preference里设置）

P5：N-Grams

• I am a student. 二元：i am, am a, a student
• 不选定某一个词

P6：collocates搭配

• types:类符 tokens：形符（先不管）
• stat：统计量 检索词与该搭配之间的相关程度

由MI值＆T值计算出

• MI值：mutual information score交互信息值同时出现的两个词中一个词对另一个词的影响程（欢天＆喜地）
• T值：找出显著搭配词？听不懂

P7：word list词单

• 直接start得到所有词出现的频率（类似单词书）
• Lemma list：词源（go went going goes） 要在官网上下了才可以选

• word list range

就出现这些词出现的次数（没有变形）

P8：keyword list关键词单

• 1.要先找一个reference corpus参照语料库（要大一点）

• types before cut：语料库本身的类符
• types after cut：关键词单的类符数

• keyness：关键性（不是很懂）
• log-likelihood：对数似然比
• chi squared：卡方检验