Sketch Engine语料库CQL查询：匹配无前后空格的点

首先，你的CQL写法主要错在这几个地方：

• token划分逻辑误解：你要找的a.a这类实例，绝大多数语料库会把它识别为单个token，而非a、.、a三个独立token。你用三个连续token的规则去匹配，自然找不到结果。
• 属性与正则误用：
  • lemma!="[[:space:]]"完全无效，因为空格不会作为任何token的lemma存在，这个条件等于没加。
  • [lemma="[[:alpha:]]*"]里的*会匹配空字符串，可能命中.a或a.这类不符合要求的情况；就算是三个token的场景，也该用+（匹配至少一个字母）而非*。

正确写法分两种场景： #

场景1：目标是含中间无空格点的单个token（如a.b、hello.world）

直接匹配表层文本（用word属性，避免词元还原干扰）：

[word="^[[:alpha:]]+\.[[:alpha:]]+$"]

说明：^和$限定整个token的首尾，[[:alpha:]]+匹配至少一个字母，\.匹配点。

场景2：若语料库确实将a.a拆分为三个独立token（极少出现）

匹配连续的字母token、点token、字母token：

[word="[[:alpha:]]+"] [word="\."] [word="[[:alpha:]]+"]

这里用word而非lemma，确保匹配的是表层的字母和点，不受词元还原影响。

另外无需用\s或[[:space:]]排除空格——token序列本身就代表文本中连续无空格的部分，有空格的地方会被拆分为不同token组，中间会有<s>等分隔标记。

内容的提问来源于stack exchange，提问作者Cecilia