这篇文档属于类型c：其他类型的文档（学术书籍的序言及目录）。以下是其主要内容梳理及关键点提取：

一、书籍基本信息

• 书名: 《Register Variation Online》
  
• 作者: Douglas Biber（北亚利桑那大学英语系教授）、Jesse Egbert（北亚利桑那大学应用语言学助理教授）
  
• 出版社: Cambridge University Press
  
• 出版时间: 2018年
  

二、研究背景与目标

1. 研究背景：

   • 互联网语言研究长期集中于特殊语域（如Twitter推文、短信等），但实际网络搜索中更常见的日常语域（如新闻、产品评论、旅行博客等）缺乏系统性描述。
     
   • 现有语料库多基于印刷媒体语域（如小说、学术论文），而网络可搜索的公开文档（如未正式出版的商业宣传页、FAQ问答）未被充分研究。
     

2. 研究目标：

   • 首次全面描述可搜索网络（searchable web）中的语域变异，包括情境特征、词汇与语法特征。
     
   • 提出“混合语域”（hybrid registers）概念，探讨网络文档如何融合多种交际目的（如叙事、信息、劝说）。
     

三、研究方法与语料库构建

1. 语料库设计（CORES语料库）：

   • 数据来源: 从全球网络英语语料库（GloWbE）中随机抽取48,571份网页文档，覆盖美国、英国、加拿大等英语国家。
     
   • 采样方法: 通过高频英语3-gram（如”is not the”）的Google搜索实现近随机采样，避免内容偏差。
     
   • 文本处理: 使用Justext工具去除HTML标签和重复内容，保留纯文本（平均每文档约1,000词）。
     

2. 语域标注流程：

   • 标注框架: 基于情境特征的层级分类（见表2.1），包括：
     
     • 模式（口语/书面语→交互性→交际目的→具体子语域）。
       
   • 众包标注: 通过Amazon Mechanical Turk招募908名非专家用户，每文档由4人独立标注，采用Fleiss’ Kappa系数评估一致性。
     
   • 混合语域识别: 通过标注分歧（如2-2或2-1-1分岐组合）识别常见混合类型（如叙事-信息混合）。
     

3. 语言特征分析工具:

   • 标注器: Biber Tagger（区分动词时态、被动语态、从句类型等150+特征）。
     
   • 关键词分析: 创新性采用“文本离散关键性”（text-dispersion keyness）方法，基于词项跨文本分布而非单纯频率。
     
   • 关键特征分析: 使用Cohen’s d效应量量化语法特征的语域特异性（如地点名词在旅行博客中的高频使用）。
     

四、主要发现（网络语域分布）

1. 通用语域频率（表3.1-3.3）:

   • 信息类文档占比最高（如机构介绍、百科文章、FAQ），其次为新闻和观点类（如评论、建议）。
     
   • “特殊网络语域”（如博客、论坛）实际比例低于预期，仅占少数。
     

2. 子语域特征举例:

   • 叙事类（第5章）: 新闻报告偏好过去时和专有名词；个人博客多第一人称代词和时间副词。
     
   • 劝说类（第6章）: 商品描述隐含说服意图，使用形容词比较级（如”better”）和受益短语（如”for you”）。
     
   • 信息类（第7章）: 百科文章多用名词化结构；食谱以祈使句和二价动词（如”add”, “mix”）为特征。
     

3. 混合语域现象:

   • 约29.2%文档被标注为多语域混合（如新闻与评论结合）。第9章通过聚类分析（hierarchical cluster tree）展示语域连续空间。
     

五、学术价值与创新点

1. 理论意义:

   • 挑战传统语域的离散分类，提出“连续性变异”模型（第9章），适用于网络及非网络语域研究。
     
   • 揭示网络语言与印刷媒体的互补性（如商业信息文档的网络独特性）。
     

2. 方法论贡献:

   • 开发首个基于众包标注的大规模网络语域语料库（CORES）。
     
   • 首创文本离散关键性方法，提升关键词分析的稳健性。
     

3. 应用价值:

   • 为搜索引擎优化、自动文本分类提供语言学依据。
     
   • 支持跨文化网络传播研究（如比较不同英语变体的语域偏好）。
     

六、书籍结构（目录精选）

• 第1-3章: 研究背景、语料库设计、网络语域概览。
  
• 第4章: 多维分析法（multi-dimensional analysis）揭示9大语言维度。
  
• 第5-8章: 分语域详细描述（叙事、劝说、信息、口语化语域）。
  
• 第9章: 理论总结与混合语域分析。
  
• 附录: 语言特征列表（如附录A包含多维分析的特征集）。
  

七、亮点总结

• 语料代表性: 首次基于随机采样的全网语域分析，覆盖48,571文档。
  
• 混合语域理论: 为语域分析提供动态视角，解释网络文本的多元交际功能。
  
• 方法创新: 结合众包标注与定量语言学，平衡人工判断与统计严谨性。