大數(shù)據(jù)時(shí)代語言網(wǎng)絡(luò)信息資源的整合與互動(dòng).pdf

1、Internet的飛速發(fā)展，全球網(wǎng)絡(luò)化、信息化的推進(jìn)，使得信息服務(wù)部門數(shù)字化、網(wǎng)絡(luò)化的建設(shè)已成為必然趨勢(shì)。特別是大數(shù)據(jù)時(shí)代的來臨，更加掀起了各學(xué)科研究方法的革命性變化。語言作為一種特殊的國家資源，承載著民族文化，關(guān)系著國民經(jīng)濟(jì)的快速發(fā)展。我國是一個(gè)多民族統(tǒng)一的國家，其語言種類繁多，文字多樣，致使我國的語言文字發(fā)展具有多樣性的特點(diǎn)。隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，信息資源引起了全世界的廣泛關(guān)注，基于互聯(lián)網(wǎng)的語言信息資源呈指數(shù)倍增長，人們對(duì)信息資

2、源的需求也從獲取轉(zhuǎn)向到了利用，而互聯(lián)網(wǎng)成了人們獲取信息資源的主要渠道。語言文字作為人文社會(huì)科學(xué)領(lǐng)域的重要學(xué)科，在數(shù)字化建設(shè)方面也取得了可喜的成績，大量電子語言信息資源的出現(xiàn)，以及各地語言部門相繼建立起的語料庫、語言學(xué)網(wǎng)站以及其他更多的語言信息資源平臺(tái)，在一定程度上豐富了語言學(xué)研究領(lǐng)域?qū)π畔①Y源的需求。然而，當(dāng)前已有的數(shù)據(jù)庫及平臺(tái)均是單獨(dú)存在，即使同一部門的不同數(shù)據(jù)庫也存在字段結(jié)構(gòu)、字段語義上的差異。平臺(tái)內(nèi)容組織程度不高，整體又顯無序化，

3、信息資源之間交叉關(guān)聯(lián)程度較低，用戶在獲取信息資源時(shí)，不但需要在不同的網(wǎng)絡(luò)平臺(tái)之間進(jìn)行不斷切換，還需要掌握不同平臺(tái)中不同的信息檢索方法，信息資源數(shù)量越大，用戶利用資源的難度就越大，久而久之，容易造成信息孤島，無法真正實(shí)現(xiàn)網(wǎng)絡(luò)信息資源的有效利用。特別是大數(shù)據(jù)時(shí)代的到來，語言信息資源及語言大數(shù)據(jù)建設(shè)更具促進(jìn)語言學(xué)發(fā)展新動(dòng)力。所以設(shè)計(jì)構(gòu)建語言網(wǎng)絡(luò)信息資源平臺(tái)，集中數(shù)據(jù)，解決異構(gòu)數(shù)據(jù)庫的相互操作，提高數(shù)據(jù)關(guān)聯(lián)，統(tǒng)一數(shù)據(jù)結(jié)構(gòu)，充分有效的整合各種不同

4、類型的語言網(wǎng)絡(luò)信息資源，并使這些資源可以與用戶進(jìn)行互動(dòng)，為語言學(xué)研究領(lǐng)域提供一個(gè)自由開放、內(nèi)容充實(shí)、系統(tǒng)全面的綜合性信息資源交互平臺(tái)，是當(dāng)今語言文字向更高層次發(fā)展的迫切需求。
　　近年來，上海師范大學(xué)在大數(shù)據(jù)方面作了許多工作。首先是語言資源的建設(shè)，建立了全球最大的東亞語言數(shù)據(jù)庫，完成了教育部的哲學(xué)社會(huì)科學(xué)重大課題研究攻關(guān)項(xiàng)目“漢語方言地理信息系統(tǒng)平臺(tái)建設(shè)”，龐大的語言數(shù)據(jù)庫可以通過這個(gè)平臺(tái)對(duì)外服務(wù)。此外，完成了在古籍文獻(xiàn)圖像上實(shí)現(xiàn)

5、全文檢索的技術(shù)突破，用這個(gè)技術(shù)建立大規(guī)模的網(wǎng)上圖書館。本學(xué)位論文是上海師大大數(shù)據(jù)工作的一部分，就是利用WIKI思想，把以上的數(shù)據(jù)資源整合在一個(gè)網(wǎng)絡(luò)平臺(tái)上，讓用戶參與到建設(shè)中來，用戶即是語言資源的享用者，又是語言資源的貢獻(xiàn)者。
　　全文共分為六章。第一章是緒論，介紹了本文的研究背景、研究意義、研究內(nèi)容以及研究方法。第二章對(duì)當(dāng)前語言大數(shù)據(jù)建設(shè)現(xiàn)狀進(jìn)行了綜述，為構(gòu)建語言網(wǎng)絡(luò)信息資源平臺(tái)作好鋪墊。并通過對(duì)國內(nèi)外語言網(wǎng)絡(luò)信息資源整合現(xiàn)狀的簡

6、述，明確語言網(wǎng)絡(luò)信息資源整合及互動(dòng)的需求，確定基于互聯(lián)網(wǎng)的語言網(wǎng)絡(luò)信息資源整合及互動(dòng)的體系框架。第三章構(gòu)建語言信息資源整合平臺(tái)，提出平臺(tái)構(gòu)建原則，設(shè)計(jì)主平臺(tái)系統(tǒng)結(jié)構(gòu)以及應(yīng)用平臺(tái)中各子系統(tǒng)的結(jié)構(gòu)，并對(duì)主平臺(tái)及各子系統(tǒng)的基本功能、數(shù)據(jù)庫等進(jìn)行了設(shè)計(jì)。首先對(duì)文獻(xiàn)查詢系統(tǒng)從文獻(xiàn)檢索、文本定位、文獻(xiàn)全文顯示、文獻(xiàn)評(píng)論等四個(gè)主要功能上對(duì)文獻(xiàn)資源整合系統(tǒng)進(jìn)行了具體的分析和設(shè)計(jì)。其次對(duì)基于GIS的語言地理信息系統(tǒng)進(jìn)行了設(shè)計(jì)與實(shí)施，從系統(tǒng)的建設(shè)目標(biāo)、建設(shè)

7、意義以及必要性進(jìn)行了分析研究，并從信息資源整合的角度對(duì)系統(tǒng)結(jié)構(gòu)、基本功能以及系統(tǒng)數(shù)據(jù)庫結(jié)構(gòu)進(jìn)行了設(shè)計(jì)。第四章構(gòu)建構(gòu)建語言信息資源互動(dòng)平臺(tái)，提出平臺(tái)建設(shè)目標(biāo)及構(gòu)建原則，設(shè)計(jì)主平臺(tái)系統(tǒng)結(jié)構(gòu)以及應(yīng)用平臺(tái)中各子系統(tǒng)的結(jié)構(gòu)，并對(duì)主平臺(tái)及各子系統(tǒng)的基本功能、數(shù)據(jù)庫等進(jìn)行了設(shè)計(jì)。除了對(duì)文獻(xiàn)信息資源、語言地理信息資源、用戶信息資源進(jìn)行互動(dòng)設(shè)計(jì)之外，還從信息資源互動(dòng)的角度從文本信息資源交互、媒體信息資源交互以及圖片信息資源交互幾個(gè)方面進(jìn)行考慮，設(shè)計(jì)出了系