維吾爾中介語語料庫管理系統(tǒng)建設(shè)及自動標(biāo)注技術(shù)研究.pdf

1、語料庫在建設(shè)的過程中是一個浩大的工程。在針對已經(jīng)建立好的一些語料庫和中介語語料庫中伴隨的大量研究成果充分證明了它的重要性。構(gòu)建過程中還需要不同層次專業(yè)人員的參與。因此維吾爾中介語語料庫系統(tǒng)的實(shí)現(xiàn)，對提高維吾爾語教學(xué)質(zhì)量及維吾爾語專業(yè)人才培養(yǎng)質(zhì)量有深遠(yuǎn)的影響。
　　本系統(tǒng)主要從三個方面進(jìn)行了設(shè)計與研究:第一、針對維吾爾中介語語料庫的構(gòu)建提出了總體規(guī)劃，包括對標(biāo)注代碼設(shè)計，數(shù)據(jù)采集的內(nèi)容與范圍進(jìn)行了分析和采集;第二、利用基于Java

2、EE設(shè)計開發(fā)了維吾爾中介語語料庫管理系統(tǒng)，解決了維文、數(shù)字、英文字母與符號混排時格式錯誤問題，設(shè)計了維文JS輸入包，用戶無需安裝第三方維文輸入法，可以在本系統(tǒng)直接輸入維文，順利地完成對中介語語料的錄入、審核、標(biāo)注和檢索等工作;第三、由于采集回來的語料信息繁多，在標(biāo)注過程中需要人工進(jìn)行標(biāo)注，工作量巨大。為此，利用了兩種方法對自動標(biāo)注技術(shù)進(jìn)行了研究，兩種方法分別為:偏誤詞典庫與字符串匹配的方法和語言模型訓(xùn)練的方法。
　　目前，維吾爾中