東北地方口語語料庫的構(gòu)建及應(yīng)用.pdf

1、近年來，利用語料庫處理各種語言現(xiàn)象已被許多語言學(xué)家及計算機(jī)專家所認(rèn)可，各種類型的語料庫應(yīng)運(yùn)而生，但關(guān)于東北地方口語語料庫的建設(shè)目前還處于空白。本文選擇東北地方口語語料庫的建設(shè)作為研究課題，選擇《人民日報》標(biāo)注語料庫的標(biāo)注作參考，并利用構(gòu)建的東北地方口語語料庫與《人民日報》標(biāo)注語料庫的語法現(xiàn)象進(jìn)行對比，從而考察東北地方口語的特色。 首先，通過對國內(nèi)外語料庫建設(shè)的發(fā)展與現(xiàn)狀、計算機(jī)語言學(xué)的現(xiàn)狀、語料庫建設(shè)的口語語料庫的調(diào)研，確定了以

2、《人民日報》標(biāo)注語料庫作為知識源，東北地方口語作為基礎(chǔ)生語料庫，探討了口語標(biāo)注的基本技術(shù)，對東北地方口語語料的加工進(jìn)行了詳細(xì)闡述。 其次，利用Microsoft SQL Server作為構(gòu)建語料庫的技術(shù)平臺，在此基礎(chǔ)上確定了東北地方口語語料庫的總體設(shè)計和基本構(gòu)架，并論述了語料庫的實(shí)現(xiàn)手段，在語料庫管理系統(tǒng)中介紹了語料的入庫問題，以及如何為加工處理后的語料提供訪問控制接口問題。 最后利用該語料庫研究東北地方口語特色，包括東

3、北地方口語的詞匯研究和語法研究，及有東北特色的高頻詞統(tǒng)計。 本文的特色主要表現(xiàn)在以下兩個方面： 1)、首次構(gòu)建東北地方口語語料庫，并利用該語料庫研究東北地方口語，包括詞匯研究、語法研究、頻率統(tǒng)計以及句子長度計算。 2)、根據(jù)語料自身的特點(diǎn)，為已標(biāo)注或經(jīng)統(tǒng)計獲得的熟語料提供了豐富的訪問控制接口，增強(qiáng)了語料庫的功能。 本文構(gòu)建了一個初步規(guī)模的東北地方口語語料庫，并進(jìn)行了實(shí)驗(yàn)對比，得出了一定的結(jié)論，同時也為語言