東北地方口語(yǔ)語(yǔ)料庫(kù)的構(gòu)建及應(yīng)用.pdf

1、近年來(lái)，利用語(yǔ)料庫(kù)處理各種語(yǔ)言現(xiàn)象已被許多語(yǔ)言學(xué)家及計(jì)算機(jī)專(zhuān)家所認(rèn)可，各種類(lèi)型的語(yǔ)料庫(kù)應(yīng)運(yùn)而生，但關(guān)于東北地方口語(yǔ)語(yǔ)料庫(kù)的建設(shè)目前還處于空白。本文選擇東北地方口語(yǔ)語(yǔ)料庫(kù)的建設(shè)作為研究課題，選擇《人民日?qǐng)?bào)》標(biāo)注語(yǔ)料庫(kù)的標(biāo)注作參考，并利用構(gòu)建的東北地方口語(yǔ)語(yǔ)料庫(kù)與《人民日?qǐng)?bào)》標(biāo)注語(yǔ)料庫(kù)的語(yǔ)法現(xiàn)象進(jìn)行對(duì)比，從而考察東北地方口語(yǔ)的特色。 首先，通過(guò)對(duì)國(guó)內(nèi)外語(yǔ)料庫(kù)建設(shè)的發(fā)展與現(xiàn)狀、計(jì)算機(jī)語(yǔ)言學(xué)的現(xiàn)狀、語(yǔ)料庫(kù)建設(shè)的口語(yǔ)語(yǔ)料庫(kù)的調(diào)研，確定了以

2、《人民日?qǐng)?bào)》標(biāo)注語(yǔ)料庫(kù)作為知識(shí)源，東北地方口語(yǔ)作為基礎(chǔ)生語(yǔ)料庫(kù)，探討了口語(yǔ)標(biāo)注的基本技術(shù)，對(duì)東北地方口語(yǔ)語(yǔ)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(yǔ)料庫(kù)的技術(shù)平臺(tái)，在此基礎(chǔ)上確定了東北地方口語(yǔ)語(yǔ)料庫(kù)的總體設(shè)計(jì)和基本構(gòu)架，并論述了語(yǔ)料庫(kù)的實(shí)現(xiàn)手段，在語(yǔ)料庫(kù)管理系統(tǒng)中介紹了語(yǔ)料的入庫(kù)問(wèn)題，以及如何為加工處理后的語(yǔ)料提供訪問(wèn)控制接口問(wèn)題。 最后利用該語(yǔ)料庫(kù)研究東北地方口語(yǔ)特色，包括東

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