蔬菜種植信息語料庫構(gòu)建方法的分析與設(shè)計.pdf

1、語料庫是用于語言學(xué)研究的數(shù)據(jù)庫，小型語料庫具有目標(biāo)明確、語料收集針對性強(qiáng)、語料可更新、標(biāo)注靈活等特點(diǎn)，在各個專業(yè)領(lǐng)域的應(yīng)用日益增多。為了滿足蔬菜種植科普、科研、生產(chǎn)實(shí)踐及教學(xué)中對語料及技術(shù)信息的需求，建設(shè)一個蔬菜種植信息小型語料庫提供各種語料檢索具有現(xiàn)實(shí)意義。給出了蔬菜種植信息語料庫的語料收集、標(biāo)注和檢索系統(tǒng)的設(shè)計實(shí)現(xiàn)過程，該語料庫能以多種方式快速檢索所需的蔬菜種植信息。
　　首先，對一些著名的大型語料庫和當(dāng)前出現(xiàn)的一些專用小型語

2、料庫研究現(xiàn)狀進(jìn)行了介紹、分析和總結(jié)，對蔬菜種植信息語料庫的構(gòu)建以及未來的發(fā)展趨勢進(jìn)行了展望，對語料庫建設(shè)的各個步驟分別進(jìn)行了介紹和分析，在此基礎(chǔ)上確定了蔬菜種植信息語料庫的建設(shè)步驟。
　　其次，選取國內(nèi)大型的農(nóng)業(yè)信息網(wǎng)站——中國蔬菜網(wǎng)，對其中的蔬菜種植信息語料進(jìn)行了收集，先利用八爪魚采集器對網(wǎng)站的蔬菜種植相關(guān)信息進(jìn)行自動收集，再人工對收集到的語料進(jìn)行篩選，得到適合本語料庫需要的各種文檔，并進(jìn)行相應(yīng)的預(yù)處理修改錯字和不齊全的文檔。<

3、br>　　然后，選擇TEI標(biāo)注模式對收集到的蔬菜種植信息語料進(jìn)行標(biāo)注，在對蔬菜種類、蔬菜種植技術(shù)分類和賦碼的基礎(chǔ)上，對語料庫每篇文檔的篇頭給出了主題詞、蔬菜種類、蔬菜種植技術(shù)的標(biāo)注，對文檔篇體給出了關(guān)鍵詞、詞語、詞性的標(biāo)注。
　　最后，對蔬菜種植信息語料庫的檢索系統(tǒng)進(jìn)行了分析和設(shè)計。根據(jù)蔬菜種植信息的實(shí)際檢索需要，確定蔬菜種植信息語料庫所需的具體檢索類型包括主題詞檢索、蔬菜分類種植技術(shù)分類檢索、關(guān)鍵詞檢索、全文檢索，設(shè)計了檢索系統(tǒng)