東北地方口語語料庫的構建及應用.pdf

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

2、《人民日報》標注語料庫作為知識源，東北地方口語作為基礎生語料庫，探討了口語標注的基本技術，對東北地方口語語料的加工進行了詳細闡述。 其次，利用Microsoft SQL Server作為構建語料庫的技術平臺，在此基礎上確定了東北地方口語語料庫的總體設計和基本構架，并論述了語料庫的實現(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，為已標注或經(jīng)統(tǒng)計獲得的熟語料提供了豐富的訪問控制接口，增強了語料庫的功能。 本文構建了一個初步規(guī)模的東北地方口語語料庫，并進行了實驗對比，得出了一定的結(jié)論，同時也為語言