中国科学技术信息研究所--国家工程技术数字图书馆

1. 语料库研究

[学位论文] 何婷婷华中师范大学 2003年博士导师: 李宇明共115页

摘要 : 该文以语料库本身为研究对象,以语言学理论为基础,以计算机软件工程和数据库的思想为指导,结合其他学科领域的理论和方法,在总结前人提出的各种有关语料库建设的理论、方法的基础上,紧密结合语料库开发的具体实例,全面、系统地研究了与语料库建设有关... 展开

关键词 : 语料库语料库系统语料库标注语料库工程语料库管理

2. HNC语料库的设计与实现

[学位论文] 谭露中国科学院声学研究所 2005年硕士导师: 张全共74页

摘要 : 语料库是语言学研究和自然语言处理研究的基础资源,随着计算机技术的高速发展,计算机存储和处理语料的能力愈来愈强,语料库在语言学研究和自然语言处理等相关领域的研究中发挥着愈来愈重要的作用.HNC理论作为一个中文信息处理的流派,它的发展要求HNC语... 展开

关键词 : HNC理论语料库语料标注语料检索统计

3. 语料库的代表性——语料库设计中影响语料库代表性的因素

[学位论文] 刘兴兵武汉大学 2003年硕士导师: 刘世平共82页

摘要 : 该文讨论了语料库设计阶段的五个因素,即抽样方法、语言总体定义、库类别、库结构、库大小,如何影响语料库的代表性,重点是对库大小因素的分析,因为在现阶段只有在这一方面能进行实证研究.在第一章,作者首先简要地定义了语料库和语料库的代表性,提出在... 展开

关键词 : 语料库语料库的代表性语料库设计

4. 基于语料库的词汇研究及其教学启示——以“keep”为例的研究

[学位论文] 吴晶晓上海师范大学 2007年硕士导师: 武成共67页

摘要 : 随着计算机科技的飞速发展，进行语料研究正变得越来越简单快捷，这对于语料库的研究与应用来说是非常有利的。本文是通过运用语料库对于“keep”一词的研究来提出有关在英语课堂教学中应用语料库的一些看法。在中国的英语学习者中，有相当一部... 展开

关键词 : 语料库语料库语言学语料词汇教学

5. 汉英/英汉平行翻译语料库的设计及其在翻译中的应用

[学位论文] 钱之莹华东师范大学 2005年硕士导师: 傅惠生共58页

摘要 : 　　本文借鉴语言学语料库的检索功能，设计了关键词检索、模糊检索、搭配检索、句型检索、对译词词频统计、多作品联合检索、多译者联合检索、检索结果自动排序等8项适用于翻译研究的检索项目。　　翻译语料库及其检索平台在翻译研究、翻译实践、翻... 展开

关键词 : 翻译语料库语料库检索平行翻译语料库

6. 基于唐诗语料词的提取与统计分析的研究

[学位论文] 王美艳长春工业大学 2006年硕士导师: 赵伟共43页

摘要 : 中国的诗歌艺术源远流长，诗歌作为一种最接近口语的大众化文学形式，在汉语文化的成长演变与传播中占有极其重要的地位，唐代的诗歌更是集古代诗歌的优势于一身，并且把诗歌艺术发扬光大，因此对唐诗的研究历来是汉学研究的热点之一。不过，诗歌的传... 展开中国的诗歌艺术源远流长，诗歌作为一种最接近口语的大众化文学形式，在汉语文化的成长演变与传播中占有极其重要的地位，唐代的诗歌更是集古代诗歌的优势于一身，并且把诗歌艺术发扬光大，因此对唐诗的研究历来是汉学研究的热点之一。不过，诗歌的传统研究往往依靠研究者的自身良好的文化修养，凭感悟直接把握作品的内涵，这种研究方法对于诠释作品的美学及人文意义有很强的优势，但在对作品的语言全貌进行横向和纵向的分析时，就会显得捉襟见肘。在步入信息化社会的今天，我们发现，对古籍的研究手段还大多数采用手工方式。这种方式效率低、费人工，因此我们在古籍研究中引入计算机，为古籍研究者提供辅助工具已是大势所趋。语料库在语言学研究领域有着广泛的应用，它是语言研究现代化的重要基础，利用语料库从事语言研究，可以克服传统语言学研究中的许多问题。基于以上因素，将计算机知识应用到诗歌的研究工作中，是计算机语言学的一片新天地。运用在现代汉语信息处理研究中建立的计算机语言学理论，方法和技术，可以对古代汉语的语言现象进行深层次的研究。由于语料库为文学语言研究提供了量化语料和语言特征的统计数据，所以可以避免因研究人员的主观直觉差异而导致定性描述的偏颇。对文学语言的文体特征所做的定量统计和分析，具备了统计学的计量依据，在此基础上对文学语言进行定性描述也就更加全面、客观、科学，更加具有说服力。本文主要是采用了基于语料库统计的方法，统计作为一种工具可以用来帮助发现语言事例中隐藏的许多语言现象，统计手段的引入，使人们能够有一个相对客观的标准来判定唐诗中“词”的概念，词汇语义之间的相互关系等。基于唐诗三百首的语料库，利用信息论与概率论中的互信息这个统计方法对唐诗语料进行统计，但是在实际应用中发现仅仅利用互信息这个统计手段，是不能满足要求的，于是提出了结合力度、共现度等概念，对诗中的词进行提取，再利用统计的方法，对诗歌中的词汇进行分析，并且建立一个基于频度、相对共现度以及结合力度的三维的词的统计发现的模型。该模型针对汉语中多字词被大量使用的特点对传统的互信息模型进行了改进，该模型要求一个字串只有在三方面都达到标准才能判定为词，提高了统计自动提取词的查准率和查全率。本文还对唐诗语料词的划分与句尾三字组的消除歧义工作也进行了详细的说明。通过采用统计的方法，对唐诗的同现词和对仗词进行了分析，进一步更加深入的研究唐诗语料。收起

关键词 : 语料库语料词唐诗语料自动提取统计分析

7. 汉语翻译小说语言整齐化特征：一项基于语料库的研究

[学位论文] 高菲西南交通大学 2011年硕士导师: 唐跃勤共73页

摘要 : 本论文依据语料库翻译学的研究方法，从词汇特征、体裁特征及句法特征三个角度，对汉语翻译小说文本中整齐化特征是否存在这个假设进行验证。整齐化特征指的是翻译文本具有向连续体中间聚集的倾向。具体到本文中，汉语翻译小说文本较之汉语非翻译小说... 展开本论文依据语料库翻译学的研究方法，从词汇特征、体裁特征及句法特征三个角度，对汉语翻译小说文本中整齐化特征是否存在这个假设进行验证。整齐化特征指的是翻译文本具有向连续体中间聚集的倾向。具体到本文中，汉语翻译小说文本较之汉语非翻译小说文本在以上三个层面表现出更强的聚合性：即汉语翻译文本中提取的各项特征与非翻译文本的特征值整体上存在显著差异，从统计意义上表明两组文本分属不同样本，且翻译文本语料库子库的语言特征之间的标准差相对非翻译语料子库之间的要小。论文通过选取可体现词汇特征、体裁特征及句法特征的可量化的具体特征：词汇密度、词汇丰富性、平均句长、可读性、话语标记、词性N元组及被动结构，对可比语料库兰开斯特汉语语料库的小说子库(LCMC)和自建汉语翻译小说语料库(CCTF)内部特征值标准差进行比较；并同时运用统计检验以验证两库是否具有显著差异，从而验证翻译语言的整齐化特征理论假论。研究者选取兰开斯特普通话语料库小说部分子库作为对比语料库，并对该子库探险小说部分进行重新取样，对整个子库部分采用与自建语料库相同的标注软件重新标注，以便与自建的汉语翻译小说语料库进行对比。除了探险小说部分外，该自建语料库完全采用与兰开斯特普通话语料库相同的取样框架，以增加可比性。汉语翻译小说语料库由5个子库组建而成，选取145个样本，每个样本大约3200字，共计46万字。研究针对整齐化特征的理论假设，提出如果整齐化特征存在，则必定CCTF各子库之间在上述7个具体特征值上的标准差会小于对比语料库LCMC子库之间对应的标准差，且两库之间在这些特征上必定存在明显的差异。研究发现：CCTF和LCMC仅在词汇密度和词汇中话语标记比例两项指标上差异明显，且LCMC子库之间标准差大于对应的CCTF子库标准差；从统计结果来看，实验中其他几项指标并未有显著差异。研究结果表明，贝克所主张的翻译文本整齐化特征对汉语翻译小说文本而言，就所选取的语料特征上并不完全成立。研究者认为并不能以此就否认整齐化特征的存在。相反，研究表明我们应从寻找更多的可量化特征着手，比较两库的差异。研究中提出了翻译的诸多普遍性特征间存在一种交互关系的观点，并认为它们不是非此即彼的关系。相反，一种普遍性特征的证真并不意味着另一种的证伪。即使一种特征处于主导地位，另一种特征也会在某些具体的方面体现出来。收起

关键词 : 语料库翻译学可比语料库自建语料库整齐化

8. 新闻语料库中的转述动词

[学位论文] 陈明大连海事大学 2002年硕士导师: 谭万成共100页

摘要 : 本文旨在利用计算机来对两个新闻语料库LOBA和BROWNA中的转述动词，尤其是具褒贬色彩的转述动词的分布特点进行系统的分析。借助于SNOBOL4和VisualFoxPro程序及SPSS统计软件，就新闻语料库中转述动词的分布及用法与其他语料库(T4和MEE)进行彻底比较研... 展开

关键词 : 语料库新闻语料库转述动词

9. 基于语料库的中美官方新闻报道中的立场标记语的对比研究

[学位论文] 赵旋大连海事大学 2019年硕士导师: 王海燕共86页

摘要 : 美国贸易代表办公室(USTR)负责制定和协调美国的国际贸易，商品和直接投资政策，并监督与其他国家的谈判。中国商务部(MOFCOM)是中华人民共和国设立的主管国内外贸易和国际经济合作的部门，隶属于中华人民共和国国务院。本文以Hyland提出的立场... 展开

关键词 : 官方新闻中文语料英文语料立场标记语

10. 基于XML的汉语语料标注问题研究

[学位论文] 何杭军上海交通大学 2002年硕士导师: 陆汝占共61页

摘要 : 语料库语言学是当代计算学语言学中经验主义方法论取得显著成效从而在计算语言学领域占有一定的优势地位的新学科方向。语料库不仅是自然语言处理领域的基础性资源，并且由此产生很多不同于理性主义方法的理论和方法。因此语料库建设和研究就成为计算... 展开语料库语言学是当代计算学语言学中经验主义方法论取得显著成效从而在计算语言学领域占有一定的优势地位的新学科方向。语料库不仅是自然语言处理领域的基础性资源，并且由此产生很多不同于理性主义方法的理论和方法。因此语料库建设和研究就成为计算语言学的奠基工作。实践证明一个好的语料库应该具有可重用性和可扩展性，而语料标注的标准化对于语料库建设具有十分重要的意义。语料标注跨越语言学和计算机科学，需要对标注的内容(即标注哪些信息)、目的(即为什么要标注)、手段(即怎样实现标注)等问题进行逐一的回答，而语料标注的标准化也需要在这些问题上有一个明确的答案之后才得以进行。但是目前中文语料标注的工作主要集中在标注内容的研究上，更多地从语言学的角度研究汉语词性标注和切分的问题，对于语料标注的手段问题特别是编码格式的问题很少涉及，这样也就达不到语料的标准化。 XML作为网络间数据交换的标准语言在许多垂直行业特别是电子商务中得到了广泛运用，同时目前在语料标注领域也出现了将XML作为标注的标记语言的趋势。本文对汉语语料标注的问题进行了研究，主要包括： 1，比较了国内外语料标注的理论研究和工程项目，指出了国内语料标注研究的两大不足，即对语料标注的编码格式的关注程度不够；对于标注更多集中在切分标注层次上，而没有一个分层体系下的标注研究2，提出语料标注应该着眼于语料的相互交换，而不是语料的本地处理 3，基于上述的认识明确提出了标注语义和标注表示的区分，该划分具有十分重要的意义，该划分廓清了语料标注领域中的认识误区，将语料标注问题的研究分成两个相对独立的部分，从而可以相对独立地发展关于标注语义和标注表示地研究。并将标注表示的问题归结为一系列对标注表示的要求，这些要求需要有一个分层次的语料标注模型。 4，目前国内还没有出现关于语料标注抽象数据模型研究的资料，本文则给出了一个基于集合论和图论的形式化描述分层语料标注模型(MCAMMultilevelCorpusAnnotationModel)，并且在定义该模型的同时将该抽象模型和具体的语料标注过程进行了对应，分析了分层标注模型的优点，并且给出了MCAM模型的XML表示，从而说明了该抽象模型现实的可行性。 5，最后则根据工作的实际，给出了一个MCAM模型下切分标注的XML规范表示，并编写了程序实现语料的内部格式到XML格式之间转化的程序6，本文的研究还包括对《语法信息词典》的XML改造。在分析了语法信息词典在形式上的诸多不足之后，给出了一个XML的规范，并根据该规范将词典的部分转换成了XML格式，转换的过程没有出现信息的丢失。收起

关键词 : 语料库 XML 分级标注模型语料标注