首页> 中文会议>第14届中国少数民族语言文字信息处理学术研讨会 >面向新闻广播网站的藏文文本采集和语料库构建

面向新闻广播网站的藏文文本采集和语料库构建

页面导航

摘要
著录项
相似文献
相关主题

摘要

新闻广播类藏文网站中的藏文文本是语料库建设的重要资源.在前期考察藏文网络文本资源分布情况的基础上,对八个新闻广播类藏文网站进行定向抓取,并根据其网页的内容布局结构特点,构造相应Topic页面的主题相关文本抽取模板,抽取其中的文章标题、发布时间、作者、文章内容等信息.采用该方法,采集了从2008年2月至2013年5月的藏文网络文本,构建了一个包含14万文档,共计356句、6400万音节字的藏文文本语料库.

著录项

来源
《第14届中国少数民族语言文字信息处理学术研讨会》|2013年|85-94|共10页
会议地点兰州
作者
Liu Huidan; 刘汇丹; Nuo Minghua; 诺明花; Gao Mochi; 高墨赤; Wu Jian; 吴健;
展开▼
作者单位

中国中文信息学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP311.13;H214.2;
关键词
数据库管理; 藏文文本采集; 语料库构建; 新闻广播网站;

相似文献

中文文献
外文文献
专利

1. 面向中文文本的情感信息抽取语料库构建 [J] . 戴敏 ,朱珠 ,李寿山 . 中文信息学报 . 2015,第004期
2. 面向微博文本的情绪标注语料库构建 [J] . 姚源林 ,王树伟 ,徐睿峰 . 中文信息学报 . 2014,第005期
3. 藏文情感语料库的构建与分析 [J] . 杨欣 ,群诺 ,郭龙银 . 计算机时代 . 2019,第009期
4. 基于可比语料库的服装会展网站外宣文本英译分析 [J] . 吴蕾 ,顾彤宇 ,杨捷 . 东华大学学报（社会科学版） . 2019,第003期
5. 基于语料库的中国企业网站本地化翻译文本特征分析 [J] . 雷小玉 ,杨沙沙 . 宿州学院学报 . 2017,第005期
6. 基于藏文网站新闻文本的话题发现与跟踪技术研究 [C] . 何向真 ,孟祥和 ,万福成 . 第14届中国少数民族语言文字信息处理学术研讨会 . 2013
7. 面向手语信息处理的维吾尔文本语料库构建技术的研究 [A] . 艾山江·亚生 . 2018

面向新闻广播网站的藏文文本采集和语料库构建

摘要

著录项

相似文献

相关主题

期刊订阅