真实语料

摘要： 词汇是语言的重要组成部分,是语言交流的重要基石。在语言发展的过程中,词汇起着举足轻重的作用。但大学生在教学中习得的词汇并不能确保他们写出用词准确的地道作文。核心问题在于词汇是单个的没有相互联系的单词,而要写出符合英语语言习惯的词句,必须掌握英语词汇中特有的固定或半固定性结构--词块。词块既是一种词汇又是一种有语法结构的特殊语句,或长或短、或固定或松散的。近年来大量研究证实,词块是一种高效的语言学习单位,是直接影响学生能否正确输出的重要因素之一。语料库在当今的应用语言学界非常重要,学生所习得的来自英语国家的人们所使用的地道、真实的词块均可在相关语料库中查证。近年来,国内外可提供海量真实语料的语料库有美国当代英语语料库、英国国家语料库、中国学习者语料库等。

摘要： 我国高校的法语课堂一直遵循传统教学模式中以教材为中心的原则,以综法课教材《法语》为例,教材于1993年第一次出版,距今已有近30年的时间,教材中的语言内容已明显满足不了当今社会用语的需要。而真实语料则表现形式丰富多样,生动直观,具有时代气息,容易提高学生参与课堂的积极性,从而强化学生的语言综合运用能力和跨文化交际能力。因此,本课题主要研究了真实语料应用于综法课堂的案例,分析了真实语料对课堂教学产生的影响和局限性,希望此文能够对法语教学的发展作出一点贡献。

摘要： 语码转换是多语者在社交活动中最常见的语言现象之一,指的是多语者为了达到不同的交际目的,在对话时使用两种或多种不同的语言体系。文章从语言结构及社会语言学的角度出发,通过真实语料,分析了两名在澳中国留学生对话中使用的语码类别及其不同的社交功能。结果表明,参与者用句内转换多于句间转换,这些语码转换对应的社交功能有:委婉表达,避免尴尬,缩短社交距离并强调对话重点。

摘要： 近年来,许多关于话语标记的研究指出,话语标记在很大程度上有助于提高学生的口语水平,然而确实存在一些话语标记被非母语学习者误用的情况。文章通过回顾香港教学环境下话语标记误用的相关研究,经过分析总结,建议教师在教学中采用数据驱动学习法(DDL),并以标准英式英语为模型语言,以跨文化英语语料为补充,将真实语料引入课堂教学中,提高学习者的英语交际水平。

摘要： 中国正在经历从"制造大国向制造强国"的重大转变。推动机械工程专业英语教学,培养高素质的复合型机械人才是实现这一转变的重要因素。机械英语语言特点很大程度上体现在其专业核心词汇及常用搭配上。本文通过走访及网络查找的方式收集机械制造企业产品的相关真实语料,对其高频词汇及常用搭配进行提取识别,研究结果可以应用于机械专业英语教学,也能够为教材的编写提供一定的参考。

摘要： 文章旨在研究文化语境的构建在韩国语跨文化教学中的有效应用.文章提出文化语境贯穿语言-文化-交际行为的观点,并认为只有在真实的文化语境中才能实现跨文化教学的过程性指导目标.由于国内缺乏目标语国家的真实文化语境,跨文化教学很难做到过程性指导,难以真正培养学生跨文化能力.这与跨文化交际本身的动态性、过程性本质是相互矛盾的.鉴于此,文章厘清文化语境的内涵,注重教师、学习者、文化语境三者之间的动态的相互影响关系,探索一种基于文化语境的构建、以学生和过程为中心的,具有实际应用价值的韩国语专业学生跨文化教学模式及策略.

摘要： 在高职公共英语课程中,如何有效践行课程思政的理念是值得研究的问题。本文基于领导人讲话、政府工作报告、国家重大事件的真实语料,挖掘与实际英语词汇教学内容相契合的思政元素,有机融入到课程讲解中,解决英语词汇学习问题,以提升教学质量和学生思想素养。

摘要： 国内外有关真实语料在高校英语作为二语习得课堂的应用的实证研究总体而言视角多元,质性与量化方法相结合,多数采用了数据三角论证方法,在数据收集工具、收集过程和数据分析过程的信度和效度问题还有待进一步重视.

摘要： Julia Muschalik. 2018. Threatening in English:A Mixed Method Approach. Amsterdam/Philadelphia:John Benjamins Publishing Company.①引言不礼貌(impoliteness)研究是当前语用学领域的热点议题,面子威胁(face threatening)更是其核心概念。然而,在语用学框架下,威胁往往是被当作一种言语行为来探讨(如Bousfield,2008;Culpeper,2011;等),"威胁话语"作为一种话语类型未在当前的不礼貌研究中得到应有重视。原因在于,一方面,威胁话语难以用固定的形式特征加以识别,话语的威胁功能散见于不同的话语类型中。另一方面,威胁话语具有很强的人际敏感性,涉及伦理问题,真实语料获取困难。

摘要： 随着我国高职教育规模的扩大,高职教育明确了以服务社会、服务中国和服务全球经济发展为其办学定位,以就业为导向,走产学研结合的发展道路,逐渐成为高等教育的有机组成部分.近年来"一带一路"倡议构想的实施需要高职院校培养更多高素质、高技能、懂外语的技能型人才.在高职《职业英语》听力教学中引入真实语料是提高技能型人才语言交际能力的必须.该文介绍了真实语料的定义,通过部分学者、外语教师、教材编著者的研究成果,提出真实语料在高职《职业英语》课程听力教学中的作用,为课堂教学提供依据.

摘要： 在中国，对实体中英文地名识别的研究还不是很多，本文使用了条件随机场模型，根据选取不同的英文地名特征对英文地名识别进行了研究。通过选取不同的特征对英文地名进行识别并对真实语料进行开放测试，计算精确率、召回率和F-值，发现不同特征的选取对英文地名识别的好坏影响很.大。根据实验结果发现，在一定的范围内特征稍多一些，效果有明显的提高。

摘要： 本发明涉及自然语言处理技术，提供了一种语料预处理的方法，所述方法包含步骤：分别对各语料进行向量化处理，获得所述语料的文本向量；基于所述语料的文本向量进行聚类，从所述语料中确定出专用语料；对所述专用语料进行命名实体识别，确定出所述专用语料中包含的命名实体；基于目标命名实体对所述专用语料进行分类；分别从各所述分类的所述专用语料中抽取第一预设数量的所述专用语料，作为所述预处理结果。基于本实施例所提供的方法，可通过对原始语料数据进行预处理，以剔除大量重复的目标语料，供后续人工标注或其他处理，从而可大幅度的减少重复的人工处理工作。

摘要： 本发明的方面涉及人工智能领域，提供一种语料标注方法、构造语料方法及装置，语料标注方法包括：配置实体词库步骤，构建实体词库；匹配步骤，将语料与所述实体词进行匹配；筛选步骤，对匹配到所述实体词的所述语料进行筛选；所述筛选步骤包括歧义词识别步骤，所述歧义词识别步骤通过对匹配到的所述实体词在所述语料中前后是否存在歧义进行识别，从而筛选所述语料；标注步骤，对经过所述筛选步骤保留的所述语料和未匹配到所述实体词的所述语料分别进行标注。通过该方法提高了标注的准确性，为NLP模型学习提供可靠的语料。

摘要： 本发明涉及语音合成技术领域，提供一种个性语料获取方法及个性语料获取装置。个性语料获取方法，包括：获取待选语句集，待选语句集包括至少一个待选语句。获取录音者的个人属性信息。基于待选语句和个人属性信息，得到待选语句与录音者之间的适配值。根据适配值，判断待选语句是否保留。根据判断待选语句是否保留的判断结果，得到适配于录音者的个性语料，其中，个性语料由待选语句集中保留的待选语句组成。通过本公开提供的个性语料获取方法，能够根据待选语句自身的易读性和录音者的个人属性信息，筛选适合录音者的待选语句，进而获得适合录音者的个性语料。有助于提高录音者的录音流畅度，进而提升录音效率，从而提高语音合成数据库的质量。

摘要： 本申请实施例提供的一种基于特定语料库的提取语料的方法及语料提取器，属于语言技术领域。该方法包括采集用户输入的对话指令，所述对话指令包括文本指令或语音指令；验证所述对话指令是否满足第一预设规则；若是，编码所述对话指令，生成二进制字符串；从所述特定语料库提取出与所述二进制字符串匹配的至少两个目标语料，其中，所述特定语料库为预先建立的；基于所述至少两个目标语料生成回答信息，所述回答信息以语音、文本和/或表情在所述机器人上进行显示。

摘要： 本申请提供一种语料生成模型的训练方法、语料生成方法、电子设备、存储介质，训练方法包括：根据初始语料集对生成器进行预训练，以调整BERT模型和生成器的网络参数；以经过预训练的生成器，生成与指定类别信息对应的中间语料数据，并基于若干中间语料数据构建中间语料集；根据初始语料集和中间语料集，对判别器进行预训练，以调整BERT模型和生成器的网络参数；根据初始语料集对分类器进行预训练，以调整BERT模型和分类器的网络参数；根据初始语料集对生成器进行预训练，以调整BERT模型和生成器的网络参数，在预训练结束后，得到已训练的语料生成模型。本申请方案，可训练出能够准确生成高品质语料数据的语料生成模型。

摘要： 本发明涉及数据处理及自然语言领域，具体提供了一种简化添加语料及标注语料的方法，具有如下步骤：S1、对Rasa_NLU语料内容及标注格式进行分析整合；S2、根据分析整合的结果进行图形界面设计，经过构建生成图形用户界面；S3、图形用户界面内进行格式搭建，复选择框进行选择；S4、在图形用户界面后端增加数据增强操作；S5、将数据增强功能在图形用户界面中设置成按钮；S6、将所述的图形用户界面打包生成执行文件。与现有技术相比，本发明添加语料数据量以及减少标注工程程序，更适用更新Rasa_NLU语料数据，操作步骤更加简化。

摘要： 本发明公开了一种语料数据库、语料数据库的维护方法、装置、设备和介质，包括：对写入到语料数据库的基础数据集从不同维度进行细粒度分析，确定基础数据集的应用类型，维度为预先设置好的，应用类型包括通用性型和特定任务型；基于应用类型，对基础数据集进行聚合操作，得到基础数据集对应的训练任务；根据训练任务，采用预训练语言模型对基础数据集进行分析训练，得到目标数据集；在接收到数据交互指令时，采用各个目标数据集进行数据交互，实现通过对写入的基础数据集进行分析聚合和交互，使得写入数据集对于各种任务具有较强适应性，提高数据集的质量。

摘要： 本申请实施例提供的一种基于目标语料库的语料输出方法及厨房设备，属于语言技术领域。本申请提供的厨房设备可以根据不同用户类型，例如，不同年龄段的用户以不同时间节点输出目标语料，以使得用户便于接收目标语料，有效提高语料输出利用率，进一步提高用户体验。其次，本申请还可以避免用户误操作厨房设备，而触发语料输出，有效提高使用效率，以及提高厨房设备的智能化，使得厨房设备更加适合用户使用。

摘要： 本申请实施例提供的基于机器人自主收集语料并创建共享语料库的方法和装置，属于机器人技术领域。本申请中的机器人可以在执行操作的同时还可以对不同操作的操作信息进行分类提取，并且通过将分类提取的语料进行分类存储，以提高不同类型的操作信息对应的语料的独立性以及单一性，避免多个操作信息之间的语料混乱。以及还可以将语料库共享给其他机器人，使得其他机器人无需再创建相同语料的语料库。进而节约了人力成本，降低了机器人的配置成本，使得机器人的语料库配置时间极大的缩短。

摘要： 一种用于生成领域特异性训练集的方法(100)，包括：生成(130)包括多个标记化文档的通用语料库，包括：(i)解析(132)从所述通用语料库中检索的文档；(ii)预处理(134)经解析的文档；(iii)对经预处理的文档进行标记化(136)；并且(iv)将所述标记化文档存储(138)在所述通用语料库中；生成(140)标记化条目的本体数据库，包括：(i)解析(142)从本体中检索的本体条目；(ii)预处理(144)经解析的条目；(iii)对经预处理的条目进行标记化(146)；并且(iv)将所述标记化条目存储(148)在所述本体数据库中；使用来自所述本体数据库的领域特异性标记化条目来查询(150)所述通用语料库中的所述标记化文档；基于所述查询来识别(160)特异于该领域的多个标记化文档；并且将识别出的标记化文档存储(170)在训练集数据库中，作为特异于所述领域的训练集。