语料库研究

摘要： 主位推进模式反映形式与意义的融通,深受文化意识与思维模式的影响,对语言本体、语言学习与教学、语言与文化关联、翻译、语言自动化信息处理、人工智能等研究都有重要意义。本研究首先利用CNKI、CiteSpace和Vosviewer等文献可视化分析工具纵览与回溯国内已有研究成果,然后简要评介部分代表性研究,最后展望未来研究的拓展空间,提出加强基于汉语特色并结合语言类型学对比的理论建设,开掘语料库研究的技术使用,着力理论研究的实践用途,以及加强跨学科合作,拓展研究领域,促进人工智能发展等建议。

摘要： 近年来,我国“汉语中介语语料库建设渐成高潮,‘成为语料库研究中的热点’”,“正在跨入一个繁荣发展的重要时期”;。该时期以“精细而丰富”为特征,可以视为语料库;建设的“2.0时代”。基于语料库的汉语二语习得研究同样得到巨大发展,仅以“HSK动态作文语料库”为例,在中国知网(CNKI)中查询,在该语料库基础上进行研究或与之存在紧密关系的论文即达6071篇。

摘要： 目的:以七绝脉例,探讨中医脉象术语英译标准化。方法:检索1980—2017年国内外出版的18部中医术语英译词典,建立七绝脉英译术语小型语料库。在把握术语内涵的基础上,结合牛津高阶词典英文解释,分析七绝脉不同英译版本的差异,并提出较佳译法。结果:七绝脉术语英译版本众多,其中部分术语英译分歧较小,仅存在选词差异;部分术语英译分歧较大,译法多样,选词丰富。七绝脉脉象术语较佳译法:七绝脉译法为“seven moribund pulses”,鱼翔脉译法为“fish-swimming pulse”,虾游脉译法为“shrimp-darting pulse”,屋漏脉译法为“leaking roof pulse”,雀啄脉译法为“sparrow-pecking pulse”,釜沸脉译法为“bubble-rising pulse”,弹石脉译法为“flicking stone pulse”,解索脉译法为“untwining rope pulse”。结论:翻译七绝脉术语时,要在充分理解七绝脉命名特点和医学内涵的前提下,将术语英译的对应性原则置于首位,其次应考虑回译性和约定俗成原则;同时,从构建具有中国特色的中医药文化海外传播术语体系的角度,翻译此类脉象时应优先选择直译法,以最大程度保留中医特色。

摘要： 近年来,随着互联网社交平台的发展,自由、无门槛的交流派生出了大批网络新词,部分旧有的语言涵义也逐渐产生了新的概念,且在日常生活中已经存在比较稳定的使用群体。经过语料的收集、整理与比对,不难发现,词语“圣母”产生了明显的语义变异,从原先带有宗教性质的话语,到延伸出的隐喻义,再到后来发生了诸如词义范围、情感色彩等变化。本文立足于自建语料库从具体语境出发讨论这些变化,对其分类并解读,由此发现变异后的语义与原语义之间既存在差异性,也有一定的关联性。而后,基于现实经验与语境因素,分析其社会文化层面的缘由,发现如今的网络环境以及这种环境下的用户心理是造成变异现象发生的主要因素之一。

摘要： 中国英语学习者在过程写作中与英语母语写作者在can等九个核心情态动词的应用上存在差异。通过对比两个自编语料库的差异检测,即学习者语料库及母语者语料库,发现中国英语学习者过度使用如can,must,should和will等核心情态动词,主要原因包括与母语者的社会文化价值差异、自身母语迁移的影响以及语言学习模式的差异。

摘要： 作者选取中国新冠疫情爆发与相持阶段俄罗斯媒体的相关报道,构建小型语料库,以此为基础,进行了两方面研究:首先,将语料分为3个时期,9个阶段,使用Python数据包提取信息贡献度,归纳每一阶段最高贡献度的50个词汇的语义场,并以实际语料的批评话语分析进行验证,研究俄媒对中国疫情报道主题的变迁;其次使用Wordless软件制作整体语料的词云图,研究2020年1月9日至2020年3月16日期间俄媒关注焦点的一致性问题.研究发现,俄媒疫情报道主题词的发展和变迁经历了3个时期,每一时期俄媒均表现出支持中国抗疫的积极态度,且各时期、各时间段的关注焦点均与本时期的重要事件具有高相关度;中国疫情描述及其对俄罗斯经济的影响是俄媒持续关注的话题.研究为基于语料库的俄语话语研究及中国新冠肺炎疫情期间的俄罗斯社会态度和意识形态问题提供了有效的样例.

摘要： 作为中国最具影响力的英语高考考试,对英语教与学过程的反拨效应是巨大的.为了验证高考英语试卷是否能作为英语学习材料的模板,本文通过对自建的"高考英语试卷"语料库进行分析.结果表明,高考英语旨在培养学生日常交际中使用英语的能力并能为学生学习地道英语指明方向.本文也为教师和学生在教与学过程中的侧重点提供了建议.

摘要： 研究以2020年总理答记者问招待会文本与音频为基础,将职业译员与学生译员的翻译音频转写收录建立语料库,针对不同类型的汉语动词进行定性定量的对比分析,研究汉英口译中的翻译偏移现象,呈现关于不同动词类别、不同译员角色的差异性、描述性研究成果,为学生译员和教师提供翻译偏向性依据,为相关研究领域提供参考。

摘要： 语料库语言学作为最具活力、发展最为迅速的语言学领域之一,被应用于语言学各分支的研究中.语料库建设、研究和实践也成为外语学科发展的重点方向之一.该研究根据当代语料库语言学理论构建了小型民航英汉平行翻译语料库.该平行翻译语料库的建立提供了基于双语对齐语料的检索平台,供民航翻译人员和研究人员进行分层次、多方面的检索,发现翻译规范、验证翻译理论,对民航翻译研究与实践具有一定的促进作用.

摘要： 研究以2020年总理答记者问招待会文本与音频为基础,将职业译员与学生译员的翻译音频转写收录建立语料库,针对不同类型的汉语动词进行定性定量的对比分析,研究汉英口译中的翻译偏移现象,呈现关于不同动词类别、不同译员角色的差异性、描述性研究成果,为学生译员和教师提供翻译偏向性依据,为相关研究领域提供参考.

摘要： 本发明公开基于自学排列的排列语料库的生成装置及其方法、使用排列语料库的破坏性表达语素分析装置及其语素分析方法。语素分析装置包括知识数据库和分析器。知识数据库储存有在按语言的语素分析中使用的多个知识信息，包括：语素词典，储存与正常表达对应的语素信息；排列语料库，储存与破坏性表达对应的正常表达信息，其中破坏性表达是拼写错误或者没有规范化和标准化的表达。分析器对所输入的语节使用所述知识数据库进行语素分析并输出分析结果，当在所述语素词典中不存在输入语节的语素时，对在所述输入语节中包含的破坏性表达使用所述排列语料库查找与所述破坏性表达对应的正常表达并进行语素分析。

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。

摘要： 本发明公开基于自学排列的排列语料库的生成装置及其方法、使用排列语料库的破坏性表达语素分析装置及其语素分析方法。语素分析装置包括知识数据库和分析器。知识数据库储存有在按语言的语素分析中使用的多个知识信息，包括：语素词典，储存与正常表达对应的语素信息；排列语料库，储存与破坏性表达对应的正常表达信息，其中破坏性表达是拼写错误或者没有规范化和标准化的表达。分析器对所输入的语节使用所述知识数据库进行语素分析并输出分析结果，当在所述语素词典中不存在输入语节的语素时，对在所述输入语节中包含的破坏性表达使用所述排列语料库查找与所述破坏性表达对应的正常表达并进行语素分析。

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： 本发明公开了一种提升人机交互对话语料质量与多样性的对话语料库生成方法。本方法为：1)对所选对话语料进行同义句扩展，形成一候选集合；2)对该候选集合中的每一对话语料进行异常检测，得到各对话语料的异常值；3)将异常值低于设定打分阈值的对话语料保存到提升后的对话语料库中；4)对异常值高于或等于该打分阈值的对话语料进行语义分析：如果是错误的对话数据，则直接丢弃；如果是多样性的对话数据，则执行步骤5)；否则将当前对话语料保存到提升后的对话语料库中；5)将判定为多样性的对话数据重新作为输入，执行步骤1～4)直到达到暂停条件，停止迭代。本发明实现了对原始对话语料进行质量的控制和多样性的扩充。

摘要： 提供用于动态地选择候选答案源子集以便由问答(QA)系统使用的机制。所述QA系统接收针对其寻求答案的输入问题，并基于所述输入问题生成一个或多个查询。所述QA系统基于分级候选答案源列表，从一组候选答案源中选择候选答案源子集。所述分级候选答案源列表是基于由所述QA系统针对先前输入的问题生成的先前候选答案的特征来生成的。所述QA系统将所述一个或多个查询应用于所述候选答案源子集，并基于将所述一个或多个查询应用于所述候选答案源子集的结果，针对所述输入问题生成至少一个候选答案。

摘要： 本实用新型公开了一种基于英语口语语料库的练习训练语料仪，包括盒体，所述盒体的一端对称设置有固定块，且盒体远离固定块的一端铰接有盒盖，所述盒体内部的底端均匀设置有减震弹簧，且减震弹簧的顶部设置有载板，所述载板顶部远离盒盖的一端铰接有英语学习机主体，且英语学习机主体靠近盒盖一端的两侧皆设置有限位环，所述限位环的内部之间设置有转杆，且转杆上设置有连接杆，所述连接杆的顶部与盒盖的内侧铰接。本实用新型安装有载板，并在载板的顶部铰接有英语学习机主体，通过在板底部的减震弹簧，使得装置能够在摔落过程中对英语学习机主体进行减震，降低英语学习机主体受到的损害，提高了装置的使用寿命。

摘要： 本实用新型提供一种基于俄语语料库的练习训练语料仪，包括外壳，外壳的内部设置有主板和储存模块以及扬声器，外壳的顶部固定连接有固定槽，固定槽的内壁卡接有触控笔，外壳的正面开设有通孔，外壳的正中位置安装有触摸式显示屏，触摸式显示屏的正上方安装有指示灯，触摸式显示屏的正下方安装有开关，外壳的侧面分别开设有耳机接孔、话筒接孔和USB接口以及螺孔，螺孔的内壁螺纹连接有挂钩，挂钩的尾端设置有弯钩，本实用新型解决了在乘坐公交车的时候不论是站着还是坐着都需要有一只手将身体扶稳，防止急刹车等情况时碰伤自己或他人，另一只手即要拿稳俄语语料仪，又要对语料仪进行各种操作，很不方便的问题。