现代汉语语料库建设及深加工-中国语言文字网.pptVIP

《现代汉语语料库建设及深加工》项目总结报告 《现代汉语语料库建设及深加工》课题组 2005-03-18 北京 本项目研究的基础 基础（一）国家语委现代汉语语料库 我国从1990年开始筹备建立大型的国家级语料库——国家语委现代汉语语料库，该语料库由国家语言文字工作委员会主持，组织语言学界和计算机界的专家学者共同建立。 语料时间分布 时间跨度为1919年～2002年，以近20年的语料为主。 语料领域分布： 13个大类，40多个小类，100多个详细分类。 国家语委语料库的语料样本包括24个详细信息： a1总号； a2分类号； a3样本名称；a4类别； a5作者； a6写作时间；a7书刊名称；a8编著者； a9出版社； a10所在省；a11出版日期；a12期号； a13版次(初版印数)； a14本版印数；a15总印数； a16总页数； a17开本； a18选择方式； a19起止页数；a20样本字数；a21样本总字数；a22文章总字数；a23简繁体； a24抽样文章。 基础（二）信息处理用现代汉语词类标记集规范 《信息处理用现代汉语词类标记集规范》的制定在国家社科基金“九五”重大项目《信息处理用现代汉语词汇研究》的子项目“信息处理用现代汉语词类标记集规范”（项目编号：97@yy001-4）的基础上完成，进一步得