口语语料库及建立现代蒙古语口语语料库的设想.ppt

口语语料库及建立“现代蒙古语口语语料库”的设想 内蒙古大学 玉荣 引言 介绍有关口语语料库——谈谈蒙古语口语语料库的建库 有关口语语料库建设情况 ●SEU语料库 1959年 英语语料库 100万词次 书写、口语材料各一半 ●LLC口语语料库 60年代 2000小时的对话、广播 文本有：面对面的交谈、电话交谈、讨论、采访、辩论、演讲。 语料库的标注包括节律分析、语调单位、重音、语调等。 ●COBUILD语料库 ●BNC 语料库 ●国际英语语料库 ●当代北京口语语料库 20世纪80年代 186万字 其中45万语料进行词语切分、语音标注和话语标记 ●汉语词频统计语料库 ● 现代汉语研究语料库 ● 汉语学习者口语语料库 ● 现代汉语对话语音语料库 ● 汉语口语语料库 ● 现代汉语口语语料库 ■蒙古语语料库建设工程 内蒙古社科院 2005年立项 2亿词级 原始语料库 基础语料库 标音库 标注库 文本库 译文库 标准与规则库 词典库等子库 建立蒙古语口语语料库的设想 ▲收集材料时间范围：1990——2009年间 ▲文本包括：广播、评书、教学、演讲、朗读、采访、讨论、电话交谈、日常会话、故事等。 ▲将有声语料转录到计算机时变成音频文件，按照语料题材的不同分开储存。 ▲语料库的标注：从100万字的语料库中精选出一部分语料进行标注。主要进行词与词之间的切分，并标注词的书面形式等。 谢谢大家！