台语文线上辞典及语料库简介.doc

楊允言、劉杰岳 台語文線上辭典及語料庫簡介 PAGE 326 PAGE 311 台語文線上辭典及語料庫簡介Tai-gú-b?n Sòa?-téng S?-tián kah Gú-liāu-khò? Kán-kài 楊允言 I?? ún-gian大漢技術學院 劉杰岳 Lau Kia?t-ga?k拋荒台文工作室 辭典kah語料庫會sái講是一個語言tī計算語言學發展ê時所需要ê重要基礎建設，台語tī資源真缺欠ê情形下，開始tih建立chia ê基礎。 本文beh簡單紹介台語文辭典kap語料庫，kàu目前為止發展ê情形，包括伊ê功能介紹、現有ê成果，kah發展、整理過程內底所tú著ê相關問題，並且提出未來愛繼續發展ê方向。 辭典及語料庫可以說是一個語言在計算語言學發展時所需要的重要基礎建設，台語在資源極度缺乏的情形下，開始在建立這些基礎。 本文簡要介紹台語文辭典及語料庫，截至目前發展的情形，包括其功能介紹、現有成果，以及發展、整理過程中所遇到的相關問題，並提出未來要繼續發展的方向。 關鍵詞： 台語文、線頂辭典、台語羅馬字、白話字 關鍵詞：台語文、線上辭典、語料庫、台語羅馬字、白話字 1. 踏話頭 1. 前言 Tī台灣，台語有70%以上ê使用人口（超過一千六百萬人），另外，閩南語tī世界上有超過五千萬人ê語言使用人口，使用人口排名第21，chia ê事實lóng kā咱講，無論是beh強調台灣ê重要性iah是ùi投資報酬ê角度來看，這個語言是足值得咱kā重視ê。 台語在台灣有70%以上的語言人口（超過一千六百萬人），以及閩南語在世界上有超過五千萬人的語言使用人口，使用人口排名第21，這些事實都告訴我們，在強調台灣的重要性或是從投資報酬率的角度來看，這個語言是非常值得加以重視的。 2001年開始，國民中小學將鄉土語文課程列做正式課程，雖罔kan-na短短一節課，已經大大提昇台語文ê重要性，另外，真chōe大學mā一間tè一間成立台語文相關系所。大環境ê改變，的確hō?台語有發展ê一絲仔機會，m?-koh,就台語文來看，伊h?ng hē tī kui個華文市場內底，差不多是看無a,書店內底真oh chhē會著台語文ê書。 自從2001年國民中小學將鄉土語文課程列為正式課程，雖然只是短短一節課，卻使得台語文的重要性大幅提昇，此外，許多大學也紛紛成立台語文相關系所。大環境的改變，讓台語的發展有了一線生機，然而，就台語文而言，其被置於整個華文市場中，幾乎被稀釋掉了，書店裡很難看得到台語文書籍。 雖然kāng款有hō?華文資料透lām kàu強beh看無ê危機，網路提供台語文發展ê另外一個機會，網路資源ê好處是，資料真簡單tō lia?h會著，而且大部分是免費ê資源。 雖然同樣有被淹沒的危機，網路提供了台語文發展的另一個機會，網路資源的好處在於，它垂手可得，且大部分為免費資源。 ùi研究kah推廣ê角度來kā看，辭典kah語料庫ê建立是計算語言學研究ê基礎，mā thang透過這個基礎，koh加添khah好ê使用者介面，達kàu推廣ê目的。設使辭典kah語料庫會tàng進一步公開出來，m?-nā thang hō?這個語言tī國際上koh-khah hō?人看會著，mā有機會引chhōa koh-khah chōe ê研究學者加入相關研究行列，產生好ê結果。 從研究和推廣的角度來看，辭典和語料庫的建立是計算語言學研究的基礎，也可以透過這個基礎，加上較好的使用者介面，達到推廣的目的。如果辭典和語料庫能進一步公開出來，不僅能讓這個語言在國際上的能見度大大提昇，也有機會促使更多研究學者加入相關研究行列，產生良性循環。 本文beh介紹兩個台語ê線頂辭典kah一個台語文語料庫，說明in ê發展過程、功能，相關技術問題kah未來ê空khè。 本文將介紹兩個台語的線上辭典及一個台語文語料庫，說明他們的發展過程、功能，相關技術問題及未來的工作。 2. 台語文線頂辭典 2. 台語文線上辭典 2.1台文華文線頂辭典 2.1 台文華文線上辭典 這個辭典原始資料是鄭良偉ê研究計畫整理ê，楊允言tī 2000年寫網頁資料庫查詢程式，提供使用者用漢字chhē資料，2002年增加羅馬字查詢，並且利用Taiwanese Package編碼顯示台語羅馬字（原底用數字表示調號），系統mā有做khah大ê修改，記錄使用者ê查詢資料，thang了解使用情形kah提供系統改進ê方向。Sòa落來有一kóa朋友鬥幫贊，增加將近一倍ê詞條。其它ê功能包括： 此辭典原始資料為鄭良偉的研究計畫所整理，楊允言在2000年撰寫網頁資料庫查詢程式，提供使用者用漢字查詢，2002年增加羅馬字查詢，並利用Taiwanese Package編碼顯示台語羅馬字（原先用數字表示調號），系統並做較大幅度的