传媒语言语料库的建设与应用——侯敏-PowerPoint.pptx

传媒语言语料库的建设与应用;主要内容;一、建设传媒语言语料库的目的;二、传媒语言语料库的结构;生语料库检索界面;熟语料库检索界面;音视频语料库点播系统界面;三、语料的采集与标注;;音频语料的采集和标注;将Tcl的跨平台性能、Tk卓越的图形界面、Snack的可视化语音功能整合在一起，在绘制波形、语图、音高曲线等方面省时省力； 标注文件可以和其他语音处理软件兼容，如PRAAT等； 中文界面，实现了中文语音文件的汉字标注。;基于Tcl/Tk+Snack工具开发的标注工具界面及标注实例;采集原则：以节目文本为单位，全面采样，力求均衡； 语料来源：电台、电视台网站的节目文本； 选样参数：大陆与港台、中央与地方、不同的语言样态 不同的受众群体、不同的内容领域…… 目前规模：目前已达到5000万字（不包括篇头信息） 电视语料4000万； 包括17家电视台，165个电视栏目； 广播语料1000万； 包括22家电台，133个广播栏目； 总共有12396个文件。 ;文本语料的标注; 许多/m 游客/n 在/p 景点/n 前/f “/w 望票兴叹/v/i/ls ”/w 。/w 游客/n 是/v “/w 车/n 到/v 山/n 前/f ”/w ，/w 进退两难/v/i ，/w 大老远/a/ky 慕名而来/v/l ，/w 如/c 不/d 进去/v 游览/v ，/w 实在/d 不/d 甘心/v ，/w 而/c 要/v 了却/v “/w 到此一游/v/l ”/w 的/u 心愿/n ，/w 一行/n 三五/m 人/n 就/d 得/v 先/d 掏/v 几百/m 元/q 的/u “/w 进门费/n/ls ”/w 。/w ;XWLB040415-001 P(DJ_ZJ(O1_SU 胡/nr 锦涛/nr ) (I1 主持/v) (O2_OB 仪式/n )(I2 欢迎/v )(O3_OS_NP(A_LS 拉脱维亚/ns)(!总统/n )) (I3 访华/v )) /P XWLB040415-138 (YF(O_SU 孔/nr 泉/nr )(I 说/v ) ，/w ) (DJ_ZJ (E1_SJ_NP 4月/t 13号/t ，/w )(O_DS_NP(A1_NU_QP 17/m 名/q )(A2_LS 中国/ns )(! 船员/n )(E2_CS_PP 在/p 印度/ns 孟加拉湾/ns 海域/n )(E3_YY_PP 因/p 沉船/v )(I 遇险/v ) 。/w ) XWLB040415-005 (DJ_ZJ(E_SJ_FP中拉关系/n 正常化/v 以来/f ，/w) (O_DS_NP (A_LS_NP 两/m 国/n)（!关系/n ）) (E_ZT 顺利/a )(I 发展/v ) 。/w ) ;篇章标注（RST树图分析）样本;目标与特点;四、传媒语言语料库的应用;五、目前存在的问题;请批评指正！ 谢谢！;1、有时候读书是一种巧妙地避开思考的方法。6月-206月-20Monday, June 1, 2020 2、阅读一切好书如同和过去最杰出的人谈话。21:18:0321:18:0321:186/1/2020 9:18:03 PM 3、越是没有本领的就越加自命不凡。6月-2021:18:0321:18Jun-2001-Jun-20 4、越是无能的人，越喜欢挑剔别人的错儿。21:18:0321:18:0321:18Monday, June 1, 2020 5、知人者智，自知者明。胜人者有力，自胜者强。6月-206月-2021:18:0321:18:03June 1, 2020 6、意志坚强的人能把世界放在手中像泥块一样任意揉捏。01 六月 20209:18:03 下午21:18:036月-20 7、最具挑战性的挑战莫过于提升自我。。六月 209:18 下午6月-2021:18June 1, 2020 8、业余生活要有意义，不要越轨。2020/6/1 21:18:0321:18:0301 June 2020 9、一个人即使已登上顶峰，也仍要自强不息。9:18:03 下午9:18 下午21:18:036月-20 10、你要做多大的事情，就该承受多大的压力。6/1/2020 9:18:03 PM21:18:0301-6月-20 11、自己要先看得起自己，别人才会看得起你。6/1/2020 9:18 PM6/1/2020 9:18 PM6月-206月-20 12、这一秒不放弃，下一秒