我国民族语言文献文本数字化识别问题——基于OCR及其工具

我国少数民族语言文献数量庞大,文字种类繁多,内容涵盖政治、经济、法律、历史、文学、艺术、宗教、天文、地理、医药等领域,是中华民族文化知识的重要组成部分。构建各民族文献文本数据,使之应用于自然语言处理和人工智能,能有效促进中华优秀传统知识创新性传承,促进知识社会化,是对各民族语言古文献和现代书报刊进行文字识别和文本转换数据构建的基础。国内早期OCR技术虽然解决了几种主要少数民族文字识别的问题,但因字符为非Unicode基本集编码而弃用。当前OCR技术已能较好识别蒙、藏、维、哈、朝等文种文献,但在处理我国汉文与少数民族文字混排图像文本时仍然效果不佳。因此应推进少数民族语言文献OCR识别技术创新。我国少数民族语言文献现行活态文字有十多种,其中非拉丁字系的文字有11种,OCR技术应重点解决这类少数民族语言字系的抄本、刻版和铅字印刷文本,以及汉文与民族文字混排文本的识别问题,研发开放的多功能工具和平台。在此基础上,进一步开展少数民族语言文献文本大规模数据构建,以促进我国语言科学研究和自然语言处理的创新发展。

锡伯族语文和满族语文的关系和差异

锡伯族与满族在历史发展中,有过密切的接触与交流。但因锡伯族多次迁徙,与满族的语言接触也随之发生变化。文章依据语言发展的基本规律,论述了锡伯族与满族语言文字之间的亲近关系,并通过考察锡伯口语与盛京满语方言之间在词汇、语言习惯和语法结构等方面存在的诸多差异,解释了锡伯口语的历史传承性,以及锡伯口语与满语的本质差异。在文字方面,则详细阐述了锡伯文是在满文基础上衍生的,并且正处在不断创新、完善和发展的进程之中。

论南方民族语言量名结构的语序类型

量名结构是南方民族语言重要的量化手段之一,具有独特的地域性和民族性特征。南方民族语言的量名结构有无指性量名结构和有指性量名结构2个类型,前者有较强的指称性,具有定指功能和不定指功能,后者具有描摹功能,指称性较弱,同时具有概念化功能和主观化功能。量名结构的语序比较丰富,汉藏语系苗瑶语族、壮侗语族部分语言的量名结构基本语序与现代汉语趋同,是结构重组、语法复制和语境吸收的结果。藏缅语族量名结构与早期汉语的语序相同,具有类型学上的共性。南亚语系部分语言出现双重语序,部分语言是单语序,是由“Num+CL+N”和“N+Num+CL”转换的结果。南岛语系语言量名结构的语序为名词前置和名词后置两种,量词不出现,但有结构助词修饰,是南岛语系语言的个性特征。

内蒙古自治区就业质量有效性评估指标体系设计及运用

就业率和失业率一直都是研究就业的主要内容,它们可以作为研究就业现状的指标,但更应该关注就业质量问题。新常态下,供给侧结构性改革引发了劳动力供需不匹配、结构性就业矛盾等问题,即劳动力供需不匹配与就业质量水平较低。在此背景下,内蒙古自治区提升就业质量的重要性日益凸显。

藏缅语疑问语气助词的类型学特征——兼与汉语比较

本文运用语言类型学和描写语言学的理论和方法,在考察、比较50多种藏缅语族语言及方言疑问语气助词的基础上,指出藏缅语有疑问语气助词发达型、次发达型和不发达型三种类型;部分疑问语气助词存在多功能性,即除了表示疑问语气外,还能表达人称、数、方向等意义;不同语言间的疑问语气助词同源词较少、只有部分存在同源关系,而且分布不平衡。藏缅语与汉语是有同源关系的亲属语言,二者有相同点,也有差异。通过比较发现,藏缅语、汉语分析性语言类型的共性决定了疑问语气助词的基本特点相似,但分析性强弱不同又导致了疑问语气助词的丰富程度存在差异。汉语虽在上古阶段就出现了疑问语气助词,但应当是在与藏缅语分化后产生的。

清代满语文的使用发展与满汉文化交融

满语在清代被称为“国语”“清语”,清朝统治者提出的“国语骑射”政策对满族具有重要意义。纵观有清一代,清代满语文的使用发展历经几次重大历史变革,从满文的创制到规范再到满语文使用的衰落,反映了满族在对待满语发展、运用,乃至满语语言体系的基本看法,而满语满文的濒危推动满族融入中华民族的进程。

环境保护“费改税”对企业绿色创新的影响——基于外部压力与内部控制视角

环境保护“费改税”按照税负平移原则实现了排污费制度向环境保护税制度的转变。研究借助《中华人民共和国环境保护税法》的实施作为准自然实验,基于合法性理论,以2015—2022年中国沪深A股上市公司为样本,使用双重差分法检验了环境保护“费改税”对企业绿色创新的影响。研究发现:首先,环境保护税改革有效促进了企业绿色创新活动;其次,环境保护“费改税”能提高企业环境、社会和公司治理(ESG)表现,而良好的ESG表现能通过缓解企业融资约束、降低委托代理成本促进企业绿色创新;同时,媒体监督和良好的内部控制水平在环境保护税实施与绿色创新之间起正向调节作用,但地方政府的环境监管在其中却并未发挥正向调节效应;最后,环境保护“费改税”对企业绿色转型的促进作用主要表现在融资约束程度较低的企业、非国有企业以及清洁行业企业。因此,加强企业社会责任感、增加媒体环境关注度、提升企业内部控制水平,对实现环境保护和经济社会发展具有重要意义。

包头市乡村人才振兴的现实困境与实施路径研究

“十三五”时期,包头市对乡村人才发展做了一系列的探索与实践,取得了一定的成绩。然而包头市乡村人才振兴有些问题亟待解决,农村人才素质偏低,乡村人才流失严重,还没有乡村培养培训模式与规划,部分村干部发挥作用不充分等,极大地阻碍了乡村振兴工作的有效开展。我们应加大培养力度,积极留住乡村本土人才,完善培养培训规划并切实实施,优化乡村人才发展环境,加大村干部队伍建设力度。

黎平侗语比较结构研究

黎平侗语的比较结构比较丰富,主要有差比结构、等比结构和极比结构三类。语义上有四种关系,即“优胜”义、“不如”义、“等同”义和“最高”义。结构上,比较结构逐渐进入到句子中,置于比较主体和比较基准之间。语序上有四种,其中前面两种为固有的语序,后者为借用的语序。黎平侗语的比较标记有两个类型,即固有的比较标记和借用的比较标记。固有的比较结构均由实义动词语法化而来,分别为“有”和“过”。语法化路径为:实义动词>辅助动词>比较标记。借用的比较结构是借用汉语西南官话的结构形式,通过拷贝形式体现出来。通过跨语言比较,壮侗语族比较结构的语序具有类型学上的共性,比较标记的来源具有一致性。

敦煌吐鲁番等诸民族间丧仪葬俗之交流——以汉藏回鹘西夏《十王经》存本谈起

敦煌与吐鲁番地区都是中古时期诸多民族聚汇、也是诸多宗教交融之地,诸民族的丧葬仪俗也会存在交流融通,现虽详考明述还较困难,但借助中古广泛影响民俗丧仪的《十王经》来作某种探查或为可行。敦吐两地都出有汉与回鹘经本,此经现知还有西夏与西藏本,敦煌又由汉、藏、回鹘、西夏诸族主导过当地政权。因而,藉此窗口线索考察诸宗教民族丧俗因素,或可了解诸族宗教之交流并获知古代中华民族共同体的意识状态。

融水黑魁壮语音系及词汇

本文描写了广西融水苗族自治县白云乡瑶口村黑魁屯壮语音系,并记录了其词汇。

瓜州榆林窟第29窟西夏国师鲜卑智海考

结合西夏文献的记载,对瓜州榆林窟第29窟西夏真义国师鲜卑智海做了进一步考证。他曾是西夏仁宗后期著名国师,活跃于1189-1214年之间,官至功德司正、译主、座主,五寺提点,兼末品官阶“■西寿”,驻锡于西夏皇家寺院大度民寺。他是西夏佛教“显密圆融”特征的典型代表:一方面,他继承西夏国师鲜卑宝源承自辽代通理恒策这一法脉的圆宗教义,于西夏光定四年(1214)左右,组织翻译了中原经师对《华严经》的注疏,从而被元代西夏遗僧一行慧觉列为“大夏国弘扬华严诸师”中的首位,并冠以“大方广佛华严经中讲经律论重译诸经正趣净戒鲜卑真义国师”的名号;另一方面,他还是藏传佛教的信徒,身着右衽交领衫,头戴宁玛派的莲花冠,并作为国师多次主持具有藏传佛教特点的“烧施结坛,摄瓶诵咒,作广大供养”仪式。而榆林窟第29窟壁画描绘的就是乾祐二十四年(1193)由鲜卑智海主持、瓜州监军司通判赵祖玉为追荐仁宗而做的“广大法会”。

罗城仫佬语、土拐话kh■η^(1)的多功能性及其演变

广西罗城仫佬语、土拐话共享一个多功能语素kh■η^(1),其词汇来源是汉语的“空”。kh■η^(1)不仅存在于罗城仫佬语和土拐话当中,也广泛存在于广西境内的民族语言以及毗邻的越芒语族语言当中。本文详细刻画罗城仫佬语和土拐话kh■η^(1)的各种虚化功能,在此基础上构拟仫佬语kh■η^(1)的两条演变路径,即(一)平行于汉语“否则”类连词的演变路径:kh■η^(1)_(否定)>kh■η^(1)_(否定假设)>kh■η^(1)_(选择)>kh■η^(1)_(建议、请求),kh■η^(1)_(否定假设)>kh■η^(1)_(醒悟);(二)kh■η^(1)_(否定)>kh■η^(1)_(语气词)。土拐话kh■η^(1)的连词用法是复制仫佬语kh■η^(1)的连词功能而来的。

基于语料库的《格萨尔》英译对比研究

雅科夫·施密特1839年的德文本《功勋卓绝的圣者格斯尔王》是《格萨尔》史诗的罕见善本,艾达·泽特林和扎拉·华莱斯在1927和1991年分别出版了该德文本的英译本。本研究主要采用语料库研究方法,自建小型双语语料库,对译本进行描述性研究。通过对比,发现1927版和1991版在语言特征方面存在明显差异。通过分析,发现不同的翻译生态环境和翻译动机一定程度上影响了译者的翻译选择。前者贴近原作,后者贴近读者,反映了译者取舍的变化,可为民族典籍翻译提供一定的借鉴。

古藏文文献中གབོག(gog)、གབོག་ཡུལི(gog yul)、ཀབོག(kog)、ཀབོག་ཡུལི(kog yul)四地名新考

གབོག(gog)、གབོག་ཡུལི(gog yul)、ཀབོག(kog)、ཀབོག་ཡུལི(kog yul)是敦煌古藏文写卷Or.8212(187)《大事纪年》和P.T.1287《赞普传记》中记载的四个重要地名,其中གབོག这一地名还出现在了瓦罕走廊的古藏文石刻上。自上世纪四十年代起,已有数十位东西方学者对这四个地名做过探讨,然而它们具体所指至今仍莫衷一是。通过考释གབོག、གབོག་ཡུལི、ཀབོག、ཀབོག་ཡུལི在不同语境和上下文中的具体所指,认为瓦罕走廊石刻上的gog,Or.8212(187)第4/10/20行中的གབོག、གབོག་ཡུལི、ཀབོག་ཡུལི及P.T.1287第525行单独出现的ཀབོག均指护蜜(瓦罕),属于吐蕃“堆却”(སྟོབོདོ་ཕྱོབོགསེ།,stod phyogs,上部)地区;Or.8212(187)第16行中的ཀབོག为廓州,在吐蕃地理概念中属于多思劢(མདོབོ་སྨོདོ།,mdosmad)地区。

辅音(塞音)声学特征分析研究

以彝语北部方言塞音为研究对象,运用实验语音学的方法对其进行物理信号采集,并对其进行声学特征分析.研究中使用语音分析工作站(Computerized Speech Lab(CSL 4500b))、MATLAB、Praat和AS等软件对语音信号进行处理,研究结果表明:(1)塞音发爆破音时从低频至高频会有强弱不等的能量聚集——“冲直条”,舌根音/g/、/k/、/gg/、/mg/出现双冲直条,甚至3条冲直条的现象.(2)依据VOT参数正负和长短来判断清浊和送气与否的方法,/b/、/p/、/d/、/t/、/g/、/k/的VOT为正值均为清音,/bb/、/nb/、/dd/、/nd/、/gg/、/mg/的VOT为负值是浊音,/p/、/t/、/k/为送气音,/b/、/g/、/d/为不送气音.(3)/ni/、/nd/、/mg/3个音都有鼻音共振峰的现象实证是鼻冠浊塞音.

藏文家谱文献补遗与史料价值刍议

家谱是对同一姓氏世系、人物和事迹的记录,是家族的生命史。作为史类文献,藏语将其称作■,皆指父系继嗣谱系。藏文家谱修撰始于唐代吐蕃晚期,元明时期修撰家谱趋于成熟,清代及民国时期得到普及。通过对所搜集的130种藏文家谱文献进行分析,按家族身份属性和家谱记录对象可分为六种家谱文类,即吐蕃王室及后裔家谱、西藏地方政权建立者家谱、西藏地方区域性政权建立者家谱、佛教世家家谱、苯教世家家谱和贵族世家家谱。这些藏文家谱文献超出了藏族传统教法史、王统史的体裁范畴,是研究家族史的第一手资料,也是研究地方史、区域史的重要史料,其所记载的中华民族共同体历史信息,为我们研究中华民族共同体形成的历史规律,提供了新的材料和视角。

敦煌藏文写卷《开示轮回》解读

敦煌藏文文献P.T.24.4、P.T.24V.1、P.T.32BV.2、P.T.459、P.T.580V、P.T.757V、P.T.977.4、IOL Tib J 335.I等八个抄卷实为同一部文献。这些编号在相关目录著作和影印本中的命名多有出入,个别亦未命名。本文根据文献题名统一将其定名为《开示轮回》,并以P.T.24.4+P.T.24V.1为底本进行录文、翻译、解读,并指出此文为受藏译《法句经》、《入菩萨行论》等佛经文献及汉文佛经变文影响而创作的一部唐代吐蕃时期的佛经变文.

中国当代文学蒙译论析(1976—2000)

1976—2000年间,中国当代文学蒙译经历了20世纪70年代、80年代以及90年代等不同的发展阶段,在作品的选择、生产、传播等方面形成了独特的特点。中国当代文学蒙译参与到蒙古族当代文学建构中,丰富了蒙古族当代文学史系统,促进了中国多民族文学交流与交融。

庭院的他者:稼轩笔下的友人私家园亭

辛弃疾共有39首词作是书写友人私家园亭的,在他之前还没有词人有如此成规模的相关主题创作。这些词所描写的园亭有些是稼轩曾亲见,有些则不然。因此形成两种不同类型的文本。这两类文本既有选择突出对象、景观叙述方式的不同之处,又有题名释义、随人作计的相似写作策略。稼轩作为空间的他者,书写了他的空间体验,提出了相关批评与建议。作为他者,稼轩却主观意志强烈,成为空间参与者、展示者。稼轩还曾纸上卧游友人园亭,又曾以学问为词,成为空间的建构者和记录者。稼轩的私园叙述,体现了宋代文学相似主题的某些特殊之处,值得关注。