蒙古语语料库建设现状及其发展趋势分析

蒙古语语料库建设工作开展40年来,在综合性语料库建设方面取得了长足发展。对蒙古语语言学研究从定性研究到定量研究的转折起到了积极的促进作用。文中简要介绍了蒙古语语料库的建设现状,并对其发展趋势进行了分析。

语音文本对齐技术构建蒙古语语音识别语料库研究

目前,适用于蒙古语的语音识别数据在规模上与英语、汉语的训练数据存在着巨大的差距。因此需要一种低成本的数据集构建方法,以补全数据来源上的短板。在生活交往中已生成了海量的蒙古语数据资源,其中很多都是语音文本粗略对照的形式,本研究采用从这样的语料中提炼可供训练用的语料的技术路线,选择电视剧配音剧本和对应成片作为样例,将提炼工作看作是一个语音文本对齐问题。通过一系列自动化处理将剧本和对应的音频转换为适用于语音文本对齐处理的数据形式,利用迭代的对齐方法得到了语音文本对齐结果,利用这些结果生成了适用于蒙古语语音识别的逐句对齐的“语音—文本对”数据。通过对生成的数据进行抽样检查发现,生成的数据有较好的质量,与人工标注基本一致,节省了数据生产的成本。

蒙古语词同现网络和句法网络的比较研究

在计量语言学中,复杂网络方法用于研究语言系统的整体特征。本文以《中华人民共和国民法典》(蒙古文版)为原语料构建了蒙古语词同现网络和依存句法网络,在此基础上,比较研究了两种语言网络的统计参数,包括节点数、边数、平均度数、平均路径长度、密度、聚类系数等。结果表明:(1)词同现网络会造成句子部分信息的缺失;(2)词同现网络中词与词之间是线性关系,依存句法网络中词与词之间受依存语法的限制,从而两种网络的参数存在显著差异;(3)蒙古语作为一种典型的黏着语,其聚集系数小于孤立语和屈折语,平均路径长度大于孤立语和屈折语,该结果验证了前人的研究结论。此外,蒙古语与世界上其他语言一样,具有小世界、无标度和相关性的特征。本文拓展了计量研究领域,以新的视角研究了蒙古语,有助于推动少数民族语言研究的发展。

论蒙古语时位词

领属–从属结构在有的语言中领属者和从属者都需带显性的形态标记,之间存在严格的一致性关系,而有的语言中从属者不带形态标记。按照生成语法理论的句法结构规则,认为在蒙古语时位词的语类属性和结构等方面有余地进一步分析并确定。本文在以往研究成果的基础上,以生成语法理论为指导,论述蒙古语中所称谓的时位词的结构及其特征,并用树形图表达其形成过程。

大同方言古语词例释

方言是语言演化的活化石,一个地区的方言积累着不同历史时期的语言,有一些词汇是古代汉语的留存。大同方言中保留了大量的古语词,反映了大同悠久的历史文化。基于这一认识,对大同方言中的“敧、齈带、央及、业已、懆”五个古语词进行分析阐释,并借助工具书和古籍进行考证,以期为方言研究提供材料。

从蒙古语角度看汉语语素的多样性——以汉语和蒙古语偏正式名名复合词为例

语素是最小的音义结合体。汉语语素大多由古代汉语的“词”演变而来,最大的特点是单音节性。汉语语素的音、形、义存在着语音形式、书写形式有限与语义无限的矛盾,也就是语素和汉语之间不存在简单的一一对应关系,“一素多义”“一素同音”的现象较为普遍。学界从汉语本体出发,对汉语语素展开的研究取得了不少成果。在前贤研究的基础上,以汉语和蒙古语偏正式名名复合词为例,运用对比研究的方法,从汉语和蒙古语对照的角度以及蒙古语的角度观察汉语语素多样性的特点。汉语是缺少严格意义形态变化的孤立语,蒙古语是形态发达的黏着语,通过对属于不同语言类型的汉语和蒙古语的对比,可以清晰地观察汉语语素的“多义”和“同音”的特点,并且深刻了解“多义”大多是通过隐喻或者转喻同本义产生联系,“同音”是语音演变、意义演变、汉字简化、借用外来词等的结果。汉语和蒙古语对比研究,不仅可以成为对汉语本体研究的有益补充,而且能够增进语言文化的交流与融合。

融媒体环境下电视剧蒙古语译制工作的创新与发展

创作一流水准的精品译制剧,不仅提升译制剧的内宣传播力,也增强了其国际传播力。精品译制剧需通过优化剧场定位和选剧模式、强化主题策划、优化系列编排,增强各档译制剧场的传播力,展现新时代精神气象,提高讲好中国故事的技巧。

旅蒙商音译蒙古语抄本研究

旅蒙商音译蒙古语抄本,是来到草原的内地商人为了开发市场从事商贸活动而学习、使用蒙古语的一个小册子。其本质是一个随身携带的简易教科书,随时随地拿出来进行对照演练,久而久之便扫清了口语障碍。目前能够流传至今的蒙古语抄本有若干种,间接地向人们展示了那一时期的社会文化,同时也反映了在经济利益驱动下,旅蒙商学习使用蒙古语的真实场景。

统计模型中附加语言学规则的蒙古语词法分析

蒙古词法分析是蒙古语信息处理的基础性问题,是蒙古语信息处理工作的第一步。通过对统计模型和蒙古语构词规则进行深入研究,提出了一种融合统计和规则技术的蒙古语词切分和词性标注的方法。该方法以统计模型作为基本框架,采用树形结构描述系统的解空间,并加入了蒙古语语言学规则和词干、词缀词典。实验结果表明,该系统分词和词性标注的词级准确率为95.1%,词干/词缀级准确率为94.6%,较已有蒙古语词法分析系统的准确率有所提高。

宁夏方言古语词丛考

宁夏方言作为西北长城地带北方话的重要组成部分,主要是随着明代以来几次大的移民迁徙逐渐形成的。在宁夏方言中,留存着部分颇具特色的古语词。有的词语仅存语音,难以确定字形,需通过语音、语义探求本字;有些词语保留古义仍在方言中使用;有的已改变为与本义有联系的其他意义。本文选取11个有特点的古语词加以考释,探求方言词语流变的历史过程。同时根据这部分词语的使用范围,力图揭示影响宁夏方言词汇面貌的不同因素。

基于深度学习的蒙古语AI合成主播

目前,汉文AI合成主播已被运用于新闻内容生产和传播,为传统新闻媒体行业开辟了新的发展路径,但蒙古语AI合成主播技术的研究仍处于起步阶段。为了研发蒙古语AI合成主播系统,本文采用深度学习技术提出了基于嘴型分类的蒙古语AI合成主播模型。首先采用ObamaNet模型构建了蒙古语AI合成主播基线系统,因为基线系统的时间开销大,提出了基于嘴型分类的蒙古语AI合成主播模型,此方法使用9种嘴型标签代表所有的嘴型状态,将得到的语音特征同步到不同的嘴型,根据得到的嘴型选择候选帧,得到AI主播合成视频。文章构建了蒙古语AI合成主播视频语料库,并以此为基础进行了实验比较。结果表明,文中提出的模型可以生成自然度较好的蒙古语AI合成主播视频。

蒙古语词干提取单带非线性自动机构造

设计并实现了一种基于单带非线性的蒙古语词干提取自动机模型.该模型采用单输入带自动机模型,使用一种具层次的主从式非线性蒙古词语表示方式.所设计的单带非线性自动机是新的解决蒙古词干提取问题的方法.

语言接触视角下察哈尔右翼后旗汉译蒙古语地名译音研究

以语言接触中的地名译音、借词研究等相关问题为切入点,整理察哈尔右翼后旗地名的具体情况。结合汉语字音演变轨迹、现代察哈尔右翼后旗汉语方言入声音节构词能力等语音特点,考察了包括根据汉译蒙古语地名译音差异初步判断汉语和蒙古语语言接触的程度以及察哈尔右翼后旗汉译蒙古语地名者整体保留“忽洞”一词的原因等在内的阴山地区察哈尔右翼后旗汉译蒙古语地名译音差异的语言学问题,尝试探讨语言接触视角下汉译蒙古语地名译音问题反映的阴山地区晋语语音的特点,从语言接触角度论述汉译蒙古语地名译音研究对丰富阴山地区晋语研究的重要意义以及汉译蒙古语地名调查研究对阴山地区汉语、蒙古语本体演变和发展研究的作用。

《汉语大词典》蒙古语释义指瑕四则

《汉语大词典》收录了不少蒙古语借词,但所收蒙古语借词存在释义不全面、释义错误等问题。利用比较和文献检索法对“答剌罕”“哈剌”“莽古歹”“诺颜”四词的考证,补充“答剌罕”“哈剌”“诺颜”三词释义,纠正补充“莽古歹”一词释义,有助于《汉语大词典》的修订。

关于《现代蒙古语词频统计》中的语言处理问题

自本世纪３０年代以来，物质、能量和信息三者被称做科学史上的三个基本概念。也有人称之为世界三大支柱。在这三个概念中，只有信息这个概念跟物质的语言才能有直接的关系。因为，语言是信息的载体，而没有载体和信道，信息就无法存在和传递。当然，语言不是信息的唯一载...

浅析粤语保留的古语词的训诂学意义

由于历史与地理的原因,粤语词汇里保留着较多古汉语的痕迹,被形象地称为古汉语的活化石。词汇是语言的建筑材料,通过分析词汇可以为理解古语这座大厦提供便利。训诂学承担着古代文献解读的应用价值,作为以扫除古代文献中语言文字障碍为实用目的的一种工具性的专门工作——训诂,其科学地进行与开展无疑需要借助方言材料辅佐。因此,从粤语词汇角度解析古语词,对理解古代词语的意义与疏通古代文献的意义具有实用价值,对训诂工作的开展与训诂学的发展亦具积极性的意义。

基于Ⅰ-Vector特征融合的蒙古语说话人特征提取方法

针对蒙古语语料少导致蒙古语说话人自适应语音识别系统效果差的问题,该文提出一种基于Ⅰ-vector特征融合的说话人特征提取方法。首先在低资源语料和高资源语料上分别训练Ⅰ-vector模型,之后利用两者训练得到的Ⅰ-vector特征作为中间数据进行最后的特征融合训练。在蒙古语和TIMIT语料库上的实验结果表明,融合训练后Ⅰ-vector说话人特征表现较优,与融合前的Ⅰ-vector特征相比,平均WER降低了0.7%,平均SER降低了3.1%。

美育视角下蒙古语基础音学习使用绘本形式的教学初探——评《我的启蒙小伙伴》

幼儿启蒙是基础教育的重要组成部分,是学校教育的奠基阶段。随着我国教育事业的进一步发展,幼儿教育的质量与水平日益攀升,一方面证明了我国教育改革工作的效率与水平,另一方面也给教育与教学创新提出了全新的要求。目前,我国的幼儿教育基础建设已相对完善,配备了高质量、高水平的教学硬件服务设施,这为幼儿教学工作的开展起到了保障作用。然而,市面上蒙古语启蒙教育读物较少,教学资源较少。为此,娜日苏、娜仁嘎等结合城乡教育的实际情况编著了《我的启蒙小伙伴》这一蒙古语启蒙教学系列绘本。该书由内蒙古人民出版社出版,全书均采用蒙古文进行编写。

蒙古语与朝鲜语颜色词的文化内涵比较研究

颜色词是语言中用来描写各种事物颜色的词,是语言中不可缺少的要素。由于社会文化背景不同,即使是同一种颜色,不同的语言会产生不同的联想和文化内涵。蒙古语和朝鲜语中的颜色词众多,承载的文化内涵也不尽相同。本文以蒙古语与朝鲜语中的五个基本颜色词作比较,通过对比发现蒙古语与朝鲜语中颜色词的文化内涵存在不同,通过颜色词可以了解到两种语言所具有的文化特征以及其所蕴含的不同的民族文化,希望以此对朝鲜语和蒙古语语言学习提供帮助,对两种语言的语言翻译及研究提供帮助。

以词频浅析多文种中古蒙古语文献中的共有词

中古蒙古语通常指以留存至今的13—14世纪蒙古语书面语为代表的蒙古语。涵盖地域广、文种丰富是这一时期蒙古语文献的特征之一。地理分布从当时的蒙古人活动主要区域的蒙古高原西抵西亚,文种包括畏兀体蒙古文、八思巴文、阿拉伯文、汉文、波斯文等记写的蒙古语文献。通过对上述诸文种蒙古语文献所含中古蒙古语共有词汇做词频统计,在此基础上分析、探讨中古蒙古语词汇共有词中的外来词和蒙古语固有词词汇构成,将有助于学界更准确、清晰地了解和掌握中古蒙古语语言特征。