基于计算技术的语音语料库标注方法研究

在现代信息技术革新发展中,科研学者在开发设计语音识别系统时,需要利用正确的音标标注和词汇标注,构建规范有效的语音语言模型。由于在语音语料库中添加音标和词汇标注,需要消耗大量的人力物力,并且现有系统无法实现自动标注,所以只能利用手工标注来完成。本文在了解数据标注技术研究现状的基础上,根据语音语料库的标注形式和影响因素,分析以计算技术为核心的语音语料库标注方法,而后结合实践应用结果进行验证分析。最终结果显示,利用计算技术进行标注,能有效低成本的生成词汇和音标的标注。

中介语语料库词汇错误的标注问题及改进建议——以“HSK动态作文语料库”为例

文章以"HSK动态作文语料库"为例,从错误识别和错误修改两个角度,考察了中介语语料库词汇错误标注中的问题,发现词汇错误识别存在漏标、多标和误标问题。词汇错误修改存在修改后表达仍不正确、修改不符合作者的原意、改动过大和语言单位层级标注不当等问题,经量化统计发现,各类问题中,以漏标问题最为严重。在此基础上,文章分析了词汇错误标注问题出现的原因,并提出了4点建议。

汉语计量词汇学的丰硕成果——读《汉语词汇计量研究》

文章认为《汉语词汇计量研究》具有以下特点 :1 .对材料的选择具有代表性 ,准确性和封闭性 ;2 .采用语料库技术 ,研究手段现代化 ;3 .词汇标注的多角度与周遍性 ;4.语料分析角度切入准确 ;5 .定量与定性相结合 ;6.词汇理论探讨与词典编纂实践相结合。