多语种突发事件语料库建设与应用展望

近年来,世界范围内各类突发事件频发,如何利用突发事件大数据和机器学习方法共享多语种资源,已成为推进突发事件全球治理亟待研究和解决的问题。本文以突发事件为研究对象,首先阐述了突发事件语料库建设的现状和关键问题,然后分析了多语种突发事件语料库建设的具体步骤、主要挑战和解决方案,最后探讨了该语料库在语言教学与研究、应急语言服务、国别与区域研究、突发事件全球治理等方面的应用。

加快建设人工智能大模型中文训练数据语料库

人工智能大模型产业发展的三要素为算法、算力与数据,其中训练数据语料库的质量直接决定了人工智能大模型的能力。中文数据语料总量相较英文数据语料严重不足,同时存在数据采集行为违法风险较高、公共数据开放利用不足、线下结构化数据版权制度不协调、商业采购与合作数据无法确定数据权属等障碍,其已成为制约人工智能发展的制度瓶颈。发展我国人工智能大模型产业可通过司法判例明确网络数据来源合法性认定条件,协调版权规则确定线下数据使用合理性制度边界,构建开放机制满足公共数据参与语料库建设需求,协同促进跨领域数据流通交易规则建立供给激励,多方破除制度障碍以应对产业发展需求。

AIGC语料库使用分析——以我国传统民族节日春节为例

从使用者的角度,采用实证研究的方法,通过春节文生图实验案例效果评估,发现提示词在使用AIGC语料库进行人机共创过程中的核心作用,提出在AIGC时代,继承与创新我国传统民族节日的基础路径,即从我国传统民族节日语言资源中,提取便于生成式AI易于理解的提示词,建设我国传统民族节日提示词语料库,意义重大。

教育部重大攻关项目“百年来欧美外来词语的全息语料库建设与‘汉语化’机制研究”召开工作推进会

教育部重大攻关项目“百年来欧美外来词语的全息语料库建设与‘汉语化’机制研究”,由广东外语外贸大学的章宜华教授担任首席专家,共有三十多名研究人员参与。本项目旨在通过研究外来词的社会文化背景和发展过程,阐释外来词汉化的原因、路径及流变机制,以建立外来词引进、汉化、吸收和规范的原则方法,促进外来词的健康发展,最终提升汉语的文化传播能力和效用,服务中国特色社会主义的话语体系建设。

农学翻译教学语料库的建设与应用构想

语料库能够提供真实、丰富的学习语料,已被广泛应用于外语教学。然而,针对专题领域翻译能力培养的语料库尚不多见。文章介绍了“农学翻译教学语料库”的建设过程,包括总体框架、语料收录原则、采集方案、清洗与标注等方面,并对其应用前景进行了展望,以期为专用教学语料库的建设提供参考。

基于人工智能技术的语料库标注系统设计与实现

随着大数据技术和人工智能技术的迅速发展,语料库建设受到了人们越来越多的关注。传统语料标注方式依赖人为标注结果,凭借规范的语料库构建流程,能够保证语料的质量,但语料标注的效率较慢。针对上述问题,提出了一种采用人工智能技术辅助语料库建设的策略,首先,提前训练语料标注模型,然后,在标注过程中,结合语料库标注模型提供的用于辅助标注的预测结果,最后,实现基于人工智能技术的语料库标注系统。该系统利用人工智能技术提供机器预测结果,辅助判别最终标注结果,从而提高了标注效率。

专业科技英语语料库的建设与应用

我国英文版科技期刊的整体质量有待提高,有必要建立起专门的相关语料库对专业英语论文写作展开研究。本文以"东华科技英语语料库"中"专业科技英语语料库"的建设为例,从语料来源、命名方式、相关软件工具、文本整理等几个方面描述了建立一个中小型语料库的具体步骤及相关软件的操作说明。文中的数据展示了本语料库中不同语类的采样篇数和所占比例及各学科语篇的篇数及标准化类符形符比。文章通过已有文献对上述语料库中搭配框"a*of"的使用及语态使用的比较以及一个应用实例:"环境语料子库"里的具体单词"insect"与"insects"的搭配差异等来说明建立该语料库对科研人员撰写规范的学术英语论文具有重要的参考价值。

留学生汉语中介语纵向语料库建设的若干问题

中介语语料库在语言教学和研究中所起的作用日益受到学界的重视,不同类型的语料库各有其效用,纵向追踪语料库起着共时语料库难以替代的作用。本文从中介语纵向语料库与二语习得研究、中介语纵向语料的采集、汉语中介语纵向发展的分析方法以及语料的转写、标注和相关工作等方面对留学生汉语中介语纵向语料库建设的理论和实践问题进行了初步探讨。

语料库建设与词典编纂

本文阐述语料库在词典编纂中的重要作用 ，强调“语料先行”这一现代词典编纂的基本原则，探讨语料库建设中的若干实际问题，分 析国内外语料库开发与应用的成功经验。

广播新闻英语语料库的建设研究

本文简要阐述了建设广播新闻英语语料库的意义和目的,结合语料库语言学理论和统计学原理,从语料库的代表性、语料库的规模、语料的抽样、语料库的文本与语音文件的对应、语料库文件的定期更新等几个方面探讨了广播新闻英语语料库的设计原则,提出了一些关于建设该类语料库的思考与建议。

文本数据挖掘技术对速记教学及语料库建设的启示——以松下幸之助演讲数据分析为样例

基于文本数据挖掘技术,探讨在速记教学设计中如何培养职业速记人员利用文本数据挖掘技术发现潜在的、有用的知识,以更加有效地开展速记前的信息储备工作。速记笔记符号识别语料库能够解决速记中笔记产出的受阻情况,提升速记笔记记录源信息的质量。

少数民族英语学习者语料库建设探析

介绍了少数民族英语学习者的特殊性以及语料库在研究少数民族学生三语习得中的作用,指出目前国内仍无以民族语为母语背景的英语学习者语料库,因而深入研究少数民族英语学习者的中介语和语言迁移缺乏自然语料和数据。据此提出有必要建设少数民族英语学习者语料库,并从建库目的和规模、语料抽样、语料加工与标识、语料库赋码等方面进行了深入的阐述。

陕南民歌音乐现状与语料库建设

陕南民歌是我国陕西省秦岭以南秦巴山区的传统民间音乐文化,它体现了陕南的民俗风情,是我国民族音乐文化当中不可多得的文化瑰宝。民歌作为民间口头文学形式,作为文学艺术发展的基础,具有浓郁的生活气息、鲜明的民族风格和生动的艺术特色;陕南民歌作为非物质文化遗产,蕴含着地域居民特有的思维逻辑、心理图式和精神旨趣等个性特征,体现着地域居民的生命力和创造力。将陕南民歌数据借助语料库的形式,以语料库建设为切入点,将计算机数据信息化处理作为辅助手段,建设陕南民歌语料库,并在此基础上通过计算机技术对陕南民歌文学语汇、音乐语汇进行初步研究分析,可以为陕南民歌的搜集整理、理论研究、改造创新、开发利用注入新的活力,提供新的技术依据。

口译教学语料库的建设探讨

一、国内外口译语料库建设及研究现状基于语料库的研究,于20世纪50年代后期发展起来[1],通常是指为了语言的研究与学习,收集电子形式所保存的语言材料,来帮助人们观察和把握语言事实,分析和研究语言系统的规律等。

中介语语料库建设中的语言错误标注方法

中介语语料库的建设是对外汉语教学研究中的重要内容。留学生的各种语言错误,尤其是偏误信息,可以为研究者提供可靠的统计数据。然而,针对留学生文本中标注各种错误的方法尚没有较好地研究。本文从语料库加工流程的角度,探讨了这一问题,并借助XML(可扩展置标语言)提出了错误标注的具体实现方法。

面向教学的法语新闻语料库的建设及应用

本文对英语、汉语和法语语料库的发展作了对比介绍,分析了语料库建设的理论和现实意义。我国法语语料库研究的落后局面使得法语语料库的建设变得十分必要并且迫切。因此,本文尝试建设一个小型法语新闻语料库:选取《世界报》、《费加罗报》、《快报》等法国主流报刊中的社会新闻为语料,对其进行统一格式化的预处理,随后用TreeTagger对其进行标注。标注后的语料可以通过现有的检索工具HyConc进行检索。该语料库旨在通过基于语料的实际分析为法语教学提供理论依据,同时也可进一步促进对法语的语言学研究。

外语考试的计算机语料库建设

计算机语料库是以语篇为基础对语言进行研究的一门新兴交叉型学科。20世纪90年代以来,应用不断更新的计算机技术建立的各类语料库,使语言研究的手段与方法都发生了巨大变化。但在开发以各类考试材料为语料的专门用途语料库方面,发展却相对滞后。大学英语四、六级考试是我国高等教育最重要的大规模外语考试,对推动大学外语教学起到了功不可没的作用。研究并建成大学英语四、六级考试计算机语料库,对大学外语教学具有很大意义。

新理念大学英语教材语料库建设研究

文章对新理念大学英语教材语料库的背景和项目情况作了概述,对基于教材语料库已取得的阶段性研究成果和重要发现进行总结。指出基于语料库等网络多媒体教学资源的学习者自主性学习是二语习得研究的一个新方向,对发现二语学习者的学习规律和特点有重要的方法论和实践方面的意义。

以语料库建设为目的的大学英语分级教学研究与实践

语料库语言学的兴起为大学英语教学改革提供了新的方法和思路。该文拟以教育部高教司(2007)《大学英语课程教学要求》为指导,开展以语料库建设为目的的大学英语分级教学模式研究与实践,旨在加强对学生在学习过程中语言应用能力的培养,实现教师的个性化教学模式,并促进学生由被动接受知识转化为个性化学习,从而提高教学质量,进一步推动大学英语教学改革。