好文档就是一把金锄头!
欢迎来到金锄头文库![会员中心]
电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本

传媒语言语料库的建设与应用——侯敏oweroin.pptx

22页
  • 文档编号:610930206
  • 上传时间:2025-05-28
  • 文档格式:PPTX
  • 文档大小:1.30MB
  • / 22 举报 版权申诉 马上下载
  • 文本预览
  • 下载提示
  • 常见问题
    • 单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,传媒语言语料库的,建设与应用,中国传媒大学 播音主持艺术学院,侯 敏,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,三、语料的采集与标注,四、传媒语言语料库的应用,五、目前存在的问题,一、建设传媒语言语料库的目的,语料库已成为语言研究和自然语言信息处理研究,的信息源和知识源,成为一种必要的现代化的研,究工具和手段;,广播电视语言对社会语言生活具有深远的影响;,为我院教师、研究生研究广播电视语言搭建一个,平台,提供语言资源及现代化工具,为教学服务;,为,所有对传媒有声语言、尤其是 广播电视语言有,兴趣的人员提供研究资源及现代化工具,为社会,服务二、传媒语言语料库的结构,传媒语料库,文本语料库,音视频语料库,文本,生语料库,文本,熟语料库,音视频,生语料库,音视频,熟语料库,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,语料的采集,文本语料的采集,音视频语料的采集,语料的标注,文本语料的标注,音视频语料的标注,音视频采集工作站,磁盘阵列,语料加工工作站,服务器,用户浏览查询终端,DVD录像机,数字化工作站,转写工作站,互联网,工作流程,音频语料的采集和标注,语料规模,:大约,400,小时,语料内容,:以新闻节目为主,电视节目:340小时,广播节目:50小时,其 他:10小时,已 标 注:1小时,标注工具,:开发了一个面向汉语的语音标注系统,将Tcl的,跨,跨平台性能,、,、Tk卓越,的,的图形界面,、,、Snack的可视化,语,语音功能整,合,合在一起,,在,在绘制波形,、,、语图、音,高,高曲线等方,面,面省时省力,;,;,标注文件可,以,以和其他语,音,音处理软件,兼,兼容,如PRAAT等,;,;,中文界面,,实,实现了中文,语,语音文件的,汉,汉字标注。

      基于Tcl/Tk+Snack开,发,发的语音标,注,注工具界面,基于Tcl/Tk+Snack工,具,具开发的标,注,注工具界面,及,及标注实例,汉字层,拼音层,声韵层,停断层,重音层,采集原则,:以节目文,本,本为单位,,全,全面采样,,力,力求均衡;,语料来源,:电台、电,视,视台网站的,节,节目文本;,选样参数,:大陆与港,台,台、中央与,地,地方、不同,的,的语言样态,不同的受众,群,群体、不同,的,的内容领域,目前规模,:目前已达到,5000,万字(不包,括,括篇头信息,),),电视语料,4000,万;,包括17家,电,电视台,165个电视,栏,栏目;,广播语料,1000,万;,包括22家,电,电台,133个广播栏,目,目;,总共有,12396,个文件文本语料的,采,采集,文本语料的,标,标注,篇头信息,:各种背景,信,信息的标注,(,(元数据),篇体信息,:自动分词,词性信息标,注,注,语体信息标,注,注,句法信息标,注,注,语义关系信,息,息标注,语用信息标,注,注,篇章关系标,注,注,已做,正在做,许多/m,游,游客/n,在,在/p,景,景点/n 前/f “/w望票兴叹/,v/i/ls,”/w,。

      /w,游,游客/n,是,是/v,“,“/w,车,车/n,到,到/v,山,山/n,前,前/f,”,”/w,,,,/w进退两难/,v/i,,/w大老远/,a/ky,慕名而来/,v/l,,/w,如,如/c,不,不/d,进,进去/v,游,游览/v,,,,/w,实,实在/d 不/d 甘心/v ,/w 而/c 要/v 了,却,却/v,“,“/w到此一游/,v/l,”/w,的,的/u,心,心愿/n,,,,/w,一,一行/n,三,三五/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,词性标注样,本,本,熟语的双层,标,标注,语体信息标,注,注,XWLB040415-001,(DJ_ZJ(O1_SU胡/nr,锦,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),XWLB040415-138,(YF(O_SU孔/nr,泉,泉/nr)(I说/v),/w)(DJ_ZJ(E1_SJ_NP4月/t13号/t ,/w)(O_DS_NP(A1_NU_QP17/m,名,名/q)(A2_LS中国/ns)(!船员/n)(E2_CS_PP在/p,印,印度/ns,孟,孟加拉,湾,湾/ns,海,海域/n)(E3_YY_PP因/p,沉,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,国/n)(!关系/n))(E_ZT顺利/a)(I发展/v)/w),句法、语义,关,关系标注样,本,本,篇章标注(RST树图,分,分析)样本,目标与特点,语音,(音节、韵,律,律标注),文字,词语,(分词、词,性,性标注、语,体,体信息、语,用,用信息),短语,(浅层分析,、,、短语结构,标,标注),句子,(句法、语,义,义关系标注,),),篇章,(篇章关系,标,标注),多层次,一,一体,化,化,四、传媒语,言,言语料库的,应,应用,研制语料库,分,分词标注系,统,统,面向信息处,理,理的语言研,究,究,一般的语言,研,研究,广播电视语,言,言研究,普通话韵律,研,研究,五、目前存,在,在的问题,语料使用权,问,问题,文本语料自,动,动及辅助标,注,注工具的研,制,制,音视频语料,的,的转写,音频语料的,标,标注,语料库的功,能,能,带标语料库,的,的运用,请批评指正,!,!,谢谢!,9,、静夜,四,四无邻,,,,荒居,旧,旧业贫,12月-2212月-22,Saturday,December31,2022,10,、雨,中,中黄,叶,叶树,,,,灯,下,下白,头,头人,。

      02:42:2002:42:2002:42,12/31/20222:42:20AM,11,、以我独,沈,沈久,愧,君,君相见频,12月-2202:42:2002:42,Dec-2231-Dec-22,12,、,故,故,人,人,江,江,海,海,别,别,,,,,几,几,度,度,隔,隔,山,山,川,川,02:42:2002:42:2002:42,Saturday,December31,2022,13,、乍,见,见翻,疑,疑梦,,,,相,悲,悲各,问,问年,12,月,月-2212,月,月-2202:42:2002:42:20,December31,2022,14,、,他,他,乡,乡,生,生,白,白,发,发,,,,,旧,旧,国,国,见,见,青,青,山,山,31,十,十,二,二,月,月20222:42:20,上,上,午,午02:42:2012,月,月-22,15,、比不,了,了得就,不,不比,,得,得不到,的,的就不,要,要十二月222:42 上,午,午12月-2202:42,December31,2022,16,、行动出成,果,果,工作出,财,财富2022/12/312:42:2002:42:20,31 December 2022,17,、做前,,能,能够环视,四,四周;做,时,时,你只,能,能或者最,好,好沿着以,脚,脚为起点,的,的射线向,前,前。

      2:42:20,上,上午2:42,上,上午02:42:2012月-22,9,、没有失,败,败,只有,暂,暂时停止,成,成功!12月-2212月-22,Saturday,December 31,2022,10,、,很,很,多,多,事,事,情,情,努,努,力,力,了,了,未,未,必,必,有,有,结,结,果,果,,,,,但,但,是,是,不,不,努,努,力,力,却,却,什,什,么,么,改,改,变,变,也,也,没,没,有,有,02:42:2002:42:2002:42,12/31/20222:42:20AM,11,、成功,就,就是日,复,复一日,那,那一点,点,点小小,努,努力的,积,积累12月-2202:42:2002:42,Dec-2231-Dec-22,12,、世,间,间成,事,事,,不,不求,其,其绝,对,对圆,满,满,,留,留一,份,份不,足,足,,可,可得,无,无限,完,完美,02:42:2002:42:2002:42,Saturday,December31,2022,13,、不知香,积,积寺,数,里,里入云峰,12月-2212月-2202:42:2002:42:20,December31,2022,14,、意志,坚,坚强的,人,人能把,世,世界放,在,在手中,像,像泥块,一,一样任,意,意揉捏,。

      31,十,十二月20222:42:20 上,午,午02:42:2012月-22,15,、楚塞三湘,接,接,荆门九,派,派通十二月 222:42,上,上午12月-2202:42,December 31,2022,16,、少年十五,二,二十时,步,行,行夺得胡马,骑,骑2022/12/312:42:2002:42:20,31 December 2022,17,、,空,空,山,山,新,新,雨,雨,后,后,,,,,天,天,气,气,晚,晚,来,来,秋,秋,2:42:20,上,上,午,午2:42,上,上,午,午02:42:2012,月,月-22,9,、,杨,杨,柳,柳,散,散,和,和,风,风,,,,,青,青,山,山,澹,澹,吾,吾,虑,虑,12,月,月-2212,月,月-22,Saturday,December31,2022,10,、,阅,阅,读,读,一,一,切,切,好,好,书,书,如,如,同,同,和,和,过,过,去,去,最,最,杰,杰,出,出,的,的,人,人,谈,谈,话,话,02:42:2002:42:2002:42,12/31/20222:42:20AM,11,、越,是,是没,有,有本,领,领的,就,就越,加,加自,命,命不,凡,凡。

      12,月,月-2202:42:2002:42,Dec-2231-Dec-22,12,、越,是,是无,能,能的,人,人,,越,越喜,欢,欢挑,剔,剔别,人,人的,错,错儿,02:42:2002:42:2002:42,Saturday,December31,2022,13,、知人者,智,智,自知,者,者明胜,人,人者有力,,,,自胜者,强,强12月-2212月-2202:42:2002:42:20,December31,2022,14,、意志,坚,坚强的,人,人能把,世,世界放,在,在手中,像,像泥块,一,一样任,意,意揉捏,31,十,十二月20222:42:20 上,午,午02:42:2012月-22,15,、最具挑战,性,性的挑战莫,过,过于提升自,我,我十二月 222:42,上,上午12月-2202:42,December 31,2022,16,、业余生活,要,要有意义,,不,不要越轨2022/12/312:42:2002:42:20,31 December 2022,17,、一个人,即,即使已登,上,上顶峰,,也,也仍要自,强,强不息2:42:20,上,上午2:42,上,上午02:42:2012月-22,MOMODA POWERPOINT,Lorem ipsum dolor sit amet,consectetur adipiscing elit.Fusce id urna blandit,eleifend nulla ac,fringilla purus.Nulla iaculis tempor felis ut cursus.,感谢您的,下,下载观看,专家告诉,。

      点击阅读更多内容
      关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
      手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
      ©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.