大规模单语语料的索引及检索

针对大规模单语语料资源,提出了采用B-tree结构的二级索引机制;研究了索引及检索关键字的组织策略,引入了检索关键字的词频因素,通过关键字的分组及短语的识别策略,有效地解决了检索效率和准确率问题.     

基于可变长音素序列拼接单元的维吾尔语语音合成技术研究

文章采用了一种以可变长音素序列为拼接单元的维吾尔语语音合成系统的技术方案,阐述了维吾尔语的语言特点及语音合成中必须考虑的语音协同发音等现象,给出了语音库的设计思路及其句子、短语、词语、音节以及音素等多级语音库结构,以便直接从语音库中找到拼接单元,还考虑了怎样合成语音库中没有拼接单元的情况。该方法能更好地利用自然语流的原始信息,提升了系统合成语音效果的自然度。     

网络语料库在英语写作教学中的应用

在教学中引入电脑语料库是当今国内外英语教育发展的新趋势。基于语料库的数据驱动学习为学生提供真实的学习环境和有效的探索语言的手段,可以提高学生的学习自主性,从而改进写作教学的效果,并对推进我国英语教学有一定积极意义。     

统计学习方法在语义消歧中的应用研究

语义歧义大量存在于自然语言中,其排歧成功率是衡量机器翻译、信息检索、文本分类等自然语言处理软件性能的重要指标.对语义消歧这一自然语言理解领域的难点技术问题进行了探讨,分析了统计学习方法在语义消歧中的应用,阐述了统计语义消歧的有关技术,并给出一个基于贝叶斯与机读词典的语义消歧实例,取得了较高的语义消歧成功率.     

现代维吾尔语的词性标注校对技术研究

近些年来语料库语言学的发展较为迅速,语料库的建设成为一项重要的工作.在对语料加工的过程中,保证词性标注的一致性也成为建设高质量语料库的重要问题.目前国内外对汉语语料库词性标注结果的校对,还停留在人工校对上,对词性标注结果不一致现象尚未进行系统的研究.对于词性标注方法不是很成熟的维吾尔语语料库来说,词性校对方面的研究工作更少.首先概要介绍了一种维吾尔语的标注方法,并受一些文献的启发,根据维吾尔语的特点对其进行词性标注自动校对的研究,并分析其适用于维吾尔语词性校对的可行性,进而提高维吾尔语词性标注的正确率.     

大学英语写作中词汇错误实证调查研究报告

以60名非英语专业学生的作文为样本,通过统计分析作文中出现的词汇错误,试图解决三个问题:(1)确认学生在写作中所犯词汇错误类型及比例;(2)分析主要错误来源;(3)评估词汇错误的严重程度。结果表明,学生的词汇错误主要集中在词义混淆和词汇搭配。因此,笔者建议在教学中尝试利用语料库以及词汇法教学等手段,提高学生在写作中英语词汇运用的准确性与流利性。     

网络语料库在英语专业学生写作中的应用

随着计算机和网络技术的发展,网络语料库已成为写作的有力工具,学生在写作前的准备阶段,可以运用Sentbase、CLEC等网络语料库进行作文构思和范文阅读;作文完成后,学生可以借助多种网络语料库,如COCA、Sentbase和句酷批改网等,完成作文中选词、词汇搭配及语法等问题。将网络语料库运用到写作中,有利于提高学生的英语写作水平及自主学习能力。     

潜在语义分析的英汉口译语料库挖掘

分析潜在语义分析的理论基础,结合英汉口译语料库的相关特点,提出了基于潜在语义分析的口译语料相似度的度量方法.基于PACCEL英汉口译语料库的实验表明,该方法的检索精度为0.79,召回率为0.59,F1为0.68,检索时间为1.124 s,在检索精度、召回率、F1值以及时间效率上均显著优于实验的参照方法.该方法能为用户提供更有效的检索推荐以及在扩展语料库时自动探析语料库存在的数据冗余,为语料库的构建和扩展提供了有效指导.     

语料库在大学英语写作教学中的应用初探

语料库在大学英语写作教学中的作用有待发掘。英语教师可利用目前语料库的研究成果和分析手段来总结学生作文中存在的突出问题。以大学生的英语书面语语体特征为例,对比中介语的研究给我们提供了分析语料的多个角度,运用现有的理论,本文尝试考察了一次论说文写作训练的语料,初步探讨如何应用语料库辅助大学英语写作教学。     

CUCBNC:一个引入播音学知识的广播新闻语音库

该文描述了广播新闻语音库CUCBNC的构建过程。建设该语音库的目的是为了能将播音学相关知识应用到言语工程中。为此,通过解读播音学相关论述,提出了新的韵律特征,包括声音表达特征、语篇重音、意合群和复合韵律短语,并融入到CUCBNC语音库的韵律和文本标注规范中,目前已标注了约14h的语音数据。最后,通过观察相关韵律特征在标注数据中的统计分布,来检验融入了新特征的韵律标注规范是否合适。实验结果表明所提出的韵律特征是科学合理的。