汉语盲文语料库语料采集研究

盲文语料库建设在国内外还没有先例.为了建设多功能、综合性的汉语盲文语料库,通过对现行盲文颁布60多年来的盲文出版物语料、非出版物语料以及盲人语料的采集,力图涵盖盲文使用的全貌.从语料调查、语料筛选、语料采集流程几个方面阐述了盲文语料库语料采集的主要内容,并指出语料采集的重点难点问题及应对策略.     

具有语义的英语语料库的支撑平台

针对传统语料库的缺陷,提出了基于Ontology的英语语料库,并设计分析了这个具有语义的英语语料库的支撑平台.此支撑平台不仅能够建立和维护具有语义的英语语料库,并且使得建立的语料库具有动态的、开放的、基于语义的等多种特点.对此支撑平台的框架设计及采用的部分关键技术做了详细的阐述.此支撑平台不仅具有广阔的应用前景,也具有重大的理论价值.     

基于语料库的藏语TTS技术研究

文章通过比较分析国内外TTS技术的发展,提出基于语料库的藏语TTS技术的可行性.研究了藏语TTS的文本分析模块、语音合成模块及语音数据库的关键技术,并设计了一个完整的基于语料库的藏语TTS系统.     

面向中文问答系统的问句句法分析

中文句法分析是汉语研究和信息处理中的一个关键环节,同时也是难点之一.探 讨了中文问句的结构特征,在面向中文问答系统的问句句法分析算法中,运用语料库句法处理技术,并对问句长度短、含疑问词、有疑问结构句式等特点加以利用,初步实验结果达到了预期目标.     

数据驱动模式下的英语网络互动学习平台的构建

数据驱动学习模式（DDL）的提出,挑战了以教师和教材为中心的传统外语教学理念,引起众多研究者的关注．随着计算机技术以及语料库技术在外语教学中的应用与普及,DDL方法的重要性也日渐凸现;同时目前各高校校园网也在不断发展和完善,这些都为架构校园英语学习互动网站提供了理论和硬件上的支持．     

GloWbE语料库在英语方言变体研究中的应用

基于GloWbE语料库对20个国家的英语方言变体从词汇、短语、句法、语义到语言文化各个层面进行研究。GloWbE提供的反映20国英语方言使用实际的真实语料和全面的检索方式,为多维度认识和研究这20国的英语方言变体提供了可靠的工具保证和注入了新的活力。     

中文短文本语法语义相似度算法

通过分析中文短文本的特征,提出了一种基于语法语义的短文本相似度算法.该算法结合中文语句语义的相似性以及语句语法的相似性,即计算具有相同句法结构的短文本的相似度以及考虑语句词组顺序对相似度的贡献,对中文短文本相似度进行计算.实验表明,本文提出的算法在中文短文本相似度计算结果上更加接近人们的主观判断并且拥有比较好的精确率与召回率.     

基于分层ERNIE模型的中文嵌套命名实体识别

近年来中文嵌套命名实体识别的相关研究进展缓慢，BERT和RoBERTa等预训练模型在处理中文语言时，导致模型只能学习到不完整的语义表示.针对以上两个问题，首先使用现有的中文命名实体基准语料库ACE2004和ACE2005,依照原始语料的中心词和外延的关系自动构造嵌套命名实体；然后使用分层ERNIE模型在构建好的中文语料库上进行中文嵌套命实体识别的研究，相较于BERT等模型，ERNIE模型则是通过对中文实体语义单元的掩码，使得模型学习完整概念的语义表示.实验结果表明，分层ERNIE模型在ACE2004和ACE2005两个中文嵌套命名实体语料库上F1值分别为84.5%和85.9%,性能优于BERT和RoBERTa模型.     

基于COCA语料库的英语近义词辨析——以abolish、cancel和repeal为例

在英语词汇学习中，近义词辨析既是重点也是难点。学习者借助词典进行辨析依然感到困难重重。语料库因其语料丰富、搜索功能强大等特点能够很好地取代词典，学习者可以利用语料库进行数据驱动式的近义词辨析。文章基于COCA语料库，从词频、语域分布、搭配、类联接、语义韵切入，辨析了近义动词abolish、cancel和repeal，探索了基于语料库的近义词辨析新路径。