語(yǔ)料庫(kù)的制作和應(yīng)用(編輯修改稿)
2024-11-16 09:38 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 ching and replacing all ? $line=~s/^\s*$//g。 matching and replacing all ? $line=~s/\\s{0,}/\s/g。 matching and replacing all ? $line=~s/\\s\n/\n/g。 matching and replacing all ? $line=~s/\Z\n//g。 matching and replacing all ? $line=~s/ +/ /g。 replace more whitespaces with just one ? $line=~s/\s+({2,})/$1/g。 matching and replacing all 語(yǔ)料文本的基本處理：主要處理方式 5 ? 添加 metadata后的語(yǔ)料樣態(tài) 語(yǔ)料文本的基本處理：主要處理方式 6 雙語(yǔ)語(yǔ)料的對(duì)齊：方式和方法 1 ? 對(duì)齊就是源文和譯文對(duì)應(yīng)。翻譯語(yǔ)料的主要特征是對(duì)齊。 ? 對(duì)齊的語(yǔ)言層級(jí)： o 段對(duì)齊 o 句對(duì)齊 o 段對(duì)齊中的句對(duì)齊 ? 對(duì)齊方式不同，與創(chuàng)建語(yǔ)料庫(kù)的目的有關(guān)。比如，如果僅僅用于輔助翻譯，就可以采用句對(duì)齊。而要用于翻譯研究，就需要考慮段落層面的語(yǔ)言使用信息，如銜接、話語(yǔ)標(biāo)記等。對(duì)齊軟件有很多， CAT類軟件 、 Paraconc、專門軟件。 雙語(yǔ)語(yǔ)料的對(duì)齊：方式和方法 2 ? 初始對(duì)應(yīng)：源語(yǔ)、目標(biāo)語(yǔ)文本段對(duì)齊， word下完成校對(duì)。這一步最重要。 ? Paraconc可以考慮添加 s標(biāo)記。 ? 對(duì)齊：軟件對(duì)齊。如 aligner， paraconc； Trados，dejavu， bitext2tmx。前兩者提供段對(duì)齊和句對(duì)齊；后三個(gè)軟件一般只提供句對(duì)齊。 語(yǔ)料賦碼 ? Annotation, 就是加標(biāo)簽（ tagging） . ? 標(biāo)注 的分類：自動(dòng)標(biāo)注、人工標(biāo)注； 詞性 句法標(biāo)注、功能標(biāo)注 ；標(biāo)注標(biāo)記 _、 /、 。 ? 人工標(biāo)注主要是指功能性標(biāo)注，如語(yǔ)義標(biāo)注、翻譯手段的標(biāo)注，以及為滿足特定研究目的進(jìn)行的附碼如話輪、間接、直接言語(yǔ)行為，等等。從一定意義上說(shuō)，人工標(biāo)注涉及更深語(yǔ)言層面，標(biāo)注充分對(duì)于研究自然更有意義。 ? 自動(dòng)標(biāo)注主要包含詞性標(biāo)注和句法標(biāo)注，可以通過(guò)軟件來(lái)實(shí)現(xiàn)。 語(yǔ)料編碼、存儲(chǔ)格式 ? 使用 text文本時(shí)，缺省編碼為 ANSI。用于 WordSmith用的語(yǔ)料文本一般應(yīng)為 un
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1