蒙古语语料库标注及相关对策研究

论文摘要

目前语料库建设已经成为自然语言处理不可缺少的组成部分。语料库的发展趋势是作为重要的语言知识资源,为自然语言处理系统提供知识支持。蒙古语语料库建设从20世纪80年代开始,至今已经取得了一定的成绩,建立了若干个不同时期、不同文种、不同用途的语料库。但以往的语料库主要侧重于语言本体研究,而当今,用于自然语言深层处理时却遇到了很多问题,正面临扩大规模、深化加工等新的挑战。为了使蒙古语语料库及其加工技术尽快达到或接近国内外较有影响的语料库标注深度,本文通过蒙古语语料库同国内外著名语料库进行了多层面上的比较,分析和探讨了目前在蒙古语语料库各级加工中存在的问题。并对26万词蒙古语语料库进行自动词法标注和手工后处理,详细分析了所遇到的问题,针对其中某些问题提出了解决方案。

论文目录

• 摘要
• ABSTRACT
• 第1章 序言
• 1.1 课题的提出
• 1.2 语料库的定义及其应用
• 1.2.1 语料库的定义
• 1.2.2 语料库在自然语言处理中的应用
• 1.2.3 语料库在语言学研究领域的应用
• 1.3 语料库的分类
• 1.4 语料库的发展历史
• 1.4.1 早期的语料库语言学
• 1.4.2 乔姆斯基转换语法时期的语料库语言学
• 1.4.3 语料库语言学的复苏时期
• 1.5 国外几个典型语料库简介
• 1.6 汉语语料库简介
• 1.7 其他少数民族语料库简介
• 第2章 蒙古语语料库的标注现状
• 2.1 蒙古语语料库简介
• 2.1.1 蒙古语单语语料库
• 2.1.2 蒙古语双语语料库
• 2.2 蒙古语语料库标注
• 2.2.1 蒙古语词语识别
• 2.2.2 蒙古语的词法标注
• 2.2.3 蒙古语的词性标注
• 2.2.4 蒙古语的句法标注
• 2.2.4.2 蒙古语的句法标注
• 2.2.5 蒙古语的词义标注
• 2.2.5.1 词义标注概况
• 2.2.5.2 蒙古语的词义标注
• 第3章 对26万词级语料库进行词法标注时遇到的问题与解决的策略
• 3.1 标注目的
• 3.2 原语料库来源
• 3.3 使用工具简介
• 3.4 工作流程
• 第4章 结束语
• 参考文献
• 附录1
• 附录2
• 附录3
• 致谢
• 攻读硕士学位期间发表过的学术论文目录