??三个阶段
?? 20世纪50年代中期之前：早期
?? 语料库在语言研究中被广泛使用：语言习 得、方言学、语言教学、句法和语义、音 系研究等
宗成庆：《自然语言理解》讲义，第 4 章
10/90
4.2 语料库技术的发展
?? 1957～20世纪80年代初期：沉寂时期
?? 1957年 Chomsky 的《句法理论》及其以后一 系列著作的发表，根本改变了语料库语言学的 发展状况。 ?? Chomsky 及其转换生成语法学派批判早期的语 料库研究方法：
?? 基于语料库的研究方法有误 ?? 语料的不充分性
宗成庆：《自然语言理解》讲义，第 4 章 11/90
4.2 语料库技术的发展
?? 20世纪80年代以后：复苏与发展时期
?? 特征之一：第二代语料库相继建成： ?? 1983年英国Lancaster 大学建成 Lancaster-Oslo / Bergen Corpus (LOB语料库): 研究英国英语， 500 语篇，每个语篇约2000词。 ?? 法国国家科学研究中心与美国芝加哥大学联合 建成法语语料库 (Tremor de la Language Francaise, TLF语料库)：2000书面法语文本， 1.5 亿词。
宗成庆：《自然语言理解》讲义，第 4 章 12/90
4.2 语料库技术的发展
?? 芬兰赫尔辛基大学建成历史英语语料库(The Helsinki Corpus of Historical English): 850-1720年, 1600万词。
?? 1988年伦敦大学建成国际英语语料库(The International Corpus of English, ICE): 语料来自所 有英语国家，各100万词，1990－1993年， 和 书面语各一半，18 岁以上接受英语教育的成人。
宗成庆：《自然语言理解》讲义，第 4 章
13/90
4.2 语料库技术的发展
??特征之二：基于语料库的研究项目增多
1981年至1991年的11年时间里，大约有480个语 料研究项目得到资助，而在1959年至1980年20多年 的时间里，只有140个基于语料的研究项目。
宗成庆：《自然语言理解》讲义，第 4 章
14/90
4.2 语料库技术的发展
?? 语料库技术复苏的原因
(1) 机的迅速发展； (2) 转换生成语言学派对语料库语言学的批判不都 '（如指责 机分析语料是伪技术），有 的是片面的甚至是错误的（如对语料数据价值 的否定 ）。
宗成庆：《自然语言理解》讲义，第 4 章
15/90
4.3 国内语料库研究状况
宗成庆：《自然语言理解》讲义，第 4 章
16/90
4.3 国内语料库研究状况
?? 武汉大学汉语现代文学作品语料库(1979年，527万 字) ?? 北航现代汉语语料库(1983年，2000万字) ?? 北师大中学语文教材语料库(1983年,106万字) ?? 北京语言学院现代汉语词频统计语料库(1983年， 182万字) ?? 1991年中国国家语言文字工作委员会开始建立国家 级大型汉语语料库，以推进汉语的词法、句法、语 义和语用研究，其计划规模将达7000万汉字 ?? 清华大学汉语歧义切分语料库(1998年,1亿汉字)
宗成庆：《自然语言理解》讲义，第 4 章 17/90
4.3 国内语料库研究状况
?? 北京大学 语言学研究所 (http://icl.pku.edu.cn/)在俞士汶教授领导下建立 的综合型语言知识库(简称CLKB)涵盖了词、 词组、句子、篇章各单位和词法、句法、语 义各层面，从汉语向多语言辐射，从通用领 域深入到专业领域。CLKB是目前国际上规模 最大且获得广泛认可的汉语语言知识资源。
宗成庆：《自然语言理解》讲义，第 4 章
18/90
4.3 国内语料库研究状况
?? 山西大学、哈尔滨工业大学、北京语言大学、东北 大学、苏州大写、中科院自动化研究所、科技部中 信所和香港城市大学、香港理工大学、台湾中央研 究院等相当一批大学和研究机构都对汉语语料库的 建设做出了重要贡献。 ?? 新疆大学、新疆师范大学、内蒙古大学、内蒙古师 范大学、西北民族大学、中央民族大学、社科院民 族学与人类学研究所等院所研究和开发了我国少数 民族语言的语料库。

上一页下一页