第4章 语料库与

语言知识库 北京市海淀区中关村东路95号 电话：+86-8254 4688 邮编：100190 邮编: cqzong@ 4.1 基本概念 宗成庆： 《自然语言理解》讲义，第4 章 2/90 4.1 基本概念 输入 输出 处理模块 大规模语言数据： • 模型参数训练 • 评测标准 NLP中知识库包括： • 词汇语义库 语言数据库或知识库 • 词法、句法规则库 • 常识库等等 宗成庆： 《自然语言理解》讲义，第4 章 3/90 4.1 基本概念  语料库(corpus)  语料库(corpus) 就是存放语言材料的仓库(语言 数据库) 。  基于语料库进行语言学研究－语料库语言学 (corpus linguistics) 宗成庆： 《自然语言理解》讲义，第4 章 4/90 4.1 基本概念  语料库语言学  根据篇章材料对语言的研究称为语料库语言学。 －[Aijmer, 1991]  基于现实生活中语言运用的实例进行的语言研究 称为语料库语言学。 －[McEnery, 1996]  以语料为语言描写的起点或以语料为验证有关语 言的假说的方法称为语料库语言学。 －[Crystal, 1991] 宗成庆： 《自然语言理解》讲义，第4 章 5/90 4.1 基本概念 两种解释：  不是新术语：利用语料库对语言的某个方面进 行研究，或者发现某些规律性知识。  是新术语：对现行语言学理论进行批评，提出 新的理论。 宗成庆： 《自然语言理解》讲义，第4 章 6/90 4.1 基本概念 “语料库语言学已经成为语言研究的主流。 基于语料库的研究不再是计算机专家的独有领 域，它正在对语言研究的许多领域产生愈来愈 大的影响。” －J. Thomas 等人为祝贺语料库语言学的主要奠基 人和倡导者G. Leech 六十岁生日而出版的语料库语言 学研究论文集的开场白[丁信善，1998] 。 宗成庆： 《自然语言理解》讲义，第4 章 7/90 4.1 基本概念 语料库语言学研究的内容：  语料库的建设与编纂  语料库的加工和管理技术  语料库的使用