汉语学习者文本多维标注语料库建设

作     者：王莹莹 孔存良 杨麟儿 胡韧奋 杨尔弘 孙茂松 WANG Yingying;KONG Cunliang;YANG Liner;HU Renfen;YANG Erhong;SUN Maosong

作者机构：北京语言大学北京100083 北京师范大学北京100875 清华大学北京100084 

基　　金：国家语委科研中心重点项目“智能辅助汉语应用文写作研究”(ZDI135-131) 教育部中外语言交流合作中心2021年度项目“汉语学习者偏误多维度标注语料库建设”(YHJC21YB-129) 北京语言大学语言资源高精尖创新中心项目“智能辅助汉语写作研究”(TYZ19005) 国家语言资源监测与研究平面媒体中心研究经费资助 

出 版 物：《语言文字应用》 (Applied Linguistics)

年 卷 期：2023年第1期

页      码：88-100页

摘      要：本研究以中介语多元对比分析的理论和方法为指引,以计算机智能辅助写作为导向,构建了一个大规模、高质量、篇章级别的汉语学习者文本多维标注语料库——YACLC。YACLC设计了一套多维度富信息标注体系,包括最小改动、流利度提升、句子可接受度、上下文依赖性四个维度,采用众包策略标注了2,421篇、32,124句语言使用场景下的汉语学习者文本,获取到331,292个最小改动标注句和137,708个流利提升标注句。YACLC的建设既解决了现有汉语学习者语料库语料来源封闭、标注结果单一和流利维度欠缺的问题,又为学界分析学习者语言与两个参照语变体三者之间的多元互动,揭示二语习得的规律提供了参考及扩展空间。

主 题 词：学习者语料库 流利度 众包 语法自动纠错 

学科分类：0502[文学-外国语言文学类] 05[文学] 050211[050211] 

核心收录：

D　O　I：10.16499/j.cnki.1003-5397.2023.01.005

馆 藏 号：203121070...