近古汉语标记语料库

近古汉语标记语料库

所属分类:古籍网

官方网址:http://lingcorpus.iis.sinica.edu.tw/early/

-- -- 0

站点介绍

「中央研究院近代漢語語料庫」 (Academia Sinica Tagged Corpus of Early Mandarin Chinese) 是「中央研究院古漢語語料庫」 (Academia Sinica Ancient Chinese Corpus)的一個次語料庫。「中央研究院古漢語語料庫」是應漢語史研究需求而建構的語料庫。這個語料庫又可依是否經過斷詞及加標詞類而分成兩類,即未加標的素語料庫以及有標注的標記語料庫。目前素語料庫所蒐集的語料已含蓋上古漢語(先秦至西漢)、中古漢語(東漢魏晉南北朝)、近代漢語(唐五代以後)大部分的重要語料,並己陸續開放使用;在標記語料庫方面,上古漢語及近代漢語都已有部分語料完成標注的工作,並視結果逐步提供上線檢索。
「中央研究院古漢語語料庫」的建構始於一九九0年,創始者為黃居仁(語言所研究員)、譚樸森 (英國倫敦大學亞非學院教授)、陳克健(資訊所研究員)、魏培泉(語言所研究員)等,最初的經費來 源為蔣經國基金會及中央研究院歷史語言研究所,目標只是蒐集上古漢語的素語料。素語料庫的構 建自此未曾停歇,語料也由上古漢語擴充到中古漢語和近代漢語。這個蒐集工作的持續基本上是由 魏培泉負責執行,經費來源則主要為中央研究院。上古漢語語料的標注自一九九五年開始進行,近 代漢語的標注也從一九九七年開始規劃,隨後即付諸實行,主其事者為魏培泉與劉承慧(清華大學中 文系教授)。支持這個標注工作的經費主要來自中央研究院及國科會,在標注及搜檢的技術方面則有 黃居仁、陳克健及本院計算中心的協助。
「中央研究院近代漢語標記語料庫」WWW版於二00一年十一月首次開放供各界使用。目前提 供《紅樓夢》、《金瓶梅》、《平妖傳》、《水滸傳》、《儒林外史》、《醒世姻緣》、《西遊記》 、《關漢卿戲曲集》、《元刊雜劇三十種》、《永樂大典戲文三種》等十部古典文獻語料線上檢索。 本語料庫的查詢功能和斷詞標類的憑準,與 「中央研究院現代漢語平衡語料庫」大致相同,但也有 其特色:如在查詢功能方面,可以在顯示詞項及其詞類的同時,顯示例句的出處,便於歷史語法的研 究者使用;在斷詞標類的憑準方面,也因著眼不同而作了一些變動,如動補結構標示的較詳盡即為一 例。

相关推荐

  • 哈佛燕京中文善本古籍特藏 国图版

    哈佛燕京中文善本古籍特藏 国图版

    哈佛大学哈佛燕京图书馆藏中文善本古籍特藏,以数字化方式提供给国家图书馆,可按照书名、著者、出版信息、分类等多维度进行检索和分类浏览,书目信息为中英文对照。本系統...

  • 新唐书艺文志

    新唐书艺文志

    該書按經、史、子、集四部分類法,其中經部分11大類,子部儒家類六十九家,九十二部,七百九十一卷。經部後無大序,每類後亦無小序,著錄時首為撰者,次為書名、卷數,絕...

  • 史语所数位典藏

    史语所数位典藏

    「史語所數位典藏資料庫整合系統」(IHPDigitalArchivesOnline)含括本所歷年所建置之數位典藏成果,內容包含考古資料、漢代簡牘、金石拓片、善本...

  • 台湾学位论文

    台湾学位论文

    台湾地区硕博士论文检索系统。

  • 国学宝典

    国学宝典

    《国学宝典》收录范围为上起先秦、下至清末两千多年的所有用汉字作为载体的典籍文献。选书时充分吸收了清代以后至当代学人有关古籍整理的重要成果,充分考虑文献的实用价值...

  • 龙泉寺中文古籍OCR

    龙泉寺中文古籍OCR

    中文古籍OCR学术版源自北京市海淀区龙泉寺藏经办公室与华南理工大学深度学习与视觉计算实验室的学术性合作。工作起步于2017年,初始训练数据为前者提供的汉文大藏经...

微信二维码