安见才让

(青海民族大学计算机学院，西宁810007)

1 概述

语料库由大量收集得来的书面语或口语构成，使用计算机储存并处理的用于语言学研究的文本库。它为语言教学提供了自然出现的真实语料，为语言研究提供了科学的方法［1］。经过20多年的发展，很多领域的语料库已达到一定规模，相应的语料库日趋成熟，但藏区的汉语教学至今没有一个可以应用的汉藏语料库。目前，国内汉藏平行语料库缺乏统一的标准，藏区的汉语教学工作仍采用传统的面授模式，教师的知识储备有限，知识得不到及时更新与总结，缺乏知识对比的参照标准和有效信息的搜索工具，而且检索效率低下［2］。因此，文中建立了汉藏双语语料库平台系统，立足于“藏区使用的小学、初中汉语文教材”，充分结合汉藏双语的特点，应用计算机技术，实现了对汉、藏语料的收集、筛分、统计、检索、对齐、对比、发音、朗读、显示等功能，为藏区的汉语教学、汉藏语言的研究提供了一个高效、准确、统一的教学平台。

2 系统特点

九年义务教育六年制小学和三年制初级中学共17本《汉语》教科书(藏族地区使用)的内容及与之对齐的藏语翻译内容是本系统的生语料。它含有904个课文文本文件，约2794445字。据此，本系统在设计上突出了以下几个特点:

(1)实现了良好的人机交互

系统在生语料的人工处理和熟语料的人工修正模块中，通过友好的交互界面，实现了汉藏分词、汉藏词性标注、汉藏句法分析和汉藏树库结果的人工修正等功能。……