操 镭，尹蔚彬，孙沁瑶，王 志，于重重，李道玮

CAO Lei1,YIN Weibin2,SUN Qinyao1,WANG Zhi3,YU Chongchong1,LI Daowei1

1.北京工商大学 计算机与信息工程学院，北京 100048

2.中国社会科学院 民族学与人类学研究所，北京 100081

3.四川大学 历史文化学院，成都 610064

1.College of Computer＆Information Engineering,Beijing Technology＆Business University,Beijing 100048,China

2.Institute of Ethnology andAnthropology,ChineseAcademy of Social Sciences,Beijing 100081,China

3.College of History and Culture,Sichuan University,Chengdu 610064,China

1 引言

据民族语言组织统计，截至2014年在7 106种记录语言中，424种语言濒临灭绝，203种语言处于接近濒危的状态[1]。联合国科教文组织把濒危语言解释为：当母语人停止说某种语言，或者是在各个领域说得越来越少，并且不将其传递给后代的时候，这种语言就被称为濒危语言，因此，对原生态的语言面貌和文化信息的保存，对珍贵濒危语言文化遗产的留存是当今时代刻不容缓的目标与追求[2]。

吕苏是藏族的一个支系，村落或族群中只进行吕苏语口语的交流无文字[3]，该语言正处于衰变或濒危状态，因此对其语言进行记录、标注、分析、典藏意义重大[4]。建立吕苏语口语语料库是濒危语言吕苏语典藏技术的基础性工程，使近乎消失的少数民族濒危语言吕苏语能够永久而系统地保存下来，并且能够对其进行学习与研究，使国内外语言研究人员、语言爱好者能够方便快捷地进行语料的查询、检索和统计等操作。建立吕苏语口语语料库一方面能够实现对少数民族濒危语言吕苏语进行抢救的任务；另一方面，它能够为后续濒危语言语音识别技术提供有力可靠的数据基础。

2 相关研究

不同的学者对于语料库的定义不尽相同。2002年语言学家黄昌宁把语料库定义为存放语言材料的仓库或数据库[5]。……