新冠肺炎的蔓延使得线上移动教学成为教育发展的必然趋势,该文以适合为学习者自动推送的汉语口语素材为研究对象,抽取10 341条生活类口语语料,对词汇的整体特点进行计量分析,在此基础上采用腾讯AL LAB 公开的中文词向量数据,使用K-means算法对口语词汇进行词语聚类。参考词语聚类结果及对口语语料话题和场景的考察,该文构建了一个包含15个一级话题、102个二级话题及81个交际场景的汉语口语话题—场景素材库,同时对各级话题常用词进行了总结。该文可为教材自动定制的素材库提供资源支持。
Abstract
The COVID-19 has made online teaching an inevitable trend. This paper presents the materials suitable for automatic pushing of Chinese textbooks. Firstly, we analyze the overall characteristics of vocabulary based on 10341 spoken Chinese corpus. On this basis, according to the Chinese word vector data published by Tencent AL LAB, we use the K-means algorithm to cluster the spoken words. And we construct a Chinese spoken topic-scene material library with reference to the word clustering results and the investigation of spoken corpus topics and scenes. The database containing 15 primary topics, 102 secondary topics and 81 communicative scenes. We also summarize the common words of topics at all levels. This paper can provide resource support for the material library of automatic customization of teaching materials.
关键词
汉语资源建设 /
词语聚类 /
教材自动推送 /
汉语口语
{{custom_keyword}} /
Key words
Chinese resources construction /
word clustering /
automatic push of teaching materials /
spoken Chinese
{{custom_keyword}} /
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1] 刘华.基于文本分类中特征提取的领域词语聚类[J].语言文字应用,2007(01): 139-144.
[2] 吕荣兰.基于语料库的对外汉语口语话题及话题词表构建[D].广州: 暨南大学硕士学位论文,2011.
[3] 喻雪玲.基于语料库的商务汉语话题库及话题词表构建[D].广州: 暨南大学硕士学位论文,2013.
[4] 陈珏铭.基于话题及交际图式的汉语会话常用词和常用句研究[D].广州: 暨南大学硕士学位论文,2015.
[5] 国家汉语国际推广领导小组办公室.国际汉语教学通用课程大纲[M].北京:外语教学与研究出版社,2008:31-63.
[6] 苏新春,唐诗瑶,周娟.话题分析模块及七套海外汉语教材的话题分析[J].江西科技师范学院学报,2011(06): 58-65.
[7] 周小兵.建设数字化国际汉语教学资源库[J].华文教学与研究,2010(01): 1.
[8] 郑艳群.多属性标注的汉语口语教学多媒体素材库建设及应用[J].语言教学与研究,2012(05): 34-39.
[9] 杨寄洲.对外汉语初级阶段功能大纲[M].北京:北京语言大学出版社,2000.
[10] 刘华,方沁.汉语教学用话题库及话题分类影视资源库构建[J].世界汉语教学,2014(03): 378-392.
[11] 俞士汶,等.现代汉语语法信息词典详解(第2版)[M].北京:清华大学出版社,2003.
[12] 中国语言文字工作委员会.中国语言生活状况报告[M].北京: 商务印书馆,2019.
[13] Song Y,Shi Sh,Li J, et al. Directional skip-gram: explicitly distinguishing left and right context for word embeddings[C]//Proceedings of the Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, 2018: 175-180.
{{custom_fnGroup.title_cn}}
脚注
{{custom_fn.content}}
基金
基于“互联网+”的国际汉语教学资源与智慧教育平台研究(18ZDA295);国家语委“十三五”科研规划2020年度重点项目(ZDL135—139);中央高校基本科研业务费(19PT03);北京语言大学研究生创新基金(中央高校基本科研业务费专业资金(21YCX142))
{{custom_fund}}
PDF(3345 KB)
