شاخص‌ها و مراحل ساخت پیکرة زبانی: گونة نوشتاری و گفتاری

نویسندگان

1 پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)

doi
10.22099/jill.2020.36080.1187
چکیده

این پژوهش تلاش دارد با جمع­آوری اطلاعات مربوط به شاخص­ها و مراحل ساخت پیکرة زبانی، به پژوهشگران در زمینة ساخت انواع پیکره‌های زبانی کمک کند. در این راستا، در این مقاله، پس از بررسی نظرات پژوهشگرانی که اقدام به ساخت پیکره­هایی در زبان­های مختلف کرده­اند، به شاخص­های کلی ساخت پیکره­های زبانی پرداخته می‌شود. این شاخص­ها مربوط به ساخت گونه­های متنی و گفتاری پیکره است که نمونه‌گیری، نمایندگی، توازن، اندازه، نوع پیکره و  یک‌دستی را شامل می‌شوند. سپس، فرآیند ساخت پیکرة متنی ارائه می‌شود که انتخاب متون، پیش‌پردازش متون و حاشیه­نویسی را در بر می‌گیرد و در این راستا به تفصیل دربارة هر یک از مراحل توضیح داده می‌شود. در پایان، فرآیند ساخت پیکرة گفتاری بیان می‌شود که جمع­آوری داده­ها، آوانویسی، نمایش و حاشیه‌نویسی و دسترسی را در بر می‌گیرد. دربارة هر یک از مراحل مذکور نیز به تفصیل توضیح داده می‌شود.