簡介

中央研究院上古漢語標記語料庫簡介

中央研究院上古漢語標記語料庫」 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,並已陸續開放使用;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,並視結果逐步提供線上檢索。

「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、陳克健及本院資訊服務處的協助。

中央研究院資訊科學研究所、語言學研究所與資訊服務處. All Rights Reserved.


近代漢語標記語料庫 古漢語素語料庫
中央研究院語言所版權聲明