2025年大学《旁遮普语》专业题库—— 遮普语的数字化语料与语言分析.docxVIP

2025年大学《旁遮普语》专业题库——遮普语的数字化语料与语言分析

考试时间：______分钟总分：______分姓名：______

一、名词解释（每题3分，共15分）

1.数字化语料库

2.词性标注(POSTagging)

3.共现

4.词汇场(WordSpace)

5.语料库检索

二、简答题（每题5分，共25分）

1.简述建立旁遮普语文本数字化语料库的主要步骤。

2.解释元数据在语料库建设和管理中的作用。

3.简述进行旁遮普语搭配分析的基本思路和意义。

4.描述利用语料库研究旁遮普语句法结构分布的一种方法。

5.列举至少三种不同类型的旁遮普语文本语料库，并简述其特点。

三、论述题（每题10分，共30分）

1.论述数字化语料库对旁遮普语语言研究的重要价值。

2.结合实例，论述如何利用数字语料库资源研究旁遮普语词汇的语义场或类属词（SemanticFields/Genres）。

3.设计一个利用旁遮普语文料库研究社交媒体上语言使用特点的研究方案（需说明研究问题、基本思路、可能使用的方法和工具等）。

四、操作设计题（15分）

假设你获得了一个包含1000条记录的旁遮普语新闻文本的原始数字化语料库（已进行基本的分词处理，但未进行词性标注）。请设计一个具体的研究任务，并详细说明你将如何利用这个语料库，包括：

1.你选择研究哪个具体现象或问题？（例如：政治新闻报道中的特定高频词、不同主题新闻报道的句式差异等）

2.你将使用哪些具体的检索或分析操作来获取所需信息？（请详细说明操作步骤和使用的检索式或分析方法）

3.你预期通过这些操作可以得到什么样的结果？这些结果将如何帮助你理解旁遮普语新闻语言的特点？

试卷答案

一、名词解释

1.数字化语料库：指将书面或口头语言以数字形式（文本、音频、视频等）进行采集、存储，并通过计算机进行管理和分析的集合。它不仅是语言的电子化存储，更强调其结构化、可检索和可分析的特点，为语言研究提供了量化、实证的基础。

**解析思路：*考察对语料库基本概念的理解，需要答出其核心特征：数字化形式、集合性、计算机管理与分析能力。强调其不仅是存储，更是研究工具。

2.词性标注(POSTagging)：指为语料库中的每一个词（或词干）附上其语法类别标签（如名词、动词、形容词等）的过程。它是语料库预处理的重要环节，有助于揭示文本的语法结构和词汇特征，是进行许多高级语言分析（如句法分析、搭配分析）的基础。

**解析思路：*考察对核心语言学技术“词性标注”的定义和作用的理解。需明确其对象（词/词干）、结果（语法类别标签）及其重要性（基础环节、揭示结构、支持高级分析）。

3.共现：指在语料库的特定窗口大小内，两个或多个词语同时出现的现象。研究词语共现有助于揭示词语之间的语义关联、搭配关系和语用习惯，是语料库语言学中常用的分析方法之一。

**解析思路：*考察对“共现”这一核心语料库分析概念的理解。需说明其定义（同时出现）、考察范围（特定窗口）、研究目的（揭示关联、搭配、语用）。

4.词汇场(WordSpace)：指利用数学模型（如多维向量空间模型）将语料库中的词语表示为多维空间中的点，根据词语之间的语义相似度或分布相似度进行量化和可视化。词语在词汇场中的空间位置反映了它们的语义关系，可以用来发现语义群、比较不同文本的词汇特征等。

**解析思路：*考察对较前沿的语料库分析方法“词汇场”的理解。需答出其基本原理（数学模型、向量表示）、目的（量化、可视化语义关系）和主要应用（发现语义群、比较文本）。

5.语料库检索：指使用特定的查询语言或检索工具，在语料库中查找包含特定词语、短语、结构或符合特定条件的文本片段的过程。它是语料库语言学研究的基础操作，用于发现语言现象、统计频率、验证假设等。

**解析思路：*考察对语料库最基本功能“检索”的定义和作用的理解。需说明其操作方式（使用工具/查询语言）、目的（查找特定内容）、应用（发现现象、统计、验证假设）。

二、简答题

1.建立旁遮普语文本数字化语料库的主要步骤包括：明确语料库目标（研究目的、范围、规模）、制定采集策略（选择文本类型、来源、数量）、进行数据采集（获取原始文本）、进行数据预处理（清洗、分词、可能还包括词性标注、命名实体识别等）、建立元数据（记录文本来源、作者、时间、语言变体等信息）、构建数据库或索引、存储与管理语料、以及最终的语料库使用（检索与分析）。

**解析思路：*考察对语料库建设全流程的掌握。需要按逻辑顺序列出关键阶段，并简要说明每个阶段的核心任务。