大數(shù)據(jù)時代語言網(wǎng)絡信息資源的整合與互動.pdf

1、Internet的飛速發(fā)展，全球網(wǎng)絡化、信息化的推進，使得信息服務部門數(shù)字化、網(wǎng)絡化的建設已成為必然趨勢。特別是大數(shù)據(jù)時代的來臨，更加掀起了各學科研究方法的革命性變化。語言作為一種特殊的國家資源，承載著民族文化，關系著國民經(jīng)濟的快速發(fā)展。我國是一個多民族統(tǒng)一的國家，其語言種類繁多，文字多樣，致使我國的語言文字發(fā)展具有多樣性的特點。隨著互聯(lián)網(wǎng)技術的快速發(fā)展，信息資源引起了全世界的廣泛關注，基于互聯(lián)網(wǎng)的語言信息資源呈指數(shù)倍增長，人們對信息資

2、源的需求也從獲取轉(zhuǎn)向到了利用，而互聯(lián)網(wǎng)成了人們獲取信息資源的主要渠道。語言文字作為人文社會科學領域的重要學科，在數(shù)字化建設方面也取得了可喜的成績，大量電子語言信息資源的出現(xiàn)，以及各地語言部門相繼建立起的語料庫、語言學網(wǎng)站以及其他更多的語言信息資源平臺，在一定程度上豐富了語言學研究領域?qū)π畔①Y源的需求。然而，當前已有的數(shù)據(jù)庫及平臺均是單獨存在，即使同一部門的不同數(shù)據(jù)庫也存在字段結構、字段語義上的差異。平臺內(nèi)容組織程度不高，整體又顯無序化，

3、信息資源之間交叉關聯(lián)程度較低，用戶在獲取信息資源時，不但需要在不同的網(wǎng)絡平臺之間進行不斷切換，還需要掌握不同平臺中不同的信息檢索方法，信息資源數(shù)量越大，用戶利用資源的難度就越大，久而久之，容易造成信息孤島，無法真正實現(xiàn)網(wǎng)絡信息資源的有效利用。特別是大數(shù)據(jù)時代的到來，語言信息資源及語言大數(shù)據(jù)建設更具促進語言學發(fā)展新動力。所以設計構建語言網(wǎng)絡信息資源平臺，集中數(shù)據(jù)，解決異構數(shù)據(jù)庫的相互操作，提高數(shù)據(jù)關聯(lián)，統(tǒng)一數(shù)據(jù)結構，充分有效的整合各種不同

4、類型的語言網(wǎng)絡信息資源，并使這些資源可以與用戶進行互動，為語言學研究領域提供一個自由開放、內(nèi)容充實、系統(tǒng)全面的綜合性信息資源交互平臺，是當今語言文字向更高層次發(fā)展的迫切需求。
　　近年來，上海師范大學在大數(shù)據(jù)方面作了許多工作。首先是語言資源的建設，建立了全球最大的東亞語言數(shù)據(jù)庫，完成了教育部的哲學社會科學重大課題研究攻關項目“漢語方言地理信息系統(tǒng)平臺建設”，龐大的語言數(shù)據(jù)庫可以通過這個平臺對外服務。此外，完成了在古籍文獻圖像上實現(xiàn)

5、全文檢索的技術突破，用這個技術建立大規(guī)模的網(wǎng)上圖書館。本學位論文是上海師大大數(shù)據(jù)工作的一部分，就是利用WIKI思想，把以上的數(shù)據(jù)資源整合在一個網(wǎng)絡平臺上，讓用戶參與到建設中來，用戶即是語言資源的享用者，又是語言資源的貢獻者。
　　全文共分為六章。第一章是緒論，介紹了本文的研究背景、研究意義、研究內(nèi)容以及研究方法。第二章對當前語言大數(shù)據(jù)建設現(xiàn)狀進行了綜述，為構建語言網(wǎng)絡信息資源平臺作好鋪墊。并通過對國內(nèi)外語言網(wǎng)絡信息資源整合現(xiàn)狀的簡

6、述，明確語言網(wǎng)絡信息資源整合及互動的需求，確定基于互聯(lián)網(wǎng)的語言網(wǎng)絡信息資源整合及互動的體系框架。第三章構建語言信息資源整合平臺，提出平臺構建原則，設計主平臺系統(tǒng)結構以及應用平臺中各子系統(tǒng)的結構，并對主平臺及各子系統(tǒng)的基本功能、數(shù)據(jù)庫等進行了設計。首先對文獻查詢系統(tǒng)從文獻檢索、文本定位、文獻全文顯示、文獻評論等四個主要功能上對文獻資源整合系統(tǒng)進行了具體的分析和設計。其次對基于GIS的語言地理信息系統(tǒng)進行了設計與實施，從系統(tǒng)的建設目標、建設

7、意義以及必要性進行了分析研究，并從信息資源整合的角度對系統(tǒng)結構、基本功能以及系統(tǒng)數(shù)據(jù)庫結構進行了設計。第四章構建構建語言信息資源互動平臺，提出平臺建設目標及構建原則，設計主平臺系統(tǒng)結構以及應用平臺中各子系統(tǒng)的結構，并對主平臺及各子系統(tǒng)的基本功能、數(shù)據(jù)庫等進行了設計。除了對文獻信息資源、語言地理信息資源、用戶信息資源進行互動設計之外，還從信息資源互動的角度從文本信息資源交互、媒體信息資源交互以及圖片信息資源交互幾個方面進行考慮，設計出了系