译技术媒体语言语料库供媒体人选择的宝库

　　1。工具简介
　　媒体语言语料库（MediaLanguageCorpus，MLC）又可称作中国传媒大学有声媒体文本语料库，是一个开放的、免费使用的语料库，由中国传媒大学国家语言资源监测与研究有声媒体中心研发。自该平台在05年上线以来，语料规模不断扩大，转写了大量广播、媒体等语料便于广大研究者使用。本语料库中所有文本都进行了分词和词性标注，并且为保证语料的典型性和代表性，每年都会选择流通度大、年度间有一定连续性的节目文本。
　　本语料库囊括20082010年间的广播、电视节目的转写文本，用户可以搜索目标关键词或字符串，按检索菜单所提示的分类标准选择，便可获得选定媒体类别下的目标文本。
　　官网：https：ling。cuc。edu。cnRawPub
　　2。图文教程
　　2。1熟悉检索范围选择
　　官方页面如下图：
　　在进行检索之前，了解如何使用检索范围选择功能可以很大程度上缩小我们的检索范围，提高检索准确率。
　　查看导航栏，可以看到检索范围选择选项，菜单栏如下：
　　用户可以选择媒体、级别、单位、形式、语体、内容、对象、栏目、频道、主持人、时间等选项。以上选项用户可以按照次序填写所有内容，也可以不做范围限定，那么用户在搜索框输入的目标对象将会在所有语料库中进行筛选。常用的选项有媒体、形式、栏目、主持人等，媒体栏可供选择电视、广播，形式栏可以分为独白、对话、谈话、综合等，如果用户想要搜索白岩松的新闻11栏目，那么用户只需要在主持人栏填写白岩松，在栏目中进行相应的筛选即可。
　　2。2常规搜索
　　1）生语料
　　语料形式分为生语料、熟语料两类，生语料是原始语料，熟语料是经过分词和词性标注的语料。以下是使用生语料搜索的相关教程。以腐败为例，用户在检索输入框中输入腐败，点击语料形式生语料，不进行检索范围的限定，检索结果如下图所示：
　　本语料库中所有语料都进行了元数据标注，用户可以点击每行记录后的查询键，即可浏览相应的文本及文本出处。此外，在搜索结果下方还有排序、二次检索，用户可以根据自身需求进行下一步的选择，搜索结果也可以用文本保存下来，供学习整理使用。
　　2）熟语料
　　在熟语料检索时，用户可以搜索特定词性的词，但是要注意在词性前面加，输入证明n，表示检索所有词性的证明后加名词的词串，若要检索动词证明后面加名词词串，则要输入证明vn。
　　2。3高级检索
　　高级检索栏位于导航栏首页栏右侧，可以实现成对字串检索、重叠检索和正则表达式检索等功能，具体步骤如下：
　　1）成对字串检索
　　可以实现成对出现的词语的检索，如关联词。成对字串之间的词间距可以自由选择。以只有。。。才为例：
　　2）重叠形式检索
　　重叠形式检索的对象为目标文本中出现重叠字样的词出现，有AA（瞧瞧、悄悄）、ABAB（准备准备）、AABB、或特殊的带指定4字N的ANA型。其中ABB、ANA型，A必须指定，以下搜索ABB，A指定为甜的相关搜索结果：
　　3）正则表达式检索
　　正则表达式功能可以实现较为复杂的检索，如可以实现儿话词的检索等。
　　3。学习心得
　　语料库作为一种数字化的学习资源和教育资源受到了广泛关注，检索时只需要输入想要查询的词汇或词串，检索结果就会将目标词汇的前后文列举出来，并标明出处，这很大程度上可以减轻用户的负担。通过对媒体语言语料库的学习应用，不仅有助于丰富新闻词汇量，提升媒体素养，同时也有利于拓宽思维，使学习更自主、更便捷。
　　注：学习作品，仅供参考，欢迎指正。
　　作者：王燕娟编校：布兰妮