语料库标注说明.doc

《语料库标注说明.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、“HSK动态作文语料库”语料标注及代码说明“HSK动态作文语料库”从字、词、句、篇、标点符号等角度，对所收入的作文语料中存在的外国人使用汉语的中介语偏误进行全面标注。1、字处理（包括标点符号）[C]：错字标记，用于标示考生写的不成字的字。用[C]代表错字，在[C]前填写正确的字。例如：地球[C]（“球”是错字）、这[C]。[B]：别字标记，用于标示把甲字写成乙字的情况。别字包括同音的、不同音而只是形似的、既不同音也不形似但成字的等等。把别字移至[B]中B的后面，并在[B]前填写正确的字。例如：提[B题]高、考虑[B虎]。[L]：漏字标记，用于标示作文中应有而没

2、有的字。用[L]表示漏掉的字，并在[L]前填写所漏掉的字。例如：后悔[L]，表示“悔”在原文中是漏掉的字。农[L]药，表示“农”在原文中是漏掉的字。[D]：多字标记，用于标示作文中不应出现而出现的字。把多余的字移至[D]中D的后面。例如：我的[D的]，表示括号中的“的”是多余的字（原文中写了两个“的”）。[F]：繁体字标记，用于标示繁体字。把繁体字移至[F]中F的后面，并在[F]前填写简体字。例如：记忆[F憶]、单{F單}纯、养{F養}分{F份}。注意：1）繁体字标记标示的是使用正确的繁体字，如果该繁体字同时又是别字，则先标繁体字标记，再标别字标记。例如：俭朴

3、[F樸[B僕]]。2）繁体字写错了，标为：后[F後[C]]。[Y]：异体字标记，用于标示异体字。把异体字移至[Y]中Y的后面，并在[Y]前填写简体字。例如：偏[Y徧]、沉[Y沈]。[P]：拼音字标记，用于标示以汉语拼音代替汉字的情况。把拼音字移至[P]中P的后面，并在[P]前填写简体字。例如：缘[Pyúan]分、保护[Phù]。[#]：无法识别的字的标记，用于标示无法识别的字。每个不可识别的字用一个[#]表示。例如：更[#][#]保存自己的生命，……[BC]：错误标点标记，用于标示使用错误的标点符号。把错误标点移至[BC]中BC的后面，并在[BC]前填写正确的

4、标点符号。例如：勤奋、[BC，]刻苦的精神。[BQ]：空缺标点标记，用于标示应用标点符号而未用的情况。把[BQ]插入空缺标点之处，并在[BQ]中BQ的后面填写所缺的标点符号。例如：周围的环境很安静[BQ，]生活也非常平凡。[BD]：多余标点标记，用于标示不应用标点符号而用了的情况。把多余的标点移至[BD]中BD的后面。例如：我家周围的[BD，]美丽风景。2、词处理：（包括成语）{CC}：错词标记，用于标示错误的词和成语。包括4种情况：1）把词的构成成分写错顺序的。把写错的词移至{CC}中CC的后面，并在{CC}前填写正确的词。例如：首先{CC先首}、众所周知{

5、CC众所知周}。2）该用甲词而用乙词的。这种情况类似别字，但属于用词层面上的错误。标示方法同上。例如：虽然现在还没有实现{CC实践}，……它在{CC对}价格方面有点贵，所以没得到广大消费者的支持{CC持支}。3）生造词。指考生自造的、或某些外语中可能有而汉语中不存在的词。例如：农作物{CC农产物/农物}、农产品{CC农作品}……但长期来看造成环境污染，破坏自然生态{CC目态}，……绿色食品的好处在于吃这些食品后在身体里没有农药的残留量{CC潜留量}。4）词语搭配错误。包括词性、音节等方面的搭配错误。例如：最好的办法是两个都保持{CC走去}平衡。我也回{CC1回

6、去}沈阳。吃这种东西会{CC1可以}得{CC1得到}病{CC1疾病}。{CLH}：离合词错误标记，用于标示各种和离合词相关的错误。标在有错误的离合词的后边，表示前边的离合词用法有误。例如：……我快要毕业{CLH}大学{CQ了}。虽然这么[L]多年都没见面{CLH}过，…………我对哈尔滨{CJ-zy很}感兴趣。有观光{CLH}哈尔滨的宿愿。{W}：外文词标记，用于标示以外文词代替汉语词的情况。把外文词移至{W}中W的后面，并在{W}前填写相应的汉语词。在W和外文词之间填写汉语词的字数。例如：非洲{W2Africa}、爵士乐{W3jazz}。……教我工作的方法{W

7、2ABC}。{CQ}：缺词标记，用于标示作文中应有而没有的词。在缺词之处加此标记，并在{CQ}中CQ的后面填写所缺的词。例如：这就{CQ要}由有关部门和政策管理制度来控制。……有的农民{CQ在}不使用化肥和农药的情[B精]况下[BD，]养农作物，……{CD}：多词标记，用于标示作文中不应有而有的词。把多余的词移至{CD}中CD的后面。例如：……然后肯德基的收入有所增加{CD了}。中国政府应该采取良好的措施来管理农业{CD方面}，……但我觉得{CD按照}上面所写的方法是现在很多人或国家用的方法。词处理中需要注意下列问题：1）因介词、方位词等的缺少或多余造成的结构

8、不完整，助词的错用、多用、漏用，词性误