中心成果 |《海外华语资源库建设》项目成果介绍
导 语
项目介绍
《海外华语资源库建设》项目由语言资源高精尖创新中心特聘研究员、暨南大学郭熙教授主持。项目于2017年立项，2021年1月开展结项工作。
海外华语是全球华人共享的社会资源，它既是经济资源、文化资源，也是个人资源；它是汉语传播、传承的重要组成部分，也是语言智能研发的重要数据基础。本项目从全球视角构建全球华语资源库。项目意义重大：
1.构建海外华语语料库，和国内汉语语料库一起，构成全球汉语的语料库一体化系统；
2.海外华语资源库是全球华语视野下汉语研究新突破的重要数据基础；
3.海外华语资源库是汉语国际教育和汉语国际传播的重要支撑；
4.描写、展示海外华语面貌，抢救性记录和保存华语语言资源，是保护民族语言文化遗产的历史使命，是践行保护人类语言资源的实际行动；
5.海外华语资源库对社会语言学、人类语言学、语言地理学，甚至文化学、人类学、传播学、文学研究都有重要的数据支撑意义；
6.海外华语资源库等基础信息库将为国家语言战略尤其是“一带一路”语言规划提供数据和信息参考，是建设“全球华语学”的前期基础工作；
7.在语言经济学视野下，海外华语资源库的基础信息有利于规划华语传播和华语市场，培育、带动全球华语经济。
海外华语资源库建设层级体系
资源成果
（1）华侨华人华语基础信息库
（2）华语传承口述史资料库
调查提纲涉及华语传承40大类重要问题，调查样态包括口语、图像、影像、实物等多模态数据，第一次全面、系统、深入、真实地记录海外华语传承口述历史。访谈对象包括华社团体领袖、华文教育行业精英、一线华文教师、主流华文媒体管理者等代表。受访者年龄以70岁以上为主，其中多位年龄超过80岁，最长者已有92岁。目前，第一批访谈资料已经完成文本转写，校对工作也在开展中。项目有幸保留了很多弥足珍贵甚至鲜为人知、不曾公开的资料。在项目开展过程中，有三位高龄重要受访者陆续辞世，抢救工程是在和时间赛跑！
郭熙教授在印尼泗水访谈爪哇前华文教育协调机构主席符福金先生
（符福金主席于2021年1月3日辞世）
2017年在台北访谈台湾世界华语文教育学会理事长董鹏程先生
（2018年在广州再次访谈，2019年9月，董先生辞世）
（3）多模态华语语料库
包含9个子语料库，目前语料规模如下：（1）海外主要华文媒体（网站、报纸）语料库，约7亿字；（2）华裔学习者汉语口语语料库，约400万字；（3）小学初中华文教材语料库，约100万字；（4）华裔学习者口语语料库，约20万字；（5）海外华语口语语言生活的录音录像，约20G；（6）海外华语语言景观图片20000余张；（7）完成东南亚华文媒体特殊用字数据库建设；（8）海外华语文学作品语料库，已完成约500万字；（9）华侨华人访谈录口语语料库，已完成约60万字（人工校对）。
系统成果
项目建设了全球华语语料库在线检索系统，包括（1）海外华语例句网络检索系统；（2）海外华语字词网络检索系统。网络版的在线语料（华文报纸、网络、教材、作文、口语、有声）检索系统，可以检索任意字串或符号，可以利用规则进行高级检索，例如“与、或、非”的检索、距离检索等等。
东南亚华文媒体语料库单个关键词例句检索示意图
东南亚华文媒体语料库多个关键词例句检索示意图
网络版的语料库用字用语检索系统，可以检索任意汉字或词语在各个媒体子语料库中的详细使用情况，例如汉字在各个媒体中的类别（规范字或繁体字、异体字等）、频序、频次、频率、覆盖率、使用率、文本数、文档频率以及该汉字在中国大陆语料库中的详细使用情况。
口语语料库字词检索示意图
全球华语语料库在线检索系统网址
中心成果 |《新选中国名诗1000首：当代诗学名家经典选释系列》项目成果介绍中心成果 | 《中文句法语义分析及其应用》项目成果介绍