|
|
来源:http://www.chinadialect.com/
“北京口语语料库”部分及全部材料(包括印刷件、电子文件、磁带、声音文件、数据库)均为北京语言大学财产,目前归北京语言大学语言研究所管理。在该语料库正式公开出版发行之前,对部分及全部材料的使用均属于内部使用,仅限于本所研究人员和本所以此撰写博士论文的研究生使用。
这里只转贴其中若干片段,以供读者了解该语料的情况。
北京口语语料·说明
一 材料及其整理
“北京口语调查”课题采用谈话和录音的方式,按照社会语言学的抽样原则,在北京城区和郊区共调查了近500个在北京生长的人,得到录音磁带共210盘。课题组经审查确定其中374人120盘录音带的材料为有效材料。课题组对这374人120盘录音带的材料进行剪辑加工,然后进行文字转写并输入电脑,得到所有材料的电子文件及其打印件4册(《当代北京口语语料(录音文本)》,北京语言学院语言教学研究所编印,内部出版,1993年),共170万字。课题组还对其中102人的40万字进行了精加工。
经过多年辗转,上述材料中,精加工的102人的40万字今存有电子文件及其打印件。其余272人的146万字的电子文件下落不明,只有打印件。
为了重建完整、科学、实用的北京口语语料库,我们把无电子文件的146万字的原录音转写文字打印件重新输入电脑,加上原有的40万字电子文件,总共得到全部现有材料的183万字(略超出原有的170万字)的电子文件(word格式),并对这183万字文字材料全部进行严格、仔细的听录音校对(缺录音的4人材料除外)。本书所收的“语料(全文)”就是经过我们重新整理、校对后的374人183万字的“完整版北京口语语料”。
二 体例
1.全部语料按说话人的年龄从大到小依次编排。(详见下节)
2.对录音材料中的口误、脱落、赘述、重复等现象不作任何修改,按原样转写。
3.听不清的地方用省略号表示,并用圆括号括起。对听到的内容有怀疑、不敢确定时,也用圆括号括起。这两种情况都采用加粗字体,以示区别。例如:这(……)|你看到的(辽瓷)也不错。
4.读音上有文白异读、变读、误读等情况的,转写时仍写本字,不另作表示。
5.同音字在字的右上角加小等号“=”表示,例如:油=默默。
6.电脑里打不出来的字、无同音字可写的字,用方框“□”表示,并在方框后的圆括号里加注汉语拼音,例如:窗户也给□(cēi)了,□(nē)喝茶。
7.姓名中的字难以确定本字时,写常用字,例如“刘xīn”写作“刘新”,不写作“刘鑫”、“刘昕”等。
8.语料中的汉字一律使用宋体,罗马字母、汉语拼音、数字一律使用Times New Roman字体。在汉语拼音中,轻声不加符号,例如:油□(zhou)麻花。
9.代号为010-L07、058-L08、173-L10、335-L62的4个说话人的录音已经损坏,无法据录音重新校对,所以这4个人的语料仍沿用以前的转写文本。
三 说话人一览表
本表里的说话人代号及其顺序与“语料(全文)”部分完全相同。
代号的短横“-”前为新代号(本书使用的代号),后为旧代号(“北京口语调查”课题使用的代号)。为了避免因更改代号而引起混乱现象,故把旧代号附在相应的新代号之后。
新代号按以下因素编排(排在前面的为优先考虑因素):
1.年龄:从大到小。
2.性别:先男后女。
3.民族:①汉族,②满族,③回族,④其他
4.话题:
A居住条件、健康状况、游览、恋爱婚姻、福利事业
B家庭、教育、特殊经历或遭遇、生育、社会治安
C学习、就业、摆脱困境、丧葬、旅行
D工作、工资、气候、货币、见闻
E一日生活、市场、文化娱乐、交通
F个人经历、物价、体育活动、拜访或迎送
代号
| 年龄
| 性别
| 民族
| 地区
| 文化程度
| 职业
| 话题
| 备注
| 001-N07
| 84
| 男
| 回
| 牛街
| 小学
| 街道干部
| E
|
| 002-H07
| 77
| 男
| 汉
| 海淀
| 初中
| 街道干部
| A
|
| 003-X44
| 75
| 男
| 汉
| 西城
| 小学
| 售货员
| A
|
| 004-D01
| 75
| 男
| 满
| 东城
| 文盲
| 工人
| B
|
| 005-H01
| 73
| 男
| 满
| 海淀
| 小学
| 工人
| A
|
|
(下略) |
|