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（Media Language Corpus, 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2008-2010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.cn/RawPub/
　　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1+1＂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/v/n＂。
　　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