研究方法

一、線上語料庫系統

透過已建立的大規模語料庫進行研究，是語料庫語言學的主要研究方法。

相較於全人工作業的方式，利用電子計算機的輔助，可以大量、快速、準確的 進行研究是其最大的特色之一，本研究使用之語料庫，以台語文詞性標示系統 為主，中文斷詞系統為輔，而語料之建立，以全羅漢羅轉換系統來檢視，將課 本中沒有的連結符號做進一步確認，以增加語料輸入時的信度。

(一)台語文全羅漢羅轉換系統

此線上系統，使用者可自由選擇輸入漢字或台羅來進行轉換，系統會將句 子做適當的斷句，並把意思完整的詞彙以連結符號「-」加以標示。本研究使用 此系統，對語料的台羅標音進一步地加以檢視，以利於進行挑選華語詞時，提 供電腦更正確的判斷資訊。

(二)台語文詞性標示系統¹¹

詞性標示系統為楊允言和張學謙共同主持之國科會計畫，此系統乃參考中 文斷詞系統詞類標記集，簡化台語之詞類後，分為 43 個標記和 3 個特殊標記，

共 46 個標記。本研究利用此系統，分為三個步驟進行：

1.輸入台語文找華語候選詞：進入系統，點選全羅漢羅台語文找華語候選 詞，再將資料輸入「對照文本輸入找華語候選詞」。系統會將漢羅文本 的部分，參照台華辭典 6 萬多詞條以及逆向最大匹配(BMM)演算法斷 詞，若是漢羅及全羅文本，則使用對齊程式逐詞對齊，下方即出現選出 之華語候選詞資料。

2.挑華語詞和標詞性：將華語候選詞資料輸入「挑華語詞和標詞性」中，

系統會根據華語候選詞的出現機率及前後文對照，加以比對後，標出可 能的詞性及其出現率。

3.整理：再將華語詞和詞性輸入整理欄，系統會選擇出兩組較為適當的詞 性組，即可挑出較符合文本原意的詞組作為研究語料。

(三)中文斷詞系統

此系統依據中央標準局「資料處理用中文分詞規範」處理中文斷詞問題，

詞類標記集(見 表三 1)則是由詞庫小組(1993)八萬目辭典中的 178 個詞類經簡 化後所得的 43 個標記，另外加上 3 個特殊標記，共 46 個標記。本研究為台語 語料，故以台語文詞性標示系統為主要查詢系統，若有疑慮則加以參照中文斷 詞系統的標記。

11網址：http://203.64.42.21/TGB/tagging/tagging.asp。2010/08/04。

(四) 本研究詞性標記 而分為 N、Nc、Nd、Ne、Nf、Ng 六類，即 Na、Nb、Nh 標記為 N；Nc、Ncd 標記為 Nc；Neu、Nes、Nep、Neqa、Neqb 標記為 Ne；而 Nd、Nf、Ng 則予以 保留。例如：一本書，「一」為 Neu、「本」為 Nf、「書」為 Na，若全精簡為 N，

表三 1本研究詞性標記集

二、描述統計

將十二冊所整理之詞性序列，進行相關的統計分析，包括各冊詞性序列數、

平均句長、較高覆蓋率之詞性序列，以及簡化詞性序列後，低、中、高年級之 詞性序列組合差異，進行描述統計的說明。將語料中，臺華對譯時，在詞性序 列組合上有所不同或需注意的句子，加以挑揀並進行差異句之分析比較。

三、比較法

將語料中，臺華對譯時，在詞性序列組合上有所不同或需注意的句子，加 以挑揀並進行差異句之分析比較。