讓格書寫的台語自動標音初探

An Initial Study on Automatic Phonetic Annotations of Taiwanese in LangGeh Orthography

李佳鴻

指導教授 ： 江永進

國立清華大學/理學院/統計學研究所/碩士(2010年)

https://doi.org/10.6843/NTHU.2010.00060

摘要

本文 主要在 探討 讓格書寫下的 台文 自動標音。 在 順向長詞優先(Forward Maximal Matching) 斷詞標音的 基礎上， 我們討論 高頻音、 位置修正的 改善。 接著， 使用 含拼音的 台華平行 語料庫， 藉由 平行斷詞， 自動抽取 含拼音的 新詞條(PSi詞典)， 藉以 改善 自動標音的 效率。 文中 並比較 讓格書寫 與 無間書寫的 標音效果 差異。

關鍵字

台文 ； 自動標音 ； 平行斷詞 ； 平行語料庫 ； 讓格 ； 對齊

並列摘要

With Taiwanese text written in LangGeh orthography, we study the automatic phonetic annotations of the text. Compared to the baseline case that uses Daiim phonetic dictionary (Chiang 2002) and forward maximal matching, we study some possible improvements using various information extracted from corpus: using high frequency phones of single characters as well as multi-syllabic words, positional information of a character in a LangGeh phrase, and additional phonetic dictionary extracted from parallel corpus. Due to limitation of corpus size, only high frequency phones of characters exhibits significant improvement in our experiments.

並列關鍵字

Taiwanese ； Phonetic Transcription ； Automatic Phonetic Annotations ； Parallel Segmentation ； Parallel Corpus ； LangGeh ； Alignment

參考文獻

[10] 楊佩琦(2009)。「讓格書寫下統計式台華翻譯初探」。新竹：國立清華大學統

“A Statistical Approach to Machine Translation,” Computational Linguistics

Volume 16, Number 2, June 1990.

[9] 林淑卿(2009)。「從台華平行語料庫擷取對應詞組典」。新竹：國立清華大學

[1] CKIP詞典