LIVAC共時語料庫

(1)簡介

LIVAC漢語共時語料庫(Linguistic Variation in Chinese Speech Communities)與眾不同，因為它以嚴緊、恆常與「共時」方式，搜索和處理了超常的大量漢語具代表性報章語料，並通過精密的技術，累積了泛華語地區眾多精確的統計數據。本語料庫最大特點是採用「共時性」視窗模式，剖析來自香港，北京，上海，台灣，澳門，星加坡等多地的定量華語媒體語料。直至2020年，LIVAC已處理逾7.0億字，累積並持續提煉出約兩百萬詞條。LIVAC所收集各地語用數據，可供各種比較研究，並方便有關的信息科技發展與應用。此外，語料庫又兼顧了「歷時性」，方便各界以專詞配合語用範圍搜索(KWIC)，以便客觀地觀察與研究20年視窗內有代表性的語用發展全面動態。經過協調與配合個別需求，例如針對性以地區、時段或範疇，LIVAC曾為多個公、私營機構提供服務，包括語言工程，資訊服務，詞典編著，媒體分析與教育各方面機構等。LIVAC由香港城市大學語言資訊科學研究中心開發和推展，由城大企業有限公司旗下麒麟（香港）有限公司提供技術支援。2010年至2013年期間，LIVAC曾掛靠於香港教育學院語言資訊科學研究中心。自2013年7月起，LIVAC由麒麟（香港）有限公司獨家維護和開發。

截至2013年10月，LIVAC曾處理過各地語料總字數、及所得詞種如下(單位：百萬)。

(2)語料處理：

1.      來自媒體、自行輸入、登錄

2.      統一為文字版，簡轉繁，儲存Big5及Unicode兩版本

3.      電腦自動切詞，電腦自動校對

4.      人工校對、複校，詞類標注

5.      提取詞語，加入各地詞庫

6.      各地詞庫組合為LIVAC大語庫

(3)標注及應用

a. 多種分類，如一般名詞與專用名詞，例如人名；地名；專名(人名、姓氏、半稱謂、地名、機構專名、商用專名、其他專名、時間詞、方位詞、處所詞等)；疊詞；外文詞；套裝詞；數詞等。

b. 設人名庫、地名庫、專名庫

c. 提供「專名榜」、「新詞榜」、「名人榜」、「地名榜」，覆合詞及匹配詞

d. 其他標注，如一般名詞；數詞；量詞；多類動詞；多類形容詞；代詞；副詞；介詞；連詞；多類助詞；語氣詞；擬聲詞；嘆詞；不完整詞等。

(4)特點

由於LIVAC語料是多方面平行「共時」、「同步」方式搜集語料，語料來源涵蓋整個泛華語地區，故可協助搜索資料及作分析，是目前有別於其他任何漢語語料庫或同類型研究。這點，特別得到語文界及其他方面專家、學者的認同和重視。同時，由於語料庫歷時十九年，因此「共時性」以外又兼顧了「歷時性」，方便研究人員客觀地探究到視窗內的有代表性的語言發展全面動態。LIVAC所提供的不僅是語言資料，還同時提供共時的社會、文化檔案資料，猶如一個系列性的時間錦囊。

(5)應用

• LIVAC提供於編纂多本泛華語詞典的依據，如近年推出的《新華新詞語詞典》 (提供詞條，北京商務印書館2003年出版)；《21世紀華語新詞語詞典》(上海復旦大學出版社2007年出版簡體字本，台灣麗文文化事業股份有限公司2008年出版繁體字本)；《全球華語新詞語典》(北京商務印書館，2010年出版)；《漢英大詞典》(提供新詞詞條，牛津大學出版社，2010年出版)；及正在編纂中的逆序詞典、法律詞典、專利詞典等。

• LIVAC可為研究各地華語語言與文化比較，例如詞語在各地的使用及演變。

• LIVAC還可為語言教學研究和開展，例如對各華語地區學生中文程度的測試、與香港衛生署合作製定香港（粵語）口語能力量表(COLAS)、漢語拼音教學網頁的建立等等。

• LIVAC目前最大的一個用途就是應用於資訊科技發展研究，例如用於互聯網上的專名檢索、手提電話中文字頻詞頻的排列和輸入、語音文字的自動轉換等。

• 多年來為多家國際企業和政府機構合作，提供語料庫研究後勤及開發服務，如中國教育部、香港特區政府衛生署、香港特區政府司法機構、NOKIA(北京)、Tegic(ERICSSON，美國)、YAHOO(香港)、Microsoft(台灣)、NTT Docomo (日本)、BASIS(美國)、無敵科技(台灣、中國大陸)、歐洲Matrixware公司、北京商務印書館、上海復旦大學出版社、牛津大學出版社等。

• 其他: 年度新聞風雲人物榜(www.livac.org/celebrity)、年度新詞榜(www.livac.org/newword.php?lang=tc)、中外人名對照表、雅歌匯 - 漢語文白對照的機器輔助處理及檢索平台、成語填字坊網上遊戲(http://qie.livac.org/xwordlite)。

(6)歷史背景

LIVAC由香港城市大學語言資訊科學研究中心開發和推展，由城大企業有限公司旗下麒麟（香港）有限公司提供技術支援。2010年至2013年期間，LIVAC曾掛靠於香港教育學院語言資訊科學研究中心。自2013年7月起，LIVAC由麒麟（香港）有限公司獨家維護和開發。

LIVAC主要由鄒嘉彥開發並主持研究，期間曾參與研究工作的包括游汝杰、胡百華、鄺藹兒、錢志安、蔡永富、廖國輝、陳加強、周嘉寶等。

(7)網址及查詢

網址: www.livac.org; 電郵: livac.org@hotmail.com

(8)有關著作（含中英文參考書目）

1. 書藉 Books

• 鄒嘉彥、黎邦洋、陳偉光、王士元（編）（1998），《漢語計量與計算研究》，香港，香港城市大學語言資訊科學研究中心。[目錄]

• 鄒嘉彥、游汝杰（編）（2007），《21世紀華語新詞語詞典》（簡體字版），上海，復旦大學出版社。[前言]

• 鄒嘉彥、游汝杰（編）（2008），《21世紀華語新詞語詞典》（繁體字版），台灣，麗文出版社。[前言]

• 鄒嘉彥、游汝杰（編）（2010），《全球華語新詞語詞典》，北京，商務印書館。[前言]

• Tsou, B. K., Kwong, O.Y. (Eds). (2015). (Linguistic Corpus and Corpus Linguistics in the Chinese Context ) Journal of Chinese Linguistics Monograph Series Number 25, 2015鄒嘉彥、鄺藹兒(編)《漢語語料庫及語料庫語言學》《中國語言學報》專刊第25期, Hong Kong: The Chinese University Press [ 簡介 ]

• Chin, Chi-on Andy and Kwok, Bit-chee and Tsou, Benjamin K., (Eds). (2016). Commemorative Essays for Professor Yuen-Ren Chao: Father of Modern Chinese Linguistics. Taiwan: Crane Publishing.

2. 章節 Book Chapters

• 鄒嘉彥、黎邦洋（2003），〈漢語共時語料庫與資訊開發〉，徐波、孫茂松、靳光瑾編《中文資訊處理若干重要問題》［《973計劃國家語言自然語言理解與知識扢掘》總體刊物］（頁147-165），北京，科學出版社。[全文]

• Tsou, Benjamin. (2004). “Chinese Language Processing at the Dawn of the 21st Century” in C R Huang and W Lenders (eds) Language and Linguistics Monograph Series B: Frontiers in Linguistics I, pp189-207. Institute of Linguistics, Academia Sinica. [全文]

• 鄒嘉彥（2005），〈21世紀初的中文處理〉（呂學強翻譯），俞士汶、黃居仁編《計算語言學前瞻》（頁209-258），北京，商務印書館。[全文]

• 鄒嘉彥、莫宇航（2013），〈漢語書面語的歷史與現狀：海峽兩岸漢語書面語近年演變：以語料庫為出發點〉，馮勝利編《漢語書面語的歷史與現狀》（頁58-75），北京，北京大學出版社。[全文]

• Tsou, Benjamin, and Kwong, Olivia. (2015). LIVAC as a Monitoring Corpus for Tracking Trends beyond Linguistics. In Tsou, Benjamin, and Kwong, Olivia., (eds.), Linguistic Corpus and Corpus Linguistics in the Chinese Context (Journal of Chinese Linguistics Monograph Series No.25). Hong Kong: The Chinese University Press, pp. 447-471. [全文]

• Tsou, Benjamin. (2016). Skipantism Revisited: Along with Neologisms and Terminological Truncation. In Chin, Chi-on Andy and Kwok, Bit-chee and Tsou, Benjamin K., (eds.), Commemorative Essays for Professor Yuen-Ren Chao: Father of Modern Chinese Linguistics. Taiwan: Crane Publishing. pp. 343-357. [全文]

• Tsou, B. K. (2017). Loanwords in Mandarin Through Other Chinese Dialects. In R. Sybesma, W. Behr, Y. Gu, Z. Handel, C.-T. Huang & J. Myers (Eds.), The Encyclopaedia of Chinese Language and Linguistics(Vol. 2, pp. 641-647). Leiden; Boston: BRILL. [全文]

3. 期刊文章 Serial Publications

• Tsou, Benjamin, Lin, H.-L., Chan, T., Hu, J.-P., Chew, C.-H. and Tse, J. (1997). “A Synchronous Chinese Language Corpus from Different Speech Communities: Construction and Application” International Journal of Computational Linguistics and Chinese Language Processing, 2(1), pp.91-104. [全文]

• Kwong, Olivia. Tsou, Benjamin, and Lai, Tom. (2004). “Alignment and Extraction of Bilingual Legal Terminology from Context Profiles.” Terminology, 10(1), pp.81-99. [全文]

• Kwong, Olivia, and Tsou, Benjamin. (2004). “A Synchronous Corpus-Based Study of Verb-Noun Fluidity in Chinese.” Journal of Chinese Language and Computing, 13(3), pp.227-278. [全文]

• Kwong, Olivia, and Tsou, Benjamin. (2005). “A Synchronous Corpus-Based Study on the Usage and Perception of Judgement Terms in the Pan-Chinese Context.” International Journal of Computational Linguistics and Chinese Language Processing, 10(4), pp.519-532. [全文]

• Kwong, Olivia, and Tsou, Benjamin. (2006). “Feasibility of Enriching a Chinese Synonym Dictionary with a Synchronous Chinese Corpus”. Lecture Notes in Computer Science, 4139, pp.322-332. [全文]

• 鄒嘉彥、鄺藹兒、路斌、蔡永富（2011），〈漢語共時語料庫與追蹤語料庫: 語料庫語言學的新方向〉，《中文信息學報: 慶祝中國中文信息學會成立三十周年紀念論文集》，25（6），38-45。[全文]