Tseing / cdo-corpus

Eastern Min corpus / 閩東語語料庫

詳見 Wiki。

Visit our Wiki page for more information.

Directory tree 目錄結構

Plaintext 純文本語料

• /plaintext 純文本語料的母目錄，下含語句、詩歌、文章、書籍等類。
  • /.../word-alignment 以XML格式標註、精度爲詞的純文本語料。

Spoken corpus 有聲語料

• /essay 朗讀文章。
• /music 歌曲。
• /opera 戲曲。請參閱相關工作流。
  • /.../Min opera 閩劇（包括其選段）。
• /poem 詩歌、謠讖。
• /video 影片。請參閱相關工作流。
• /sentences 語句。
  • /.../conversational 對話。
    • /.../chat 聊天。
    • /.../discussion 討論。
  • /.../conversational 獨白。
    • /.../narrative 敘述。
    • /.../description 描述。
    • /.../speech 演說。
    • /.../formal address 正式場域。
  • /.../info.tsv 語料信息表。查閱、編輯前應看此表，以瞭解語料的整理、標註狀態。
  • /.../template.etf ELAN模板。

純文本、有聲語料目錄，除/sentences以外，會以語料狀態各設不同的子文件夾：

文件夾名	含義
Machine-unreadable	暫未整理出機器可讀的文本。
Working on sentence alignment (cdo)	正在整理句對齊的閩東語文本。
Sentence-aligned (cdo)	具備已經句對齊的閩東語文本。
Sentence-aligned (cdo, cmn)	具備已經句對齊的原語爲閩東語、譯語爲官話的文本。
Sentence-aligned (cmn, cdo)	具備已經句對齊的原語爲官話、譯語爲閩東語的文本。

Other 其他材料

• /audio 擬用於榕典的音頻文件。請參閱相關工作流。
  • /.../audio contrib 用戶貢獻詞彙的音頻文件。
    • /.../Audio Source.tsv 音頻信息。
  • /.../audio contrib sentences 用戶貢獻詞彙的例句音頻文件。
  • /.../audio feng 具備Zingzeu ID的詞彙音頻。
    • /.../Audio Prepared for Yng Dieng 音頻信息。
  • /.../audio feng 具備Zingzeu ID的李如龍版《福州方言詞典》詞彙音頻。
    • /.../Audio Prepared for Yng Dieng 音頻信息。
• /timing 記錄志願者的標記工作時長，以資安排任務之參考。