语料标注前的检查

来自汉语教学技术研究与应用
跳转到导航 跳转到搜索


检查不符合的,都先不要标注,先提交错误反馈。

内容是否符合采集标准

以下内容不符合采集标准

1、简单的造句练习。不是成段表达不采集。

【例】 难得。 他难得来一趟。

2、修辞课作业

内容多为明显的抄袭中小学生作文


3、缩写。缺少自主表达的内容

常见HSK作文缩写:http://wiki.hanyu123.cn/wiki/Text_condensation_example

【例1】农夫的驴子
有一天,农夫的一头驴子不小心掉进一口枯井里。农夫绞尽脑汁想办法救出驴子,但几个小时过去了……
【例2】杀死奶牛
很久以前,有一位经验丰富而睿智的老师想要向他的一个学生传授获得成功并且快乐生活的秘诀。……
学生看到了令他难以臵信的一幕:老师迅速将手里的匕首刺入那头母牛的喉咙。这致命的一击……
不久以后,我们不仅有了足够的食物可以自给自足,还可以把多余的菜拿到城镇的市场上去卖……
【博雅汉语课文】
1 名字的困惑
副课文 姓贾的烦恼
2 朋友四型
副课文 马先生其人
3 香港的高楼,北京的大树
副课文 北京的高楼,香港的大树
4 世纪遗产清单
副课文 明天的寓言
5 鸟声的再版
副课文 园中四季
6 我的梦想
副课文 即使所有的青藤树都倒了
7 戏说中国人
副课文 差不多先生传
8“打”来“打”去
副课文 有朋自远方来
9 从“古代”到“现代”
副课文 新一代书生
10 说说迷信
副课文 12是个什么样的数字
11 我为什么吃素
副课文 素食者起步
12 三十年河东,三十年河西 
副课文 中国哲学的背景

文本和图片的完整、对应

以下情况都不能直接标注:

1、文本不完整的情况

是完整作文的其中一页,需要和其他部分合并

注意:作文本身没写完,总字数还可以的,可以作为语料。

2、没有图片,或者图片少于图片

3、图片和文字不对应


其他

符合标准的内容,和不符合标准的,混在一起

也先提交错误反馈,等整理后再标注