“一帶一路”高新技術(shù)漢語詞“VR”語料模式研究

區(qū)詩柔，肖 遙，劉 聰，徐雅靜，鄭世玨

（華中師范大學(xué) 計(jì)算機(jī)學(xué)院，湖北 武漢 430079）

2017年5月在北京召開的“一帶一路”國際合作高峰論壇會(huì)上，習(xí)近平總書記從世界形勢和人類命運(yùn)的角度觀察思考，描繪了人類命運(yùn)共同體建設(shè)的美好畫卷，形成我國長期國家戰(zhàn)略的重大布局?！耙粠б宦贰毖鼐€約64個(gè)國家，使用的語言約2 488種，這使?jié)h語教學(xué)和我國高新技術(shù)推廣面臨巨大挑戰(zhàn)。因此，要采用新思路和手段進(jìn)行這類技術(shù)性漢語詞教學(xué)。

自2013年“一帶一路”倡議提出至今，關(guān)于“一帶一路”與漢語教學(xué)的論文與日俱增，國內(nèi)的專家學(xué)者從不同角度和方向進(jìn)行了大量研究：宋陽等[1]提出“一帶一路”戰(zhàn)略的實(shí)施需要語言鋪路；陳思琦[2]調(diào)研得出在“漢語熱”潮流下，學(xué)習(xí)漢語的人數(shù)估計(jì)已過億，目前已有100多個(gè)國家近2 500多所大學(xué)開設(shè)了漢語課程；劉君[3]提出當(dāng)今以高鐵等大型建設(shè)工程為代表的工業(yè)文化代表了我國的高科技水平，成為當(dāng)代中國文化的代表性內(nèi)容，這種科技文化十分值得傳播，并且“一帶一路”潛在的文化圈受眾規(guī)模龐大，可以利用信息化方法打造智能的文化一體化管理模式以及利用網(wǎng)絡(luò)手段搭建虛擬的文化設(shè)施，實(shí)現(xiàn)多媒體、多渠道、多維度的跨文化交流法；黃方方[4]認(rèn)為漢語教育資源面臨重帶輕路的問題，我國孔子學(xué)院的分布缺少戰(zhàn)略，離國家“一帶一路”戰(zhàn)略布局相距甚遠(yuǎn)；張日培和張露等[5-6]提出智庫交流是民間外交的重要方式，是“一帶一路”人文交流的重要內(nèi)容，因此培育國家語言文字智庫并加強(qiáng)沿線國家在語言、文化以及教育領(lǐng)域的政策溝通，是“一帶一路”語言規(guī)劃的迫切任務(wù)。

以上研究結(jié)果說明了采用新技術(shù)進(jìn)行“一帶一路”高新技術(shù)漢語詞教學(xué)以及對其建立資源庫的必要性，且關(guān)于這類教學(xué)新方法的研究仍有欠缺。針對這一問題，本文結(jié)合相關(guān)成果，面向“一帶一路”，對高新技術(shù)漢語詞進(jìn)行分析，建立起一種高新技術(shù)漢語詞數(shù)字媒體庫，應(yīng)用于一個(gè)高新技術(shù)漢語詞新型教學(xué)系統(tǒng)，并結(jié)合VR技術(shù)生成一種模擬環(huán)境，給學(xué)習(xí)者帶來極強(qiáng)沉浸感，幫助沿線人民便捷高效地學(xué)習(xí)高新技術(shù)漢語詞并掌握其使用語境。

1 系統(tǒng)需求分析

1.1 系統(tǒng)結(jié)構(gòu)

本文所建立的面向“一帶一路”的高新技術(shù)漢語詞教學(xué)系統(tǒng)分為兩個(gè)子系統(tǒng)：高新技術(shù)漢語詞學(xué)習(xí)系統(tǒng)以及高新技術(shù)漢語詞管理系統(tǒng)。在學(xué)習(xí)系統(tǒng)中，任何人都可以注冊普通用戶并登錄，普通用戶可安裝不同版本的系統(tǒng)，登錄后可學(xué)習(xí)詞匯，其學(xué)習(xí)情況（次數(shù)、時(shí)間、方式）會(huì)被記錄。在管理系統(tǒng)中，管理員可以隨時(shí)使用密碼登錄并增加、修改和刪除詞條。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)

1.2 詞語及語種的選取規(guī)則和詞條設(shè)計(jì)流程

系統(tǒng)主要面向“一帶一路”沿線人民，因此如何選擇詞語、選擇語種及設(shè)計(jì)詞條能夠方便他們高效地掌握漢語詞匯十分關(guān)鍵。以下描述詞語及語種的選取規(guī)則和詞條設(shè)計(jì)流程。

1.2.1 詞語及語種的選取規(guī)則

（1）候選詞語選取。

候選詞語選取的來源基于國家語委語言資源網(wǎng)提供的語料庫。首先，根據(jù)當(dāng)前我國的主要高新技術(shù)建設(shè)項(xiàng)目及“一帶一路”沿線20國青年于2017年5月評選出的中國“新四大發(fā)明”，系統(tǒng)的漢語詞涉及對象選出12個(gè)類別：“共享單車”“航天工程”“北斗導(dǎo)航”“橋梁建設(shè)”“孔子學(xué)院”“高速鐵路”“機(jī)器人”“無人機(jī)”“網(wǎng)購”“清潔能源”“支付寶”“針灸”。然后對每一個(gè)類別，從國家語委語言資源網(wǎng)中人工挑選出100個(gè)漢語詞。

（2）候選詞語與對應(yīng)類別相關(guān)性計(jì)算。

按照候選詞與對應(yīng)類別共現(xiàn)性的范例個(gè)數(shù)作為分析指標(biāo)去計(jì)算它們的相關(guān)性。統(tǒng)計(jì)并計(jì)算兩個(gè)詞語在國家語委語言資源網(wǎng)的語料庫中單獨(dú)出現(xiàn)的頻率和同時(shí)出現(xiàn)的頻率，根據(jù)互信息方法的公式計(jì)算其相關(guān)性，其數(shù)學(xué)模型如下：

其中，分子是兩個(gè)詞匯共同出現(xiàn)的概率，分母是兩個(gè)詞匯分別單獨(dú)出現(xiàn)的概率。

（3）用矩陣數(shù)據(jù)分析法計(jì)算詞語得分。

選取詞語的因素（按重要性降序排列）有：詞語與對應(yīng)類別的相關(guān)性（a）、詞語在國家語委語言資源網(wǎng)的語料庫中出現(xiàn)的頻率（b）、詞語在網(wǎng)絡(luò)上出現(xiàn)的頻率（c）。根據(jù)3個(gè)因素的重要性確定對比分?jǐn)?shù)，自己對比的地方打0分，以 “行”為基礎(chǔ)，逐個(gè)和“列”對比，若“行”比“列”重要，給正分，否則取倒數(shù)。組成數(shù)據(jù)矩陣如表1所示。

表1 數(shù)據(jù)矩陣

根據(jù)選擇因素的權(quán)重計(jì)算詞語得分，公式如下：

（4）詞語確定。

根據(jù)計(jì)算結(jié)果，將各詞語按照得分降序排列，每個(gè)類別挑選出前20個(gè)詞語左右，共300個(gè)詞語。

（5）語種界定。

“一帶一路”沿線國家使用的語言頻率最高的前5種語言依次為漢語、阿拉伯語、英語、俄語、德語，因此選取這5種語言對詞語進(jìn)行描述。

1.2.2 詞條設(shè)計(jì)

系統(tǒng)對每個(gè)漢語詞建立起漢語、阿拉伯語、英語、俄語、德語這5種語言的對照詞表，并對每個(gè)詞語進(jìn)行配音及錄制音頻。

因此，每個(gè)高新技術(shù)詞匯有漢語、英語、俄語、阿拉伯語、德語物種語言的描述，每種語言有對應(yīng)的音頻，每個(gè)詞匯有相應(yīng)的視頻，數(shù)據(jù)庫存放音頻和視頻的URL即可。

1.3 開發(fā)與運(yùn)行環(huán)境

（1）系統(tǒng)的開發(fā)采用LAMP網(wǎng)站架構(gòu)，其組成軟件均開放源碼。在Linux的環(huán)境下采用MySQL建立數(shù)據(jù)庫、創(chuàng)建視圖并添加300個(gè)詞語，再用PHP編寫系統(tǒng)接口，最后啟動(dòng)Apache以運(yùn)行系統(tǒng)。

（2）系統(tǒng)采用B/S網(wǎng)絡(luò)結(jié)構(gòu)模式，它將系統(tǒng)功能實(shí)現(xiàn)的核心部分集中到服務(wù)器上，簡化了系統(tǒng)的開發(fā)、維護(hù)和使用。

（3）用戶佩戴VR眼鏡后，可通過眼球定位詞語3秒選擇需要學(xué)習(xí)的詞語。VR眼鏡通過眼球追蹤技術(shù)得到用戶選擇的詞語，向系統(tǒng)接口發(fā)送請求從而調(diào)用接口從數(shù)據(jù)庫中檢索出該詞語的相關(guān)數(shù)據(jù)。

（4）系統(tǒng)在目前流行的新型智能手機(jī)、iPad等環(huán)境下均可結(jié)合VR眼鏡使用。在手機(jī)上打開系統(tǒng)，將手機(jī)橫向放置于VR眼鏡中，用戶佩戴上VR眼鏡即可進(jìn)行學(xué)習(xí)。

2 數(shù)據(jù)庫開發(fā)

2.1 概念結(jié)構(gòu)設(shè)計(jì)

通過需求分析階段所得的應(yīng)用需求，設(shè)計(jì)概念模型，如下為數(shù)據(jù)庫對象屬性E-R關(guān)系（見圖2）。

2.2 邏輯結(jié)構(gòu)設(shè)計(jì)

根據(jù)E-R圖，設(shè)計(jì)出以下邏輯模型，有下劃線的屬性為主鍵。

文學(xué)作品只有不斷攀登精神高峰，才能在展現(xiàn)精彩人世的同時(shí)，體現(xiàn)美學(xué)價(jià)值，保持藝術(shù)生命力，網(wǎng)絡(luò)文學(xué)、傳統(tǒng)文學(xué)概莫能外。

高新技術(shù)詞匯（詞號、類別號、漢語、英語、俄語、德語、阿拉伯語、漢語音頻、英語音頻、俄語音頻、德語音頻、阿拉伯語音頻、視頻）

用戶（用戶號、姓名、密碼、操作權(quán)限）

管理員（管理員號、姓名、密碼、操作權(quán)限）

系統(tǒng)（版本號、類別）

學(xué)習(xí)情況記錄（情況記錄號、學(xué)習(xí)時(shí)間、學(xué)習(xí)次數(shù)、學(xué)習(xí)方式、高新技術(shù)詞匯詞號、用戶號）

類別（類別號、類別名）

2.3 鏈接及索引設(shè)計(jì)

（1）情況記錄表與高新技術(shù)詞匯表、用戶表都分別存在多對多關(guān)系，因此在情況記錄表與高新技術(shù)詞匯表、用戶表之間建立鏈接。在情況記錄表中屬性word_id、user_id都是外鍵，分別作為鏈接高新技術(shù)詞匯表與情況記錄表、用戶表與情況記錄表的橋梁，從而實(shí)現(xiàn)表間的關(guān)聯(lián)查詢，并避免數(shù)據(jù)冗余。

（2）對每個(gè)表的主鍵、外鍵建立索引，另外由于高新技術(shù)詞匯可被用戶搜索，因此對詞匯的漢語、英語、俄語、德語、阿拉伯語屬性建立索引，從而提高數(shù)據(jù)查詢速度。

圖2 數(shù)據(jù)庫對象屬性E-R關(guān)系

3 數(shù)據(jù)庫設(shè)計(jì)的其他方面

3.1 數(shù)據(jù)格式統(tǒng)一規(guī)范

為合理使用有限的存儲(chǔ)空間，并確保數(shù)據(jù)的傳輸速度，對于系統(tǒng)中使用到的所有數(shù)據(jù)，均需遵循以下格式規(guī)范（見表2）。

表2 數(shù)據(jù)格式規(guī)范

3.2 數(shù)據(jù)統(tǒng)一處理過程

為保證系統(tǒng)中所有數(shù)據(jù)符合格式規(guī)范，對于收集的數(shù)據(jù)，均先進(jìn)行如下處理過程。

（1）將所有數(shù)據(jù)轉(zhuǎn)換成符合規(guī)范的格式；將圖片、動(dòng)圖和視頻轉(zhuǎn)換成符合規(guī)范的分辨率。

（2）對音頻和視頻剪輯，去除無用部分。

（3）若數(shù)據(jù)的大小超過規(guī)范，對于文字，人為進(jìn)行刪改；對于其他，則進(jìn)行壓縮。

（4）對音頻和視頻消除雜音。

（5）對于文字，直接將內(nèi)容儲(chǔ)存至數(shù)據(jù)庫；對于其他，先上傳至服務(wù)器，再將相應(yīng)URL存放至數(shù)據(jù)庫。

4 系統(tǒng)測試

“高速鐵路”漢語詞條表如圖3所示，可見屬性Num是漢語詞唯一標(biāo)識的主碼，類別“高速鐵路”的Sort為6，現(xiàn)有20個(gè)與“高速鐵路”相關(guān)的詞匯，表中存儲(chǔ)了每個(gè)詞匯對應(yīng)的5種語言以及每個(gè)語種所對應(yīng)的音頻和描述該詞條的短視頻，用戶佩戴VR眼鏡后觀看類別“高速鐵路”中的詞語“高速列車”的短視頻如圖4所示。

5 結(jié)語

本文中的教學(xué)系統(tǒng)結(jié)合VR技術(shù)為“一帶一路”背景下的漢語教學(xué)以及高新技術(shù)的推廣提供了新的方法，是一種幫助沿線人民高效便捷地學(xué)習(xí)高新技術(shù)漢語詞的新嘗試，還需要不斷完善和開發(fā)，便于更有利地向世界各國推廣我國的高新技術(shù)，促進(jìn)我國與沿線國家工程建設(shè)領(lǐng)域交流合作。

圖3 高速鐵路漢語詞條

圖4 高速列車

[參考文獻(xiàn)]

[1]宋陽，黃宣方.“一帶一路”背景下的漢語與中國文化傳播研究綜述[J].才智，2017（4）：227.

[2]陳思琦.一帶一路下對外漢語教學(xué)的新方向[J].課程教育研究，2015（19）：43-44.

[3]劉君.“一帶一路文化共同體”與漢語國際教育[J].語文學(xué)刊，2015（22）：123-124.

[4]黃方方.“一帶一路”沿線國家漢語教育狀況探析[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017（3）：102-106.

[5]張日培.服務(wù)于“一帶一路”的語言規(guī)劃構(gòu)想[J].云南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015（4）：48-53.

[6]張露，馬麗.數(shù)據(jù)庫設(shè)計(jì)[J].安陽工學(xué)院學(xué)報(bào)，2007（4）：76-79.