莽人語言資源有聲數據庫的建設

【摘 要】當前對莽語研究基本上是以文本形式，學術研究為主。莽人語言資源有聲數據庫的建設，是用現代信息技術，借鑒國內外語音數據庫建設的經驗，將莽語完整記錄下來，歸檔建庫，永久保存。本文將就這一問題進行展開研究。

【關鍵詞】莽人 莽語 數據庫建設

【中圖分類號】TP392 【文獻標識碼】A 【文章編號】1674-4810（2014）10-0012-02

“一個民族的精神特性和語言這兩個方面的關系極為密切，……民族的語言即民族的精神，民族的精神即民族的語言，二者的同一程度超過了人們的任何想象。”一個民族的語言也可以理解該民族的精神，它是一個民族在特定地域環境，經過無數代人積累而形成的財富。是該民族文化遺產和文化精髓的集中體現。隨著人類文明進入全球化和信息化的新時代，在國家對少數民族關心下，一些封閉、半封閉狀態的地區、族群的迅速開放、搬遷。一些弱勢語言將更加減弱，尤其是人口在10萬的少數民族的語言已進入嚴重瀕危狀態。讓人們深刻認識到我國人口較少民族語言搶救和保護的緊迫性。

對人口較少民族語言保護行動刻不容緩，然而，如何保護瀕危語言的資源技術問題一直沒有得到解決。到2009年啟動中國語言資源有聲數據庫建設，為少數民族語言保護提供了強有力的技術保障。“中國有聲語言資源數據，是國家語委正在開展的一項語言工程，旨在用現代信息技術、遵循統一的工作規范、將中國各縣域的語言實態記錄下來，歸檔建庫，永久保存”。本課題從人口較少民族——云南省紅河州金平縣布朗族支系莽人（以下簡稱莽人）研究著手，建立莽人語言資源有聲數據庫，讓莽人語言（以下簡稱莽語）資源得到較好的保護。

一 研究背景

國內莽人指的是云南省金平縣居住最后一個中國原始部落，野居在中越邊境的高山密林中，他們居住在透風漏雨的茅草房、杈杈房中，依靠采集野果、野菜、狩獵為生，人口僅六百余人。該族群有自己獨立的莽語，即莽人的語言。法國學者奧德里古爾分析，“莽語屬于南亞語系孟高棉語族。但由于他們居住在比較偏僻的地區，與苗和藏緬語集團毗鄰生活，莽語有了變化”，莽人只有語言沒有文字，傳承方式主要為口傳。

2009年，在各政府的關心支持下，莽人從原始深山密林遷入建筑面積為122.4平方米兩層小洋房。從此，中國最后的原始部落莽人走進了現代生活。然而，“生存環境的變遷，必然給移民原有傳統文化帶來挑戰，甚至面臨失散或消亡的危險。”在莽人過上幸福日子的同時，卻失去了許多原汁原味具有地方特色和民族元素的莽人。廣播、電視、大眾傳媒也在村里日益普及，官方語言、通用語言傳播力度的加強，莽語也將面臨前所未有的挑戰。

二 研究意義

利用中國語言資源有聲數據庫建設的大環境，借鑒江蘇省、北京等各省市語言資源有聲數據庫的建設方法，建設莽語有聲數據庫。這樣做：（1）有利于莽語的傳播。利用互聯網可以高效、擴大莽語的利用率。（2）有利于長期保存莽語的原生性和完整性。莽語沒有文字，傳承全靠口傳，這種方式受傳承人、環境等儲多因素的影響。在傳播中容易失真，如果沒有合適的傳承人，莽語也將消失。借助數據庫技術，可將莽語長久保存下去。（3）有助于莽人文化深入研究。通過莽語研究可進一步深入研究莽人其他文化，建立莽語資源有聲數據庫，這不僅對莽語資源積累和語言研究具有重要的意義，也是對莽人民族傳統文化遺產的保護，具有重大的現實意義。

三 存在的問題

建立莽語有聲數據庫主要問題有：（1）莽語語料收集、處理難。莽人生存環境的變遷，莽語特定環境也隨之改變。對一些資源的收集、對譯、意譯注釋及描述等資料分析整理工作難度大。（2）語言有聲資源語檔不統一。有聲資源語檔建設是一項規范性和標準化很強的工作。國內現在少數民族的語言有聲資源語檔存在很多種，莽語資源有聲數據庫建設難以確定參考的標準。（3）國內語言有聲數據庫缺乏統一的權威機構進行數據庫整體規劃和協調，建成的數據庫結構簡單、標準不統一、共享性差。

四 莽人語言資源有聲數據庫構建

莽人語言資源有聲數據庫是一項涉及面廣的繁瑣工程，制定系統開發流程是必不可少的工作。根據莽人現在的實際情況，筆者認為數據庫工程的任務可分為兩大部分：（1）數據庫前期準備階段：數據庫開發溝通，包括數據庫可行性分析、數據庫建設原則、數據庫需求分析；原始語言材料收集，入庫數據源數據庫。（2）數據庫應用平臺的開發階段：語言材料分析整理；數據庫設計，包括存儲結構設計、軟件、硬件環境建設；數據庫信息門戶建設。整個莽人語言資源有聲數據庫構建流程如下：

1.數據庫前期準備階段

整個數據庫是否開發成功很大程度上取決于前期準備階段情況，前期準備工作的好壞將最終影響到整個數據庫系統的質量。

第一，數據庫開發溝通。數據庫工程是溝通的產物，數據庫開發過程實際上是將原始的信息原料轉化成有序計算機信息軟件的過程。數據庫開發溝通包括數據庫可行性分析、數據庫建設原則、數據庫需求分析。（1）對莽語數據庫的技術可行性、經濟可行性、開發環境可行性及法律可行性進行分析，羅列出在開發過程中可能出現的問題，并列出相應的解決方案。（2）數據庫建設原則。莽人語言資源有聲數據庫應堅持群眾化、全面化、標準化及共享性的原則。面向大眾全面地收集莽人語言資源，標準化處理語料，最終實現資源共享。（3）“需求分析階段是信息系統開發過程中的重要一步，也是決定性的一步。”分析其在功能目標是否達到要求，認真聽取莽人口傳者、語言學專家的意見進行改進。溝通是系統工程中必不可少的工序。

第二，莽人原始語言材料收集。“語料是一個數據庫的靈魂所在，語料的質量直接關系著數據庫的實用價值。建設方言數據庫的主要目的是保存鮮活、真實的方言語料，以利于人們學習方言，后人研究和保護方言”。莽語數據庫語料主要包括：（1）原始錄音錄像資料，主要是用視頻原始地記錄采集口語的情境。這種語料含有莽人在生活、風俗、家庭、婚姻、喪葬、節慶、禁忌與信仰等內容。（2）原始語料注釋、轉寫、翻譯等文字材料。（3）語料其他產品實體。反映真實原始錄音錄像其他資料，如語料事件、圖像、場景文字記錄、說話方式等。

2.數據庫應用平臺的開發階段

第一，語言材料分析整理。語言材料分析整理工作是在整個系統工程中很關鍵的一步，應同語言學專家、計算機專家及當地莽人語言口傳專家組成一個團隊，進行分析整理工作。該項工作主要包括：（1）標音和轉寫，根據《國際音標》參考高永奇著的《莽語研究》制定了一套適合莽人學習的拼音方案，對無文字莽語進行標音和轉寫。（2）對譯和意譯。根據不同的莽語情況，有時用對譯和意譯更準確。（3）注釋與描述。對原始莽語資料的人物、地點、事件及背景進行必要的注釋和描述，是對莽語更完整的保護。（4）莽語材料整理完成后入庫數據源數據庫。

第二，莽語數據庫平臺設計。主要包括設計數據庫的存儲結構，配置數據庫實現在軟硬件平臺。數據庫應采用基于Microsoft Windows的OODB 的數據存儲方式。采用面向對象的Microsoft Visual Studio.net平臺和Visual C++開發工具予以實現。

第三，建立數據庫信息門戶。利用上述軟硬件平臺，將各種應用系統、數據資源和互聯網資源集成到一個莽語信息管理平臺之上，圖形、音頻、視頻信息集合于一體，以統一的用戶界面提供給用戶，以方便用戶從各個角度找到自己想要的數據。其中包括分類、查詢、關鍵字全文模糊檢索、數據庫分項檢索、數據庫高級檢索、二次（多次）檢索等，實現莽人語言資源有聲數據庫的建設。

參考文獻

[1]洪堡特.論人類語言結構的差異及其對人類精神發展的影響[M].北京：商務印書館，1997

[2]李宇明.中國語言資源有聲數據庫的建設[J].中國語文，2010（4）

[3]楊六金.越南西北部的莽人[J].世界民族，1997（1）

[4]黃永臻.移民生存環境的變遷與民族文化傳承的矛盾——以紅河州元陽縣哈尼族移民為例[J].紅河探索，2012（5）

[5]劉玉照、陳萍麗、王莉莉.信息系統開發中的需求分析[J].情報雜志，2003（5）

[6]杜福強.方言數據庫建設初探[D].寧波大學，2012

〔責任編輯：高照〕