Лінгвістичне анотування усного дитячого мовлення: принципи створення спеціалізованого корпусу
Тип публікації :
Бакалаврська робота
Дата випуску :
2 липня 2026 р.
Автор(и) :
Галік, Вероніка Михайлівна
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Галік, В. М. (2026). Лінгвістичне анотування усного дитячого мовлення: принципи створення спеціалізованого корпусу [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/34751
[ДСТУ] Галік В. М. Лінгвістичне анотування усного дитячого мовлення: принципи створення спеціалізованого корпусу : кваліфікаційна робота бакалавра : 03 Гуманітарні науки / наук. кер. В. В. Робейко. Київ, 2026. 68 с. URL: https://ir.library.knu.ua/handle/15071834/34751 (дата звернення: 15.09.2026).
Бакалаврську роботу присвячено розробці та практичній реалізації процедури лінгвістичного анотування усного дитячого мовлення в програмному середовищі Praat для створення спеціалізованого корпусу, придатного до використання під час донавчання систем автоматичного розпізнавання мовлення (ASR). Актуальність дослідження зумовлена недостатньою точністю сучасних
ASR-моделей при обробці дитячого мовлення та потребою у якісно розмічених даних для їх адаптації. Об’єктом дослідження є спонтанне та модероване усне мовлення учнів 2-го класу, зафіксоване під час напівструктурованих інтерв’ю. Предмет дослідження становить процедура багаторівневого лінгвістичного анотування в Praat і мовленнєві явища, релевантні для навчання ASR-моделей. Методологічну основу роботи формують принципи корпусної лінгвістики, онтолінгвістики, експериментальної фонетики та соціолінгвістики. Для досягнення поставленої мети застосовано інструментальний аналіз у Praat, теоретичний, описово- аналітичний і статистичний методи.
Робота складається з трьох розділів. У першому розглянуто теоретичні засади створення мовних корпусів і особливості дитячого мовлення. У другому описано вибірку, розроблено правила транскрибування, чотирирівневу структуру TextGrid та систему маркерів для анотування. У третьому представлено практичну реалізацію анотування й аналіз отриманих результатів.
За підсумками дослідження сформовано корпус загальною тривалістю 76 хвилин 49 секунд, що містить 1 534 слова дитячих реплік і 203 ключові слова. Аналіз засвідчив середню частоту основного тону 271,9 Гц, що підтверджує акустичні відмінності дитячого мовлення від типових даних, на яких навчаються ASR-системи. Практичним результатом роботи стали розмічені .wav- та TextGrid-
файли, готові до донавчання моделей, а також відтворювана система анотування, придатна для масштабування й використання у подальших дослідженнях.
ASR-моделей при обробці дитячого мовлення та потребою у якісно розмічених даних для їх адаптації. Об’єктом дослідження є спонтанне та модероване усне мовлення учнів 2-го класу, зафіксоване під час напівструктурованих інтерв’ю. Предмет дослідження становить процедура багаторівневого лінгвістичного анотування в Praat і мовленнєві явища, релевантні для навчання ASR-моделей. Методологічну основу роботи формують принципи корпусної лінгвістики, онтолінгвістики, експериментальної фонетики та соціолінгвістики. Для досягнення поставленої мети застосовано інструментальний аналіз у Praat, теоретичний, описово- аналітичний і статистичний методи.
Робота складається з трьох розділів. У першому розглянуто теоретичні засади створення мовних корпусів і особливості дитячого мовлення. У другому описано вибірку, розроблено правила транскрибування, чотирирівневу структуру TextGrid та систему маркерів для анотування. У третьому представлено практичну реалізацію анотування й аналіз отриманих результатів.
За підсумками дослідження сформовано корпус загальною тривалістю 76 хвилин 49 секунд, що містить 1 534 слова дитячих реплік і 203 ключові слова. Аналіз засвідчив середню частоту основного тону 271,9 Гц, що підтверджує акустичні відмінності дитячого мовлення від типових даних, на яких навчаються ASR-системи. Практичним результатом роботи стали розмічені .wav- та TextGrid-
файли, готові до донавчання моделей, а також відтворювана система анотування, придатна для масштабування й використання у подальших дослідженнях.
Ключові слова :
Галузі знань та спеціальності :
03 Гуманітарні науки
03 Гуманітарні науки::035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Мови та література
Лінгвістика
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.82 MB
Контрольна сума :
(MD5):9c51f47e956ca82b22fb84e633f3e475