自媒體APP中醫(yī)藥多模態(tài)語料庫的構(gòu)建研究

王越，彭詠梅

（江西中醫(yī)藥大學 人文學院，江西 南昌 330004）

0 引 言

中醫(yī)藥是一個不可估量的寶藏，為人類的生命健康做出了不可估量的貢獻。近年來，中醫(yī)藥的發(fā)展越來越受重視，國家扶持中醫(yī)藥發(fā)展的力度持續(xù)加大。自“一帶一路”發(fā)展戰(zhàn)略提出以來，文化自信與文化走出去被提上議程，中醫(yī)藥文化作為我國五千年文明中一朵璀璨的奇葩，更是其中的杰出代表。中醫(yī)藥在過去幾千年的歷史長河中救黎民百姓于水火，現(xiàn)如今，我們依舊從中醫(yī)藥典籍中受益無窮。2003年非典型肺炎以及2019年爆發(fā)的新冠疫情，中醫(yī)經(jīng)方的療效顯著。新冠疫情的抗擊實踐展示了中西醫(yī)結(jié)合療法的獨特優(yōu)勢，為世界所關注。

社會更迭時代進步，守正創(chuàng)新才是中醫(yī)藥重煥“青春”的關鍵。為了在新時代謀求新發(fā)展、傳承精華，不斷探索中醫(yī)藥現(xiàn)代化道路，中醫(yī)藥必須適應且依托不斷更新的信息技術，融合先進科技和創(chuàng)新方法，走向國際舞臺。截至2020年3月，中國網(wǎng)絡新聞用戶規(guī)模達7.31億，較2018年底增加5 598萬，占網(wǎng)民整體的80.9%。與此同時，自媒體隨著網(wǎng)絡媒體的迅猛發(fā)展，充分激發(fā)了內(nèi)容的產(chǎn)出，并為現(xiàn)代信息技術等各行業(yè)提供了新的發(fā)展機遇。本文以此為視域，建立中醫(yī)藥文化多模態(tài)語料庫，分析中醫(yī)藥文化傳播特征，以期在后續(xù)助力中醫(yī)藥文化傳播的工作中，提出更多切實可行的建議和策略設計藍圖。

中醫(yī)藥多模態(tài)語料庫是集合中醫(yī)學、語言學、統(tǒng)計學及計算機科學等多個學科知識的交叉融合產(chǎn)物。簡而言之，中醫(yī)藥多模態(tài)語料庫是一個收集中醫(yī)藥語言材料的數(shù)據(jù)庫，也是關系型數(shù)據(jù)庫應用的擴展與延伸。該數(shù)據(jù)庫依托簡明的數(shù)學理論基礎和描述性的操作語言提高了系統(tǒng)開發(fā)的生產(chǎn)率，優(yōu)化了事務查詢管理技術，同時也提升了研究效率。相對于當前依然占據(jù)主體地位的文本語料庫，多模態(tài)語料庫在實時性、完整性和多樣性方面略勝一籌，更符合當下的學習需求。在軟件技術的輔助下，成其為當前單模態(tài)語料庫的補充方案。通過構(gòu)建中醫(yī)藥多模態(tài)語料庫，可使各界人士學習了解中醫(yī)藥，為中醫(yī)藥在國內(nèi)的傳承與創(chuàng)新發(fā)展的研究提供一定的參考依據(jù)。

1 相關研究

1.1 中醫(yī)藥語料庫研究綜述

在中國知網(wǎng)、萬方數(shù)據(jù)庫、維普數(shù)據(jù)庫等全國知名文獻檢索網(wǎng)站中，查詢2000年至今與中醫(yī)藥語料庫相關的文獻，高級檢索主題包括“中醫(yī)藥語料庫”或“中醫(yī)語料庫”，且文獻類型為全庫資源中的學術期刊以及學位論文等。最終所得的檢索式為：TI=中醫(yī)藥語料庫OR中醫(yī)語料庫。

自2000年以來，國內(nèi)學者開始對中醫(yī)藥語料庫方面的研究進行探索。通過CNKI可視化分析可知，國內(nèi)中醫(yī)藥語料庫研究大致可以總結(jié)為初步探索期（2000～2011），逐步發(fā)展期（2012～2014），繁榮增長期（2014～2017），并且在2017年發(fā)文量達到頂峰，到2018年進入持續(xù)回落期（2018～2020），再到穩(wěn)步回升期（2020至今）五個階段。聞永毅教授（2003）對中醫(yī)藥術語語料庫建設領域進行研究；隨后，程玲（2005）探討了在中醫(yī)英語語料庫視角下的創(chuàng)建及教學意義等相關研究；另有學者對中醫(yī)藥語料庫的應用進行研究（杜雪琴，2018；王世杰，2019）；徐春捷等學者（2015）又基于中醫(yī)翻譯的框架，研究英漢翻譯平行語料庫的建立。當前中醫(yī)藥語料庫相關研究已經(jīng)涉及多個學科和領域，但還未出現(xiàn)中醫(yī)藥相關多模態(tài)語料庫的研究，需要做進一步的探討與補充。

1.2 ELAN工具介紹

Elan（EUDICO Linguistic Annotator）是由荷蘭馬普心理語言文字學科研所建設的一款語言標注工具。對于語言學者而言，因其適用范圍廣而采用。Elan能夠?qū)τ耙暫驼Z音等多種文件同時執(zhí)行構(gòu)建、剪輯、可視化和查找的標注任務，也可以提供聲音技術等多媒體后期制作功能，還能夠?qū)φZ句、手語、姿勢等語料進行相應的處理。研究決定以Elan軟件作為技術平臺，構(gòu)建中醫(yī)藥多模態(tài)語料庫。

2 中醫(yī)藥多模態(tài)語料庫的建設

2.1 采集內(nèi)容

本文中醫(yī)藥多模態(tài)語料庫采集內(nèi)容為微信、微博、抖音等自媒體APP中與中醫(yī)藥相關的視頻，包括中醫(yī)治病理念、中藥知識、養(yǎng)生小貼士，以及中醫(yī)藥典故等。

2.2 標注方法

在本研究建立的中醫(yī)藥多模態(tài)語料庫中，標注層共有11層。標注信息如表1所示，包含中醫(yī)藥的表達方式、影像、圖像、音樂等類別。

表1 標注信息

如表1所示，根據(jù)Thibault和Baldry的多模態(tài)廣告語篇轉(zhuǎn)錄框架，分為旁白、獨白、對話、人物、中藥、人物&中藥、文字、圖片、文字&圖片、主觀音樂、客觀音樂。將視頻文件的音頻生成，將視頻與音頻文件同時導入ELAN軟件，再進行人工視頻標注，如圖1所示為使用ELAN軟件進行標注的界面。

圖1 標注界面

2.3 構(gòu)建流程

整個工作內(nèi)容分為以下四個方面：手視頻語料采集、語料的標注、語料專家校驗及語料庫的更新和存儲，中醫(yī)藥視頻語料庫的建立總體流程如圖2所示。具體內(nèi)容如下：

圖2 構(gòu)建流程圖

（1）確定采集內(nèi)容，對視頻進行采集與切分。首先將MP4文件導入ELAN標注軟件；其次按照時間段和鏡頭環(huán)境的切換對各個視頻進行切分。

（2）建立轉(zhuǎn)寫標注層。本研究在建立中醫(yī)藥多模態(tài)語料庫時，確定了11層的標注層級，以此為參考進行標注。

（3）進行校驗。再次對采集內(nèi)容和標注者信息等進行確認，并對標注內(nèi)容進行校驗。校驗的目的是為了提高語料庫的質(zhì)量，以保證語料庫的科學性。

（4）修正。最后再次核驗語料庫存在的問題，檢查是否存在標注時段有誤、標注信息誤填等情況，并進行修正，最終形成中醫(yī)藥多模態(tài)語料庫的雛形，將最終的MP4文件及標注轉(zhuǎn)寫語料EAF文件進行存儲，如圖3所示。

圖3 文件存儲

2.4 標注具體操作步驟

Elan軟件簡單易用易上手，整個標注操作可分解為以下五個步驟，以供參考：

（1）啟動ELAN6.3，點擊新建并導入視頻。

（2）點擊Tier并增加tier，輸入層名、參與人、標注人、日期等信息；選擇default，更改層屬性，并輸入新的標注信息。

（3）設置標注段。左鍵點擊進度條，拖動鼠標到目標位置，再次點擊進度條，形成一個標注段，雙擊標注段并進行命名。

（4）回放視頻語料，進行多次轉(zhuǎn)寫與標注工序。

（5）點擊View，選擇Annotation Statistics，可查看并得到各層數(shù)據(jù)，點擊保存，如圖4所示。

圖4 數(shù)據(jù)輸出

3 結(jié) 論

本文從構(gòu)建背景、構(gòu)建意義、構(gòu)建方法、構(gòu)建步驟等四個方面對自媒體APP中醫(yī)藥多模態(tài)語料庫的構(gòu)建進行了分析探討。在當前自媒體蓬勃發(fā)展的背景下，利用Elan軟件對中醫(yī)藥相關視頻、音頻等語料進行切分、轉(zhuǎn)寫以及多層級標注，最終得以構(gòu)建中醫(yī)藥多模態(tài)語料庫?；诒菊Z料庫的構(gòu)建，期望未來可延伸至其他研究領域，輔助中醫(yī)藥相關交叉學科研究成果的拓展及應用，并對未來的中醫(yī)藥交叉學科研究給以啟發(fā)。

中醫(yī)藥多模態(tài)語料庫的構(gòu)建可輔助國內(nèi)中醫(yī)藥文化傳播實證研究。通過構(gòu)建自媒體APP中醫(yī)藥多模態(tài)語料庫，得出的分析結(jié)論能夠更加全面地從語言學角度呈現(xiàn)國內(nèi)媒體關于中醫(yī)藥的立場，加強對中醫(yī)藥傳播效果的調(diào)查，探索有利于中醫(yī)藥傳播的途徑和手段，從而為中醫(yī)藥的傳播研究提供助力，并在一定程度上為中醫(yī)藥文化傳播政策的制定提供證據(jù)支持和參考思路。

綜上所述，基于中醫(yī)藥多模態(tài)語料庫的模態(tài)多樣性與語境再現(xiàn)等特性，在未來可為中醫(yī)藥國內(nèi)的傳承與發(fā)展提供一定的創(chuàng)新嘗試，并提出相應的措施及建議，致力于提高大眾對中醫(yī)藥的關注度，提升中醫(yī)藥文化在國內(nèi)的影響力，從實證的角度促進中醫(yī)藥文化在國內(nèi)的傳播與發(fā)展，為講好“中醫(yī)”故事貢獻力量。