Korpus Variasi Bahasa Melayu: Standard Lisan

Rujukan

• (NorHashimah)
  • (2003)
    Nor Hashimah Jalaluddin. 2003. Bahasa dalam Perniagaan: Satu Analisis Semantik dan Pragmatik. Kuala Lumpur: Dewan Bahasa dan Pustaka.
  • (2005)
    Nor Hashimah Jalaluddin, Harishon Radzi, Maslida Yusof, Raja Masittah Raja Ariffin dan Sa’adiah Ma’alip. 2005. Sistem Panggilan dalam Keluarga Melayu: Satu Dokumentasi. Kuala Lumpur: Dewan Bahasa dan Pustaka.
• Hiroki Nomoto. 2018. Korpus Variasi Bahasa Melayu: Standard Lisan.
• (Untuk anotasi pengganti ganti nama [pronoun substitute])
  Nomoto, Hiroki, Ryuko Taniguchi, Shiori Nakamura, Yunjin Nam, Sri Budi Lestari, Sunisa Wittayapanyanon (Saito), Virach Sornlertlamvanich, Atsushi Kasuga, Kenji Okano dan Thuzar Hlaing. 2023. Pronoun substitute annotation in seven Asian languages. Proceedings of the Twenty-Ninth Annual Meeting of the Association for Natural Language Processing, 2242-2247.
• (Untuk anotasi ganti nama kosong)
  Nomoto, Hiroki, Farhan Athirah binti Abdul Razak dan Kohei Fujita. 2025. Zero pronoun annotation in Malay and beyond. Proceedings of the Thirty-First Annual Meeting of the Association for Natural Language Processing, 391-396.

Lesen

Creative Commons Attribution 4.0 International (CC BY 4.0)

Isi kandungan

Fail	Topik	Jenis	Durasi	Jumlah token	ID penutur	Tempat asal penutur
KL201701	Musang dan gagak (dengan gambar)	Monolog	2:21	235	1	Johor
KL201702	Musang dan gagak (tanpa gambar)	Monolog	1:30	182	1	Johor
KL201703	Musang dan gagak (sebagai watak)	Monolog	1:27	182	1	Johor
KL201704	Musang dan gagak (dengan gambar)	Monolog	1:31	175	2	Johor
KL201705	Musang dan gagak (tanpa gambar)	Monolog	1:19	165	2	Johor
KL201706	Musang dan gagak (sebagai watak)	Monolog	1:09	145	2	Johor
KL201707	Cerita gembira	Monolog	1:03	135	2	Johor
KL201708	Cerita sedih	Monolog	0:51	103	2	Johor
KL201709	Cerita rakyat	Monolog	3:26	417	2	Johor
KL201710	Cerita gembira	Monolog	1:21	181	1	Johor
KL201711	Cerita sedih	Monolog	1:25	161	1	Johor
KL201712	Cerita rakyat	Monolog	3:07	378	1	Johor
KL201713	Cerita gembira	Monolog	0:55	129	3	Kuala Lumpur
KL201714	Cerita sedih	Monolog	1:50	225	3	Kuala Lumpur
KL201715	Cerita rakyat	Monolog	2:56	364	3	Kuala Lumpur
KL201716	Musang dan gagak (dengan gambar)	Monolog	1:31	179	4	Negeri Sembilan
KL201717	Musang dan gagak (tanpa gambar)	Monolog	0:56	150	4	Negeri Sembilan
KL201718	Musang dan gagak (sebagai watak)	Monolog	1:46	209	4	Negeri Sembilan
KL201719	Cerita gembira	Monolog	0:45	117	4	Negeri Sembilan
KL201720	Cerita sedih	Monolog	1:27	259	4	Negeri Sembilan
KL201721	Cerita rakyat	Monolog	1:52	267	4	Negeri Sembilan
KL201722	Musang dan gagak (dengan gambar)	Monolog	1:37	167	5	Negeri Sembilan
KL201723	Musang dan gagak (tanpa gambar)	Monolog	1:08	120	5	Negeri Sembilan
KL201724	Musang dan gagak (sebagai watak)	Monolog	1:40	181	5	Negeri Sembilan
KL201725	Cerita gembira	Monolog	0:43	93	5	Negeri Sembilan
KL201726	Cerita sedih	Monolog	1:03	148	5	Negeri Sembilan
KL201727	Cerita rakyat	Monolog	1:44	220	5	Negeri Sembilan
KL201728	Musang dan gagak (dengan gambar)	Monolog	1:03	132	6	Sabah
KL201729	Musang dan gagak (tanpa gambar)	Monolog	0:45	100	6	Sabah
KL201730	Musang dan gagak (sebagai watak)	Monolog	1:55	239	6	Sabah
KL201731	Cerita gembira	Monolog	0:38	67	6	Sabah
KL201732	Cerita sedih	Monolog	1:09	153	6	Sabah
KL201733	Cerita rakyat (Huminodun)	Monolog	1:29	183	6	Sabah
Jumlah			49:22	6,161

Notasi

1. /// = hentian sejenak
2. < > = ujaran serentak
3. ### = tidak jelas
4. PN = nama peribadi

Subkorpus "NorHashimah"

Nama fail

• XXX.txt teks asal tanpa anotasi
• XXX-prodrop.jsonl anotasi ganti nama kosong dalam format jsonl
• XXX-prodrop.txt anotasi ganti nama kosong dalam format yang dibataskan tab
• XXX-prodrop_inserted.txt teks asal dengan tag anotasi disisipkan
• XXX-prosub.jsonl anotatsi pengganti ganti nama dalam format jsonl
• XXX-prosub.txt anotatsi pengganti ganti nama dalam format yang dibataskan tab

Fail anotasi dalam format yang dibataskan tab (XXX-prodrop.txt dan XXX-prosub.txt) boleh disuap kepada ETA: Easy Text Annotator bersama dengan fail teks asal (XXX.txt) untuk memvisualisasikan anotasi dalam pelayar. Dengan menggunakan ETA, anda juga mengubah anotasi dan menjana jadual ringkasan anotasi yang boleh dibukan dengan MS Excel dan sebagainya.

Tag anotasi

Ganti nama kosong

Anotasi diberi token selepas kedudukan ganti nama kosong (zero pronoun).

• 1st orang pertama
• 2nd orang kedua
• 3rd orang ketiga
• S subjek
• DO objek langsung
• IO objek tak langsung
• P pemilik

Lihat Nomoto dkk. (2025) untuk maklumat lanjut.

Pengganti ganti nama

Anotasi diberi pada ungkapan-ungkapan yang merujuk kepada penutur dan pendengar, baik ganti nama (pronoun) mahupun pengganti ganti nama (pronoun substitute), serta ungkapan panggilan (address term).

• 1st kata ganti nama dan pengganti ganti nama yang orang pertama
• 2nd orang kedua
• address ungkapan panggilan

Lihat Nomoto dkk. (2023) untuk maklumat lanjut.