4.2.3 GeM模型的应用举偶
4.2.3.1 多模态页面、文档语料库的标注与检索
Bateman试图建立一个多模态页面、文档语料库，其首要的任务是对所收集的页面、文档进行切分与标注，以便此后进行多模态、多媒体检索。
Bateman以另一个Gannet页面为例，主要从基础层、版面层和修辞部分三个层次对页面进行分解，并标注了该页面在不同层次中的特征。在此基础上，就可以进一步从中归纳总结出同一文类的页面、文档所具有的共同特征及其在不同层次中的分布规律。
目前，Bateman等人主要采用数据存储语言XML对多模态语料库进行标注和检索，展示了GeM模型作为页面、文档标注方案的适用性。
4.2.3.2 微博的语篇结构分析
在国内，GeM模型已初步应用到了微博的语篇结构研究中。微博是一种典型的多模态语篇，也是一种具有广泛影响力的超文本语篇。因此，对于它的研究具有较强的实践意义和一定的理论价值：
（1）王祥冰（2012）从基础层、版面层、修辞层和浏览层对一则腾讯微博（英文版）进行了切分，提出其版面结构和修辞结构存在不匹配的情况：“Find”的功能是对全文起到检索作用，其标签适合于摆放到网页的主体部分而不是头部。示意图如下：
图4.10 腾讯微博（英文版）中版面结构与修辞结构不匹配现象
（2）刘洁（2013）也是从基础层、版面层、修辞层和浏览层四个层次对微博进行考察，但是发现转发微博在版面结构方面具有特殊性：微博语篇既是相对独立和完整的最小结构单位，但同时又可以不断嵌套构成更大的结构单位。这样一来，有助于从理论上反思和发展GeM模型的分析方法。
图4.11 转发微博的板式结构（刘洁，2008：29）
4.2.3.3 其他领域中的应用前景
目前，IT行业的一个热点是大数据。它的一个重要特点是数据类型繁多：除了传统的文本数据，还有网络日志、视频、图片，等等。而GeM模型正是研究如何切分与标注页面、文档中不同类型的复杂数据，以便对它们进行统一的检索。因此，它在大数据时代具有广阔的应用前景。
对于外语教学而言，GeM模型也有助于对多模态语言材料（例如多媒体教材以及音频、视频教辅材料等）进行小颗粒切分和标注，从而有利于实现快速的检索与定位。
此外，GeM模型还可以进一步应用于其他领域，例如设计领域中的广告设计、平面设计、手机页面设计，等等。