Презентация "Корпусная лингвистика. Обзор корпусов. Сферы использования корпусов" – проект, доклад

Корпусная лингвистика. Обзор корпусов. Сферы использования корпусов

Корпусная лингвистика – раздел компьютерной лингвистики, разрабатывающий общие принципы построения и использования лингвистических корпусов с применением компьютерных технологий. Объект – корпус текстов. Лингвистический, или языковой, корпус текстов – большой, представленный в машиночитаемом виде, унифицированный, структурированный, размеченный, филологически компетентный массив языковых данных, предназначенный для решения конкретных лингвистических задач. Предмет – теоретические основы и практические механизмы создания и использования представительных массивов языковых данных, предназначенных для лингвистических исследований в интересах широкого круга пользователей.

История корпусной лингвистики

Брауновский корпус (The Brown Corpus) (1960-е гг.) корпус Ланкастер-Осло-Берген (The Lancaster-Oslo-Bergen Corpus) (1970-е гг.)

У. Френсис (1910 – 2002)

Г. Кучера (1925 - 2010)

Создатели Брауновского корпуса

Классификация корпусов

Письменные (Брауновский корпус, LOB); Устные: Корпус Лондон-Лунд (The London-Lund Corpus); Смешанные (НКРЯ).

Тип языковых данных:

Одноязычные; Двуязычные; Многоязычные.

«Параллельность»:

Литературные; Диалектные; Разговорные (корпус Один Речевой День); Терминологические; Смешанные.

«Литературность»:

Многоцелевые; Специализированные.

Цель:

Литературные; Фольклорные; Драматургические; Публицистические.

Жанр:

Свободно доступные; Коммерческие; Закрытые.

Доступность:

Динамические (мониторные); Статические.

Динамичность:

Требования к национальному корпусу

1. Необходимый и достаточный объём.

2. Достаточно протяжённый хронологический охват языка.

3. Репрезентативность выборки текстов.

4. Тексты должны пройти филологическую экспертизу.

5. Тексты должны быть представлены в электронной форме.

6. Многопрофильная система аннотирования.

7. Многофункциональность корпуса.

8. Общедоступность.

http://corpus.byu.edu/coca/

http://www.natcorp.ox.ac.uk/

Упсальский корпус русского языка

Упсальский университет (Швеция)

Специальные тексты с 1985 по 1989 год и художественные тексты с 1960 по 1988 год.

Компьютерный корпус текстов русских газет конца XX-ого века

Место и время создания: Филологический факультет МГУ, Лаборатория общей и компьютерной лексикологии и лексикографии, 2000-2002 гг. Состав – полные тексты избранных номеров ряда российских газет на русском языке, опубликованных в 1994 – 1997 гг. Доступ в Интернете – http://www.philol.msu.ru/~lex/corpus/

http://ruscorpora.ru/

Сферы использования лингвистических корпусов

3 типа данных: эмпирическая поддержка; информация по частотности; метаинформация.

2. Программирование, компьютерная лингвистика.

3. Методика преподавания родного языка.

4. Методика преподавания иностранного языка.

5. Журналистика, редактирование.

6. Переводоведение.

7. Литературоведение.

8. Текстология.

9. Судебно-лингвистическая экспертиза.

10. Другие общественные науки.

Литература

Баранов А.Н. Введение в прикладную лингвистику: учеб. пособие. М., 2001. Грудева Е.В. Корпусная лингвистика: учеб. пособие. М., 2012. Захаров В.П., Богданова С.Ю. Корпусная лингвистика: учебник для студентов гуманитарных вузов. Иркутск, 2011. Корпусная лингвистика [Электронный ресурс]. URL: http://corpora.iling.spb.ru/. Плунгян В.А. Зачем нужен Национальный корпус русского языка? Не- формальное введение // Национальный корпус русского языка: 2003 – 2005. М., 2005. С. 12 – 17. Плунгян В.А. Почему современная лингвистика должна быть лингвистикой корпусов [Электронный ресурс]. URL: http://www.polit.ru/article/2009/10/23/corpus.