Основы прикладной лингвистики. Шилихина К.М. - 21 стр.

                                              21
лем м а т иза торы       (т .е.    програ м м ы, ф у н кция кот орых –           привед ен ие
словоф орм ы к н а ча льн ой ф орм е), програ м м ы, ра сст а вляющие у ка за т ели ча стей
речи (part-of-speech taggers) и д р.
        Е сли в корпу с включен ы текст ы т олько н а од н ом языке, то эт о
од н оязычн ый корпу с. Су щест ву ют т а кж е м н огоязычн ые корпу са , кот орые
об ъ ед ин яют н есколько од н оязычн ых корпу сов с приб лизит ельн о од ин а ковой
выб оркой т екст ов и репрезен т а тивн остью. Та кж е ра зра б а т ыва ют ся корпу са
па ра ллельн ых т екстов: в н их включа ютсят екст ы с их перевод а м и н а д ру гой
язык (или языки).
        Корпу сн а я лин гвист ика за н им а ет ся н е т олько созд а н ием , н о и
использова н ием корпу сов в исслед ова т ельских целях. Корпу сы т екст ов
ст а н овятся н еза м ен им ым ин ст ру м ен т ом соврем ен н ых лин гвист ических
исслед ова н ий – с их пом ощью м ож н о у зн а ть, ка к ф у н кцион иру ет язык в
об щест ве, ка к ча ст о н осит ели языка приб ега ют к опред елен н ым т ипа м
д иску рса , ка кие изм ен ен ияпроисход ят в языке.
        К корпу са м т екст ов об ра ща ют ся та кж е програ м м исты, за н им а ющиеся
ра зра б от кой сист ем а вт ом а тической об ра б от ки т екст ов. Д лян их корпу с слу ж ит
своеоб ра зн ым «полигон ом », н а кот ором проверяет ся эф ф ект ивн ост ь ра б оты
ком пьют ерн ых програ м м .
        Сов ре м е нные корпус а т е кс т ов
        Од н им из са м ых а вт орит ет н ых корпу сов сегод н я счит а ет ся British
National Corpus (http://www.natcorp.ox.ac.uk/). Э тот корпу с б ыл созд а н в 1990-х
год а х. П ра вила ра зм ет ки, которые использова лись при его созд а н ии, прин яли
за об ра зец еще б олее ста появивш ихся позд н ее систем . П оявлен ие корпу са
ст им у лирова ло ра звит ие а н глоязычн ой лексикогра ф ии: д а н н ым и корпу са
пользу ют сяпри сост а влен ии н а иб олее а вт оритет н ых а н глоязычн ых слова рей.
Сред и корпу сов сла вян ских языков выд еляет сяЧ еш ский н а цион а льн ый корпу с
(http://ucnk.ff.cuni.cz/), кот орый сод ерж ит коллекцию т екст ов н а чеш ском
литера т у рн ом языке ра зн ых период ов .
        Корпу сн а ялин гвист ика в России ра звива ет сяс н екоторым от ст а ва н ием .
П ервые элект рон н ые корпу са ру сского языка н а ча ли появлятьсян е в России, а
в Е вропе. Са м ым извест н ым из т а ких корпу сов являет сяУ пса льский корпу с
ру сского языка , созд а н н ый в Ш веции. Сегод н яэт от корпу с хра н ит сян а сервере
Тюб ин ген ского у н иверситет а в Г ерм а н ии.
         Н а цион а льн ый корпу с ру сского языка (http://www.ruscorpora.ru/) созд а н
н ед а вн о и н а ход ится в ст а д ии ра зра б от ки. Н а сегод н яш н ий д ен ь в корпу се
использу ет ся чет ыре типа ра зм етки: м ет а т екст ова я, м орф ологическа я,
а кцен тн а яи сем а н тическа я. П оиск м ож н о осу щест влять ка к во всем м а ссиве
т екст ов, т а к и в т екст а х, отоб ра н н ых по опред елен н ом у крит ерию (ж а н р, а втор,
врем я н а писа н ия и д р.). Та кж е в сост а ве корпу са пред ст а влен под корпу с
па ра ллельн ых т екст ов.