Система для обработки корпусов текстов

Бармина Елена Ивановна; Бушуев Роман Николаевич; Котельникова Надежда Владимировна; Ланин Вячеслав Владимирович; Плотникова Оксана Арсеновна

Глава

Система для обработки корпусов текстов

С. 245-250.

Бармина Е. И., Бушуев Р. Н., Котельникова Н. В., Ланин В. В., Плотникова О. А.

Статья посвящена описанию разработки системы для обработки корпусов текстов, которая ориентирована на профессионалов в области корпусной лингвистики. В данной работе представлено описание разработки хранилища, компонентов прикладного уровня, веб-редактора для визуального языка лексико-семантических шаблонов и веб-компонента для визуализации результатов. Объектом исследования является текстовые корпуса, предметом – системы для работы с текстовыми корпусами. Целью исследования является разработка новой системы для работы с текстовыми корпусами. В данной статье также приведен анализ существующих решений, более подробно рассмотрены отрицательные и положительные их характеристики. В заключении статьи будут сформулированы выводы о проделанной работе и планы на будущее. Ключевые слова: корпусная лингвистика, визуализация данных, DSL, облачные хранилища.

Язык: русский

Полный текст (PDF, 359 Кб)

Текст на другом сайте

Ключевые слова: корпусная лингвистика визуализация данных DSL облачные хранилища

В книге

Математика и междисциплинарные исследования – 2016

Под редакцией: Ю. Шарапов Пермь: Пермский государственный национальный исследовательский университет, 2016.

Russian metalinguistic comparatives: a functional perspective

Zevakhina N., Dzhakupova S. Linguistics. WP BRP. НИУ ВШЭ, 2015. No. 39.

В статье предлагается функциональный подход к описанию металингвистических сравнительных конструкций в русском языке в типологической перспективе. На материале НКРЯ утверждается, что в русском имеется три типа таких конструкций, которые являются результатом лексикализации следующих единиц: лучше, скорее и больше. Семантически эти конструкции обозначают Предпочтительность, Возможность и Прототипичность соответственно. С морфосинтаксической точки зрения, они существенно отличаются как от стандартных сравнительных контрукций, так и друг от друга.

Добавлено: 30 декабря 2015

Прогностическая валидность глагольных форм длительного аспекта в корпусной лингвистике английского языка

Попкова Е. М. Социосфера. 2010. № 4. С. 74-81.

Представленный ниже материал продолжает ряд статей автора, посвященных исследованию вопроса о тенденциях эволюции языковых единиц на различных сегментных уровнях современного английского языка. Однако же в то время как предыдущие исследования автора фокусировались на изменениях, происходящих на морфематическом и фразематическом (денотативном) уровнях языка, представленные ниже данные касаются вопроса преобразований языковых форм на уровне пропозем (уровне предложений), продолжая линию исследований перестройки синтаксического строя.

Добавлено: 6 ноября 2012

Русский Фреймнет: к задаче создания корпусного словаря конструкций

Кузнецова Ю. Л., Ляшевская О. Н. В кн.: Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной Международной конференции «Диалог 2009». Вып. 8. М.: Российский государственный гуманитарный университет, 2009. С. 306-312.

В российской компьютерной лингвистике до сих пор нет ресурсов, аналогичных FrameNet, VerbNet и PropBank, в которых можно было бы получить иллюстрации глагольного и именного управления, а также периферийных лексически ориентированных конструкций. В работе описываются задачи создания и структура FrameNet-ориентированной системы, предназначенной для исследования морфологических, синтаксических, семантических и лексических ограничений в русских конструкциях.

Добавлено: 17 декабря 2012

Semantic verification of statistically based hypotheses: Russian verbs of volition хотеть and хотеться

Bonch-Osmolovskaya A. A. Linguistics. WP BRP. НИУ ВШЭ, 2015. No. WP BRP 22/LNG/2015.

Добавлено: 14 апреля 2015

НКРЯ как инструмент социолингвистических исследований. Эпизод IV: пол говорящего и длина реплики

Даниэль М. А., Зеленков Ю. Г. В кн.: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной Международной конференции «Диалог» (Бекасово, 30 мая–3 июня 2012 г.). В 2 томах. Т. 1: Основная программа конференции. Вып. 11. М.: Российский государственный гуманитарный университет, 2012. С. 112-121.

В статье обсуждается использование Национального корпуса русского языка для социолингвистических исследований. Предлагается использовать имеющуюся в Устном корпусе разметку по полу говорящего в качестве основы для статистического анализа различий между речью мужчин и женщин. Подробно обсуждаются результаты одного направления анализа — сравнительная длина высказываний (реплик) мужчин и женщин, измеренная в количестве словоформ. Обнаружена статистическая значимость различий по этому параметру между мужчинами и женщинами в публичной коммуникации — мужчины говорят больше женщин — при отсутствии статистически значимых различий в частной коммуникации. Также значимым оказывается пол адресата, причем корреляция снова носит существенно разный характер в подкорпусе публичной и частной речи. В частной коммуникации реплики говорящего оказываются несколько длиннее в разговоре с человеком того же пола; в публичной коммуникации реплики говорящего оказываются существенно длиннее при обращении к женщине, чем к мужчине, вне зависимости от пола говорящего. Эти выводы хорошо согласуются с результатами гендерных исследований в западной социолингвистике: различия между мужской и женской речью не абсолютны, но зависят от ситуации общения; публичный дискурс является ареной языкового соревнования, в котором преимущество остается за мужчинами, в то время как в частной коммуникации соревновательность исчезает.

Добавлено: 3 октября 2012

Электронные корпуса албанского, калмыцкого, лезгинского и осетинского языков

Архангельский Т. А. Научно-техническая информация. Серия 2: Информационные процессы и системы. 2012. № 4. С. 24-29.

Представлены четыре электронных корпуса, созданные в 2011 г. в рамках Программы фундаментальных исследований РАН «Корпусная лингвистика»: албанский, калмыцкий, лезгинский и осетинский. Даётся описание интерфейса и функциональности этих корпусов, освещаются технические вопросы, которые пришлось решать при их создании, обсуждаются перспективы их развития. Особое внимание уделяется вопросам составления грамматических словарей и автоматической грамматической разметки корпусов.

Добавлено: 31 октября 2012

SPSS: Анализ данных в менеджменте. Описательные статистики

Бобков Н. Н., Демкин В. М., Солычева О. М. Н. Новгород: Нижегородский филиал ГУ-ВШЭ, 2009.

Обсуждаются основные этапы анализа данных в среде SPSS (версия 13.0) на примере описательных статистик. Рассматриваются процедуры частотного анализа (Frequencies), описательных статистик (Descriptives), разведочного анализа (Explore), построения таблиц сопряженности (Crosstabs). Обсуждаются возможности SPSS для графического представления данных. Изложение материала сопровождается теоретическими выкладками, а также иллюстрациями в виде скриншотов окон SPSS. Издание предназначено для самостоятельного изучения основ статистического анализа данных в среде SPSS.

Добавлено: 11 марта 2013

Proceedings of the Seventh conference on International Language Resources and Evaluation (LREC'10), Valletta, Malta, 17-23 May 2010

Valletta: ELRA, 2010.

Добавлено: 17 декабря 2012

Clitics In The Beserman Dialect Of Udmurt

Arkhangelskiy T. Linguistics. WP BRP. НИУ ВШЭ, 2014. No. 10.

Добавлено: 4 октября 2014

К проблеме лемматизации несловарных слов

Ляшевская О. Н. В кн.: Компьютерная лингвистика и интеллектуальные технологии: Труды международной конференции «Диалог 2007». М.: РГГУ, 2007. С. 582-587.

В работе дается оценка алгоритма лемматизации несловарных словоформ (единиц текста, которые словарно-ориентированный морфологический анализатор не может вывести из данных исходного словаря). Представленный алгоритм устанавливает парадигматические отношения внутри массива словоформ, подбирая оптимальное членение словоформы на псевдооснову и псевдоокончание. Показано, что соединение методов простой и сложной кластеризации эффективно для морфологического пост–процессинга больших объемов текста.

Добавлено: 17 декабря 2012

Proceedings of EURALEX 15 (7-11 August 2012, Oslo, Norway)

Oslo: Oslo University, 2012.

Добавлено: 10 декабря 2012

Использование корпусных данных при исследовании дискурсивных характеристик наименования человека в английском языке

Голечкова Т. Ю. Вестник Московского государственного лингвистического университета. Серия: Языкознание. 2012. № 5. С. 83-89.

Данная статья посвящена использованию корпусных данных в исследовании дискурсивных характеристик наименования человека в английском языке. На примере анализа конкретной группы английских синонимов, указывающих на человека human being, man, person, personality, individual, раскрываются некоторые возможности, предоставляемые лексикографическими корпусами для дискурсивных исследований

Добавлено: 18 октября 2012