Главная » Статьи для учителей » Что такое электронный корпус текстов

Что такое электронный корпус текстов

Чем электронный корпус отличается от электронной библиотеки?

Электронная библиотека — это собрание текстов в электронной форме. Это может быть как известный ресурс, типа библиотеки Машкова http://lib.ru, так и Ваша личная библиотека. Эти тексты, как и тексты любой другой библиотеки, собирают для того, чтобы их читать.

Корпус — это также собрание текстов в электронном виде, но эти тексты предназначены не для того, чтобы их читать, а для того, чтобы их изучать, для чего их особым образом обрабатывают — вносят необходимую информацию, которая называется разметкой или аннотацией. Информация может быть любой, в зависимости от того, что мы хотим изучать: дата написания текста, место написания текста, его объем, авторство, употребление того или иного слова или грамматической конструкции, и так далее.

После того, как корпус обработали, мы можем искать в нем любую необходимую нам информацию. Для обработки информации используются специальные программы, которые называются конкордансеры. Они осуществляют поиск по тексту подобно тому, как поисковая система ищет информацию в Сети, и формируют конкорданс, то есть перечень всех контекстов, в которых какое-либо слово или словосочетание встречается в исследуемом тексте.

Большой корпус, который включает в себя тексты из различных источников и представляет язык исчерпывающим образом, называют национальным корпусом.

Где можно найти национальный корпус русского языка?

Национальный корпус русского языка объемом более 500 млн слов — один из лучших языковых корпусов в мире. Он доступен бесплатно по адресу http://www.ruscorpora.ru, им легко пользоваться, так как, во-первых, интерфейс ресурса очень интуитивный, а во-вторых, есть подробная инструкция, наглядно описывающая каждый этап работы.

Где можно найти корпусы английского языка?

Среди наиболее известных корпусов английского языка можно выделить следующие:

Google N-Grams Corpus (самый объемный из существующих в настоящий момент корпусов)
British National Corpus (более 100 миллионов слов)
COBUILD corpus (56 миллионов слов)
International Corpus of English (1 миллион слов)
Open American National Corpus (15 миллионов слов)

Зачем нужны электронные корпусы?

Корпус позволяет решать задачи, связанные с исследованием больших массивов текста. В «докомпьютерную» эру такие исследования были крайне трудоемкими, так как исследователям необходимо было просматривать тексты и вручную выписывать необходимые примеры. Поэтому корпусы — незаменимый инструмент работы для всех, кто занимается теоретической лингвистикой.

Также корпусы могут быть полезны для литературоведов, историков, и, конечно же, преподавателей языковых дисциплин, авторов учебных пособий, составителей словарей и справочников, так как корпус позволяет за несколько секунд найти тысячи примеров употребления того или иного слова или грамматической конструкции.

С уважением,

Евзикова Олеся.

Обсуждение: 3 комментария

freedore:

16.07.2015 в 11:20

Как же это было интересно лет так 10 назад. Сейчас благодаря онлайн словарям можно с корпусом и не связываться. Забавно, что по одной из ссылок предлагают использовать интернет поиск в гугле как корпус. Ещё улыбнуло использование telnet как средство доступа к корпусу.
1. Evzikova Olesya:
  
  16.07.2015 в 12:03
  
  Онлайн-словари и корпусы нужны для совершенно разных целей.
  Что забавного в Google Books Ngram? И что не так с telnet?
  1. freedore:
    
    16.07.2015 в 21:34
    
    есно для разных целей, но для поиска сочетаемости ЛЕ подойдет и то и другое. книжки по лингвистике и теор грамматике не каждый второй препод в вузе пишет... мы же простые смертные...
    ну по мне, телнет явно далеко за пределами компетенции обычного пользователя ПК. про библиотеку гугла? я про статью у коллинза про поиск слов в кавычках...

Комментирование закрыто