Метаразметка корпуса англоязычных текстов (на материале линейки учебников английского языка российских издательств)

Введение 3
Глава 1 Теоретические основы лингвистического корпуса 5
1.1 Понятие и виды лингвистического корпуса 5
1.2 Понятие метаразметки лингвистического корпуса 7
1.3 Виды метаразметки лингвистического корпуса 9
Выводы по главе 1 11
Глава 2 Анализ применения и эффективности метаразметки в лингвистическом корпусе. 12
2.1 Анализ эффективности метаразметки на примере Национального корпуса русского языка. 12
2.2 Разработка и создание метаразметки на примере корпуса, созданного на материале учебников английского языка «Spotlight» 5-9 классов. 15
Вывод по главе 2 20
Заключение 21
Список литературы 22
Приложение 1 24

Весь текст будет доступен после покупки

В современном мире многие языки мира имеют собственные лингвистические корпусы, которые имеют различия по объему, типу языковых данных, полноте, целевому назначению и уровню научной обработки текстов. Но общепризнанным эталоном остаются лингвистические корпусы английского языка, в частности, Британский национальный корпус (BNC).
Каждый корпус, как правило, снабжен разметкой текста, повышающей эффективность использования лингвистического корпуса. Например, Национальный корпус русского языка, так же, как и Британский национальный корпус снабжены метатекстовой и морфологической разметками. Благодаря морфологической разметке можно осуществлять поиск как конкретной словоформы, так и всех форм одной лексемы. С использованием специального конструктора запросов возможен поиск сложных конструкций. Наличие метаразметки (метатекстовой разметки) позволяет получить информацию об источниках примеров: авторе, теме, жанре и времени создания.
Актуальность данной работы обусловлена следующими факторами:
- в каждом лингвистическом корпусе любого языка тексты проходят процедуру метаразметки.
- каждое издательство учебников по английскому языку использует лингвистические корпусы с англоязычными текстами. Метатекстовая разметка ускоряет поиск необходимых текстов.
- в случае утери данных о составляющих учебника, обращаются к лингвистическому корпусу, в котором собраны англоязычные тексты. Метатекстовая разметка используется для быстрого и удобного поиска текстов, подходящих для определенного класса и/или уровня обучающихся.

Весь текст будет доступен после покупки

Глава 1 Теоретические основы лингвистического корпуса
1.1 Понятие и виды лингвистического корпуса
(Лингвистический) корпус – это филологически-компетентный массив языковых данных (как правило, множество текстов) [Козлова, 2013]:
- отобранных в соответствии с определенной исследовательской задачей;
- специально подготовленных, размеченных, структурированных, представленных в унифицированном виде;
Лингвистический корпус, как правило, снабжен специальным поисковым интерфейсом, что позволяет искать необходимые фрагменты текста по параметрам, которые задаются самостоятельно (например, множество предложений и фраз, тексты одного жанра или автора, в которых встретилось конкретное слово или словосочетание, уровень или класс обучения).
Лингвистический корпус – это одно из центральных понятий корпусной лингвистики. Корпусная лингвистика – это раздел языкознания, который занимается разработкой, созданием и использованием текстовых корпусов.
Также лингвистический корпус используется как инструмент для разработки и настройки различных автоматизированных систем, таких как машинный перевод, информационный поиск и распознавание речи; для обучения и преподавания языку; в лексикографических целях.
Лингвистический корпус противостоит электронной библиотеке как массив языковых данных. Отличие между текстами электронной библиотеки и лингвистического корпуса состоит в том, что тексты в корпусе, как правило, не являются полноценными произведениями, а представляют из себя образцы различных текстов. Лингвистический корпус предоставляет возможность создания выборок для последующего их анализа с помощью статистических данных, посредством наличия метаразметки и поискового интерфейса.
Корпусы текстов делятся:
- по модусу (на письменные, речевые и смешанные),

- по языку текстов (на русские, английские и т.п.),
- по параллельности (на одноязычные, двуязычные и многоязычные),
- по доступности (на свободно доступные, коммерческие, закрытые),
- по назначению (на исследовательские, иллюстративные),
- по динамичности (на динамические (мониторные) и статические),
- по объёму текстов (на полнотекстовые и «фрагментнотекстовые»),
- на синхронические и диахронические. [Толодова, 2011]

Весь текст будет доступен после покупки

1. Baker P., Hardie A., McEnery T. Glossary of Corpus Linguistics. Edinburgh University Press, 2006. – 192 p.
2. Bennett G. R. Using Corpora in the Language Learning Classroom: Corpus Linguistics for Teachers / G. R. Bennett. - Ann Arbor, MI: University of Michigan Press, 2010. – 134 p.
3. Carol A. Chapelle // Essential teacher, 2003. Vol. 9. P. 5–11
4. Leech G. Corpus annotation schemes // Literary and Linguistic Computing, 1993. № 8 (4). P. 275–281.
5. Leech, G. (n.d.) A Brief Users’ Guide to the Grammatical Tagging of the British National Corpus. 2018.
6. McEnery T., Hardie A. Corpus Linguistics: Method, theory and practice. Cambridge university press, 2012. – 312 p.
7. Nguen T.H., Nunavath V., Prinz A. Big Data Metadata Management in small Grids // Big Data and Internet of Things: A Roadmap for Smart Environments, 2014. P. 189–215.
8. Sinclair J. Corpus, Concordance, Collocation. Oxford, 1991.
9. Stubbs J. Notes on the History of Corpus Linguistics and Empirical Semantics // Collocations and Idioms / eds by M. Nenonen, S. Niemi. Joensuu: Joensuun Yliopisto, 2007. P. 317-329.
10. Баранов А.Н. Автоматизация лингвистических исследований: корпус текстов как лингв. проблема // Русистика сегодня. – М., 1998. – № 1/2. – С. 179-191.

Весь текст будет доступен после покупки