Helsinský anotovaný korpus ruského jazyka

Helsinský anotovaný korpus ruských textů ( HANKO ) je korpus ruských online textů. Vznik korpusu probíhal v letech 2001-2012, byl koncipován jako nedílná součást projektu "Funkční syntaxe ruského jazyka". Rozhraní korpusu umožňuje kombinovat vyhledávání podle kombinace písmen, morfologických a syntaktických parametrů.

Kompilátory

Projekt vytvoření Helsinského anotovaného korpusu ruských textů (HANKO) probíhal v letech 2001 až 2012. na Katedře slovanských a baltických jazyků a literatur Helsinské univerzity pod vedením profesora Arta Mustajokiho .

Koordinátor projektu - vedoucí výzkumný pracovník, PhD Michail Vjačeslavovič Kopotěv .

Technický design - Ph.D. Alexej Leontiev.

Do programu tvorby HANKO se zapojily tyto organizace:

• Helsinská univerzita
• Petrozavodská státní univerzita

Složení sboru

Typy značek HANKO

• Morfologické značení. Kompletní morfologický popis každé textové formy se schopností označit kontroverzní případy, které mají nejednoznačný výklad.
• Označení syntaxe . Vymezují se dva typy jednotek: jednoduchá věta (souvětí) a souvětí. Syntaktické značení je provedeno v rámci syntaktické teorie větných členů.
• Meta značení. HANKO je poměrně jednotný korpus z hlediska vnějších textových parametrů, obsahuje minimální meta -informace : číslo časopisu, autor textu, typ textu.

Objem trupu

Korpus asi 100 tisíc slovních použití extrahovaný z časopisu Itogi . Časopis představuje širokou škálu moderních publicistických žánrů, tematickou pestrost článků, vysokou úroveň znalosti stylistických prostředků ruského jazyka jeho autorů.

Přístup

V současné době zdarma a zdarma je vyhledávání na stránkách. Výsledky morfologické a syntaktické anotace jsou k dispozici pro vyhledávání. Pouzdro je dostupné pro komerční použití ve formátu MTE . Webová stránka korpusu je podporována a financována Helsinskou univerzitou .

Viz také

• Strojový fond ruského jazyka
• Seznamy frekvenčních slov ruského jazyka
• frekvenční slovník
• Ruský národní korpus

Literatura

• Kopotev, M. V., A. Mustajoki Principy tvorby Helsinského anotovaného korpusu ruských textů (HANKO) na internetu // Vědecké a technické informace. Ser. 2: Informační systémy a procesy. č. 6: Korpusová lingvistika v Rusku, 2003, s. 33-37.
• Mustajoki A., Kopotev M. V., Gurin G. B., Salomatina M. S. Principy syntaktického značkování Helsinského anotovaného korpusu ruských textů HANKO // Sborník z mezinárodní konference “MegaLing`2005. Aplikovaná lingvistika při hledání nových cest“ – Petrohrad, 2005
• Reznikova T. I., Kopotěv M. V. Lingvisticky komentované korpusy ruského jazyka (přehled veřejných zdrojů) // Národní korpus ruského jazyka: 2003−2005. M.: Indirik, 2005, 31−61.

Odkazy

• Oficiální stránka