WikiSort.ru - Лингвистика

Национа́льный ко́рпус ру́сского языка́ (НКРЯ) — доступный для поиска электронный онлайн-корпус русских текстов. Открыт 29 апреля 2004 года. Также доступен для поиска исторический корпус церковнославянских, древнерусских (XI—XIV века) и среднерусских (XV — начало XVIII века) текстов.

Составители

Работы по созданию корпуса были начаты в 2001 году группой лингвистов из Москвы, Санкт-Петербурга, Воронежа и других городов.

В программе по созданию Национального корпуса русского языка участвуют специалисты следующих организаций^[2]:

• Институт русского языка имени В. В. Виноградова РАН (ИРЯ РАН).
• Институт языкознания РАН (ИЯз РАН).
• Институт проблем передачи информации имени А. А. Харкевича РАН (ИППИ РАН).
• Институт лингвистических исследований РАН (ИЛИ РАН) в Санкт-Петербурге (совместно с Санкт-Петербургским государственным университетом (СПбГУ)).
• Воронежский государственный университет^[3].

Состав корпуса

В корпус входят как письменные тексты (художественные, мемуары, публицистика, научная, религиозная литература, повседневная печатная продукция), так и записи устных текстов (публичной речи и частных бесед).

В корпус также входят подкорпусы поэтических и диалектных текстов, корпусы параллельных текстов (для следующих языков доступны параллельные корпусы с русским: английский, армянский, белорусский, болгарский, бурятский, испанский, итальянский, китайский, латышский, немецкий, польский, украинский, французский, шведский, эстонский и мультиязычный), отдельный газетный корпус (материалы СМИ начала XXI века), церковнославянский корпус (богослужебные тексты, современные (XIX—XX век) и более ранних периодов), исторический (в том числе древнерусский, старорусский, берестяных грамот), синтаксический, акцентологический, мультимедийный и обучающий подкорпусы.

Объём корпуса

Объём основного корпуса на 7 апреля 2018 года составлял 283 млн словоупотреблений, а общий объём корпусов превышает 600 млн словоупотреблений^[4].

Тексты снабжены метаразметкой (по дате создания, автору, жанру и т. п.); словоформы в текстах снабжены автоматической морфологической и семантической разметкой; параллельные тексты выровнены; тексты поэтического корпуса снабжены также особой метрической разметкой.

1,5 % текстов снабжены морфологической^[5] и семантической^[6] разметкой со снятой вручную омонимией («дезамбигуированный подкорпус»).

Доступ

В настоящее время свободным и бесплатным является только поиск по корпусу. Сайт корпуса и поиск по нему поддерживаются компанией «Яндекс», сотрудники которой принимали участие также в разработке программного обеспечения корпуса. Доступ ко всему корпусу невозможен в связи с законом об авторских правах. Для получения доступа к 1/6 размеченной части подкорпуса необходимо зарегистрироваться и принять лицензионное соглашение^[7].

См. также

• Машинный фонд русского языка
• Частотный словарь
• Генеральный интернет-корпус русского языка

Примечания

Литература

• Национальный корпус русского языка: 2003—2005. Сборник статей / Отв. ред. В. А. Плунгян. — М.: Индрик, 2005. — 502 с. — ISBN ISBN 5-85759-358-1.
• Национальный корпус русского языка: 2006—2008. Новые результаты и перспективы / Отв. ред. В. А. Плунгян. — СПб.: Нестор-История, 2009. — 502 с. — ISBN ISBN 978-5-98187-327-0.
• Плунгян В. А. Зачем мы делаем Национальный корпус русского языка? // Отечественные записки. — 2005. — № 2(23).

Ссылки

• Официальный сайт

Это заготовка статьи по лингвистике. Вы можете помочь проекту, дополнив её.

Это заготовка статьи о веб-сайте. Вы можете помочь проекту, дополнив её.