- Машинный фонд русского языка
-
Машинный фонд русского языка — проект создания большого представительного корпуса русского языка. Опыт МФРЯ используется при разработке, начиная с 2004 года, Национального корпуса русского языка.
Содержание
Программа по созданию МФРЯ
Отдел Машинного фонда русского языка был создан в 1985 г. по инициативе академика А. П. Ершова, после состоявшейся в 1983 г. специальной всесоюзной конференции[1]Под руководством член-корреспондента АН СССР Ю. Н. Караулова была разработана "Комплексная программа научных исследований и прикладных разработок по созданию Машинного фонда русского языка на 1996—2000 годы и информатизации исследований в Институте русского языка АН СССР.
В создании Машинного фонда русского языка (1986—1990 гг) принимали участие более 40 организаций-соисполнителей, среди них Московский, Санкт-Петербургский, Харьковский, Гродненский, Сыктывкарский и Саратовский университеты.
Под комплексной информатизацией научных исследований и прикладных разработок в русистике понималось:
- Последовательное оснащение отделов Института русского языка и организаций-соисполнителей современными вычислительными машинами с перспективой объединения их в локальную сеть (не выполнено)
- Последовательное накопление на машинных носителях и в базах данных главнейших источников, необходимых как для научного изучения русского языка, так и для осуществления прикладных разработок (выполнено частично)
- Создание программных средств, необходимых как для подготовки научных трудов по филологии, так и для проведения прикладных разработок (разработаны 2 программы под MS DOS и переведены в электронный вид несколько словарей);
- Развитие прикладных направлений (лексикография, терминоведение, автоматическая обработка данных на естественном языке) как составной части академической русистики, являющихся, с одной стороны, проводником результатов фундаментальных исследований в практику, а с другой — источником новых идей и данных для фундаментальной науки. (программа не реализована)
Реализация программы (1985—1992)
За 8 лет работы отделом Машинного фонда русского языка (частично с участием соисполнителей) были осуществлены:
- Разработка концепции и архитектуры Машинного фонда русского языка [2].
- Разработка концепции терминологического банка данных [3]
- Накопление значительного количества источников — накоплены на машинных носителях и частично в базах данных текстовые источники русской литературы XIX—XX вв., главнейшие словари русского языка, Краткая академическая грамматика, некоторые другие материалы справочного характера, созданы текстовые корпусы поэзии, художественной прозы, общественно-политических и технических текстов [4]
- Разработка программы 2-ух программ под управлением MS DOS:
- — UNILEX-T для изготовления частотных словарей, словоуказателей (индексов слов к текстам) и конкордансов и работы с последними [5]
- — UNILEX-D для создания словарных баз данных и работы с последними.[6]
- Разработка программно-источниковых пакетов (их разработка была остановлена), например:
- Автоматический Синтаксический словарь русского языка
- Автоматический словарь синонимов русского языка
- Автоматический вариант Словаря русского языка С. И. Ожегова
- Автоматический словарь глагольного управления в русском языке.[7]
Деятельность отдела МФ русского языка (1992—1998)
Полномасштабные испытания систем обработки лингвистических данных UNILEX путем участия в подготовке Орфографического словаря и Словаря поэзии XX в.
Ускоренное накопление новых источников на основе электронных изданий газет и сканирования произведений русского классической литературы. Полный архив источников Машинного фонда русского языка сейчас составляет более 100 млн словоупотреблений;
Работа над словарем языка Ф. М. Достоевского[8]
Накопление источников в целях широкого дистрибутивно-статистического исследования русской прозы последней трети XIX в. и газет конца XX в.,
Накопление и анализ дистрибутивно-статистических данных, подготовка публикаций сводных данных [9]
Анализ деятельности по развитию МФ русского языка
Концепция развития МФ русского языка (1983 год)
- создание компонентов лингвистического обеспечения задач информатики и
- информатизация научных исследований в русистике.
Оказалось, что
- информатизация русистики требует использования всех достижений прикладной (вычислительной) лингвистики.
- использование достижений прикладной лингвистики в русистике может быть осуществлено только на достаточно богатой источниковой базе и должно быть нацелено на выдачу результатов в полиграфической форме.
Современные задачи создания МФРЯ
В этой статье не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники.
Эта отметка установлена 13 августа 2011.- дистрибутивно-статистический анализ и накопления лингвистических ресурсов в интернете
- накопление источников на сайтах Фонда
- дальнейшее развитие функций Автоматической словарной картотеки Фонда
- конструирование глобальной лингвостатистической обработки всех текстовых источников Фонда в интерактивном режиме [10]
Примечания
- ↑ Материалы опубликованы в книге Машинный фонд русского языка: идеи и суждения, М.: Наука, 1989
- ↑ Опубликована в книге В. М. Андрющенко Концепция и архитектура Машинного фонда русского языка, М.: 1989
- ↑ Опубликована в книге Лингвистическая концепция терминологического банка данных Машинного фонда русского языка (проект), под ред. А. С. Герда, М.: 1989
- ↑ содержание Архива источников было опубликовано в Бюллетене Машинного фонда русского языка, вып. 1; сейчас оно сильно устарело и нынешнее состояние архива лучше всего отражено здесь:[1] [2]
- ↑ Разработчик Ж. Г. Аношкина
- ↑ Разработчик Л. И. Колодяжная
- ↑ Описания в Бюллетене Машинного фонда русского языка, вып. 1-3).
- ↑ под руководством Ю. Н. Караулова
- ↑ первый результат такой публикации — книга А. Я. Шайкевича, В. М. Андрющенко и Н. А. Ребецкой «Статистический словарь языка Ф. М. Достоевского»
- ↑ образец такой обработки представлен в Статистическом словаре языка Достоевского). В. М. Андрющенко
Литература
- Ершов А. П. Машинный фонд русского языка: внешняя постановка, в кн. «Машинный фонд русского языка: идеи и суждения», Наука, Москва: 1986.
- Сборник «Машинный фонд русского языка: идеи и суждения», Наука, Москва: 1986.
- Андрющенко В. М. Концепция и архитектура Машинного фонда русского языка, Наука, Москва: 1989.
- Андрющенко В. М. Разработка комбинированных изданий (книга+CD+Internet), в: Московский лингвистический журнал, т.7 № 1, 2003.
- Лесников С. В. Машинный фонд русского языка в публикациях (1985—1998)
- Шайкевич А. Я. Дистрибутивно-статистический анализ в семантике, в: Принципы и методы семантических исследований, Наука, Москва: 1976.
- Шайкевич А. Я. Гипотезы о естественных классах и возможность количественной таксономии в лингвистике, в: Гипотеза в современной лингвистике, Наука, Москва: 1979.
- Шайкевич А. Я., Андрющенко В. М., Ребецкая Н. А. Статистический словарь языка Достоевского, Изд-во «Языки славянской культуры», Москва: 2003.
См. также
Национальный корпус русского языка
Ссылки
- Сайт Машинного фонда — автор — гл.конструктор МФРЯ В. М. Андрющенко.
Категории:- Русский язык
- Корпусная лингвистика
Wikimedia Foundation. 2010.