Четвертый урок. Тема: Основные ИКТ прикладной русистики: корпус данных и корпус текстов.

Цель в предметной области: знакомство с Национальным корпусом русского языка и другими корпусами, систематизация знаний о лексическом значении слова.

Цель в формировании информационно-коммуникационной компетентности: знакомство с технологией национальных корпусов.

Задачи:

1. Установить основные отличия корпуса данных от базы данных.

2. Определить цели создания национальных корпусов.

3. Определить достоинства представления национального языка в виде корпуса.

4. Определить спектр задач, решаемых на материале Национального корпуса русского языка.

Формы: лекция с обсуждением. приемы реализации задач:

1. Характеристика корпуса текстов с показом мультимедийной презентации.

2. Показать достоинства работы с корпусом текстов в презентации.

3. Продемонстрировать возможности поиска информации в корпусе на компьютере.

4. Индивидуальная работа над материалами из Национального корпуса русского языка.

Материалы для урока.

Корпус данных – особый вид базы данных. В отличие от базы данных, корпус данных претендует на отражение реальной картины, существующей в предметной области. Обычно корпус данных формируется из текстов. По запросу пользователя из корпуса извлекаются материалы. Единица извлечения материала определяется единицей хранения. Если единицей хранения является слово, то на запрос пользователя из корпуса будет извлекаться отдельное слово (как в орфографических словарях); если же единица хранения – словосочетание, то пользователь на запрос о слове получит ближайшие контексты интересующего его слова; при единице хранения предложении «ответом» пользователю будет целое предложение и т. п.

В качестве материалов предлагаем главу о корпусной лингвистике из учебного пособия И.Г. Овчинниковой и И.А. Углановой «Компьютерное моделирование речевой коммуникации» (Пермь 2006). Приведем некоторые выдержки из данного пособия.

Корпусная лингвистика – одна из наиболее востребованных отраслей прикладного языкознания. Бурное развитие корпусной лингвистики обусловлено необходимостью создания ресурсов, обеспечивающих доступ к языковому материалу, качественно обработанному и репрезентативному. Одна из основных прикладных задач, стимулирующих бурное развитие корпусной лингвистики, – обеспечение систем машинного перевода, новое поколение которых использует корпусы текстов на разных языках как базы примеров и аналогий, пригодных для повторного использования при переводе новых документов. Корпусная лингвистика использует программное обеспечение, рассчитанное на обработку естественного языка. В процессе создания корпусов текстов на различных языках совершенствуются программы, позволяющие работать с естественным языком на компьютере (так называемые NLP – natural language processing). Такого рода программы широко используются за пределами корпусной лингвистики и научных исследований.

Корпусы текстов представляют сырой материал для создания и тестирования программ по переработке естественного языка. В данном случае под текстами понимаются и высказывания устной речи как в СМИ, так и в естественной коммуникации (например, соответствующие подкорпусы Британского национального корпуса). В целом все известные корпусы реализуют четыре варианта:

– национальный корпус, в котором представлены тексты из различных сфер коммуникации (монолингвальный кор^пус);

– сравнительный (или контрастивный) корпус, объединяющий несколько национальных корпусов, организованных аналогично (с совпадающей репрезентативностью и общим корпус-менеджером);

– параллельный корпус, или корпус параллельных текстов, содержащих тексты на одном языке и их переводы на другой язык (или на несколько языков);

– корпус разговорной речи, который может существовать отдельно, а не только в качестве подмассива Национального корпуса. Корпусы разговорной (и шире – устной) речи могут включать только аудиозаписи (в частности, Корпус диалектов английского языка) или, напротив, только транскрипцию или орфографическую запись устной речи (как подмассив Британского национального корпуса). Оптимальным вариантом полагают параллельное размещение в корпусе аудиозаписей и их стенограммы (в транскрипции или орфографии).

Таблица 1.

Классификация корпусов В.П. Захарова.

Каждый из вариантов пригоден для решения специфических задач. Например, сравнительный корпус позволяет изучать языки в контрастивном аспекте, в то время как параллельный корпус используется в качестве базы данных (базы примеров перевода) в современных системах машинного перевода. Обращение к нему в процессе контрастивного исследования нецелесообразно, поскольку в параллельных текстах на двух языках отражается неизбежная при переводе межъязыковая интерференция, что может существенным образом исказить результаты сопоставления.

Подробную классификацию корпусов предлагает В.П. Захаров в своем учебном пособии (Захаров 2005: 13). Приведем ее полностью.

Как видим, на основе корпусов можно моделировать любой из аспектов коммуникации. Основным достоинством моделей на основе корпуса является их валидность, достигаемая благодаря огромному количеству языкового материала, представленного в корпусе.

Любой корпус снабжается аннотацией. Предполагается, что аннотирование корпуса представляет собой его лингвистическую характеристику. Обычно такая характеристика включает описание текстов, составляющих корпус, определение единицы хранения, один из возможных вариантов лингвистического анализа. Аннотированный корпус приобретает такие преимущества, как простота использования и многофункциональность. Обычно при аннотировании корпусов сочетают автоматическую и ручную разметку. Автоматическая разметка и автоматическое аннотирование признаются удовлетворительными, если порог ошибки колеблется около 3 %. Некоторые программы работают довольно хорошо.

Вариант практического задания для поиска в корпусе и интерпретации результатов (рекомендуется включить в презентацию и вместе с учениками выполнять по ходу лекции). Зайдите на сайт Национального корпуса русского языка по адресу www.ruscorpora.ru и сделайте запрос о словах шоу и арт, а также о сложных и составных словах, включающих эти компоненты.

Проанализируйте контексты употребления слова шоу и составных слов с – шоу и – арт. Определите значение слова и сферу употребления соответствующих лексических единиц[2].

Результаты поиска.

Запрос: арт-шоу.

Область поиска: основной корпус (со снятой и неснятой омонимией).

Найдено документов: 28, контекстов: 174.

1. Наталья Грушина. Новости // «Рекламный мир», 2000.02.15 [омонимия не снята] Все контексты (5).

ЦДХ, некогда считавшийся оплотом столичного арт-хауза, наконец пал под натиском шоу-бизнеса. [Наталья Грушина. Новости // «Рекламный мир», 2000.02.15].

На ней представлялись в основном фирмы грамзаписи (около половины экспонентов), заводы, производящие аудионосители, торговые фирмы, продюсерские центры и некоторые другие субъекты шоу-бизнеса. [Наталья Грушина. Новости // «Рекламный мир», 2000.02.15].

У выставки «Шоу-бизнес», бесславно прошедшей в мае 1999 года, похоже, появился более достойный и представительный преемник. [Наталья Грушина. Новости // «Рекламный мир», 2000.02.15].

13—16 апреля в СК «Олимпийский» намечается Межрегиональная специализированная выставка индустрии шоу-бизнеса «Professional Show-Biz'2000». [Наталья Грушина. Новости // «Рекламный мир», 2000.02.15].

Помимо экспонентов, которых, по словам организаторов выставки, будет не в пример больше, чем на «Шоу-бизнесе», за четыре выставочных дня посетители смогут лицезреть ведущих специалистов отрасли – Юрия Айзеншписа, Бориса Краснова, Александра Иратова, Андрея Агапова и других. [Наталья Грушина. Новости // «Рекламный мир», 2000.02.15].

Show must go-go // «Рекламный мир», 2000.02.15 [омонимия не снята] Все контексты (4).

Правда, деятели шоу-бизнеса, блиц-опрошенные РМ, участвовали в рекламе не только русских но и крупных западных компаний. [Show must go-go // «Рекламный мир», 2000.02.15].

Валерия – пожалуй, первая представительница «звездной» лиги шоу-бизнеса, чье изображение появилось на столичных биллбордах («Валерия – певица, которую все ждали») [Show must go-go // «Рекламный мир», 2000.02.15].

Александр Цекало – экс – «академик», начавший вместе с Лолитой Милявской одним из первых в русском шоу-бизнесе активно заниматься рекламой. [Show must go-go // «Рекламный мир», 2000.02.15].

К примеру, наружка «Домино» с «семейным портретом» Саши, Лолы, их собаки и слоганом «Академия комфорта» (РА «Арт-мобиле») оказалась настолько эффективной, что запуск рекламы руководство фирмы «Партия» посчитало излишним. [Show must go-go // «Рекламный мир», 2000.02.15].

Валерий Кичин. Целеустремленное кино // «Известия», 2002.07.26 [омонимия не снята] Все контексты (4).

The First Nudie Musical – средней руки пародия на эпатажные секс-шоу с голыми балеринками и танцующими пенисами. [Валерий Кичин. Целеустремленное кино // «Известия», 2002.07.26].

«Екатеринбург-арт «выпустил уникальный многотомник «История футбола» с комментарием Василия Уткина – путь главной игры века от его начала до наших дней: все континенты и футбольные столицы мира, все легендарные матчи и самые виртуозные голы, богатая коллекция казусов, скандалов, эмоций, футбольных войн, игровых мафий и стадионных трагедий. [Валерий Кичин. Целеустремленное кино // «Известия», 2002.07.26].

10 лет // «Солдат удачи», 2004.06.09 [омонимия не снята] Все контексты (3).

Достойным завершением праздника стала зажигательная шоу-программа Московского театра эстрады. [10 лет // «Солдат удачи», 2004.06.09].

По отзывам специалистов Службы поиска и спасания ВВС Минобороны РФ, испытывавших полевые (арт. [10 лет // «Солдат удачи», 2004.06.09] 1156) и полетные комбинезоны (арт. [10 лет // «Солдат удачи», 2004.06.09].

Валерий Кичин. Трасса с видом на медведя. Берлинский кинофестиваль без границ и барьеров // «Известия», 2002.02.11 [омонимия не снята] Все контексты (3).

Тут его камерамен-китаец смекает, что это его первый и последний шанс стать великим, запустить мировое шоу – прямую трансляцию с будущих похорон мэтра [Валерий Кичин. Трасса с видом на медведя. Берлинский кинофестиваль без границ и барьеров // «Известия», 2002.02.11].

В нем пробудился талант Остапа Бендера, и вот уже бойко продается рекламное время, уже готовы грандиозные декорации, уже приглашены китайские актеры плакать над гробом и популярный ди-джей – вести шоу. [Валерий Кичин. Трасса с видом на медведя. Берлинский кинофестиваль без границ и барьеров // «Известия», 2002.02.11].

Это как «быть или не быть?» – приходит на ум параллель с советским арт-энтузиазмом 20-х: обстоятельства изменились всерьез и, кажется, надолго, мастерам культуры надо вписываться в систему. [Валерий Кичин. Трасса с видом на медведя. Берлинский кинофестиваль без границ и барьеров // «Известия», 2002.02.11].

Спилберг отдыхает. Видеосеанс с Валерием Кичиным // «Известия», 2001.09.07 [омонимия не снята] Все контексты (2).

Работал лифтером в стрип-шоу, там и встретился с Киоси Канеко, с которым создал шоу-дуэт «Два Бита» (он и теперь использует этот псевдоним). [Спилберг отдыхает. Видеосеанс с Валерием Кичиным // «Известия», 2001.09.07].

Арина Кушак. Стиль жизни // «Известия», 2001.12.06 [омонимия не снята] Все контексты (4).

Эта марка известна не только своими клиентами (звездами Голливуда и шоу-бизнеса, а также членами королевских семей), но и произведениями искусства, которые она производит. [Арина Кушак. Стиль жизни // «Известия», 2001.12.06].

Примечательно другое: местным арт-директором является не кто иной, как знаменитый саксофонист Игорь Бутман, и это многое объясняет. [Арина Кушак. Стиль жизни // «Известия», 2001.12.06].

Что же касается московских событий, то обязательно пойду на открытие «Арт-Манежа». [Арина Кушак. Стиль жизни // «Известия», 2001.12.06].

– «Арт-Манеж» – крупнейшая в Москве ежегодная художественная ярмарка. [Арина Кушак. Стиль жизни // «Известия», 2001.12.06].

Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997 [омонимия не снята] Все контексты (10).

Шоу идет под хохот. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

В данном случае речь даже не о стиле арт-нуво (или модерн – в России, или югендштиль – в Германии, или либерти – в Италии), выдающимся мастером которого был Гауди, а то, что он показал: дома, парки, церкви можно не строить, а ваять. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Плавность, гладкость, обтекаемость, отсутствие прямых линий и острых углов, яркие цвета и аппликации – все, что характерно для архитектуры арт-нуво – Гауди как бы одухотворил: его дома не воспринимаются конструкциями. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Около тысячи зданий арт-нуво и его извивов в Барселоне, полтораста из них – экскурсионных. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

В сотнях лавок – интерьеры арт-нуво, в которых замечательно выглядят платья, книги, свисающие окорока. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Арт-нуво – нувориши. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Взрывы, газы, трупы первой мировой поставили под сомнение гармоничную плавность арт-нуво [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Возрождение арт-нуво началось в 60-е – как реакция на функциональную прямоугольность 50-х (которая в нашем отечестве появилась на десятилетие позже: как и все в СССР, перемены в архитектуре соотносились с фактами биографии Сталина). [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

К тому же психоделика контркультуры, по определению биоморфная, вписалась в изгибы арт-нуво «дети цветов» – в цветочный орнамент. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Как-то к нему пришли и застали короля арт-нуво прикрытым старым пальто под свисающими со стен обоями. [Петр Вайль. В сторону рая // «Иностранная литература», № 9, 1997].

Андрей Кучаев. В германском плену // «Октябрь», № 8, 2001 [омонимия не снята] Все контексты (2).

Как вам хорошо известно, на плас Пигаль кофеен и забегаловок гораздо меньше, чем секс-шопов и накт-герл-шоу. [Андрей Кучаев. В германском плену // «Октябрь», № 8, 2001].

Парижское метро обозначено решетками в стиле арт-нуво, это литье – нарицательный знак, примета Парижа, с фото и репродукций только сейчас перекочевала в сердце – теперь я ее буду хранить уже как «мое». [Андрей Кучаев. В германском плену // «Октябрь», № 8, 2001].

Рис. 2. Материалы из национального корпуса русского языка: ответ на запрос о слове арт-шоу.