Корпусная лингвистика: различия между версиями
| [отпатрулированная версия] | [отпатрулированная версия] |
Содержимое удалено Содержимое добавлено
Raymon090 (обсуждение | вклад) Нет описания правки Метки: через визуальный редактор с мобильного устройства из мобильной версии через расширенный мобильный режим |
Raymon090 (обсуждение | вклад) Нет описания правки Метки: через визуальный редактор с мобильного устройства из мобильной версии через расширенный мобильный режим |
||
Строка 20:
Наличие большого количества текстов в электронной форме существенно облегчило задачу создания больших представительных корпусов размером в десятки и сотни миллионов слов, но не ликвидировало проблем: сбор тысяч текстов, снятие проблем с авторскими правами, приведение всех текстов в единую форму, балансировка корпуса по темам и жанрам отнимают много времени. Представительные корпусы существуют (или разрабатываются) для немецкого, польского, чешского, словенского, финского, новогреческого, армянского, китайского, японского, болгарского и других языков.
[[Национальный корпус русского языка]], создаваемый при [[Российская академия наук|РАН]], содержит на сегодняшний день более 500 млн словоупотреблений<ref>
Наряду с представительными корпусами, которые охватывают большой набор жанров и функциональных стилей, в лингвистических исследованиях часто используются и оппортунистические коллекции текстов, например, газеты (часто [[The Wall Street Journal]] и [[The New York Times]]), новостные ленты ([[Рейтер]]), коллекции художественной литературы ([[Библиотека Максима Мошкова]] или [[Проект «Гутенберг»]]).
== Проблемы ==
| |||