Філологи КНУ створили Електронний корпус текстів української мови

22.01.2016 Група дослідників лабораторії комп’ютерної лінгвістики кафедри сучасної української мови Інституту філології на чолі з доктором філологічних наук Наталією Дарчук за п'ять років створила електронне зібрання текстів українською мовою, що не поступається аналогічним ресурсам у Польщі, Австрії, Великій Британії та Німеччині. Проект http://www.mova.info — відкритий та безкоштовний, корисний не лише фахівцям-лінгвістам, а й письменникам, журналістам і науковцям як в Україні, так і за кордоном.




Корпус української мови – це електронне зібрання текстів, упорядковане, організоване й оформлене так, щоб ним мали змогу користуватися як науковці-професіонали, так і пересічні користувачі, які намагаються вдосконалити своє знання української мови. Тексти призначені не для читання, а для з’ясування важливих питань «яке слово краще вжити у тому чи іншому випадку?», «яке словосполучення буде більш доречним?», «як часто у текстах використовується та чи інша словоформа?».

Близько 50 млн. слововживань введено до Корпусу протягом п’яти років. Підкорпус публіцистики становить 17 млн. слововживань; художньої прози – 24 млн.; поезії – 1 млн.; наукового стилю – 3 млн.; офіційно-ділового – 2 млн., фольклору – 32 тис. Кожен уведений текст маркується за жанровими особливостями й типом тексту. Навіть найвибагливіший користувач Корпусу знайде текст на свій смак.

Найближчими роками планується розширити Корпус до 100 млн. слововживань, доповнивши його українською мовою з різних регіонів України та діаспори, текстами XIV–XVIII ст., зробити підкорпус усних текстів та дати підґрунтя для роботи літераторів з віршованими розмірами, ритмікою та строфікою поетичних текстів. Британський національний корпус нараховує 100 млн. слововживань, Корпус австралійської періодики – 300 млн., Корпус чеської мови – 300 млн., Корпус німецької мови – 778 млн. слововживань.

Фахівці лінгвістичних і нелінгвістичних дисциплін за допомогою Корпусу можуть легко збирати та зберігати мовні факти, складати масштабні дослідницькі бази «під проблему»: для формування словника, укладання словникової статті, пошуку прикладів із слововживання в українській мові – для бакалаврських, магістерських чи кандидатських робіт. Українська лінгвістика тепер має зручний інструмент для розгляду дискусійних питань правопису, моніторингу тенденцій розвитку мови, змін у мовній системі, інновацій у різних підсистемах мови, правописних норм у сучасному мовленні.

Корпус текстів може бути джерелом для укладання різних словників, зокрема:
• алфавітно-частотних – слів і словоформ;
• граматичних – з морфологічною або синтаксичною інформацією, напр., про синтаксичні моделі – дієслівні, субстантивні, атрибутивні;
• морфемних і словотвірних – із частотними характеристиками, за якими можна вивчати комбінаторно-дистрибутивну будову слів або словотвірне значення кожної афіксальної морфеми в текстах;
• тезаурусів;
• словників неолексем.

І це цілком можливо, оскільки у базі для цього передбачено параметри:
1) граматичні (частина мови і категоріальні значення, напр., рід, число, відмінок, особа тощо);
2) структурні (моделі морфної структури слів різних частин мови; моделі керування – дієслівні, іменні, атрибутивні тощо);
3) лексико-семантичні (системні відношення: синонімія, антонімія, омонімія, ідеографія);
4) статистичні.

Система отримала схвальні відгуки від колег-лінгвістів із усієї України, адже Корпус дає можливість знаходити відповіді на несподівані питання та ставити нові проблеми перед лінгвістикою майбутнього.

Центр комунікацій

Повернутися до списку

Анонс подій

27.11.2023
Програма для молодих дослідників від APS 2024
З 2015 року Американське фізичне товариство (American Physical Society, APS) та Міжнародний форум з фізики (Forum on International Physics, FIP) заснували Програму для видатних студентів (DS), щоб надати перспективним молодим дослідникам за межами США фінансову підтримку для ... детальніше...
23.11.2023
Конкурс наукових проєктних концепцій «Відродження та інноваційний розвиток України»
Український реконструкційний фонд та Рада молодих учених при Міністерстві освіти і науки України оголосили про початок конкурсу наукових та студентських проєктних концепцій «Відродження та інноваційний розвиток України».
детальніше...
01.11.2023
Науковий марафон «Об'єднані наукою»
До Всесвітнього дня науки в ім'я миру та розвитку 14-24 листопада 2023 року відбудеться науковий марафон «Об'єднані наукою». детальніше...
01.11.2023
SI Baltic Sea Neighbourhood Programme Cooperation projects
15 листопада 2023 року Swedish Institute відкриває новий конкурс проєктів SI Baltic Sea Neighbourhood Programme - Cooperation projects. детальніше...
26.10.2023
Вебінар для учасників конкурсу «Спільні українсько-швейцарські проєкти з виконання наукових досліджень: Конкурс проєктів 2023»
31 жовтня 2023 року об 11:00 (за київським часом) відбудеться вебінар для учасників конкурсу «Спільні українсько-швейцарські проєкти з виконання наукових досліджень: Конкурс проєктів 2023». детальніше...
09.10.2023
Вебінар в рамках програми MSCA4Ukraine: Принципи та практики відкритої науки
25 жовтня 2023 року MSCA4Ukraine запрошує відвідати вебінар, головною темою якого стануть принципи та практики відкритої науки ЄС. Також під час вебінару буде розглянуто, як відкрита наука може сприяти зміцненню української вищої освіти та дослідницького сектору детальніше...
Всі події