Kedu ihe bụ asụsụ ndị na-asụ ụpọ?

Afọ iri ole na ole gara aga, ndị ọkà mmụta sayensị nwere nrọ naanị maka ịmepụta nchọpụta asụsụ. A rụrụ ọrụ ahụ na aka, ọnụ ọgụgụ buru ibu nke ụmụ akwụkwọ na-etinye aka na ya, enwere ọhụụ dị ịrịba ama nke njehie "site na inattention", na nke kachasị - ọ na-ewe ọtụtụ, oge dị ukwuu.

Site na mmepe nke teknụzụ kọmputa, ọ bịara bụrụ ihe omume iji kụziere usoro ọmụmụ ihe ngwa ngwa, ma taa, otu n'ime akụkụ ndị kachasị mma na ịmụ asụsụ bụ ụda asụsụ. Akụkụ ya bụ isi bụ iji ọtụtụ ederede ihe ọmụma, jikọtara na otu nchekwa data, nke a kapịrị ọnụ na aha ahụ.

Ruo ugbu a, enwere ọtụtụ ụlọ ebumnuche dị iche iche, na-adabere n'ụdị asụsụ dị iche iche, na-ekpuchi ọtụtụ nde mmadụ na iri puku ijeri nke ụlọnga ndị dị na ya. A ghọtara ntụziaka a dịka nkwa ma gosipụta ọganihu dị ukwuu n'ịchọpụta ihe mgbaru ọsọ na nyocha. Ndị ọkachamara na-emeso asụsụ anụ ahụ n'ụzọ ụfọdụ, a na-atụ aro na ị ga-eji onwe gị mara nke akụkụ Akwụkwọ Nsọ, ma ọ dịkarịa ala na ọkwa dị ala.

Akụkọ banyere nsụgharị asụsụ

Ejikọta ntụziaka a na ihe e kere eke na United States nke Brown Corps na mmalite 1960. Nchịkọta nke akụkụ Akwụkwọ Nsọ nwere nanị otu nde okwu okwu, taa kwa ụda olu dị otú a ga-abụ ihe na-adịghị mma. Ruo n'ókè dị ukwuu, nke a bụ n'ihi mmepe nke mmepe nke teknụzụ kọmpụta, nakwa maka ọchịchọ na-arịwanye elu maka ihe ọhụụ ọhụrụ.

N'afọ ndị 1990, a malitere ịkụziri ndị na-asụ asụsụ corpus ka ha bụrụ ọzụzụ zuru oke na nke onwe ha, nchịkọta nke ederede jikọtara na akara maka asụsụ iri na abụọ. Dị ka ihe atụ, na oge a, e kere British National Corps ka o jiri 100 nde mee ihe.

Dika akwukwo ndi a na-amalite, akwukwo ndi ozo na-abanye karia (ma bido otutu ijeri nke okwu), ihe a na-agbanye aka di iche iche. Taa, n'Ịntanet, ị nwere ike ịchọta okwu ederede ma kwuo okwu, asụsụ dị iche iche na izi ihe, gbadoro akwụkwọ akwụkwọ ma ọ bụ akwụkwọ nkà mmụta, yana ọtụtụ ụdị ndị ọzọ.

Kedu ihe bụ ahụ

E nwere ike ịchọta ụdị okwu dị iche iche na ọkwa ụlọ dị iche iche maka ọtụtụ ihe. O doro anya na ihe ndabere maka nhazi nwere ike ịbụ asụsụ nke ederede (Russian, German), ụzọ ịnweta (oghere mepere emepe, emechi, azụmahịa), ụdị edemede (akụkọ ntụrụndụ, akwụkwọ akụkọ, agụmakwụkwọ, akwụkwọ akụkọ).

Ụzọ dị mma bụ ọgbọ nke ihe ndị na-anọchite anya okwu ọnụ. Ebe ọ bụ na ịchọrọ edepụta okwu dị otú a ga-emepụta ihe dị iche iche maka ndị nabatara ya, a gaghị akpọkwa ihe ndị dị na ya "n'enweghị ihe ọ bụla", asụsụ ndị dị na corpus nke oge a weere ụzọ dị iche. Onu ogugu nke onwe ya ji okwu abuo, ma n'ehihie, enwere mkparita uka nile nke o na-ekere. Otú ọ dị, ndị gbara ya gburugburu amaghị na n'oge mkparịta ụka ezinụlọ ha na-enye aka na mmepe nke sayensị.

Ka oge na-aga, a na-echekwa ihe a na-akpọ na nchekwa data ma na-esonyere ederede ederede dịka ụdị transcript. Ya mere, akara dị mkpa iji mepụta otu okwu nke okwu ọnụ kwa ụbọchị ga-ekwe omume.

Ngwa

N'ebe e si eji asụsụ ahụ mee ihe, ọ ga-ekwe omume iji igbe ederede. Ebumnuche nke ịmalite ime ihe atụ na asụsụ nwere ike ịbụ:

• Imepụta usoro mmepe nke ụda olu, itinye aka na ndọrọ ndọrọ ọchịchị na azụmahịa iji hụ nzaghachi dị mma ma na-ezighi ezi site na ndị nnochite anya na ndị ahịa, n'otu n'otu.
• Ijikọ usoro ihe ọmụma iji dictionaries na ndị nsụgharị iji melite arụmọrụ ha.
• Ọrụ dịgasị iche iche nke nyocha nke na-enye aka ịghọta usoro asụsụ ahụ, akụkọ ntolite nke mmepe na amụma banyere mgbanwe ya n'ọdịnihu.
• Ịmepụta usoro nyochaghachi ihe ọmụma nke dabeere na morphological, syntactic, sistemụ na àgwà ndị ọzọ.
• Imeziwanye ọrụ nke asụsụ dị iche iche, wdg.

Ojiji nke ụlọ

Igwe ihe omuma yiri nke a na-acho ma choo onye ozo ka o tinye okwu ma obu okwu ndi ozo iji choo ihe omuma. Na mgbakwunye na ụdị ajụjụ ọ bụla, ị nwere ike iji mbipị agbatị ahụ, nke na-enye gị ohere ịchọta ozi ederede maka ihe fọrọ nke nta ka ọ bụrụ asụsụ ọ bụla.

Ihe ndabere maka ọchụchọ nwere ike ịbụ:

• Ịbụ otu ìgwè nke okwu;
• Ihe mgbaàmà grammatical;
• Sememics;
• Ụdị ihe na-emetụ n'ahụ.

Tụkwasị na nke a, ị nwere ike ikpokọta njirisi ọchụchọ maka usoro okwu: dịka ọmụmaatụ, chọpụta ebe niile nke ngwaa dị ugbu a, onye mbụ, nke a na-ahụkarị, ya na okwu "c" na aha na ebubo ahụ. Ihe ngwọta nke ọrụ dị otú ahụ dị mfe na-ewe nkeji ole na ole maka onye ọrụ ma na-achọ nanị ọnyà ole na ole na mpaghara a kapịrị ọnụ.

Usoro okike

A na-enyocha ọchụchọ ahụ ma na mpaghara niile, na otu, a họpụtara kpọmkwem, dabere na mkpa mgbe ịme ihe mgbaru ọsọ:

1. Nke mbụ, a na-ekpebi ihe ederede ga-abụ ihe ndabere nke ikpe ahụ. Maka ebumnuche dị irè, ejiri akwụkwọ nta akụkọ, akwụkwọ akụkọ, ihe ntanetị. N'ime oru nyocha, a na-eji ụdị ihe dị iche iche rụọ ọrụ, mana ederede ga-ahọrọ dị ka ụfọdụ na-emekarị.
2. Ihe odide nke ihe odide a na-ebute tupu ha emee ya, a na-edozikwa njehie, ma ọ bụrụ na ọ dị, a kwadebere ederede na nkọwa ndị ọzọ nke ederede.
3. A kpochapụrụ ozi niile na-abụghị ederede: eserese, foto, tebụl ehichapụ.
4. Enwere nhọrọ nke akara, na-anọchi anya okwu, maka nhazi ha.
5. N'ikpeazụ, a na-aghọta morphological, syntactic na akara ndị ọzọ nke usoro ihe ndị dị na ya.

Nsonaazụ nke arụmọrụ niile bụ arụmọrụ syntazaị na otu ihe edozi kesara ya, nke nke ọ bụla n'ime ha na-akọwa akụkụ nke okwu a, grammatical na, na ụfọdụ, njirimara sistemụ.

Ihe isi ike n'inwu ozu

O di nkpa ighota na o zighi ezu ichikota otutu okwu ma obu ahịrịokwu iji nweta ikpe. N'aka nke aka, nchịkọta nke akụkụ Akwụkwọ Nsọ kwesiri ịbụ ihe ziri ezi, ya bụ, iji gosipụta akụkụ dịgasị iche iche nke akụkụ Akwụkwọ Nsọ dị iche iche. N'aka nke ọzọ, ọdịnaya nke ikpe ahụ ga-abụrịrị akara nke ọma.

A na-edozi ajụjụ mbụ site na nkwekọrịta: dịka ọmụmaatụ, 60% nke ihe odide nkà, 20% nke akwụkwọ akụkọ na-agụnye na nchịkọta, a na-enye ụfọdụ ihe nnọchiteanya nke okwu ọnụ, omume iwu, ọrụ sayensị, wdg.

Ajụjụ nke abụọ, banyere njirimara nke ọdịnaya, na-esi ike idozi. Enwere mmemme pụrụ iche na algọridim eji eji akara akpọrọ, ma ha anaghị enye 100% nti, ha nwere ike ime ka ọdịda ma chọọ ntughari ntuziaka. Enwere ike ịchọta nsogbu na nsogbu a na-edozi nsogbu a na ọrụ Zakharov maka asụsụ asụsụ.

A na-emepụta akara ederede ahụ n'ọtụtụ ọkwa, nke anyị ga depụta n'okpuru.

Ntughari aha

Site na ụlọ akwụkwọ anyị na-echeta na na Russian, e nwere akụkụ dịgasị iche nke okwu, onye ọ bụla n'ime ha nwere àgwà nke ya. Dịka ọmụmaatụ, ngwaa ahụ nwere edemede na oge na aha ahụ enweghị. Onye ikwu okwu ala adịghị ala azụ ịgọnahụ okwu ahụ ma jikọta okwu ahụ, ma ọrụ mmanye anaghị adaba akara akara ahụ na 100 nde okwu. Ọrụ niile dị mkpa ga-arụ site na kọmputa, Otú ọ dị, maka nke a, ọ dị mkpa ka a kụziere gị ya.

Ntughari nyocha ihe dị mkpa maka kọmputa ahụ ka ọ "ghọta" okwu ọ bụla dịka akụkụ ụfọdụ nke okwu ahụ nwere ụfọdụ ihe gbasara ntụrụndụ. Ebe ọ bụ na e nwere ọtụtụ iwu na-emekarị na Russian (dịka n'asụsụ ọ bụla ọzọ), ọ ga-ekwe omume ịmepụta usoro mgbochi maka nchọpụta morphological site n'inwe ọtụtụ algọridim na igwe. Otú ọ dị, e nwere ihe dị iche iche na iwu ndị ahụ, nakwa dịka ihe dị iche iche na-enye nsogbu. N'ihi ya, nchọpụta kọmputa dị ọcha taa abụghị ihe dị mma, ọbụnakwa 4% nke njehie na-enye nde 4 okwu kwa ikpe na 100 nde nkeji, chọrọ nyocha akwụkwọ ntuziaka.

N'izu zuru oke, nsogbu a bụ Zakharov VP "Corpus linguistics".

Nkọwapụta Syntactic

Igwu ma ọ bụ ịkọ ihe bụ usoro nke na-achọpụta mmekọrịta nke okwu n'okwu ọnụ. Site n'enyemaka nke usoro algọridim, ọ ga-ekwe omume ịkọwa ihe ederede, okwu, mgbakwunye, okwu dịgasị iche. Ịchọta ihe okwu ndị dị na usoro bụ isi na nke dabere, anyị nwere ike iwepụ ozi sitere na ederede ma zụọ igwe ahụ iji nye naanị ozi nke na-amasị anyị na nzaghachi na nyocha ọchụchọ.

N'ụzọ, ụzọ nyocha nke oge a na-eji nke a meepụta ọnụ ọgụgụ dị iche iche karịa ederede ogologo oge iji zaa ajụjụ ndị kwekọrọ na ya dị ka "ole calorie ole na apụl" ma ọ bụ "anya site na Moscow ruo Petersburg". Otú ọ dị, iji ghọta ọbụna isi ihe ndị a kọwara, ị ga-achọ ịmara onwe gị na "Okwu Mmalite na asụsụ Corpus" ma ọ bụ ihe enyemaka ndị ọzọ na-akụzi.

Mmetụta Semantic

Ihe omimi nke okwu bu, n'okwu di mfe, ihe o bu. Ntughari uzo ozo na nyocha ihe omimi bu ikwu okwu n'okwu ahu, negosi na ya bu udi nke ihe omuma ihe na mpaghara di iche iche. Ozi dị otú a bara uru maka njikarịcha nke algọridim maka nyochaa ederede, ntinye aka na ọrụ ndị ọzọ na-eji ụzọ nke asụsụ asụsụ.

E nwere ọtụtụ "mgbọrọgwụ" nke osisi ahụ, na-anọchite anya okwu ndị na-adịghị ahụkebe, na-enwe nhazi semina. Dịka alaka osisi a, a na-ahọpụta ọkpụkpụ nke nwere ọtụtụ ihe dị mkpa. Dịka ọmụmaatụ, okwu ahụ bụ "ịbụ" nwere ike jikọta ya na echiche ndị dịka "mmadụ" na "anụ". Okwu mbụ ga - agbakwunye na ọrụ dị iche iche, usoro nke ịbụ onye ikwu, mba, na nke abụọ - na klas na ụdị ụmụ anụmanụ.

Iji usoro nyochaghachi ozi

Uzo nke ojiji nke okwu ndi ozo bu ihe di iche iche nke oru. A na-eji okwu ndị a maka ịchịkọta ma dezie akwụkwọ ọkọwa okwu, ịmepụta nsụgharị nsụgharị akpọrọ, nchịkọta, nchịkọta eziokwu, ịchọpụta isi na nhazi okwu ọzọ.

Tụkwasị na nke ahụ, a na-eji ihe ndị dị otú ahụ eme ihe n'ụzọ dị irè n'ịmụ asụsụ nke ụwa na usoro nke arụ ọrụ nke asụsụ n'ozuzu ya. Ịnweta nnukwu olu nke ọmụma ndị a kwadebere na-eme ka ọrụ na ọmụmụ ihe zuru ezu dị na mmepe nke asụsụ, ịmalite ọmụmụ ihe na nkwupụta okwu kwụsiri ike, mgbanwe na ụkpụrụ nke ụyọkọ okwu,

Ebe ọ bụ na ị na-arụ ọrụ dị otú ahụ na nnukwu data nke data chọrọ njikwa, taa, enwere mmekọrịta chiri anya nke kọmputa na akụrụngwa asụsụ.

Iwu nke mba Russia

Ụlọ a (dị ka NKRY) na-agụnye ọtụtụ ntinye akwụkwọ nke na-ekwe ka iji akụ maka imezi ihe dịgasị iche.

A na - ekewa ihe ndị dị na isi nke NKRN:

• Na mbipụta na mgbasa ozi nke 90s na 2000s ma ụlọ na ndị mba ọzọ;
• Ihe ndekọ nke okwu ọnụ;
• Jiri akara aka ederede ederede (ya bụ, akara na nchegbu);
• Okwu onyonyo;
• Poetic na-arụ ọrụ;
• Akụrụngwa na njigide syntabic, wdg.

Usoro mgbasa ozi na-agụnyekwa subcorps na nsụgharị nsụgharị nke ọrụ sitere n'aka Russian gaa n'asụsụ Bekee, German, French na ọtụtụ asụsụ ndị ọzọ (na ntụgharị ihu).

Ọzọkwa n'ime nchekwa data, e nwere akụkụ nke ihe odide akụkọ ihe mere eme nke na-anọchite anya okwu e dere ede na Russian n'oge oge dị iche iche nke mmepe ya. E nwekwara ulo mmụta, nke nwere ike ịba uru maka ụmụ amaala mba ọzọ n'ịmụ asụsụ Russian.

The National Corpus of Russian language na-agụnye nde 400 na nkeji, na n'ọtụtụ ụzọ, gosipụtara akụkụ dị ịrịba ama nke asụsụ ụlọ Europe.

Ihe atụ

Eziokwu ahụ bụ na ụlọ akwụkwọ dị iche iche nke nkà mmụta asụsụ corpus na mahadum Russia, nakwa dịka ndị mba ọzọ, na-ekwe nkwa na ọ bụ eziokwu maka ịnakwere ntụziaka a. Site na ngwa na nyocha na ihe omuma na ihe omumu ajuju nke a na-eche echiche, mmepe nke ebe ufodu n'oru nke teknuzu di elu, usoro nzaghaza abuana, ma nkea aburula nke a.

A na-atụle ọganihu dị iche iche nke nkà mmụta asụsụ dị iche iche na ọkwa ọ bụla, malite na teknụzụ, gbasara ịmepụta algorithms ọhụrụ nke na-ebuli usoro nyocha na nhazi ozi, ịgbasa ike nke kọmputa, RAM dịwanye elu, ma kwụsị kwa ụbọchị, dịka ndị ọrụ na-achọta ụzọ ndị ọzọ iji jiri ụdị ego a kwa ụbọchị Ndụ na ọrụ.

N'ikpeazụ

N'agbata narị afọ gara aga, 2017 bụ ọdịnihu dị anya, nke ụgbọelu na-eme ka mbara igwe na mbara igwe na-arụ ọrụ niile maka ndị mmadụ. N'ikwu eziokwu, sayensị jupụtara na "ebe ọcha" ma na-eme mgbalị siri ike ịza ajụjụ ndị kpatara nsogbu ụmụ mmadụ ruo ọtụtụ narị afọ. Ajụjụ banyere ịrụ ọrụ n'asụsụ a na-eburu ebe dị ùgwù, asụsụ ụbụrụ na nke kọmputa nwere ike inyere anyị aka ịza ha.

Ịhazi nhazi data buru ibu na-enye gị ohere ịchọpụta usoro ihe na-adịghị adị na mbụ, buru amụma banyere mmepe nke ụfọdụ asụsụ, lelee usoro e guzobere n'oge.

N'ihe dị irè zuru ụwa ọnụ, a pụrụ ịtụle ahụ dịka ihe atụ, dịka ngwaọrụ nwere ike iji chọpụta mmetụta nke ọha na eze - Internet bụ ihe nchekwa data na-agbasawanye ọtụtụ ederede nke ezigbo ndị ọrụ: ndị a bụ nkọwa, nyocha, na isiokwu, na ọtụtụ okwu ndị ọzọ.

Na mgbakwunye, ọrụ na ahụ na-enye aka na mmepe nke otu ọrụ ọrụ ahụ pụtara na isonye na nchọpụta ọchụchọ, nke anyị maara na ọrụ Google ma ọ bụ Yandex, nsụgharị igwe, akwụkwọ ọkọwa okwu kọmputa.

Enwere ike iji obi ike kwupụta na asụsụ ụzụ na-eme nanị nzọụkwụ mbụ, na n'ọdịnihu dị nso ga-eto ngwa ngwa.