Korpuslingvistika
Korpuslingvistika on keeleteaduse suund, mis tegeleb loomuliku keele tekstikogude (keelekorpuste) koostamise, töötlemise ja kasutamisega.
Tekstikogude koostamisel kasutatakse arvutitehnoloogiat.
Ajalugu
Esimeseks suureks keelekorpuseks on Browni korpus (inglise Brown Corpus), mis loodi 1960-aastatel Browni Ülikoolis ja sisaldas 500 teksti fragmenti, igas 2000 sõna, mis olid avaldatud USAs inglise keeles 1961. aastal. See 1 miljoni sõna sisaldav korpus sai standardiks korpuste loomisel teistes keeltes. Analoogilise mudeli järgi loodi näiteks 1980-aastatel Uppsala Ülikoolis vene korpus.
Miljonisõnaline maht on piisav ainult üsna sagedaste sõnade leksikograafiliseks kirjeldamiseks, kuna sõnad ja nende grammatilised konstruktsioonid ei kordu sellises mahus väga sageli. Näiteks niisugused igapäevased sõnad nagu inglise polite (viisakas) või sunshine (päikesepaiste) kohtuvad Browni korpuses ainult 7 korda, väljend polite letter ainult üks kord, aga niisugused püsivad väljendid nagu polite conversation, smile ja request mitte kordagi.
Nimetatud põhjustel ning seoses arvutustehnika võimsuste kasvamisega tekkis võimalus töötada suurema mahuga tekstidega. 1980-aastatel tehti mitu katset koostada suuremaid korpuseid. Üks neist oli Birmingemi Ülikooli projekt nimega Bank of English.
Välislingid
This article uses material from the Wikipedia Eesti article Korpuslingvistika, which is released under the Creative Commons Attribution-ShareAlike 3.0 license ("CC BY-SA 3.0"); additional terms may apply (view authors). Sisu on kasutatav litsentsi CC BY-SA 4.0 tingimustel, kui pole öeldud teisiti. Images, videos and audio are available under their respective licenses.
®Wikipedia is a registered trademark of the Wiki Foundation, Inc. Wiki Eesti (DUHOCTRUNGQUOC.VN) is an independent company and has no affiliation with Wiki Foundation.