Academic literature on the topic 'Корпусний менеджер'

У статті обґрунтовано актуальність створення англійсько-українського паралельного корпусу текстів сфери інформаційних технологій та окреслено перспективи його використання передусім у перекладацьких і мовознавчих студіях. Особливу увагу приділено опису основних етапів побудови паралельного корпусу, зокрема збору даних, вичитці й унормуванню текстів, вилученню нетекстової інформації, трансформуванню текстів у файли необхідного формату, завантаженню корпусу в корпусний менеджер і текстовий аналізатор «Sketch Engine», додаванню метатекстової розмітки, наданню індивідуального доступу користувачам. Хоч в українській корпусній лінгвістиці вже наявні деякі корпуси (Український національний лінгвістичний корпус (УНЛК), Генеральний регіонально анотований корпус української мови (ГРАК) тощо), нестача порівняльних корпусів, зокрема англійсько-українських, усе ж відчутна. З огляду на потужність і швидкість розвитку в наші дні сфери ІТ і на труднощі перекладу ІТ-текстів, зокрема їх термінів, актуально створити англійсько-український паралельний корпус саме для текстів сфери інформаційних технологій. Основну цінність англійсько-українського паралельного корпусу ІТ-текстів убачаємо в тому, що він може бути джерелом великої кількості перекладацьких рішень, що дасть змогу полегшити процес перекладу ІТ-текстів, покращити їх якість, уникнути стихійності перекладів. Показано також, як побудований корпус текстів можна застосувати для здійснення мовознавчих досліджень ІТ-дискурсу та дійти обґрунтованих висновків стосовно вживання в ньому мовних одиниць, визначення особливостей ІТ-термінології, аналізу структурних моделей і способів перекладу термінів, стосовно виокремлення особливостей стилю тексів сфери ІТ з опертям на реальні контексти і статистичні параметри.

Статья посвящена представлению мультимедийного Корпуса русских говоров Удмуртии (http://dialect.manuscripts.ru) как электронного ресурса для изучения диалектной лексики не только методами корпусной лингвистики, но и методами лингвистической географии и электронной лексикографии. Корпус включает записи устной диалектной речи, сделанные во время диалектологических практик студентами и сотрудниками вузов республики в 70 – 80-е годы XX в. Мультимедийной составляющей корпуса являются аудиозаписи разговоров с диалектоносителями, сделанные в 1990 – 2000-е годы. Корпус имеет лексическую разметку, позволяющую осуществлять поиск диалектных слов. В лексикографическом модуле корпуса осуществляется поиск лексемы и представление лингвистической и экстралингвистической информации о ней. В лингвогеографическом модуле можно произвести выборку всех ответов на один из вопросов программы, на которой основана разметка корпуса, и вынести полученные слова на карту Удмуртии. В статье рассмотрены некоторые результаты диалектологических исследований, полученные благодаря корпусу, приведены примеры карт и словарных статей, составленных при помощи корпусного менеджера.

В рамках данной статьи рассмотрены возможности использования инструментария квантитативной и корпусной лингвистики для анализа текстов жанра 2.0 на примере социальной сети Инстаграм. Объем исследовательского корпуса составил 43 000 словоупотреблений. Все рассматриваемые тексты были разделены на три группы по количеству подписчиков у их авторов (100 тыс. – 400 тыс.; 500 тыс. – 900 тыс.; 1 млн – ∞). Целью исследования была апробация средств компьютерной лингвистики для анализа текстового материала жанра 2.0. Среди решаемых в рамках статьи задач стоит указать: 1) предварительную обработку данных (лемматизация, удаление стоп-слов); 2) выявление ключевых слов при помощи корпусного менеджера AntConc, 3) визуализацию данных при помощи Voyant Tools; 4) проведение кластеризации ресурсами языка R; 5) сопоставление полученных показателей по авторам и по указанным выше группам. Согласно гипотезе исследования, выделенные группы инстаграм-блогеров должны кластеризоваться по авторам в зависимости от количества подписчиков. Подтверждение гипотезы позволило бы в дальнейшем разработать автоматический классификатор инстаграм-текстов. Самыми частотными словами для всего исследовательского корпуса оказались: свой; очень; самый; большой; год. Были сопоставлены частоты использования этих слов по группам (самое существенное отклонение при этом составило 0,26 %) и по авторам внутри групп (где указанная величина варьировалась от 0,5 до 0,75 %). Множественный коэффициент корреляции также показал, что сходство частотного распределения слов выше между группами (45 %), чем между авторами внутри одной группы (варьируется от 15 до 35 %). Далее были сопоставлены топ-20 самых частотных слов каждой группы и указаны частеречные предпочтения: в первой группе половина слов представлена прилагательными, в то время как в третьей группе 45 % составляют существительные. Далее был рассчитан процент уникальной и совпадающей лексики по группам (уникальная лексика составила 74,9 %) и по авторам (уникальная лексика составила 70,6 %). На последнем этапе проверки гипотезы было решено выяснить, существуют ли уникальные для каждой группы стилевые характеристики; для чего был применен метод стилеметрии, который также не выявил зависящих от количества подписчиков групп. Подводя итоги проведенному анализу, стоит отметить, что, несмотря на то, что гипотеза исследования не подтвердилась и никаких статистически значимых отличительных особенностей групп инстаграм-аккаунтов в зависимости от количества подписчиков выявить не удалось, в рамках данной статьи был предложен комплексный инструментарий для квантитативного анализа текстов, в том числе жанра 2.0. Учитывая полученные в рамках текущей работы результаты, показавшие, что индивидуальные особенности инстаграм-блогеров являются более существенными, чем предполагаемые внутригрупповые сходства, в качестве перспектив исследования стоит указать возможность изучения индивидуальных характеристик авторов в Инстаграм и поиск возможных закономерностей, в том числе повлиявших на результаты стилеметрии.

Магістерську дисертацію присвячено розгляду можливостей корпусної лінгвістики, аналізу основних проблем, з якими стикаються перекладачі технічної літератури під час перекладу спеціалізованих текстів, а також пропозиції щодо уникнення перекладацьких помилок, покращення якості та оптимізації процесу перекладу за допомогою альтернативного підходу – застосування засобів корпусної лінгвістики. Дана робота визначає специфіку якісного перекладу та відповідних вимог. Крім того, надано та класифіковано шляхи подолання різних труднощів перекладу на синтаксичному, семантичному та структурному рівнях у формі перекладацьких прийомів. Представлена дослідницька робота містить практичний аналіз перекладу текстів технічного спрямування, результати якого надали широкі можливості для вивчення корпусу як альтернативного рішення для покращення якості перекладу. Дисертація розглядає типи та критерії для створення належного корпусу. Пропонується практичне застосування корпусу на прикладах для окреслення основних його функцій та можливостей, що сприяють досягненню найповнішого рівня еквівалентності та адекватного перекладу. Дана наукова робота містить досвід розробки корпусу the Nuclear Corpus та його вдалої реалізації з використанням найзручніших корпусних менеджерів. Приділено увагу перевагам застосування корпусу під час перекладу, таким як конкорданс, відносна та абсолютна частотність слів, ключові слова, сполучуваність слів, багатокомпонентні групи, контекстуальне вживання слів. Дана робота спонукає до подальшого вдосконалення корпусу відповідно до певних перекладацьких потреб з метою досягнення найвищого рівня еквівалентності тексту перекладу та тексту оригіналу, задоволення очікувань адресатів перекладу. Робота відкриває перспективи для подальшого вивчення корпусу з метою виявлення нових корисних можливостей для полегшення роботи перекладача.
This Master’s Thesis is devoted to the consideration of corpus linguistics capabilities, investigation of the main problems encountered by technical translators while translating engineering texts and provision of an alternative solution for them to eliminate translation weaknesses, improve quality, and optimize translation itself. The paper defines features of a good quality translation and its requirements. In addition, the ways to overcome various translation difficulties at syntactic, semantic and structural levels are given in the form of recommended translation techniques which are classified according to specified criteria. The given research paper also provides a practical example of technical translation, the analysis of which gives wide opportunities for studying a corpus as an alternative solution for improving the quality of the translation. The thesis presents types and criteria for a good corpus compilation. Practical usage of a corpus with examples is suggested to outline its main functions and opportunities which can assist any translator in achieving the closest equivalency and adequate translation. The following paper shares experience of developing the Nuclear Corpus and its successful implementation while using the most user-friendly corpus managers. The paper also demonstrates the advantages of corpus application during translation compared to other modern technologies used in the process of translation. This research encourages the idea of further corpus development for the specific translation needs in order to make target texts equivalent at the highest level and meet expectations of the addressees. At the same time, the Master’s Thesis makes it possible to study the issue of a corpus further with the purpose to identify new useful opportunities it can provide to facilitate the work of a translator.