Пассивные лингвистические информационные ресурсы

Пассивные ЛИР включают:

• 1) Письменный лексикон представлен одноязычными и многоязычными лексиконами. В общем смысле словарь — это справочная книга, которая содержит слова (морфемы, словосочетания, идиомы и т. п.), расположенные в определенном порядке (различном в разных типах словарей). В нем может содержаться толкование значения описываемых единиц, а также различная информация о них. Любой словарь может быть представлен в виде реляционной БД
• а) частотно-алфавитный словарь словоформ какого-либо текста — простейшая лингвистическая БД;
• б) словоуказатель — более сложная БД. В ней, кроме абсолютной частоты употребления словоформы в тексте, указываются номера страниц и строк на странице, где встретилась данная словоформа.
• в) конкордансы — ещё более сложный тип БД. В них каждая словоформа текста характеризуется не только численными показателями (частотой, номером страницы, номером строки и т. д.), но и некоторым контекстом, в котором она употреблена. Как правило, этот контекст состоит из 3-х предложений: предложения, в котором встретилась словоформа, предложения, стоящего перед основным предложением, и предложения, стоящего после него
• г) энциклопедии — словари, содержащие характеристики не слова как такового, а обозначенного им предмета, факта или явления. Существует достаточно большое число различных энциклопедий на машинных носителях информации. Наиболее известна среди них энциклопедия «Britannica». Она включает 82 000 статей и 700 дополнительных материалов, опубликованных с 1768 года. Не менее известны французские энциклопедии «Tons les savoire du Monde», «Le monde sur CD-ROM», «Versailles» и др. На русском языке издана «Большая Энциклопедия Кирилла и Мефодия»
• д) тезаурус — принципиально иной тип словарей. В нем в явном виде указаны семантические связи между определенной частью его лексических единиц. Как правило, такие словари строятся для текстов достаточно узкой проблемной области: вычислительной техники, музыки, кораблестроения, сельского хозяйства и т. д.
• е) терминологическим словарь (ТС) — словарь, основной единицей которого является термин. Термин — это слово или подчинительное словосочетание, имеющее специальное значение, выражающее и формирующее профессиональное понятие и применяемое процессе познания и освоения научных и профессионально-технических объектов и отношений между ними.
• 2) Письменный текстовый массив (корпус текстов, т. е. совокупность текстов, являющаяся достаточной для обеспечения надежных научных выводов о некотором языке, диалекте или ином другом подмножестве языка). а) быть использованы:
  • — В лексикографии и лексикологии (для составления различных словарей, определения значений многозначных слов, выявления ассоциативных связей слов в тексте, выделения терминов и терминологических словосочетаний и т. п.).
  • — В грамматике (для определения частоты употребления грамматических морфем в текстах различного типа, выявления наиболее употребляемых типов словосочетаний и предложений, определения значений синонимичных морфологических единиц, частоты употребления классов слов и т. д.).
  • — В лингвистике текста (для дифференциации типов текста, создания конкордансов, выявления связи между предложениями в абзацах и между абзацами «т.д.).
  • — При автоматическом переводе текстов (для поиска контекстов слов, имеющих несколько переводных эквивалентов, поиска переводных эквивалентов терминологических и фразеологических словосочетаний в параллельных текстах и т. д.).
  • — В учебных целях (для выбора цитат, отдельных фрагментов произведений, примеров, используемых в процессе создания учебников и учебных пособий. б) таггированные корпусы текстов (от англ, tag — `индекс, помета'). Все слова такого корпуса получают некоторые буквенные или цифровые индексы, которые обозначают их грамматические, лексические, семантические или структурные признаки. Таких индексов может быть несколько.
• 3) Фонетические лингвистические ресурсы

В настоящее время общепринято, что для создания машиночитаемых фонетических корпусов используется транскрипция на основе орфографического представления звуков речи с дополнительными знаками, передающими (при необходимости) просодические, паралингвистические и другие особенности произношения. а) Фонетические корпусы текстов широко используются для решения следующих задач:

• — сопоставительного изучения устной и письменной форм языка;
• — изучения грамматических и лексических особенностей устной речи;
• — исследования фонетических особенностей диалектов;
• — построения частотных списков фонем и их сочетаний;
• — изучения акустических свойств речевых единиц и их использования в психолингвистических и лингвистических экспериментах;
• -создания компьютерных систем, распознавания и синтеза устной речи. [Михайлов: 1976]