Лингвистический корпус иврита
| Лингвистический корпус иврита | |
| URL: | hebrewcorpus.nmelrc.org |
|---|---|
| Коммерческий: | нет |
| Тип сайта: | образовательный/научный проект |
| Регистрация: | есть |
| Язык(и): | английский, иврит |
| Расположение сервера: | Юта, США |
| Владелец: | National Middle East Language Resource Center, Brigham Young University |
| Начало работы: | 2009 |
| Текущий статус: | Работает и развивается |
Лингвисти́ческий ко́рпус иври́та[1] — бесплатный интернет-ресурс, содержащий собрание текстов на иврите для лингвистического исследования языка. Корпус был создан Национальным Ближневосточным Языковым Ресурсным центром Университета Бригама Янга, США[2].
Составители[править]
Над корпусом работают специалисты NMELRC в сотрудничестве с Национальной Ассоциацией Профессоров Иврита.[3] Проект был создан Shmuel Bolozky после знакомства со сходным корпусом арабского языка arabiCorpus доктора Dilworth Parkinson[4].
Состав и структура[править]
Корпус включает в себя различные типы письменных текстов: художественная литература, научные и религиозные труды, конституционные и исторические документы, законы, энциклопедийные статьи, учебная литература, повседневная печатная продукция (газеты, таблоиды, журналы), коллекция неофициальных обсуждений (форумы, блоги), новостные статьи израильских СМИ, пословицы. В корпус также входят записи устных текстов: публичные речи, цитаты, высказывания известных личностей и частные беседы; собрание субтитров к 59 фильмам.
Корпус содержит 23 специфических подкорпуса[5], которые разделены на 5 групп. Поиск можно осуществлять как и отдельно по подкорпусу, так и по всей группе.
| Название группы | Подкорпуса, входящие в группу | Количество слов |
|---|---|---|
| All News | Arutz 7: 01-06, Beginning Newspapers, ErevErev[6]: 03-09, Haaretz: 90-91, Haaretz: 08, Maariv: 04-08, Raanana, TheMarker[7]: 02, Ynet: 00-09 | 52,691,299 |
| All Literature | Tanach, Mishnah, Early Fiction, Modern Fiction-Orig: 05-10, Modern Fiction-Tran: 05-10 | 7,084,703 |
| All Coloquial | Movies, Spoken, Tapuz Forums | 1,563,677 |
| All Specialized | Journals, Knesset: 03-05 | 21,942,198 |
| All Wiki Pages | Wikibooks,Wikinews, Wikipedia, Wikiquote, Wikisource | 73,142,443 |
Объем корпуса[править]
На данный момент корпус содержит более 150 млн слов.
Доступ[править]
Для того, чтобы воспользоваться возможностями корпуса, необходимо пройти бесплатную регистрацию.
Примечания[править]
- ↑ hebrewCorpus [1](англ.)
- ↑ National Middle East Language Resource Center (NMELRC) Brigham Young University, USA [2](англ.)
- ↑ National Association of Professors of Hebrew, University of Wisconsin, USA [3](англ.)
- ↑ Creating hebrewCorpus: A Vast Online Resource for Modern Hebrew
- ↑ Подробное описание всех подкорпусов [4](англ.)
- ↑ Информационно-новостной портал ErevErev [5](ивр.)
- ↑ Информационный портал TheMarker [6](ивр.)
Ссылки[править]
- Лингвистический корпус иврита [7](англ.)
- Национальный Ближневосточный Языковой Ресурсный центр [8](англ.)
- Университет Бригама Янга [9](англ.)
- Национальная Ассоциация Профессоров Иврита [10](англ.)