Браунський український корпус | Російсько-українські словники

Skip to main content [#main-content] Російсько-українські словники Toggle navigation Про пошук Словники Перевірити текст Статті Посилання Форум e2u.org.ua ВЕСУМ Корпусна група БрУК Завдання На принципах Браунського корпусу створити анотований корпус сучасної української мови (БрУК) обсягом 1 млн слововживань Репозитарій https://github.com/brown-uk Склад: Василь Старко Андрій Рисін Ольга Гавура Наталія Олішкевич На різних етапах до роботи також долучалися: Наталія Чейлитко Мар’яна Романишин Настасія Осідач Катерина Альошкіна Катерина Бобровник Христина Кулак Оксана Кунікевич Тетяна Матвєєва Ірина Возна Ян Бутельський Зв’язок bruk.group@gmail.com Публікації 1. Старко В., Чейлитко Н. Концепція створення Браунського корпусу української мови «Комп’ютерна лінгвістика: сучасне та майбутнє». Матеріали Міжнародної науково-практичної конференції. – К.: КНЛУ, 2012. – С. 45-46. http://www.mova.info/zbirnyk.pdf 2. Старко В., Чейлитко Н. Параметризація корпусу як спосіб підвищення його репрезентативності та збалансованості "Українське мовознавство", випуск 43, 2013, С. 87-94 http://philology.knu.ua/library/zagal/Ukr_movoznavstvo_2013_43/87-94.pdf 3. Cheilytko, N., Starko, V., Galkin, A. The Ukrainian Brown Corpus and Dependency Tree Modeling Досвід розробки та застосування приладо-технологічних САПР в мікроелектроніці: Матеріали XII Міжнародної науково-технічної конференції CADSM 2013. – Львів: Вид-во Нац. ун-ту «Львівська політехніка», 2013. – C. 58- 60. http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=6543167 4. Старко В. Формування Браунського корпусу української мови Мовні і концептуальні картини світу. - 2014. - Вип. 48. - С. 415-421. http://philology.knu.ua/files/library/movni_i_konceptualni/48/40.pdf Категорії текстів у БрУК Загалом тексти поділяються на два види – інформативні (призначені поінформувати читача) і художні (описують вигаданих персонажів і події). Інформативний вид охоплює категорії А-H, художній – лише I. А. Преса - 25% (репортажі, огляди, редакційні статті, листи до редакції; національні й регіональні видання; тематично - політика, спорт, суспільство, економіка й фінанси, короткі новини, культура - театр, література, музика, танці) B. Релігійна література - 3% (книжки, періодика, брошури). С. Професійно-популярна література - 7% (книжки й періодика; домоводство, ремесла, «сад і город», хобі, ремонт і будівництво, конструювання, музика й танці, домашні тварини, спорт, їжа й вино, подорожі, фермерство, робочі професії тощо). D. «Естетичні інформативні» тексти - 7% (інформативні тексти, що не потрапляють в інші категорії, зокрема, біографії, мемуари, есеї, передмови, особисті листи, художня й мистецтвознавча критика, рекламні тексти) E. Адміністративні документи - 3% (закони, урядові акти, звіти організацій/фондів/компаній, офіційні листи) F. Науково-популярна література - 5% . G. Наукова література - 10% (книжки й періодика; природничі й гуманітарні науки, техніка й інженерна справа). H. Навчальна література - 15% (підручники, посібники тощо, гуманітарні й природничі науки та інше) I. Художні тексти - 25% (романи, повісті, оповідання, новели, за тематикою – загальна, детективи, фантастика, пригодницька, любовна, гумористична тощо) Метаінформація в корпусі БрУК Загальні вимоги до текстів БрУК – оригінальні (неперекладні) – зредаговані – прозові (діалогів не більше ніж 50%) – написані й вперше опубліковані в Україні в період 2010-2016 рр. – обсяг кожного уривка 250-2000 слововживань – помилки виносити в зону помилок – тексти зберігати в кодуванні UTF-8 Вимоги до якості текстів – без найменших ознак машинного чи людського перекладу – грамотність - відсутність орфографічних, пунктуаційних, граматичних помилок тощо – стиль - відсутність росіянізмів, активних дієприкметників, невдалих синтаксичних конструкцій тощо – початковий етап оцінювання якості тексту – застосування засобу LanguageTool на https://r2u.org.ua/check Екосистема Інші українські НЛП проекти ВЕСУМ - Великий електронний словник української мови https://github.com/brown-uk/dict_uk LanguageTool - вільний програмний засіб для перевірки граматики та стилю для української мови https://languagetool.org/uk/ Mova.info - лінгвістичний портал КНУ http://www.mova.info Граматичний словник української літературної мови (словозміна) відділу структурно-математичної лінгвістики Інституту української мови НАНУ http://www.mova.info/Page.aspx?l1=222 © 2018 r2u.org.ua