Машинный фонд русского языка

Машинный фонд русского языка — проект создания большого представительного корпуса русского языка. Опыт МФРЯ используется при разработке, начиная с 2004 года, Национального корпуса русского языка.

Программа по созданию МФРЯ

Отдел Машинного фонда русского языка был создан в 1985 г. по инициативе академика А. П. Ершова, после состоявшейся в 1983 г. специальной всесоюзной конференции^[1]Под руководством член-корреспондента АН СССР Ю. Н. Караулова была разработана "Комплексная программа научных исследований и прикладных разработок по созданию Машинного фонда русского языка на 1996—2000 годы и информатизации исследований в Институте русского языка АН СССР.

В создании Машинного фонда русского языка (1986—1990 гг) принимали участие более 40 организаций-соисполнителей, среди них Московский, Санкт-Петербургский, Харьковский, Гродненский, Сыктывкарский и Саратовский университеты.

Под комплексной информатизацией научных исследований и прикладных разработок в русистике понималось:

• Последовательное оснащение отделов Института русского языка и организаций-соисполнителей современными вычислительными машинами с перспективой объединения их в локальную сеть (не выполнено)

• Последовательное накопление на машинных носителях и в базах данных главнейших источников, необходимых как для научного изучения русского языка, так и для осуществления прикладных разработок (выполнено частично)

• Создание программных средств, необходимых как для подготовки научных трудов по филологии, так и для проведения прикладных разработок (разработаны 2 программы под MS DOS и переведены в электронный вид несколько словарей);

• Развитие прикладных направлений (лексикография, терминоведение, автоматическая обработка данных на естественном языке) как составной части академической русистики, являющихся, с одной стороны, проводником результатов фундаментальных исследований в практику, а с другой — источником новых идей и данных для фундаментальной науки. (программа не реализована)

Реализация программы (1985—1992)

За 8 лет работы отделом Машинного фонда русского языка (частично с участием соисполнителей) были осуществлены:

• Разработка концепции и архитектуры Машинного фонда русского языка ^[2].
• Разработка концепции терминологического банка данных ^[3]
• Накопление значительного количества источников — накоплены на машинных носителях и частично в базах данных текстовые источники русской литературы XIX—XX вв., главнейшие словари русского языка, Краткая академическая грамматика, некоторые другие материалы справочного характера, созданы текстовые корпусы поэзии, художественной прозы, общественно-политических и технических текстов ^[4]
• Разработка программы 2-ух программ под управлением MS DOS:

 — UNILEX-T для изготовления частотных словарей, словоуказателей (индексов слов к текстам) и конкордансов и работы с последними ^[5]

 — UNILEX-D для создания словарных баз данных и работы с последними.^[6]

• Разработка программно-источниковых пакетов (их разработка была остановлена), например:

Автоматический Синтаксический словарь русского языка

Автоматический словарь синонимов русского языка

Автоматический вариант Словаря русского языка С. И. Ожегова

Автоматический словарь глагольного управления в русском языке.^[7]

Деятельность отдела МФ русского языка (1992—1998)

Полномасштабные испытания систем обработки лингвистических данных UNILEX путем участия в подготовке Орфографического словаря и Словаря поэзии XX в.

Ускоренное накопление новых источников на основе электронных изданий газет и сканирования произведений русского классической литературы. Полный архив источников Машинного фонда русского языка сейчас составляет более 100 млн словоупотреблений;

Работа над словарем языка Ф. М. Достоевского^[8]

Накопление источников в целях широкого дистрибутивно-статистического исследования русской прозы последней трети XIX в. и газет конца XX в.,

Накопление и анализ дистрибутивно-статистических данных, подготовка публикаций сводных данных ^[9]

Анализ деятельности по развитию МФ русского языка

Концепция развития МФ русского языка (1983 год)

• создание компонентов лингвистического обеспечения задач информатики и
• информатизация научных исследований в русистике.

Оказалось, что^{[источник не указан 431 день]}

• информатизация русистики требует использования всех достижений прикладной (вычислительной) лингвистики.
• использование достижений прикладной лингвистики в русистике может быть осуществлено только на достаточно богатой источниковой базе и должно быть нацелено на выдачу результатов в полиграфической форме.

Современные задачи создания МФРЯ

В этой статье не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена. Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 августа 2011.

• дистрибутивно-статистический анализ и накопления лингвистических ресурсов в интернете
• накопление источников на сайтах Фонда
• дальнейшее развитие функций Автоматической словарной картотеки Фонда
• конструирование глобальной лингвостатистической обработки всех текстовых источников Фонда в интерактивном режиме ^[10]

Примечания

1. ↑ Материалы опубликованы в книге Машинный фонд русского языка: идеи и суждения, М.: Наука, 1989
2. ↑ Опубликована в книге В. М. Андрющенко Концепция и архитектура Машинного фонда русского языка, М.: 1989
3. ↑ Опубликована в книге Лингвистическая концепция терминологического банка данных Машинного фонда русского языка (проект), под ред. А. С. Герда, М.: 1989
4. ↑ содержание Архива источников было опубликовано в Бюллетене Машинного фонда русского языка, вып. 1; сейчас оно сильно устарело и нынешнее состояние архива лучше всего отражено здесь:[1] [2]
5. ↑ Разработчик Ж. Г. Аношкина
6. ↑ Разработчик Л. И. Колодяжная
7. ↑ Описания в Бюллетене Машинного фонда русского языка, вып. 1-3).
8. ↑ под руководством Ю. Н. Караулова
9. ↑ первый результат такой публикации — книга А. Я. Шайкевича, В. М. Андрющенко и Н. А. Ребецкой «Статистический словарь языка Ф. М. Достоевского»
10. ↑ образец такой обработки представлен в Статистическом словаре языка Достоевского). В. М. Андрющенко

Литература

• Ершов А. П. Машинный фонд русского языка: внешняя постановка, в кн. «Машинный фонд русского языка: идеи и суждения», Наука, Москва: 1986.
• Сборник «Машинный фонд русского языка: идеи и суждения», Наука, Москва: 1986.
• Андрющенко В. М. Концепция и архитектура Машинного фонда русского языка, Наука, Москва: 1989.
• Андрющенко В. М. Разработка комбинированных изданий (книга+CD+Internet), в: Московский лингвистический журнал, т.7 № 1, 2003.
• Лесников С. В. Машинный фонд русского языка в публикациях (1985—1998)
• Шайкевич А. Я. Дистрибутивно-статистический анализ в семантике, в: Принципы и методы семантических исследований, Наука, Москва: 1976.
• Шайкевич А. Я. Гипотезы о естественных классах и возможность количественной таксономии в лингвистике, в: Гипотеза в современной лингвистике, Наука, Москва: 1979.
• Шайкевич А. Я., Андрющенко В. М., Ребецкая Н. А. Статистический словарь языка Достоевского, Изд-во «Языки славянской культуры», Москва: 2003.

См. также

Национальный корпус русского языка

Ссылки

• Сайт Машинного фонда — автор — гл.конструктор МФРЯ В. М. Андрющенко.