Алматы
Almaty
Алматы
Almaty
Алматы
Almaty
База определенного национального корпуса не ограничивается информацией в виде метаописаний и метаданых введеных текстов. Также необходимо разработать лингвистические разметки. Лингвистическая разметка – это лингвистическая информация, охарактеризованная каждой лексической единице в тексте по орфографическим, фонетическим, лексическим, грамматическим признакам. Однако разработка лингвистической разметки исторического подкорпуса является одной из сложных задач требующих глубокого исследования. Это связано с тем, что большинство текстов внесенные в исторический подкорпус написаны арабской графикой. А тексты средневековья написанные арабской графикой транскрибировались по-разному. Разработка исторического подкорпуса имеет сложности как теоретически, так и технически, по сравнению с другими подкорпусами. В связи с этим целью статьи является рассмотрение вопроса лингвистических разметок текстов исторического подкорпуса, которые впервые разрабатываются в Институте языкознания имени Ахмета Байтурсынова. Задачи: определить лингвистических, из них лексико-грамматических разметок для транскрибированных текстов; учитывать опыты других стран при разработки лексико-грамматических разметок; анализировать транскрибированнных текстов с арабской графики на кириллическую графику; выявить вариативности транскрибированных слов; описать механизм функционирования программы лексико-грамматических разметок.
В ходе исследования используется описательный, историко-сравнительный, лингвотекстологический, лингвостатистические методы.
В результате исследования при разработке разметок рассматривались опыты разработок исторического подкорпуса руского языка; аназировались транскрибирования текстов написанные арабской графикой разного периода средневековья; определены лексико-грамматические разметки для траскрибированных текстов; описаны механизмы лексико-грамматической поисковой системы для транскрибированных текстов.
Практическая значимость. Разработка лексико-грамматических разметок для транскрибированных текстов внесенные в исторический подкорпус будет полезным лингвистическим инструменом для изучения эволюции определенной лексической единицы.
The base of a certain national corpus is not limited to information in the form of meta descriptions and metadata of entered texts. It is also necessary to develop linguistic markup. Linguistic markup is a linguistic information that is cataractarized to each lexical unit in the text according to spelling, phonetic, lexical, grammatical features. However, the development of the linguistic markup of the historical subcorpus is one of the complex tasks that require in-depth research. This is due to the fact that most of the texts included in the historical subcorpus are written in Arabic graphics. And the texts of the Middle Ages written in Arabic graphics were transcribed in different ways. The development of a historical subcorpus has difficulties both theoretically and technically, compared with other subcorpuses. In this regard, the purpose of the article is to consider the issue of linguistic markings for the texts of the historical subcorpus, which are being developed for the first time at the Institute of Linguistics named after Akhmet Baitursynula. Tasks: to identify linguistic, lexical and grammatical markup for transcribed texts; to take into account the experiences of other countries in the development of lexical and grammatical markup; to analyze transcribed texts from Arabic graphics to Cyrillic graphics; to identify the variability of transcribed words; to describe the mechanism of functioning of the lexical and grammatical markup program.
The study uses descriptive, historical-comparative, linguotextological, linguostatistical methods. As a result of the study, when developing the markup, the experiments of the development of the historical subcorpus of the Russian language were considered; transcribing texts written in Arabic graphics of different periods of the Middle Ages were anasized; lexical and grammatical markup for transcribed texts were determined; the mechanisms of a lexical and grammatical search system for transcribed texts were described.
Practical significance. The development of lexical and grammatical markup for transcribed texts included in the historical subcorpus will be a useful linguistic tool for studying the evolution of a certain lexical unit.
The authors declare that there are no conflicts of interest present.