Natural Language Processing, Corpus Linguistics, Corpus Based Grammar Research

Abstract

Prednesené príspevky v rámci vymedzených tém zahŕňali viaceré oblasti. Zastúpené boli analýzy hovorených a paralelných korpusov, počítačová lexikografia, terminológia, tvorba korpusových nástrojov, databáz, ale aj sémantický, gramatický a štatistický výskum na korpusovej báze.Výsledky výskumu na hovorených korpusoch prezentoval Václav B ř e z i n a ( Filozofická fakulta Aucklandskej univerzity na Novom Zélande) v príspevku "We Only Say We Are Certain When We Are Not": A Corpus-Based Study of Epistemic Stance. Modálne postoje v reči skúmal na materiáli dvoch korpusov hovorenej angličtiny -na hovorenej časti BNC (British National Corpus) a MICASE (Michigan Corpus of Academic Spoken English). Podľa autora je pri medziľudskej komunikácii paradoxom, že o našej istote hovoríme len vtedy, keď si istí nie sme. Jeho analýza štyroch slov must, certain, sure, certainly potvrdzuje toto tvrdenie, to však platí pravdepodobne len vtedy, ak ide o neistotu v intersubjektívnom rozhraní.Svetlana S a v č u k (Vinogradovov inštitút ruského jazyka Ruskej akadémie vied v Moskve) informovala v príspevku Spoken Texts Representation in the Russian National Corpus: Spoken and Accentologic Sub-Corpora o dvoch ruských hovorených subkorpusoch. Vysvetlila spôsob značkovania, štruktúru ruských hovorených korpusov, prepis zvukových záznamov a lingvistické anotácie zozbieraných dát (metatextová, morfologická a sociologická anotácia). Pozornosť venovala aj problémom spojeným s jednotlivými výstavbovými prvkami hovorených korpusov. Pri jazyku s nefixným prízvukom, akým je ruština, zohráva dôle-žitú úlohu práve korpus s označenými prízvukmi, aby mohol používateľ pracovať s rozsiahlym materiálom potrebným na rôzne výskumy akcentologických špecifikácií v ruštine. Jelena G r i š i n a (Inštitút ruského jazyka Ruskej akadémie vied v Moskve; Multimodal Russian Corpus (MURCO): General Structure and User Interface) predstavila časť databázy Ruského národného korpusu -MURCO. Ide o špecifickú databázu zvukových a filmových záznamov a ich prepisov, ktorá zahŕňa najmä filmové dáta z ruského hovoreného korpusu. Ruské hovorené korpusy sú sociolingvisticky, morfologicky, sémanticky, foneticky a akcento-90 versita.com: