Корпус
  • 1304 текста
  • 109 886 предложений
  • 1 568 027 слов
синтаксически размечен, омонимия снята
Корпус: Синтаксический
Синтаксический корпус

Данный фрагмент Национального корпуса русского языка, известный также под названием СинТагРус (Syntactically Tagged Russian Text corpus), разработан в Лаборатории компьютерной лингвистики Института проблем передачи информации РАН им. А.А.Харкевича.

Синтаксический корпус состоит из текстов двух основных типов:

  • научно-популярные, общественно-политические и информационные статьи из журналов и интернет-изданий (с 1980 г. по настоящее время);
  • русская художественная проза второй половины XX в. —начала XXI века

Разметка корпуса производится в полуавтоматическом режиме. Сначала каждый текст обрабатывается морфологическим и синтаксическим анализаторами многоцелевого лингвистического процессора ЭТАП, разработанного Лабораторией компьютерной лингвистики, в результате чего для каждого предложения строится его морфологическая и синтаксическая структура. Затем полученный результат проверяется лингвистами-экспертами и при необходимости корректируется ими.

Синтаксический корпус содержит тексты, снабженные полной морфосинтаксической разметкой. Это значит, что помимо морфологической информации, приписанной каждому слову текста, для каждого предложения задана его синтаксическая структура в виде дерева зависимостей. В узлах этой структуры стоят слова предложения, а дуги помечены именами синтаксических отношений.

В отличие от большинства фрагментов Национального корпуса русского языка, снабженных морфологической разметкой, Синтаксический корпус состоит из структур с полностью снятой морфологической и синтаксической омонимией. Это означает, что каждому слову текста сопоставляется единственная морфологическая структура, а каждому предложению ставится в соответствие единственная синтаксическая структура.

Помимо морфосинтаксической разметки, Синтаксический корпус содержит несколько дополнительных типов разметки.

Публикации

Ознакомиться со списком научных публикаций о Синтаксическом корпусе можно по ссылке: https://ruscorpora.ru/s/b4wqk. Чтобы найти другие типы публикаций о корпусе, используйте фильтры в разделе «‎Публикации»‎.

Публикации, касающиеся отдельных типов разметки, приводятся в разделах, посвященных описанию этих типов.

Обновлено 31.10.2024