タタール語のコーパス

タタール語のコーパス

サイトの種類	研究・教育プロジェクト
利用可能	英語/ロシア語/タタール語
設立	2011年; 13年前 (2011)
本部	カザン、ロシア
創設者	サイクノフ MR、イブラギモフ TI、クサイノフ RR
メールアドレス	タタール語
発売	2012年3月15日; 12年前 (2012-03-15)
現在の状況	プロジェクトは積極的に開発されています。

タタール語コーパス（タタール語コーパス）は、オンラインで利用できるタタール語の電子 コーパスです。この電子形式のタタール語テキストのコレクションは、タタール語の構造、現状、および展望に関心のある人向けに作られています。タタール語コーパスは、コーパス言語学の方法でタタール語を勉強したい人にとって不可欠です。このウェブサイトは2012年3月15日に開設され、タタール語、ロシア語、英語で利用できます。

2014 年末のタタール語コーパスの規模は 1 億 1,600 万語を超えています。文の数は 1,000 万語、異なる語形の数は約 150 万語です。
コピーを防止するため、コーパスではテキストは混合文として保存されます。

研究目的でのタタール語コーパスへのアクセスは無料です。

タタール語コーパスの作成は、2010 年に熱心なグループによって開始されました。この作業は、タタール語の機械翻訳システムの作業に必要なテキスト データベースを提供するだけでなく、タタール語の音声合成と認識の問題を解決するためにも不可欠であったため、緊急であると考えられていました。

タタール語コーパスの基本的な目的は、タタール語の語彙の研究を支援することです。さらに、このコーパスは言語学習に使用したり、さまざまな種類のドキュメントのモデルのソースとして使用したりできます。
タタール語コーパスを使用すると、ユーザーは特定の機能で単語を検索したり、単語を文脈内で確認したり、頻度データも提供したりできます。

このタイプの検索では、特定の単語の右コンテキスト、左コンテキスト、および意味コンテキストを頻度順に表示できます。
右コンテキスト - 現在の単語の直後に配置される単語。
左コンテキスト - 現在の単語の直前に配置される単語。
意味コンテキスト - 現在の単語と同じ文にある単語。つまり、単語間には何らかの意味的なつながりが暗黙的に存在します。

2014 年には、タタール語コーパスの形態素マーキングが行われました。文法ラベルのメタ言語は、国際プロジェクト Apertium によって開発されたトルコ語のタグ システムに基づいています。このプロジェクトの目的は、さまざまな言語の自動翻訳システムを開発することです。コーパスのマーキングに Apertium の形態素タグ付けツールを選択する主な理由は次のとおりです。
- 形態素注釈の品質が高い。
- オープン ソース プロジェクトである。すべてのソース コードとデータは誰でも無料で公開されています。
2015 年から 2016 年にかけて私たちが開発した複合形態素検索システムでは、語形、見出し語、形態素 (文法) タグ セット、語の始まり、中間部分、語の終わり、検索語間の距離などのさまざまなパラメーターの組み合わせでコーパスを検索できます。検索クエリの最大長は 5 つのトークン + それらの間の 4 つの距離です。

タタール語コーパスは、検索で見つかった文章を聞くだけでなく、ユーザーがこの機能に入力した他のテキストを聞くというユニークな機会をユーザーに提供します。http://search.corpus.tatar/search/sintez_en.html を参照してください。

タタール語コーパスの作成者は、コーパスの処理の結果として利用可能になり次第、さまざまな追加の統計データをアップロードします。http://corpus.tatar/stat_en.htm を参照してください。

• オフライン コーパス バージョンが存在しません。
• 自動的な曖昧さ回避。

コーパスの作成者:

• サイクノフ MR (言語学候補生、情報学研究所研究員)
• イブラギモフ TI (言語学専攻、カザン連邦大学応用言語学部准教授)
• クサイノフ RR (エンジニア、「GDC」)

協力:

• 伝統文化発展のための共和国センター
• トゥルク大学ヴォルガ語研究ユニット（フィンランド）
• 「RX5」社
• 人気科学誌「Фưн ͻ͙м Тел」編集部

• Татар теленеͣ язма корпусы // « Меленени ͗омга » (2012 № 20) 2016-04-26 にウェイバック マシンにアーカイブ
• Татар теленеͣ язма корпусы // "Фелен дум Тел" (2012 №1-2) 2016-04-26 にウェイバック マシンにアーカイブ
• Татар теленеͣ язма корпусы ͻƙм тел месь Karaoke // "Момга" (2012 №32) 2016 年 4 月 26 日にウェイバックマシンにアーカイブ
• К построению структурно-функциональной модели ценностной ориентации татарского этноса (по материалам) письменного корпуса татарского языка) // Языки России и стран ближнего зарубежья как иностранные: преподавание и名前: материалы Международной научно-практической конференции (2013 г. 28-29 ноября) 2016 年 4 月 26 日にウェイバック マシンにアーカイブ
• Письменный корпус татарского языка: идеи, проблемы, резения // Нематериальное культурное наследие тюркских Международной научно-практической конференции (16-19 июля) 2014年) アーカイブ2016-04-26ウェイバックマシン
• Письменный корпус татарского языка с озвучением визуализированных предложений как инструмент лингвистических исследований // Сопоставительная филология и полилингвизм: Материалы Всероссийской научно-практической конференции (Казань、19-21) 2014年11月) 2016年4月26日にWayback Machineにアーカイブされました
• Письменный корпус татарского языка: структурные и функциональные характеристики // Актуальные проблемы диалектологии языков народов России: Материалы XIV Всероссийской научной конференции (Уфа, 20-22 ноября 2014 г.) 2016 年 4 月 25 日、ウェイバック マシンにアーカイブされました
• Татар теле, татарлар ͻ͙м ассимиляция кͯренезе // "Фенни Татарстан" (2015 №1) 2016-04-25 にウェイバックマシンにアーカイブ
• 民族コミュニティの言語状況（タタール語文語集成の資料に基づいて）//「タタール語」（2015 №4）Wayback Machineで 2016-04-26 にアーカイブ
• Языковое состояние этнической общности на материале Письменного корпуса татарского языка // "Tatarica" (2015 №4) アーカイブ済み2016-04-26ウェイバックマシンにて
• Фонология татарского языка в плане теории фонемы И.А. Бодуэна де Куртенэ // И.А. Бодуэн де Куртенэ и мировая лингвистика: международная конференция: V Бодуэновские чтения (Ка​​занский) федеральный университет, 12-15 октября 2015 г.) 2016-04-26 にウェイバック マシンにアーカイブ

^[1]

• タタール語コーパス（タタール語コーパス） - 公式サイト