🌟真理の扉

非公開文章を公開します。 何故か、突然ロシアに繋がる。

コーパスのことを全く知らない時に、こんな情報を見つけた。

A query to Russian corpora
   (Select Russian tags) (Select Russian tags&grams) 
Russian National Corpus (modern, MSD) RNC (modern, original) 
Russian Standard Russian Newspapers Parsed ruWac (see dep) 
Russian Internet Corpus Russian Livejournal VKontakte Wikipedia  Russian Business Corpus 
     CQP syntax only (Examples)   Getting help on the query interface Centre for Translation Studies
Centre for Translation Studies
Set parameters of your query
 Concordance
Context:  (c for characters, w for words)

Sort by:  Document  Frequency  lemma  word
Then by:  left  right

Output:  lines
 Collocations
Collocation scores:  Mutual Information    Dice    T-score     Loglikelihood score

Context:   words on the left   words on the right

POS tag of the collocate:  POS tags

Miscellaneous
Cyrillic: Transliterate input   Transliterate output
Default attribute:  word     lemma
The page lists four corpora:
a pilot version of the Russian National Corpus (50 million words, a representative collection of various genres, see http://ruscorpora.ru, the mirror here is provided by courtesy of the Moscow team), the complete set of sources is available from here;
the corpus of Russian newspapers (70 MW, consisting of several major Russian newspapers, 2001-2004);
the Russian Internet Corpus (160 MW, a snapshot of modern Russian language as used on the Internet; this is work in progress, which is similar to other Internet Corpora for Chinese, English and German);
a corpus of Russian fiction (1.5 MW; its morphosyntactic features have been manually disambiguated by a team led by Vladimir Plungyan), the complete set of sources is available from here.
Copyright
The copyright to texts in the Russian National Corpus resides with respective publishers/authors. The texts cannot be distributed. You are not allowed to retrieve these texts or their portions beyond what is considered to be "fair use".
The interface to corpora developed by Serge Sharoff; contact me at s.sharoffleeds.ac.uk, if you have further queries.

Part of Speech tagging
No definite tagset for Russian exists. There are several approaches to a computationally viable set of morphological categories, the most recent one is described on the RNC page……



ロシアのコーパスへのクエリ
   （ロシア語のタグを選択）（ロシア語のタグとグラムを選択）
ロシア国立コーパス（現代、MSD）RNC（現代、オリジナル）
ロシアの標準ロシアの新聞解析されたruWac（depを参照）
ロシアのインターネットコーパスロシアのLivejournalVKontakteWikipediaロシアのビジネスコーパス
     CQP構文のみ（例）クエリインターフェイスのヘルプを取得する翻訳研究センター
翻訳研究センター
クエリのパラメータを設定する
 コンコーダンス
コンテキスト：（文字の場合はc、単語の場合はw）

並べ替え：ドキュメント頻度の見出語
次に：左右

出力：行
 コロケーション
コロケーションスコア：相互情報量ダイスTスコア対数尤度スコア

コンテキスト：左側の単語右側の単語

コロケーションのPOSタグ：POSタグ

その他
キリル文字：音訳入力音訳出力
デフォルト属性：単語の見出語
このページには、4つのコーパスがリストされています。
ロシア国立コーパスのパイロットバージョン（5000万語、さまざまなジャンルの代表的なコレクション、http：//ruscorpora.ruを参照、ここのミラーはモスクワチームの厚意により提供されています）、ソースの完全なセットはから入手できます。ここに;
ロシアの新聞のコーパス（70 MW、いくつかの主要なロシアの新聞、2001年から2004年）。
ロシア語インターネットコーパス（160 MW、インターネットで使用されている現代ロシア語のスナップショット。これは進行中の作業であり、中国語、英語、ドイツ語の他のインターネットコーパスと同様です）。
ロシアのフィクションのコーパス（1.5 MW、その形態統語論的特徴はウラジミール・プルンギャンが率いるチームによって手動で明確化されています）、ソースの完全なセットはここから入手できます。
著作権
ロシア国立コーパスのテキストの著作権は、それぞれの出版社/著者にあります。テキストは配布できません。これらのテキストまたはその一部を「フェアユース」と見なされる範囲を超えて取得することは許可されていません。
SergeSharoffによって開発されたコーパスへのインターフェース。さらに質問がある場合は、s.sharoffleeds.ac.ukまでご連絡ください。

品詞タグ付け
ロシア語の明確なタグセットは存在しません。形態学的カテゴリの計算上実行可能なセットにはいくつかのアプローチがあります。最新のものはRNCページに記載されています。






何が何だか、ちんぷんかんだった。