Общий Регионально Аннотированный Корпус Украинского Языка

Генеральный регионально аннотированный корпус украинского языка (ГРАК; украинский: Генеральний регіонально анотований корпус української мови, ГРАК) — это текстовый корпус украинского языка, содержащий более 1,7 миллиарда токенов, предназначенный для лингвистических исследований в области грамматики, лексики и истории украинского литературного языка, а также для использования при составлении словарей и грамматик.

Корпус может использоваться для изучения языка, а также для подготовки учебных материалов, учебников, учебных словарей и упражнений с использованием примеров из реальных текстов с учётом частотности и коллокационных паттернов и т.д. Корпус не является моделью стандартного украинского языка: он может содержать слова и сочетания, не соответствующие современным нормам литературного языка.

Корпус охватывает период с 1816 по 2023 год, и по состоянию на 3 декабря 2023 года содержит более 150 000 текстов около 35 000 авторов.

Состав корпуса[править | править код]

В 10-й версии корпуса, доступной для поиска с 20 октября 2020 года, 35% составляют художественные тексты. Некоторые жанры художественной литературы выделены отдельно: детская литература, фольклор, драматические произведения и сценарии.

Среди нехудожественных текстов:

публицистика, включая подборки газет за 1888–1893, 1905, 1913–1918, 1919–1943 годы, современные газеты из разных регионов и тексты с новостных/информационных сайтов;

мемуары, письма и дневники, включая значительный корпус текстов из Facebook, представляющих блоги людей из всех регионов Украины и диаспоры;

научные и учебные тексты: монографии, диссертации, научные статьи, учебники; отдельно выделены крупные подкорпусы академической литературы по истории, этнографии, философии и праву;

религиозные тексты, включая два украинских перевода Библии;

выступления и интервью.

Также включены некоторые словари, содержащие фразовые примеры и фразеологию, в том числе словарь украинского языка Бориса Гринченко и русско-украинский фразеологический словарь Ивана Выргана и Марии Пылинской. С помощью инструментов корпуса эти словари можно искать не только по словам, но и по лексико-грамматическим паттернам в примерах и фразеологических выражениях.

Около 20% текстов в корпусе являются переводами. Корпус включает переводы с более чем 80 языков, больше всего — с английского и русского.

Датировка[править | править код]

Тексты в корпусе датируются годом написания или последним годом, когда произведение могло быть написано; переводные тексты датируются годом создания перевода. Также может указываться год публикации, соответствующий изданию, из которого взят текст.

Региональная аннотация[править | править код]

Региональная аннотация корпуса основана на современном административном делении Украины. Корпус включает тексты из всех областей Украины и из Крыма.

Один текст может принадлежать нескольким региональным подкорпусам (если автор или переводчик родился, учился или долгое время жил в разных регионах).

Помимо региональных подкорпусов, существуют подкорпуса произведений авторов украинской диаспоры (США, Канада, Польша, Германия, Великобритания, Франция и др.). В основном это тексты эмигрантов 1940-х годов, и в меньшей степени — 1917–1920-х годов.

Морфологическая аннотация[править | править код]

ГРАК основан на системе морфологического анализа, разработанной специалистами группы r2u.org.ua.

Программа анализирует текст и для каждой словоформы определяет лемму (лексему) и теги (грамматические признаки).

Исследования на основе корпуса[править | править код]

С использованием корпуса проводились исследования украинского языка, включая изучение исторической динамики языковых норм, а также частотности букв и буквосочетаний для разработки шрифтов.

См. также[править | править код]

Text Encoding Initiative

Корпусная лингвистика

Текстовый корпус

Примечания[править | править код]

Внешние ссылки[править | править код]

[«Открытый доступ к материалу для удобной работы с ним. Мария Шведова о ГРАК украинского языка и непаханом поле исследований». Интервью Натальи Коваль // 2020, Украинский язык и литература, № 9–10, с. 12–17. https://www.academia.edu/44669209]

Ссылки[править | править код]