He aha ka kino Linguistics?

Pono he mau makahiki aku nei, e automate i ka'ōlelo noiʻi, nä känaka 'epekema ke wale moe o. I ka hana i hanaia e ka lima, ka mea,ʻo ka nui helu o nā haumāna, aia no he lula 'likelihood "makaʻuʻole" hewa, a me ka hapanui importantly - pau keia i ka lōʻihi, lōʻihi manawa.

Me ka hooulu ana o ka 'enehana kamepiula ua lilo hiki e hoʻomaka noiʻi ma ka mea o ka nui wikiwiki, a me keia la kekahi o ka loa i olelo mua iaʻiʻaoʻao ma ka hoʻopaʻa' ana o ka 'ōlelo o ke kino linguistics. Kona papa kuhikuhiE hiʻona o ka hoʻohana 'ana o ka nui dala o ke kikokikona' ike, 'ike i loko o ka hookahi hōkeoʻikepili, ma ka hana alanui, a kapa aku la i ka hiohiona kino.

I ka lā, he nui na hale hana me kekahi mau hana ma ke kumu o nā'ōlelo mea spanning mai miliona i na umi o ieeeea? O lexical naehana. Ua kuhikuhi Ua ike like me ka olelo mua iaʻi, a me ka hōʻikeʻike holomua loa ai kākou i ka palapala noi a me ka noiʻi mau hana. Poe akamai i, kekahi aoao ai kekahi hana a me ka 'ōlelo maoli, ka mea, ua waiho no ka ike lea i ke kino ma ka liʻiliʻi loa ma ke kumu o kaʻilikai.

Mōʻaukala o ke kino linguistics

I ka ho okumu ana o keia au mea ku pono i ka hanaia'na o ka Amerika Huipuia ma Brown kino i loko o ke kakahiaka nui 60-ies o ka hope kenekulia. Ke ohi nā nā hāʻina o nā haʻawina o nā mea a pau 1 miliona o ka olelo ano, a me keia la i ke kino o keia nui makemake e ihola ia uncompetitive. He pili kēia i ka iki mai o ka? Acaeoey o enehana kamepiula, e like me ka ulu koi no ka hou noiʻi kumu waiwai.

Ma na 90s kino linguistics i waho i loko o ka piha, a kuokoa ka hoʻopaʻi, he ohi o nā hāʻina o nā haʻawina i ua huki mai, a ia ia no kēia ōlaʻi o nā 'ōlelo a pau. Ma keia manawa i ka mea i hana, no ka mea hoike, i ka Beritania National kino 100 miliona hoailona.

Me ka hooulu ana o keia wahi o ka linguistics, kikokikona puke e lilo aku, a hou aku (a hiki ieeeea? O puke wehewehe'ōlelo naehana), a me ke kūpono ua lilo hou like. I ka lā, i ka Internet liuliu, hiki ke loaʻa kupapaʻu palapala a me ka olelo 'ōlelo,'ōleloʻokoʻa, a me na palapala he-aʻo i kaʻoihana noʻeau a kālaiʻike moʻokalaleo, e like me na mea he nui' ē aʻe? Ueo.

He aha nō i ka hale noho

KinoʻAno i loko o ke kino linguistics i ke hoʻolako 'ia no kekahi mau kumu. Intuitively, i ke kumu no ka Mea Maluna hiki e ke kikokikona'ōlelo (Lūkini, Kelemānia), i ke komo 'ano (hamama kumu, paa hou mai la, kalepa), ke' ano moʻokalaleo Ke o ke kumu (fiction, Documentary, kālaiʻike, journalism).

Meaʻaoʻao paha ke pono o ka'ōlelo Hawaiʻi. Mai ka deliberate i hoʻopaʻa 'ia o ia olelo, e ho okumu i kaʻimi hoʻopunipuni' ia no nā nā mea i paneʻia, a me ke kūpono mea hiki ole ke kapaia "noho'na makaainana i ulu", laekahi kino linguistics ua hele aku ka kekahi ala. A hana manawaleʻa Ua lako pono me ka mea hoʻolele leo, a ma ka lā hua mai la i ka mooolelo o nā mea a pau i kamaʻilio, ma i ia 'oe e komo. Kanaka a puni, o ka papa, i ole ike ia ma ka papa o ka maʻamau o kamaʻilio ka poʻea pau i ke kūpono 'ana o ke' epekema.

Hope i loaa mooolelo waiho i loko o ka hōkeoʻikepili a i hele pu me ia e pai ia kikokikona transcript type. Pela, e lilo ia i hiki hoʻonohonoho pono, e ho okumu i ka moʻolelo kela la i keia olelo hale noho.

palapala noi

Ka wahi e hiki i ka hoʻohana 'ana o ka' ōlelo, a me paha ka hoʻohana 'ana o nā hale hāʻina o nā haʻawina. Nā Papahana e pili i ka hauna o ka linguistics e e.

• E pili ana i ka polokalamu hoomaopopo ana i ke kī, ua hoʻomano hoʻohana ma ka kālai'āina a me ka pāʻoihana e malama i Track o ka maikaʻi a me ka hopena maikaʻi 'pane o ka poe koho a me nā mea kūʻai mai, kekahi me kekahi.
• Manoukian 'ike'ōnaehana i ka puke wehewehe a me ka unuhi i ka hoʻoikaika' ana i kā lākou hana.
• Aʻano o ka noiʻi hana e hoʻonui ai i ka hoomaopopo ana o ka 'ōlelo o ka mokuna, ka mōʻaukala o kona? Acaeoey a me ka wānana' ana o nā loli i loko o ka wā e hiki mai ma kahi o.
• ? Ac? O ka 'ike ka hōkeoʻikepili me ka nānā' ana ma o ka morphological, syntactic, semantic a me nā hiʻona.
• Kaʻoi loa o keʻano'ōlelo nenoai a me na mea e ae.

Hoʻohana 'ana o na hale

i 'ano like nā kumu waiwai i mau' me ka typical search engine, a OOIeEeA ka mea hoʻohana e komo i ka olelo, a me ka hui pu ana o hua'ōlelo e huli i ka waihona ipu ike. 'Olu nāna i hana i ka kiko'ī hulina ke hoʻohana i ka hoʻokāʻoi' mana, e leie aku e huli kuhia kikokikona 'ikepili ma luna oʻaneʻane kekahi'ōlelo ana hoʻohālike.

huli kumu paha e:

• wale nô o kekahi mau pūʻulu o nā māhele o ka olelo;
• grammatical hiʻona;
• semantics;
• stylistic a me ka mea naʻau 'ia nā pōpō.

E hiki no hoi hui pu iho i nā ana hoʻohālike no ke kaʻina o nā hua'ōlelo: no ka laʻana, e loaʻa nā Kupuna i kaʻatikala o ka verb i loko o ka keia Makamae, mua kanaka singular, i hiki mai ma hope o ka preposition "ma" a me ka noun i loko o ka accusative hihia. Ke kākoʻo pāʻoihana ia ia i ka mea hana i ka mea hoʻohana i mau kekona, a pono wale i kekahi mau iole clicks ma ka hoakaka kula.

Ke kaʻina hana o ka pili ana

Ke huli 'ia hiki e lawe mai ma luna o nā mea a pau subcorpus a me kekahi manaʻoi wae, ke kaumaha ma muli o nā mea e pono ai ma ka hoʻokō' ana aku i ua pahu hopu.

1. Ke anu u mua mea e hoakaka i hāʻina o nā haʻawina lilo i kumu no ka hihia. No ka mea hiki manao paa, ka mea, ua pinepine hoʻohana journalistic, nūhou nā moʻolelo, online, manaʻo. Ke noiʻi pāhana o ka hoʻohana 'ana o kekahi ākeaʻano o ka pūʻolo heluʻAno, akā, e e wae i ke kikokikona e like me kekahi, he pono ole lepo.
2. Ke kūpono ohi o ka hāʻina o nā haʻawina malalo i ka pretreatment, he mea iaea o ka hewa, ina i kekahi, i hoomakaukauia e bibliographic a keu-'ōlelo hōʻike no ke kikokikona.
3. Ua eliminated pau ole-kuhia kikokikona 'ike: a mao ae na kiʻi, kiʻi, papa.
4. Mea he auaaeaiea o ka hoailona, i mea nō kāu'ōlelo, no ka hou aaioee.
5. Eia hoi, e lawe morphological, syntactical a me nā omaka loaa ai iiiaanoaa o ka oihana mua.

I ka hopena o nā hana i ma ka syntactic 'ole me ka haawi ma loko o laila i ka ai iiiaanoaa o ka oihana mua, kela mea keia mea o ka i ua hōʻike' hapa o ka olelo, grammatical, a, ma kekahi hihia, i ka semantic kailaʻae.

Pilikia ma ka pili ana na hale

He nui no ka maopopo i ka mea,ʻaʻole i lawa ke kau pu i ka lākou o nā hua'ōlelo a me keia manawa, no ka hale. Ma ka kekahi lima, i ka ohi ana i nā haʻawina e e 'O ke kaulike, i mea, ho i nāʻano o nā hāʻina o nā haʻawina i loko o kekahi mau huliāmahi. Ma ka 'ē aʻe - kahi o ka pa e e kaulike i loko o ke kupaianaha alanui.

Ka pilikia mua ua Wehewehe i nā hāʻina ma ka aelike: no ka mea hoike, i loko o ka ohi kikowaena 60% o ka palapala, ai 'hāʻina o nā haʻawina, 20% o documentaries, ua haawiia mai i kekahi pakeneka he palapala e hoohalike ai i ka' ōlelo i oleloia, kanawai, iao? Iie hana, etc. pono beauty 'O ke kaulike kino i kēia lā' aʻole e nei ...

Ka lua o ka ninau, no ka maʻiʻoʻia, hoʻoponopono i hana nui. Aia mau kūikawā papahana a me algorithms hoʻohana no ka 'akomi kaʻaʻai kahakai o nā hāʻina o nā haʻawina, akā, ka mea e e haawi aku i ka hopena hemolele, hiki i ka hoʻohuikau' a koi manuale rework. i ho'ākāka 'ia ma nā manawa kūpono a me ka hana nui loa ia i loko o Hana me kēia pilikia ma ka au mamuli o ka pepa V. P. Zaharova o ke kino linguistics.

Text hoʻonohonoho ua hoʻokō i kekahi mau pae, a ua helu ma lalo nei.

morphological tagging

Mai ke kula, ke hoomanao ia i loko o ka Lūkini 'ōlelo, ua nui na wahi o ka olelo, a me kela mea keia mea o lakou i kona mau ano. No ka laʻana, ka mea verb i waeʻano o inclination a me ka manawa ma a ole noun. he kanaka maoli horn me ka hoʻokūoʻo kahunapule hoole ka haʻiinoa a me conjugate verbs, akā, no ka hoailona i ke kino o 100 miliona. hōʻailona puʻupaʻa manuale hana,ʻaʻole e hana. no keia mea, pono e e aoia lakou a pau i ka mea hana ke hooko i ke kamepiula, nae,.

Morphological tagging, ke kamepiula pono "maopopo" kēlā me kēia hua'ōlelo like me ka kekahi hapa o ka olelo me kekahi mau grammatical hiʻona. ka Russian (a me kekahi 'ē' ōlelo) hana i ka helu o regular rula hope, e mea hiki ke kūkulu i akomi kaʻina hana no ka morphological Ka Ikepili, hoʻokomo kālā i loko o ke kaʻa no ka helu ana i algorithms. Eia naʻe, loaʻa nō, koe ma ka rula, e like me kela complicating aʻe. E like me ka hopena, upena kamepiula Ka Ikepili o keia la, he mamao loa mai ka maikaʻi, a he 4% hewa e haawi i ko i ka waiwai o ka 4 mln. Olelo ma ke kino o 100 miliona. Units, e noi ana manuale rework.

Detail ka pukana hōʻike ana i ka puke Zaharova V. P. "kino Linguistics".

syntactic annotation

Parsing ole parsing - ke kaʻina hana e hoʻoholo i ka pilina o nā hua'ōlelo i loko o ka hoʻopaʻi. Hoʻohana 'ana i ke kaʻina o nā algorithms mea hiki e hooholo i ke kikokikona o ke kumuhana, predicate, e lewa, mau' ana e haʻalele o ka olelo. E huli mai a'ōlelo nō i ka papa kuhikuhiE kaʻina,, a me ka a - e kaukaʻi, ua hiki ka pono extract ike mai kikokikona a, e ao aku i ka mīkini, e haawi ma ka pane ana i ka huli 'noi ka ike hana hoihoi mai wale.

Ma ke ala, laekahi kumuhana kiko'ī e hoʻohana i kēia, e haawi mai kekahi huina kahi o lengthy hāʻina o nā haʻawina ma muli o ke pili'ōlelo āna e like me "Pehea na calories i loko o ka ohia" a me "ka mamao mai Moscow a hiki i St. Petersburg." Eia naʻe, e ike i na kumu o ke ana o ke kaʻina hana i ho'ākāka 'ia ma ka pono, e nīnau aku i ka "Introduction i ke kino Linguistics"' ole 'ē aʻe kumu o hōʻike aʻo.

semantic hoʻonohonoho

Nā semantics o ka olelo - mea, ma na mea hua'ōlelo, ke ano. Broadly pili kokoke ana i ka semantic Ka Ikepili o ka hua'ōlelo attribution Tags, hōʻikeʻana i kona o ana i ka lākou o semantic waeʻano a me subcategories. Oia 'ikepili mea waiwai no ka optimizing algorithms kālailai kikokikona leo,' akomi summarization a me nā hana ki ina hana like o ke kino linguistics.

Aia nō i ka helu o ke "kumu" o ka laau, no ko ka i Hōʻuluʻulu hua'ōlelo me ka nui ākea semantics. E like me kekahi lala o ka laau aka wahi i hanaʻia, i loaʻa ka nui a me ka oi kekahi lexical hehee wale. No ka laʻana, i ka hua'ōlelo "mea" e e pili me ka manaÿo i "kanaka" a me ka "holoholona". First hua'ōlelo e hoʻomau i ka lālā mai i loko o kekahiʻoihana kahuna, ai, kinship hua'ōlelo, aupuni 'ē aku, a me ka lua o ka - ma ka papa a me ke ano o na holoholona.

Ka hoʻohana o ka 'ike ka hōkeoʻikepili

Mau mea o ka pono o ke kino linguistics uhi nā mahinaʻai o ka ha awina. e hoʻohana neo? aaiiai? no ka makaukau a me ka? iaea o ka puke wehewehe, ho okumu i hana nona iho unuhi nenoai, annotating, kiʻi 'kūʻiʻo, i maopopo ai i ka leo a me ka' ē aʻe kikokikona aaioee.

Eia hou, e 'Imi hoʻohana' ia nā kumu waiwai i loko o ke ao o ka honua 'ōlelo a me nā maomeka o functioning o ka' ōlelo i ka mau. Komo i ka nui puke o ka mālama '-i hoomakaukau' ike kōkua ai i nā kokololio a me ka hulina study o nā kū i ke au o ka? Acaeoey 'ōlelo, a me ka hale lio ho okumu neologisms olelo ka māmā holo loli cia lexical naehana a me na mea e ae.

pono Mai ka hana me na dala nui o kaʻikepili hana nona iho, i keia la, he mea kokoke AaOIeIOUIeXAOAaIN ma waena o ke kamepiula a me ka kino linguistics.

Russian National kino

Kēia hihia (abbreviated NKRYA) ka loaʻa o ka helu o ka subcorpus, hiki i ka hoʻohana 'ana o kekahi o nā kumu waiwai no ka laulāʻano o ka hana.

Nā mea i loko o ka hōkeoʻikepili e māheleʻia NKRYA:

• i ka lehulehu ākea ma ka Media '90s a me 2000s, nā wahi lulu popilikia a me na aina e;
• kākau i olelo;
• aktsentologicheski ia hāʻina o nā haʻawina (a laila, i ka hoailona o ka stress);
• olelo olelo;
• poetry;
• Nā Pono Hana me ka syntactic a me nāʻaʻai.

Ka'ōnaehana 'ike pū nā Subcorpus me laua unuhi o ka hana, mai Russian i English, Kelemānia, ka' ōlelo Palani, a he nui nā 'ōlelo' ē (a me ka Hope versa).

¶ A i loko o ka hōkeoʻikepili he mea he māhele o ka mōʻaukala hāʻina o nā haʻawina, no ko ka ka mea i kākau'ōlelo i loko o Russian i loko o kekahi manawa o kona ulu ana. Aia Ua hoi he aʻo kino, a hiki e pono no ka aina kanaka i mastering ka Lūkini 'ōlelo.

Russian National kino maupaʻa 400 000 000 lexical naehana, a ma na aoao mamua o ka nui hapa o Europe ka pūʻali o nā 'ōlelo a pau.

ka manaʻolana 'ia

Mea i loko o ka lokomaikai o ka hoʻomaopopo pono o kēia au,ʻo ia ka loaʻa nui o ka olelo keʻena hoʻokolohua kino linguistics ma Lūkini kulanui, e like me na haole. Me ka hoʻohana a me ka noiʻi i loko o ka? Aieao o kēia 'ike a me ka huli kumuwaiwai entails ka ulu ana o kekahi mau mea i loko o ka mahinaʻai o ke kiʻekiʻe loea, ninau-i mai la nenoai, akā, ka mea, ua kūkā mai ma luna.

Hou 'ana o ke kino linguistics ua wānana i nā pae, HEN, mai oaoieei-yeiiiie? Ma ka hua'ōlelo o ka manaʻo o ka hou algorithms e hoʻoikaika i ka huli' ana a me ka 'ike me ka manaʻoe hana, hoʻonui uea' o nā kamepiula 'ē aʻe, oi hipa kāne, a me ka consumer, no ka mea hoʻohana hou aoao o ka hoʻohana' ana i kēia 'ano o ka puke i loko o lākou i kela la e loaa ia ke ola a me ka hana.

ma ka hopena

Ma ka waena o ka hope kenekulia i ka 2017 ua mamao wā e hiki mai, kahi spaceships hele ma ka ke ao holoʻokoʻa, a robots hana i ka hana a pau no na kanaka. I ka mea, 'epekema mea replete me "keʻokeʻo mau kiko" a me ka hana ana i ka ho'āʻo' ana,ʻAʻole eʻole e pane i nā nīnau o ka kanaka no kenekulia hōʻoni. Ninaninau 'ana i functioning o ka' ōlelo 'aneʻi kūlana' he wahi o ka hanohano, a me ka Aha Kuhina, a computational linguistics ke kōkua mai, e olelo aku ai ia lakou.

Aaioee o ka nui ikepili e puhi ia e huai ae lauana, mamua inaccessible, wńnana i ka hooulu ana o ka papa 'ōlelo hiʻona e Hoʻokolo i ke kahua o nā hua'ōlelo i loko o aneane maoli manawa.

Ma ka hiki 'ilikai, ka global puni e ike hiki, no ka laʻana, e like me kekahi ikehu mea paahana e Loiloi i ka lehulehu naʻau i loko - ka Internet mea he mau moʻolelo kela la i keia kumu likeʻole hāʻina o nā haʻawina i hanaʻia maoli mea hoʻohana: kēia manaʻo a me ka hōʻike manaʻo, a me ka mea, a ua nui no hoi na ano o ka olelo.

Eia hou, e hana ana me ka kino ka poʻea pau i ke kūpono 'ana o ka mea hookahi lako e, i ka pae'āina ma ka' ike ka hōkeoʻikepili, mākou i maʻa i ka hana "Google" a me "Yandex", mīkini unuhi, uila puke wehewehe.

Mākou hiki, he hoʻike ia i ke kino linguistics hana wale i nāʻanuʻu mua, a ma ka wā e hiki mai kokoke, e ulu nui.