Аннотация аналитических структур в языковых корпусах

Аннотация

Наряду с целью дифференциации морфологических и словообразовательных разметок аналитических структур в корпусах казахского языка, был выполнен обзор разметок аналитических структур в языковых корпусах других тюркских языков. Было проведено сравнение с корпусом русского языка, который находится  в ряду  сбалансированных, объемных корпусов. В качестве объекта исследования проанализированы материалы существующих корпусов современного казахского языка.

Установлено, что с точки зрения словообразования не существует особой проблемы с аннотированием сложных и парных слов, которые определяются машиной как одна сложная единица, т.е. могут быть объектом подобного поиска и представлять в соответствии с морфологической, словообразовательной, лексической разметками единую сложную единицу. Было обнаружено, что нет возможности искать составные единицы словосочетания, записываемые с пустыми интервалами, как одну лемму, наряду с этим их морфологические, словообразовательные, лексические разметки аннотируются индивидуально, а не как единое целое.  Известно, что эта проблема снижает функциональность корпусов.  Однако аннотирование фразеологизмов как одной целостной единицы признается преимуществом этого корпуса. Несомненно, что аннотирование имен (степеней), глагольных аналитических форм и формантов, вспомогательных слов также максимально улучшает функции корпуса. Современный словарный фонд национальных корпусов казахского языка и масштабные, фундаментальные, ориентированные на будущее исследования ученых, позволяют сделать вывод о том, что аннотирование аналитических структур с течением времени постепенно автоматизируется.