Idegennyelvű korpuszok Kuti Judit MTA Nyelvtudományi Intézet Korpusznyelvészeti Osztály

Az előadások a következő témára: "Idegennyelvű korpuszok Kuti Judit MTA Nyelvtudományi Intézet Korpusznyelvészeti Osztály"— Előadás másolata:

1 Idegennyelvű korpuszok Kuti Judit MTA Nyelvtudományi Intézet Korpusznyelvészeti Osztály kutij@nytud.hu

2 Idegennyelvű korpuszok Korpuszok fajtái általános korpuszok – többé-kevésbé reprezentatív mintavétel egy nyelv állapotáról nagy méretű korpuszok pl. nemzeti korpuszok angol - British National Corpus (BNC)BNC német - IDS Mannheim korpuszaiIDS francia – Kanadai Francia Korpusz speciális korpuszok – a vizsgálat tárgya és célja szerinti szövegválasztás általában kisebb méretű korpuszok, pl. különböző nyelvváltozatok korpuszai

3 Idegennyelvű korpuszok

4

5 beszélt nyelvi / írott nyelvi korpuszok British National Corpus British National Corpus written / spoken (EN) Freiburger Korpus / Korpora der geschriebenen Sprache (DE) különböző műfajokat vizsgáló korpuszok pl.: angol versekangol versek német újságírói nyelv (NEGRA korpusz)német újságírói nyelv francia Le Monde korpusz gyereknyelvi korpusz - CHILDES történeti korpuszok francia középkori korpusz portugál középkori korpusz (1500-1900) német rendszerváltás kori korpusz Speciális korpuszok

6 Idegennyelvű korpuszok Korpuszokban való keresés Konkordanciák készítése: „Online Concordancer” Web konkordancia készítő programok: WebCONC :WebCONC a Google által elért szövegekben keres a találatokat kontextusban adja ki WebCORP szógyakorisági listák készítése egyes weboldalakról type-token megkülönböztetés speciális lekérdezési beállítások

7 Idegennyelvű korpuszok

8

9

10

11

12 Korpuszok felhasználási lehetőségei Korpusz alapú szótárak: COBUILD COBUILD (Collins Birmingham University International Language Databank) az első korpusz-alapú angol egynyelvű szótár „The Bank of English” korpusz alapján Longman Dictionary of Contemporary English Longman Corpus Network alapján online elérhető DWDS DWDS (Digitales Wörterbuch der deutschen Sprache ) a Wörterbuch der deutschen Sprache alapján, a DWDS korpusz példáival közös keresőfelület kollokációk és szemantikai relációk megjelenítése

13 Idegennyelvű korpuszok

14

15

16 Tanulói korpuszok: Longman’s Corpus of Learner’s English (LCLE)LCLE 10 millió szó 8 különböző nyelvi tudásszint International Corpus of Learner’s English (ICLE)ICLE 19 alkorpusz haladó tudásszintű nyelvtanulók magyar nyelvtanulók anyagaival való kiegészítése folyamatban (ELTE, MTA Nyelvtudományi Intézet)