Файл: Проекты CbolaOleada реализуют обширные компьютерные системы лингвистического анализа текстов, представленных в Unicode.docx

Скачать файл
Заказать решение

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 26.10.2023

Просмотров: 73

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Автономная некоммерческая организация высшего образования

«МОСКОВСКИЙ МЕЖДУНАРОДНЫЙ УНИВЕРСИТЕТ»

Кафедра лингвистики
Форма обучения: заочная
ВЫПОЛНЕНИЕ ПРАКТИЧЕСКИХ ЗАДАНИЙПО ДИСЦИПЛИНЕИнформационные технологии в лингвистикеГруппа 22Л161СтудентЖеланова Е.И.МОСКВА 2023Практическое занятие к теме 1 «Основные понятия ИТ в лингвистике» Задание №1. Определите статистические показатели приведенного ниже текста смешанного языкового типа (только статистическая обработка текста, можно воспользоваться разделом «Статистика» в word и/или https://textis.ru/podschet-simvolov-onlayn/). «Проекты Cíbola/Oleada реализуют обширные компьютерные системы лингвистического анализа текстов, представленных в Unicode. Компоненты системы включают средства работы с мультиязыковыми текстами (MUTT), построения конкорданса (XConcord) для текстов на более чем 16 языках, статистического анализа, автоматического перевода, различные словари и тезаурусы. Некоторые версии этих компонентов доступны для бесплатной загрузки после процедуры формальной регистрации. Все компоненты реализованы в среде X11 Window System для SunOs и Solaris».

Слов
64

Символов (без пробелов)
473

Символов (с пробелами)
535

Символов в латинской графике



Чисел



Средняя длина слов
7,4
Практическая работа №2 по теме 2 «Области применения информационных технологий в лингвистике»Задание №1 «Области применения информационных технологий в лингвистике»

Слово
Машинная основа
Слово
Машинная основа

Семья
семь
окружать
окружа

весна
весна
сидеть
сиде

дело
дел
друг
друг

пианино
пианино
ты
т

стремительный
стремительн
желтый
желт

развивать
разви
петь
пе












Практическая работа №3 по теме 3 «Прикладные разделы компьютерной лингвистики» Задание 1. Составьте глоссарий по теме «Корпусная лингвистика». Используйте для этого рекомендуемые источники литературы и сетевые ресурсы. Включите в глоссарий определения следующих понятий: конкорданс, рандомизация, коллокация, подмассив, парсинг, лемматизация, корпус-менеджер. Воспользуйтесь следующими программами: https://tatoeba.org/rus http://www.ruscorpora.ru/new/ http://www.helsinki.fi/varieng/CoRD/

слово
значение

конкорданс -

Рандомизация - процедура случайного выбора элементов статистической совокупности при проведении выборочного исследования
алфавитный перечень всех слов какого-либо текста с указанием контекстов их употребления; тип словаря, представленный в таком виде.

+Коллокация -

в корпусной лингвистике под коллокацией понимается последовательность слов или терминов, частотность совместного появления которых в корпусе выше, чем ожидаемая вероятность их совместного появления.

Подмассив -

это любая последовательность чисел в массиве (непрырывная)

Парсинг -

это синтаксический анализ, который автоматически производится парсером – специальной программой или скриптом.

Лемматизация -

процесс привода словоформы к лемме — её нормальной (словарной) форме. Примеры кошками → кошка бежал → бежать боязненных → боязненный

Корпус- менеджер - 
программное обеспечение для корпуса, котороеподсчитывает конкретные словоформы, группы словосочетаний и также может выводить результаты статистики, представить в виде диаграммы.

Смотрите также файлы