Русские ресурсы для программного обеспечения

NOOJ

Составление словарей, помет и грамматик

Digital HumanitiesВ.Ш.Э. Нижний-Новгород18/10/2013

Корпусы русского языка «он лайн»

• Национальный корпус русского языка http://ruscorpora.ru

• Машинный фонд русского языка http://cfrl.ru

• Корпус русского литературного языка http://www.narusco.ru

«готовые» русские ресурсы

Что такое Nooj?

Многоязычная система для обработки текстов

Nooj http://www.nooj4nlp.net/pages/nooj.html,

работа с «собственными» текстами и ресурсами

Скачать программу и ресурсы Установить программу ( распаковка) Выбрать параметры для русского языка

Открыть ( Импортировать) текст Составить лексику Провести морфосинтаксический анализ Снять случаи омонимии Искать слова и составить конкордансыИспользовать и написать «грамматики»

Принцины работы с программой NOOJ

Скачать NOOJ

• NOOJ http://www.nooj4nlp.net/pages/download.html

Скачать ресурсы23 языка (7 славянских языков)

Русский язык

Установить программу

Автоматическая распаковка в папках

C:\NooJApp\_AppC:\ NooJApp\_MiscC:\ NooJApp\FRC:\ NooJApp\ENC:\ NooJApp\RU

Работа в папке C:\My Documents

Содержание папки «ru»

Как построены лингвистические ресусрсы?

Основные файлы с русскими ресурсами

• Файл :Properties.def

• Файл(ы) : словари.dic / .nod

• Файл(ы) : парадигмы.nof

• Файлы : грамматики.nog

• Файлы : тексты.txt / .not

Как построены лингвистические ресусрсы?

• Properties.defA_Forme = fc | fl | adv;

A_Genre = m | f | n ;

A_SGenr = an | inan ;

A_Nombre = s | p;

A_Cas = Im | Vi | Ro | Da | Tv | Pr | Zv;

A_Deg = Comp | Sup ;

A_Sem = App | Color | Body;

ADV_Deg = Comp;

ADV_Sem = Time | Topo | Modal;

Основной файл с характеристиками :

N_Genre = m | f | n ;N_SGenr = an | inan ;N_Nombre = s | p;N_Cas = Im | Vi | Ro | R2 | Da | Tv | Pr | P2 | Zv ;N_Sem = Hum | Forename | Prof | Parent | Body |Animal | Bird | Food | Arts | Lit | Music | Sports | Topo | Country | River | City | Mount| Lake | Posit | Time | Color ;

Как построены лингвистические ресусрсы?

• красивый,A+FLX=новый• машина,N+f+inan+FLX=карта• судьба,N+f+inan+FLX=судьба• альтист,N+m+an+Prof+Music+FLX=артист• стол,N+m+inan+FLX=стол• шестьдесят,NUM+card+FLX=пятьдесят• ковать,V+ipf+FLX=жевать• водить,V+ipf+FLX=ходить• лгать,V+ipf+FLX=лгать

Словари с лексикой и образцы:

• 3 словаря : oбщий, личные имена, суб. прилагательные• 3516346 word forms / 95603 different analyses

Как построены лингвистические ресусрсы?

• береза,N+f+inan+Plant+Tree+FLX=карта• альтист,N+m+an+Hum+Music+Prof+FLX=артист• белый,A+Color+FLX=новый• морковь,N+f+inan+Food+Vegetable+FLX=смесь• глаз,N+m+inan+Body+FLX=глаз• водить,V+Mvt+Indet+ipf+FLX=водить

Семантические пометы :

• Около 5000 слов с семантической разметкой

Как построены лингвистические ресусрсы?

Парадигмы:

• новый = <E>/fl+Im+m+s | <E>/fl+Vi+m+s | <B2>ого/fl+Vi+m+an+s | <B2>ого/fl+Ro+m+s | <B2>ому/fl+Da+m+s | <B2>ым/fl+Tv+m+s | <B2>ом/fl+Pr+m+s | <B2>ое/fl+Im+n+s | <B2>ое/fl+Vi+n+s | <B2>ого/fl+Ro+n+s | <B2>ому/fl+Da+n+s | <B2>ым/fl+Tv+n+s | <B2>ом/fl+Pr+n+s | <B2>ая/fl+Im+f+s | <B2>ую/fl+Vi+f+s | <B2>ой/fl+Ro+f+s | <B2>ой/fl+Da+f+s | <B2>ой/fl+Tv+f+s | <B2>ою/fl+Tv+f+s | <B2>ой/fl+Pr+f+s | <B2>ые/fl+Im+m+f+n+p | <B2>ые/fl+Vi+m+f+n+p | <B2>ых/fl+Vi+p | <B2>ых/fl+Ro+p | <B2>ым/fl+Da+p | <B2>ыми/fl+Tv+p | <B2>ых/fl+Pr+p ;

• судьба = <E>/Im+s | <B>у/Vi+s | <B>ы/Ro+s | <B>е/Da+s | <B>ой/Tv+s | <B>ою/Tv+s | <B>е/Pr+s | <B>ы/Im+p | <B>ы/Vi+p | <B><L><B>е/Ro+p | <B>ам/Da+p | <B>ами/Tv+p | <B>ах/Pr+p ;

Около 700 разных парадигмов

Работа с программой «Nooj»Выбор словарей и «грамматик»

Работа с программой «Nooj»Открыть (Импортировать) текст

Работа с программой «Nooj»

Работа с текстом ( список словоформ и составление конкордансов)

Работа с программой «Nooj»Список слов с леммами и список словоформ

Работа с программой «Nooj»

Работа с текстом ( лингвистический анализ и снятие омонимии)

Работа с программой «Nooj»Использование «грамматик»

Работа с программой «Nooj»Как написать «грамматику» ? Зовут ? Называется ?

Работа с программой «Nooj»Как написать «грамматику» ? Надо PREP мной – Надо ADV , чтобы

Русские ресурсы для программного обеспечения NOOJ

Merci de votre attentionСпасибо за внимание

Digital HumanitiesВ.Ш.Э. Нижний-Новгород18/10/2013

Винцент Бенетvincent.benet@inalco.fr