Проект YARN (Yet Another RussNet)

Проект YARN (Yet Another RussNet)

Тем не менее потребность в общедоступном тезаурусе русского языка только возрастает.

Сложности связаны с трудоемкостью процесса накопления и редактирования лексических баз такого рода и ограниченностью человеческих ресурсов.

Интерпретация проблем

Тезаурус РуТез, разработанный в НИВЦ МГУ. Долгие годы остается закрытым ресурсом, доступным только его создателям.

Русские проекты

На сегодняшний день WordNet-подобные ресурсы созданы для многих языков, в том числе для малых языков и латыни.

Он необходим для решения современного комплекса прикладных задач компьютерной лингвистики, информационного поиска, машинного перевода, искусственного интеллекта.

WN-подобные тезаурусы

SUN в WordNet (пример)

Электронный тезаурус, наряду с лингвистическим корпусом, стал необходимым источником языковых данных, не менее существенным, чем традиционные словари и грамматики!

Проекты EuroWordNet, GermaNet … …

А как же русский WordNet?

Проект RussNet (СпбГУ, рук. И. В. Азарова). Ориентация на отражение лексической системы русского языка и различных семантических отношений внутри системы. Работа рассчитана на длительную перспективу. Текущий объем тезауруса небольшой.

Стратегия перевода WN на русский язык (ЗАО “Руссикон”, А. М. Сухоногов, С. А. Яблонский); группа Новосибирского университета (И. Г. Гельфенбейн, А. В. Гончарук и др.). Однако межъязыковые различия препятствуют наложению семантической структуры одного языка на лексику другого.

Традиционные методы создания таких ресурсов (ручной труд небольших замкнутых коллективов) затратны и не позволяют быстро получить результат приемлемого качества.

www.russianword.net

Особенность YARN состоит в том, что он открыт для всех, наполняется и редактируется по принципу Википедии и Русского Викисловаря (http://ru.wiktionary.org).

Единицей описания в тезаурусе является не отдельное слово, а синсет (ряд синонимов). В синсет могут входить как однословные, так и неоднословные синонимы, аббревиатуры: подводная лодка — подлодка — субмарина, программное обеспечение – ПО – софт.

В тезаурусе должны быть представлены все основные слова и составные наименования, поэтому синсет может состоять и из одного слова (выражения), но только если для соответствующего значения синонимов не существует (суффикс, стиральный порошок и т.п.).

Синонимы могут быть однокорневыми и разнокорневыми словами: интересный – небезынтересный – увлекательный; неинтересный – безынтересный – скучный.

Дата добавления: 2015-07-02