Терминологические банки данных

Основные вехи создания компьютерных корпусов.

В 60е гг. был создан брауновский корпус в США (1 млн слов)

70е – ланкастерско-ослобергенский корпус (1 млн слов)

80е – началась работа над МФ русского языка (1 млн слов)

80е – в Швеции упсольский корпус русского языка

Кон. 80х – бирмингемский корпус (20 млн слов)

90е – британский национальный корпус (100 млн слов);

Венгерский, итальянский, хорватский, чешский, японский национальные корпуса (100 млн слов);

Бирмингемский корпус нарастили до 600 млн слов.

2000е – американский национальный корпус (100 млн слов);

Gigaword Corpora (англ., китайский, арабский) – 1 млрд слов.

В МФ русского языка есть богачайший материал в виде тексовых и звуковых документов.

Начал создаваться в в 1985 в Институте русского языка РАН по инициативе академика Ершова.

Много различных программ – программа создания и использования автоматических словарей, программы ведения лексикографических БД и автоматизации словарных работ.

Большое внимание уделялось терминоведению, а также автоматической обработке текста на ествественном языке.

В России наиболее хорошо развиты башкирский и татарский национальные фонды.

С 2005г в Институте истории языка и литературы уфимского научного центра РАН + в интернет-центре башкирского гос. Университета.

Доступен в интернете для широкого круга пользователей.

≈40 онлайн-словарей башкирского языка.

Татарский сектор разрабатывается РАН Татарстана.

Создаются словари и программы, ориентированные на обработку текстов.

Банки данных нужны для создания словарей.

ТБД – автоматические хранилища терминов. При этом каждый термин в БД снабжен дополнительной информацией. Указывается, в частности, его значение, даются эквиваленты на других языках, его синонимы, антонимы, сообщается, каким документом утвержден термин и т.д.

ТБД выдает:

1. Весь текст работы какого-либо автора
2. Все тексты или фрагменты текстов по какой-либо проблеме
3. Отдельные конкретные термины
4. Весь словник текста
5. Частотный словарь текста/текстов
6. Сведения о наличии/отсутствии рисунков или схем
7. Сведения о встречаемости термина в текстах

В зависимости от целей создания, ТБД можно разделить на 2 группы:

1. Ориентированные на обеспечение работ по переводу технической литературы и документации.
2. Для обеспечения информации о стандартизированной и рекомендованной терминологии.

В России ТБД сильно развиты. В основном на крупных предприятиях и в различных специализированных организациях (в основном отраслевых).

Функциональная структура содержит 2 уровня:

1. Головной ТБД
2. Специализированные ТБД на предприятиях

ТБД встречаются в специальных терминологических центрах, в службах переводов, службах стандартизации, а также в университетах.

В разных странах существует несколько десятков крупных ТБД.

В России два крупнейших ТБД находятся в Москве:

1. Всероссийский НИИ комплексной информации по стандартизации и качеству (ВНИИКИ)
2. Всероссийский институт научно-технической информации (ВИНИТИ)

ТБД Siemens – 3 млн слов терминологической информации на 11 языках.

В Люксембурге есть бюро Eurodicautom. А также развиты ТБД в Канаде, Швеции, Бельгии.

Дата добавления: 2014-01-04