Современные компьютерные методы в изучении и преподавании лингвистических дисциплин: корпусная лингвистика

В.И. Подлесская (заместитель директора Института лингвистики РГГУ, руководитель Учебно-научного центра лингвистической типологии) Корпусная лингвистика - современная, быстро развивающаяся область, возникшая вследствие растущих потребностей лингвистики во внедрении компьютерных технологий для работы с большими массивами языковых данных. Корпусная лингвистика это наука о создании и использовании корпусов - компьютерных коллекций текстов, специально подобранных и специально подготовленных для научных исследований. На современном технологическом уровне лингвистику уже не удовлетворяют просто электронные библиотеки или полнотекстовые базы данных. Лингвисту нужны электронные корпуса, т.е. такие электронные коллекции текстов, которые

• отобраны исходя из некоторых принципов,
• специально подготовлены и размечены,
• и в которых с помощью специальных программ можно искать необходимые фрагменты текста по заданным параметрам

Для большинства крупных языков мира уже созданы уже так называемые национальные корпуса. Национальный корпус - это собрание текстов в электронной форме, представляющих данный язык на определенном этапе его существования. Обязательное требование к национальному корпусу - его представительность. Это означает, что корпус должен содержать по возможности все типы письменных и устных текстов, представленных в данном языке (художественные разных жанров, публицистические, учебные, научные, деловые, разговорные, диалектные и т.п.), и что все эти тексты должны входить в корпус по возможности пропорционально их доле в языке соответствующего периода. Следует иметь в виду, что хорошая представительность достигается только при значительном объеме корпуса (десятки и сотни миллионов словоупотреблений). Существующие национальные корпуса составлены с разной степенью полноты и обработанности. Общепризнанным образцом является, в частности, Британский национальный корпус (100 млн. слов), на который ориентированы и многие другие корпуса. Среди славянских корпусов выделяется Чешский национальный корпус, созданный в Карловом университете Праги. Внедрение корпусных методов радикально изменило общий научный ландшафт в лингвистике. Теперь ограничений на объем анализируемого материала и скорость поиска информации в нем по существу нет, а это означает, что в распоряжении исследователя оказываются колоссальные массивы текстов самого разного типа. Это не замедлило сказаться на развитии наших знаний о языке: возможность массовой - в том числе статистической - обработки текстов, недоступная прежде, позволила обнаружить в структуре и развитии языка такие закономерности, о существовании которых наука раньше или не подозревала, или лишь смутно догадывалась, но не могла строго обосновать. Теперь подлинно научные описания грамматического строя языков, а также авторитетные академические словари - практически все без исключений - составляются на основе корпусов этих языков. Как лингвистические исследования и образовательные программы в РГГУ реагируют на новые требования времени? 1. Российской академией наук в рамках программы "Филология и информатика" поддержан проект создания Национального корпуса русского языка. В этом проекте участвуют лингвисты многих научных учреждений и вузов. В числе основных разработчиков лингвистического обеспечения проекта - профессора Центра лингвистической типологии Института лингвистики РГГУ В.А.Плунгян и Е.В.Рахилина. К практической работе по созданию Национального корпуса широко привлекаются и студенты РГГУ, в том числе, и в формате компьютерной практики. 2. В Институте лингвистики РГГУ ведется несколько проектов по созданию специализированных корпусов. Исследовательским коллективом под руководством С.И.Гиндина, объединяющим преподавателей, сотрудников и студентов Кафедры теоретической лингвистики и Кафедры математики, логики и интеллектуальных систем, создана и продолжает развиваться гипертекстовая филологическая информационная система по творчеству В.Я.Брюсова. Система включает полный структурированный электронный корпус текстов Брюсова и его филологическое сопровождение. Система уже широко используется в преподавании филологических и лингвистических дисциплин. В Центре типологии ведется работа над созданием мультимедийного корпуса русских разговорных текстов. Создание электронных корпусов устных текстов - это новаторское направление не только для России, но и для лингвистики в целом, открывающее совершенно новые перспективы, как для теории лингвистики, так и для ее практических приложений. На базе этого корпуса уже читаются несколько учебных курсов и работает аспирантский семинар. 3. Поскольку современный профессионально подготовленный лингвист обязан уметь эффективно пользоваться корпусами, а при необходимости, уметь самостоятельно сформировать корпус с нужными параметрами, в 2003/2004 учебном году для специальности "теоретическая и прикладная лингвистика" введен обязательный курс "Корпусная лингвистика". 4. В Институте лингвистики был организован специальный практикум по повышению квалификации профессорско-преподавательского состава в области корпусной лингвистики.