Andrew Krizhanovsky edited section_RusVect_bar_o_r__.tex  almost 8 years ago

Commit id: 3e485da0e3f315a12282f0481f9e8333420b73d1

deletions | additions      

       

Авторы $RusVect\bar{o}r\bar{e}s$ А. Кутузов и Е. Кузьменко обращают внимание читателя на такие особенности НКРЯ, как ручной отбор текстов для пополнения корпуса и регулирование соотношения текстов разных жанров, малый размер основного корпуса, порядка 107 млн слов (сколько в новостном?). В работе~\cite{Kutuzov_2015} вводится понятие \textit{представительность корпуса} как способность отражать (указывать на) те ассоциации для слова, с которыми согласится большинство носителей.  Для исследования были использованы синонимы онлайн-словаря Русский Викисловарь. Викисловарь~--- это свободно пополняемый многофункциональный многоязычный онлайн-словарь и тезаурус. В Викисловаре содержатся толкования и переводы слов, описание фонетических и морфологических свойств, семантические (парадигматические) отношения. В словарных статьях приводится произношение слов (указана транскрипция и даны ссылки на аудиофайлы с произношением), правила разбиения слов на слоги, ударения в словах, информация об этимологии слов. Машиночитаемый Викисловарь, используемый в этой работе, регулярно обновляется и строится на основе данных Русского Викисловаря~\cite{KrizhanovskySmirnov2013}. Викисловаря~\cite{Krizhanovsky_Smirnov_2013}.  Машинночитаемая версия Викисловаря создается в проекте wikokit~\footnote{URL: \href{https://github.com/componavt/wikokit}.} + Ссылка на работу RadimHurek (Gensim).