7. Загальна характеристика паралельних корпусів

Паралельний корпус (Parallel Corpora) - це електронний аналог паралельних перекладних текстів, як правило складається з безлічі блоків "текст-оригінал і один / декілька його перекладів". Електронні тексти в корпусі можуть являти собою ціле оригінальне словесний твір або якусь його частину. У сучасних корпусних лінгвістиці виділяється два види паралельних корпусів (1): 1) багатомовний, або Comparable (Мultilingual) Сorpora, 2) перекладний, або Translation Сorpora. Структурна організація корпусу може бути сама різна, залежно від прагматичних цілей його творця чи користувача:

• у вигляді традиційного тексту з посиланням на переклад(и),

• в табличній "дзеркальній" формі, що більш зручно для сприйняття і порівняння,

• у вигляді бази даних.

Паралельні тексти є незамінними "помічниками" в навчанні перекладу, і фактично жоден практичний посібник з практики перекладу не обходиться без них.

Електронні паралельні корпуси та лінгвістичні комп'ютерні технології дозволяють значно скоротити час, що витрачається на переклад.

8. Загальна х-ка корпусів усної мови

Дослідження усної мови є дуже важливим . Та створення репрезентативного корпусу усної мови виявилося складним завданням. Корпус Лондон-Лунд (TheLondon-LundCorpus) був розроблений у рамках проекту «Дослідження вживання англійської мови» (TheSurveyofEnglishUsage). Проект розроблявся з 1960 року в Лондонському університетському коледжі. Об’єм корпуса – 1 млн. слововживань. Машинний варіант корпусу створювався в Лундському університеті. Саме цей корпус був одним із перших корпусів усної мови, який могла прочитати машина.

Поява корпуса Лондон-Лунд призвела до багатьох досліджень лексики, граматики, просодії мовлення і особливо структури і функціонування дискурсу. Так, були дослідженні вживання слів actually, really, youknow, yousee, I mean, well, питання і відповіді в англійській розмові, вживання пасиву і т. д.

В силу різних причин побудова корпусу усної мови просувається набагато повільніше ніж письмової. В першу чергу усне мовлення потрібно якимось чином зафіксувати – на приклад, за допомогою магнітної стрічки, цифрового запису чи відеокасети. Потім його потрібно записати буквами, що є стомлюючою та дорогою роботою. Головною складністю створення фонетичних лінгвістичних ресурсів пов’язана із транскрибуванням усного мовлення. При цьому виникають наступні проблеми:

• Який алгоритм використовувати для транскрибування?

• Чи враховувати індивідуальні особливості вимови?

• Враховувати весь усний текст чи його фрагменти?

• Чи враховувати діалектні варіанти вимови слів?

• Чи маркувати слова, які при прослуховуванні не були розпізнанні?

• Чи маркувати паралінгвістичні явища, що супроводжують мовлення (сміх, бурмотіння, кашель)?

В наш час загально прийнято, що для створення корпусів усного мовлення використовують транскрипції на основі орфографічного представлення звуків, з додатковими знаками, що передають просодійні(просодический) , паралінгвістичні та інші особливості вимови.