(Untitled)

[olesar]

http://googlebooks.byu.edu/
Все было очень просто: закачать n-граммы GoogleBooks в базу данных и прикрутить на собственный корпусный движок - и корпус на 155 миллиардов слов готов. С поиском по лексемам, частям речи, синонимам, конструкциям, с работающими wildcards и сравнением статистик по

Comments

[aleatorius]

экие коварные мормоны!

Do I assume correctly

[mura_vey]

That my attempts did not go into vain

Re: Do I assume correctly

[olesar]

Ты хочешь сказать, что мормоны уже ухватились за русский? Было бы неплохо...

Re: Do I assume correctly

[mura_vey]

А, нет. Я подумала, это ты почитала мой перечень достойных корпусов на CASовском сайте, среди которых есть сделанный Дэвисом googlebooks.
Интересно, кстати, насколько сложно приспособить его интерфейс для русского?

[petsen]

Знаешь, реплики про гигантов выглядят не очень-то красиво, с учетом всего. Неясно, почему бы корпусной саранче (тм) и вправду не делать самой то, что ей надо. Ни филологи, ни астрономы не требуют спецпроектов для своих профессиональных нужд на чужие частные деньги, зато лингвисты недовольны всеми поисковыми машинами в мире, что те не обслуживают их нужд.

[l_i_d_y_a]

Ну вот да.
И более того, создание такого корпуса стало возмождно только потому, что Гугл выложил в свободный доступ свою коллекцию биграмм.

[mura_vey]

М-м-м, ну это как-то невежливо получилось про Марка Дэвиса, который до этого создал и поддерживает корпуса испанского, португальского и самый большой в мире корпус. Последний - американского английского. Ничего особенно "такого" в этом корпусе нет, чего бы отличало его от уже существующих и работающих на том же самом сервере.

[l_i_d_y_a]

Наверное, я увлеклась немного. Точнее будет так:
Дэвис молодец, что работает над созданием корпусов.
Гугл молодец, что предоставляет данные.

Я просто согласилась с тем, что поисковые компании, во-первых, никому ничего не должны, во-вторых, достаточно много делают для развития научного знания.