Transcript Что такое Nooj?
Русские ресурсы для программного обеспечения NOOJ
Составление словарей, помет и грамматик
Digital Humanities В.Ш.Э. Нижний-Новгород 18/10/2013
Корпусы русского языка «он лайн» «готовые» русские ресурсы • • •
Национальный корпус русского языка http://ruscorpora.ru
Машинный фонд русского языка http://cfrl.ru
Корпус русского литературного языка http://www.narusco.ru
Что такое Nooj?
Многоязычная система для обработки текстов
Nooj http://www.nooj4nlp.net/pages/nooj.html
,
работа с «собственными» текстами и ресурсами
Принцины работы с программой NOOJ
Скачать программу и ресурсы Установить программу ( распаковка) Выбрать параметры для русского языка
Открыть ( Импортировать) текст Составить лексику Провести морфосинтаксический анализ Снять случаи омонимии
Искать слова и составить конкордансы
Использовать и написать «грамматики»
Скачать NOOJ
•
NOOJ http://www.nooj4nlp.net/pages/download.html
Скачать ресурсы
23 языка (7 славянских языков)
Русский язык
Установить программу
Автоматическая распаковка в папках C:\NooJApp\_App C:\ NooJApp \_Misc C:\ C:\ C:\ NooJApp NooJApp NooJApp \FR \EN \RU
Работа в папке
C:\My Documents
Содержание папки «ru»
Как построены лингвистические ресусрсы?
Основные файлы с русскими ресурсами
• Файл :Properties.def
• Файл(ы) :
словари
.dic / .nod • Файл(ы) :
парадигмы
.nof
• Файлы :
грамматики
.nog
• Файлы : тексты.txt / .not
Как построены лингвистические ресусрсы?
Основной файл с характеристиками :
• Properties.def
A_Forme = fc | fl | adv; A_Genre = m | f | n ; A_SGenr = an | inan ; A_Nombre = s | p; A_Cas = Im | Vi | Ro | Da | Tv | Pr | Zv; A_Deg = Comp | Sup ; A_Sem = App | Color | Body; N_Genre = m | f | n ; N_SGenr = an | inan ; N_Nombre = s | p; N_Cas = Im | Vi | Ro | R2 | Da | Tv | Pr | P2 | Zv ; N_Sem = Hum | Forename | Prof | Parent | Body |Animal | Bird | Food | Arts | Lit | Music | Sports | Topo | Country | River | City | Mount| Lake | Posit | Time | Color
;
ADV_Deg = Comp; ADV_Sem = Time | Topo | Modal;
Как построены лингвистические ресусрсы?
Словари с лексикой и образцы:
• 3 словаря : oбщий, личные имена, суб. прилагательные • 3516346 word forms / 95603 different analyses • • • • • • • • •
красивый,A+FLX=новый машина,N+f+inan+FLX=карта судьба,N+f+inan+FLX=судьба альтист,N+m+an+Prof+Music+FLX=артист стол,N+m+inan+FLX=стол шестьдесят,NUM+card+FLX=пятьдесят ковать,V+ipf+FLX=жевать водить,V+ipf+FLX=ходить лгать,V+ipf+FLX=лгать
Как построены лингвистические ресусрсы?
Семантические пометы :
• Около 5000 слов с семантической разметкой • • • • • •
береза,N+f+inan+ Plant+Tree +FLX=карта альтист,N+m+an+ Hum+Music+Prof +FLX=артист белый,A+ Color +FLX=новый морковь,N+f+inan+ Food+Vegetable +FLX=смесь глаз,N+m+inan+ Body +FLX= глаз водить,V+ Mvt+Indet +ipf+FLX=водить
Как построены лингвистические ресусрсы?
Парадигмы:
Около 700 разных парадигмов •
новый =
судьба
=
Работа с программой «Nooj»
Выбор словарей и «грамматик»
Работа с программой «Nooj»
Открыть (Импортировать) текст
Работа с программой «Nooj»
Работа с текстом ( список словоформ и составление конкордансов)
Работа с программой «Nooj»
Список слов с леммами и список словоформ
Работа с программой «Nooj»
Работа с текстом ( лингвистический анализ и снятие омонимии)
Работа с программой «Nooj»
Использование «грамматик»
Работа с программой «Nooj»
Как написать «грамматику» ? Зовут ? Называется ?
Работа с программой «Nooj»
Как написать «грамматику» ? Надо PREP мной – Надо ADV , чтобы
Digital Humanities В.Ш.Э. Нижний-Новгород 18/10/2013
Русские ресурсы для программного обеспечения NOOJ
Merci de votre attention Спасибо за внимание Винцент Бенет [email protected]