Национальному корпусу русского языка исполняется 20 лет

29 апреля 2024

НКРЯ — представительный корпус текстов на русском языке. В нем собраны тексты самых разных жанров — и примерно в той пропорции, в которой с ними сталкивается обычный носитель языка.

Разработкой корпуса занимается большая команда лингвистов, а также опытные программисты, и он постоянно совершенствуется. Сейчас в нем больше шести миллионов текстов, в которых в сумме содержится более двух миллиардов слов, и постоянно добавляются новые корпусы.

Также НКРЯ — цифровой проект с удобным интерфейсом. Все тексты снабжены лингвистической разметкой и инструментами поиска: это позволяет формулировать сложные поисковые запросы и с их помощью находить примеры употребления слов и словосочетаний.

А для части корпусов внедрена разметка с применением нейросетей: она позволяет быстро узнавать такие данные, как частотность слова, синтаксические отношения и многое другое.

Корпус может быть полезен и лингвистам, и преподавателям русского языка, и другим пользователям для разных нужд. Например, преподаватели могут с использованием Корпуса составлять задания, лингвисты — значительно упростить и ускорить проведение исследований, а писатели, журналисты, блогеры и просто интересующиеся языком — узнать, когда, по данным Корпуса, слово было впервые зафиксировано; в каких контекстах обычно употребляется то или иное выражение; какие есть нетривиальные рифмы к слову любовь и как часто употреблялось определенное слово в разные исторические периоды.

Кому и зачем нужен Национальный корпус русского языкаПолучить всю картотеку одним кликом и другие, менее очевидные возможности специальных корпусовСовокупные ресурсы и инструменты Национального корпуса русского языка, цифровой экосистемы «Грамота» и будущего Национального словарного фонда смогут покрыть все потребности пользователей в информации о русском языке, обеспечить его сохранение и популяризацию, позволят лингвистам изучать язык, а всем остальным — наиболее эффективно учиться языку.