Русско-китайский параллельный корпус НКРЯ

Национальный корпус русского языка (НКРЯ) — одно из самых больших и качественных семейств корпусов для русского языка. В корпусе существует большое количество т.н. подкорпусов — небольших баз данных, посвященных конкретной области исследования языка (синтаксису, ударению и т.д.). Один из таких подкорпусов — параллельный; он, в свою очередь, сам делится на двадцать русско-иноязычных корпусов.

О том, что такое параллельные корпуса, вы можете узнать здесь.

Немного истории

Наш корпус появился внутри НКРЯ в 2016 году. С 2019 года он доступен на двух страницах:

• на сайте Национального корпуса русского языка (общий для НКРЯ интерфейс, более редкое добавление текстов),
• на сайте корпусных проектов НИУ ВШЭ (экспериментальный интерфейс, более оперативное добавление текстов).

В 2020 и в 2021 году мы несколько раз получали поддержку от ВШЭ на развитие нашего проекта: для улучшения его общей инфраструктуры, для улучшения разметки китайских текстов, для разработки образовательных приложений на основе корпуса.

Сегодняшнее состояние Корпуса

Объем Корпуса - больше 3,5 миллионов слов. Он состоит из более чем тысячи текстов, основная часть которых - художественные произведения русских и китайских авторов XIX-XXI вв., новостные и официально-деловые тексты.

Сегодня сайт Корпуса доступен на трех языках: русском, английском и китайском.

О том, что именно можно делать в нашем корпусе, вы можете прочитать в инструкции на странице поиска: нажмите на оранжевый значок вопроса вверху страницы.

Чем мы примечательны?

Сейчас наш проект — единственный разрабатываемый в России параллельный корпус, обладающий сразу четырьмя полезными свойствами:

1. он представляет пару языков - русский и путунхуа;
2. он доступен в Интернете;
3. он обладает удобной для юзера системой поиска;
4. он размечен грамматически.

Мы знаем лишь об одном аналоге нашего проекта, разрабатываемом сейчас в Пекине.

Наша команда

В нашем проекте задействованы студенты, преподаватели и научные сотрудники следующих институтов:

• Институт русского языка им. Виноградова (ИРЯ РАН)
• Национальный исследовательский университет “Высшая школа экономики” (НИУ ВШЭ)
• Институт проблем передачи информации им. А.А. Харкевича (ИППИ РАН)
• МГУ им. Ломоносова
• Российский государственный гуманитарный университет (РГГУ)
• Чжэцзянский университет
• Хэйлунцзянский университет
• Московский физико-технический институт (МФТИ)
• Санкт-Петербургский государственный университет (СПбГУ)

Над корпусом работают десятки человек. Но у нас еще огромное количество нерешенных задач, на которые не хватает активных и смелых участников. Поэтому если вас заинтересовал наш проект — обязательно посмотрите наши вакансии!

Контакты

Вы можете связаться с нами по любым вопросам следующими способами:

• по электронной почте нашего корпуса: ruzhcorp@yandex.ru;
• по электронной почте с координатором корпуса Кириллом Семеновым: kir.semenow@yandex.ru;
• через наши публичные страницы ВКонтакте и в Facebook.