Екстралінгвістична розмітка

Екстралінгвістичні розмітка, або метадані, включає в себе «зовнішню», «інтелектуальну» розмітку (бібліографічні характеристики, типологічні характеристики, тематичні характеристики, соціологічні характеристики), «формальну» структурну розмітку (текст, розділ, глава, частина, абзац, речення), а також техніко - технологічну розмітку (кодування, дати обробки, виконавців, джерело електронної версії). Набір метаданих в чому визначає можливості, надані корпусами дослідникам. При виборі цих даних необхідно керуватися цілями дослідження і потребами лінгвістів, а також можливостями щодо внесення в текст тих чи інших додаткових ознак.

«Зовнішня», «інтелектуальна» розмітка потрібна, по-перше, для виявлення взаємозв'язку мови й умов його існування, по-друге, для вивчення окремих підмножин мови. Виділяють два класи факторів, що впливають на мову текстів:

• зовнішні, позамовні чинники (E - external);

• внутрішні фактори (I - internal).

Дж. Синклер виділяє три групи E -факторів:

• Е1 (origin) - фактори, що стосуються створення тексту автором;

• E2 (state) - фактори, що відносяться до зовнішніми ознаками тексту (включаючи усну або письмову мову);

• Е3 (aims) - фактори, що віднос до причин створення тексту і його впливу на аудиторію

і дві групи I -факторів:

• I1 (topic) - предметна область тексту;

• I2 (style) - стилістичні особливості (стиль, жанр) [57].

У НКРЯ, наприклад, використовується наступний набір метаданих:

Перший блок:

1) автор тексту: ім'я, стать, дата народження (або приблизний вік);

2) назва тексту;

3) час і місце створення тексту (може вказуватися точно або приблизно);

4) обсяг тексту: для художніх творів прийнято, що звичайна довжина розповіді - менше 5 тис. слів; звичайна довжина повісті - від 5 до 15 тис. слів; звичайна довжина роману - більше 15 тис. слів.

Другий блок: параметри метаописания трьох основних масивів текстів корпусу - художніх текстів; нехудожніх текстів; драматургічних творів. Наприклад, для художніх текстів у НКРЯ вказується:

1) жанр тексту: нежанровим проза, автобіографічна проза, детектив, дитяча література, історична проза, кримінальна література, пригоди, фантастика, гумор і сатира;

2) тип тексту: автобіографічна проза, анекдот, ассоциа тивная проза, бойовик, детектив, нарис, літературне лист, повість, притча, п'єса, розповідь, роман, казка, трилер, епопея, есе та ін;

3) хронотоп тексту: приблизне вказівка ​​на місце і час описуваних у тексті подій [27].

Реально пропонується наступне: древній Схід; Росія XVII століття; Росія XIX століття; Росія / СРСР: радянський період в цілому; Росія, радянський період - Німеччина 1920-1940 - і роки; Росія / СРСР - Європа 1960-1980- і роки; Росія / СРСР: перебудова; Росія / СРСР: радянський і пострадянський період; Америка: сучасне життя; Ізраїль: сучасне життя; Середня Азія: сучасне життя; ірреальний світ та ін Також може зустрітися тег «хронотоп не визначений».

Службова, або «імпліцитно», метаразметка в НКРЯ включає:

1) «текст -стиль», при цьому виділяються академічний, науково -популярний, офіційно -діловий, нейтральний, знижений, знижений з елементами грубого просторіччя і жаргону, архаізованний, індивідуально - авторський, діалектна та ін (всього 21);

2) аудиторія - вік;

3) аудиторія - рівень освіти;

4) аудиторія – розмір

Поиск по сайту: