第 4 集 · B1 · 8 分钟
语料库软件怎么查
适合听读练习的俄语真实语料。片段原文开头：сейчас я представлю лишь очень краткий очень предварительный обзор
中俄字幕
сейчас я представлю лишь
现在我仅介绍
очень краткий очень предварительный обзор
一个非常简短、非常初步的概述
тех возможностей, которые предоставляет VXM при работе с корпусом Скат и в частности
VXM在处理斯卡特语料库时所提供的功能，特别是
при работе с корпусом Цитад.
在处理西塔德语料库时的功能。
Вот, но это действительно первый опыт, который был проделан буквально за несколько.
看，但这确实是首次尝试，仅耗时数天。
поскольку разметка продолжалась тоже до самого последнего времени, это показывает,
由于标注工作也持续到了最后一刻，这表明
что трудозатраты и технический
所需投入的人力与技术
вклад, который нужно внести, чтобы получить прогноз, то есть мы используем
投入量——即我们采用中等数据距离来获得预测——将随之增加。
умеренное расстояние данных.
我们采用中等数据距离。
возможности анализа будут также расширяться хотел также напомнить что помимо вот тех
分析功能也将不断扩展；我还想提醒大家，除了上述这些功能之外，
ресурсов которую указала моя коллега
我的同事所指出的资源
корпус cat достаточно новой версии восемнадцатого года
CAT语料库是2018年推出的新版本
представлен на информационном
展示在信息平台上
портале платформы xl в нем открытый доступ и находится вот там есть небольшая
XL平台的信息门户网站上，该语料库开放访问，就在这里，有一些关于语料库本身的简要信息
информация о самом корпусе и можно читать тексты и делать
关于语料库本身的基本信息，可以阅读文本并进行文本检索
запросов с помощью текста основная работа была проведена
文本检索，主要工作由在场的康斯坦丁·谢平完成
присутствующим здесь Константином Сепиным в нём это
由在场的康斯坦丁·谢平完成，该语料库
большая версия корпуса в нём будет двадцать четыре текста.
是一个大型语料库版本，共包含24篇文本
две тысячи слов употреблений и помимо
约两千个词形使用实例，此外
возможности работы с корпусом в онлайне в чтении вот можно
除了在线使用语料库和阅读之外，还可以
кнопочку на сайте скачать так называемый бинарный корпус для работы с локальной
点击网站上的按钮，下载所谓的二进制语料库，用于本地版本的使用。
версией три см которая предоставляет некоторые
3.0 版本的本地版，它提供了一些
инструменты статистического анализа, которые я продемонстрирую, они доступны только
统计分析工具，我将进行演示，这些工具仅在本地版本中可用。
в локальной версии.
但在本地版本中才有的功能。
Но все это, единственное чего нет в этом корпусе, который сейчас на портале, это вот
但目前门户网站上这个语料库唯一缺失的内容就是
эти разметки стат.
统计标注。
которая идет и продолжается в настоящее время.
这项标注工作正在进行中，并将持续下去。
Вот этот корпус я бы назвал, чтобы отличить от большого корпуса,
为区别于大型语料库，我将这个语料库称为
это 16. те же два разделения исследующихся
16号语料库，同样包含两个被研究的子类。
регулятор сейчас объем
监管机构当前的语料规模。
небольшой то есть каких то выводов глобальных квантикативных мы делать не можем
规模较小，因此我们无法得出任何全局性、定量性的结论
скорее демонстрация предоставляется
更准确地说，这仅是一种演示
вот ну первая возможность которую уже была продемонстрирована это просто чтение
首先已展示的功能就是简单的阅读
использование платформы как инструмента для чтения, для навигации по текстам.
将平台用作阅读和文本导航的工具
И вдобавок просто чтению текста как на странице книжки или электронной книги, там
此外，除了像纸质书或电子书页面那样单纯阅读文本之外
можно иметь возможность простыми довольно способами с помощью технологии CSS,
还可以借助CSS技术（一种所有网页设计师都熟知的技术）以相当简便的方式实现
прекрасно известной всем веб дизайнерам, да, можно таким образом вот эти цитаты.
如此突出显示引文。这里我采用了彩色下划线的方式
выявлять здесь я сделал подчёркивание цветом
可以使用不同颜色来标注不同类型的引文
можно разными цветами подчёркивать разные типы сюда вот можно делать динамические и
还可以实现动态标注等其他功能
так далее можно войти такой режим синий при котором аттестаты будут как в
可以进入一种蓝色模式，在该模式下证书将如同在……
исходном документе вор да они будут визуально
原始文档中，它们将具有视觉效果
визуально вот далее один из самых распространенных базовых инструментов при работе с
视觉上，接下来是处理语料库时最常用的基线工具之一
корпусами это concordance такие word in context вот
语料库的工具——共现检索（concordance），即‘词在语境中’（word in context）
в данном случае это немножко такой трансформированный
本例中，这是一种略经改造的
конкорданс, обычно мы в конкордансе будем.
共现检索；通常我们在共现检索中会
слово или мотив, который мы ищем, и контекст слева и справа, вот он сам по себе
输入要查找的词语或主题，以及其左右两侧的上下文；该词语本身
представляет уже довольно более или менее.
已构成相对完整、详尽的表述或语段
развернутые высказывания, массивы, вот можно сократить до минимума до нуля левый и
这些语段可大幅压缩，甚至将左右上下文缩减至最小值或零
правый контекст и используем канал просто как инструмент вывода
并仅将该功能通道用作输出列表的工具
списка различных этапов.
各类阶段的列表
Это достаточно простой
这相当简单
платформа TXM.
TXM平台。
использует поисковую машину CQP язык запросов корпус query language
使用CQP搜索引擎及语料库查询语言
который достаточно распространён во многих проектах во многих корпусах и в основном
该语言在许多语料库项目中已得到广泛应用，主要
эта поисковая машина рассчитана на работу с отдельными текстоформами
该搜索引擎专为处理独立的文本形式而设计
есть много возможностей ну и у неё есть такой небольшой слой для работы с элементами
功能丰富，且它还提供了一个用于处理元素的小型接口层
xhtml в частности поскольку все цитаты были размечены с
特别是XHTML元素，因为所有引文均通过tagq标记
помощью tagq да можем такой простой запрос
是的，我们可以执行这样一个简单的查询
начальные конечно тексты и в квадратах
当然，开头是原始文本，并用方括号
скобках указывается любая любая текстовая форма.
括号内可填写任意文本形式。
получаем выборку из всех цитат.
获取所有引文的样本。
Это сто восемьдесят три в нашем
这是我们的微语料库中的183条。
микрокорпусе. Также можно вводить условия
还可以按引文类型设置条件。
по типам цитат, но я этого не делал, но это всё язык
但我没有这样做，不过这完全可以通过SQL语言轻松实现。
SQL позволяет сделать достаточно легко.
SQL语言可以轻松实现这一点。
ну и далее возможность одна из тоже
接下来，另一个功能也是
базовых функций этой экзамена так называемое возвращение к тексту
该考试的一项基本功能，即‘返回原文’。
здесь мы делаем двойной клик на
我们在此处双击
строку конкорданса и получаем
共现行，即可获得
зато вот на странице текста ну к сожалению видеопроектор не
但在文本页面上——可惜投影仪无法显示。
позволяет нам видеть выделение но
使我们能够看到‘но’的高亮显示
поверьте мне что на нормальном экране видно что
请相信我，在普通屏幕上可以清楚地看到
соответствующие запросу тексты цитаты выделяются цветом.
与查询匹配的引文文本会以颜色高亮显示。
Вот другая функция такого качественного исследования корпус называется прогрессия.
这是高质量语料库研究的另一项功能，称为‘进展图’。
Это график, мы тоже вводим некий запрос
这是一张图表，我们同样输入某个查询
на языке SQL, и есть два варианта, это кумулятивный, это называем график, то есть
使用SQL语言，它有两种模式：累积式和非累积式，后者即我们所说的图表，
при каждом вхождении искомого выражения.
即每次出现目标表达式时均作统计。
ну вот у нас на одну ступенечку эта
现在我们向上移动一个台阶，
кривая поднимается.
这条曲线就会上升。
Она позволяет увидеть, ну так скажем, динамику потребления какого- либо выражения в
它能帮助我们观察某一表达式在……中的使用动态。
нашем. корпусе тесно два же делят то есть
在我们的语料库中，两个语料库紧密相连，即
данном случае вместо рассматривать как отдельные подкорпуса там слева у нас лужицкий
在本例中，我们不将其视为独立的子语料库，而是将左侧的卢日茨基语料库视为
а здесь я сравниваю на самом деле
而此处我实际上是在进行比较
первые слова цитат и все слова цитат в
引文的首词与全部引文词汇
одном графике очень похожи
在同一图表中非常相似
они бы сильно различались, если бы были длинные цитаты.
如果引文较长，它们的差异就会非常明显。
По первому слову мы просто видели каждый раз, когда начинается цитата.
通过首词，我们每次都能清楚看到引文的起始位置。
А длинные цитаты там были бы
而长引文则会表现为
такие большие вертикальные практически.
近乎垂直的巨大条状图。
Здесь мы видим, что в основном цитаты короткие.
此处我们可见，引文主要为短引文。
Есть какие- то фрагменты плоские, здесь цитат нет.
存在一些平淡无奇的片段，此处没有引文。
Если у нас размечена структура текста содержательная в каждом абзаце, то можно каких
如果我们在每个段落中都标注了文本的内容结构，那么就可以……
частях текста цитаты присутствуют и не присутствуют.
引文在文本的某些部分出现，而在其他部分则未出现。
И также можно строить график по разным типам цитат, вот исследовать как они.
此外，还可以根据不同类型的引文绘制图表，进而研究它们。
он цитирует внутри текста
他在正文中直接引用。
следующий пример это уже я
下一个例子是我自己做的。
сравниваю ушинского и пильшевского тоже цитаты видно что
我将乌申斯基与皮利舍夫斯基进行对比，同样可见引文，
они на протяжении всего текста присутствуют есть какие то небольшие фрагменты где
这些引文贯穿全文，仅存在少量未出现引文的片段，
они отсутствуют но в целом они
它们总体上是存在的。
цитирование действительно
确实存在引用行为。
земля мы постоянно чеки текста ну вот какие то различия между твердиями тем не менее
土地，我们持续检查文本，嗯，就是说硬音符号之间存在一些差异。
имеется да вот если у душевского так более или менее
是的，确实如此。比如杜舍夫斯基的文本中，情况大致如此。
это кривая растет равномерно то у пешанского да вот
如果曲线均匀增长，那么佩尚斯基的文本就不是这样。
какие- то периоды какие- то фрагменты где это отсутствует это может привлечь
某些时期、某些片段中缺失这种现象，这可能引起注意。
внимание для дальнейшего исследования
以供进一步研究。
Перейду сразу к следующей функции, это частотный словарь.
我直接进入下一个功能：词频词典。
вот благодаря вот этой разметке и её интеграции в корпус нам можно очень легко
正是借助这种标注及其在语料库中的整合，我们可以非常便捷地……
построить ну во первых на всем корпусе
首先在整个语料库上构建（词频词典）。
来源：English: Andrew Krizhanovsky Русский: Андрей Крижановский · Public domain