Доступен снятник ГИКРЯ, версия 1.0, Живой Журнал

Дорогие коллеги!

Мы рады представить вам новый, открытый сегмент Генерального интернет-корпуса русского языка — корпус Живого Журнала с автоматически снятой неоднозначностью, размеченный в соответствии с новым форматом морфоразметки ГИКРЯ.

Здесь доступен демонстрационный вариант в 50.000 токенов:

конпка2

Для скачивания доступны 2 миллиона словоформ (пожалуйста, обратитесь за ними по адресу geekrya@gmail.com), в дальнейшем мы собираемся увеличить этот объем за счет остальных сегментов ГИКРЯ (ВКонтакте, Блоги Mail.Ru, новостной корпус, Журнальный Зал).

Мы приглашаем разработчиков и исследователей использовать данный подкорпус для обучения собственных парсеров и улучшения существующих систем.

  • Материал: 2 миллиона словоформ из Живого Журнала (публикации пользователей и комментарии)
  • Разметка: Abbyy Compreno
  • Формат: MSD-GICR, обновленная  версия известного позиционного тагсета, дополненная ранее нереализованными граммемами.

Пример разметки:

Словоформа      [лемма]               морфотег          комментарий

Если                    [если]                          C                  #союз
хочешь                  [хотеть]                        V-ip2s-a-p-ym                  #глагол, личная форма, наст.вр., 2-е лицо, ед.ч., активный залог, несов., перех.
тусить                  [тусить]                        V-n—-a-p-nm                  #глагол, инфин., активный залог, несов., неперех.

туси                    [тусить]                        V-m-2s-a-p-nm                  #глагол, пов.накл., 2-е лицо, ед.ч., активный залог, несов., неперех.
.

Если                    [если]                          C                  #союз
хочешь                  [хотеть]                        V-ip2s-a-p-ym                  #глагол, личная форма, наст.вр., 2-е лицо, ед.ч., активный залог, несов., перех.
бухнуть                 [бухнуть]                       V-n—-a-e-ym                  #глагол, инфин., активный залог, соверш., перех.

бухни                   [бухнуть]                       V-m-2s-a-e-ym                  #глагол, пов.накл., 2-е лицо, ед.ч., активный залог, соверш., перех.

Новый тагсет MSD-GICR:

новый тагсет