CC BY
176
УДК 81'33
Л.Н. Беляева
Российский государственный педагогический университет им. А.И. Герцена, Санкт-Петербург
СЕТЕВЫЕ ЛИНГВИСТИЧЕСКИЕ РЕСУРСЫ В ПОДГОТОВКЕ ФИЛОЛОГА
В статье рассматривается научный и образовательный потенциал сетевых лингвистических ресурсов, обеспечивающих оперативное извлечение информации и данных, необходимое при подготовке современного филолога.
Ключевые слова: сетевые лингвистические ресурсы, терминологические базы данных, извлечение информации, извлечение и перевод терминов.
В современном мире экономики знаний именно деятельность филолога является базой для извлечения и анализа эмпирической информации, содержащейся в текстах на естественном языке [1-4]. Современным средством поддержки и сопровождения работы любого филолога являются информационные технологии (ИТ) и созданные на их основе лингвистические ресурсы. Однако часто именно филолог привычно воспринимает ИТ как реальную угрозу своему существованию в профессии, поскольку ему либо вообще не известны, либо недостаточно известны ни потенциал этих технологий в целом, ни конкретные возможности их применения для решения собственных задач - лингвистических, литературоведческих и методических. Незнание этих возможностей (или, что еще хуже, знание неполное и/или некорректное) приводит к тому, что филолог не владеет информацией о существующих в Сети и доступных лингвистических ресурсах, национальных корпусах текстов, словарных базах и т.п. (ср., например, такую справочную информацию в [5, 6]). Естественно, он не в состоянии выбрать нужные именно ему сервисы и системы и, следовательно, не способен их адекватно использовать.
В самом общем виде под сетевыми ресурсами принято понимать любые данные, к которым можно получить доступ при подключении к системе Интернет. Сетевые ресурсы могут по разным критериям объединяться в информационные сегменты, которые и являются основой для поддержки и сопровождения профессиональных образовательных пространств, формируя высокотехнологичную образовательную среду. Сетевые ресурсы сегодня представляют собой широко формируемую, разнообразную и доступную информацию. Основной проблемой при формировании информационного сегмента в ходе решения задач обучения и/или исследования является выбор тех из них, информацией которых можно пользоваться с полным доверием. При
формировании образовательного пространства филологии решение этой задачи и формирование принципов отбора рекомендуемых ресурсов становится принципиально важным [7, 8].
При этом следует учитывать, что образовательная среда вуза как совокупность условий реализации учебного процесса является инновационной, когда в ней обеспечивается полноценная поддержка самостоятельной работы обучающихся и профессиональной и научной деятельности преподавателей. При формировании инновационной образовательной среды выбор конкретных сетевых ресурсов должен опираться на единый междисциплинарный подход, позволяющий учитывать особенности коммуникации в разных средах, с различными участниками и задачами. Кроме того, при выборе этих ресурсов необходимо учитывать особенности использования и создания специальных текстов, которые являются основным источником извлечения информации и формирования знаний [8].
Таким образом, процесс использования сетевых ресурсов при подготовке филолога предполагает:
1) определение комплекса лингвистических ресурсов, использование которых необходимо для конкретного специалиста - исследователя, преподавателя, студента;
2) установление методов и приемов исследования и обучения на основе анализа всего арсенала средств информационных технологий и лингвистических ресурсов;
3) решение различных исследовательских и учебных задач в рамках единой высокотехнологичной образовательной среды вуза.
Под лингвистическими ресурсами обычно понимаются те средства лингвистической поддержки и сопровождения, которые используются для представления информации об исследуемом естественном языке и обрабатываемых текстах (лексикографические базы данных, онтологии, тезаурусы и пр.) [ср. 9, с. 97-99], для представления знаний и данных в системах обработки информации, для решения задач извлечения эмпирической информации. Кроме того, к лингвистическим ресурсам относят и собственно языковые источники (полнотекстовые базы данных, национальные и специализированные корпуса текстов), представляющие собой источник знаний о языках. Национальные корпуса текстов являются важным сетевым лингвистическим ресурсом, поскольку их сбалансированность по типам и жанров текстов, по времени написания и объемам выборок обеспечивает возможность использования таких корпусов в качестве эталонов для оценки степени распространенности и/или терминологичности конкретных лексических единиц. Соответственно, национальные корпуса текстов могут использоваться для решения конкретных исследовательских и методических задач.
Перечисленные выше ресурсы необходимы как для обучения, так и для обработки информации на естественном языке, а также решения задач извлечения эмпирической информации. Особое место в этом комплексе ресурсов занимают ресурсы лексикографические, предоставляющие возможность оперативного извлечения информации из различных источников: терминологических баз и банков данных, электронных словарей и словарей автоматизированных систем обработки текстов, предметно-ориентирован-ных корпусов текстов и т.п.
При подготовке филолога именно лексикографические ресурсы являются базой поддержки обучения и формирования языковых компетенций, поэтому дальше подробно будут рассматриваться именно они. Подобные ресурсы можно разделить на те, в которых значения единиц описываются с помощью дефиниций, и те, в которых значение конкретной единицы описывается как ее место в системе семантических отношений между единицами. К первым относятся активно разрабатываемые терминологические базы/банки данных (ТБД). Эти базы представляют собой автоматизированные хранилища, в которых термины снабжаются дополнительной информацией как лингвистического (сочетаемость, частотность, синтаксические и семантические характеристики), так и экстралингвистического (нормативность, стан-дартизованность и т.п.) типа. «В зависимости от цели создания ТБД их можно разделить на две группы: ориентированные на обеспечение работ по переводу научно-технической литературы и документации и предназначенные для обеспечения информацией о стандартизованной и рекомендованной терминологии» [10, с. 284].
В свою очередь терминологические ресурсы по степени универсальности и доступности можно разделить на государственные (например, поддерживаемые Комиссией ЕС или конкретными государственными проектами) и инициативные, разрабатываемые корпорациями или исследовательскими группами.
Терминологический банк данных БигоТегшБапк [11] представляет собой один из самых мощных государственных терминологических банков, охватывая все языки Европейского союза, русский и китайский языки, такие «малые» языки Европы, как баскский, фарерский, галицийский, и латынь, всего 33 языка. В основную словарную базу к 2008 году было включено 1.240.000 словарных статей (5 миллионов терминов) и 325 000 аббревиатур и акронимов. Коды предметных областей, приписываемые каждой единице словаря, основаны на универсальной классификации Леноха.
При создании и ведении этого банка терминов ввод информации был организован в каждом из переводческих бюро ЕС в соответствии с его собственными правилами и подходами и в зависимости от различных соглашений об использовании и методов сотрудничества каждого языкового сообще-
ства и каждой страны. Разнообразие подходов, требований и стандартов определило целесообразность объединения всех отдельных баз терминов в согласованную базу, разрешающую постоянный ввод материала приблизительно 5000 переводчиков из учреждений ЕС. При таком подходе пополнение словарной базы данных происходило за счет работы терминологического бюро (в Брюсселе и Люксембурге); предложения, поступающие от переводчиков, систематизировались группой Eurodicautom, кроме того, часть информации поступала по контрактам от частных компании и экспертов в отдельных областях знаний. Обновление системы происходило еженедельно [12].
В 2008 году в Европейском парламенте было принято решение создать особую структуру, предназначенную для координации исследований в области терминологии, согласования данных, получаемых из различных источников. Кроме того, для сохранения этих данных предполагалось использовать формат IATE (InterActive Terminology for Europe) - специализированного лингвистического ресурса, реализованного в виде терминологической реляционной базы данных. Кроме того, целью этой новой структуры была поддержка сотрудничества с учреждениями ЕС при создании и ведении новой базы данных, в которую вошли миллионы терминов, извлеченных из других баз и импортируемых без всякого анализа или предварительной фильтрации. Ведение базы предусматривало удаление устаревших и вышедших из употребления терминов, а также дубликатов недавно добавленных единиц. В качестве такой структуры Европейским парламентом организован отдел по координации терминологии TermCoord, который и осуществляет доступ к терминологии ЕС через общедоступный сайт и бесплатные инструментальные средства, а также через Межведомственный терминологический портал EurTerm [12].
Для поддержания базы данных в актуальном состоянии в описываемом ресурсе используются различные инструментальные средства: процедуры извлечения терминов из текста, макросы для облегчения предварительного хранения терминов в процессе перевода, серверы поиска для визуального просмотра сотен связей со специализированными импортированными глоссариями, веб-страницы, концентрирующие связи со всеми справочниками всех организаций ЕС. Некоторые из этих ресурсов (DocHound и GlossaryLinks) были опубликованы на сайте отдела и используются внешними подрядчиками, переводящими до 30 % текстов Европарламента.
Планируется, что терминологический портал EurTerm, разработанный отделом TermCoord, будет иметь доступ к внутреннему формату IATE, централизованный доступ ко всем межведомственным и мировым терминологическим ресурсам и банкам данных, а также доступ к платформам коммуникации на уровне конкретных языков (терминологии wikis и форумы). Кроме того, он будет обеспечивать доступ к инструменту QUEST для поиска терми-
нологии внутри терминологических хранилищ ЕС, этот инструмент осуществляет поиск в наиболее важных национальных терминологических базах данных в дополнение к IATE, переводческой памяти Euramis и EurLex [12].
В результате проведенных исследований и организационных мероприятий в этом лингвистическом ресурсе было объединено 133 локальных ресурса, разработанных в различных бюро перевода. Предусмотрены связи с 4 базами терминологических данных (базой IATE, базой данных Латвийской академии наук TermNet.lv, открытым терминологическим словарем сельскохозяйственной академии г. Щецин OSTEN, венгерской базой MoBiDic, поддерживающей переводы с венгерского языка). В ресурсе 2 650 976 терминов (число постоянно увеличивается), 710 705 словарных статей, 221 512 дефиниций на 33 языках [13]. Экспорт данных IATE доступен как отдельный дамп-файл для скачивания на соответствующем сайте Web или на открытом портале данных (Open Data Portal), начиная с февраля 2015 г. через инструмент IATEExtract, который разрешает выбор конкретных языков. Данные в словарной статье структурируются на трех уровнях: (i) уровень понятий, независимый от языка, (ii) уровень языка со специфической информацией для каждого языка и (iii) уровень терминов.
Структура информации в базе данных EuroTermBank предполагает различные опции выбора исходного языка и языка перевода, предметной области, формы представления информации. При выборе конкретных опций предоставляется информация о вариантах перевода в различных предметных областях и о зафиксированных в базе данных словосочетаниях. На рис. 1 представлена структура выдачи информации для перевода с русского языка на английский. Обращение к словарю осуществляется бесплатно.
Использование ресурса в его современном виде позволяет:
- осуществлять поиск терминов в различных источниках;
- выявлять в собственных текстах те слова и словосочетания, которые могут быть терминами (в современной терминологии - кандидатами в термины), и автоматически их извлекать;
- просматривать варианты перевода слова и словосочетания в разных предметных областях;
- искать термины в нескольких языках одновременно;
- уточнять переводы и делиться информацией с другими пользователями.
Доступ к ресурсу может осуществляться непосредственно из Microsoft
Word.
В свою очередь система IATE (InterActive Terminology for Europe), реализованная как реляционная база данных и связанная с ресурсом EuroTerm-Bank, жестко ориентирована на языки Евросоюза и поддерживает только их.
Информация о переводе по запросу пользователя включает возможность выбора пары языков из 25 возможных, выбора конкретной предметной области и подобласти в ней в соответствии с принятой в базе классификацией, определение типа лексической единицы - термин или аббревиатура.
электронный ресурс
Home Resources Downloads News Help About My ETB Terminology Servicesиву
T I In I EuroTermBank + t| |
From I Russian (ru) t to | en FR
Search results
компьютерный ресурс
общий ресурс
электронный бумажник
электронный журнал
электронный набор
электронный счётчик
электронный фотонабор
электронный
цветоделитель-
цветокорректор
электронный
измерительный
прибор
Translations View Entries View
ru ресурс
EN life
resource
useful life fr ressource
ressources
information and information processing information technology and data processing
information and information processing information technology and data processing
natural and applied sciences mechanical engineering
natural and applied sciences mechanical engineering
information and Information processing Information technology and data processing
environmental policy
Display options
*/ show source show domains
✓ show definitions (14)
Filter by domain
✓ communications
✓ environmental policy
-j information and Informal processing
-j information technology ar data processing
✓ mechanical engineering
✓ natural and applied scien
Select all ! Select none
Рис. 1. Структура выдачи информации о переводе в базе данных EuroTermBank (фрагмент)
Ресурс базы терминов EuroTermBank, подробно описанный выше, может рассматриваться как опробованная модель многоязычного сетевого ресурса, создание которого актуально как для языков национальных республик России, так и для языков Таможенного союза, поскольку может обеспечить корректную терминологическую и лексикографическую поддержку для перевода документов в различных областях сотрудничества. Целесообразность разработки подобного ресурса в области формирования ресурсов образовательной среды также несомненна.
В то же время следует иметь в виду, что лексикографические ресурсы, подобные описанным выше, включают главным образом терминологию, извлекаемую в результате стандартизации, и (несмотря на огромные объемы) не способны охватить всю терминологию, особенно для активно развивающихся областей знаний. Сегодня основными недостатками любых терминологических ресурсов являются: высокая стоимость их создания и длительное время, необходимое для его разработки: недостаточный охват терминологии, особенно для оперативной фиксации и корректного номинирования самых современных понятий; недостаточность совместного использования терми-
нологических ресурсов и отсутствие механизмов для привлечения термино-логов-практиков.
Новым «облачным» ресурсом, предназначенным для устранения этих недостатков, является разработка сервисной модели TaaS (Terminology as a Service), задачей которой является автоматизация основных этапов терминологической работы и оперативность создания и ведения терминологических баз данных [14]. Модель TaaS основана на принципе взаимности: каждый из тех, кто пользуется этим сервисом, вносит свою лепту в формируемые словарные системы. Пользователи обрабатывают документы, используя этот сервис, уточняют и обогащают получаемые терминологические данные, которые затем могут совместно использоваться и передаваться другим пользователям, а также вноситься в накапливаемые банки терминов.
Соответственно, TaaS предлагает набор функционально совместимых «облачных» сервисов, объединенных в последовательности выполнения работ:
- автоматическая идентификация кандидатов в термины в предоставляемых пользователем одноязычных документах;
- поиск эквивалентов перевода для извлеченных одноязычных кандидатов в термины;
- извлечение кандидатов в переводной эквивалент из параллельных или сопоставимых данных Интернета для терминов, отсутствующих в известных ресурсах, с использованием методов извлечения одноязычных терминов и выравнивания пар кандидатов в термины.
При этом переводные эквиваленты извлекаются:
- из терминологических банков в режиме онлайн;
- автоматически обрабатываемой многоязычной терминологии, извлекаемой из сопоставимых и параллельных ресурсов Интернета;
- коллекций терминов, созданных пользователями платформы.
Терминологические и, шире, лингвистические ресурсы используются
как специалистами в области языка и перевода, так и различными программами автоматической обработки текстов, поэтому в платформу TaaS включено средство поиска терминов API для доступа подобных систем к терминологическим сервисам и данным [14]. Этот проект развивается очень активно и выступает перспективным лексикографическим ресурсом, ведение которого является коллективной терминологической работой всех свободно регистрируемых участников.
Метод реализации проектов, осуществляемых с привлечением различных заинтересованных участников, не обязательно специалистов в области лексикографии, терминоведения или перевода, принято называть краудсор-сингом (crowdsourcing). Под краудсорсингом понимается процесс, который
вовлекает в исследование и сбор информации группу людей (часто называемую толпой - crowd), что способствует достижению цели конкретного проекта, поскольку нагрузка распределяется между членами группы [15]. Одним из самых ранних примеров активного участия широкой публики в создании словаря был Оксфордский словарь английского языка (Oxford English Dictionary -OED), при создании которого редакционная коллегия OED просила всех посылать свои добавления, содержащие слова и примеры использования [16].
Разработка платформы TaaS подтверждает, что краудсорсинг может успешно использоваться в лексикографии - не как заключительный или главный этап создания словаря, но как метод фильтрации и обработки данных перед тем, как лексикографы и терминологии решают вопрос об их введении в реальный словарь [17].
В то же время существуют лингвистические ресурсы, для создания которых привлекаются эксперты самого высокого уровня, развитие таких ресурсов происходит в течение многих лет и накопленная в них информация является актуальной для филолога. Примером такого ресурса является разработка Принстонского университета, начатая еще в 1984 году - WordNet, сетевая база данных, представляющая собой очень важный лингвистический ресурс для филолога, по сути - компьютерный тезаурус, размещенный в сети Интернет [18]. В этой базе данных слова английского языка (существительные, глаголы, прилагательные и наречия) сгруппированы в наборы когнитивных синонимов (синсеты), каждый синсет номинирует отдельное понятие и является узлом семантической сети. Связи между синсетами определяются концептуальными, семантическими и лексическими отношениями. Поиск информации о семантически связанных словах и понятиях поддерживается специальным браузером. Система включает 117 000 синсетов (наборов синонимов), каждый из которых связан с другими небольшим количеством концептуальных отношений. Кроме того, каждый синсет содержит краткую дефиницию (глоссу) и не менее одного короткого предложения, иллюстрирующего использование элементов синсета. Многозначные словоформы представлены в отдельных синсетах, количество которых соответствует числу разных значений. Таким образом, каждая пара типа форма - значение является уникальной.
Наиболее часто используемым отношением между синсетами является иерархическое отношение (гиперонимия, гипонимия или отношение «является экземпляром»). Этот тип отношений связывает более общие синсеты с более частными. Все иерархии синсетов, включающих существительные, в конечном счете доходят до корневого узла (сущности). Гипонимическое отношение является транзитивным. Вторым типом концептуальных отношений между узлами-синсетами является меронимия, отношение типа часть-целое. Части наследуют свойства целого, но не наоборот.
age Glossary Help
Word to search for: resource
Search WordNet
Display Options: I (Select option to change) t 11 Change |
Key: "S:" = Show Synset (semantic) relations, "W:" = Show Word (lexical) relations Display options for sense: (frequency) {offset} ^lexical filename > [lexical file number] (gloss) "an example sentence"
Display options forword: word#sense number (sense key)
Noun
• (12){13352793} <noun.possession>[21] S: (n) resourced (resource%1:21:00::) (available source of wealth: a new or reserve supply that can be drawn upon when needed)
• (3){05161923} <noun.attribute>[07] S: (n) resourced (resource%1:07:00::) (a source of aid or support that may be drawn upon when needed) "the local library is a valuable resource"
• (2){05641705}<noun.cognition>[09]S: (n) resourced (resource%1:09:00::) resourcefulness#2 (resourcefulness%1 09:00::). imagination#3 (imaoination%1:09:03::) (the ability to deal resourcefully with unusual problems) "a man of resource"
Рис. 2. Структура выдачи полной информации о существительном в системе WordNet
Иерархические отношения между синсетами глаголов устроены иначе: глаголы, синсеты которых расположены ближе к основанию деревьев (тро-понимы), выражают более специфические способы, характеризующие событие. Конкретный способ зависит от параметров семантического поля; сюда входит объем, скорость или интенсивность. Глаголы, описывающие события, которые обязательно и однонаправленно предполагают друг друга, связаны между собой.
Основным отношением, фиксируемым для прилагательных, является антонимия, пары «непосредственных» антонимов отражают сильную семантическую связь между ними. У относительных прилагательных указываются существительные, для которых они являются производными. В WordNet включено только небольшое число частотных наречий, поскольку большинство наречий в английском языке выводятся из прилагательных путем морфологической аффиксации.
Особым образом в этой сети фиксируются отношения между словами разных частей речи. В большинстве случаев отношения устанавливаются между словами, принадлежащими одной и той же части речи. Соответственно, в сети есть 4 отдельные иерархии, между узлами которых заданы связи:
морфосемантические для однокоренных слов, принадлежащих разным частям речи, отношения, соответствующие семантическим ролям.
Более подробное описание в терминологии семантических ролей дает другой сетевой ресурс - FrameNet, разрабатываемый в Международном институте информатики в Беркли, Калифорния, теоретической основой описания является фреймовая семантика, идея которой разработана Ч. Филлмором [19], он был лидером проекта с его начала в 1997 году. Семантический фрейм представлен в этом проекте как концептуальная структура, особым формализованным образом описывающая события, отношения, объекты и участников. В базе данных FrameNet содержится около 1 200 семантических фреймов, 13 000 лексических единиц (под лексической единицей понимается пара типа слово - дефиниция; многозначные слова представлены несколькими парами) и более 190 000 предложений, формирующих базу примеров [20].
Эта лексическая база может использоваться как людьми, так и системами обработки информации. С точки зрения поддержки обучения она представляет собой словарь, содержащий более 10 000 значений слов, большая часть сопровождается аннотируемыми примерами, которые демонстрируют значение и употребление. Для исследований в области обработки текстов на естественных языках есть возможность использовать в качестве эталонного массива более 170 000 предложений, которые аннотированы вручную. Этот массив обеспечивает уникальный набор данных для маркировки семантической роли, используемой в приложениях типа информационного поиска, машинного перевода, опознавания событий, смысловому анализу и т.д.
Группа разработчиков системы FrameNet установила более 1000 семантических фреймов и установила их связи, что позволяет связывать более общие и более конкретные фреймы и обеспечивает базу для умозаключений о событиях и преднамеренных действиях. Поскольку фреймы, по сути, являются семантическими, они подобны в различных языках, и аналогичные системы разрабатываются сейчас для испанского, немецкого, китайского и японского языков [20].
Таким образом, можно утверждать, что сетевые лингвистические ресурсы представляют собой важный исследовательский, образовательный и методический ресурс, использование которого должно быть неотъемлемым условием подготовки филолога.
В принципе, все ресурсы высокотехнологичной образовательной среды можно разделить на информационные, технологические (программные) и технические. Такое деление ресурсов на виды не зависит ни от типа пользователей, ни от их принадлежности к гуманитарной или естественно-научной сфере образования и науки, не зависит и от конкретных задач, решаемых в рамках образовательных программ или исследовательских проектов. Предметная ориентированность информационных ресурсов определяет целесооб-
разность их иерархизации, т.е. выделения терминальных (базовых) узлов и узлов высокого уровня (универсальных). При этом терминальные узлы (терминологические базы или корпуса текстов) должны соответствовать реализуемым в вузе специализациям образования, т.е. достаточно узким областям знаний и релевантным именно для конкретной образовательной среды. При этом «узость» должна определяться не связью с конкретным факультетом или институтом, а учебной и научной спецификой.
Иерархическая структура информационных и технологических ресурсов предполагает, что на верхних уровнях (уровнях общего доступа) должны быть максимально универсальные ресурсы, использование которых не связано со специализацией исследования и обучения. Эта же иерархическая структура должна реализоваться для каждого конкретного (терминального) ресурса. Так, например, при единой системе машинного перевода, ориентированной на задачи обучения и перевода, выделяются конкретные системы автоматических словарей, соответствующие областям знаний. В предметной области «Филология» общим словарем верхнего уровня является словарь общефилологических терминов; на следующем уровне выделяются подобласти лингвистики, литературоведения и образовательных технологий в филологии, для каждой из которых должен формироваться общий словарь и система предметно-ориентированных словарей (фонетика, лексикология, лексикография, морфология и т.д. для предметной области «Лингвистика»). Эту систему, которая требует совместной поддержки, для решения своих задач смогут использовать специалисты и студенты разных факультетов [21, 22].
Список литературы
1. Климзо Б.Н. Ремесло технического переводчика. Об английском языке, переводе и переводчиках научно-технической литературы. - 2-е изд., перераб. и доп. - М.: Р. Валент, 2006.
2. Кривых Л.Д., Рябичкина Г.В., Смирнова О.Б. Технический перевод. -М.: Форум - Инфра-М, 2008.
3. Сальмон Л. Теория перевода. История, наука, профессия. - СПб.; Астана, 2007.
4. Alwert K., Hoffmann I. Knowledge Management Tools / K. Mertins, P. Heisig, H. Vorbeck (eds.) // Knowledge Management. Concepts and Best Practices. - Berlin; Heidelberg; New York, 2003. - P. 114-150.
5. Логичев С.В. Каталог лингвистических программ и ресурсов в Сети [электронный ресурс] - URL: http://rvb.ru/soft/catalogue/catalogue.html (дата обращения: 2.10.2015).
6. Усталов Д.А. Каталоги лингвистических ресурсов: состояние и перспективы [Электронный ресурс] - URL: http://www.moluch.ru/archive/47/ 5955/ (дата обращения: 2.10.2015).
7. Загорулько Ю.А., Боровикова О.И., Кононенко И.С. Обеспечение содержательного многоязычного доступа к лингвистическим информационным ресурсам на основе технологии порталов знаний // Известия Томского политехнического университета. - 2011. - Т. 318, № 5 - С. 99-104.
8. Беляева Л.Н. Лингвистические ресурсы информационной образовательной среды: состав, структура, функции // Известия РГПУ им. А.И. Герцена. - 2014. - № 171. - С. 47-52.
9. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика / Е.И. Большакова, Э.С. Клышинский, Д.В. Ландэ, А.А. Носков, О.В. Пескова, Е В. Ягунова. - М.: МИЭМ, 2011.
10. Лейчик В.М. Прикладное терминоведение и его направления // Прикладное языкознание: учеб. / под ред. А.С. Герда. - СПб.: Изд-во С.-Петерб. ун-та, 1996. - С. 276-286.
11. Towards Consolidation of European Terminology Resources. Experience Recommendations from EuroTermBank Project / Ed. by: S. Rirdance, A. Va-siljevs. - Riga: Tilde, 2006. - 123 p.
12. Maslias R. Combining EU Terminology with Communication and Ontology Research // Terminology and Knowledge Engineering 2014, 19-21 June
2014. -P. 48-56.
13. Eurotermbank. - URL: http://www.eurotermbank.com/Collection_list. aspx?langu=bg (дата обращения 6.10.2015).
14. Vasiljevs A., Pinnis M., Gornostay T. Service model for semi-automatic generation of multilingual terminology resources // Terminology and Knowledge Engineering: Proceedings of the 11th Conference on Terminology and Knowledge Engineering, Germany, 19-21 Jun 2014. - Berlin, 2014. - P. 67-76.
15. Howe J. Crowdsourcing: Why the Power of the Crowd Is Driving the Future of Business. - New York: Crown Publishing Group, 2008.
16. Lanxon N. How the Oxford English Dictionary started out like Wikipe-dia. - URL: http://www.wired.co.uk/news/archive/2011-01/13/the-oxford-english-wiktionary (дата обращения: 6.10.2015).
17. Cibej J., Fiser D., Kosem I. The role of crowdsourcing in lexicography // Proc. of the fourth biennial conference on electronic lexicography, eLex 2015: Linking lexical data in the digital age. - Sussex, United Kingdom, 11-13 August
2015. - P. 72-79.
18. WordNet. A lexical database for Engish. - URL: http://wordnet. princeton.edu/ (дата обращения: 6.10.2015).
19. Atkins S., Fillmore C. Starting where the dictionaries stop: The challenge for computational lexicography / B.T.S. Atkins, A. Zampolli (Eds.) // Com-
putational Approaches to the Lexicon. - Oxford: Oxford University Press, 1994. -P.349-393.
20. FrameNet. - URL: https://framenet.icsi.berkeley.edu/fndrupal/about (дата обращения: 6.10.2015).
21. Беляева Л.Н. Лингвистические ресурсы информационной образовательной среды: состав, структура, функции // Известия РГПУ им. А.И. Герцена. - 2014. - № 171. - C. 47-52.
22. Беляева Л.Н. Лингвистическое обеспечение высокотехнологичной образовательной среды: состав и структура // Коммуникация в поликодовом пространстве: лингво-культурологические, дидактические, ценностные аспекты: материалы междунар. науч. конф. - СПб.: С.-Петерб. политехн. ун-т Петра Великого, 2015. - С. 4-6.
Получено 11.11.2015
L.N. Beliaeva
WEB-BASED LINGUISTIC RESOURCES FOR A PHILOLOGIST
The paper considers research and educational potential of web-based linguistic resources which are necessary for information mining and data extraction. The recommended resources are presented.
Key words: web-based linguistic resources, termbases, information mining, term extraction and translation.
