دانلود کتاب Corpus Linguistics and Linguistically Annotated Corpora – Corpus Linguistics و Linguistically Annotated Corpora

Linguistically annotated corpora are becoming a central part of the corpus linguistics field. One of their main strengths is the level of searchability they offer, but with the annotation come problems of the initial complexity of queries and query tools. This book gives a full, pedagogic account of this burgeoning field.

Beginning with an overview of corpus linguistics, its prerequisites and goals, the book then introduces linguistically annotated corpora. It explores the different levels of linguistic annotation, including morphological, parts of speech, syntactic, semantic and discourse-level, as well as advantages and challenges for such annotations. It covers the main annotated corpora for English, the Penn Treebank, the International Corpus of English, and OntoNotes, as well as a wide range of corpora for other languages. In its third part, search strategies required for different types of data are explored. All chapters are accompanied by exercises and by sections on further reading, together with an integral companion website that contains lists and guidance on contemporary annotated corpora and query tools.

مجموعه‌های حاشیه‌شناختی زبانی در حال تبدیل شدن به بخش مرکزی حوزه زبان‌شناسی پیکره هستند. یکی از نقاط قوت اصلی آنها سطح جستجویی است که ارائه می دهند، اما با حاشیه نویسی مشکلات پیچیدگی اولیه پرس و جوها و ابزارهای پرس و جو به وجود می آید. این کتاب شرحی کامل و آموزشی از این حوزه رو به رشد ارائه می‌کند.

با مروری بر زبان‌شناسی پیکره، پیش‌نیازها و اهداف آن، کتاب سپس مجموعه‌های حاشیه‌شناختی زبانی را معرفی می‌کند. سطوح مختلف حاشیه نویسی زبانی، از جمله صرفی، بخش های گفتار، نحوی، معنایی و سطح گفتمانی، و همچنین مزایا و چالش های چنین حاشیه نویسی را بررسی می کند. این مجموعه‌های حاشیه‌نویسی اصلی برای انگلیسی، Penn Treebank، مجموعه بین‌المللی انگلیسی، و OntoNotes، و همچنین طیف گسترده‌ای از مجموعه‌ها برای زبان‌های دیگر را پوشش می‌دهد. در بخش سوم، استراتژی‌های جستجوی مورد نیاز برای انواع مختلف داده‌ها بررسی می‌شود. همه فصل‌ها همراه با تمرین‌ها و بخش‌هایی در مورد مطالعه بیشتر، همراه با یک وب‌سایت همراه یکپارچه است که حاوی فهرست‌ها و راهنمایی در مورد مجموعه‌های حاشیه‌نویسی معاصر و ابزارهای پرس و جو است.