Кіріспе

Лингвистикада, ағаш банкі – синтаксистік немесе семантикалық сөйлем құрылымын түсіндіретін талдалған мәтін жиынтығы. 1990 жылдардың басында талдалған мәтін жиынтықтарының жасалуы есептеу лингвистикасында революция жасады, бұл үлкен көлемдегі эмпирикалық деректердің болуынан пайда тапты.

Этимология

Ағаш банкі деген терминді 1980 жылдары лингвист Джеффри Лич тұқым банкі немесе қан банкі сияқты басқа да жиынтықтармен салыстыра отырып енгізді. Бұл соның салдарынан, синтаксистік және семантикалық құрылымдар жиі ағаш тәрізді құрылым ретінде құрастырмалы түрде көрсетіледі. "Талданған корпус" термині көбінесе "ағаш банкі" терминімен мағынасы бірдей қолданылады, бірақ бұл ретте ағаштар емес, сөйлемдердің маңыздылығына баса назар аударылады.

Қолданбалар

Компьютерлік лингвистика тұрғысынан қарағанда, ағаштар банкі сөйлем теггерлері, синтаксистік талдаушылар, семантикалық талдаушылар және машиналық аударма жүйелері сияқты заманауи табиғи тілді өңдеу жүйелерін жасау үшін қолданылды. Көптеген есептеу жүйелері алтын стандартты ағаштар банкі деректерін пайдаланады. Дегенмен, адам лингвистерінің түзетулерінен өтпеген автоматты түрде талданатын корпус та пайдалы болуы мүмкін. Ол талдаушы үшін ережелердің жиілігін көрсете алады. Парсерді үлкен көлемдегі мәтінге қолдану арқылы және ережелердің жиілігін жинау арқылы оны жақсартуға болады. Алайда, корпусты қолмен түзету және толықтыру арқылы ғана талдаушының білім базасында жоқ ережелерді анықтау мүмкін екендігі айқын. Сонымен қатар, жиіліктердің дәлдігі де артады. Корпус лингвистикасында ағаштар банкі синтаксистік құбылыстарды зерттеу үшін қолданылады (мысалы, диахрондық корпус синтаксистік өзгерістердің уақыт бойынша қалай дамығанын зерттеу үшін пайдаланылуы мүмкін). Корпус талданып болғаннан кейін, әртүрлі грамматикалық құрылымдардың қаншалықты жиі қолданылатынын көрсететін жиілік деректері болады. Ағаштар банкі жаңа, күтпеген грамматикалық құбылыстарды табуға және олардың қолданылуын бағалауға мүмкіндік береді. Теориялық және психолингвистикада ағаштар банкінің тағы бір қолданылуы – өзара әрекеттесу деректері. Толыққан ағаштар банкі лингвистерге бір грамматикалық құрылымды пайдалану шешімінің басқа құрылымдарды қалыптастыру шешіміне қалай әсер ететінін анықтауға және сөйлеушілер мен жазушылардың сөйлемдерді қалай құрастыратынын түсінуге бағытталған эксперименттер жүргізуге көмектеседі. Өзара әрекеттесу зерттеулері, әсіресе, корпусқа семантикалық және прагматикалық сияқты қосымша түсіндірмелер қосылғанда тиімдірек болады. Осыдан кейін синтаксистік емес құбылыстардың грамматикалық таңдауларға тигізетін әсерін бағалауға болады. Лингвистикалық зерттеулерде, аннотацияланған ағаштар банкі деректері синтаксистік теорияларды тексеру үшін, сөйлем құрылымының лингвистикалық теорияларын табиғи тілде кездесетін көптеген мысалдармен салыстыру үшін қолданылды.

Іздеу құралдары

Ағаштан дәлел алудың маңызды жолдарының бірі – іздеу құралдарын пайдалану. Талданған корпустарға арналған іздеу құралдары, әдетте, корпусқа қолданылған түсіндіру схемасына байланысты болады. Пайдаланушы интерфейстерінің күрделігі компьютер бағдарламашыларына арналған өрнектерге негізделген сұраныс жүйелерінен бастап, жалпы лингвистерге арналған толық зерттеу орталарына дейін өзгереді. Уоллис (2008) ағаш тізімдерін іздеу принциптерін егжей-тегжейлі талқылап, сол кездегі соңғы жаңалықтарды қарастырады.