Кіріспе

Сөздердің бір-біріне жиі қолданылуы
корпустық лингвистика ұғымы

Корпустық лингвистикада, тіркес – бұл сөздердің немесе терминдердің қатар келу жиілігі, кездейсоқ күтілгеннен артық болатын тізбегі. Фразеологияда тіркес – құрамына кіретін сөздерден түсінілетін композициялық фраземаның бір түрі. Бұл идиомадан өзгеше, онда тұтастың мағынасы оның бөліктерінен шығарылмайды және мүлдем байланыссыз болуы мүмкін. Тіркестердің жеті негізгі түрі бар: сын есім + есім, есім + есім (мысалы, жиын есімдер), есім + етістік, етістік + есім, үстеу + сын есім, етістік + сөз тіркесі (фразалық етістіктер) және етістік + үстеу. Тіркес табу – деректерді өндіруге ұқсас түрлі есептеу лингвистикасы элементтерін қолдана отырып, құжат немесе корпуста тіркестерді анықтайтын есептеу әдісі.

Сөздіктерде

1933 жылы Гарольд Палмердің ағылшын тіліндегі сөз тіркестері туралы екінші аралық баяндамасы шет тілін үйренуші кез келген адам үшін сөз тіркестерінің табиғи дыбысты тілде сөйлеудің кілті екенін көрсетті. Осылайша, 1940 жылдардан бастап, жиі кездесетін сөз тіркестері туралы ақпарат бір тілдік оқушылар сөздіктерінің маңызды бөлігіне айналды. Сөздіктер «сөздерге баса назар бермей, сөз тіркестеріне көбірек көңіл бөлгенде», сөз тіркестеріне назар аудару арта түсті. Бұл тенденцияны 21-ші ғасырдың басынан бастап ірі мәтіндік корпус пен интеллектуалды корпус іздеу бағдарламалық құралдарының қолжетімділігімен күшейтті, бұл сөздіктерде сөз тіркестерін жүйелі түрде қарастыруға мүмкіндік берді. Осы құралдарды пайдаланып, «Макмиллан ағылшын сөздігі» және «Лонгман қазіргі заманғы ағылшын тілінің сөздігі» сияқты сөздіктерге жиі кездесетін сөз тіркестерінің тізімдерімен қораптар немесе бөлімдер қосылды. Сонымен қатар, тілдегі жиі кездесетін сөз тіркестерін сипаттауға арналған бірнеше мамандандырылған сөздіктер де бар. Оларға (испан тілінде) Redes: Diccionario combinatorio del español contemporaneo (2004), (француз тілінде) Le Robert: Dictionnaire des combinaisons de mots (2007) және (ағылшын тілінде) LTP Dictionary of Selected Collocations (1997) мен Macmillan Collocations Dictionary (2010) кіреді.

Статистикалық маңызды орналасу

Студенттің t тестісі корпустағы тіркестің кездесуінің статистикалық маңыздылығын анықтау үшін қолданылуы мүмкін. Биграмма үшін, корпустың өлшемімен белгіленетін корпуста кездесуінің шартсыз ықтималдығы болсын, ал корпуста кездесуінің шартсыз ықтималдығы болсын. Биграмма үшін t көрсеткіші былай есептеледі:

мұнда – кездесуінің еңбектік орташасы, – кездесулер саны, – текстте және тәуелсіз түрде пайда болады деген нөлдік гипотеза бойынша ықтималдығы, ал – еңбектік дисперсия. Үлкен болған жағдайда, t тестісі Z тестісімен тең.