ПАРАЛЛЕЛЬНЫЙ ПОДКОРПУС КАЗАХСКОГО И РУССКОГО ЯЗЫКОВ: РАЗРАБОТКА, ФУНКЦИОНИРОВАНИЕ И ПРОБЛЕМЫ

В статье дан краткий обзор истории создания лингвистических корпусов, описана их классификация по различным признакам и типы параллельных подкорпусов. Оригинальный казахский текст романа- эпопеи М. Ауэзова «Абай жолы» и его русский перевод, выполненный А. Кимом, были вручную выровнены на уровне абзаца (предложения) в параллельном подкорпусе, разрабатываемом в составе Национального корпуса казахского языка.
В ходе разработки параллельного подкорпуса использовались программные средства Microsoft Office Excel, Notepad++, Python, Django, MySQL. Программную архитектуру и порядок функционирования параллельного подкорпуса можно представить следующим образом: 1) тексты на двух языках были собраны с помощью офисной программы Excel и выровнены вручную на уровне абзаца (предложения); 2) выровненные тексты загружались непосредственно из файла Excel в систему управления базами данных MySQL; 3) загруженные тексты были отсортированы с помощью программы текстового процессора Notepad++, была получена их статистика; 4) для публикации отсортированных текстов в интернете и обеспечения запросов пользователей использовался веб-сервер Django; 5) для подключения веб-сервера Django к системе управления базами данных MySQL была использована программа Processing.py, написанная на Python и снабженная функцией поиска; 6) программная архитектура параллельного подкорпуса разработана с применением технологий client-server и MVC (Model-View-Controller). Параллельный подкорпус состоит из базы выровненных текстов, разметок, метаразметок и поисковой системы, информация о тексте, введенного в подкорпус (метаразметка), включает следующие параметры: автор, переводчик, название произведения, название перевода, дата публикации произведения, срок перевода, язык оригинала, язык перевода. Поисковая система позволяет найти искомое слово по параметрам: слово, фраза, предложение, заглавные буквы (на казахском и русском языках).
В статье дается описание интерфейса параллельного подподкорпуса на казахском и русском языках и интерфейса результатов после поиска искомого слова через один из параметров поиска, было определено общее и неповторяющееся количество слов, используемых в тексте на двух языках, количество предложений, а также числовые и процентные значения десяти наиболее часто используемых словупотреблений на обоих языках.
Кроме того, в процессе выравнивания оригинального казахского текста романа-эпопеи с русской переводной версией на уровне абзаца (предложения) были выявлены следующие особенности: 1) с точки зрения структуры, то есть слова, используемые в абзаце (предложении), примерно равнозначны по количеству; 2) с точки зрения содержания примерно совпадают; 3) не совпадают по структуре и содержанию: некоторые абзацы (предложения) в оригинальном тексте на казахском языке переведены на русский язык неправильно, поверхностно либо кратко, дан их приблизительный смысл.

1. Svartvik J., Quirk R. (1980) A corpus of English Conversation. – Lund: Gleerup, 1980. – 284 p.

2. Francis W. (2022) Brown Corpus Manual: Manual of Information to Accompany a Standard Corpus of Present-Day Edited American English for Use with Digital Computers. [Электрон. ресурс] – URL: http://icame.uib.no/brown/bcm.html (қаралған кҥні – 01.02.2022).

3. Hundt, Marianne. (2022) Manual of Information to Accompany the Freiburg-Brown Corpus of American English (FROWN). [Электрон. ресурс] – URL: http://khnt.hit.uib.no/icame/manuals/frown/INDEX.HTM (қаралған кҥні – 01.02.2022).

4. Leech C. (2005) Extending the possibilities of corpus-based research on English in the twentieth century: A prequel to LOB and FLOB. ICAME Journal. – Geoffrey & Nicholas Smith, 2005. № 29. – P. 83-98.

5. Жҧбанов А., Жаңабекова А.(2017) Корпустық лингвистика. – Алматы, 2017. – 318 б.

6. Захаров В.П. (2005) Корпусная лингвистика: Учебн.-метод. пособие. – СПб., 2005. – 48 с.

7. Жҧбанов А.Қ. (2009) Қазақ тілі мҽтіндер корпусының компьютерлік базасын қҧрудың алғышарттары // Ҽдеби тіл жҽне қазақ тілінің ҿміршеңдігі. / Жауапты ред. Қ.Кҥдеринова. –Алматы: «КИЕ» лингвоелтану инновациялық орталығы, 2009. –175-179-бб.

8. Жаңабекова А.Ҽ. (2012) Қазақ тілі мҽтіндеріне морфологиялық белгіленім қоюдың ғылыми-тҽжірибелік негіздері // Научно-практическая конференция «Языки меньшинств в компьютерных технологиях: опыт, задачи и перспективы». – Уфа, 2012. – Б. 42-50.

9. Жубанов А.К. (2015) Принципы автоматизации морфологической разметки текстов Национального корпуса казахского языка (НККЯ) // Материалы международной научно-практической конференции «Контрастивные исследования и прикладная лингвистика». – Минск: МГЛУ, 2015. – С. 111-119.

10. Жанабекова А., Пирманова К. (2019) Технология программы полуавтоматической метаразметки казахского национального корпуса // Актуальные проблемы современной лингвистики и гуманитарных наук: сборник статей ХІ Всероссийской научно-методической конференции с международным участием. – М.: РУДН, 2019. – С. 465-474.

11. Қҧлманов С., Жаңабекова А.Ҽ., Ҽшімбаева Н.М., Бисенғали А.З., Шҥленбаев Н.Қ., Қордабай Б.Қ. (2022) Корпусқа енгізілетін мҽтіндердегі сҿздерге морфологиялық белгіленім қою жҽне оларды компьютерлік бағдарламаға енгізу мҽселелері // Л.Н. Гумилев атындағы Еуразия ҧлттық университетінің Хабаршысы. «Филология ғылымдары» сериясы. № 3(140)/2022. – 103-113-бет (DOI: https://doi.org/10.32523/2616-678X-2022-140-3-103-113) https://bulphil.enu.kz/index.php/main/article/view/29/9.

12. Койбагаров К.Ч., Мусабаев Р.Р., Кулманов С.К. (2012) Разработка алгоритмов автоматического анализа словоформ казахского языка // «Қазіргі қазақ тіл білімі: қолданбалы лингвистиканың ҿзекті мҽселелері»: халықаралық ғылыми-теориялық конференция материалдарының жинағы. –Алматы, А.Байтҧрсынҧлы атындағы Тіл білімі институты, 2012. – С.83-87.

13. Lauridsen, Karen. (1996) Text Corpora and Contrastive Linguistics: Which Type of Corpus for which Type of Analysis? In: Aijmer, Karin /Altenberg, Bengt /Johannson, Mark (eds) Languages in Contrast. Papers from a Symposium on Text-based Cross Linguistic Studies. Lund: Lund University Press. – 1996. –P. 63-72.

14. Захаров В.П. (2020) Корпусная лингвистика. – Петербург, 2020. – 234 с.

15. Добровольский Д.О. (2015) Лингвоспецифичная лексика в корпусах параллельных текстов / Д.О.Добровольский // Речевые жанры современного общения. Тезисы докладов междунар. конф. «11-е Шмелевские чтения (23-25 февр. 2015)». – М.: ИРЯ РАН, 2015. – С. 47-49.

16. Добровольский Д.О. (2009) Корпус параллельных текстов в исследовании культурно-специфичной лексики // Национальный корпус русского языка: 2006-2008. Новые результаты и перспективы. – СПб.: Нестор-История, 2009. – С. 383-401.

17. Steinberger Ralf, Mohamed Ebrahim, Alexandros Poulis, Manuel Carrasco-Benitez, Patrick Schlüter, Marek Przybyszewski & Signe Gilbro. (2014) An overview of the European Union's highly multilingual parallel corpora. Language Resources and Evaluation Journal (LRE) 2014. DOI: 10.1007/s10579-014-9277-0.

18. Waldenfels R. (2006) Compiling a parallel corpus of Slavic languages. Text strategies, tools and the question of lemmatization in alignment // Beitrage der Europaischen Slavistischen Linguistik (POLYSLAV). 9. Munchen, 2006. –S. 123- 138.

19. Сичинава Д.В. (2015) Параллельные тексты в составе национального корпуса русского языка: новые направления развития и результаты // Труды Института русского языка РАН. – М., 2015. – С.194-234.

20. Тао Ю., Захаров В.П. (2015) Разработка и исползование параллельного корпуса русского и китайского языков // НТИ. Сер. 2. Информ. Процессы и системы. 2015. №4. – С. 18-27.

21. Ҽуезов М. (2009а) Абай жолы: Роман-эпопея. Бірінші кітап. – Алматы: «Жазушы», 2009. – 376 бет. – «Қазақтың 100 романы» сериясы

22. Ҽуезов М. (2009ҽ) Абай жолы: Роман-эпопея. Екінші кітап. – Алматы: «Жазушы», 2009. – 432 бет. – «Қазақтың 100 романы» сериясы

23. Ҽуезов М. (2009б) Абай жолы: Роман-эпопея. Ҥшінші кітап. – Алматы: «Жазушы», 2009. – 384 бет. – «Қазақтың 100 романы» сериясы

24. Ҽуезов М. (2009в) Абай жолы: Роман-эпопея. Тҿрінші кітап. – Алматы: «Жазушы», 2009. – 400 бет. – «Қазақтың 100 романы» сериясы

25. Ауэзов М. (2012а) – Путь Абая. / Перевод А. Кима. – Алматы: ИД «Жибек жолы», 2012. Кн. 1. – 568 с.

26. Ауэзов М. (2012б) – Путь Абая. / Перевод А. Кима. – Алматы: ИД «Жибек жолы», 2012. Кн. 2. – 556 с.

27. Ауэзов М. (2012в) – Путь Абая. / Перевод А. Кима. – Алматы: ИД «Жибек жолы», 2012. Кн. 3. – 504 с.

28. Ауэзов М. (2012) – Путь Абая. / Перевод А. Кима. – Алматы: ИД «Жибек жолы», 2012. Кн. 4. – 528 с.

29. Englund-Dimitrova B. (1999) Tolkens roll: perspektiv från nyare forskning och implikatoner för tolkutbildning // Материалы Научно-практического семинара по преподаванию устного перевода (шведский язык/русский язык). – М., 1999. – С. 36-47.

30. Анастасьев Н. (2007) Третье свидание // Ҽдебиет айдыны. 2007. –№ 44 (141). – С. 9.

31. Куттыкадам С. (2007) Заветы Мухтара // Мысль. – 2007. – № 11. – С. 2.

32. Ананьева С. (2009) «Путь Абая» М.О. Ауэзова в переводе А. Кима // Керуен. – 2009. – № 2. – С. 136-157.

33. Бельгер Г. (2009) Жизнь – эпопея (эссе-триптих, статьи). – Алматы: ИД «Жибек жолы», 2009. – 144 с.

34. Жаксылыков А.Ж. (2013) Особенности нового перевода романа-эпопеи М.О. Ауэзова «Путь Абая» на русский язык // Художественный перевод и литературный процесс (избранные лекции и исследования). – Алматы, 2013. – С. 167-178.

35. Болатова Г.Ж. (2017) Жаңа «Абай жолы»: А. Кимнің аудармасындағы кейбір ерекшеліктер // ҚазҦУ Хабаршысы. Филология сериясы. No2 (166). 2017. – 320-324-бб. (https://philart.kaznu.kz/index.php/1-FIL/article/view/2357/2262)