Google Books jako korpus językowy
Journal Title: Biuletyn Polskiego Towarzystwa Językoznawczego - Year 2018, Vol 0, Issue 74
Abstract
Artykuł poświęcony jest omówieniu Google Books, dostępnej przez Internet biblioteki wirtualnej, obejmującej skany 30 milionów książek. Jest to aktualnie najbogatsze na świecie źródło danych tekstowych w postaci cyfrowej. Zbiory Google Books można nazwać korpusem, ale zasadniczo różnią się one od tradycyjnych korpusów językowych. Kłopoty klasyfikacyjne wynikają z konkretnych ograniczeń, z jakimi trzeba się zmierzyć w trakcie badań. Między innymi część źródeł to wersje pełnotekstowe, a część – wersje z ograniczonym podglądem, dane bibliograficzne są nierzadko błędne, a jakość optycznego rozpoznawania tekstu, zwłaszcza w przypadku starszych tekstów, jest daleka od doskonałości. Referat omawia krótko problemy badawcze dotyczące Google Books. Google Books as a language corpus. A b s t r a c t. This article concerns Google Books, a digital library available on the Internet, which contains scans of 30 million books. At present, it is the largest source of textual data in digital format worldwide. Google Books may be called a corpus, but it is markedly different from traditional language corpora. Classification difficulties arise from specific limitations encountered during research. Among other things, some sources are available as full texts, while others offer limited preview; bibliographic metadata are often wrong; and the quality of optical character recognition is far from perfect, especially when applied to older texts. The article briefly discusses research problems involved in using Google Books.
Authors and Affiliations
Mirosława Podhajecka
Keywords
Related Articles
- EP ID EP523436
- DOI 10.17651/bptj.74.2
- Views 107
- Downloads 0
Granice interpretacji lingwistycznej w badaniach nad komunikacją niewerbalną
W artykule pokazuję granicę refleksji lingwistycznej dotyczącej komunikacji niewerbalnej, która sytuuje się między ogólnojęzykowym sposobem opisywania zjawisk komunikacyjnych a ich opisem specjalistycznym z użyciem zapro...
Znaczenie metody biograficznej w badaniach gwary staroobrzędowców mieszkających w Polsce
Celem niniejszego artykułu jest analiza przydatności i ukazanie sposobu wykorzystania metody biograficznej w badaniach zjawisk zachodzących w gwarze staroobrzędowców mieszkających w Polsce na podstawie materiałów zebrany...
Język jako wielka narracja: teoria narracyjności w semantyce.
Przywołując interdyscyplinarne badania – rozwijane w naukach kognitywnych, w obrę- bie psychologii, fi lozofi i czy socjologii – autorka dokonuje ekstrapolacji teorii narracyjności na obszar badań semantycznych. W tym c...
Compounds of linguistic research on political speech before 1795 with other fields of science
Linguistics proves insufficient in researching texts that represent the rhetoric variety of former political communication. The study of the area discussed in the article requires a combination of scientific tools develo...
Towards a transboundary approach to the analysis of linguistic modality – elements of an empirical investigation of the modal auxiliary must in contemporary American English
The present article aims to demonstrate a transboundary approach to a linguistic modality analysis. The transboundary approach is perceived as such in which a researcher needs to cross certain boundaries in their studies...