hrvatski

Korpusni pristupi u lingvističkim istraživanjima

Razvoj korpusne lingvistike i uporaba korpusa doveli su do značajnoga preokreta u istraživanju gotovo svih područja lingvistike. Danas je korpusna lingvistika jedna od prevladavajućih metodologija u proučavanju i opisivanju jezika, a korpusi pružaju empirijske podatke za postavljanje ili testiranje lingvističkih teorija ili za njihovu praktičnu primjenu. Iako je korpus u standardnoj i deskriptivnoj gramatici engleskoga jezika već nekoliko desetljeća neizostavan resurs (usp. Quirk i dr., 1985, Biber i dr., 1999), hrvatska gramatička tradicija nije temeljena na korpusima. No, zahvaljujući razvoju Hrvatskoga nacionalnog korpusa (Tadić 2009), koji obuhvaća i morfosintaktički opis pojavnica (eng. morphosyntactic description, MSD), omogućena je složena analiza i pretraga korpusa, čime se otvaraju nove mogućnosti u istraživanjima hrvatskoga jezika. Stoga na primjeru sintaktičke kategorije (tj. imenske skupine) istražujemo može li korpus poslužiti kao resurs za gramatički opis fleksijskoga jezika kao što je hrvatski, te koje su prednosti korpusnoga pristupa u odnosu na tradicionalni pristup. Istraživanje je provedeno na Hrvatskome nacionalnom korpusu (HNK), koji je označen prema leksičkim kategorijama tj. vrstama riječi (eng. Part-of-speech tagging, POS tagging). HNK, kao ni većina korpusa nije označen prema sintaktičkim kategorijama jer se sintaksa za pretraživanje korpusa (eng. corpus query syntax) temelji na regularnim izrazima (eng. regular expressions) i nije dovoljno moćna da predstavlja strukture koje se ponavljaju. No, unatoč tome, postavljanjem složenih upita za leksičke kategorije i njihovim kombiniranjem moguće je dobiti podatke o sintaktičkim kategorijama. Pretpostavljamo da tako dobiveni korpusni podaci mogu dati uvid u (složenu) sintaktičku strukturu ne samo analitičkih jezika kao što je engleski, već se metodologija može primijeniti i na fleksijske jezike s bogatim morfološkim sustavom, kao što je hrvatski.

korpusni pristupi; HNK; imenska skupina

nije evidentirano