Лингвистические проблемы создания корпуса документов Войска Донского (XVIII–XIX вв.)

Abstract

В статье рассматриваются подходы к решению таких лингвистических проблем создания диахронического корпуса документов канцелярий Войска Донского из Государственного архива Волгоградской области, как отбор источников, принципы передачи текстов с устаревшей графикой, параметры аннотирования и структурной разметки. Обоснована релевантность включения в корпус всех видов документов разного объема и структуры текста, необходимость частичной адаптации графики с сохранением вышедших из употребления букв, орфографии и пунктуации оригиналов как значимых для исторического языкознания, исторической диалектологии русского языка. На основе систематизации стандартизированных речевых оборотов, эксплицирующих элементы аннотирования, показаны возможности автоматизации процесса метаразметки. При отсутствии в текстах последовательной постановки знаков препинания, а также с учетом особенностей синтаксиса и композиции документов предложено при структурной разметке деление текстов на структурно-смысловые блоки, которые могут быть расчленены на менее объемные синтаксические единицы. К л ю ч е в ы е с л о в а: русский язык, лингвистический корпус, диахронический корпус, архивные документы, адаптация текстов, метаразметка, структурная разметка.