Approaches to annotation of discourse relations in linguistic corpora

Рассматривается надкорпусная база данных (НБД), разработанная на основе корпуса параллельных текстов для описания русских коннекторов и их переводов на французский и другие языки. В рамках данной НБД аннотируется внутренняя структура и семантика коннекторов русского языка, а также их переводных соответствий на других языках. Описание семантики коннекторов подразумевает описание соответствующих дискурсивных отношений между соединяемыми ими фрагментами текста. Используемый в НБД подход к описанию дискурсивных выражений, передаваемых коннекторами, сравнивается с новейшими существующими подходами к аннотации дискурсивных отношений: рассматривается аннотированный корпус дискурсивных отношений Penn Discourse Treebank (PDTB) и проект стандарта по аннотации дискурсивных отношений ISO 24617-8. Отмечается, что PDTB и ISO 24617-8, в отличие от НБД, позволяют аннотировать как эксплицитные (выраженные коннекторами и другими языковыми единицами), так и имплицитные дискурсивные отношения. Кроме этого, в рамках данных подходов имеется возможность аннотировать аргументы дискурсивных отношений, включая их источники, типы и роли (для ассиметричных отношений). С другой стороны, преимущество НБД состоит в том, что она позволяет одновременно аннотировать коннекторы и их переводные соответствия в параллельных корпусах, что открывает для исследователей новые возможности в области лингвистического контрастивного анализа. В то время как в рамках других подходов для аннотации дискурсивных коннекторов используется формат XML, НБД представляет собой реляционную базу данных, что повышает эффективность системы при работе с кросслингвистическими объектами и доступность для пользователей. Также рассматривается теоретическая и практическая значимость семантической аннотации коннекторов и выражаемых ими дискурсивных отношений.