Orð og tunga - 01.06.2007, Qupperneq 37

Ásta Svavarsdóttir: Talmál og málheildir — talmál og orðabækur 27
málstexta í verkefninu Blogg og bréfaskriftir. Óiitgefin skrif íslendinga3.
Síðar er ætlunin að fella þann efnivið inn í MÍM og hann nýtist líka
ágætlega í tilbrigðarannsókninni. Samvinnan teygir því anga sína í
ýmsar áttir og það er m.a. tilgangur minn með greininni að hvetja sem
flesta til samstarfs um efnisöflun og gagnavinnslu.
2 Textasöfn og málheildir
Textasafri er hér notað um hvers kyns söfn rafrænna texta en hugtak-
ið málheild (d. korpus, e. corpus) er aftur á móti haft um textasöfn
með völdum textum sem hafa verið greindir málfræðilega auk þess
að gengið er frá textunum á ákveðinn hátt (sbr. Sigrún Helgadótt-
ir 2004a:67). Biber, Conrad & Rippen lýsa muninum á textasafni og
málheild þannig: „A corpus is not simply a collection of texts. Rather,
a corpus seeks to represent a language or some part of a language"
(1998:246). Til að tiltekið safn rafrænna texta geti kallast málheild þarf
það m.ö.o. að uppfylla ákveðin skilyrði og eru þau helstu talin upp í
(1).
(1) 1. Textasafnið þarf að vera skipulega samansett miðað
við fyrirfram ákveðnar forsendur sem miða að því að
safnið geti talist endurspegla málið eða afmarkaðan
hluta þess á tilteknum tíma eða tímabili.
2. Textarnir þurfa að vera greindir m.t.t. ýmissa mál-
fræðilegra atriða og markaðir á skipulegan hátt.
3. Upplýsingar um uppruna og eðli textanna þurfa að
liggja fyrir og vera skráðar á skipulegan hátt.
4. Umbúnaður safnsins þarf að vera þannig að auðvelt
sé að leita í því og nýta það til margvíslegra fræði-
legra og hagnýtra verkefna.
5. Upplýsingar um gerð og samsetningu safnsins þurfa
að vera aðgengilegar.
Með hugtakinu markaður (e. tagged) í lið (1)2 er átt við það að hvert
einstakt lesmálsorð hafi verið greint m.t.t. tiltekinna málfræðiatriða,
oftast orðflokks og beygingarmyndar, og tengt við ákveðið uppfletti-
orð (lemmu eða les). Með því móti er gerður greinarmunur á tví- eða
3Eyrún Valsdóttir vann að þessu verkefni sumarið 2006 undir stjóm Sigrúnar
Helgadóttur og Ástu Svavarsdóttur, m.a. fyrir styrk úr Nýsköpunarsjóði námsmanna.