3. Тематический поиск в Сети.
Вторым наиболее популярным методом поиска в Интернете является использование каталогов (directories), в которых ссылки на ресурсы Сети распределены по многочисленным рубрикам и подрубрикам, начиная от самых общих (Бизнес, Наука, Развлечения) и заканчивая узкоспециальными. Самым известным таким каталогом, безусловно, является Yahoo, однако он уже отнюдь не является монополистом. Более того: по всем основным параметрам -удобство и четкость классификации, релевантность и быстрота обновления ссылок, широта охвата - Yahoo в настоящее время уступает своему более молодому конкуренту - Open Directory Project, созданному усилиями 32 000 редакторов по всему миру. После его интеграции с Google пользоваться им стало особенно удобно. Заслуживает внимания и быстро растущий каталог LookSmart (он же используется на сайте AltaVista), однако практикуемая им продажа позиций в листинге сайтов отчасти снижает его ценность.
Тематические каталоги позволяют быстро найти несколько крупных специализированных сайтов, которые способны дать общее представление об интересующей вас теме и послужить "трамплином" для дальнейших изысканий.
Англоязычные каталоги
Netscape Open Directory Project / Google - 2.200.000 сайтов |
http://directory.google.com http://dmoz.org |
Yahoo - ок. 1.900.000 сайтов |
www.yahoo.com |
LookSmart - ок. 2.000.000 сайтов |
www.altavista.com www.looksmart.com |
Русскоязычные каталоги
@rus |
www.atrus.ru |
List.ru |
www.list.ru |
Yandex |
www.yandex.ru |
Russia Online |
www.online.ru/rmain |
Russia on the Net |
www.ru |
InfoArt Stars |
www.stars.ru |
4. Корпусная лингвистика
Следующим шагом в освоении ресурсов Интернета может стать целенаправленное формирование специализированных корпусов текстов на жестком диске вашего компьютера. Современные средства позволяют быстро сформировать весьма обширный (несколько десятков миллионов слов) корпус текстов практически по любой тематике, и сделать это может каждый, кто владеет основными навыками работы с ПК и с Интернетом. Для создания корпусов, помимо обычных браузеров, используются т.н. оффлайновые браузеры и программы докачки. Полнотекстовыд поиск по накопленным материалам осуществляется с помощью специализированных программ индексации и поиска.
Преимущества специализированных корпусов
1) Вы сами - а не поисковая система - определяете, что именно вы хотите проиндексировать. Здесь следует иметь в виду несколько моментов:
Индексы поисковых систем очень обширны, вас же может интересовать употребление того или иного слова в текстах строго определенного типа (американские юридические документы или английские памфлеты XVII в.)
Не все сайты индексируются на 100%: ограничения на глубину индексирования накладываются по разным причинам как владельцами поисковых систем, так и владельцами сайтов. Такие сайты, тем не менее, поддаются скачиванию оффлайновыми браузерами.
Существует феномен т.н. "невидимой Сети" (invisible Web): все большее число сайтов переходит от статического формирования вэб-страниц к динамическому и размещает всю основную информацию в базах данных. Страницы в этом случае формируются "на лету" в зависимости от запросов или "профилей" пользователей; этот метод также очень удобен для сайтов с постоянно обновляемой информацией (новости, развлечения и т.д), однако большая часть материалов при этом становится недоступной для поисковых машин, которые в результате как бы скользят по поверхности. Такие сайты могут содержать уникальную информацию, которую вполне можно сохранить на жестком диске вручную или с помощью программы докачки.
Все основные поисковые системы имеют т.н. "stop lists", т.е. списки сверхчастотных слов (the, and, is, to), которые не подлежат индексации. Переводчика же зачастую интересуют особенности употребления выражений, содержащих такие служебные слова.
Профессиональные поисковые программы предоставляют гораздо более широкий набор функций, чем онлайновые поисковые системы: поиск с заданным интервалом между ключевыми словами, варианты интерпретации дефиса, многочисленные логические операторы и маски, "нечеткий поиск" (fuzzy search), одновременный поиск по нескольким корпусам и проч.
Наличие корпуса на жестком диске, естественно, не требует выхода в Интернет. Переход от одного результата поиска к другому также происходит на порядок быстрее, при этом все результаты поиска автоматически подсвечиваются.
Технические рекомендации
Для формирования корпусов текстов лучше всего использовать популярный оффлайновый браузер Teleport Pro. В тех случаях, когда сайт не поддается автоматическому скачиванию, интересующие вас материалы можно загрузить вручную, используя программу докачки ReGet или ее аналоги.
Для индексации и поиска информации можно рекомендовать программу dtSearch (ее полнофункциональную демо-версию можно бесплатно скачать из Интернета: www.dtsearch.com/download.html). Программа поддерживает все основные типы файлов (htm*, doc, txt (ANSI и ASCII), xls), индексирует zip-архивы с минимальной потерей скорости, может работать с любыми языками на основе латиницы, с кириллицей и греческими шрифтами. Платная версия также поддерживает формат pdf.
Источники материалов для создания корпусов
Новостные сайты содержат самые свежие материалы на все мыслимые темы, а также архивы за последние 5-6 лет; идеально подходят для создания большого общелингвистического корпуса. Следует, однако, иметь в виду, что у многих изданий доступ к архивам платный, другие предоставляют бесплатно номера за последние 7-14 дней плюс многочисленные тематические подборки.
Англоязычные СМИ о России
Moscow Times - ежедневно, текущий номер бесплатно, архив платный |
www.moscowtimes.ru |
St. Petersburg Times - дважды в неделю, те же условия |
www.sptimes.ru |
The Russia Journal - еженедельно, бесплатно |
www.russiajournal.com |
Russia Today - новости на российскую тематику |
www.russiatoday.com |
Инопресса - перевод зарубежных статей о России на русский язык |
www.inopressa.ru |
Сайты зарубежных и отечественных бумажных СМИ
New York Times |
www.nytimes.com Le Monde |
http://tout.lemonde.fr |
Washington Post |
www.washingtonpost.co Liberation |
www.liberation.fr |
Los Angeles Times |
www.latimes.com Le Figaro |
www.lefigaro.fr |
USA Today |
www.usatoday.com |
Nouvel Observateur |
www.nouvelobs.com |
Time |
www.time.com |
Le Point
|
www.lepoint.fr |
Newsweek |
www.newsweek.com |
L'Express
|
www.lexpress.fr |
Fortune |
www.fortune.com |
Frankfurter Allgemeine |
www.faz.de |
Forbes |
www.forbes.com |
Handelsblatt
|
www.handelsblatt.co |
Business Week |
www.businessweek.com |
Spiegel
|
www.spiegel.de |
Wall Street Journal |
http://public.wsi.com |
Stern
|
www.stern.de |
People |
http://people.aol.com |
Die Zeit
|
www.zeit.de |
Life |
www.lifemag.com |
Corriere del la Sera |
www.corriere.it |
The Times |
www.the-times.co.uk |
El Pais
|
www.elpais.es |
Financial Times |
www.ft.com |
Известия
|
www.izvestia.ru |
Economist |
www.economist.com |
Коммерсант
|
www.kommersant.ru |
Daily Telegraph |
www.telegraph.co.uk |
Новая газета
|
www.novayagazeta.r |
Independent |
www.independent.co.uk |
Независимая газета |
www.ng.ru |
Зарубежные и отечественные онлайновые СМИ и информационные порталы
Yahoo News |
мировые новости на основных европеи- |
http://dailynews.yahoo.com |
ских языках |
|
|
Новостные сайты ведущих телекомпании:
CNN |
www.cnn.com |
BBC News |
http://news.bbc.co. uk |
ABCNews |
www.abcnews.com |
MSNBC |
www.msnbc.com |
FOXNews |
www.foxnews.com |
ZDNet - компьютерные новости на основных европейских языках |
www.zdnet.com |
CNet - компьютерные новости на английском языке |
www.cnet.com |
Е&Р Media Links - ссылки на 12 400 СМИ по всему миру |
http://emedia l .mediainfo.com/emedia |
Find Articles - бесплатный архив статей из 300 журналов разнообразной тематики |
www.findarticles.com |
SMI.RU - дайджест и каталог отечественных СМИ (4700 ссылок) |
http://smi.ru |
Национальная служба новостей - новости, интервью, аналитика |
www.nns.ru |
Национальная электронная библиотека - огромный электронный архив российской периодики (500 СМИ, более 6 млн. документов, доступ платный ($0,40/доку-мент, мин. Аванс $40) |
http://nel.nns.ru |
Художественные тексты
Bartleby.com - отличная коллекция художественной и справочной литературы на английском языке |
www.bartleby.com |
Project Gutenberg - огромная коллекция англоязычных художественных и научных текстов, включая переводы с других языков (в формате ASCII txt) |
http://promo.net/pg |
BookHive - множество художественных и нехудожественных текстов, в т.ч. переводы (на англ.) |
www.bookhive.com |
Bibliomania - большой выбор художественной, справочной и учебной литературы (англ.) |
www.bibliomania.com |
Perseus Project - античные авторы на языке оригинала и в английском переводе |
www.perseus.tufts.edu |
Universal Library - множество разнообразных текстов |
www.ul.cs.cmu.edu |
Electric Library - огромная коллекция справочных, научных, художественных текстов и статей (2000 книг, 150 газет, 700 журналов) с полнотекстовым поиском (доступ платный, $10/мес, $60/год) |
www.elibrary.com |
ODP/Google EText Links - ссылки на электронные библиотеки и архивы |
http://directory.google.com /Top/Arts/Literature/Electronic_ Text_Archives |
Internet Public Library - каталог ссылок на тексты и литературные ресурсы |
www.ipl.org/reading/books |
Books Online - то же |
http://digital.library.upenn. edu/books |
Eserver - художественные, публицистические, научные тексты, классические и современные, по 42 темам |
http://eserver.org |
ARTFL (University of Chicago) - ссылки на сайты, посвященные французской литературе |
http://humanities.uchicago. edu/ARTFL/ARTFL.html |
Библиотека Максима Мошкова - известная и обширная библиотека в русском Интернете (28 000 текстовых файлов) |
www.lib.ru |
Новости электронных библиотек ("Русский журнал") - обширный список библиотек, новые поступления |
www.russ.ru/krug/biblio |
Текстовые ресурсы Рунета - большой список ссылок |
www.cl.spb. ru/iptill/library |
Журнальный зал (InfoArt) - российские толстые литературные журналы онлайн |
www.infoart.ru/magazine |
Рейтинг литературных сайтов России |
http://rating.rinet.ru |
Drew's Script-O-Rama - англоязычные киносценарии |
www.script-o-rama.com |
Специализированные сайты и порталы
Find Law - поиск юридических ресурсов |
www.findlaw.com |
Lectric Law Library - образцы юридических документов, справочные материалы |
www.lectlaw.com |
EUR Lex - параллельные тексты официальных документов ЕС на языках всех стран-членов |
http://europa.eu.int/eur-lex/en/index.html |
International Monetary Fund - МВФ |
www.imf.org |
FreightGate - справочная информация по экспорту/импорту и международным перевозкам |
www.freightgate.com/conferenсе |
Для переводчика немалый интерес представляют также готовые одно- и многоязычные корпусы текстов, доступные в режиме онлайн через Интернет:
|
|
TIS Corpus - параллельные тексты разнообразной документации ЕС на нескольких (от 2 до 11) языках |
http://tis.consilium.eu.int/isowebtis /welcomeEN.htm |
TransSearch - двуязычный конкордансер к корпусу Hansard 1986-93 (стенограммы заседаний канадского парламента на английском и французском языках) |
www-ali.iro.umontreal.ca/ TransSearch |
Wordtheque (итал. перев. агентство Logos) - корпус худож. и нехудож. текстов, 112 языков, 530 млн. слов |
www.wordtheque.com |
Bank of English / COBUILD (Birmingham Uni/Collins) - пополняемый корпус совр. языка, 320 млн. слов, онлайн - 56 млн., доступ платный (.150/мес.,. ГЗОО/год) |
http://titania.cobuild.colIins.co.uk |
British National Corpus (Oxford University) - 100 млн. слов современного языка, онлайн доступ (160/год) и на CD-ROM (J220) |
http://info.ox.ac.uk/bnc |
Сайты, посвященные вопросам корпусной лингвистики:
Wi-Corpora Project - справочные материалы, ссылки, КОН-кордансер к текстам Project Gutenberg |
http://ciwww. essex. ac. uk/w3c |
