hseling/hseling-api-catandkittens repository overview

⁠CAT&kittens: Русский академический корпус и инструмент для проверки академических текстов

САТ - это корпус академических текстов, созданный на основе наиболее актуальных (написанных позднее 2010 года) научных текстов. Большинство текстов корпуса - статьи из журналов, входящих в принятый НИУ ВШЭ перечень изданий, публикации в которых учитываются при назначении академических надбавок. Тексты корпуса размечены при помощи пайплайна UDpipe.

В корпусе выделяются следующие домены:

Общий объём корпуса составляет ок. 2.5 млн. токенов.

На основе корпуса были созданы следующие ресурсы:

• Списки академических коллокаций размерностью от двух до шести слов. Доступны как общие списки, так и списки для каждого домена.

• Инструмент для проверки академических текстов, выделяющий следующие отклонения от академического стиля:

  • Длинные последовательности генитивов;
  • Неправильное употребление сравнительной степени;
  • Неверное употребление сочинительных групп;
  • Слова, не встречающиеся в академических текстах;
  • Смешение употребления “я” и “мы”;
  • Неверное употребление наклонения глаголов;
  • Слишком длинные предложения.

Разработчики:
Преподаватели: Михаил Копотев (Хельсинкский университет), Олеся Кисселев (Университет Техаса в Сан-Антонио), Наталья Зевахина, Светлана Толдова (НИУ ВШЭ)
Студенты: Анастасия Баранчикова, Анна Дмитриева, Александр Климов, Станислав Краснов, Мария Фёдорова (НИУ ВШЭ)