Вы находитесь на главной странице мультимедийного (аудио- и видео-) корпуса языка бесермян — малочисленного коренного народа, проживающего в основном на северо-западе Удмуртии. Бесермянский — уральский язык пермской группы, близкородственный удмуртскому.
Подробнее К поискуКорпуса удмуртского языка расположены здесь.
Язык бесермян принадлежит к пермской группе уральских языков. На нём говорят примерно 2000 человек, которые живут в основном на северо-западе Удмуртии. К сожалению, число говорящих стремительно уменьшается, поскольку передача языка младшему поколению полностью остановилась между 2000 и 2005 годами.
Бесермянский традиционно рассматривался как наречие удмуртского языка (а также как единственный диалект в составе этого наречия). Лингвистическая разница между бесермянским и удмуртским не очень велика, особенно в сравнении с северными удмуртскими диалектами. Тем не менее, бесермяне отличают свой язык от удмуртского и считают его важным фактором национальной идентичности. Бесермянский фактически признан в Удмуртии языком, отличным от удмуртского. День бесермянского языка и письменности отмечается в Удмуртии 21 октября. Официальной бесермянской орфографии на данный момент не существует. Те, кто пишет по-бесермянски, используют незначительно отличающиеся варианты, в целом основанные на удмуртской кириллице. На данный момент по-бесермянски опубликовано две книги: Вортча мадьёс (В. Ар-Серги, Р. Дюкин) и Пичи принц (перевод Р. Дюкина).
Все морфологические грамматические категории выражаются суффиксально и агглютинативно, префиксы имеют только неопределённые и отрицательные местоимения. Следов сингармонизма, который предположительно имел место в прауральском языке, в бесермянском не осталось. Именные грамматические категории включают число, падеж и посессивность. Глаголы различают четыре морфологических времени (прямое и эвиденциальное прошедшее, настоящее и будущее) и индексируют лицо и число субъекта. Прямое дополнение маркируется номинативом или аккузативом, в зависимости от одушевлённости, референциального статуса и других факторов (дифференциальное объектное маркирование). Порядок слов в предложении относительно свободный, основным является SOV (подлежащее – прямое дополнение – глагол).
| Язык | бесермянский (ранее классифицировался как диалект удмуртского); русский (переключение кодов и некоторые реплики лингвистов) |
|---|---|
| Размер | Корпус содержит полные расшифровки записей, включая фрагменты на русском языке. Объём корпуса по состоянию на март 2025 г. составляет: - только бесермянские слова носителей, не считая переключения кодов: 235 тыс. словоупотреблений; - все слова носителей: 256 тыс. словоупотреблений; - все слова, включая реплики удмуртов, бесермян-неносителей и лингвистов: 289 тыс. словоупотреблений По умолчанию поиск производится только в бесермянских репликах носителей. |
| Тексты | Выровненные со звуком расшифровки аудио- и видеозаписей. В основном это тексты, записанные в ходе экспедиций в деревню Шамардан, начавшихся в 2003 году. Несколько записей, сделанных в нескольких деревнях в первой половине 2000-х, были предоставлены Н. М. Люкиной. 40% текстов (по количеству словоупотреблений) представляют собой свободные диалоги, 35,9% — диалоги, записанные в ходе экспериментов на референциальную коммуникацию, 24% — монологи (в основном интервью, в которых лингвист выступает в роли слушателя, но также рассказы о событиях или устные переводы с русского), 0,1% — песни. 94% текстов записаны в Шамардане, остальные — в Ворце, Пышкете, Турчино, Абашево и Ёжевском починке. |
| Разметка |
|
| Метаданные |
|
Система транскрипции на основе латинской графики, использованная при расшифровке текстов в силу экспедиционной традиции и включённая по умолчанию, несколько отличается от стандартных. Символы с диакритиками можно набирать с помощью виртуальной клавиатуры. В настройках корпуса (кнопка с колёсиком слева сверху) можно выбрать другую систему транскрипции: UPA (уральский фонетический алфавит / финно-угорская транскрипция), кириллица и IPA (международный фонетический алфавит). Транслитерация в эти системы осуществляется автоматически и, как следствие, может содержать неточности.
Реплики по-русски и фрагменты реплик, которые авторы корпуса сочли переключением кодов, расшифрованы по-русски в стандартной русской орфографии.
Ниже мы приводим соответствие между системой транскрипции, использованной в корпусе, UPA (в варианте, традиционно используемом в удмуртоведении), IPA и фонетической транскрипцией на основе кириллицы (также в варианте, традиционно используемом в удмуртоведении).
| корпус | UPA | IPA | кириллица |
|---|---|---|---|
| m | m | m | м |
| n | n | n | н |
| nʼ | ń | nʲ | н' |
| p | p | p | п |
| b | b | b | б |
| t | t | t | т |
| d | d | d | д |
| tʼ | tʼ / t́ | tʲ | т' |
| dʼ | dʼ / d́ | dʲ | д' |
| k | k | k | к |
| g | g | g | г |
| s | s | s | с |
| z | z | z | з |
| š | š | ʂ | ш |
| ž | ž | ʐ | ж |
| šʼ | ś | ɕ | с' |
| žʼ | ź | ʑ | з' |
| w | u̯ | w | ў |
| f | f | f | ф |
| x | χ | x | х |
| j | j | j | й |
| r | r | r | р |
| l | l | l | л |
| lʼ | lʼ / ĺ | lʲ | л' |
| c | c | t͡s | ц |
| čʼ | čʼ / č́ | t͡ɕ | ч |
| (č) | (č) | (t͡ʂ) | (ӵ) |
| ǯʼ | ǯʼ / ǯ́ | d͡ʑ | ӟ |
| (ǯ) | (ǯ) | (d͡ʐ) | (ӝ) |
В других палатализованных согласных, маргинально встречающихся в спонтанных русских заимствованиях, палатализация также отмечается знаком ʼ.
| корпус | UPA | IPA | кириллица |
|---|---|---|---|
| a | a | a | а |
| ə | ə̑ | ʌ | ъ |
| o | o | o | о |
| u | u | u | у |
| ɤ | e̮ | ɘ | ӧ |
| e | e | e | э |
| ɨ | i̮ | ɨ | ы |
| i | i | i | и |
Участки записи, которые нам не удалось однозначно расшифровать, обозначены как [нрзб]. Фрагменты, где мы не полностью уверены в расшифровке, взяты в расшифровке в квадратные скобки. Фальстарты (начатые, но не законченные слова) отмечаются знаком =. Они отображаются в поисковой выдаче, но поиск по ним невозможен. В некоторых местах имена и другие личные данные заменены на <NAME> из соображений конфиденциальности. В переводах информация, отсутствующая в оригинале, заключена в квадратные скобки (если она вставлена как часть предложения) или в круглые скобки.
Корпусом языка называется коллекция текстов на этом языке, снабжённая дополнительной лингвистической информацией (разметкой, или аннотацией) и поисковым механизмом. Краткое введение в языковые корпуса и корпусную лингвистику можно посмотреть в интервью академика В. А. Плунгяна на ПостНауке.
— Кому нужны корпуса?
В первую очередь, корпуса нужны лингвистам — исследователям, изучающим конкретные языки или язык в целом. Поисковая система и разметка корпусов сконструированы таким образом, чтобы в них можно было задавать лингвистические запросы вроде «найти все существительные в родительном падеже» или «найти все формы слова пөнө перед глаголами». Кроме того, корпуса могут пригодиться преподавателям языка (в корпусах, например, можно находить примеры для упражнений), а также изучающим язык и самим носителям языка.
— Можно ли использовать корпус как библиотеку?
Основной режим работы с корпусом таков: пользователь задаёт запрос — ищет какое-либо слово, фразу или конструкцию, — а корпус выдаёт в ответ все предложения, в которых встречаются искомые слова. По умолчанию предложения выдаются в перемешанном порядке. При желании у каждого предложения можно расширить контекст, т. е. показать соседние с ним предложения. Тем не менее, над каждым примером есть кнопка в виде книжки, при нажатии на которую откроется полный текст.
— Можно ли использовать корпус как словарь?
У каждого бесермянского слова в корпусе есть переводы на русский и английский языки. Однако это всего лишь вспомогательная информация для тех, кто не владеет бесермянским языком. Переводы слов в корпусе специально укорочены, не отражают всех оттенков значения и не содержат примеров употреблений.
— Что такое морфологическая разметка и как она сделана?
В представленном здесь корпусе имеется лемматизация и морфологическая разметка. Лемматизация означает, что при каждой словоформе указана её лемма, то есть начальная форма. Морфологическая разметка означает, что для каждой словоформы указаны её грамматические характеристики: часть речи, число, падеж, время и т. п. Разметка производилась автоматически при помощи специальной программы — морфологического анализатора. Анализатор, в свою очередь, использует составленный вручную грамматический словарь и формализованное описание бесермянского словоизменения. Анализатор вместе со словарём свободно распространяется и доступен на гитхабе. Использование автоматической разметки, к сожалению, означает, что, во-первых, отсутствующие в словаре слова останутся неразобранными, а во-вторых, что в некоторых случаях возникнет омонимия. Например, увидев форму каре, анализатор не может понять, является ли это притяжательной формой 1 л. ед. ч. от слова кар («мой город»), формой латива от того же слова («в город») или вообще формой глагола карөнө «делать». Омонимия частично снимается при помощи контекстных правил, составленных вручную. Русские предложения (переводы) были размечены автоматически с помощью анализатора mystem.
Авторы корпуса выражают глубокую благодарность бесермянскому сообществу и всем консультантам из деревни Шамардан, без чьего многолетнего труда создание этого корпуса было бы невозможно.
Сбор и обработка данных корпуса частично финансировалась из грантов, в частности, РГНФ №16-24-17003 «Интегральный анализ именной группы в финно-угорских языках: поддержание референции и кодирование информационной структуры высказывания» и РФФИ №20-512-14003 «Языковое разнообразие в Поволжском языковом союзе. Типология грамматических явлений и языковые контакты».
Подготовка версии корпуса, опубликованной в 2025 г., была поддержана грантом Deutsche Forschungsgemeinschaft (DFG, Немецкий исследовательский фонд) – проект № 428175960 (Тимофей Архангельский).
Если у Вас есть вопросы, Вы хотели бы предложить сотрудничество или Вы заметили ошибку в корпусе, пожалуйста, напишите об этом Тимофею Архангельскому. Кроме того, Вы можете использовать по своему усмотрению свободно распространяемые бесермянский морфологический анализатор и корпусную платформу tsakorpus.