Как работает морфологическая разметка в Национальном корпусе русского языка?

Морфологическая разметка в Национальном корпусе русского языка (НКРЯ) приписывает словоформе информацию о части речи и значении всех её словоизменительных и словоклассифицирующих морфологических грамматических категорий. old.old.imli.ru

Морфологическая информация, приписываемая произвольной словоформе в тексте, делится на четыре типа: ruscorpora.ru

1. Лексема (лемма), которой принадлежит словоформа (указывается «словарная запись» данной лексемы и её принадлежность к той или иной части речи). ruscorpora.ru
2. Множество грамматических признаков данной лексемы, или словоклассифицирующие характеристики (например, род для существительного, переходность для глагола). ruscorpora.ru
3. Множество грамматических признаков данной словоформы, или словоизменительные характеристики (например, падеж для существительного, число для глагола). ruscorpora.ru
4. Информация о нестандартности грамматической формы, орфографических искажениях и т. п.. ruscorpora.ru

Для большей части корпуса морфологическая разметка делается автоматически, то есть с помощью программ морфологического анализа. old.old.imli.ru

В меньшей части корпуса (так называемый «эталонный» корпус, или «корпус со снятой омонимией», объёмом около 4 млн словоупотреблений) результаты автоматического морфологического анализа дополнены ручной коррекцией, включающей исправление случайных ошибок и снятие морфологической омонимии. old.old.imli.ru