Тексты Устного корпуса башкирского языка записаны расширенной латиницей. Используемая система сочетает черты транслитерации (то есть ориентирована на башкирскую кириллическую орфографию) и транскрипции. Соответствия между башкирской орфографией и используемой системой записи представлены в таблице.

Орфография	Транслитерация	Комментарий	Пример
а	a		ағас = aɣas ‘дерево’
б	b		бай = baj ‘rich’
в	w или v	w в исконных словах и арабских заимствованиях, v в русских заимствованиях (в соответствии с произношением)	ваҡыт = waqət ‘время’; вагон = vagon ‘вагон’
г	g		иген = igen ‘зерно’
ғ	ɣ		ағас = aɣas ‘дерево’
д	d		дуҫ = duθ ‘друг’
ҙ	ð		ҙур = ður ‘большой’
е	e или je	e в большинстве случаев; je в начале слова (также в редких случаях в русских заимствованиях после гласной)	ете = jete ‘семь’
ё	yo	только в русских заимствованиях (y обозначается мягкость согласного)	самолёт = samolyot ‘самолёт’
ж	ž		хужа = xuža ‘хозяин’
з	z		зыян = zəjan ‘ущерб’
и	i		инеү = inew ‘входить’
й	j		йомортҡа = jomortqa ‘яйцо’
к	k		кеше = keše ‘человек’
ҡ	q		ҡала = qala ‘город’
л	l		ләкин = läkin ‘но’
м	m		май = maj ‘масло’
н	n		нисек = nisek ‘как’
ң	ŋ		тыңлау = təŋlaw ‘слушать’
о	o		оҙон = oðon ‘длинный’
ң	ŋ		тыңлау = təŋlaw ‘слушать’
ө	ö		өй = öj ‘дом’
п	p		ҡапыл = qapəl ‘вдруг’
р	r		риза = riza ‘согласен’
с	s		сығыу = səɣəw ‘выходить’
ҫ	θ		үҫеү = üθew ‘расти’
т	t		тороу = torow ‘стоять’
у	u или w	w после гласных, u в остальных случаях	ҡунаҡ = qunaq ‘гость’; баҫыу = baθəw ‘поле’; ауыл = awəl ‘деревня’
ү	ü или w	w после гласных, ü в остальных случаях	үҫеү = üθew ‘расти’
ф	f		картуф = kartuf ‘картошка’
х	x		хәҙер = xäðer ‘сейчас’
һ	h		һыу = həw ‘вода’
ц	c	в русских заимствованиях	нация = nacija ‘нация’
ч	č		Учалы = Učalə ‘Учалы’
ш	š		йәш = jäš ‘возраст’
щ	šč	в русских заимствованиях	училище = učilišče ‘училище’
ъ	()	имеет разделительную функцию	донъя = donja ‘мир’
ы	ə	NB: не путать с буквой башкирского алфавита (ә)	быяла = bəjala ‘стекло’
ь	ʔ или y	ʔ в башкирских словах, где ь обозначает гортанную смычку; y в русских заимствованиях, где ь обозначает мягкость предшествующего согласного	Ҡөрьән = Qörʔän ‘Коран’; февраль = fevraly ‘февраль’
э	e	только в начале слова	эсеү = esew ‘пить’
ә	ä		бүләк = büläk ‘подарок’
ю	ju или jü	ju или jü в соответствии с произношением (слова переднего или заднего ряда сингармонизма); теоретически должно быть yu в тех русских заимствованиях, где ю обозначает мягкость предшествующего согласных (в текстах не зафиксировано)	юл = jul ‘дорога’; юкә = jükä ‘липа’
я	ja или ya	обычно ja; ya только в тех русских заимствованиях, где я обозначает мягкость предшествующего согласного	япраҡ = japraq ‘лист’; сентябрь = sentyabry ‘сентябрь’

Фрагменты записанных текстов, в которых произносятся русские слова без каких-либо признаков фонетической или грамматической адаптации, трактовались как случаи переключения кода и отображались в текстах корпуса при помощи кириллицы. В ряде случаев переключение происходит внутри единого высказывания, ср. Məna šulaj itep jäšänek... труд... труд кормил... труд кормил... məna šulaj buldə. ‘Вот так вот мы жили... труд... труд кормил... труд кормил... вот так было’.

В этом разделе описываются инструкции по поиску в Устном корпусе башкирского языка дер. Рахметово и с. Баимово (далее Корпус). Этот Корпус относится к группе корпусов, использующих поисковую платформу tsakorpus. Инструкция с описанием общих технических возможностей поиска в корпусах этого типа содержится в разделе «Справка» (кнопка с вопросительным знаком в правом верхнем углу страницы поиска). Здесь же описываются правила, специфические для данного Корпуса.

На основной странице поиска появляется форма с полями «Слово», «Лемма», «Грамматика» и «Глоссы».

Основные возможности поиска

Поиск точных форм («Слово»)

В этом поле можно ввести словоформы, вхождения которых вы хотите найти. Следует помнить, что башкирские тексты записаны в корпусе в транслитерации. Например, для поиска всех вхождений формы местного падежа мәктәптә ‘в школе’ существительного мәктәп ‘школа’ нужно задать в поле «Слово» словоформу mäktäptä.

Особым образом записаны формы императива (повелительного наклонения): в них после основы (но до личного показателя 2-го лица множественного числа) использован символ Ø, как в следующих примерах:

Запись в корпусе	Орфографическая запись	Запись с разбиением на морфемы	Глоссы	Перевод
qaraØ	ҡара	qara-Ø	watch-IMP	‘смотри’
səɣØəɣəð	сығығыҙ	səɣ-Ø-əɣəð	go.out-IMP-2PL	‘выходите’

Об использовании регулярных выражений и других возможностях поиска по слову см. раздел Справка.

Поиск лексем («Лемма»)

Это поле следует использовать для поиска всех форм одного слова (лексемы, леммы). Например, если в это поле вбить слово mäktäp (мәктәп в орфографической записи, ‘школа’), то в поисковой выдаче окажутся все вхождения этого существительного во всех его формах, например, mäktäp ‘школа’, mäktäpte [mäktäp-te, школа-ACC] ‘школу’, mäktäb-e-ndä [mäktäbendä, школа-P.3-LOC] ‘в его школе’ и т.д.

Леммы следует вводить в поле поиска в начальной форме, т.е. в той же форме, которая обычно используется в башкирских словарях. Для существительных, прилагательных, наречий, местоимений и числительных выбор начальной формы не вызывает сложностей (например, öj ‘дом’, bäläkäj ‘маленький’, xäðer ‘сейчас’, hin ‘ты’, ike ‘два’). Для глаголов в соответствии с традицией используется форма номинализации на –w, например, ešläw ‘работать’, aləw ‘брать’ и т.д.

В Корпусе не проводится различие между словоизменением и словообразованием. В частности, формы, построенные по регулярным словообразовательным моделям, воспринимаются Корпусом как формы производящих лемм. Например, глагол, который в словарях трактуется как лексема eserew ‘поить’, для Корпуса является формой каузатива от глагола esew ‘пить’. Как следствие, по запросу eserew в поле «Лемма» Корпус не выдаст результатов, а по запросу esew будут показаны как формы без показателя каузатива (например, esä ‘пьет’), так и формы с показателем каузатива (например, eserergä ‘чтобы напоить’ и т.д.). Чтобы получить только каузативные формы, можно сузить запрос, воспользовавшись полями «Грамматика» или «Глоссы». Аналогичные решения приняты и для многих других словообразовательных процессов (см. раздел «Грамматика»).

Для записываемых в виде отдельного слова энклитик («частиц»), имеющих алломорфы, определяемые морфонологическими правилами, в качестве основных принимаются варианты la (‘же’; по этому запросу будут найдены и все остальные варианты – da, ða, ta, lä и т.д.) и ɣəna (‘только’; по этому запросу будут получены и варианты genä, qəna и kenä).

Для нерегулярных глагольных форм ine, ikän и ihä (грамматикализованные формы глагола ‘быть’) единая лемма не постулируется.

Грамматика

Поле «Грамматика» позволяет осуществлять поиск по частям речи и грамматическим категориям. Для того, чтобы воспользоваться этим поиском, необходимо нажать на кнопку в правой части поля «Грамматика» — появится окно-подсказка, в котором можно выбрать необходимые грамматические пометы.

Система частей речи, используемая в Корпусе, расшифровывается в следующей таблице.

Условное обозначение	Расшифровка	Комментарий
n	существительное
v	глагол	Включая bar ‘имеется’.
adj	прилагательное	Сюда помещены многие слова, которые в зависимости от контекста могут интерпретироваться как прилагательные или как наречия, например šəm ‘тихий’ или ‘тихо’.
adv	наречие	В основном сюда причислены слова, которые не могут использоваться как прилагательные, например qapəl ‘вдруг’.
num	числительное
pron	местоимение
post	послелог	Как собственно послелоги Корпус воспринимает только неизменяемые послелоги типа menän ‘с’, həmaq ‘как’. Отыменные послелоги, имеющие в своем составе падежные показатели, анализируются как косвенные формы существительных (например, ald-ə-nda [передняя.часть-P.3-LOC] ‘перед’).
conj	союз	Как собственно союзы Корпус воспринимает только неизменяемые союзы типа läkin ‘но’. Отглагольные союзы tip и tigän воспринимаются как формы глагола tiew ‘говорить’.
part	частица	В эту категорию попадают те энклитики, которые в башкирской орфографии записываются как отдельные слова: ɣəna ‘только’, la ‘же’, laha ‘ведь’, uq ‘же, самый’.
interj	междометие	Так интерпретируются две единицы, ej и nu.
word	другое и неклассифицируемое	Неструктурированный класс незнаменательных единиц: äje ‘да’, məna ‘это самое’ (слово-заместитель), äjðä ‘айда, давайте’ и т.д.

В разметке Корпуса частеречные пометы (тэги) ассоциируются с первой морфемой в составе словоформы, то есть с корнем. Как следствие, словоформа целиком идентифицируется Корпусом как относящаяся к той части речи, к которой отнесен ее корень. Наличие в словоформе аффиксов, меняющих частеречные свойства, не учитываются. Например, словоформа jäšäw [жить-NMLZ] ‘жизнь’ может быть получена по запросу глагол (v), а не существительное (n), хотя по своим синтаксическим свойствам она ведет себя как существительное.

Система грамматических признаков, используемых в Корпусе, представлена в следующей таблице.

Условное обозначение	Расшифровка	Основной (-ые) алломорф(ы)	Примеры и комментарии
Число
pl	множественное число	lar	qəððar ‘девочки’, kitälär ‘пошли’
Падеж
unmarked	начальная форма (имени)		Это немаркированная по падежу форма имен; она используется в позиции подлежащего (в функции номинатива), а также в других случаях: немаркированный объект, нереферентное определение и т.д.
acc	винительный	nə	malajðə ‘мальчика’, ajaɣən ‘его ногу’, mine ‘меня’
gen	родительный	nəŋ	ajaqtarənəŋ ‘их ног’, unəŋ ‘его’
abl	исходный	nan	urmandan ‘из леса’
dat	дательный	ɣa	handəqqa ‘в сундук’, uɣa ‘ему’, hatərɣa ‘(чтоб) продать’
loc	местный	la	qajala ‘на скале’, beððä ‘у нас’
Притяжательность
p.1sg	посессор 1л. ед.ч.	m	äsäjemde ‘мою маму’
p.1pl	посессор 1л. мн.ч.	bəð	xužabəð ‘наш хозяин’
p.2sg	посессор 2л. ед.ч.	ŋ	baqsaŋda ‘в твоем саду’
p.2pl	посессор 2л. мн.ч.	ɣəð	kartufəɣəððə ‘вашу картошку’
p.3	посессор 3л.	ə	aɣahə ‘его старший брат’
Наклонение
imp	императив	Ø	kilØ ‘приходи’, birØegeð ‘дайте’
imp.emph	эмфатический императив	sə	alØsə ‘возьми же’
hort	гортатив	aj	qarajəq ‘посмотрим-ка’, äjtäjem ‘скажу-ка’
juss	юссив	hən	ithen ‘пусть сделает’
cond	условное наклонение	ha	eshäŋ ‘если выпьешь’
Время и финитность
pst	прошедшее	nə	aldə ‘взял’, inem ‘я был(а)’; в грамматиках «прошедшее определенное»
plpf	плюсквамперфект	ɣajnə	barɣajnəm ‘я пошла’
pc.pst	причастие прошедшего времени	ɣan	onotqanmən ‘я забыл’, kilgän ‘пришедший’; в грамматиках описывается как личная форма «прошедшего неопределенного» и как причастие / номинализация
ipfv	имперфектив	a, j	ešläjheŋ ‘ты работаешь’, jəja ‘собирает, собирая’; финитные и нефинитные употребления формы ipfv в грамматиках трактуются как две омонимичные формы: финитная форма настоящего времени и деепричастие на –a/-j
fut	будущее	asaq	səɣasaq ‘выйдет’, kiläsäkkä ‘на будущее’; может использоваться и финитно (в грамматиках «будущее определенное»), и в качестве номинализации
pot	потенциалис	r	barərbəð ‘мы пойдем’, ešlärgä ‘(чтоб) делать’; в грамматиках описывается как личная форма «неопределенного будущего» и как номинализация
neg.pot	отрицательная форма потенциалиса	maθ	ujanmaθqa ‘(чтоб) не проснуться’; морфологически нерегулярная отрицательная форма потенциалиса
ptcp.fut	причастие будущего времени	ahə	ülähe ‘который должен умереть’
cv	основное деепричастие	p	haləp ‘положив’
cv.ant	деепричастие предшествования	ɣas	kergäs ‘войдя’
cv.term	предельное деепричастие	ɣansə	bötkänse ‘пока не закончил’
neg.cv.att	отрицательная деепричастная форма	majənsa	halmajənsa ‘не добавляя’
desid	дезидератив	maqsə	qərqətmaqsə ‘(хотели) напугать’
Личные предикативные показатели
1sg	личная форма 1л.ед.ч.	mən, m	itermen ‘сделаю’ buldəm ‘я был(а)’
1pl	личная форма 1л.мн.ч.	bəð, q	jabənabəð ‘надеваем’, hattəq ‘мы продавали’
2sg	личная форма 2л.ед.ч.	həŋ, ŋ	ašajhəŋ ‘ты ешь’, səqtəŋmə ‘ты вышла?’
2pl	личная форма 2л.мн.ч.	həɣəð, ɣəð	hawməhəɣəð ‘здравствуйте’, birðegeð ‘вы сдали’
Отрицание
neg	отрицание	ma	onotmajðar ‘не забывают’
Иллокутивные маркеры
q	вопросительная частица	mə	beläŋme ‘ты знаешь?’
Деривация существительных			эсеү = esew ‘пить’
ag	имя деятеля	sə	hunarsə ‘охотник’
nmlz	номинализация	w, ləq, ɣə	uqəw ‘учение’, jaqšələq ‘добро’, joqlaɣə (kilmäj) ‘(не хочется) спать’
poss.subst	безвершинный генитив	nəqə	uqəwsənəqə ‘у ученика’, Räxmättekelär ‘рахметовские’
Деривация прилагательных и наречий
car	каритив	həð	isemhəð ‘безымянный’
cmpr	сравнительная степень	raq	tiðeräk ‘(по)быстрее’
simil	приблизительность	laj	jəldaj ‘около года’
intens	интенсивность	частичная редупликация	hap-haw ‘здоровый-прездоровый’
Деривация числительных
approx	приблизительное количество	laɣan	utəðlaɣan ‘примерно 30’
coll	собирательность	lap	kümäkläp ‘все вместе’
distr	дистрибутив	ar	berär ‘по одному’
num.subst	безвершинное числительное	aw	dürtäwe ‘четверо’
ord	порядковое числительное	nsə	ikense ‘другой, второй’
Глагольная деривация
caus	каузатив	t, dər, r, kər, qað	jörötä ‘носит’, kilterðe ‘вернула’
pass	пассив	l, n	atala ‘называется’
refl	рефлексив	n	kejenä ‘одевается’
recp	реципрок	š	höjläšälär ‘разговаривают’

Примечание. По техническим причинам поиск по «грамматике» не позволяет найти слова со следующими аффиксами:

Условное обозначение	Расшифровка	Основные алломорфы	Примеры
maybe	частица неопределенности	dər	bulmaɣandər ‘видимо, не было’, kemder ‘кто-то’
adj	адъективатор	lə, ɣə	aldaɣə ‘предстоящий’, belemle ‘знающий’
adv	адвербиализатор	sa	bašqortsa ‘по-башкирски’

Для того чтобы найти словоформы с этим аффиксами, можно воспользоваться поискам по глоссам.

Глоссы

Поиск по глоссам позволяет создавать запросы, касающиеся морфемной структуры словоформ. В целом этот способ поиска открывает примерно те же возможности, что и поиск по грамматике. В частности, во всплывающем окне, вызываемом кнопкой рядом с полем «глоссы», приводится почти тот же список показателей, что и при поиске по грамматике.

Общие принципы работы поиска по глоссам и основные отличия такого поиска от поиска по грамматике приводятся в разделе «Справка» (кнопка с вопросительным знаком в правом верхнем углу страницы поиска). Здесь дополнительно перечисляются особенности поиска по глоссам, специфические для данного Корпуса.

1) Используя поиск по глоссам, можно найти словоформы, содержащие некоторые морфемы, которые не позволяет искать поиск по грамматике:

Условное обозначение	Расшифровка	Основные алломорфы	Примеры
maybe	частица неопределенности	dər	bulmaɣandər ‘видимо, не было’, kemder ‘кто-то’
adj	адъективатор	lə, ɣə	aldaɣə ‘предстоящий’, belemle ‘знающий’
adv	адвербиализатор	sa	bašqortsa ‘по-башкирски’

2) При поиске по глоссам не находятся такие словоформы, при глоссировании которых релевантные части словоформ не членятся на морфемы. Например, словоформа дательного падежа местоимения hin ‘ты’ выглядит как hiŋä, не членится на морфемы и глоссируется целиком как ты.DAT. Эта словоформа попадает в выдачу по грамматическому запросу «dat», но при поиске по глоссам она не попадает в выдачу по запросу «STEM-DAT».

3) При записи формул строения словоформ можно воспользоваться такими элементами, как CASE, POSS и FINIT. Каждый из них соответствует не конкретной морфеме, а группе морфем. CASE — любой показатель падежа, POSS — любой притяжательный показатель, FINIT — любой показатель финитности или нефинитности на глаголе (POT, IPFV, PC.PST, CV и т.д.). Например, по запросу STEM-PL-POSS можно найти все словоформы, где к основе присоединяется сначала показатель множественного числа, а потом какой-то показатель притяжательности (например, bala-lar-ə [ребенок-PL-P.3] ‘их дети / их ребенок / его дети / ее дети’), а по запросу STEM-POSS-PL можно найти словоформы, где показатели притяжательности и числа идут в обратном порядке (например, ataj-əm-dar [отец-P.1SG-PL] ‘мои родители’).

Перевод

При помощи этих полей возможен поиск словоформ в соответствие с русским / английским переводом соответствующих лемм. Например, по запросу «уходить» в поле «Перевод (ru)» выдаются все употребления глагола kitew, корень которого глоссируется в корпусе как «уходить». Поиск по переводу не позволяет искать русские или английские словоформы, использованные в переводах башкирских предложений. Например, при помощи этой функции нельзя найти все предложения, в переводах которых используется словоформа «ушли». Чтобы найти такие предложения, необходимо воспользоваться полнотекстовым поиском.

Дополнительные возможности поиска

Параметры поиска, связанные с говорящим, с которым записан текст, устроены по принципу выпадающих окон, в которых перечислены все встретившиеся в Корпусе значения параметров. Например, в поле «Место рождения» перечислены все места, в которых родились те говорящие, с которыми записаны тексты Корпуса.

Все остальные параметры поиска (полнотекстовый поиск, поиск предложений / слов / лексем, выбор подкорпуса, одновременное использование нескольких полей, использование поиска по нескольким словоформам и т.д.) не имеют особенностей, характерных только для башкирского Корпуса.

Общие сведения. В корпусе содержится 92 текста общей продолжительностью чуть более 5 часов, объем корпуса около 25000 слов.

Социолингвистические характеристики. Тексты корпуса были записаны от 37 носителей разных поколений, от 1928 до 2005 г.р. Распределение текстов по годам рождения носителей показано в таблице.

Год рождения	Количество носителей	Продолжительность текстов
1928–1940	5	29
1941–1950	5	93
1951–1960	8	72
1961–1970	8	42
1971–1980	4	34
1981–1900	1	7
1991–2000	4	13
2001–2005	2	11

Жанровый состав. В основном в корпус входят полуспонтанные монологические тексты, незначительную долю составляют диалоги. В таблице ниже отражен жанрово-тематический состав текстов в минутах записей.

Жанр	Продолжительность текстов
Описания ритуалов, рецепты, инструкции	79
(Авто)биографии	72
Истории из жизни	55
Легенды и сказки	48
Размышления и другие ненарративные монологи	29
Пересказы фильмов	18
Диалоги	7