OrthRus_v2
OrthRus_v2 is the expanded and updated version of the corpus. The first version, OrthRus_v1, is also available for querying.
OrthRus is a large, multi-genre Russian corpus of Orthodox religious language compiled from multiple portals and content sections. The data were collected between December 2025 and May 2026; the current corpus was compiled in May 2026. The corpus includes news, topical articles, Q&A materials, and texts from the “Otechnik” section, which is a multi-genre library of religious literature containing theological, scholarly, publicistic, hagiographic, and other types of texts. The corpus provides public subcorpora by genre (core / news / Q&A / otechnik) and by portal (source website).
OrthRus_v2
OrthRus_v2 ist die erweiterte und aktualisierte Version des Korpus. Die erste Version, OrthRus_v1, ist ebenfalls für Abfragen verfügbar.
OrthRus ist ein großes, mehrgenres russisches Korpus orthodoxer religiöser Sprache, zusammengestellt aus mehreren Portalen und Inhaltsbereichen. Die Daten wurden zwischen Dezember 2025 und Mai 2026 erhoben; das aktuelle Korpus wurde im Mai 2026 erstellt. Es umfasst Nachrichten, thematische Artikel, Frage‑Antwort‑Materialien sowie Texte aus dem Bereich „Otechnik“, der eine mehrgenres Bibliothek religiöser Literatur darstellt und theologische, wissenschaftliche, publizistische, hagiographische sowie weitere Texttypen enthält. Im Korpus stehen öffentliche Subkorpora nach Genre (Kern / Nachrichten / Q&A / Otechnik) und nach Quellportal zur Verfügung.
OrthRus_v2
OrthRus_v2 — расширенная и обновленная версия корпуса. Первая версия, OrthRus_v1, также доступна для поиска.
OrthRus — большой многожанровый корпус русского православного религиозного дискурса, составленный по материалам нескольких порталов и разделов. Данные были собраны в период с декабря 2025 по май 2026 года; текущая версия была скомпилирована в мае 2026 года. Корпус включает новости, тематические статьи, материалы в формате «вопрос–ответ», а также тексты из раздела «Отечник», представляющего собой многожанровую и религиозной литературы, где представлены богословские, научные, публицистические, агиографические и другие типы текстов. В корпусе доступны публичные подкорпуса по жанрам (основной / новости / Q&A / отечник) и по порталам-источникам.
Sources
Quellen
Источники
- azbyka.ru: one of the largest Russian Orthodox portals, with a library, catechesis, Q&A, thematic guides, sermons, icons, a church calendar, and family sections; a multi-genre religious resource rather than an official church website.
- patriarchia.ru: the official website of the Moscow Patriarchate, publishing news, reports on the Patriarch’s activities, official documents, synodal decisions, and church decrees.
- foma.ru: a popular Orthodox magazine and website for a broad audience, with materials on faith, ethics, family, culture, and contemporary life; it follows the position of the Moscow Patriarchate but is not an official church publication.
- pravoslavie.ru: an Orthodox portal affiliated with the Sretensky Monastery and Metropolitan Tikhon (Shevkunov), publishing articles, interviews, commentary, and pastoral materials.
- sedmitza.ru: a church news and information portal associated with the Church Scientific Center “Orthodox Encyclopedia”, combining news coverage with reference and scholarly-informational materials.
- dialog.elitsy.ru: part of the Orthodox social network Elitsy; at present, the corpus includes only the “question to a priest” section.
- pravmir.ru: formerly a clearly Orthodox portal, but after its later redesign it shifted largely toward broader secular social issues; for OrthRus, only the archived priest Q&A materials are included.
- azbyka.ru: eines der größten russisch-orthodoxen Portale mit Bibliothek, Katechese, Q&A, thematischen Leitfäden, Predigten, Ikonen, Kirchenkalender und Familienbereichen; eine mehrgenre religiöse Ressource und keine offizielle Kirchenwebsite.
- patriarchia.ru: die offizielle Website des Moskauer Patriarchats mit Nachrichten, Berichten über die Tätigkeit des Patriarchen, offiziellen Dokumenten, synodalen Beschlüssen und kirchlichen Verlautbarungen.
- foma.ru: ein populäres orthodoxes Magazin und Webportal für ein breites Publikum mit Beiträgen zu Glaube, Ethik, Familie, Kultur und Gegenwartsfragen; es steht der Position des Moskauer Patriarchats nahe, ist aber kein offizielles Kirchenmedium.
- pravoslavie.ru: ein orthodoxes Portal in Verbindung mit dem Sretenski-Kloster und Metropolit Tichon (Schewkunow); es veröffentlicht Artikel, Interviews, Kommentare und seelsorgerliche Materialien.
- sedmitza.ru: ein kirchliches Nachrichten- und Informationsportal im Umfeld des Kirchlich-Wissenschaftlichen Zentrums „Orthodoxe Enzyklopädie“; es verbindet aktuelle Berichterstattung mit Nachschlage- und wissenschaftsnahen Informationsmaterialien.
- dialog.elitsy.ru: Teil des orthodoxen sozialen Netzwerks Elitsy; derzeit ist im Korpus nur das Frage-und-Antwort-Format „Frage an einen Priester“ vertreten.
- pravmir.ru: früher ein deutlich orthodox geprägtes Portal, nach dem späteren Relaunch jedoch weitgehend in Richtung breiterer säkularer Gesellschaftsthemen verschoben; für OrthRus werden nur archivierte Priester-Q&A-Materialien einbezogen.
- azbyka.ru: один из крупнейших российских православных порталов с библиотекой, катехизацией, разделами вопросов и ответов, тематическими путеводителями, проповедями, иконами, церковным календарём и семейными разделами; это многожанровый религиозный ресурс, а не официальный церковный сайт.
- patriarchia.ru: официальный сайт Московского Патриархата, публикующий новости, сообщения о деятельности Патриарха, официальные документы, синодальные решения и иные церковные постановления.
- foma.ru: популярный православный журнал и сайт для широкой аудитории с материалами о вере, этике, семье, культуре и современной жизни; придерживается позиции Московского Патриархата, но не является официальным церковным изданием.
- pravoslavie.ru: православный портал, связанный со Сретенским монастырём и митрополитом Тихоном (Шевкуновым); публикует статьи, интервью, комментарии и пастырские материалы.
- sedmitza.ru: церковный новостной и информационный портал, связанный с Церковно-научным центром «Православная энциклопедия»; сочетает новостную повестку со справочными и научно-информационными материалами.
- dialog.elitsy.ru: часть православной социальной сети «Елицы»; в настоящее время в корпус включён только раздел вопросов священнику.
- pravmir.ru: ранее отчётливо православный портал, но после более позднего обновления во многом сместившийся в сторону более широких светских социальных тем; в OrthRus включены только архивные материалы вопросов и ответов священников.
Portal coverage
Portal coverage is intentionally uneven: the corpus is built around high-volume portals and supplemented with smaller sources to increase genre and register diversity.
Portalabdeckung
Die Portalabdeckung ist bewusst ungleichmäßig: Das Korpus konzentriert sich auf große Portale und wird durch kleinere Quellen ergänzt, um die Genre‑ und Registervielfalt zu erhöhen.
Охват порталов
Охват порталов намеренно неравномерен: корпус строится вокруг крупных порталов и дополняется более небольшими источниками, чтобы увеличить жанровое и регистровое разнообразие.
| Portal | Tokens | Share (%) |
|---|
| azbyka.ru | 143,317,221 | 45.8 |
| sedmitza.ru | 61,085,838 | 19.5 |
| patriarchia.ru | 47,080,130 | 15.1 |
| foma.ru | 35,067,285 | 11.2 |
| pravoslavie.ru | 18,947,826 | 6.1 |
| dialog.elitsy.ru | 6,764,501 | 2.2 |
| pravmir.ru | 457,795 | 0.1 |
Reach
Traffic and audience figures are based on Similarweb (similarweb.com) and are provided only for contextual reference. The snapshot period is February–April 2025.
Reichweite
Besuchs- und Reichweitenzahlen basieren auf Similarweb (similarweb.com) und dienen ausschließlich der kontextuellen Einordnung. Der Erfassungszeitraum ist Februar–April 2025.
Охват аудитории
Данные о трафике и аудитории основаны на Similarweb (similarweb.com) и приводятся только для контекстной ориентировки. Период срезов: февраль–апрель 2025 года.
- azbyka.ru: 27.8M total visits (snapshot: February 2025).
- patriarchia.ru: 783.3K total visits (snapshot: February 2025).
- foma.ru: 3.4M total visits (snapshot: February 2025); project-reported — ~2.5M monthly unique visitors to foma.ru and ~17M monthly total reach across platforms (December 2025).
- pravmir.ru: 4M total visits (snapshot: February 2025).
- pravoslavie.ru: 1.96M total visits (snapshot: April 2025).
- sedmitza.ru: no traffic figures available.
- azbyka.ru: 27,8 Mio. Gesamtbesuche (Stand: Februar 2025).
- patriarchia.ru: 783.300 Gesamtbesuche (Stand: Februar 2025).
- foma.ru: 3,4 Mio. Gesamtbesuche (Stand: Februar 2025); projektinterne Angaben — ca. 2,5 Mio. monatliche Unique Visitors für foma.ru und ca. 17 Mio. monatliche Gesamtreichweite über alle Plattformen (Dezember 2025).
- pravmir.ru: 4 Mio. Gesamtbesuche (Stand: Februar 2025).
- pravoslavie.ru: 1,96 Mio. Gesamtbesuche (Stand: April 2025).
- sedmitza.ru: keine Verkehrsdaten verfügbar.
- azbyka.ru: 27,8 млн общих посещений (срез: февраль 2025).
- patriarchia.ru: 783,3 тыс. общих посещений (срез: февраль 2025).
- foma.ru: 3,4 млн общих посещений (срез: февраль 2025); по данным проекта — около 2,5 млн уникальных посетителей в месяц на foma.ru и около 17 млн совокупного месячного охвата на всех платформах (декабрь 2025).
- pravmir.ru: 4 млн общих посещений (срез: февраль 2025).
- pravoslavie.ru: 1,96 млн общих посещений (срез: апрель 2025).
- sedmitza.ru: данные о трафике отсутствуют.
azbyka.ru
Azbyka.ru is a large Orthodox portal with multiple sections (library, catechesis, Q&A, thematic guides, calendars, media). OrthRus includes only those parts of Azbyka that contain Russian-language Orthodox discourse and fit the corpus scope.
azbyka.ru
Azbyka.ru ist ein großes orthodoxes Portal mit zahlreichen Bereichen (Bibliothek, Katechese, Q&A, thematische Leitfäden, Kalender, Medien). OrthRus enthält nur die Teile von Azbyka, die russischsprachigen orthodoxen Diskurs enthalten und in den Zuschnitt des Korpus passen.
azbyka.ru
Azbyka.ru — крупный православный портал с многочисленными разделами: библиотека, катехизация, вопросы‑ответы, тематические путеводители, календари, медиа. В OrthRus включены только те части Azbyka, которые содержат русскоязычный православный дискурс и соответствуют профилю корпуса.
The list below specifies which Azbyka sections are currently included in the corpus and which are excluded.
Included
- Otechnik (library): in the current index, only authors born in the 20th century are included.
- Church law.
- Way to God and Catechesis.
- Questions: Q&A materials.
- Guides, Sermons, Icons.
- Sueveriyam.net, Art, Apokalipsis.
- Church calendar: only saint entries with icon images and descriptive text.
- Family sections: Marriage, Parenting, Health.
Excluded
- Azbyka Vernosti (dating): excluded as a non-religious service genre outside the corpus scope.
- Azbyka Sadovoda (gardening): excluded as thematically unrelated to Orthodox religious discourse.
- Prayers and liturgical texts: excluded because the content is predominantly in Church Slavonic, while the current index targets Russian-language discourse.
- Forum: not included yet; planned for future integration.
Die folgende Übersicht zeigt, welche Bereiche von Azbyka derzeit in das Korpus aufgenommen werden und welche ausgeschlossen bleiben.
Enthalten
- Otechnik (Bibliothek): Im aktuellen Index sind nur Autoren enthalten, die im 20. Jahrhundert geboren wurden.
- Kirchenrecht.
- Weg zu Gott und Katechese.
- Fragen: Q&A‑Materialien.
- Leitfäden, Predigten, Ikonen.
- Sueveriyam.net, Kunst, Apokalipsis.
- Kirchenkalender: nur Heiligeneinträge mit Ikonenbildern und beschreibendem Text.
- Familienbereiche: Ehe, Kindererziehung, Gesundheit.
Nicht enthalten
- Azbyka Vernosti (Dating): ausgeschlossen als nichtreligiöses Servicegenre außerhalb des Korpuszuschnitts.
- Azbyka Sadovoda (Gartenbau): ausgeschlossen, da der Bereich thematisch nicht zum orthodoxen religiösen Diskurs gehört.
- Gebete und liturgische Texte: ausgeschlossen, da die Inhalte überwiegend kirchenslavisch sind, während der aktuelle Index auf russischsprachigen Diskurs ausgerichtet ist.
- Forum: derzeit noch nicht enthalten; eine spätere Integration ist vorgesehen.
Ниже указано, какие разделы Azbyka в настоящее время включаются в корпус, а какие остаются за его пределами.
Включено
- Отечник (библиотека): в текущий индекс включены только авторы, родившиеся в XX веке.
- Церковное право.
- Путь к Богу и Катехизация.
- Вопросы: материалы формата Q&A.
- Схемы, Проповеди, Икона.
- Sueveriyam.net, Искусство, Апокалипсис.
- Церковный календарь: только жития святых, содержащие изображения икон и описательный текст.
- Семейные разделы: Семья, Дети, Здоровье.
Исключено
- Азбука верности (знакомства): раздел исключён как нерелигиозный сервисный жанр, не входящий в рамки корпуса.
- Азбука садовода: раздел исключён как тематически не связанный с православным религиозным дискурсом.
- Молитвы и литургические тексты: исключены, поскольку содержание преимущественно церковнославянское, тогда как текущий индекс ориентирован на русскоязычный дискурс.
- Форум: пока не включён; его интеграция планируется в будущем.
Public subcorpora
OrthRus provides two public dimensions of subcorpora: by genre and by portal. Genre subcorpora reflect the main site‑section types used across portals.
By genre
genre_core: core editorial sections, mainly articles and explanatory texts with an Orthodox focus.genre_news: news sections and chronicle‑style updates.genre_qa: Q&A discourse (questions and published answers), including pastoral consultations and expert replies.genre_otechnik: long‑form library texts, primarily book‑length materials. At present, this category includes texts from the “Otechnik” section of Azbyka.ru.
By portal
portal_azbyka: selected sections from azbyka.ru (see coverage notes).portal_patriarchia: patriarchia.ru News, Patriarch, and official documents.portal_foma: foma.ru.portal_pravoslavieru: pravoslavie.ru.portal_sedmitza: sedmitza.ru.portal_elitsy: dialog.elitsy.ru.portal_pravmir: pravmir.ru (currently Q&A only).
Öffentliche Subkorpora
OrthRus bietet zwei öffentliche Dimensionen von Subkorpora: nach Genre und nach Portal. Die Genresubkorpora bilden die wichtigsten Bereichstypen ab, die portalübergreifend verwendet werden.
Nach Genre
genre_core: zentrale redaktionelle Bereiche, vor allem Artikel und erklärende Texte mit orthodoxem Schwerpunkt.genre_news: Nachrichtenbereiche und chronikartige Aktualisierungen.genre_qa: Frage‑Antwort‑Diskurs (Fragen und veröffentlichte Antworten), einschließlich seelsorgerlicher Konsultationen und Expertenantworten.genre_otechnik: längere Bibliothekstexte, überwiegend buchlange Materialien. Derzeit umfasst diese Kategorie Texte aus dem Bereich „Otechnik“ von Azbyka.ru.
Nach Portal
portal_azbyka: ausgewählte Bereiche von azbyka.ru (siehe Hinweise zur Abdeckung).portal_patriarchia: patriarchia.ru — Nachrichten, Patriarch und offizielle Dokumente.portal_foma: foma.ru.portal_pravoslavieru: pravoslavie.ru.portal_sedmitza: sedmitza.ru.portal_elitsy: dialog.elitsy.ru.portal_pravmir: pravmir.ru (derzeit nur Q&A).
Публичные подкорпуса
В OrthRus доступны два типа публичных подкорпусов с делением по жанру и по порталу. Жанровые подкорпуса отражают основные типы разделов, используемые на разных порталах.
По жанру
genre_core: основные редакционные разделы, прежде всего статьи и пояснительные тексты православной тематики.genre_news: новостные разделы и хроникальные обновления.genre_qa: вопросно‑ответный дискурс (вопросы и опубликованные ответы), прежде всего, пастырские консультации и ответы экспертов.genre_otechnik: объемные библиотечные тексты, преимущественно материалы книжного объема. В настоящее время в эту категорию входят тексты из раздела «Отечник» на Azbyka.ru (авторы, родившиеся в XX веке).
По порталу
portal_azbyka: выбранные разделы azbyka.ru (см. примечания к охвату).portal_patriarchia: patriarchia.ru — новости, раздел Patriarch и официальные документы.portal_foma: foma.ru.portal_pravoslavieru: pravoslavie.ru.portal_sedmitza: sedmitza.ru.portal_elitsy: dialog.elitsy.ru.portal_pravmir: pravmir.ru (в настоящее время только Q&A).
Document structure
Units and segmentation
<doc> is the main document unit (one page/item from a source portal: article, news item, document page, or a Q&A entry).<s> marks sentence boundaries and is used for sentence‑level querying and statistics.<question> and <answer> are used only when a document is Q&A‑like; non‑Q&A genres do not contain these segments.
<doc> metadata fields
Metadata is extracted from the source websites and normalized where possible. Field availability varies by portal and content type; some values are noisy due to source heterogeneity.
Dokumentstruktur
Einheiten und Segmentierung
<doc> ist die zentrale Dokumenteinheit (eine Seite bzw. ein Eintrag aus einem Quellportal: Artikel, Nachricht, Dokumentseite oder Q&A‑Eintrag).<s> markiert Satzgrenzen und wird für satzbezogene Abfragen und Statistiken verwendet.<question> und <answer> werden nur verwendet, wenn ein Dokument Q&A‑artig aufgebaut ist; andere Genres enthalten diese Segmente nicht.
Metadatenfelder von <doc>
Die Metadaten werden von den Quellwebsites extrahiert und, soweit möglich, normalisiert. Die Verfügbarkeit einzelner Felder variiert je nach Portal und Inhaltstyp; einige Werte sind aufgrund der Heterogenität der Quellen fehleranfällig.
Структура документа
Единицы и сегментация
<doc> — основная единица документа (одна страница или один материал с портала-источника: статья, новость, страница документа или запись в формате Q&A).<s> обозначает границы предложений и используется для запросов и статистики на уровне предложения.<question> и <answer> используются только в документах вопросно‑ответного типа; в текстах других жанров этих сегментов нет.
Поля метаданных <doc>
Метаданные извлекаются с сайтов-источников и по возможности нормализуются. Наличие отдельных полей зависит от портала и типа материала; часть значений может быть шумной из‑за неоднородности источников.
| Field | MeaningBedeutungЗначение |
|---|
doc.text_id | Internal unique identifier for the document in the corpus.Interne eindeutige Kennung des Dokuments im Korpus.Уникальный внутренний идентификатор документа в корпусе. |
doc.url | Source URL of the document (when available).Quell-URL des Dokuments (falls verfügbar).URL документа на сайте-источнике (если доступен). |
doc.portal | Source portal label (azbyka / patriarchia / foma / elitsy / pravmir).Bezeichnung des Quellportals (azbyka / patriarchia / foma / elitsy / pravmir).Метка портала-источника (azbyka / patriarchia / foma / elitsy / pravmir). |
doc.title | Document title (headline) as provided by the source page.Dokumenttitel (Überschrift) gemäß Quellseite.Заголовок документа, как он представлен на исходной странице. |
doc.author | Author name string when present on the source page.Namensangabe des Autors, sofern auf der Quellseite vorhanden.Имя автора, если оно указано на исходной странице. |
doc.status | Author status / role descriptor (e.g., “иерей”, “священник”, “архиепископ”, “патриарх”). Values are automatically extracted and may be imperfect.Status- bzw. Rollenbezeichnung des Autors (z.B. „иерей“, „священник“, „архиепископ“, „патриарх“). Die Werte werden automatisch extrahiert und können ungenau sein.Статус или ролевая характеристика автора (например, «иерей», «священник», «архиепископ», «патриарх»). Значения извлекаются автоматически и могут быть неточными. |
doc.genre | High‑level genre label used for public subcorpora: core, news, qa.Genrebezeichnung höherer Ebene für öffentliche Subkorpora: core, news, qa.Жанровая метка верхнего уровня для публичных подкорпусов: core, news, qa. |
doc.rubric | Rubric/section label as defined by the source site.Rubrik- bzw. Bereichsbezeichnung der Quellwebsite.Рубрика или раздел, как они обозначены на сайте-источнике. |
doc.pubdate | Full publication date (day‑month‑year) when available.Vollständiges Veröffentlichungsdatum (Tag‑Monat‑Jahr), falls verfügbar.Полная дата публикации (день‑месяц‑год), если доступна. |
doc.pubyear | Publication year only.Nur das Veröffentlichungsjahr.Только год публикации. |
doc.language | Language label when available (the OrthRus index targets Russian‑language content).Sprachbezeichnung, sofern vorhanden (der OrthRus-Index ist auf russischsprachige Inhalte ausgerichtet).Метка языка, если она доступна (индекс OrthRus ориентирован на русскоязычный контент). |
doc.source | Source/bibliographic string when present (mainly for library‑style materials with edition metadata).Quellen- bzw. bibliographische Angabe, sofern vorhanden (hauptsächlich для библиотечных материалов с данными об издании).Источник или библиографическая строка, если она присутствует (главным образом для материалов библиотечного типа с данными об издании). |
Linguistic annotation
The corpus was compiled and annotated automatically using a custom processing pipeline. Texts were harvested from each portal via Python scripts developed specifically for each source; metadata were extracted automatically by dedicated scripts.
Tokenization was implemented in-house. Morphological and syntactic annotation follow the Universal Dependencies (UD) framework. Lemmatization, UPOS tagging, dependency parsing, and morphological feature assignment were performed with UDPipe 1.2 using the SynTagRus model (UD FEATS format).
Tagset and annotation notes: https://corpora.fisun.org/corpus-pages/tagset.html
Size (current index)
Tokens312,720,596
Documents (<doc>)335,589
Sentences (<s>)17,980,458
Q&A answer segments (<answer>)93,552
Corpus profile
OrthRus is dominated by core editorial sections (47,8% of tokens). News accounts for 18,9% of tokens, while Otechnik contributes 28,7%, making it the second‑largest component of the corpus. Q&A accounts for 5.2% and constitutes a distinct dialogic register. The portal contribution is intentionally uneven and reflects both the relative size of the source portals and the selective coverage policy documented above.
Subcorpus sizes (tokens)
Linguistische Annotation
Das Korpus wurde automatisch kompiliert und annotiert, und zwar mit einer autopropriären Verarbeitungspipeline. Die Texte wurden portalweise mittels speziell für jede Quelle entwickelter Python-Skripte erfasst; Metadaten wurden ebenfalls durch dedizierte Skripte automatisch extrahiert.
Die Tokenisierung wurde selbst implementiert. Morphologische und syntaktische Annotation erfolgen im Rahmen von Universal Dependencies (UD). Lemmatisierung, UPOS-Tagging, Dependenzparserung und Zuweisung morphologischer Merkmale wurden mit UDPipe 1.2 unter Verwendung des SynTagRus-Modells durchgeführt (UD-FEATS-Format).
Tagset und Annotationshinweise: https://corpora.fisun.org/corpus-pages/tagset.html
Umfang (aktueller Index)
Token312,720,596
Dokumente (<doc>)335,589
Sätze (<s>)17,980,458
Q&A-Antwortsegmente (<answer>)93,552
Korpusprofil
OrthRus wird von zentralen redaktionellen Sektionen dominiert (47,8% der Token). Nachrichten machen 18,9% der Token aus, während Otechnik mit 28,7% die zweitgrößte Komponente des Korpus bildet. Q&A umfasst 5,2% und stellt ein eigenständiges dialogisches Register dar. Die Beiträge der einzelnen Portale sind bewusst ungleich verteilt und spiegeln sowohl die relativen Größen der Quellportale als auch die oben dokumentierte selektive Abdeckungsstrategie wider.
Größe der Subkorpora (Token)
Лингвистическая аннотация
Корпус собран и автоматически аннотирован с использованием собственного конвейера обработки. Тексты выгружалсиь с каждого портала с помощью Python-скриптов, разработанных специально для каждого источника; метаданные также извлекались автоматически специализированными скриптами.
Токенизация реализована самостоятельно. Морфологическая и синтаксическая аннотация выполнены в рамках универсальных зависимостей (Universal Dependencies, UD). Лемматизация, UPOS-теггинг, построение древовидных зависимостей и присвоение морфологических признаков выполнены с помощью UDPipe 1.2 с использованием модели SynTagRUS (формат UD FEATS).
Тегсет и примечания к аннотации: https://corpora.fisun.org/corpus-pages/tagset.html
Объём (текущий индекс)
Токены312,720,596
Документы (<doc>)335,589
Предложения (<s>)17,980,458
Сегменты ответов Q&A (<answer>)93,552
Профиль корпуса
В OrthRus преобладают основные редакционные разделы (47,8% токенов). Новости составляют 18,9% токенов, а «Отечник» даёт 28,7%, что делает его второй по величине частью корпуса. На Q&A приходится 5,2%; этот сегмент представляет собой особый диалогический регистр. Вклад отдельных порталов намеренно неравномерен и отражает как относительные размеры порталов-источников, так и описанную выше политику выборочного охвата.
Размеры подкорпусов (токены)
| Subcorpus | Tokens | Share (%) |
|---|
genre_core | 147,767,782 | 47.3 |
genre_otechnik | 89,600,843 | 28.7 |
genre_news | 59,116,954 | 18.9 |
genre_qa | 16,235,017 | 5.2 |
How to cite
Fisun, Roman. 2026. OrthRus_v2: Russian Orthodox Regiolect Web Corpus. Compiled from azbyka.ru, patriarchia.ru, foma.ru, dialog.elitsy.ru, pravmir.ru, pravoslavie.ru and sedmitza.ru (data collected December 2025–May 2026). Available at: https://corpora.fisun.org/. Accessed: <DD-MM-YYYY>.
Software
Terms of use
Access to this corpus is restricted (password-protected) and provided on an "as is" basis for research and educational use only. This service does not grant any license or other rights to the underlying texts.
The corpus (including any excerpts, downloads, or derived copies of the original texts) is not freely distributable. Reproduction, redistribution, republication, mirroring, or making the content publicly available is prohibited unless you have explicit permission from the respective rights holders and/or the source websites.
Copyright and any other rights in the original texts remain with the respective source websites and/or their authors. Users are solely responsible for ensuring that any use complies with applicable law and the terms of the original sources.
The maintainer makes no warranties regarding completeness, accuracy, fitness for a particular purpose, or continued availability of the service.
Zitierempfehlung
Fisun, Roman. 2026. OrthRus_v2: Webkorpus des russisch-orthodoxen Regiolekts. Zusammengestellt aus azbyka.ru, patriarchia.ru, foma.ru, dialog.elitsy.ru, pravmir.ru, pravoslavie.ru und sedmitza.ru (Datenerhebung Dezember 2025–Mai 2026). Verfügbar unter: https://corpora.fisun.org/. Zugriff: <DD-MM-YYYY>.
Software
Nutzungsbedingungen
Der Zugang zu diesem Korpus ist eingeschränkt (passwortgeschützt) und wird ausschließlich für Forschungs- und Lehrzwecke auf einer "as is"-Basis bereitgestellt. Dieser Dienst gewährt keine Lizenz und keine sonstigen Rechte an den zugrunde liegenden Texten.
Das Korpus (einschließlich Auszügen, Downloads oder abgeleiteten Kopien der Originaltexte) darf nicht frei weiterverbreitet werden. Reproduktion, Weiterverbreitung, Republikation, Spiegelung oder öffentliche Zugänglichmachung sind verboten, sofern keine ausdrückliche Genehmigung der jeweiligen Rechteinhaber und/oder Quellwebsites vorliegt.
Urheberrecht und sonstige Rechte an den Originaltexten verbleiben bei den jeweiligen Quellwebsites und/oder ihren Autoren. Die Nutzer sind selbst dafür verantwortlich, sicherzustellen, dass jede Nutzung mit dem geltenden Recht und den Bedingungen der Originalquellen vereinbar ist.
Der Betreiber übernimmt keine Gewähr für Vollständigkeit, Richtigkeit, Eignung für einen bestimmten Zweck oder die dauerhafte Verfügbarkeit des Dienstes.
Как цитировать
Fisun, Roman. 2026. OrthRus_v2: Веб-корпус русского православного региолекта. Составлен по материалам azbyka.ru, patriarchia.ru, foma.ru, dialog.elitsy.ru, pravmir.ru, pravoslavie.ru и sedmitza.ru (данные собраны в декабре 2025 – мае 2026 года). Доступно по адресу: https://corpora.fisun.org/. Дата обращения: <DD-MM-YYYY>.
Программное обеспечение
Условия использования
Доступ к этому корпусу ограничен (защищён паролем) и предоставляется по принципу "as is" исключительно для исследовательского и образовательного использования. Этот сервис не предоставляет никаких лицензий или иных прав на тексты-источники.
Корпус (включая любые фрагменты, выгрузки или производные копии исходных текстов) не подлежит свободному распространению. Воспроизведение, перераспределение, повторная публикация, зеркалирование или размещение контента в открытом доступе запрещены без явного разрешения соответствующих правообладателей и/или сайтов-источников.
Авторские и иные права на исходные тексты сохраняются за соответствующими сайтами-источниками и/или их авторами. Пользователи несут полную ответственность за то, чтобы любое использование соответствовало применимому праву и условиям оригинальных источников.
Составитель не даёт никаких гарантий в отношении полноты, точности, пригодности для конкретной цели или постоянной доступности сервиса.