SAŽETAK: U radu se daje kratak prikaz teorije semantike okvira (engl. Frame Semantics), na kojoj je zasnovana leksička baza Frejmnet (engl. FrameNet). 
Predstavljena je koncepcija ove mreže, kao mogućnosti njene primene. 
Predstavljena je i leksička analiza koja se primenjuje u projektu izrade Frejmneta i ukazano na razlike između analize zasnovane na okviru u odnosu na analizu zasnovanu na reči. 
Zatim je prikazano nekoliko povezanih okvira koje prizivaju reči iz domena rizika. 
U radu je predstavljena platforma NLTK (engl. Natural Language Toolkit), pomoću koje se mogu koristiti razni jezički resursi, među njima i Frejmnet. 
Završno poglavlje pruža analizu imenice rizik na korpusu rudarstva. 
Predstavljeni su najčešći kolokati ove imenice, skica njene upotrebe, konkordance za pojedine modele, pronalaženje sinonima i povezanih reči u vidu tezaurusa, grafički prikaz frekvencija pojedinih kolokacija, kao i oblaka reči. 
KLjUČNE REČI: Srpski jezik, semantika okvira, Frejmnet, scenario rizika, korpus rudarstva, obrada prirodnih jezika. 
Teorija semantike okvira (engl. Frame Semantics) je kognitivnosemantički pristup Čarlsa Filmora koji eksplicitno povezuje značenja neke reči sa sintaksičkim kontekstima u kojima se ta reč javlja (Atkins, Fillmore, and Johnson 2003, 254). 
Analizom značenja reči bave se uglavnom leksikografi, kao i oni koji se bave semantikom. 
Međutim, ukoliko je cilj predstavljanje načina na koji se neka reč zaista koristi, analiza podataka iz korpusa pokazuje se kao prilično komplikovan zadatak, s obzirom na broj konkordanci koje savremeni korpusi nude za pojedine ključne reči. 
Teorija semantike okvira, prema oceni više autora (Atkins 1994; Gildea and Jurafsky 2002; Atkins, Fillmore, and Johnson 2003; Pradhan et al. 2005; Boas and Dux 2017; Jurafsky and Martin 2020), predstavlja pouzdan, naučno utemeljen način da se analizira i opiše način upotrebe neke reči. 
U osnovi ovog pristupa leži ideja da se svako iskustvo koje pamtimo javlja u nekom smislenom kontekstu i da ga možemo i upamtiti baš zahvaljujući tome što imamo kognitivnu shemu ili okvir za razumevanje iskustava. 
Filmor smatra da se reči uče u takvim smislenim kontekstima, a ti su konteksti neophodni i za proces razumevanja, kada u sećanju prizivamo iskustva kroz koja smo naučili pojedine reči. 
Okvir identifikuje tip iskustva, daje mu strukturu i celovitost, odnosno daje značenje predmetima, događajima i odnosima u tom iskustvu (Fillmore 1976, 26). 
Frejmnet je leksička baza podataka engleskog jezika, zasnovana na anotaciji primera upotrebe neke leksičke jedinice (u daljem tekstu LJ; engl. lexical unit) u autentičnim tekstovima (dakle, u korpusu, a ne u konstruisanim primerima). 
Osnovna ideja svodi se na to da se značenja većine reči najbolje mogu razumeti na osnovu semantičkog okvira, pojmovne strukture nalik na scenario, koji predstavlja opis tipa situacije, događaja, odnosa ili entiteta, kao i učesnike tih situacija, događaja i odnosa (Ruppenhofer et al. 2016, 7). 
Na primer, rizikovanje u tipičnom slučaju podrazumeva sledeći skup pojmova: osobu koja je centralna za scenario rizika – Protagonistu, koji svesno ili nesvesno donosi odluku da rizikuje ili podleže nekom riziku; mogući Loš ishod ili štetu; Odluku koja može dovesti do lošeg ishoda; Cilj koji se želi postići; Okolnosti u kojima se rizik javlja i Vrednost, osobu ili predmet koji su dragoceni Protagonisti koji su ugroženi u datoj rizičnoj situaciji (Fillmore and S. Atkins 1994, 367). 
Leksička analiza zasnovana na teoriji semantike okvira podrazumeva analizu semantičkog sadržaja neke leksičke jedinice, identifikaciju njenog semantičkog susedstva, otkrivanje gramatičkih konstrukcija u kojima se javlja u korpusu, kao i beleženje svih konstrukcija u kojima data LJ izražava pun semantički potencijal. 
Smatra se da je neophodno opisati sve dopune i odredbe u tim konstrukcijama. 
Posebna pažnja poklanja se rečima koje se ne mogu pravilno upotrebiti ukoliko se ne znaju konstrukcije u kojima se javljaju. 
Takve reči nazivaju se rečima koje prizivaju okvire (engl. frame-evoking words), a to su na prvom mestu glagoli, ali i imenice, pridevi i prilozi (Atkins, Fillmore, and Johnson 2003, 252). 
Osnovne jedinice leksičke analize u Frejmnetu su okvir i LJ, pod kojom se podrazumeva leksema u jednom od svojih značenja (Fillmore et al. 2003, 297), (Ruppenhofer et al. 2016, 7). 
Za razliku od onoga što je uobičajeno u leksikografiji, fokusiranja na jednu reč, odnosno leksemu, i istraživanja svih njenih značenja, tj. LJ, u Frejmnetu se istom trenutku analiziraju LJ koje pripadaju istom okviru (Fillmore et al. 2003). 
Tako su, na primer, u odnosu na okvir Biti_ugrožen (engl. Being_at_risk) definisane imenice rizik, opasnost, bezbednost, ranjivost, pridevi nesiguran, bezbedan, siguran, pouzdan, ranjiv i dr. 
Proces opisivanja LJ u Frejmnetu predstavljen je u (Fillmore et al. 2003). 
On započinje neformalnim opisom okvira kom ta jedinica pripada, preciznije opisom tipa situacije ili zbivanja predstavljenih okvirom i stvaranja liste reči koje se mogu objasniti povezivanjem s datim okvirom (299). 
Zatim se bira ciljna LJ, centralni član okvira (u terminologiji Frejmneta target), LJ u odnosu na koju se radi anotacija; to je tipično jedna reč, ali može biti i višečlana reč ili frazeologizam (Ruppenhofer et al. 2016, 21) i ispituje njena upotreba ekstrahovanjem iz korpusa rečenica koje je sadrže. 
Svoj uvid u značenja izabrane lekseme, dobijen na osnovu posmatranja primera iz korpusa, leksikograf koji radi na mreži Frejmnet poredi sa značenjima date lekseme u nekom od referentnih rečnika. 
Kada stekne jasniju predstavu o značenjima, pokušava preciznije da opiše okvir u koji spada izabrana LJ. 
Zatim piše definiciju okvira – shematski opis tipa situacije koja leži u osnovi neke reči, zajedno s nazivima uloga učesnika opisane situacije, koje se nazivaju elementima okvira (engl. frame elements). 
U leksikografskom smislu važan je način na koji elementi okvira dobijaju jezički izraz u rečenicama u kojima se javlja posmatrana LJ (Fillmore et al. 2003, 304–305). 
Elementi okvira često se mogu posmatrati kao primeri opštijih semantičkih uloga (kao agens, doživljavač, pacijens), ali se definišu na način koji je specifičan za pojedine okvire (engl. frame-specific). 
Postoji više razloga za to, a najvažniji je taj što omogućava da se naprave precizne definicije elemenata okvira za određenu grupu reči, bez potrebe za utvrđivanjem načina na koji će se one uklopiti s malim, unapred zadatim skupom opštijih semantičkih uloga (305). 
Najpre se utvrđuju centralni elementi okvira (engl. core frame elements). 
Centralni elementi su oni koji predstavljaju obavezne komponente okvira i koji neki okvir čine jedinstvenim i različitim od drugih. 
Pored centralnih, postoje i periferni elementi, koji se mogu pojaviti u svim okvirima u kojima neki agens vrši neku radnju (periferni elementi označavaju pojmove mesta, vremena, načina, sredstva). 
Dešava se da neki od centralnih elemenata ne bude jezički izražen, iako je obavezan u pojmovnoj strukturi okvira; takav slučaj naziva se nultim pojavljivanjem (engl. null instantiation)anotira se u bazi (320). 
Pošto se odrede centralni i periferni elementi, definiše se okvir. 
Filmor i Etkinsova zaključili su, nakon pomenute analize glagola rizikovati u referentnim rečnicima engleskog, da se dopunama ne poklanja dovoljno pažnje (iako su veoma bitne, posebno u rečnicima za učenje jezika), a da postoje i neki drugi rečenični članovi koje rečnici zanemaruju, a koji moraju biti jasno izdvojeni i opisani kako bi se posmatrani glagol upotrebio pravilno. 
Na primer, radnja koju izvodi osoba koja nešto rizikuje (i koja može imati različite sintaksičke realizacije): 
Rizikovala je svoj život pokušavajući da spase dete koje se davilo; zatim, cilj koji onaj koji rizikuje ima na umu kad se izlaže riziku: 
Rizikovala je svoj život kako bi spasla moj (Fillmore and S. Atkins 1994, 362). 
Radnja kojom neko nešto rizikuje spada u centralne elemente okvira, dok cilj radi kog se rizik preduzima spada u periferne. 
Pošto se definišu okvir i njegovi elementi, dati okvir se povezuje sa drugim okvirima. 
Na taj način okviri, njihovi elementi s njima povezane LJ dobijaju mesto u semantičkom prostoru (Ruppenhofer et al. 2016, 79) i čine mrežu. 
Uspostavljanje odnosa između okvira omogućava uočavanje i beleženje semantičkih generalizacija na osnovu tipova učesnika, događaja i sl. 
Okvir može biti povezan sa okvirima koje razrađuje ili nasleđuje, sa onima koji su njegovi podokviri, kao i sa onima koje koristi. 
Odnosi između okvira su usmereni ili asimetrični: naime, apstraktniji i nezavisniji okvir se naziva Nad_okvirom (engl. Super_frame) okvira koji je zavisniji i manje apstraktan i koji se naziva Pod_okvirom (engl. Sub_frame) (79). 
Definisano je nekoliko vrsta odnosa, od kojih su najvažniji sledeći (79–84): 
– U odnosu Nasleđivanja (engl. Inheritance relationship) podokvir (podređeni okvir) predstavlja precizniju razradu nadokvira (nadređenog okvira). 
Svi elementi okvira i podokviri nadređenog okvira imaju svoje parnjake u podređenom okviru, a on može imati dodatne podokvire, elemente okvira i ograničenja semantičkog tipa koja se ne javljaju u Roditelju (Fillmore et al. 2003, 311). 
Npr. okvir Izložiti se_riziku (Run_risk) nasleđuje okvir Verovatnoća (Likelyhood). 
– Odnos Korišćenja (engl. Using) postoji kada se neki okvir na veoma uopšten način poziva na strukturu nekog apstraktnijeg, shematizovanog okvira. 
Na primer, okvir Klađenje (Wagering) koristi okvir Izložiti se_riziku (Run_risk); Brzina (Speed) koristi okvir Pokret (Motion); okvir Brbljivost (Volubility) koristi okvir Komunikacija (Communication) (Ruppenhofer et al. 2016, 83)., 
– Ugao_gledanja (engl. Perspective_on) je relacija slična opštijoj relaciji Korišćenja,  ali  povezane  okvire  ograničava  u većoj  meri  (82). 
Primena ove  relacije  ukazuje  na  postojanje bar	dva	moguća	ugla	gledanja	na	jedan	neutralan	okvir. 
Na primer, okvir Scenario_rizika (Risk_scenario) je neutralan, dok su okviri Rizična_situacija (Risky_situation), Biti_ugrožen (Being_at_risk) i Izložiti se_riziku (Run_risk) perspektivizovani; 
okviri Zapošljavanje (Hiring) i Dobiti_posao (Get_a_job) perspektivizuju okvir Početak_radnog_odnosa (Employment_start) sa stanovišta poslodavca, odnosno zaposlenog. 
Pošto se u bazu unesu definicije okvira i njegovih elemenata, okviru na kom se radi dodaje se LJ (na primer, okviru Biti_ugrožen dodaje se LJ rizik). 
Zatim se za datu LJ unose informacije o vrsti reči, značenju, formalnom sastavu (jedna reč ili višečlani izraz). Nakon toga preciziraju se pretrage koje će omogućiti da se iz korpusa ekstrahuju one rečenice (potkorpus) koje sadrže leksemu koju ispitujemo (u ovom primeru imenicu rizik) i čija je gramatička forma takva da ukazuje na ono značenje date imenice (LJ) koje je vezano za okvir Biti_ugrožen (Being_at_risk). 
Cilj je da se iz potkorpusa izbace sve one rečenice u kojima zadata ključna reč ne predstavlja LJ koja se vezuje za okvir koji se kreira. 
Pošto se specifikuju pretrage važne za datu LJ, niz automatskih procesa generiše potkorpus spreman za anotaciju. 
Nakon što se odbace preduge i druge neadekvatne rečenice, bira se od tri do pet primera za svaki model – cilj je ilustrovati raznolikost modela, a ne postići statističku reprezentativnost. 
Kad se završi s anotacijom, primenjuju se alati za ispitivanje anotiranih rečenica i valentnih modela koji su u njima realizovani. 
Postoje dva tipa izveštaja u vidu dinamičkih veb-strana (LexUnit Report, Lexical Entry Report; izveštaji se automatski generišu pošto se završi anotacija i dostupni su i na javnoj veb-strani Frejmneta). 
Prvi pokazuje sve anotirane rečenice za jednu LJ i u njemu se navode svi elementi okvira pronađeni u aktuelnom okviru (tabela elemenata okvira); svaki element se boji određenom bojom, a istom tom bojom elementi su obeleženi i u anotiranim rečenicama. 
Drugi predstavlja rezime sintaksičkih realizacija elemenata okvira i valentnih modela LJ u dve tabele (Fillmore et al. 2003, 326–328). 
Pošto se u Frejmnetu beleže i elementi okvira (za okvir specifične semantičke uloge), kao i njihove jezičke realizacije, za ovaj opis važni su i pojmovi valentne grupe, valentnog modela i opisa valence. 
Element okvira zajedno sa svojom gramatičkom realizacijom (tip jedinice i njena funkcija u rečenici) čini valentnu grupu; skup valentnih grupa realizovanih u jednoj rečenici čini valentni model; skup svih valentnih modela koje realizuje jedna leksička jedinica čini opis valence (Atkins, Fillmore, and Johnson 2003, 255–257). 
Frejmnet je dostupan na adresi https://framenet.icsi.berkeley.edu/". 
Može se pretraživati i prelistavati onlajn, ali i preuzeti i koristiti. 
Kao što je na https://framenet.icsi.berkeley.edu/fndrupal/about istaknuto, može se koristiti u različite svrhe: kao rečnik za učenje jezika (s obzirom na to da sadrži više od 13.000 LJ); kao rečnik valence; kao skup podataka za obuku programa koji obeležavaju semantičke uloge, što ga čini značajnim digitalnim jezičkim resursom za istraživanja u oblasti obrade prirodnih jezika (sadrži više od 200.000 ručno obeleženih rečenica povezanih sa više od 1.200 semantičkih okvira). 
Frejmnet je nastao kao leksička baza podataka za engleski, a kasnije su razvijane baze za druge jezike (francuski, kineski, portugalski, nemački, španski, japanski i dr.), kroz različite i nezavisne projekte, ali uz isti formalizam i koncepciju razvoja. 
Pokrenut je  https://framenet.icsi.berkeley.edu/fndrupal/framenets_in_other_languages projekat poravnavanja datih baza podataka za razne jezike. 
U ovom odeljku osvrnućemo se na istraživanja koja su se bavila beleženjem semantičkih uloga (anotacija semantičkim ulogama) u srpskom i njemu srodnim jezicima i ispitivanjem značenja imenice rizik i glagola rizikovati. 
U radu Gantar et al. (2018) predstavljen je model za obeležavanje semantičkih uloga u slovenačkom i hrvatskom, razvijan u okviru međunarodnog bilateralnog projekta Semantic Role Labeling in Slovene and Croatian. 
Cilj je bio razvijanje ručno anotiranog korpusa koji bi se koristio kao baza podataka za obuku za sisteme nadgledanog mašinskog učenja. 
Opisan je i eksperiment automatskog obeležavanja semantičkih uloga zasnovan na nadgledanom mašinskom učenju. 
Za svaki korpus predstavljeni su najfrekventniji glagoli, semantičke uloge i tipični semantičko-sintaksički obrasci za najfrekventnije glagole. 
U oba korpusa najfrekventniji je glagol biti i semantička uloga pacijensa, a zatim agensa (95–96). 
U radu su sematičke uloge beležene na stabilnim semantičko-sintaksičkim modelima (96–97), ali ostaje pitanje opravdanosi takvog postupka budući da se semantičke uloge i okviri vezuju za LJ, dakle za (glagolske) lekseme u jednom od značenja. 
U radu Brač and Anić (2019) opisan je projekat čiji je cilj razvoj metodologije za beleženje semantičkih uloga u jeziku specijalizovanih domena (konkretno avijacije) koji bi se mogao koristiti za sve posebne oblasti. 
Autorke razmatraju da li je bolje koristiti opštije semantičke uloge ili uloge specifične za pojedine glagole i okvire, što je karakteristika Frejmneta. 
Njihov zaključak je da preveliki broj specifičnih semantičkih uloga usporava anotaciju a ne doprinosi značajno boljitku terminoloških resursa, dok se skup opštijih semantičkih uloga mora neznatno dopuniti (545). 
U radu Wasserscheidt and Hrstić (2020) sprovedeno je interesantno istraživanje o tome da li lekseme koje se koriste i kao termini (konkretno pravni termini) i kao reči opšteg leskičkog fonda imaju različita značenja (ili prizivaju različite okvire) u srpskom i hrvatskom jeziku (kao jezičkim varijantama). 
Ideja je potekla od kontradikcije u literaturi posvećenoj semantici okvira; 
naime, u izvornoj Filmorovoj varijanti teorije ukazuje se na razlike u okvirima koje postoje između pojedinih govornika, društvenih grupa i kultura; na te se razlike u radovima drugih autora zaboravlja, pa se okviri posmatraju kao univerzalne strukture, nezavisne od jezika (88–89). 
Autori su ispitivali da li odredba kao pravni terminreč opšteg leksičkog fonda priziva različite okvire u srpskomhrvatskom, a ispitivanje je sprovedeno na korpusima ovih jezika. 
Korišćena je distribuciona analiza, čija je osnovna ideja da se značenje reči može razumeti na osnovu njenog konteksta, ali je toj analizi podvrgnut i sam kontekst. 
U analizi konteksta primenjena je i teorija semantike okvira (Wasserscheidt and Hrstić 2020, 90). 
Na osnovu ove dvostruke distribucione analize autori su zaključili da nema značajne razlike u značenju odredbe u posmatranim korpusima, kaoto da se metod dvostrukog klasterovanja može koristiti u složenoj semantičkoj analizi, koja se pak može uklopiti u pojmovne strukture Frejmneta (108). 
Iako nije od neposrednog značaja za naš rad (jer predstavljena analiza nije zasnovana na teoriji semantike okvira), pomenućemo istraživanje u kom se najpre primećuje da je rizik postao važna tema istraživanja u društvenim naukama, ali da se, kada se govori o riziku, o značenju same reči rizik ne zna dovoljno (Hamilton, Adolphs, and Nerlich 2007, 164). 
Autori istraživanja, vođeni pomenutim zapažanjem, podvrgavaju analizi značenje imenice rizik i glagola rizikovati u korpusu razgovornog jezika (the Cambridge and Notting-ham Corpus of Discourse in English, skraćeno cancode). 
Ispitujući semantičku sklonost pomenutih leksema, kao i njihovu semantičku prozodiju, autori istraživanja zaključuju da na analizirane lekseme utiče kontekst u kom se javljaju (npr. postoje razlike između njihovih kolokata i semantičke prozodije u intimnoj komunikaciji, između članova porodice ili partnera, u odnosu na komunikaciju između profesora i studenata). 
Kao što je pomenuto i na kraju t. 1.3 ovog rada, Filmor i Etkinsova razmatrali su ograničenja koja su leksičkoj analizi nametnuta u tradicionalnom pristupu leksikografiji i u papirnim izdanjima rečnika (Fillmore and B. T. Atkins 1992, 100–101), (Fillmore and S. Atkins 1994, 350–363). 
Pošto su uporedili analize glagola rizikovati i imenice rizik u referentnim jednojezičnim rečnicima s nalazima o ovim leksemama do kojih su došli analizom korpusa, shvatili su da nijedan od pregledanih rečnika ne pruža zadovoljavajuću analizu i ne beleži mnoge podatke koje su uočili pregledom primera iz korpusa. 
Zaključak je bio da papirni rečnik, u kom je prikaz linearan, ne može da predstavi tako složen opis kakav bi bio potreban da bi se predstavili svi podaci važni za upotrebu neke reči. 
Zbog toga su osmislili onlajn rečnik zasnovan na okvirima, umesto papirnog rečnika zasnovanog na leksemama, u kom je moguće predstaviti rezultate ovakve analize. 
Ovako zamišljen onlajn rečnik omogućava da se prikažu pojedini elementi okvira i njihove različite sintaksičke realizacije, dakle sve ono što spada u opis valence (koju smo pomenuli u t. 1.4), kao i odnosi između različitih okvira. 
Alat za vizuelizaciju odnosa između okvira i elemenata okvira (FrameGrapher) pruža mogućnost da se izabere početni okvir i sistematski istraže veze između okvira. 
Slike 1–4 u nastavku teksta generisane su upravo korišćenjem alata FrameGrapher. 
U nastavku je predstavljen okvir Rizična_situacija. 
Nakon definicije daju se primeri, a potom centralni i periferni elementi okvira. 
Kao što je pomenuto, svakom elementu okvira dodeljuje se posebna boja, tako da se i u tekstu definicije elementi, ako se pojave, boje odgovarajućim bojama. 
Leksičke jedinice koje prizivaju okvir Rizična_situacija su: opasnost.n, opasan.a, rizik.n, riskantno.adv, rizičan.a, bezbedan.a, bezbedno.adv, nebezbedan.a, pretnja.n, škodljiv/nesiguran.a (n je skraćenica za imenice, a za prideve, adv za priloge, v za glagole). 
LJ koje prizivaju okvir markiraju se crnom pozadinom u anotiranom tekstu. 
Za svaki element okvira navodi se definicija i jedan obeležen primer upotrebe. 
Slika 1. Grafički prikaz odnosa između okvira Rizična_situacija (engl. Risky_situation) i s njim povezanih okvira 
Okvir Biti_ugrožen (engl. Being_at_risk) prizivaju sledeće leksičke jedinice: opasnost.n, nesiguran.a, rizik.n, bezbedan.a, siguran.a, bezbednost.n, pouzdan.a, ranjivost.n, ranjiv.a. Boje odgovarajućih elemenata okvira iste su kao u prethodnom primeru; ovaj okvir sadrži i dodatni element – Štetni_događaj (Harmful_event). 
Slika 2. Semantički okvir Biti_ugrožen (engl. Being_at_risk) 
Okvir Izložiti se_riziku (engl. Run_risk) prizivaju sledeće leksičke jedinice: ugrožen.a, opasnost.n, rizik.n, rizikovati.v, ugroziti.v. 
Na slici 3 dati su definicija, primeri i elementi ovog okvira. 
Slika 3. Semantički okvir Izložiti se_riziku (engl. Run_risk)  
Slika 4 predstavlja okvir Scenario_rizika (engl. Risk_scenario), sa detaljnim prikazom okvira Izložiti se_riziku (Run_risk) i Rizična_situacija (Risky_situation), za koje su obeleženi centralni (engl. core, skr. c) i periferni (engl. non-core, skr. nc) elementi. 
Na desnoj strani slike data je legenda s vrstama relacija koje se uspostavljaju između okvira, na primer: nasleđivanje, ugao gledanja, korišćenje (prikazane su i neke od relacija koje nismo pominjali: podokvir, uzročnik i dr). 
Slika 4. Semantički okvir Scenario_rizika (engl. Risk_scenario)  
NLTK (engl. Natural Language Toolkit) je platforma za razvoj programa Python za obradu teksta na prirodnim jezicima, koja je jednostavna za korišćenje, a sadrži brojne korpuse i leksičke resurse čiji se broj kontinualno uvećava. 
NLTK omogućava različite vrste obrade teksta, među kojima su: klasifikacija, tokenizacija (engl. tokenization), stemovanje (engl. stemming), tagiranje (engl. tagging), parsiranje (engl. parsing) i semantičko zaključivanje (engl. semantic reasoning). 
U okviru NLTK sistema implementirani su i omotači (engl. wrappers) za druge programske biblioteke za obradu prirodnih jezika, kao i za važne leksičke resurse. 
Jedan od raspoloživih resursa u okviru NLTK je i Frejmnet, koji prati programska biblioteka za pretraživanje ovog resursa i ekstrakciju informacija iz njegovih okvira. 
Kao što je pomenuto u Uvodu (odeljak 1.1 ovog rada), okvir je pojmovna struktura 19 koja opisuje određenu vrstu situacije, entiteta ili odnosa zajedno sa učesnicima tih situacija i odnosa. 
Fizička organizacija Frejmneta u okviru NLTK distribucije predstavlja kolekcije XML (Extensible Markup Language) datoteka razvrstanih po katalozima: frame, fulltext, lu, miscXML, kojima se pristupa pomoću funkcija biblioteke ili se mogu direktno pretraživati i prikazivati korišćenjem XML dokumenata sa XSL (engl. eXtensible Stylesheet Language) transformacijama: frameIndex, luIndex, fulltextIndex. 
U ovom odeljku ćemo prikazati primere korišćenja funkcija omotača Frejmneta. 
Da bi se dobila lista svih okvira u Frejmnetu, može se koristiti funkcija frames(). 
Sledeći kod prikazuje inicijalizaciju rada sa korpusom Frejmnet i pokazuje da verzija koja je publikovana uz NLTK ima 1221 okvir. 
from nltk.corpus import framenet as fn  
len(fn.frames()) 
Da bismo pronašli okvire koji u nazivu sadrže reč ‘risk’, koristi se opcija: 
fn.frames(r’risk’) 
koja kao rezultat daje: 
[ <frame ID=1560 name=Being_at_risk> , 
<frame ID=378 name=Run_risk> ]. 
Imajući u vidu osetljivost na mala i velika slova, za upit: 
fn.frames(r’Risk’) 
dobija se drugačiji rezultat: 
[ <frame ID=1763 name=Risk_scenario> , 
<frame ID=1762 name=Risky_situation> ] 
Ako se zada regularni izraz ‘(?i)risk’ funkciji frame(), dobija se lista od sva četiri pomenuta okvira (t. 2.1–2.4), čija se imena podudaraju s prosleđenim obrascem, jer ‘(?i)’ ukazuje na to da se ne pravi razlika između malih i velikih slova. 
Detalji određenog okvira mogu se dobiti funkcijom frame(), kojoj se prosledi kao parametar broj okvira, recimo f=fn.frame(1762), što će vratiti podatke za okvir Rizična_situacija (Risky_situation). 
Uz to, može se prići delovima okvira, recimo nazivu okvira (f.name), njegovoj definiciji (f.definition), elementima okvira (f.FE), leksičkim jedinicama (f.lexUnit), relacijama između okvira (f.frameRelations), što je ilustrovano sledećim kodom: 
f = fn.frame(’Risky_situation’) 
print(sorted([e for e in f.FE])) 
print([r for r in f.frameRelations]) 
koji daje sledeći rezultat: 
[’Asset’, ’Circumstances’, ’Dangerous_entity’, ’Degree’, ’Domain’, ’Frequenč’, ’Place’, ’Situation’, ’Time’] 
[ <Parent=Gradable_attributes – Inheritance ! Child=Risky_situation> , 
<MainEntry=Run_risk – See_also ! ReferringEntry=Risky_situation> , 
<Source=Run_risk – ReFraming_Mapping ! Target=Risky_situation> , 
<Neutral=Risk_scenario – Perspective_on ! Perspectivized=Risky_situation> ] 
Razvoj jednojezičnog korpusa iz domena rudarstva počeo je kao deo projekta vezanog za upravljanje rudarskom projektnom dokumentacijom korišćenjem jezičkih tehnologija (Tomašević et al. 2018, 996). 
Tada je jednojezični korpus obuhvatao tekstove iz rudarskog domena i srodnih istraživanja, sa ukupno 172 dokumenta (na srpskom jeziku) i 2,7 miliona reči u prvom izdanju (997). 
Tokom daljih istraživanja (Kitanović 2021) proširen je sa dodatna 63 dokumenta. Trenutna verzija sadrži 4,1 milion reči. 
Klasifikovan prema izvorima, korpus obuhvata projektnu dokumentaciju (26%), zakonodavstvo (11%), doktorske disertacije (31%), udžbenike i ostalu rudarsku literaturu (32%) (Kitanović et al. 2021, 8). 
Slika 5. Konkordance obrasca pridev–imenica za imenicu rizik 
Rezultat pretrage u CQL-u (engl. Corpus Query Language) analizira se na različite načine: lista frekvencija, kolokacije, konkordance sa užim i širim kontekstom. 
Slika 5 prikazuje konkordance, dobijene iz veb-aplikacije Leksimirka za upravljanje elektronskim rečnicima (Stanković et al. 2018), za obrazac pridev–imenica za imenicu rizik, dok se na slici 6 može videti histogram sa frekvencijama prepoznatih oblika za isti obrazac, ekstrahovanih iz rudarskog korpusa, dostupnog na korpusnoj platformi otvorenog koda NoSketch Engine (Kilgarriff et al. 2004). 
Instancu na lokalnom serveru održavaju članovi Društva za jezičke resurse i tehnologije JeRTeh. 
Za tagiranje korpusa obučen je Treegger model za srpski (Krstev and Vitas 2005; Utvić 2011), (Stanković et al. 2020, 3957), korišćenjem ručno anotiranog korpusa i Srpskih morfoloških rečnika (Krstev 2008). 
Slika 6. Histogram sa frekvencijama oblika obrasca pridev-imenica za imenicu rizik 
Rudarski korpus je publikovan i na platformi Sketch Engine (Kilgarriff et al. 2014), na kojoj se mogu postaviti različiti upiti. 
Recimo, možemo izvući konkordance izabrane leme ili izraza, potom kolokacije za lemu, tezaurus srodnih reči, zatim takozvanu skicu reči (engl. Word Sketch) ili videti razliku u upotrebi dve srodne reči (engl. Word Sketch Difference). 
Modul ekstrakcije skice reči, koji su razvili Kilgarriff et al. (2004), pomaže u izgradnji Frejmenta i sličnih resura, ubrzava donošenje odluka o izdvajanju različitih značenja višeznačnih leksema (Baker 2012, 274). 
Skica reči daje brzi pregled ponašanja izabrane lekseme tako što prikuplja informacije iz hiljada i miliona primera njene upotrebe pruža sažetak kategorizovanih kolokacija na jednoj stranici, s vezama do pojedinačnih primera. 
Slika 7 prikazuje primer skice reči za imenicu  shvati kako se ta reč koristi. 
Prikazan je deo skice reči: u prvoj koloni vidimo ono što se u srpskom jeziku naziva predloško-padežnim konstrukcijama (u engleskoj gramatičkoj terminologiji predloškim frazama): rizik od/sa/u/po/na/za. . . , za koje je dalje moguće doći do konkordanci koje odgovaraju konkretnom obrasu klikom na “...”. 
U drugoj koloni predstavljeni su modifikatori reči rizik: trpni pridev glagola (povećan/identifikovan/procenjen/ . . . rizik) ili pridev (potencijalan/politički/neprihvatljiv/ . . . rizik). 
U trećoj koloni nalaze se glagoli uz koje se rizik javlja kao subjekat, na primer: smanjiti se/nastajati/postojati/... 
Dalje slede obrasci u kojima se rizik javlja kao objekat uz glagole: smanjiti/proceniti/ ... 
Slika 7. Skica reči rizik u alatu Sketch engine 
Prikaz kolokacija u vidu dinamičkog dijagrama dat je na slici 8. 
Može se videti da većinu kolokata čini obrazac predloško-padežne konstrukcije (na slici: verb prepositional phrases). 
Desni deo slike prikazuje mogućnosti podešavanja: koji će obrasci biti prikazani i koja je minimalna frekvencija kolokacija da bi bile uključene na graf. 
Slika 8. Grafički prikaz kolokacija za imenicu rizik u alatu Sketch engine 
Istraživanje kolokacija od izuzetnog je značaja (na primer, u leksikografiji, važno je navesti najčešće kolokate određenih LJ; kolokacije su ključne i u učenju jezika, ali i u različitim zadacima obrade prirodnih jezika) 
Polazeći od skice reči za oblik rizik kolokaciju rizik od, mogu se prikazati odgovarajuće konkordance (slika 9). 
Slika 9. Konkordance u alatu Sketch engine 
Skica reči daje brzi pregled za unapred pripremljena pravila, ali se korisni rezultati mogu dobiti i CQL upitima. 
Na primer, na pitanje (Od) čega je rizik (tj. od čega postoji rizik)?, odgovor bismo mogli naći sledećim CQL upitom [lemma="rizik"][tag="N"]. 
Odgovor na pitanje Kakav je rizik? dao bi upit [tag="A"][lemma="rizik"]; ili, ako želimo da dozvolimo razmak između reči (ne više od 5), onda bismo napisali upit na sledeći način: [tag="V"][word!=""]0,5[lemma="rizik"] 
Osim što se može dati ispis statističkih frekvencija, one se mogu prikazati i vizuelno, linijama na desnoj strani. 
Slika  10 prikazuje frekvencije pojavljivanja imenice rizik uz pojedine prideve i glagole. 
Slika 10. Frekvencije kolokacija za imenicu rizik u alatu Sketch engine 
Slika 11 prikazuje panel razlika u skicama reči (engl. Word Sketch Difference). 
Panel razlika predstavlja proširenje modula skice reči. Generiše skice za dve reči i upoređuje ih, što omogućava da se uoče razlike u njihovoj upotrebi. 
Funkcija je posebno korisna za bliskoznačnice, za antonime i reči iz istog semantičkog polja. 
Sa slike 10 se, na primer, može videti da se uz rizik koriste kolokati povećati, politički, proceniti, prihvatljiv, dok se uz opasnost javljaju neposredan, ozbiljan, iznenadan. 
Slika 11. Skica razlika upotrebe reči rizik i opasnost 
Automatsko generisanje tezaurusa za zadatu reč pronalazi sinonime ili reči koje pripadaju istoj kategoriji (istom semantičkom polju) i prikazuje ih u vidu tabele, s mogućnošću pozivanja odgovarajućih konkordanci, skice reči, razlika, tezaurusa. 
Moguće je grafičko prikazivanje tezaurusa, kao na slici 12, na kojoj se mogu videti automatski generisane reči koje pripadaju istoj kategoriji (semantičkom polju) kao zadata reč rizik, levo u vidu grafikona s mehurićima (engl. bubble graph), a desno u vidu oblaka reči. 
Lista reči tezaurusa napravljena je na osnovu konteksta u kojem se reči pojavljuju u izabranom tekstualnom korpusu, oslanjajući se na teoriju distribucione semantike, koja ukratko kaže da su reči koje se pojavljuju u istom kontekstu sličnog značenja. 
Da bi se odredili sinonimi, upoređuju se skice reči svih reči iste vrste, a one koje dele najveći deo kolokata navode se kao slične reči. 
Ocena data za svaki sinonim ukazuje na procenat zajedničkih kolokata. 
Slika 12. Grafički prikaz tezaurusa reči rizik 
U radu su prikazani rezultati preliminarnih istraživanja u vezi s mogućnostima primene teorije semantike okvira i principa korišćenih u izradi semantičke mreže Frejmnet na primerima iz domena okvira rizika prilagođenih srpskom jeziku. 
Uz to, predstavljena je platforma NLTK, pogodna za korišćenje raznih jezičkih resursa, kao i sistem Sketch Engine za korpusnu analizu teksta. 
Pokazano je da analiza u okviru Frejmneta nudi detaljnu, strukturiranu interpretaciju, koja se dalje može koristiti u različitim aplikacijama za obradu prirodnog jezika, posebno u pronalaženju i smislenom organizovanju tekstova i u prirodnijoj interakciji između čoveka i računara, naročito u sve popularnijim dijalog-sistemima (engl. chatbot). 
Sistem dijaloga koji komunicira s korisnicima mora biti u stanju da prepozna različite reči koje prizivaju istu situaciju ili se odnose na isti entitet da bi se izvršilo uspešno prepoznavanje namere. 
Pogodno je to što se engleski leksikon Frejmnet može popuniti leksičkim podacima iz drugih jezika, recimo srpskog (uz zadržavanje onih informacija o nekom okviru koje su zajedničke za dva jezika i modifikaciju onih koje su jezički specifične), tako da je model pogodan za višejezične resurse i aplikacije. 
Predstavljena istraživanja tek nagoveštaju mogućnosti prilagođavanja Frejmneta za srpski jezik i njegovog poravnavanja takvim bazama podataka za druge jezike u budućnosti. 
Planirana dalja istraživanja treba da obuhvate i mogućnosti poravnanja i zajedničkog korišćenja srpskog Vordneta i Frejmneta, kao i njihovo uzajamno dopunjavanje. 
U tom poslu rukovodićemo se preporukama koje daju Tonelli and Pighin (2009). 
Ovim istraživanjima podstiče se i razvoj korpusne leksikografije srpskog jezika, kao i modernizacija njegovog gramatičkog i leksikografskog opisa. 
Toj modernizaciji svakako bi doprinele i studije slučaja u kojima bi se poredile obrade nekih višeznačih leksema u Rečniku SANU s njihovim opisom iz ugla teorije semantike okvira. 
Mogućnosti za buduća istraživanja u ovoj oblasti su velike. 
Primena teorije semantike okvira i metodologije koja se koristi u izradi Frejmneta, kao i predstavljenih alata na srpski jezik zahtevaće rešavanje brojnih pitanja; 
na osnovu ovog rada smatramo da će biti veoma izazovno sagledati uz pomoć pojma nultog pojavljivanja (null-instantiation) dopune tranzitivnih glagola koje se ne moraju eksplicirati, ali se podrazumevaju (kuvati, pisati i sl.), kao i način na koji se u opisnim rečnicima predstavljaju takvi slučajevi. 
Uz to, smatramo da bi slučajeve nultog pojavljivanja (a u metodologiji Frejmneta su prepoznata tri takva slučaja) bilo dobro uvesti u srpsku gramatiku. 
Ovaj rad je podržalo Ministarstvo prosvete, nauke i tehnološkog razvoja Republike Srbije prema ugovoru br. 451-03-9/2021-14, koji je sklopljen sa Institutom za srpki jezik SANU. 
Pristup alatu SketchEngine je obezbeđen projektom ELEXIS koji se finansira iz Hori-zon 2020 istraživačkog i inovacionog programa Evropske unije, grant broj 731015. 
