11 Часть I. Компоненты 14 Глава Компьютерная
жүктеу/скачать 4,29 Mb.
|
nikolaev is mitrenina ov lando tm red prikladnaia i kompiute
- Бұл бет үшін навигация:
- Таблица 7.
- Лемма Часть речи Частота в корпусе (ipm)
- Таблица 8.
- Корпус Им. Род. Дат.
Второй способ упорядочивания лемм или словоформ — частотный (см. табл. 4). Третий способ — это тематический. Частотные словари тако- го типа встречается редко, но все, кто изучал иностранные языки знают, что есть тематические словари, в которых представлена самая частотная (и самая важная лексика) по разнообразным темам. И в заключение посмотрим на список самых важных слов русского языка (табл. 7). Они получены при помощи коэффициента логарифми- ческого правдоподобия (LL-score), который получают, учитывая частоты слов в разных подкорпусах по методике, описанной во Введении к слова- рю [Ляшевская, Шаров 2009]. Таблица 7. 25 самых важных слов разговорной русской речи [Ляшевская, Шаров 2009]
Не правда ли, эти слова напоминают реплики занятого человека, ко- торый разговаривает по мобильному телефону и одновременно читает письмо в электронной почте? Есть, о чем задуматься, и есть, что еще ис- следовать! Порядок, строй, парадигма: насколько стройна грамматика? — Квантитативная морфологияЧтобы выучить названия и порядок падежей русского языка исполь- зуют старое мнемоническое правило: Иван родил девчонку, велел тащить пеленку. Но в реальности частотное распределение падежей русского языка другое. В Табл. 8 приведены данные из четырех разных корпусных иссле- дований русского языка. Таблица 8. Частотное распределение русских падежей [Копотев 2008]
Мы видим, что частотный порядок падежей в текстах отличается от того, который мы учим в школе и видим в грамматиках: Род.>Им.>Вин.>Предл.>Тв.>Дат. (в двух современных корпусах); Им.> Вин.>Род.> Предл.>Тв.>Дат. (в исследовании 1953 г.); Им.>Род.> Вин.>Предл.>Тв.>Дат. (в исследование 1963 г.). Впервые на это обратил внимание В. А. Никонов в статье [Никонов 1959], опубликованной в выпуске 3 сборника «Машинный перевод и при- кладная лингвистика». Исследуя тексты разных жанров, он пришел к вы- воду, что распределение падежей различается в художественной прозе, в разговорной речи и в деловой, научной и политической литературе. Кроме того, частота отдельных падежей внутри одного жанра меняется в зависи- мости от эпохи написания произведения. Ситуация очень похожа на ту, что мы рассматривали в разделе о час- тотных словарях, но уже касается не лексики, а грамматики. Из этой кар- тины следует несколько очень важных выводов. Во-первых, наши устоявшиеся представления о том, как устроен язык его грамматика и лексика — могут отличаться от того, как на самом деле язык используется в реальности и проявляется в речи и в текстах. Во-вторых, исследуя тексты и речевые произведения на каком-либо языке, мы можем так и не узнать, как на самом деле устроен этот язык, если не будем использовать математические методы исследования, а будем полагаться на нашу интуицию. И, в-третьих, частотные и структурные характеристики текстов отли- чаются в разных функциональных стилях, в разные исторические перио- ды, в произведениях разных авторов. Значит, и язык — это очень вариа- тивная и неоднородная структура, в которой, тем не менее, есть некоторое ядро, которое относительно стабильно, поэтому мы можем выучить род- ной или иностранный язык и на нем разговаривать и писать. Как вы думаете, какие падежи в первую очередь осваивают дети, на- чинающие говорить на русском языке? Если полагаться на данные табл. 8, то, вероятно, первыми падежами будут именительный, родительный и винительный. Исследования специалистов по детской речи частично под- тверждают это предположение. Например, М. Д. Воейкова, ссылаясь на мнение коллег, считает, что «первично противопоставлен именительный и винительный, остальные появляются очень быстро и почти одновремен- но» [Воейкова 2011]. В теоретической лингвистике в последние десятилетия сформирова- лась концепция грамматики, основанной на употреблении (usage-based grammar), в которой предполагается, что частота использования тех или иных языковых единиц в речи влияет на их структурные свойства. Часто употребляемые слова могут иметь неправильные или более архаичные формы. Вспомните, что самые необходимые глаголы английского или не- мецкого языка являются исключениями из правил при спряжении. Неко- торые русские фразеологизмы не поддаются анализу на основе современ- ной грамматики: ничтоже сумняшеся, притча во языцех и т. п. В когнитивной лингвистике обсуждается гипотеза о том, что более употребительные грамматические формы и конструкции мы храним в па- мяти уже в готовом виде как отдельные единицы (pre-fabricated units), чтобы не тратить время на их порождение, когда мы говорим. И, наоборот, более редкие грамматические формы вообще могут от- сутствовать в активном словарном запасе человека и заново образовать их весьма затруднительно. Вспомним так называемые дефектные парадигмы, где отсутствуют некоторые формы слов, например, знаменитое: победю или побежду, 5 кочерег или 5 кочерг. Для исследования всех этих явлений необходимо исследовать частоту грамматических форм и грамматических категорий, а это возможно только на основе больших корпусов текстов различных жанров и при помощи правильно подобранных и тщательно разработанных статистических ме- тодов. В последние годы в прикладной лингвистике складывается новой направление — квантитативная морфология, о которой подробнее мож- но прочитать в работе [Николаев 2012]. Последний раздел этой главы остается недописанным, потому что эта научная область активно развивается, и мы ожидаем здесь новых работ и новых результатов. Из последних проектов нужно упомянуть создание частотного лексико-грамматического словаря русского языка, который строится на материалах Национального корпуса русского языка. Он даст возможность увидеть частотное распределение словоформ по парадигмам для существительных, прилагательных и глаголов, посмотреть на иерар- хию форм у определенной единицы или класса единиц [Ляшевская 2013]. Как вы увидели, квантитативная лингвистика включает очень разные аспекты исследования языка. Мы рассмотрели только некоторые из них. О многих других можно узнать в учебном пособии [Прикладное языкозна- ние 1996], классическом учебнике [Пиотровский, Бектаев, Пиотровская 1977], в монографии [Арапов 1988] и в коллективной монографии [Quantitative Linguistik 2005], а также в материалах Международной кон- ференции по компьютерной лингвистике Диалог (http://www.dialog-21.ru). жүктеу/скачать 4,29 Mb. Достарыңызбен бөлісу:
|