Научная электронная библиотека

Монографии, изданные в издательстве Российской Академии Естествознания

Русский язык в деловой интернет-коммуникации

Буторина Е. П.,

3.3. Статистические инструменты выделения связанных единиц

Для статистического исследования официальных текстов интернет-коммуникации мы обратились к материалам официальных сайтов государственных структур РФ, а также справочника «Деловой Интернет» [Латышев 2002], деловых сетей государственных служащих, профессиональных деловых сетей (см. Приложение 2), к текстам досок интернет-объявлений, официальных русскоязычных версий сайтов муниципалитетов за пределами России – всего рассмотрено около 10 000 ссылок, наиболее значимые из которых приводятся в разделе «Источники материала». Процедуры выборки и поиска языковых единиц основываются на предположении о воспроизводимости (иногда с вариациями) текстовых фрагментов деловых коммуникаций, отражающих конвенции различных языковых уровней. Важной отличительной чертой институционального дискурса является его стереотипность, которая реализуется при помощи устойчивых языковых конструкций и сочетаний слов. Коллокации в корпусной лингвистике понимаются как статистически устойчивые словосочетания разной длины [Захаров, Хохлова 2010]. Совместная встречаемость лексем может быть выявлена при помощи программных средств (11), при этом учитываются меры статистической сочетаемости (меры ассоциации) языковых единиц MI и t-score на представительных массивах выборки. Их количественные характеристики можно считать показателями силы синтагматической связи между элементами словосочетаний. Именно материал интернет-коммуникации даёт возможность проведения такого рода исследований – ведь документы на бумажных носителях не доступны для статистического анализа в таком количестве, жанровом и региональном многообразии.

В настоящий момент существует немало статистических мер, позволяющих с достаточно высокой точностью выявить несвободные сочетания слов, однако мы обратимся к наиболее распространенным. Так, чаще других используются меры MI и t-score.

«Мера MI (mutual information) сравнивает зависимые контекстно-связанные частоты с независимыми, как если бы слова появлялись в тексте совершенно случайно» [Захаров, Хохлова 2010: 78]. Если значение MI (n,c) больше определенного значения (для русского языка часто называется значение 3 и более), тогда рассматриваемое сочетание слов можно считать статистически значимым.

Мера t-score также учитывает частоту совместной встречаемости ключевого и зависимого слов, отвечая на вопрос, насколько неслучайной является сила ассоциации (связанности) между ними.

Статистический подход был избран для снижения субъективности полученных результатов. Обработанный материал сведён в таблицы [Буторина, Соловьева 2012], фрагмент одной из которых приведён ниже.

Таблица 14 (12)

Коллокации (биграммы) модели «Существительное + прилагательное/ существительное» (13)

Результаты обработки материала показали следующее [Буторина, Соловьёва 2012а, б]:

1. Как уже отмечалось ранее, в списке воспроизводимых частотных сочетаний оказались единицы разной природы, не все из них относятся к собственно коллокациям в лингвистическом понимании. Более половины полученного списка заняли терминологические сочетания, отражающие предметную область текстов. Определение объекта служит для его конкретизации, которая в большинстве текстов других функциональных стилей не требуется, что чаще всего приводит к употреблению только главного слова, входящего в сочетание: дело гражданское/ уголовное, лицо юридическое/должностное/ физическое, имущество движимое / недвижимое/ муниципальное.

2. Можно говорить об особенностях реализации в языке для специальных целей таких абстрактных смыслов, как «форма», «количество» и «качество». Примеры: объем финансирования, вид наказания, письменная форма, размер штрафа, электронный вид, разумный срок, предел полномочий, норма права, случай страховой.

3. Весьма показательным представляется следующий ряд сочетаний: настоящая статья, настоящее положение, настоящее постановление, настоящий порядок, настоящее дело. Здесь слово настоящий выполняет функцию артикля и выражает значение местоимения этот. Интересно, что прилагательное данный, синонимичное прилагательному настоящий, в рассмотренном корпусе юридических текстов не было выявлено в качестве связанного слова. При необходимости выражения смысла дейксиса в юридических текстах привилегию имеет настоящий по сравнению с данный, а для слова данный характерно употребление в официально-деловом и научном стилях. Возможно, стилистика юридических документов является более строгой и ограниченной и не позволяет некоторых синонимических замен, которые допустимы в других подстилях официально-делового стиля.

Нами были выделены сочетания, ключевым словом которых является существительное, а связанным – глагол или другая часть речи, образованная от глагола. Здесь следует заметить, что в список попали преимущественно отглагольные существительные. И это, возможно, связано с тем, что юридическим текстам на русском языке присуще преобладание именных форм над глагольными для обозначения достаточно часто выражаемых смыслов.

Статистическая мера MI выделила следующие сочетания: ограничение жизнедеятельности, представлять угрозу, прийти к выводу, осуществление правосудия, совершение преступления, выплата пособия и т.д. Перечисленные сочетания представляются более узконаправленными и чаще употребляются в конкретных текстах коллекции, нежели в общем массиве.

В процессе работы с мерами ассоциации выявлены их особенности:

1. Меру t-score можно считать инструментом, отвечающим на вопрос «Какие несвободные сочетания являются характерными для данного типа текстов вне зависимости от его тематики?», и использовать ее как критерий для выделения «общеколлекционно значимых» сочетаний. Наиболее высокий ранг по мере t-score получили следующие примеры: орган власти, постановление Правительства, решение суда, судебное заседание, внесение изменений, государственная власть и т.д.

2. Мера MI не является адекватным критерием выделения несвободных единиц, характерных для всего массива текстов в относительно равной степени. При попытке определить, к какой составляющей текста данная мера наиболее чувствительна, конкретного ответа получено не было, однако в диссертации была выдвинута следующая гипотеза: самый высокий ранг по МI получают те сочетания, составляющие которых имеют гораздо большую тенденцию употребляться вместе, нежели по отдельности. «Традиционно считается, что с помощью меры MI хорошо выделяются низкочастотные специальные термины» [Ягунова, Пивоварова 2010], поэтому эта мера была проверена на некоторых несвободных сочетаниях, составляющие которых употреблены в корпусе сравнительно небольшое число раз (до 100). На нашем материале выдвинутая гипотеза нашла свое подтверждение.

Рассмотренный способ выделения несвободных сочетаний позволяет обрабатывать большие массивы актуальных документов, размещенных в Web-среде. После качественного анализа полученные результаты могут послужить материалами к словарю несвободных сочетаний в деловых текстах, а также использоваться в лингводидактике.

12 Таблица подготовлена студенткой Института лингвистики РГГУ К.В. Соловьёвой.

13 Ключевое слово выделено полужирным шрифтом.
f(n) – частота встречаемости ключевого слова в корпусе; N – общее число словоупотреблений в корпусе; f(c) – частота встречаемости коллоката ключевого слова в корпусе; f(n,c) – частота встречаемости ключевого слова вместе с коллокатом в корпусе; Rank(MI) – ранг по MI, Rank(T-score) – ранг по T-score. Все коллокации упорядочены по Рангу MI, по убыванию.