Відображення синтаксичної та лексичної цілісності речення через зони зв'язків словоформ

Размещено на http://www.allbest.ru/

Київський національний університет імені Тараса Шевченка

Інститут філології

УДК 811.161.2'367.52

Автореферат

дисертації на здобуття наукового ступеня кандидата філологічних наук

Відображення синтаксичної та лексичної цілісності речення через зони зв'язків словоформ

Спеціальність 10.02.01 - українська мова

Чейлитко Наталія Геннадіївна

Київ - 2009

Дисертацією є рукопис.

Робота виконана на кафедрі сучасної української мови Інституту філології Київського національного університету імені Тараса Шевченка.

Науковий керівник: кандидат філологічних наук, доцент Дарчук Наталія Петрівна Інститут філології Київського національного університету імені Тараса Шевченка, керівник навчально-наукової лабораторії комп'ютерної лінгвістики, доцент кафедри сучасної української мови.

Офіційні опоненти:

доктор філологічних наук, професор Перебийніс Валентина Ісидорівна Київський національний лінгвістичний університет Міністерства освіти і науки України, професор-консультант кафедри германської та фінської філології;

кандидат філологічних наук, доцент Ситар Ганна Василівна Донецький національний університет Міністерства освіти і науки України, доцент кафедри української мови та прикладної лінгвістики.

Захист відбудеться «23» квітня 2009 року о 12 годині на засіданні спеціалізованої вченої ради Д 26.001.19 в Інституті філології Київського національного університету імені Тараса Шевченка (01601, м. Київ, бульвар Тараса Шевченка, 14, к. 63).

Із дисертацією можна ознайомитись у Науковій бібліотеці імені М. Максимовича Київського національного університету імені Тараса Шевченка (01601, м. Київ, вул. Володимирська, 58, к.12).

Автореферат розіслано «16» березня 2009 року.

Учений секретар спеціалізованої вченої ради кандидат філологічних наук, доцент Л.П. Гнатюк.

Загальна характеристика дисертації

Актуальність дослідження. У сучасній лінгвістиці залишається нерозв'язаною проблема точного, статистично обґрунтованого визначення ролі, яку відіграють синтаксичні зв'язки в реченні й тексті. Проте ще Л. Теньєр наголошував, що зрозуміти речення можливо лише тоді, коли встановлено сукупність зв'язків усіх словоформ, які входять до його складу. А видатний український вчений І. К. Кучеренко показав, що синтаксис як наука виник «з потреби дослідити закони злагодження слів у мові, пізнання того, як вони взаємопов'язуються між собою, що забезпечує вираження за їх допомогою думки»¹Кучеренко І. К. Об'єкт і предмет синтаксису / І. К. Кучеренко // Українське мовознавство. - К. : Вища школа, 1973. - Вип. 1. - С. 31..

Свого часу М. М. Пещак висловила надзвичайно важливе спостереження: синтаксичні зв'язки немов цементують речення, забезпечуючи тим самим його цілісність у потоці мовлення. Це спостереження стимулювало поглиблений інтерес науковців (зокрема В. І. Перебийніс, П. І. Сердюкова, Н. П. Дарчук, Т. О. Грязнухіної, О. Бугакова) до вивчення синтаксичних зв'язків усіх словоформ у реченні.

Авторами колективної монографії «Закономірності структурної організації науково-реферативного тексту» (К., 1982) Л. М. Гриднєвою, Т. О. Грязнухіною, Н. П. Дарчук, Л. І. Комаровою, В. І. Критською, М. П. Муравицькою, Л. В. Орловою, В. І. Перебийніс, Т. К. Пуздиревою розроблено метод зон зв'язків словоформ (ЗЗС), який став важливим здобутком сучасної лінгвістичної думки, оскільки, як слушно зауважила В. І. Перебийніс, завдяки названому методу стало можливим врахувати й об'єднати синтаксис і лексичне наповнення речення і тому розкрити такі риси структури речення, на які досі не зверталася увага дослідників.

Поняття зони зв'язків словоформи, крім власне теоретичного потенціалу, має й величезне прикладне значення: метод ЗЗС є точним, формальним методом, тому може стати основою для створення синтаксично маркованого дослідницького корпусу української мови. Однією з проблем, яка постала перед сучасними україністами, є створення лінгвістично проаналізованих повнотекстових баз даних, покликаних відобразити сучасний стан розвитку та функціонування української мови. Тому актуальність цього дисертаційного дослідження полягає також в тому, що воно дає відповідь на питання про можливий шлях організації корпусного дослідження зі структурного синтаксису.

Відповідно, розвиток теорії зон зв'язків словоформ не лише поглибить наукові знання про закономірності організації речення як цілісної синтаксичної одиниці, але й може стати наріжним каменем в розбудові фундаменту української корпусної лінгвістики.

Зв'язок з науковими програмами, планами, темами. Дисертацію виконано на кафедрі сучасної української мови Інституту філології Київського національного університету імені Тараса Шевченка. Напрямок дослідження узгоджено з науковим планом кафедри. Дослідження здійснено в межах загальної теми «Актуальні проблеми розвитку української філології» (НДТ № 01БФ044-01).

Мета дисертаційного дослідження полягає у вивченні зони зв'язків словоформи як комплексної структурно-синтаксичної одиниці та встановленні ролі ЗЗС у забезпеченні синтаксичної і лексичної цілісності речення й тексту.

Вибір мети зумовив такі завдання дослідження:

1) створити репрезентативну вибірку для апробації методу зон зв'язків словоформ;

2) представити синтаксичну структуру речень у вигляді розмічених дерев залежностей;

3) алгоритмізувати процес визначення ЗЗС у реченні та обчислення сили спаяності елементів речення;

4) виявити й охарактеризувати типові моделі ЗЗС та блоки спаяності елементів речення;

5) здійснити статистичний аналіз взаємодії лінійної та структурної організації речення в термінах зон зв'язків словоформ;

6) теоретично обґрунтувати правомірність створення лексико-тематичної моделі (ЛТМ) дискурсу, застосовуючи метод ЗЗС;

7) розробити методику створення лексико-тематичної моделі дискурсу на основі блоків спаяності елементів речення;

8) апробувати розроблену методику створення лексико-тематичної моделі дискурсу на сукупності текстів, які репрезентують дискурс політичних новин, присвячених виборам 2004 р.

Об'єкт дослідження - синтаксичні зв'язки словоформ у реченні й тексті.

Предметом дослідження є зони зв'язків словоформ та блоки спаяності елементів речення.

Методи дослідження:

1. Метод дерева залежностей - графічне відображення структури речення у вигляді дерева залежностей.

2. Метод зон зв'язків словоформ - графічне представлення всіх синтаксичних зв'язків словоформ у реченні та виявлення закономірностей їх функціонування.

3. Метод моделювання - створення лексико-тематичної моделі дискурсу політичних новин на основі блоків спаяності елементів речення.

4. Імовірнісно-статистичний метод - установлення статистичних закономірностей функціонування зон зв'язків словоформ у реченні.

Матеріал дослідження становить сукупність текстів політичних публікацій газети «Українська правда» за листопад-грудень 2004 року (3217 речень).

Наукова новизна дослідження визначається тим, що вперше в україністиці виявлено низку статистичних закономірностей реалізації зон зв'язків словоформ у реченні; встановлено типові моделі зон зв'язків іменників та типові моделі блоків спаяності елементів речення; запроваджено та теоретично обґрунтовано поняття лексико-тематичної моделі дискурсу, створеної на основі блоків спаяності елементів речення.

Теоретичне значення дослідження полягає в тому, що виявлені статистичні закономірності реалізації синтаксичних зв'язків у реченні дають нові знання про механізми забезпечення лексичної та синтаксичної цілісності речення, а запропонована лексико-тематична модель дискурсу уможливлює низку досліджень, присвячених декодуванню теми певного дискурсу.

Практичне значення одержаних результатів:

1) розроблений алгоритм автоматичного визначення зон зв'язків словоформ на основі дерева залежностей може стати підґрунтям для створення синтаксично та морфологічно розміченого дослідницького корпусу української мови;

2) виявлені статистичні закономірності реалізації синтаксичних зв'язків у реченні, встановлені типові моделі зон зв'язків словоформ та блоків спаяності елементів речення можуть бути застосовані для розроблення синтаксичного модуля лінгвістичного процесора, автоматичної компресії та індексації тексту;

3) усі одержані науково-практичні результати можуть бути використані в лекціях, спецкурсах та спецсемінарах з проблем структурного та комунікативного синтаксису, автоматичного синтаксичного аналізу, лінгвістики тексту, дискурс-аналізу.

Апробація результатів дослідження. Основні положення дисертації апробовані на 12 конференціях: Міжнародній науковій конференції «Мови та літератури народів світу в контексті глобалізації» (Київ, 2005); Міжнародній науковій конференції «Київські філологічні школи: історико-теоретичний спадок і сучасність» ( Київ, 2005); ІІ Міжнародній науково-практичній конференції «Проблеми прикладної лінгвістики» (Одеса, 2005); Міжнародній науковій конференції «Мова як світ світів. Граматика і поетика української мови» (Київ, 2006); Всеукраїнській науковій конференції «Феномен А. Кримського у світовій науці (до 135-річчя від дня народження)» (Київ, 2006); Наукових читаннях, присвячених 130-річчю від дня народження професора І. В. Шаровольського (Київ, 2006); Всеукраїнській науковій конференції за участю молодих учених «Світоглядні горизонти філології: традиції та сучасність» (Київ, 2007); Міжнародній науковій конференції «Національна культура у парадигмах семіотики, мовознавства, літературознавства, фольклористики» (Київ, 2007); Міжнародній науковій конференції «Взаємодія етнічних і планованих мов у контексті європейської інтеграції» (Луцьк, 2008); VII Міжнародному Конгресі україністів (Київ, 2008); ІV Оломоуцькому Симпозіумі україністів (Оломоуц (Чехія), 2008); Міжнародній науковій конференції «Мовно-культурна комунікація в сучасному соціумі» (Київ, 2008).

Публікації. Теоретичні положення та здобутки дисертації висвітлені у 7 статтях, 6 з яких опубліковані у фахових наукових виданнях, зазначених у переліку ВАК України.

Структура та обсяг дисертації. Праця складається зі вступу; 4 розділів, у яких викладено основний зміст дослідження; висновків; списку використаної літератури (214 позицій) та 4 додатків. Загальний обсяг праці -330 сторінок (з них 122 - додатки).

Основний зміст дисертації

У Вступі обґрунтовано актуальність теми, визначено мету і завдання дисертаційної праці, названо об'єкт і предмет вивчення, охарактеризовано наукову новизну й теоретичне та практичне значення результатів дослідження.

У першому розділі «Становлення та розвиток методу зон зв'язків словоформ» викладено основні теоретичні засади та визначено поняття, якими ми оперували у процесі викладу результатів дослідження. Розглянуто розвиток методу ЗЗС та висвітлено основні наукові здобутки, досягнуті попередниками.

У дисертаційній праці за реченням визнано статус синтаксичної одиниці: словоформа речення лексичний

1) утвореної на основі мовних механізмів, зокрема структурної схеми та правил синтаксичної та лексичної сполучуваності словоформ;

2) такої, що існує в складі певного тексту й підпорядковується дії мовленнєвих законів.

Синтаксичну структуру речення досліджено в таких аспектах.

1. Лінійний аспект передбачав аналіз реалізованого в мовленні речення як лінійної послідовності його мінімальних компонентів - елементів речення. У письмовому варіанті тексту елемент речення (ЕР) дорівнює сукупності буквених символів між двома пробілами.

2. Структурний аспект полягав у тому, що речення вивчено на основі аналізу сукупності синтаксичних зв'язків між його компонентами. Структуру речення розглянуто як організовану за допомогою синтаксичних зв'язків ієрархію ЕР, представлену у вигляді дерева залежностей. Вузли дерева відповідають елементам речення, ребра - зв'язкам між ЕР.

Функціонування синтаксичних зв'язків у реченні проаналізовано із застосуванням методу зон зв'язків словоформ. Зоною зв'язків словоформи (ЗЗС) називають ту частину речення, у якій реалізуються всі синтаксичні зв'язки словоформи. ЗЗС визначалися з урахуванням особливостей входження словоформи до складу певного члена речення, тобто на основі власне синтаксичного критерію.

Метод ЗЗС передбачає, що ЗЗС відображаються графічно шляхом проведення відрізка через усі словоформи, пов'язані з аналізованою. Представивши в такий спосіб зони зв'язків для всіх елементів речення, стає можливим обчислити, скільки ЗЗС припадає на інтервал між кожними двома елементами речення, лінійно розташованими поряд, тобто визначити силу їхньої синтаксичної спаяності. На рис. 1. відображені ЗЗС для всіх дванадцяти елементів речення: в інтервалах між кожними двома елементами, розташованими поряд, наведено числовий показник, що дорівнює кількості ЗЗС, які містяться в цьому інтервалі. Цей показник називають силою спаяності ЕР. Чим більша кількість ЗЗС припадає на інтервал між двома елементами речення, тим більш зв'язними в лінійному потоці мовлення вважаються ці елементи. Найбільший показник сили спаяності в реченні називають піком спаяності ЕР. Якщо кілька послідовно розташованих показників мають однакове найбільше значення, таку послідовність називають плато спаяності ЕР. У реальному реченні може бути кілька піків та плато спаяності. Елементи речення, між якими сила спаяності максимальна, утворюють блок спаяності ЕР.

Метод ЗЗС виявився продуктивним засобом для вивчення сполучуваності різних лексико-граматичних класів і на матеріалі англійської та російської мов засвідчив дію закону переваги серед моделей граматичної сполучуваності класів слів: у межах певного класу слів можна визначити незначну кількість моделей сполучуваності, які є найбільш частотними, решта моделей, хоча й становить велику кількість, проте характеризується невисокою частотою. Дослідниками встановлено також закон простоти: найбільш уживаними є моделі сполучуваності, які складаються з двох-трьох компонентів, тобто є відносно простими.

В. І. Перебийніс довела, що на основі аналізу числових показників сили спаяності ЕР можна виявити закономірності структурної організації речення. Крім того, була висловлена гіпотеза, що до блоків спаяності ЕР потрапляють ті ЛСВ, які мають найбільше смислове навантаження в межах речення. Н. П. Дарчук показала, що в науковому тексті на блоки спаяності ЕР припадають або терміни, або відрізки речення, які передають основний зміст повідомлюваного.

Таким чином, наше дослідження спирається на задекларовані постулати про природу ЗЗС, успадковує методику визначення ЗЗС та сили спаяності ЕР та має на меті дослідити особливості функціонування ЗЗС у реченні на матеріалі українських текстів, а також перевірити гіпотезу про можливість створення лексико-тематичної моделі дискурсу, спираючись на метод ЗЗС.

Рис. 1. Піки, плато та блоки спаяності елементів речення¹¹ На рисунку кожну зону зв'язків позначено числом, яке вказує на порядковий номер у реченні того ЕР, для якого визначена ця зона.

У другому розділі «Методика визначення зон зв'язків словоформ на основі дерева залежностей» розглянуто основні властивості дерева залежностей (ДЗ), правила його побудови та алгоритм визначення ЗЗС на основі розміченого ДЗ.

Визначати ЗЗС, застосовуючи знання про будову дерева залежностей, уперше запропоновано Н.П. Дарчук.

Деревом називається зв'язний орієнтований граф, у якому наявний єдиний вузол, у який не входить жодне ребро (вершина дерева); який не містить циклів (шляхів, що беруть одночасно свій початок і кінець в тому ж самому вузлі); у якому в кожний вузол входить не більше одного ребра.

Дерево залежностей як синтаксична модель речення складається з:

1) вузлів на позначення елементів речення;

2) орієнтованих ребер, які відповідають синтаксичним зв'язкам між ЕР.

Ми розмежовуємо терміни словоформа та елемент речення: у реченні як лінійній послідовності словоформі може відповідати один (синтетична словоформа) або декілька (аналітична словоформа) елементів речення. У дереві залежностей вузлом позначено саме елемент речення.

У дисертації розглянуто правила побудови ДЗ та визначення ЗЗС на їх основі. Правилами передбачено такі синтаксичні ситуації:

1) зв'язки в межах сегмента речення;

2) зв'язки в межах синтаксично неподільної сполуки (прийменникової

конструкції, складеного присудка, елективної сполуки, соціативної сполуки, кількісної сполуки);

3) зв'язки в межах аналітичної словоформи/лексеми;

4) зв'язки в ускладненому реченні (сурядний зв'язок між елементами речення; зв'язки з відокремленими зворотами, звертаннями, вставними та вставленими конструкціями);

5) зв'язки в складнопідрядному, складносурядному, безсполучниковому складному реченні;

6) зв'язки з міжфразовими конекторами.

З метою оптимізації та уніфікації процесу побудови ДЗ розроблено спеціальне програмне забезпечення, завдяки якому створено електронну базу ДЗ, а також автоматично визначено та проаналізовано зони зв'язків усіх словоформ, що ввійшли до складу вибірки. Зони зв'язків побудовано для кожного елемента речення, незважаючи на те, є він синтетичною словоформою чи частиною аналітичної словоформи, повнозначною чи службовою словоформою. Автоматичне обчислення ЗЗС та їх графічне представлення не тільки значно прискорило опрацювання матеріалу, але й допомогло контролювати можливу непослідовність у процесі їх інтуїтивного визначення дослідником.

У третьому розділі «Статистичне дослідження будови речення на основі методу зон зв'язків словоформ» наведено результати статистичного дослідження речення в термінах ЗЗС, виявлено та проаналізовано за основними параметрами типові для української мови моделі зон зв'язків іменників та моделі блоків спаяності ЕР.

Статистичні показники обраховувалися окремо для речень певної конкретної довжини. З метою забезпечення статистичної достовірності з вибірки 3217 речень відібрано такі речення однакової довжини, кількість яких перевищує поріг 150 одиниць. Цій умові відповідають речення довжиною 6-14 елементів. Сумарна кількість таких речень становить 46,7 % від загальної кількості речень у вибірці.

У межах кожної групи речень однакової довжини обчислено середнє значення кількості зв'язків у кожній позиції речення. Результати засвідчили існування залежності кількості зв'язків елемента речення від його позиції, а саме: позиція, яка характеризується максимальним середнім значенням кількості зв'язків ЕР, припадає завжди на другу половину речення і зі зростанням довжини речення посувається все далі вправо від центру. Зростання довжини речення передбачає збільшення в ньому кількості осередків, які мають більшу проти сусідніх ділянок речення кількість синтаксичних зв'язків. Причина полягає в тому, що чим довшим є речення, тим більшу кількість інформації воно передає і тим більша кількість смислових та граматичних центрів необхідна для його оформлення.

Аналіз середнього значення сили спаяності елементів у кожній позиції речення виявив, що в реченні певної довжини яскраво вирізняються ділянки з найвищими показниками середньої сили спаяності ЕР. Тому між довжиною речення і максимальним показником сили спаяності ЕР в ньому існує зв'язок. Більше того, в реченнях однакової довжини визначаються позиції, на які з найбільшою ймовірністю припадатимуть найвищі показники сили спаяності ЕР. Максимально зв'язані позиції завжди припадають на другу половину речення. Одержані нами статистичні дані уможливлюють прискорення пошуку таких ЕР у реченні певної довжини. Наприклад, для речення довжиною 6 ЕР це друга та третя позиції, а для речення довжиною 14 ЕР - дев'ята та десята позиції.

Абсолютне домінування показника сили спаяності ЕР, який дорівнює двом, у позиції між першим та другим ЕР вказує на ще одну закономірність лінійної організації речення, яка полягає в тому, що між двома першими елементами в реченні сила синтаксичної спаяності з імовірністю 50 % дорівнює двом. При тому центральна частина речення характеризується тим, що різні показники сили спаяності мають приблизно однакову ймовірність. Тому середина речення завжди є тим осередком, у якому розподіл значень сили спаяності ЕР може значно варіюватися.

Для речень довжиною 6-14 ЕР встановлено залежність загальної кількості синтаксичних зв'язків у реченні від його довжини, яка виражається функцією у=3х-4. Вона показує, що співвідношення довжини речення й необхідної середньої кількості синтаксичних зв'язків для його побудови становить приблизно 1:3.

Визначено основні співвідношення між числовими показниками сили спаяності ЕР та синтаксичною структурою речення. Спостереження над розподілом ЗЗС у реченнях довжиною 10 слововживань виявили, що найбільші показники сили спаяності ЕР припадають на такі синтаксичні одиниці, як частини складених членів речення, компоненти сурядної конструкції. Коли в реченні застосовуються мовленнєві механізми, які не передбачають використання великої кількості синтаксичних зв'язків, наприклад, еліпсис, - тоді сила спаяності ЕР не сягає великих показників.

Охарактеризовано зони зв'язків словоформ за такими параметрами: довжина ЗЗС у реченні; щільність ЗЗС; позиція опорного компонента зони в реченні; модель ЗЗС; позиція опорного компонента зони в моделі ЗЗС; кількість вузлів у моделі ЗЗС; схема ЗЗС.

Статистичний аналіз ЗЗС показав, що безвідносно до довжини речення діє така закономірність: чим далі вправо в зоні зв'язків розташований опорний компонент цієї зони, тим більшою є середня кількість його зв'язків.

Одержані показники кількості різних довжин ЗЗС засвідчили, що для іменника типовими (такими, що перевищують поріг 10 %) є зони довжиною 2, 3, 4, 5 ЕР, для прикметника - 2, 3 ЕР, для прислівника - 2, 3, 4 ЕР, для дієслова - 4, 5 ЕР. Це означає, що сфера синтаксичного впливу дієслова значно переважає вплив таких частин мови, як іменник, прикметник, прислівник.

Вивчення моделей зон зв'язків іменників показало, що типовими для іменника є моделі довжиною 2 - 5 ЕР. На матеріалі українських текстів підтверджено дію законів переваги та простоти:

1) для кожного класу слів можна визначити велику кількість коротких/простих моделей ЗЗС, тоді як довгі/складні моделі сукупно становлять невелику частину від загальної кількості моделей;

2) серед моделей ЗЗС іменника, що мають однакову довжину, в межах певної позиції опорного іменника виявлено кілька (від однієї до чотирьох) типових моделей, які кількісно переважають решту моделей. У межах кожної моделі ЗЗС, встановленої для певної визначеної позиції опорного іменника, існує одна або дві типові схеми.

Аналіз блоків спаяності ЕР за їх наповненням у термінах класів слів засвідчив існування в них типових моделей. Зауважимо, що під блоком спаяності розуміємо два елементи речення, які лінійно розташовані поряд, проте не обов'язково є синтаксично пов'язаними.

Для іменника типовими виявилися моделі:

1) N+N, що складає 50,34 % від усіх моделей з першим ЕР, вираженим іменником (пісні Руслани, підтримання правопорядку);

2) N+Pr - 13,97 % (мітинг на, частина з, шанс на);

3) N+V - 12,52 % (ситуацію врятувала, президентом залишатиметься, хлопці розповідають).

Прикметник характеризується одним типовим блоком спаяності ЕР Adj+N, проте дуже частотним - 88,63 % від загальної кількості моделей з першим ЕР, вираженим прикметником (конституційне право, поважних професорів, політичний фарс).

Найпоширенішими моделями для дієслова є:

1) V+Pr - 31,99 % (звернувся до, знаходяться в, повідомив про);

2) V+N - 30,53% (вразили коментарі, вручити посвідчення, віддав дівчині, закликав депутатів, меншає перехожих, обрала президентом, позують відеокамерам);

3) V+Adv - 8,65 % (пройшли елегантно, приходьте завтра, стоять ліворуч).

Наведені результати дають можливість не лише констатувати велике значення синтаксичних зв'язків у будові речення, але кількісно охарактеризувати ту роль, яку синтаксичні зв'язки відіграють у процесі оформлення речення як цілісної одиниці. Крім того, одержані статистичні дані можуть бути використані для розв'язання низки практичних завдань, зокрема в процесі автоматичного опрацювання тексту.

У четвертому розділі «Лексико-тематична модель дискурсу, створена на основі блоків спаяності елементів речення» теоретично обґрунтовано поняття лексико-тематичної моделі (ЛТМ) дискурсу, висвітлено розроблену методику укладання ЛТМ на основі блоків спаяності ЕР, апробовано цю методику на матеріалі дискурсу політичних новин, присвячених виборам 2004 р.

Одним із способів представлення смислу тексту є тематична модель, яка становить ієрархію провідних та додаткових тем. Відповідно, для тексту або сукупності текстів, які представляють певний дискурс, можна визначити коло тем та встановити ієрархічні відношення між ними. Одним із шляхів створення тематичної моделі дискурсу є підхід, який базується на виявленні тематично значущих ЛСВ та групуванні їх в лексико-тематичні групи. Такий підхід ґрунтується на положеннях:

1) лексико-тематична модель дискурсу становить сукупність лексико-тематичних дерев повнозначних частин мови;

2) тематична значущість ЛСВ залежить від інтенсивності його зв'язків з іншими ЛСВ тексту, представленими кількісно;

3) тематично значущі ЛСВ доцільно групувати на основі тематичного дерева;

4) вузли створеного дерева відображають тематичну ієрархію дискурсу;

5) ієрархію тем дискурсу можна встановити відповідно до кількості ЛСВ, які заповнили вузли лексико-тематичного дерева: чим більше ЛСВ потрапило до складу певного вузла, тим вищою є вага теми, названої цим вузлом.

У цьому дослідженні визначено тематичну значущість ЛСВ на основі методу ЗЗС: відібрано всі ЛСВ, які входять до блоків спаяності ЕР, а також кожному ЛСВ приписано індекс, який відображає кількість уходжень ЛСВ до блоків спаяності. Індекс (І) можна вважати показником ваги певного ЛСВ у лексико-тематичній моделі. ЛСВ з найбільшим індексом указують на тематичне ядро дискурсу, ЛСВ з невисоким індексом - на додаткові теми повідомлень.

Таким чином, лексико-тематична модель (ЛТМ) дискурсу становить сукупність лексико-тематичних дерев (ЛТД) повнозначних частин мови.

Процес створення ЛТМ складається з таких етапів:

1) відбір елементів речення, які входять до всіх блоків спаяності, виявлених у досліджуваній вибірці текстів;

2) приведення до словникових форм та впорядкування елементів речення за частиномовною приналежністю;

3) визначення для кожної словникової форми її значення на основі вивчення контекстів її вживання - відповідно, надалі у фокусі уваги перебувають лексико-семантичні варіанти (ЛСВ);

4) присвоєння кожному ЛСВ числового індексу, який відображає кількість випадків, коли аналізований ЛСВ увійшов до складу блоку спаяності;

5) впорядкування ЛСВ, які належать до одного лексико-граматичного класу слів, у лексико-тематичне дерево (ЛТД).

Спеціально обчислені показники %_Sum_ЛСВ (кількість ЛСВ, які потрапили до піддерева певного вузла, у відсотках) та %_Sum_І (сума індексів усіх ЛСВ, які потрапили до піддерева цього вузла, у відсотках) уможливили здійснення кількісної характеристики ЛТД.

Ми припустили, що лексико-тематична модель (ЛТМ), яка становить сукупність ЛТД іменників та дієслів, адекватно відобразить «картину життя», що постає з дискурсу політичних новин, присвячених виборам 2004 р.

Загальна кількість ЛСВ, які потрапили до лексико-тематичного дерева іменників, становить 1740 одиниць. Дерево має шість рівнів глибини та п'ять основних розгалужень. Відповідно, п'ятьома основними вузлами дерева є вузли другого рівня, які узагальнено окреслюють явища дійсності, названі іменниками в проаналізованій сукупності текстів: «Буття», «Абстрактні відношення», «Людина», «Суспільство», «Природа». Найбільш наповненими лексико-семантичними варіантами є вузли «Людина» - 42,53 % від загальної кількості ЛСВ, «Суспільство» - 41,32 % ЛСВ. Ці ж два вузли мають найбільші показники індексу - 41,56 % для «Людини» і 42,99 % для «Суспільства». Цей факт яскраво свідчить про основну тематичну спрямованість проаналізованих текстів - суспільне життя людини.

У піддереві вузла «Буття» превалюють ЛСВ на позначення часово-просторових характеристик зображуваних подій та їх кількісних вимірів.

У піддереві вузла «Абстрактні відношення» особливу увагу привертає вузол «Оцінка», наповнений незначною кількістю ЛСВ з низькими індексами, тобто він не становить тематичної домінанти дискурсу. Але саме цей вузол відображає, в який спосіб оцінювалася політична ситуація у ході виборів 2004 року. Так, найвищий індекс серед означених ЛСВ має криза `різка зміна звичайного стану речей, злам, загострення становища' (І=15). Негативну оцінку містять і ЛСВ худо `щось погане, неприємне, зло, лихо' (І=1) та негаразд `стан, коли все погано, не дуже добре, не так, як треба' (І=1), i метафоричні номінації чума `надзвичайно небезпечне, згубне соціальне явище' (І=1), болото `усе те, що характеризується брудом, застоєм, відсутністю живої діяльності, ініціативи' (І=1), які вказують на особливості концептуально-метафоричного простору проаналізованого дискурсу: стан суспільства зіставлено, з одного боку, з хворобою (чума), а з іншого - з брудом (болото).

Серед сукупності ЛСВ, які потрапили до піддерева вузла «Людина», близько 50 % припадає на назви осіб, половина з яких - назви осіб за сферою діяльності. Це засвідчує намір авторів проаналізованих текстів подати вибори та події навколо них як масові - такі, що активували численні групи населення, різноманітні й за сферою діяльності (політика, військова справа, промисловість і підприємництво, фінансова сфера, медицина, спорт, наука, освіта, мистецтво, релігія), і за родинними зв'язками (від бабусь до онуків), і за громадянством (українці, білоруси, грузини, поляки, канадці й навіть новозеландці), тобто спричинили не лише всенародний, але й всесвітній розголос. Високий показник %_Sum_I вузла з назвами осіб за сферою діяльності «Політика» (третина всіх назв осіб за сферою діяльності) вказує на тематичну домінанту дискурсу - суспільно-політичне життя держави. Тому в дискурсі превалюють назви політичних діячів.

Піддерево вузла «Людина як соціальна істота» засвідчило, що в проаналізованому дискурсі суспільно-політичне буття виявляє себе насамперед через активну діяльність людей або їхніх угруповань. Провідне місце посідає діяльність, пов'язана з виборами - ЛСВ вибір `той, кого вибрано, те, що вибране' (І=18); голос `право висловлювати свою думку під час вирішення державних або громадських справ' (І=30); голосування `обирання кого-небудь, вирішення чого-небудь поданням голосів' (І=36).

Піддерева вузлів «Людина як фізична істота», «Людина як психічна істота», «Людина як розумна істота» показують різноаспектні прояви людини в проаналізованому дискурсі. Так, ЛСВ, які наповнюють вузли «Почуття», «Емоційний стан», «Ставлення», дають уявлення про психологічне тло подій, відображених у текстах, - настрої та світовідчуття людей. Переважають ЛСВ на позначення бурхливих людських переживань: вогонь `душевне піднесення, натхнення' (І=1); ейфорія `сприйняття, оцінка чого-небудь у надто або невиправдано оптимістичних тонах' (І=1); захоплення `велике внутрішнє піднесення, збудження, порив, запал' (І=1); істерика `напад істерії' (І=2); обурення `сильне невдоволення, роздратування' (І=1), підйом `ентузіазм' (І=1); піднесення `запал, натхнення, душевне піднесення, ентузіазм' (І=1); пристрасть `сильне, бурхливе, нестримне у своєму виявленні почуття' (І=2); раж `сильне збудження, несамовитість, шаленство' (І=1); хвиля `наплив яких-небудь почуттів, думок, що визначають настрій людини' (І=1).

У піддереві «Суспільство» найбільші показники %_Sum_I припадають на ЛСВ, пов'язані з поняттям держави (вузол «Держава» - 12,87 % від %_Sum_I по цілому дереву, більше третини від сумарного індексу по піддереву «Суспільство»). Це невипадково з огляду на те, що вибори є одним із заходів, який має державне значення.

У проаналізованому дискурсі представлена військова тема (вузол «Військова справа»), оскільки ЛТД іменників містить багато ЛСВ на позначення явищ дійсності, в певний спосіб пов'язаних із цією темою. Особливу увагу привертає значна кількість назв типів протистоянь, зокрема страйк `форма боротьби, яка полягає в колективному відмовленні робітників і службовців від праці з пред'явленням підприємцям або урядові економічних і політичних вимог' (І=25); сутичка `невеликий короткочасний бій' (І=8). А також назви військових дій, зокрема блокування `здійснення блокади' (І=5); напад `силова дія, спрямована на кого-, що-небудь з метою захоплення, пограбування, знищення і т. ін.' (І=6); облога `оточення військами укріпленого пункту (міста, фортеці і т. ін.) з метою оволодіння ним' (І=3); опір `протидія кому-, чому-небудь, боротьба з кимось, чимось' (І=7). Хоча вибори 2004 року відбулися як цілком мирна подія, проте наведені дані свідчать про те, що вони мислилися й називалися в термінах військового протистояння.

Значна кількість ЛСВ та високі сумарні показники індексів у вузлах «Заклади та організації» (2,1 %), «Населені пункти та їх частини» (6,86 %), «Будівлі, Споруди» (4,47 %) вказують на прагнення авторів текстів якнайповніше подати відомості про місце відображених у них подій.

Показовим є вузол «Діловодство і документи» - найвищі індекси в ньому мають назви документів, передбачених виборчим процесом: бюлетень `виборчий листок' (І=20); протокол `документ, який містить запис усього, про що йшла мова на зборах, засіданні, допиті і т. ін.' (І=15); посвідчення `офіційний документ, який підтверджує якийсь факт або містить стислі відомості про кого-небудь, посвідка' (І=21); талон `документ у вигляді невеличкого контрольного аркуша, що дає право одержати щось або дозвіл на що-небудь' (І=16).

Піддерево вузла «Природа» заповнене невеликою кількістю ЛСВ (27 одиниць) і, відповідно, має невисокі показники індексів. Причина полягає в тому, що тема природи є периферійною в проаналізованих текстах.

Характерно, що двадцять ЛСВ з найвищими показниками індексу в ЛТД іменників визначили основну тематичну спрямованість текстів та узагальнено окреслили ситуацію, відображену в них, тому їх можна вважати ключовими для даної сукупності текстів.

До лексико-тематичного дерева дієслів увійшло 902 ЛСВ. Максимальною глибиною дерева є п'ять рівнів. Дерево має три розгалуження від вершини - вузли «Дія та діяльність», «Буття, стан, якість», «Відношення». Значна кількість ЛСВ з високими показниками індексу в першому з трьох піддерев - «Дія та діяльність» (%_Sum_I =58,06 %) засвідчує те, що тексти насамперед присвячені відображенню активних дій, а не станів або процесів.

У піддереві вузла «Дія та діяльність» найбільші показники %_Sum_I мають вузли «Мовленнєва діяльність» (14,79 %) і «Соціальна діяльність» (13,99 %). Вони вказують на тематичну домінанту дискурсу. Відповідно, основним типом діяльності, зображеним у проаналізованих текстах, є говоріння/повідомлення. Серед вузлів піддерева «Відношення» найбільшим індексом характеризується вузол «Соціальні відношення» (%_Sum_I =6,32 %), що цілком підтверджує тезу про те, що ЛТД дієслів адекватно відобразило тематичну спрямованість дискурсу.

У цілому, визначаючи за проаналізованим дискурсом політичних новин статус діяльнісно-прагматичного, можна сказати, що в текстах, які репрезентують цей дискурс, персонажі мислять, спілкуються, пересуваються й досягають мети.

Таким чином, підтверджено гіпотезу про можливість укладання лексико-тематичної моделі дискурсу на основі блоків спаяності ЕР. Упорядковані в лексико-тематичну модель ЛСВ іменників та дієслів адекватно відобразили тематичну спрямованість дискурсу політичних публікацій, присвячених виборам 2004 р.

Висновки

1. Правомірність виділення зони зв'язків словоформи як комплексної структурно-синтаксичної одиниці підтверджується статистичними даними щодо її функціонування. У дисертаційному дослідженні встановлено, що для кожного лексико-граматичного класу слів визначається набір типових моделей ЗЗС. Виявлено типові моделі ЗЗС іменників і типові моделі блоків спаяності елементів речення. Охарактеризовано ЗЗС за параметрами (довжина ЗЗС у реченні; щільність ЗЗС; позиція опорного компонента зони в реченні; модель ЗЗС; позиція опорного компонента зони в моделі ЗЗС; кількість вузлів у моделі ЗЗС; схема ЗЗС) й виявлено такі закономірності.

1.1. Існує залежність між позицією опорного компонента в ЗЗС і кількістю його зв'язків: чим далі вправо в зоні зв'язків розташований опорний компонент, тим більшою є середня кількість його зв'язків.

1.2. Дієслово характеризується значно більшою варіативністю довжин зон, які мають вищу частоту, порівняно з іншими лексико-граматичними класами слів. Тобто для дієслова властиво мати довгі ЗЗС.

1.3. Моделі ЗЗС підпорядковуються законам переваги та простоти.

1.3.1. Для кожного лексико-граматичного класу слів можна визначити велику кількість коротких/простих моделей ЗЗС, тоді як довгі/складні моделі сукупно становлять невелику частину від загальної кількості моделей.

1.3.2. Серед моделей ЗЗС іменника, що мають однакову довжину, в межах певної позиції опорного іменника виявлено кілька (від однієї до чотирьох) типових моделей, які кількісно переважають решту моделей. У межах кожної моделі ЗЗС, встановленої для певної визначеної позиції опорного іменника, існує одна або дві типові схеми.

2. Статистичний аналіз синтаксичних зв'язків у реченнях довжиною 6-14 ЕР (речення такої довжини представлені у вибірці в достатній для статистичного дослідження кількості) виявив такі закономірності.

2.1. Існує взаємозв'язок між позицією, яку обіймає елемент у реченні, та кількістю зв'язків цього ЕР. У реченнях невеликої довжини (6-9 ЕР) наявний один центр, який характеризується найвищим значенням середньої кількості зв'язків ЕР. Такий центр припадає завжди на другу половину речення. Із збільшенням довжини речення яскраво простежується тенденція до зростання кількості центрів ЕР, які характеризуються найбільшими показниками середньої кількості синтаксичних зв'язків.

2.2. У реченні кожної конкретної довжини визначаються позиції, в яких елементи речення з найбільшою ймовірністю характеризуються високою синтаксичною спаяністю, оскільки саме на ці позиції припадають найбільші показники середньої сили спаяності ЕР. Максимально зв'язані елементи речення завжди припадають на другу половину речення.

2.3. Існує чітка закономірність у ймовірнісному розподілі сил спаяності в реченні: з імовірністю 50 % сила спаяності між першим та другим елементами речення дорівнюватиме двом.

2.4. Для речень довжиною 6-14 ЕР взаємозв'язок між довжиною речення та середнім значенням загальної кількості зв'язків, наявних у ньому, виражається функцією у=3х-4, де у - середнє значення загальної кількості синтаксичних зв'язків у реченні, х - довжина речення. Вона показує, що співвідношення довжини речення й необхідної середньої кількості синтаксичних зв'язків для його побудови становить приблизно 1:3. Значне зростання кількості зв'язків зі збільшенням довжини речення свідчить про те, що для організації речення більшої довжини залучається більше зв'язків між ЕР, причому не лише контактних - між сусідніми ЕР, але й дистантних.

3. Підтверджено гіпотезу про можливість укладання лексико-тематичної моделі дискурсу на основі блоків спаяності ЕР. Упорядковані в лексико-тематичну модель ЛСВ адекватно відобразили тематичну спрямованість проаналізованого дискурсу. Розроблена методика створення лексико-тематичної моделі дискурсу має великий науковий потенціал, оскільки на її основі стає можливим проаналізувати різноманітні дискурси, визначити домінантні та периферійні теми, виявити характер оцінки авторами відображуваних подій.

4. Одержані теоретичні результати засвідчують наукову перспективність методу зон зв'язків словоформ: завдяки ньому вдається поглибити знання про будову речення як цілісної синтаксичної одиниці, точно схарактеризувати роль, яку відіграють синтаксичні зв'язки в оформленні речення й тексту. Зона зв'язків словоформи є ефективним інструментом дослідження синтаксичної сполучуваності лексико-граматичних класів слів і може бути взята за одиницю опису під час укладання словника сполучуваності української мови, а також в процесі створення синтаксично маркованого дослідницького корпусу української мови.

Виявлені статистичні закономірності лінійної організації речення можуть бути використані для розв'язання низки прикладних завдань, зокрема в процесі автоматичного опрацювання тексту системами машинного перекладу, інформаційного пошуку, автоматичного анотування тощо.

Перелік опублікованих праць за темою дисертації

1. Чейлитко Н. Сполучуваність слів у реченні як реалізація їхньої валентності / Н. Чейлитко // Мовні і концептуальні картини світу : [зб. наук. праць]. - К. : Видавничий Дім Дмитра Бураго, 2005. - Вип. 16. - Кн. 2. - С. 311-314.

2. Чейлитко Н. Типові моделі зон зв'язків словоформ в українському реченні / Н. Чейлитко // Мовні і концептуальні картини світу : [зб. наук. праць]. - К. : ВПЦ «Київський університет», 2007. - Вип. 23. - Ч. 3. - С. 162 -167.

3. Чейлитко Н. Антиномія лінійної та структурної організації речення : проблема формального опису / Н. Чейлитко // Актуальні проблеми української лінгвістики : теорія і практика. - К. : ВПЦ «Київський університет», 2007. - Вип. 14. - С. 50-53.

4. Чейлитко Н. Зона синтаксичних зв'язків словоформи як конструктивна одиниця речення / Н. Чейлитко // Українське мовознавство : [міжвідомч. наук. зб.]. - К. : ВПЦ «Київський університет», 2007. - Вип. 37. - С. 71-75.

5. Чейлитко Н. Г. Взаємодія зон зв'язків словоформ у реченні як відображення його структури / Н. Г. Чейлитко // Система і структура східнослов'янських мов : До 85-річчя з дня народження доктора філологічних наук, професора М. Я. Брицина : [зб. наук. праць]. - К. : Знання України, 2008. - С. 49-57.

6. Чейлитко Н. Лексико-тематична модель тексту на основі формальних критеріїв / Н. Чейлитко // Функціональний простір української мови : [зб. наук. праць]. - К. : ВПЦ «Київський університет», 2008. - С. 89-93.

7. Чейлитко Н. Г. Структурно-синтаксичне дослідження на основі методу аналізу зон зв'язків словоформ / Н. Г. Чейлитко, А. В. Галкін // Науковий вісник Волинського національного університету імені Лесі Українки. - 2008. - № 2. - С. 229-235.

Анотація

Чейлитко Н. Г. Відображення синтаксичної та лексичної цілісності речення через зони зв'язків словоформ. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата філологічних наук зі спеціальності 10.02.01 - українська мова. - Київський національний університет імені Тараса Шевченка. - Київ, 2009.

Дослідження є першою спробою системного вивчення зон зв'язків словоформ у реченні на матеріалі українських текстів політичних новин. Зоною зв'язків словоформи (ЗЗС) називають ту частину речення, на яку поширюються синтаксичні зв'язки словоформи.

У праці за допомогою об'єктивних формальних методів експліковано типові моделі ЗЗС та описано їхні істотні характеристики, на основі яких показано дію законів переваги та простоти: для кожного класу слів можна визначити велику кількість коротких /простих моделей ЗЗС, тоді як довгі/складні моделі сукупно складають невелику частину від загальної кількості моделей. Серед моделей ЗЗС іменника, що мають однакову довжину, в межах певної позиції опорного іменника виявлено кілька (від однієї до чотирьох) типових моделей, які кількісно переважають решту моделей. У межах кожної моделі ЗЗС, встановленої для певної визначеної позиції опорного іменника, існує одна або дві типові схеми.

Статистичний аналіз розподілу синтаксичних зв'язків у реченнях довжиною 6-14 слововживань виявив взаємозв'язок між позицією, яку обіймає елемент у реченні, та кількістю зв'язків цього елемента речення. Показано, що в реченні кожної конкретної довжини існують відрізки, які з найбільшою імовірністю характеризуються високою синтаксичною спаяністю. Виявлено закономірність у ймовірнісному розподілі сил спаяності елементів у реченні: з імовірністю 50 % сила спаяності між першим та другим елементами речення дорівнюватиме двом. Встановлено, що для речень довжиною 6-14 слововживань взаємозв'язок між довжиною речення та середнім значенням загальної кількості зв'язків, наявних у ньому, виражається функцією у=3х-4. У праці підтверджено гіпотезу про можливість створення лексико-тематичної моделі дискурсу на основі блоків спаяності елементів речення. Упорядковані в лексико-тематичну модель ЛСВ адекватно відобразили тематичну спрямованість проаналізованого дискурсу.

Ключові слова: синтаксична структура речення, лінійна організація речення, дерево залежностей, зона зв'язків словоформи, блок спаяності елементів речення, лексико-тематична модель дискурсу, лексико-тематичне дерево іменників, лексико-тематичне дерево дієслів.

Аннотация

Чейлытко Н. Г. Отображение синтаксической и лексической целостности предложения через зоны связей словоформ. - Рукопись.

Диссертация на соискание ученой степени кандидата филологических наук по специальности 10.02.01 - украинский язык. - Киевский национальный университет имени Тараса Шевченко. - Киев, 2009.

Исследование является первой попыткой системного изучения зон связей словоформ в предложении на материале украинских текстов политических новостей. Зоной связей словоформы (ЗЗС) называют ту часть предложения, на которую распространяются синтаксические связи словоформы.

Для каждого лексико-грамматического класса слов определяется набор типовых моделей ЗЗС. В работе с помощью объективных формальных методов эксплицированы модели ЗЗС, определены их сущностные характеристики, показано действие законов предпочтения и простоты: в пределах каждого лексико-грамматического класса слов существует большое количество коротких/простых моделей ЗЗС, тогда как длинные/сложные модели в сумме составляют небольшую часть от общего количества моделей.

Для моделей ЗЗС существительного, которые имеют одинаковую длину, в пределах каждой конкретной позиции опорного существительного определяются несколько (от одной до четырех) типовых моделей, которые количественно преобладают над остальными моделями. В пределах каждой модели ЗЗС, выявленной для некоторой конкретной позиции опорного компонента, существует одна либо две типовые схемы.

Статистический анализ распределения синтаксических связей в предложениях длиной в 6-14 словоупотреблений выявил ряд закономерностей линейной организации предложения.

Существует связь между позицией, которую занимает элемент в предложении и количеством связей этого элемента. В предложениях небольшой длины (6-9 словоупотреблений) есть один центр, который характеризуется наивысшим значением среднего количества связей элемента предложения. Такой центр всегда расположен во второй половине предложения.

В предложении каждой конкретной длины имеются отрезки, которые с наибольшей вероятностью характеризуются высокой синтаксической спаянностью.

Существует четкая закономерность вероятностного распределения значений силы синтаксической спаянности в зависимости от позиции элементов в предложении: с вероятностью 50 % сила спаянности между первым и вторым элементами предложения будет равняться двум.

В предложениях длиной 6-14 словоупотреблений взаимосвязь между длиной предложения и средним значением совокупного количества связей, имеющихся в нем, выражается функцией у=3х-4, где у - среднее значение совокупного количества синнтаксических связей в предложении, х - длина предложения.

Подтверждена гипотеза о возможности создания лексико-тематической модели дискурса на основе блоков спаянности элементов предложения. Организованные в лексико-тематическую модель ЛСВ адекватно отобразили тематическую направленность проанализированного дискурса.

Полученные теоретические результаты предоставляют возможность не только констатировать огромное значение синтаксических связей в линейной организации предложения, но и количественно охарактеризовать ту роль, которою они играют в процессе оформления предложения как целостной единицы.

Приведенные в работе статистические данные указывают на такие закономерности линейной организации предложения, которые могут быть использованы для решения ряда практических задач, в том числе, в процессе автоматической обработки текста. Лексико-тематическая модель дискурса является перспективным инструментом для серии исследований, посвященных декодированию темы дискурса.

Ключевые слова: синтаксическая структура предложения, линейная организация предложения, дерево зависимостей, зона связей словоформы, блок спаянности элементов предложения, лексико-тематическая модель дискурса, лексико-тематическое дерево существительных, лексико-тематическое дерево глаголов.

Summary

Cheilytko N. G. Reflection of syntactic and lexical integrity in sentence through word forms' connections zones. - Manuscript.

...