Корпусна лінгвістика як метод дослідження у прикладній лінгвістиці

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

ВСТУП

Потреба міжнародного спілкування і вивчення та викладання іноземної мови - це ті питання, що залишаться актуальними ще протягом довгого часу. Нові перспективи у цій галузі відкрило застосування комп'ютерних технологій, зокрема, корпусів текстів. Але, оскільки це ще зовсім нове поняття у лінгвістиці, на даний час воно ще не достатньо досліджене і з розвитком технологій постійно оновлюється.

Наша курсова робота присвячена темі «Корпусна лінгвістика як метод дослідження у прикладній лінгвістиці».

Актуальність проведеного дослідження полягає у спробі ретельно розглянути основні проблеми створення, принципи та теоретичні засади корпусної лінгвістики.

Новизною курсової роботи є визначення особливостей корпусних текстів та застосування їх у вивченні англійської мови, як іноземної.

Метою роботи є визначення та висвітлення основних понять корпусної лінгвістики та її розбіжність з традиційною лінгвістикою, дослідження різних корпусів текстів, їх структуру та використання для навчання англійської мови.

Відповідно до мети у роботі передбачається розв'язання таких завдань:

- проаналізувати теоретичний матеріал, основи дослідження загальних положень корпусної лінгвістики;

- дати характеристику корпусної лінгвістики та її значення в сучасній лексикології;

- визначити доцільність використання корпусів текстів у вивченні англійської мови.

Об'єктом дослідження в роботі виступає теоретична характеристика корпусної лінгвістики в англійській мові; створення перших корпусів текстів, які стануть автентичним джерелом для подальших наукових досліджень сучасної української мови, англійської мови як іноземної, спеціалізованого наукового мовлення.

Предметом дослідження виступає процес роботи над створенням корпусу текстів.

Матеріалом дослідження послужили наукові розвідники та статті з корпусної лінгвістики, що містять в собі теоретичну інформацію необхідну для розкриття теми нашої курсової роботи, а також матеріали наукових конференцій, підручники, словники та Інтернет джерела.

В процесі роботи було застосовано такі методи:

- структурний, який дав змогу проаналізувати структуру термінів корпусної лінгвістики;

- порівняльний - для встановлення відмінності та спільних елементів з іншими лінгвістичними науками;

- узагальнення - визначення загального поняття, в якому знаходить віддзеркалення головне, основне;

- аналіз - для розуміння сутності корпусної лінгвістики, було проаналізовано її основні складові та характеристики;

- класифікація - поділ корпусів текстів за певними ознаками.

Теоретичне значення курсової роботи полягає в тому, що матеріали та результати досліджень багатьох вчених в галузі термінології було узагальнено і це дало змогу розширити теоретичну базу знань про корпусну лінгвістику.

Практична цінність роботи полягає у можливості використання результатів роботи у викладанні таких дисциплін як лексикологія, історія англійської мови, власне лінгвістика, граматика та предметах, які пов'язані з вивченням та аналізом текстів, також у загальних та контрактивних лінгвістичних дослідженнях, дослідженнях з методики викладання мови, лексикографії та термінознавства.

Структура дослідження визначається його метою та завданням. Робота складається зі вступу, двох розділів, висновків, списку використаної літератури та додатків. У вступі обґрунтовується вибір теми дослідження та його актуальність, визначається мета, завдання методологічна база дослідження, а також його новизна, теоретичне і практичне значення.

У першому розділі «Теоретичні засади корпусної лінгвістики» розглядаються загальні питання: визначення корпусу текстів, визначення корпусної лінгвістики, використання корпусів у лінгвістиці: корпус і стилістика, корпус і семантика, корпус і лексикографія, корпус і граматика

У другому розділі «Використання корпусної лінгвістики у навчанні англійської мови» розглядаються питання: корпусний метод навчання англійської мови, учнівські корпуси текстів, процес роботи над створенням корпусу текстів.

У висновках узагальнюються результати дослідження. До роботи додається список використаних джерел та додатки.

РОЗДІЛ 1. ТЕОРЕТИЧНІ ЗАСАДИ КОРПУСНОЇ ЛІНГВІСТИКИ

1.1 Визначення корпусу текстів

Говорячи про термін корпус, також маємо звернути увагу на те, що в сучасному українському мовознавстві паралельно з поняттям текстовий корпус існує поняття корпус мови. Однак корпус мови, так само як і корпусне планування, - це актуальні поняття соціолінгвістики, де під корпусом мови зазвичай розуміють «мову як таку», а корпусне планування - одне з двох типів (іншим типом є статусне) мовного планування, яке «має справу з владними зусиллями, спрямованими на характеристики мови як такої». За таких умов термін корпус стає багатозначним [6, с.36].

Отже, корпус текстів (КТ) - це „машиночитане стандартно організоване зібрання репрезентативних для певної мови, діалекту або іншої підмножини мови писемних або усних текстів, призначених для лінгвістичного аналізу й опису, відібраних і впорядкованих згідно з експліцитними екстра- та інтралінгвальними критеріями” [5, с.53]. В принципі, будь-який набір більш ніж одного тексту може бути названий корпусом. Часто окремі тексти використовуються для різного виду літературного та лінгвістичного аналізів. Однак, поняття корпусу як основи для електронної лінгвістики все ж відрізняється від перевірки одиничних текстів.

Ми можемо виділити чотири основні параметри, які характеризують корпус текстів: по-перше, він повинен бути достатньо великого обсягу; по-друге, корпус повинен бути структурованим або розміченим; по-третє, тексти, складові певного корпусу, повинні бути в електронному варіанті; по-четверте, в поняття «Електронний корпус» входить, як правило, спеціальне програмне забезпечення для роботи з цим корпусом [17].

Науковий апарат корпусу називають розміткою або анотацією. Розмітка - головна характеристика корпусу; вона відрізняє корпус від простих колекцій (або «бібліотек») текстів, удосталь представлених в сучасному Інтернеті, оскільки надає особливу додаткову інформацію про властивості текстів, які входять до корпусу. Гарна розмітка дозволяє швидко та ефективно знайти ті слова, форми та конструкції, які потрібні досліднику. Чим багатша й різноманітніша розмітка, тим вище наукова і учбова цінність корпусу. Можна стверджувати, що розмічені корпуси дозволяють суттєво прискорити та спростити процедуру збирання та обробки прикладів у мовознавчих студіях [32].

Існують різні типи розмітки: метатекстова розмітка (автор, назва, дата створення, обсяг, тематика тексту і т. д.), яка характеризує текст в цілому; структурна розмітка є інформацією про структуру тексту, яка дозволяє відокремити одне слово від іншого, виділити межі словосполучення, пропозиції, тексту; лінгвістична розмітка полягає в приписуванні одиницям тексту певної лінгвістичної інформації (негативна пропозиція або питальне, управління або примикання і т. д.). Як відомо, чим багатша і різноманітніша розмітка, тим вищою є наукова і навчальна цінність корпусу.

Також головною ознакою корпусу є те, що всі його складові викладаються в електронному варіанті і створюється спеціальне програмне забезпечення для роботи з цим корпусом. Такі програми дозволяють знаходити потрібні приклади з корпусів текстів, які зберігаються в електронному вигляді на комп'ютері. Це дозволяє економити значну кількість часу.

В.В. Риков розробив таку класифікацію корпусів текстів:

1. за ступенем організації та структурованості : електронний архів - це тексти на електронному носії , але їх форма представлена ??на машинному носії не стандартизовані і не уніфікована ; електронна бібліотека - тексти тут представлені однорідним і стандартизованим чином ; корпус текстів - форма стандартизована і уніфікована , тексти призначені для відображення частини лінгвістичної реальності; субкорпус - це деяка автономна частина корпусу.

2. за хронологічною ознакою: синхронічний ; моніторний ( відстежує поточний стан мови); діахронічний .

3. по індексації : простий ; анотований .

4. за мовами: одномовний ; двомовний ; багатомовний .

5. за способом застосування і використання корпусу: дослідний; ілюстративний ; паралельний.

6. за способом існування корпусу: динамічний; статичний [22].

Залежно від мети створення корпусу вони поділяються на дослідницькі, що призначені для вивчення різних аспектів і проблем функціонування мови й мови як системи і передують дослідженню; ілюстративні, що підтверджують висновки дослідника та створюються після проведення аналізу. Останнім часом з'являються так звані моніторні корпуси, які, порівняно зі статичними, відтворюють зміни мовної системи протягом певного хронологічного періоду, наприклад, процеси архаїзації та неологізації тощо [15, с.669].

Доцільність створення і зміст використання корпусів визначається такими передумовами:

1) досить великий (репрезентативний) об'єм корпусу гарантує типовість даних і забезпечує повноту представлення всього спектру мовних явищ;

2) дані різного типу знаходяться в корпусі у своїй природній контекстній формі, що створює можливість їх всебічного та об'єктивного вивчення;

3) одного разу створений масив даних може використовуватися багаторазово багатьма дослідниками і в різних цілях [11, с. 3].

Також потрібно додати, що корпус показує мовні дані в їх реальному оточенні, що дозволяє досліджувати лексичну і граматичну структуру мови, а також безперервні процеси мовних змін, що відбуваються в мові впродовж певного відрізка часу. Він має важливе значення для викладання мови, оскільки за допомогою корпусу можна швидко і ефективно перевірити особливості вживання незнайомого слова або граматичної форми.

Тексти у будь-якому корпусі об'єднуються в структурні одиниці або групи за наявності таких рис та характеристик: системномовних (загальнонародна мова - діалект - професійна мова), стилістичних (художній твір - наукова монографія - дитяче оповідання); тематичних (лінгвістика -право - медицина - міжнародні відносини -…); часових (...- XIXст. - XXст. - XXIст.) тощо [7, с.37].

Також варто зазначити, що корпус, як цілісний об'єкт, який містить відібрані текстові дані повинен відповідати певним вимогам, як зазначила Орися Демська-Кульчицька: «а)автентичність, що забороняє будь-які модифікації текстового матеріалу; б)репрезентативність, тобто введені до корпусу твори художньої літератури, політичні есе, наукові тексти, епістолярій тощо мають відтворювати реальний стан мови в кожен конкретний період її функціонування; в)квантитативність - відлік обсягу сучасних корпусів починається від одного мільйона слів і сягає понад п'ятсот мільйонів; г)закодованість - передбачає, що до звичного для нас тексту додається певна формальна інформація шляхом вписування у класичний текст відповідних символів, за допомогою яких машина розуміє цей текст і зможе відповісти на питання щодо тексту» [7, c. 36].

Напрямок науки, пов'язаний із комп'ютерними технологіями, упроваджує в мовознавчий обіг категорію стандартності. Будь-який стандартно закодований корпус повинен обов'язково складатися з двох частин: 1) електронного заголовка, 2) власне закодованого тексту.

Електронний заголовок - це початкова частина електронного документа, де через систему спеціальних символів-кодів здійснено паспортизацію текстового документа. Загалом його можна співвіднести з титульною сторінкою книжки.

Закодований текст передбачає, що у межах звичного для нас тексту мають з'явитися спеціальні позначки, які містять інформацію про структуру самого тексту, про речення і слова, іноді про звуки чи інтонацію. Така позначка дозволяє машині ідентифікувати у процесі пошуку наприклад відмінкові форми дня, днем, дню із лексемою день. Важливо, що такі операції пошуку відбуваються упродовж 20-30 секунд [7, с.37-38].

На даний час існує багато корпусів, які базуються на вивченні англійської мови учнями, які є носіями різних мов. Наприклад: The International Corpus of English, який, «започаткований у 1990 році, передбачає накопичення мовного матеріалу, який репрезентує різні регіональні варіанти англійської мови. Перевагою названого корпусу є те, що він репрезентує крім масиву матеріалу письмового мовлення також зривки усної комунікації, що розширює його дидактичні можливості.

1.2 Визначення корпусної лінгвістики

Одним із пріоритетних напрямків сучасних прикладних лінгвістичних досліджень є корпусна лінгвістика. Як відомо, корпусна лінгвістика є галуззю прикладного мовознавства, яка займається формуванням комп'ютерних корпусів текстів у різних мовах і спрямована на максимально об'єктивний аналіз мовних явищ в умовах реальної живої комунікації. Термін “корпусна лінгвістика” почали застосовувати ще в 90-х роках XX століття у зв'язку з розвитком практики створення корпусів, якому сприяв, як вже зазначалось, розвиток обчислювальної техніки. Але, як зауважує Я. Свартвік, «в історії створення корпусів був і «кам'яний вік», або докомп'ютерний період, коли корпуси укладалися вручну на папері» [27, с. 12]. По суті, ці перші паперові доелектронні корпуси представляли собою конкорданси, тобто алфавітні списки всіх ужитих у певному тексті/текстах слів у контекстному оточенні. Укладання таких паперових корпусів-конкордансів займало багато часу та вимагало напруженого аналізу, який здійснювався вручну.

У сучасному суспільстві теж використовують конкорданси, але електронні. Конкорданс є спеціалізованою лінгвістичною прикладною програмою, за допомогою якої здійснюється автоматична вибірка заданих мовних одиниць з електронних текстів [22]. Функцію конкордансу можна порівняти з функцією пошуку в текстовому редакторові, проте можливості конкордансу ширші - він аналізує не один, а відразу декілька текстів або корпусів електронних текстів, при цьому конкорданс виводить на екран інформацію про контекст використання заданих мовних одиниць. Залежно від технічних можливостей конкорданс може надавати інформацію про частотність вживання і сполучуваності тієї або іншої мовної одиниці, а також дає можливість звертатися до конкретного тексту, в якому був знайдений приклад.

Конкорданс є корисною програмою для роботи з текстами. Він володіє такими функціями:

- Пошукова функція - забезпечує можливість швидкого знаходження за одним словом потрібного фрагменту тексту. Конкорданс корисний, якщо потрібно терміново звірити або підібрати цитату, уточнити текст оригіналу. Ця функція може знадобитися і школяру, і вчителю, й науковцю - упоряднику хрестоматії. Дана функція також забезпечує пошук фраз та ідіом в тексті, пошук термінів або ідіом в пам'яті перекладів.

- Евристична функція - вона відрізняє конкорданс від іменних покажчиків, так як в конкордансі при слові наведені також і контексти. Загалом контексти можуть дати нове розуміння тексту, служити підказувачем і порадником читачеві та дослідникові.

- Функція порівняння - забезпечує можливість порівняння різних вжитків та значень слова в тексті.

- Аналітична функція - для аналізу ключових слів, фраз та ідіом, частотного вжитку слова.

- Функція індексації - для створення індексів і списків слів при підготовці текста для публікації [20].

У 60-ті р. р. уперше до засад корпусної лінгвістики звернувся британський професор Р. Квірк, який очолив колектив по формуванню Лондонсько-Лундського корпусу текстів. Обсяг цього корпусу дорівнював 1 млн. слововживань (у 100 писемних і 100 усних текстах). Цей корпус у машинному варіанті упорядковувався в Лундському університеті (Швеція) до 1979 року під керівництвом Я. Свартвіка. На його базі у 1985 році було укладено Повну граматику англійської мови. [15, 667].

Згідно з історією, першим великим комп'ютерним корпусом вважається Браунівський корпус (БК, англ. Brown Corpus , BC), який був створений в 1960-і роки в Університеті Брауна і містив 500 фрагментів текстів по 2 тисячі слів у кожному, які були опубліковані на англійській мові в США в 1961 році. В результаті він задав стандарт в 1 млн слововживань для створення представницьких корпусів на інших мовах [18]. Його автори - У. Френсис та Г. Кучера. Тексти належали п'ятнадцятьом найбільш масовим жанрам англомовної друкованої прози США. Його автори вперше вжили слово “корпус” як “сукупність текстів, яка є визначальною для даної мови і створена для лінгвістичного аналізу”. Корпус супроводжувався не лише детальним описом, але і великою кількістю зібраних матеріалів. У. Френсис та Г. Кучера поставили мету представити корпус текстів, які відповідали б наступним критеріям відбору:

1. Походження і склад тексту (автор повинен бути носієм американського варіанта англійської мови, а якщо є діалог, то він повинен займати менше половини об'єму тексту);

2. Синхронізація (в корпус входили тексти, що вперше були надруковані в 1961 році);

3. Продумане співвідношення різноманітних жанрів та відбір окремих текстів;

4. Доступність для комп'ютерної обробки (спеціальні посилання для передачі графічних особливостей тексту) [12, с.248].

Ми пропонуємо розглянути відмінність корпусної лінгвістики від традиційної. Таким чином варто зробити їхнє порівняння в ряді аспектів:

1. І традиційна, і корпусна лінгвістика основну уваги приділяє вивченню мови.

2. Мета корпусної лінгвістики - опис мови в тому вигляді, в якому вона проявила себе в мовленні, представленому у вигляді спеціально підібраного корпусу текстів. Традиційна ж лінгвістика має на меті опис та пояснення мови загалом.

3. Корпусна лінгвістика спирається на дані корпусу тексту. Традиційна ж - у своїх дослідженнях йде від теорії до її пояснення та підтвердження у фактах мови.

4. Корпусна лінгвістика віддає перевагу кількісним методам, в той час як традиційна - якісницьким методам.

5. Корпусна лінгвістика бачить себе частиною традицій, що базуються на емпіричних методах. На відміну від корпусної традиційна лінгвістика бачить себе частиною традицій, що базуються на раціоналістичних методах.

6. У корпусній лінгвістиці текст розглядається як деяка фізична сутність, у традиційній як деяка абстракція.

7. Корпусна лінгвістика займається складання граматики конкретних мов. Традиційна вивчає мовні універсалії.

8. У корпусній лінгвістиці основна увага приділяється формі. В той час як в традиційній увага приділяється не тільки формі, а й змістові.

9. Корпусна лінгвістика розглядає тексти в глобальній перспективі, а традиційна розглядає тексти в локальній перспективі.

10. Корпусна лінгвістика фокусує свою увагу на якомога ширшому погляді на текст, необмеженому ніякими догмами. Традиційна ж лінгвістика в свою чергу аналізує деяку конкретну, штучно обмежену, проблемну область.

11. У своїх висновках корпусна лінгвістика спирається на спостереження мовленнєвої діяльності, яка проявляється у вигляді текстів.

Традиційна ж - спирається на інтуїцію у відборі мовного матеріалу та у відборі емпіричних матеріалів своїх досліджень.

12. Корпусна лінгвістика часто користується імовірнісними методами і статистикою для первинної обробки мовного матеріалу, традиційна ж віддає перевагу логічним міркуванням.

13. У корпусній лінгвістиці проводиться робота з лінгвістичними даними (слововживання) в тому вигляді, в якому вони зустрічалися в контексті, а у традиційній віддається перевага штучним прикладам із ізольованих від тексту слововживань.

14. Корпусна лінгвістика віддає перевагу індуктивним методам обробки емпіричного словесного матеріалу, вважає їх суттю наукового методу, традиційна віддає перевагу дедуктивним методам обробки емпіричного словесного матеріалу.

15. Науковці, що працюють у сфері корпусної лінгвістики вірять у наукові відкриття, основані на обробці емпіричних даних, в той же час як ті, хто працюють у традиційній вірять у відкриття, основані на процедурах, оцінках, порівняннях і т.д., тобто, відкриття як результат багатовікових досліджень [19].

Як ми вже зазначили, корпусна лінгвістика займається розробкою загальних принципів побудови та використання лінгвістичних корпусів даних з використанням комп'ютерних технологій.

Вона використовує три прийоми:

- Автоматичне вилучення відомостей про мову з корпусів;

- Обробка інформації;

- Перевірка та інтерпретація оброблених даних [21].

В основі корпусної лінгвістики лежить те, що мова - це повністю соціальне явище, і його можна описати даними заснованими на досвіді, тобто в мовному акті. Це тягне за собою те , що ми не знаємо, а іноді і намагаємося не знати, як той, хто говорить або слухає, розуміє слова, пропозиції або тексти. Як соціальний феномен мова проявляє себе в текстах, які можна записати, описати і проаналізувати. Довгий час люди не могли записувати і тим самим фіксувати мовні акти, але в наш час за наявності різноманітної апаратури це зробити досить просто, тому кількість записаних мовних актів значно зросла. При цьому виникає проблема обробки всієї інформації. Отже, цей потік інформації повинен бути стисло виражений, наприклад, у вигляді окремого явища, який можна описати. Параметрами можуть бути мова, відрізок часу, район, внутрішні чи зовнішні властивості текстів і т.д.

Для корпусної лінгвістики, мова - це віртуальне функціонуюче явище , яке може бути зафіксоване і представлене у вигляді моделі людської мови в текстах. Більш коротко основне завдання комп'ютерної (корпусної) лінгвістики формулює В.В. Риков:

«Повне і системне відображення змістовного спілкування мовою . Основною особливістю напрямку дослідження, який можна назвати інформаційно-семіотичним напрямком лінгвістичних досліджень , є підхід до розгляду прикладних проблем лінгвістики строго в комунікативних процесах. При цьому в центрі уваги опиняється не мова (природній), як система , і не проблема його формалізації (яка має самі різні тлумачення), а процес змістовного спілкування мовою, і по можливості точний його опис, який може бути використаним для вирішення науково-технічних задач інформатики» [21].

Корпусна лінгвістика дає матеріал для різного роду досліджень мови та її варіантів, і визначає основний метод аналізу текстів на базі корпусів (Corpus-Based Approach). Корпусний підхід, або метод лінгвістичного дослідження, заснований на корпусах текстів, орієнтований на прикладне вивчення мови, його функціонування в реальних середовищах і текстах, що важливо для викладання мови. Наприклад, лексикографічний аналіз на базі корпусів явно допомагає розкрити контекстне вживання тих чи інших слів, особливо синонімічних (наприклад, small / little / big / large ), частотну сполучуваність їх з іншими словами, регулярність в тих чи інших стилях, і чітко визначити їх семантику [24].

На думку В.В. Рикова, «головною метою корпусної лінгвістики є:

- Лінгвістичний опис мовної системи (підхід від конкретного вивчення комунікації людей),

- Особливий спосіб відображення мовного матеріалу в корпусі текстів, який може використовуватися в свою чергу іншими лінгвістичними дисциплінами» [21].

У наявній літературі з корпусної лінгвістики часто використовуються поняття, які ніяк не визначаються, але складають вихідний категоріальний апарат цієї дисципліни. Отже ми пропонуємо розглянути їх, не претендуючи на точні, вичерпні дефініції.

Проблемна область. Під проблемною областю розуміється область реалізацій мовної системи, що містить феномени, що підлягають лінгвістичному опису [2].

Корпус даних. Корпус даних являє собою сформовану за певними правилами вибірку даних з проблемної області. Тим самим корпус даних являє собою результат відображення з проблемної області [2].

Одиниця зберігання корпусу даних. Оскільки корпус даних - це деяка вибірка з проблемної області, сформована за певними принципами, то одиниця зберігання безпосередньо залежить від того, за яких підстав здійснюється вибірка. Одиниця зберігання - це деяка сукупність природномовних виразів проблемної області, за допомогою якої зіставляється один опис на певній метамові, визначеній процедурою формування корпусу[2]. Це можуть бути окремі слова, короткі фрази, речення, словосполучення (синтагми). Якщо корпус передбачається для синтаксичного аналізу, то він повинен включати цілі тексти або їх досить великі фрагменти.

Корпус текстів. Корпус текстів - це вид корпусу даних, одиницями якого є тексти або їх досить значні фрагменти, що включають, наприклад, якісь повні фрагменти макроструктури текстів даної проблемної області.

Спосіб представлення і збереження корпусу даних. Найбільший інтерес представляють ті способи, які спираються на сучасні комп'ютерні технології зберігання і обробки даних. Для подальшого викладу важливо робити відмінність між двома основними способами подання - неструктурованим текстовим форматом зберігання (запис графем тексту в ASCI-кодах) і структурованим форматом зберігання (текст зі спеціальною розміткою); до останнього можна віднести також подання даних у форматах баз даних різного типу [2].

Параметризація проблемної області. Звуження проблемної області до дослідницького корпусу ґрунтується на виділенні деяких характеристик текстів проблемної області, що релевантні для передбачуваного дослідження.

Сукупність цих характеристик (їх можливі комбінації) утворює багатовимірну матрицю , що служить основою для відбору текстів в корпус [2].

Крім того, корпусні дослідження дозволяють, використовуючи статистичні методи, сформулювати, підтвердити або спростувати деяку гіпотезу про те чи інше мовне явище на великому обсязі матеріалу. При цьому, якщо дослідник користується вже існуючим корпусом, він повністю мине довгий і трудомісткий етап збору матеріалу (опитування інформантів, робота зі словниковими картотеками або письмовими текстами і т.д.).

Перспективи застосування іншомовних корпусів у процесі навчання іноземних мов були предметом розгляду ряду лінгвістів та педагогів. Означений напрям найбільш активно розвивається за кордоном. Значні напрацювання, які стосуються особливостей використання корпусної лінгвістики мають західні спеціалісти з викладання англійської мови як іноземної (А. О'Кіфі, М. МакКарті, Р. Картер та ін.). Останнім часом українські педагоги та лінгвісти теж акцентують увагу на доцільності застосування надбань корпусної лінгвістики в процесі викладання мовних дисциплін. Однак, в Україні фактично не має праць, присвячених застосуванню надбань корпусної лінгвістики при підготовці спеціалістів з англійської мови у вищих навчальних закладах.

1.3 Використання корпусів у лінгвістиці

1.3.1 Корпус і семантика

Корпус може бути використаний для того, щоб подивитися на появу окремих слів і щоб визначити їх значення. Але корпуси також мають важливе значення в цілому в семантиці. Семантика мовна (давніше семасіологія) - розділ мовознавства, пов'язаний з лексикологією; вивчає значення слів і їх складових частин, словосполук і фразеологізмів.

Основний внесок корпусної лінгвістики в семантику є те, що вона допомогла створити підхід до семантики, який є об'єктивний і враховує невизначеність та градієнцію.

Міндт говорить, що корпусна лінгвістики може бути використана, щоб забезпечити об'єктивні критерії для присвоєння значень лінгвістичним термінам. Також він вказує, що часто в семантиці значення лексичних одиниць і лінгвістичних конструкцій описані з посиланням на власні інтуїції лінгвіста, під цим ми розуміємо раціоналістичний підхід. Тим не менш, він продовжує стверджувати, що насправді семантичні відмінності пов'язані в текстах з контекстами - синтаксичним, морфологічним і просодичним - і, таким чином, що, беручи до уваги середовище лінгвістичних сутностей можна досягнути емпіричний об'єктивний показник для конкретного смислового відтінку [30]. Для прикладу візьмемо «специфікацію» і майбутність. Що ми знаємо про притаманний дієслівним конструкціям майбутній час, що підтверджується емпіричними даними; зокрема, як сильно почуття майбутності залежить від супутніх прислівникових одиниць, які забезпечують окремі ознаки часу (те, що він називає "специфікації") і як сильно воно виявляється незалежно присутнім в самій конструкції дієслова?

Міндт розглянув чотири часові конструкції, а саме will, be going to, прогресивний час та простий теперішній, в двох корпусах - в Корпусі розмовної англійської мови та в корпусі з дванадцяти сучасних п'єс - і оглянув частоту специфікації чотирьох різних конструкцій. Він знайшов у обох корпусах, що простий теперішній має найвищу частоту специфікації, а за ним йдуть по порядку вже й теперішній прогресивний, will та be going to. Таким чином, частотний аналіз встановив ієрархію за допомогою двох конструкцій теперішнього часу з одного боку, які часто видозмінюються прислівниково для того, щоб підсилити відчуття майбутнього часу і дві по своїй суті притаманні конструкції з іншого боку, з набагато меншою частотою додаткових супутніх слів, які вказують на майбутність. Тут, таким чином, Miндт зміг продемонструвати , що емпіричний аналіз лінгвістичних контекстів може надати об'єктивні показники для інтуїтивних семантичних відмінностей: у цьому прикладі притаманна майбутність обернено пропорційно знаходиться у співвідношенні з частотою специфікації [26, с. 112-113].

Тепер поговоримо про іншу основну роль корпусів в семантиці, яка встановлена в поняттях нечіткі категорії та градієнція. В теоретичній лінгвістиці категорії розглядаються у вигляді жорстких та швидких, тобто чи елемент належить до категорії чи ні. Проте психологічна робота з категоризації припустила, що когнітивні категорії, як правило, не жорсткі і швидкі, а натомість мають нечіткі межі так, що це вже не настільки важливе питання чи належить даний елемент до певної категорії чи ні, як те, як часто він попадає в цю категорію, на відмінну від інших. Це має важливе значення для нашого розуміння того, як мова працює. Якщо дивитися емпірично на природну мову в корпусі, то стає зрозуміло, що ця «нечітка» модель вважається кращою для даних: часто немає ніяких чітких меж категорій, а скоріше градієнти членства, які пов'язані з частотою приєднання, а не просто приєднання або вилучення. Корпус є безцінним при визначенні наявності і масштабу таких градієнтів.

1.3.2 Корпус і лексикографія

Лексикографія - розділ мовознавства, що розробляє теорію укладання словників. Отже, предметом лексикографії є збирання слів тієї чи іншої мови, систематизація їх, опис словникового матеріалу.

Існування корпусів текстів дає можливість значно розширити і автоматизувати аналіз мовного матеріалу, який є найважливішою базою будь-якого лінгвістичного дослідження. Чим більше матеріалів аналізується, тим вища значущість висновків і рівень їх достовірності.

Сучасні комп'ютерні програми дозволяють знаходити потрібні приклади з корпусів текстів, які зберігаються в електронному вигляді на комп'ютері. Це економить значну кількість часу в порівнянні з традиційною технологією збору прикладів вручну.

Аналіз наукових джерел свідчить про те, що лексикографи використовували емпіричні дані ще задовго до появи дисципліни корпусної лінгвістики. Однак, цей процес був тривалий і громіздкий, дані досліджень не ґрунтувалися на даних спостереження [9, с. 13]. Можна навіть стверджувати, що корпуси здійснили революцію в лексикографії. Послідовно застосовуючи принцип комп'ютерної обробки реального мовного матеріалу, що використовується у відповідних сферах комунікації, був сформований принципово новий тип словників. Усі сучасні словники англійської мови створюються на базі корпусів, серед них Oxford, Collins, Longman, Cambridge, Macmillan тощо [9, c. 14].

Корпусні дані - систематизовані і чіткі. З появою корпусів текстів з'явилася можливість використовувати корпусні дані для верифікації та перевірки результатів досліджень отриманих традиційним шляхом. Комп'ютерна лінгвістика змінила спосіб в який лексикографи можуть вивчати мову як феномен, використовуючи готові дані різних періодів. Корпуси містять дані для дескриптивних та теоретичних досліджень і дають можливість вносити радикальні зміни в лінгвістичну теорію на основі очевидних фактів.

Значний досвід досліджень в комп'ютерній лексикографії дозволяє розширити можливості вивчення смислової структури політичного слова. Так, сьогодні в наукових проектах активно розробляється ідея, пов'язана з організацією концептуального простору мови політики з позиції гіпертекстової єдності.

Кажучи про специфіку змісту такого словника, відзначимо, що слово в електронному варіанті реалізується в семантичному макрополі, що складається з декількох полів, збудованих в певну систему:

поле індексації служить для зручного пошуку в базі даних;

поле заголовного слова;

поле граматичної інформації, прагматичне навантаження якої пов'язане з конкретним граматичним статусом в текстах;

поле етимологічних довідок;

поле авторського тлумачення будується не по всій семантичній парадигмі слова, а лише по її основній частині, тематично пов'язаній з політичною сферою вживання;

поле ілюстрацій працює для верифікації дефініції, тим самим виявляє семантику політичного слова в певному контекстуальному оточенні. Важливо відзначити, що в словнику ілюстрації з текстів різних жанрів використовуються і в традиційному вигляді як виправдувальний контекст (це особливо важливо для метафоричних значень) і як лексикографічний прийом, що допомагає створити просторова, тимчасова і соціально-історична перспективи;

поле фразеології;

поле енциклопедичних відомостей відображає основні етапи становлення даної дефініції, еволюцію його домінантних ознак [22].

Наведемо лексикографічний віртуальний портрет слова ескалація.

Слово в електронному словнику представлене в 4-х полях:

поле 1 складається з блоку заголовного слова, блоку граматичних послід, етимона. У цьому ж полі обов'язковим елементом є блок авторського тлумачення;

поле 2 представлено ілюстративним матеріалом Корпусу російської національної мови. Ці ілюстрації допомагають описати семантичну структуру слова і визначити комунікативний статус слова;

поле 3 - мікроструктура електронного словника, що включає дефініції сучасних тямущих і тямущо-довідкових видань.

поле 4 є, на наш погляд, необхідною структурною частиною електронного довідкового видання і містить енциклопедичні відомості про дане поняття. У великому енциклопедичному словнику, наприклад, дане слово визначається як розширення, нарощування (озброєнь тощо), поступове посилення, розповсюдження (конфлікту тощо), загострення (положення тощо) [22].

У сучасній корпусній лінгвістиці, серед побудови загальномовних корпусів, також поширене створення авторських корпуси. Авторськими корпусами називають повнотекстові корпуси одного тексту, прикладом може служити корпус Біблії або текстів одного автора.

На основі створеного авторського корпусу маємо змогу укласти тезаурус. Тезаурус - це словник, що відображає весь словниковий склад мови з вичерпним переліком прикладів вживання слів у тексті. Це ідеографічний словник, а також інформаційно-пошуковий довідник, в якому перелічені всі лексичні одиниці інформаційно-пошукової мови (дескриптори), усі синонімічні їм слова, словосполучення й регулярні семантичні відношення між дескрипторами [13, c. 57].

Оскільки ідіолект письменника становить не тільки «сукупність індивідуальних (професійних, соціальних, територіальних, психофізичних та ін.) особливостей, що характеризують мовлення певного індивіда; індивідуальний різновид мови» [1, c. 165]. а й відображає сукупні менталітетні риси певної національної мови поряд із авторськими, індивідуальними рисами, то тезаурус мови письменника може мати вигляд ідеологічного словника.

Ідеологічний словник - словник, у якому словарозташовані у вигляді тематичних рядів [1, c. 421]. Цими тематичними рядами можуть бути, наприклад, концепти, що утворюють концептосферу ідіолекту певного письменника. Концептосфера об'єднує всі семантичні поля, які номінують і

характеризують найважливіші поняття.

1.3.3 Корпус і граматика

Граматичні або синтаксичні дослідження, поряд із лексичними дослідженнями вважаються одними із частих досліджень які взаємодіють з корпусною лінгвістикою. Що робить корпусну лінгвістику важливою для синтаксичного дослідження є, по-перше, те, що вона має можливість представити основні особливості граматики певної мови і, по-друге, їхню роль в якості емпіричних даних, які піддаються кількісному вимірюванню та представленню для перевірки гіпотез, отриманих з граматичної теорії.

Аналіз тенденцій функціонування та розвитку граматичного ладу мови, змодельованого словниками - морфемними, словотвірними, морфологічними, синтаксичними - потребує спеціального текстового спорядження, спеціального корпусу, принципово відмінного від корпусу для широкого загалу.

Тейлор, Гровер та Тріско представили автоматичну програму синтаксичного аналізатора для англійської мови у вигляді генеративної граматики, яка безпосередньо не заснована на емпіричних даних, які вони хотіли перевірити на корпусних даних. Незалежно від цього, Семпсон вручну проаналізував набір іменникових словосполучень у корпусі і зробив висновок, що генеративна граматика не може бути успішно використана для аналізу текстів англійською мовою, так як кількість різних конструкцій, які появляються у звичайних текстах є настільки великою, що це робить неможливим пояснити їх всіх за допомогою системи граматичних правил. Проте, Тейлор, Гровер та Тріско використовували свою граматику для того, щоб проаналізувати розширений набір даних Самсона і досягли успіху - 87,97 відсотків іменникових фраз були правильно обробленими. Проте решта фраз можуть бути про класифікованими досить легко і зазвичай вони представляють недоліки в розробці наборів граматичних правил, а не синтаксичних дивацтв. Семпсон продовжує стверджувати, що система правил для точного граматичного аналізу є занадто відкритою та не постійною, щоб бути практичною [26, c. 111].

Відомо, що в українській і російській мовах граматичне значення виражається переважно синтетично: за допомогою закінчення, суфікса, префікса, зміни наголосу, внутрішньої флексії, суплетивної видозміни. На відміну від вищесказаного в англійській мові переважає аналітичний спосіб вираження граматичного значення - за межами слова: за допомогою прийменників, сполучників, артиклів, допоміжних дієслів, інших службових слів і порядку слів у реченні.

Зокрема, особливої уваги потребує система форм англійського дієслова, яка порівняно з українською і російською системами характеризується значною складністю й розгалуженістю. Для забезпечення можливості ефективної роботи корпусу необхідно, щоб усім дієслівним словоформам в тексті були приписані правильні морфологічні коди. Програма автоматичного морфологічного кодування дієслівних форм здійснює лише первинне розмічування. Отримані результати первинного опрацювання тексту потребують ручного редагування й виправлення помилок, допущених програмою.

У корпусі текстів з комп'ютерної лінгвістики використовується стандартний набір програм морфологічного кодування, лематизації, здійснення пошуку за словоформою, лемою та граматичним кодом й укладання конкордансу.

Для цього застосовуються такі допоміжні програми:

1. Автоматичного визначення однозначних дієслівних форм - переважної більшості з загального списку в 526 форм.

2. Розпізнання випадків граматичної омонімії дієслівних форм Past Simple і Past Participle. У цьому разі користувачеві надсилається запит для зняття омонімії вручну.

3. Лематизації, яка приписує усім дієслівним формам їх леми.

Зазначені програми базуються на опрацюванні бази даних, в якій міститься понад 1500 англійських дієслів з їх основними формами. При морфологічному кодуванні також застосовуються прийоми контекстного аналізу.

Описані програми суттєво полегшують для дослідника процес приписування морфологічних кодів англійських дієслів, а зручний інтерфейс максимально спрощує процес корегування помилок, допущених при автоматичній розмітці.

Висновок до розділу 1

У межах класичної лінгвістичної традиції збір мовних даних завжди був і залишається складним технічним завданням, оскільки йдеться про ручне довготривале опрацювання письмових текстів, опитування інформаторів, анкетування, створення традиційних лексичних картотек тощо. До структури сучасних лінгвістичних дисциплін, завдяки прогресу комп'ютерних технологій, увійшла відносно нова дисципліна - корпусна лінгвістика, для якої характерними є осмислення, вивчення та інтерпретація усіх процесів, які пов'язані з побудовою, обробленням, використанням і аналізом машиночитаного корпусу текстів. Корпус був створений для того, щоби оперувати великими обсягами слів у реальних контекстах. Також головною його ознакою є те, що всі його складові викладаються в електронному варіанті і створюється спеціальне програмне забезпечення для роботи з цим корпусом. Такі програми дозволяють знаходити потрібні приклади, які зберігаються в електронному вигляді на комп'ютері. Це дозволяє економити значну кількість часу.

Корпусна лінгвістика також пов'язана з іншими лінгвістичними дисциплінами, адже, корпус має важливе значення для викладання мови, оскільки з його допомогою можна укладати різноманітні словники, швидко і ефективно перевірити особливості вживання незнайомого слова або граматичної форми, слідкувати за появою окремих слів і визначати їх значення.

РОЗДІЛ 2. ВИКОРИСТАННЯ КОРПУСНОЇ ЛІНГВІСТИКИ У НАВЧАННІ АНГЛІЙСЬКОЇ МОВИ

2.1 Корпусний метод навчання англійської мови

Корпусний метод навчання мови базується на здобутках однієї з галузей прикладної лінгвістики - корпусної лінгвістики. Перспективи застосування іншомовних корпусів у процесі навчання іноземних мов були предметом розгляду ряду лінгвістів та педагогів. Означений напрям найбільш активно розвивається за кордоном, зокрема російські дослідники звертають увагу на значні перспективи використання корпусів мови в процесі викладання іноземних мов. Значні напрацювання, які стосуються особливостей використання корпусної лінгвістики мають західні спеціалісти з викладання англійської мови як іноземної (А. О'Кіфі, М. МакКарті, Р. Картер та ін.) [17, с. 49].

Розглядаючи переваги використання корпусів текстів для навчання англійської мови, однією із основних позитивних рис є те, що для побудови більшості широковідомих корпусів англійської мови використовуються зразки мовного матеріалу, дібрані не лише з художньої літератури, але й писемних та усних інших джерел. Важливим є й те, що корпусна лінгвістика більшою мірою є незалежною від мовної інтуїції, власного бачення, відтворюючи більш-менш об'єктивну картину дистрибуції тієї чи іншої лексичної чи граматичної одиниці. Можна сказати, що корпус мови узагальнює досвід мовленнєвої діяльності тієї чи іншої лінгвоспільноти.

Корпуси текстів слугують інформаційною базою для проведення трьох основних напрямів дослідження: 1) власне лінгвістичних синхронних та діахронних досліджень; 2) статистичних досліджень та 3) досліджень у сфері методики викладання мов. Варто наголосити на зміцненні зв'язку між корпусною лінгвістикою та методикою викладання іноземних мов, що відображається у залученні різних видів корпусів, для розробки нових напрямків діяльності та методів навчання певної мови [23]. Найчастіше використовують учнівські корпуси, адже метою їх створення вважається можливість проведення їх аналізу для виявлення різноманітних засобів та методів покращення викладання та полегшення засвоєння іноземної мови.

В більшості англомовних країнах основні вправи, які використовуються під час уроків, передбачають використання конкордансів. Прикладом може послужити програма WordCruncher, в якій спочатку вимагається вибрати корпус, а потім вона відображає список слів з частотою їх вживаності. Учні виділяють слово або групу слів і досліджують кількість прикладів у контексті. У текстах, написаних до 1700 року, можна знайти слова, які мають декілька варіантів написання, і використовуючи цей список слів учень може вибрати будь-який варіант. Наприклад, узгоджуючи слово doctor в авторській версії потрібно також врахувати doctour. Коли слово було вибрано, WordCruncher виділяє всі приклади в корпусі, при цьому показує речення, в яких їх було виявлено. Також WordCruncher показує увесь текст, в якому це слово було вжите, знову ж його виділяючи [25, с. 196]. Таким чином, користувач може дуже швидко відстежити використання слова у великому тексті.

Чи взяти для прикладу машиночитаний Oxford English Dictionary, який використовується, як і традиційний паперовий, за винятком того, що шукати слова в ньому можна набагато швидше. Так як словникові статті розташовані історично, можна легко перевірити форму значення слова у тексті, який є типовим для свого періоду. Наприклад, написання слова doctour можна знайти в текстах з XIV по XIX століття [25, с. 196]. Таким чином студенти змогли використати словник для перевірки своїх попередніх висновків за результатами пошуку в корпусі.

Для процесу викладання англійської мови корисним є використання пошуку за семантичними параметрами. Наприклад, порівняння дистрибуції частково синонімічних лексем для виявлення семантичних відтінків значень. Завдяки використанню корпусу мови студенти мають можливість знаходити слова та вирази, притаманні тому чи іншому стилю та тематиці тексту, а також граматичні конструкції, які використовуються для реалізації тої чи іншої комунікативної функції. Такий підхід допомагає студенту оволодіти автентичними лексичними та граматичними конструкціями. У свою чергу, викладачі мають змогу створювати завдання, необхідні для досягнення дидактичних цілей, використовувати матеріали при укладанні підручників та посібників з англійської мови, забезпечуючи реалізацію принципів автентичності та частотності мовного матеріалу.

Наведемо деякі варіанти використання корпусу англійської мови в процесі іншомовної підготовки вчителя та викладача іноземної мови. Корпусні ресурси можуть бути застосовані для реалізації таких дидактичних цілей:

1. Навчання граматики: введення граматичного матеріалу, ілюстрація особливостей використання граматичних конструкцій безпосередньо в мовленні; розроблення завдань на корегування помилок, тестових завдань з граматики; вивчення специфіки використання граматичних конструкцій з огляду на соціокультурні характеристики мовців, вікові параметри, регіон проживання тощо; створення практичних завдань та вправ на використання граматичних конструкцій.

2. Вивчення лексики: створення студентами власних словників, які ґрунтуються на результатах тематичного пошуку по корпусу зразків як усного, так і писемного мовлення; використання конкордансів слів відповідно до частотності їхнього вживання; виконання ІНДЗ та творчих проектів, які стосуються особливостей функціонування тих чи інших лексичних одиниць; створення вправ націлених на розширення словникового запасу студентів тощо.

3. Навчання читання та розуміння автентичних текстів: використання тестів, розміщених в корпусі, для розвитку навичок загального розуміння тесту; визначення реалізації контекстуального значення слова; визначення тематики тексту та ін.

4. Навчання письма: використання корпусів та конкордансів як довідкового матеріалу при створенні власного письмового висловлювання; засвоєння шаблонів писемного мовлення; розвиток навичок використання граматичних конструкцій та лексичних одиниць у різних типах та жанрах письма тощо [17, с. 52 - 53].

Однією з головних переваг корпусного методу навчання є також те, що працювати з корпусом можна у дистанційному режимі. Через мережу Інтернет учень має можливість потрапити на сайт корпусу, де перед ним постає можливість без проблем виконати домашнє завдання. Найважливішою специфікою використання етнокорпусів у методиці мови як рідної чи, особливо, як іноземної, є можливість швидкого різнорівневого пошуку лінгвальної інформації у корпусі через використання програмних ресурсів. У морфологічно анотованому загальномовному корпусі можливе екстрагування лінгвальної інформації про реальну (інколи нетипову з огляду на граматичні правила, викладені в підручниках) сполучуваність слів [8, c. 108]. Наприклад, граматичне оформлення усіх частин мови; дієслівне керування; уживання прийменників; специфіку побудови еліптичних речень залежно від стилю і жанру тощо.

2.2 Учнівські корпуси текстів в методиці викладання англійської мови

Зробивши дослідження у галузі корпусної лінгвістики, ми вияснили, що існує декілька можливостей використання корпусів текстів у методиці викладання іноземних мов.

Використання загальномовного (національного) корпусу текстів , який дасть можливість швидкого різнорівневого пошуку найрізноманітнішої лінгвальної інформації, важливої для методики викладання іноземних мов: найчастотнішу лексику, сполучуваність слів, уживання прийменників, конкорданси, в яких легко визначити значення слова, дієслівне керування тощо. [3, с. 20]. Як приклад презентації текстової інформації візьмемо вищезгаданий конкорданс, в якому до кожного зареєстрованого слова подано усі контексти його вживання. Його визнано найзручнішим інструментом для виявлення лексичного та граматичного оточення лексеми, можливості її сполучуваності з іншими словами. Сьогоднішні словники укладаються на їх основі.

Створення паралельних корпусів (parallel corpus). Паралельний корпус - корпус, який складається з оригінальних та перекладних текстів, що вирівняні по реченнях [16, с. 95]. Отже, ми бачимо, що паралельний корпус, як правило, двомовний, а його ознакою є внутрішні зв'язки між сегментами цих різномовних текстів. Він надає доступ до безпосередніх перекладних еквівалентів слова, фрази, синтаксичної конструкції. Застосовуючи двомовні конкорданційні програми, комп'ютерна система висвітлює обидва тексти поряд, тому студент легко і швидко перекладає текст. Це сприяє легшому вивченню іноземних мов.

Створення учнівських корпусів (learner corpus). Учнівський корпус - це один з різновидів електронних корпусів текстів, якому, окрім загальних ознак кожного корпусу, притаманні також власні характерні особливості. Зокрема, основну інформацію для створення та поповнення бази учнівського корпусу (усні та письмові тексти) надають люди, які вивчають іноземну мову [23].

На відміну від інших, учнівські корпуси текстів мають низку суттєвих переваг: значно більший обсяг матеріалу, електронний формат, точні критерії збору матеріалу. Такі корпуси текстів дозволяють здійснити не лише якісний, а й кількісний аналіз мовленнєвих даних учня. Cпеціальна зовнішня розмітка (анотування) учнівського корпусу розширює межі можливих досліджень. Адже залежно від дослідницьких цілей створення, у ній можуть закодовуватися також дані про учня (вік; стать; освіта; рідна мова; іноземні мови, якими володіє; рівень володіння цією іноземною мовою / рік її вивчення тощо), про умови виконання завдання (наприклад, доступ до словників), про форму відповіді (усна, письмова), довжину, жанр, тему розповіді, тощо [23].

Багаторічний досвід роботи вчителів з усього світу доводить, що вивчення мови на основі використання лінгвістичних корпусів дозволяє активізувати продуктивну діяльність учнів. Учень стає не тільки співавтором мовних правил та закономірностей, а й, завдяки сучасним електронним технологіям, можуть створювати свої корпуси. Під час створення корпусів учні зможуть освоїти нові, інноваційні методи вивчення мови, пов'язані з інформаційними технологіями й оволодіти азами комп'ютерної лінгвістики. На їх основі виявляють різноманітні засоби та методи покращення викладання та полегшення засвоєння іноземної мови, здійснюють формування списків активної лексики учнів.

...