Размещено на http://www.allbest.ru/

Оглавление

• глагол семантика конструкция
• Введение
• Обзор литературы
• Эксперимент
• Характеристика респондентов
• Результаты эксперимента по глаголам
• База данных конструкций низкочастотных глаголов
• Заключение
• Список литературы

Введение

В современной лингвистике прочно укоренилось мнение, что грамматика языка не ограничивается грамматическими категориями: грамматика и лексика тесно связаны между собой. Насколько грамматическая зона оказывается подвержена влиянию индивидуальных отклонений, идиоматичности и непредсказуемости (связываемых обычно с лексикой) -- настолько же и лексическая зона обнаруживает тенденции к системному устройству и регулярности (приписываемые обычно грамматике) [Рахилина, 2010]. Однако для обнаружения этих механизмов требуется некоторое усилие и особый анализ.

Наиболее очевидной зоной соприкосновения лексической и грамматической областей являются конструкции. Они сочетают в себе, с одной стороны, гораздо более жесткие ограничения на возможности их создания и смысловой интерпретации (по сравнению с "обычными" предложениями или словосочетаниями); с другой стороны, в отличие от фразеологичских единиц, конструкции просто задают определенный тип высказываний, которые сходны с грамматическими значениями языка. Но самое главное - каждый элемент конструкции жестко связан прочими элементами. Сегодня существуют теории, которые отдают главенствующее место в конструкции глаголу (вербоцентрические) [Теньер, 1988], и теории, отстаивающее примерно равные роли всех членов конструкции в ее создании (CxG) [Fillmore, Kay 1992].

Для решения некоторых проблем, связанных с некодифицированными (не внесенными в словари) глаголами, мы провели эксперимент, в котором попытались выяснить, как глагол включается в конструкцию, как носителями выбирается эта конструкция и насколько она способна изменяться. Эксперимент, его подготовка и проведение включали в себя несколько этапов:

1.автоматическое извлечение лексем из корпуса «Либрусек» (http://lib.rus.ec/),

2.ручная постобработка лексем,

3.составление таблицы глаголов, необходимой для эксперимента,

4.разработка дизайна эксперимента,

5.проведение эксперимента,

6.анализ полученных данных,

7.содание базы низкочастотных глаголов.

Мы выдвинули в качестве гипотез исследования два утверждения, взаимодополняющих друг друга: первое - «выравнивание по аналогии приводит к тому, что новые глаголы встраиваются в наиболее частотные конструкции», и второе - «из двух возможных конструкции глагол встраивается в ту, которая принадлежит его гиперониму».

Предметом исследования стали некодифицированные (не внесенные в словари) русские глаголы. Мы поставили перед собой задачу провести экспертную оценку новых глаголов и их конструкций, а также определить глаголов-гиперонимы и их частотности.

Для нашего исследования важно соотношение методов компьютерной лингвистики и традиционных подходов к сбору материала. Первичные данные были получены при помощи парсера на регулярных выражениях, однако дальнейшая обработка материала производилась вручную, что позволило увеличить точность получения данных.

База глаголов, которую мы составили в процессе подготовки к эксперименту, будет полезна не только компьютерным лингвистам, но и специалистам, занимающимся теорией языка и машинным переводом. Возможности таких проектов, как глагольный Wordnet, могут быть существенно расширены включением за счет включения в инвентарь не только общеупотребительных, но и редких глаголов. Использование низкочастотных глаголов может быть полезно для построения семантических сетей -- такие глаголы делают синонимичные цепочки длиннее и зачастую имеют тональность, которая лишь отчасти совпадает с семантикой гиперонима (спрятаться - 'убрать, поместить в скрытое или неизвестное другим'; зашкериться -- 'спрятаться, замаскироваться, утаиться, остаться'). Лексикографы могут воспользоваться созданной базой для составления словарных статей глаголов: описание гипонима через гиперонимы становится рапространенной практикой, однако наше исследование позволяет определить гипероним с большей точностью.

Для обработки были выбраны несколько массивов данных:

библиотека «Либрусек», которая привлекла наше внимание своим объемом (>5 тб текстов) и наличием диалектных глаголов,

корпус блогов, который позволил обнаружить немало глаголов современного сленга, по большей части компьютерного,

онлайн-словари и «Толковый словарь русского сленга, арго и кинологоса», предоставившие систематизированный и фильтрованный материал.

Магистерская диссертация состоит из пяти разделов. Во введении дается обобщенное представление о работе, коротко описывается эксперимент и использованные методы работы. В первой главе представлен обзор литературы, в котором присутствуют как фундаментальные работы по лингвистике конструкций, так и новейшие статьи по нейролингвистике и компьютерным подходам к конструкциям. Во второй главе описывается проведенный эксперимент и его результаты. Третья глава посвящена перспективам разработки темы редких и несловарных глаголов. В заключении подводятся итоги проделанной работы.

Обзор литературы

Семантика конструкции на сегодняшний день имеет немалое значение для многих областей лингвистической науки. Так, для составления словарей уже несколько десятилетий используется подход А. Вежбицкой, которая определяет семантику каждого нового слова через его отношения к неким универсальным металингвистическим понятиям. В основу некоего универсального метаязыка легли такие элементарные семантические признаки, как множество, точка, часть, целое, время, действие, субъект, вещь, каузироватъ, иметь, знать, не и так далее. Из комбинаций этих элементов появляются слова естественного языка, например, сохранять -- «не переставать иметь», сообщать --«каузировать кого-то знать». В каждом конкретном случае имеет значение не только совокупность элементов, но и их последовательность, к примеру, «каузировать кого-то переставать иметь»=лишать, а «переставать каузировать кого-то иметь» = переставать давать.

Таким образом мы подходим к определению слова через некий семантический язык. Однако ни одно слово языка не может быть воспринято как отдельная единица. Каждое из них воспринимается в контексте, и с таком случае стоит обратиться к грамматике конструкций. Эта теория утверждает, что слово, будучи включенным в некую структуру из связанных с ним элементов, приобретает некое новое значение, и что общее значение конструкции не выводится из значений слов, в него включенных.

Конструкция имеет собственные ограничения, как лексические, так и синтаксические, которые накладываются на любые части речи. Лексические ограничения можно представить как противоречие более высокого уровня. Они зачастую связаны с внеязыковыми знаниями носителя языка (волнение компьютера -- семантически невозможное высказывание, по крайней мере, до того момента, как мы изобретем подлинный искусственный интеллект). В то же время влюбиться девушку -- словосочетание недопустимое грамматически, поскольку глагол влюбиться непереходный и требует заполнение валентности существительным либо в творительном падеже без предлога (влюбиться (как, кем) кошкой), либо в родительном без предлога (влюбиться (в кого?) в девушку). При этом важное значение приобретают такие характеристики глагола, как валентности и их количество и переходность или непереходность. В первом случае мы имеем в виду количество актантов и сирконстантов, которые подчиняются глаголу, во втором -- возможность присоединять к себе существительные в винительном падеже без предлогов.

В русском языке множество глаголов и гораздо более скромное количество конструкции. По типу подчинения глаголы объединяются в группы, которые могут быть как связаны, так и не связаны семантически. Так, класс глаголов, способных управлять дательным падежом, весьма велик и семантически неоднороден, ср. аплодировать хору, верить другу, виниться кому-л., возражать докладчику, врать кому-л., вредить здоровью и так далее. Взаимосвязь семантики и синтаксиса (то есть разработка теорий о взаимообусловленности грамматических конструкций, в которые включаются глаголы, и их близкими значениями) -- один из важных вопросов, который мы пытаемся решить в нашей работе.

Финитная форма глагола образует актантную рамку (обычно в нее включается не более двух актантов), которые в совокупности и образуют синтаксическую конструкцию (Я отправила письмо). В такой конструкции вершиной является глагол, и без него высказывание не имеет смысла, поскольку актанты между собой не связаны. При этом возможны эллипсисы любого из элементов: в императивных высказываниях типа Пиши быстрее! актант в принципе отсутствует, в вопросно-ответных высказываниях Она ушла гулять?- Ушла, отсутствие актантов продиктовано логически. Справедливости ради стоит заметить, что в некоторых случаях вопросно-ответных единств возможно исключение из конструкции глагола: Ты за чем идешь? - За хлебом.

Долгое время считалось, что в подобные конструкции могут входить любые сирконстанты, поскольку они никак не связан с семантикой глагола. Однако в конце прошлого века выяснилось, что сирконстант связан с глаголом семантически, что означает, что он не может по смыслу противоречить никакой части конструкции. [Богуславский 1990], [Филиппенко 1998], [Храковский 1998]. Впервые семантическая сочетаемость актанта и сирконстанта была рассмотрена в работе "Сирконстанты в толковании?" [Плунгян, Рахилина 1990], в которой было показано, что определенные сирконстанты сочетаются с глаголами, описывающими конкретные ситуации (бежать, резать) и не сочетаются с ситуациями абстрактными (портить, мстить). Другие очевидные примеры: сирконстанты длительности (несколько часов, пару минут) не сочетаются с глаголами НСВ, некоторые сирконстанты требуют появления фигуры наблюдателя (Она играючи/с трудом управилась с этим заданием). Таким образом, сирконстанты опровергают предыдущее утверждение о том, что глагол является определяющим элементом конструкции, который способен управлять всеми остальными ее частями; по крайне мере, он способен придавать конструкции дополнительные смысле, а в некоторых случаях даже занимать место предиката.

Теория конструкций -- бурно развивающаяся область современной лингвистики. За рубежом основателем первой стал Чарльз Филмор, еще в 1976 году опубликовавший свою работу Frame semantics and the nature of language [Fillmore, 1976]. В ней были выдвинуты основные положения теории конструкций. Развитие этой области лингвистики продолжила Адель Голдберг, одна из его учениц. Классическая работа Consruction in work [Goldberg 2006] стала одним из наиболее последовательных и подробных обоснований нового подхода. В отличие от Ч.Филмора, который не оставил ни одной монографии или фундаментального труда, которой полностью объяснил бы теорию конструкции, А.Голдберг на протяжении всей своей карьеры разрабатывает эту теорию, освещая ее с новых и новых точек зрения.

Если постараться представить теорию конструкции (CxG) в предельно упрощенном и обобщенном виде, то самым простым следствием этой теорий можно назвать несводимость семантики конструкции (реципроктных, предикативых и пр.) к семантике входящих в них элементов. Это позволяет говорить о равноценности всех элементов конструкции. А.Голдберг в своей работе «Конструкции: взгляд на аргументную структуру с позиций Грамматики конструкций» [Goldberg 1995] выдвигает нестандартную для классической лингвистической модели идею: именные группы, относящиеся к участникам ситуации описываться не как актанты глагола, а как элементы глагольных конструкций; таким же элементом является и сам глагол, что соответствует грамматике конструкции в целом -- взаимные ограничения отныне «уравнивают в правах» все составляющие системы. Этот подход позволяет значительно упростить описание некоторых языковых явлений, например, глагольное управление типа играть на пианино -- играть словами. В этом случае разница между конструкциями очевидна, т. к. первая выражает определенное физическое воздействие на окружающую среду, а второе относится скорее к идиомам. CxG избавляет нас от необходимости разделять эти конструкции: можно сказать, что глагол употреблен один и тот же, просто в первой конструкции он имеет значение «извлечение звука», а во второй -- своеобразное предствление информации.

Отдельно следует рассмотреть ситуации с окказиональным значением лексем -- ставшее классическим после работы Голдберг to sneeze the napkin off the table (`счихнуть салфетку со стола'), где глагол to sneeze, который изначально является непереходным, присоединяет к себе сирконстант без предлогов -- по мнению автора, глагол в таком случае меняет свою семантику, чтобы соответствовать ситуации. Это отсылает нас к пока мало разработанным областям метафорического, непрямого использования глагола.

Принципиальным для CxG является неразделимость синтаксиса и семантики -- они не могут существовать по отдельности; при этом постулируется важность семантического наполнения конструкции. Именно смысл диктует, каким образом будет изложена мысль адресанта, при этом все элементы конструкции соподчинены друг другу таким образом, что в результате совокупная семантика конструкции больше, чем семантика каждого отдельного ее элемента. Все конструкции объединяются в семейства, сходство которых обусловлено семантическим сходством; оно не может быть полным, однако реципрокальные, каузативные, пассивные и прочие конструкции образуют четко очерченные группы. Семантика, синтаксис и даже морфология в таких конструкциях подвижны -- синхрония и диахрония, важные для формальных моделей, превращаются в условность. Именно способность конструкций гибко и плавно изменяться позволяет реагировать языку в целом.

На работах Филлмора и Голдберг базируются и достаточно новые подходы к изучению языка -- так, например, представители коллострукционного анализа используют «коллокации» и «конструкции» как базовые единицы анализа, работают преимущественно с глаголами и в своих исследованиях активно пользуются корпусными методами компьютерной лингвистики.

Однако в русистике существует альтернативный источник, к которому обращаются исследователи теории конструкции. Юрий Дмитриевич Апресян еще в 1967 году опубликовал монографию «Экспериментальное исследование семантики русского глагола», которая формально заложила основы «отечественной теории конструкций». В этой работе вручную проанализировано примерно полторы тысячи самых продуктивных русских глаголов и глагольных конструкций, что предоставляло русистам возможность разрабатывать теоретические основы глагольных сочетаний еще до эпохи использования лингвистических корпусов. Описанные конструкции отвечают определенным требованиям, например, они не имеют сирконстантных позиций, потому в них «отражены синтаксические свойства глагола и только они» [Апресян 1975]. Описание строится по формальным принципам: строятся трансформационные классы, деревья, иерархические классификации и т.д.

Одной из ключевых идей работы можно назвать рассмотрение семантики глагола через синтаксис. Действительно, рассматривая несколько классов глаголов, которые управляют теми или иными формами, можно выделить достаточно большие кластеры, объединенные сходными управляемыми единицами. Так, Апресян рассматривает глаголы, способные управлять дательным падежом (лгать миру, грозить врагам); глаголы, способные управлять предложно-падежной формой в ком-чем (стучать в висках, висеть в воздухе); глаголов, способных управлять и дательным падежом и предложным падежом с предлогом в (виниться кому-либо во всем, каяться кому-либо во всех прегрешениях) и т.д. Подчеркивается, что эти классы семантически неоднородны, однако подобный подход к исследованию позволил подтвердить связь между синтаксисом и семантикой.

Следствием из подобного разбиения глаголов на группы является т.н. "выравнивание по аналогии" - обретение одинаковых синтаксических свойств теми словами, которые имеют (или приобретают) сходное значение. Таким образом язык освобождается от дублетности формы. "Синтаксическое развитие по аналогии в диахронии -- частный случай устранения дублетности, в результате которого в нормативном употреблении остается один из конкурирующих синтаксических типов, а другой устаревает и выпадает из литературного языка"[Апресян 1967]. Так, глагол дарить в основном значении употреблялся в XIX веке в конструкции дарить кого чем, ср. Барыни дарили ее, та платочком, та сережками; в современном языке это значение глагола реализуется в конструкции дарить кому что, по-видимому, по аналогии с безусловно господствующим типом давать кому что, отдавать кому что, и т. п. Выравнивание по аналогии в синхронии проявляется в синтаксической контаминации, продукт которой, вообще говоря, представляет собой отступление от нормы, но соответствует определенной тенденции развития синтаксического строя языка, состоящей в том, что «слова одного семантического класса стремятся объединиться одним типом связи с подчиненным (управляемым) словом». Это утверждение имеет важнейшее значение для нашей работы, т.к. при классификации глаголов мы использовали в том числе и выравнивание по аналогии, чтобы отнести новые глаголы к той или иной группе.

Существует ряд противоречий, которые нуждаются в отдельном обсуждении; так, Апресян выделяет как минимум три пункта, которые препятствуют полному и всеобъемлющему описанию семантики через синтаксис:

1. одинаковые синтаксические признаки способны управлять одним и тем же падежом, хотя сходство между глаголами сложноопределяемо либо вообще отсутствует (ведать делами, обладать домом, обзавестись мебелью);

2. разные синтаксические признаки у глаголов с одним значением (помогать кому-либо, поддерживать кого-либо);

3. синтаксические признаки в принципе многозначны, и, к примеру, творительный падеж имплицитно не распадается на творительный предикативный, творительный объектный и т.д.

4. слова разных частей речи в разной степени обеспечены синтаксическими признаками.

5. прибегая к схематической синтаксической системе, мы отстраняемся от смысла речи; получив синтаксическое описание, мы не можем сказать, какие явления действительности соответствуют предложенной схеме.

В монографии особо подчеркивается, что подобный подход не может решить все проблемы семантики, однако комплекс проблем, связанный с вариантами и инвариантами (тождеством и различием значений), решается более приемлемым способом.

На данный момент существует ряд проблем, не решенных на материале русского языка: нет полных списков исторически сменившихся моделей управления (с объяснением причин изменений), нет перечня моделей, подверженных действию аналогии, неизвестны ни конструкции, способные оказать давление на семантику глаголов, т. е. склонные к coercion, ни глаголы, которые легко (или с трудом) подпадают под это давление в тех или иных условиях [Рахилина 2010].

Ю. Апресян также не раз возвращался к соотношению семантики и синтаксиса. Так, в статье Типы соответствия семантических и синтаксических актантов [Аперсян 2006] описываются несколько способов взаимодействия предиката (преимущественно на примере глаголов) и актанта(-ов). Особый интерес для нашего исследования представляет пункт № 2 «Словарная диатеза и мена диатезы». Диатезой, в соответствии с классическим определением из [Мельчук, Холодович 1970], называется соответствие семантических и синтаксических актантов лексемы. Ю. Апресян обращает внимание на то, что для теории управления «интересны такие случаи мены диатезы, которые разыгрываются в пределах одной и той же лексемы, иногда с небольшой стилистической разницей в разных употреблениях». Это позволяет включить в исследование случаи вариативности типа бодяжить траву -- бодяжить травой.

Мы уже упоминали о том, что грамматика конструкций -- не единственный подход к рассмотрению роли глагола в предложении. В статье В. Храковского «Вербоцентрический подход к конструкциям и/или грамматика конструкций» [Храковский 2012], как и следует из названия, рассматриваются две альтернативные точки зрения: «глагольная конструкция -- это результат реализации валентностного потенциала образующего ее глагола или глагольная конструкция представляет собой семантический шаблон, в который на равных правах вставляются все его элементы». Автор приходит к выводу, что оба эти варианта имеют право на существование и дополняют друг друга -- вербоцентрический скорее подходит для стандартных неидиоматизированных конструкций, в то время как грамматика конструкций лучше объясняет идиомы и в какой-то мере поясняет правила введения в конструкцию «глаголов-доноров».

По мнению Рональда Лангакера, одного из крупных лингвистов, развивающих как подходы когнитивной семантики, так и грамматики конструкций, Голдберг преувеличивает различия между когнитивной грамматикой и грамматикой конструкций (Cognitive (Construction) Grammar, [Langacker, 2009]). Первая ни в коем случае не утверждает, что клауза зависит от глагола, всего лишь высказывает предположение, что влияние глагола на моносемантичные лексемы может быть несколько более сильным, чем принято считать. Эта проблема может быть решена только в том случае, если мы способны дать четкое определение глаголу, который "имеет некое значение". С другой стороны, схемы, используемые при описании основных грамматических понятий в когнитивной грамматике, не относятся ни к редукционистским, ни к эссенциалистским, при этом дополняя характеристики "сверх-генеративистских надконструкционных категорий", которые, в свою очередь, порождают вопрос - почему дистрибутивные схемы, основанные на генеративистсих теориях, должны срабатывать в первую очередь.

Связь семантики и синтаксиса - сложная тема, знания о которой в последнее время пополняются не только за счет лингвистики, но и благодаря нейронауке. Так, В.О. ван Дам и Р.Х. ван Десаи из университета Южной Каролины опубликовали свою статью The Semantics of Syntax: The Grounding of Transitive and Intransitive Constructions [Dam, Desai 2016] весной 2016 года, что свидетельствует о поддержании интереса к глагольным конструкциям и их функционированию. Авторы исследовали взаимосвязь между предложениями с переходными и непереходными (транзитивными и нетранзитивными) глаголами и электромагнитной активностью в коре больших полушарий. Ряд экспериментов, проведенных в исследовании, продемонстрировал, что активность кортекса фиксируется не только при выполнении этих действий, но и при их назывании. Авторы при помощи BOLD-метода доказали, что прочтении предложений с разными типами глаголов активирует различные участки коры, что доказывает связь мозговой активности не только с семантикой глагола, но и с его синтаксисом.

В более ранней статье Predication Drives Verb Cortical Signatures коллектива авторов, возглавляемом М. Эрнандесом из Гарварда [Hernбndez 2014], посвященной нейорпсихологическим и нейролингвистическим различиями глаголов и существительных, утвержается, что различные зоны мозга по-разному реагируют на разные части речи. Однако до последнего времени было неизвестно, по какой причине это происходит. При помощи средств нейровизуализации авторы доказали, что наиболее вероятным кандидатом на роль главного фактора является предикативность: используя кореллирующую с транзитивностью глагола нейронную активность в определенных долях нейрокортекса, авторы делают вывод о чувствительности этих отделов к предикатам. Это доказывает, что грамматический класс на нейронном уровне свзяан с функцией слова в предикативной конструкции.

В то же время современными методами компьютерной лингвистики основы теории Голберг ставятся под сомнение. Так, статья Р. Бода Construtions at work or at rest? [Bod, 2009] опровергает возможность построение бесконечного количества высказываний из конечного количества входных лексем: методы обработки данных (U-DOP и LFG-DOP) способны строить бесконечное количество высказываний на основе конечного количества входных данных.

В своей статье Уильям Крофт [Croft 2009] Constructions and generalizations утверждает, что конструкции Голдберг могут быть крайне важны для понимания синтаксиса в противовес генеративной грамматике; боле того, жесткая критика генеративистов, по его словам, может только улучшить положение конструктивистов.

Таким образом, можно сделать вывод, что грамматика конструкций -- динамично развивающаяся область современной лингвистики. Создаются не только теоретические исследования, но и межпредметные экспериментальные разработки, посвященные нейро- и комплингвистике. Ежемесячно появляются новые статьи по CxG, которые дополняют уже сформулированную теорию.

Основываясь на вышеизложенных трудах, мы провели эксперимент, в ходе которого проверялись две гипотезы, сформулированные на основании «выравнивания по аналогии» Ю.Д. Апресяна: низкочастотный глагол перенимает у своего словарного родителя конструкцию или же встраивается в наиболее частотную конструкцию синонима родителя. Таким образом была осуществлена попытка оценить влияние синтаксиса на семантику глагола.

Эксперимент

Для исследования было необходимо найти новые слова (не включенные в словарь Зализняка). «Новыми» назвать их можно достаточно условно: в Словарь изначально не включались сленг и диалектизмы, однако с развитием интернета потребность в изучении таких слов возрастает. Мы выбрали для обнаружения таких слов именно словарь Зализняка, поскольку именно на нем основана большая часть электронных словарей и программного обеспечения (электронный словарь Odict, библиотека pymorphy, модуль для Python Mystem). Это 201 глагол, извлеченный из части библиотеки Либрусек (объем выборки - 30 гб) Автор выражает благодарность Богдану Евстратенко за возможность воспользоваться доступом к его данным., а также 72 глагола, извлеченных из словарей современного сленга.

Сложностей в обработке данных «Либрусека» две:

1. несбалансированность корпуса. В нашу выборку попали глаголы из произведений Шукшина («деревенская проза»), которые не встречаются в речи современных пользователей интернета. Формально это диалектизмы, однако для исследования большая их часть не подходит в силу непредставленности в интернете.

2. массив выборки. Либрусек целиком -- 5 тб данных. При этом количестве опечаток, которые присутствуют в этой библиотеке (возможно, ошибки при распознавании сканировании документов), без ручной постобработки не обойтись, а на гипотетической выборке в десятки тысяч глаголов она представляется затруднительной.

Данные «Либрусека» обрабатывались следующим образом: извлеченные при помощи регулярных выражений глаголы (27539 словоформ) сравнивались со списком глаголов mystem, словоформы с меткой "bastard" (4501 словоформа) в словаре не значились. После ручной постобработки (исключения опечаток и заимствований из белорусского) в выборке осталось 200 глаголов. Поскольку обработка производилась автоматически, в выборку попали только глаголы, которые графически не совпадают со словарными из mystem-a; так, глагол барагозить в значении 'хулиганить, скандалить' попадает в выборку, а глагол валить в значении 'уходить, удаляться' - нет. Снятие омонимии не входило в задачи нашего исследования, однако в дальнейшем знание о конструкциях низкочастотных глаголов могут помочь в том числе и разрешении сложных случаев лексической неоднозначности в подобных ситуациях.

Из словарей сленга данные извлекались вручную: поскольку объемы выборки не слишком велики, у нас была возможность отобрать неомонимичные глаголы без использования скриптов.

Для проведения эксперимента была выбрана следующая гипотеза: в своей работе «Экспериментальное исследование семантики русского глагола» Ю. Апресян утверждает, что глаголы тяготеют к конструкциям, которые шире распространены в русском языке (т.е. происходит так называемое выравнивание по аналогии). В качестве примера он упоминает глагол дарить, который в современном языке имеет валентности кому и что, тогда как во времена Пушкина стандартным его употреблением было дарить кого чем (Барыни дарили ее кто платочком, кто сережками). Исходя из этого, мы предположили, что новые глаголы могут также тяготеть к наиболее частотным конструкциям русского языка.

В этом случае мы считаем, что глагол встраивается в конструкцию синонимичного ему глагола и ведет себя подобно своему родителю-гиперониму (см. Приложение 1, Таблица новых глаголов). Предварительный анализ показал, что в большинстве случаев так и происходит, отдельные исключения будут рассмотрены нами в дальнейшем. Таким образом, мы ставим глагол в подчиненное положение относительно всей конструкции; мы предполагаем, что глагол будет наследовать конструкцию своего гиперонима.

При подготовке к эксперименту проанализировали 262 глаголов, которые встречались не только в библиотеке Либрусек и словарных статьях, чтобы обозначить из используемость в реальной речи: каждый из них вводился в поисковую строку Яндекса. Если поисковый запрос возвращал на первых пяти страницах выдачи что-либо отличающееся от словарных статей и художественных произведений (форумы, чаты, записи блогов), глагол считался существующим и используемым.

Все глаголы были внесены в таблицу, в первом столбце которой стоит сам глагол, во втором -- его частотность (поиск по основному подкорпусу НКРЯ; объем корпуса 109 028 документов, 22 209 999 предложений, 265 401 717 слов), в третьем гипероним (в соответствии с Толковым словарем русского сленга [Елистратов 2010]), в четвертом -- наборы возможных валентностей, пятый столбец -- пример использования из интернета.

Частотности глаголов и конструкций по НКРЯ проверялись вручную; отдельно просматривались синтаксические (с кем? О чем? Что?) и семантические (Где? Куда? Откуда?) актанты. Для обоих случаев мы использовали лексико-грамматический поиск. Для поиска синтаксических актантов поиск осуществлялся по конструкции: V+(предлог)+существительное/местоимение. Фиксировались ограничения на падеж, в редких случаях -- число. Для семантических актантов, которые представлены менее широко, алгоритм был несколько изменен; каждый из них разбивался на конструкции:

где - в|на|под|около, S,(gen|acc|loc|dat)

куда - в|на|под S,(gen|acc|loc|dat)

откуда - из|с|от S,(gen|acc|loc|dat)

Такие схемы не могут в полной мере покрыть все случаи реализации семантического потенциала валентности, дают определенное количество шума, однако могут быть хорошим вспомогательным инструментом в подобном исследовании.

Необходимо отметить, что в нашем эксперименте мы принимали во внимание только предикатно-аргументные конструкции с заполнением слотов существительными (почти каждый глагол может включаться в конструкции с наречиями -- кодить быстро, кафыкать громко и т. д.). Частотность подобных конструкций не влияет на абсолютные цифры, равномерно увеличивая количество конструкции каждого вида. Также мы не смогли рассмотреть конструкции с обратным порядком слов (впарили ей пылесос, но не ей пылесос впарили, бултыхаться в проруби, но не в проруби бултыхаться), и «разорванные» конструкции (бодяжить водку пивом, но не бодяжить водку крепким пивом). Для простоты построения моделей мы считали, что в предложении прямой порядок слов, а конструкция неразрывна (т. е. Не включает в себя дополнительных элементов). Подробнее об извлечении «разорванных» конструкций на примере идиом мы говорили в прошлом году [Буйлова 2015], однако предложенные в курсовой скрипты не дают ответа, насколько расширенной может быть конструкция для ее опознавания, из-за за чего их использование становится невозможным.

Следующие столбцы таблицы необходимы для эксперимента. Для каждого гиперонима при помощи Толкового словаря русского сленга [Елистратов 2010] подбирался синоним, которым имел бы иные валентности (барыжить -- продавать -- торговать). Затем к этому синониму придумывался пример, который задействовал бы эти новые валентности (барыжить (продавать) траву -- барыжить (торговать) травой). Удалось создать 140 подобных пар. Для прочих 133 глаголов синонимы обладали теми же самыми валентностями, что делало их включение в эксперимент нецелесообразным (кокнуть: убить, прикончить, замочить и даже отправить в мир иной - кого? Чем? За что?).

Глаголы размечены определенным образом: цвет глагола обозначает сферу функционирования; определены одно-, двух- и трехвалентные (см. столбец F, «Актанты и сирконстанты»); для каждого глагола определены актанты и сирконстанты (существительные с предлогом или без); определены глаголы-родители из словарных статей и частотность конструкции, в которой глагол встречается, а также синонимичные глаголы и частотности их конструкций. Вспомогательными столбцами являются G и K, в которых представлены либо реальные случаи употребления глагола в контексте (по материалам форумов, соцсетей, блогов, художественной литературы), либо искусственно сконструированные выражения.

Необходимо отметить некоторые особенности, с которыми мы толкнулись в ходе подготовки базы для эксперимента:

во-первых, не всегда есть возможность заменить глагол односложной конструкцией (кайфовать -- получать удовольствие);

во-вторых, один сленговый глагол заменяется другим (глючить - зависать);

в-третьих, вызывает вопросы попадание глагола «манипулировать» в эту выборку -- интуитивно он кажется достаточно употребимым, возможно, это ошибка в mystem-е;

в-четвертых, глагол «врубаться» не совсем отвечает требованиям к выборке: он полностью совпадает с глаголом врубаться в значении «проникать, углубляться во что-либо в процессе» (сленговость во втором значении возникает именно в сирконстантах, которые в прямом значении обозначают физические объекты, а в переносном -- нематериальные), более того, даже в сленге он имеет минимум два значения: «включить» и «понять». При подборе глаголов мы не обратили внимания на второе значение, поэтому глагол оказался включен в опросник.

Глагол «форкать» имеет также второе значение, о котором мы не догадывались, пока не воспользовались НКРЯ для выставления частотностей: в тексте 1830 года он употреблен в значении «звука, который издает лошадь».

Также осложняли поиск омонимичные формы: глагол «шерить» в корпусе с неснятой омонимией оказался женским именем «Шерил», «штырить» - фамилией «Штырен». В первом случае это представляло бы серьезную проблему, поскольку эта форма вполне может быть употреблена в речи носителя языка, однако подобных примеров в Корпусе всего 5 и просмотреть их вручную не составило труда. Во втором случае можно воспользоваться моделью управления: от данного глагола нельзя образовать причастие, следовательно, форма «штырен» существовать не может.

Для количественного анализа необходимо разделить актанты и сирконстанты глагола. Актанты - обязательные валентности, сирконстанты - факультативные. Например, для глаголов движения и перемещения актантами являются валентности типа куда и откуда (перепостить из контакта в фб). Они не связаны с синтаксическими особенностями каждого класса, сирконстанты использовались нами как вспомогательный инструмент при необходимости более четко разделить конструкции глагола-гиперонима и глагола-синонима. Если в конструкции присутствовали оба элемента, для проверки частотностей мы старались ставить актант на первое место, а сирконстант на второе. Типичным примером сочетания актанта и сирконстанта можно назвать пару ботать алгебру с однокурсниками (актант - алгебру, что?, сирконстант - с однокурсниками, с кем?) - ботать однокурсника в кафе (актант - однокурсника, кого?, сирконстант - в кафе, где?). Большая часть глаголов нашей выборки имеет один актант и один сирконстант (камуфлироваться в кустах под кочку, жахнуть кулаком по стене). Это необходимое упрощение для простоты подсчета частотностей конструкции. Однако в некоторых случаях возможно наличие нескольких актантов (модем не коннектится с серваком, шипперить Нила с Джейн). В этих случаях семантика глагола требует наличия двух объектов, что находит отражение в наличии двух актантов.

Наиболее широко в нашем исследовании представлены переходные глаголы (способные присоединять к себе существительные без предлогов). Таких конструкций в выборке оказалось 82. Этот класс семантически неоднороден, в него входят такие конструкции, как хомячит конфеты и хакнул Пентагон. Это одна из самых простых конструкции, как мы и ожидали, биграммы оказались наиболее частотными. В этот класс попали глаголы различного происхождения, как общего сленга, так и диалектизмов и компьютерного сленга.

Вторым типом частотных конструкции стали одновалентные глаголы (он кафыкает, мамка екнулась) - 24 примера. Выборка мала, однако 11 примеров - это низкочастотные диалектизмы и компьютерный сленг (14 глаголов имеют частотность менее или равную 10), поэтому можно предположить, что они недостаточно освоены носителями языка, чтобы включать их в сложные многоместные конструкции.

25 глаголов встроились в конструкции с валентностью "где", причем это как актанты (ошивался возле машины) так и сирконстанты (дрых в гамаке). Возможно, при увеличении выборки эти глаголы перспективно рассматривать с точки зрения семантической классификации, поскольку пока неясно, какие именно описания действий требуют четкой локализации в пространстве (в этот класс входят глаголы движения фордыбачить по дороге, трюхать по дороге, и глаголы, описывающие действие, происходящее "на одном месте" - скукожиться, логиниться, чекиниться, т.е. агенс замер на месте, но что-то делает).

Достаточно много глаголов, включающися в конструкции с творительным падежом с предлогом (вошкаться с ребенком) - 9 или без него (ширнуться герычем) - 9. Они представляют различные семантические роли (инструмент - догнаться вискарем, средство - спамит котиками, причина - кичиться положением). Несмотря на утверждение "Употребления падежа с первообразными предлогами за, над, перед, под, с, между выражают в основном роль Места" [Ярцева 1990], ни один из наших примеров таковым не является.

Конструкции с одной и двумя валентностями, которые могут быть заполнены как актантами, так и сирконстантами (напороться на неприятности -- на что?, погугли это в яндексе - что? где?, впарили ей пылесос - кому? что?), крайне разнородны - на 45 примеров приходится 15 типов конструкций; к сожалению, этой выборки недостаточно, чтобы говорить о каких-либо закономерностях.

140 глаголов были распределены по четырем листам (по 35 глаголов на лист), и респондентам предлагалось выбрать, какой из вариантов используется чаще. Учитывая малую употребимость большинства глаголов в речи, также в варианты была включена опция «Не знаю этого глагола». Поскольку была важна приоритетность использования конструкций, мы исключили опцию «Возможны оба варианта», предоставив респондентам только возможность выбора более им знакомого/употребимого.

Характеристика респондентов

Опросник распространялся в соцсетях и был доступен всем желающим по ссылке на опросы Google.doc (раздел «Формы», https://docs.google.com/forms/d/1kX7jbh5T2PejRdVR4NjkTwSE9Zs9IvuQJLBOqnMWTAA/viewform). За две недели (с 25.04 по 6.05) его прошло 268 респондентов, однако по электронным адресам, которые респонденты по желанию оставляли в конце эксперимента, можно судить о том, что некоторые из них проходили опрос несколько раз (максимум - четырежды). Поскольку «правильных» и «неправильных» ответов не было (тест не реагировал на выбор тех или иных вариантов ответа), скорее всего, респондентов просто заинтересовали необычные глаголы и они просмотрели все четыре опросных листа. Поскольку просмотр ответов вручную не выявил закономерностей, которые бы позволили судить об «автоматическом» заполнении опросника (длинные последовательности «только первый вариант ответа», «только второй вариант ответа» либо регулярные чередования типа «первый-второй ответ» без учета реального положения конструкции гиперонима и синонима), можно сказать, что опросник заполнялся осмысленно.

85,7% прошедших опрос -- женщины, 14,3% - мужчины. Большая часть респондентов -- люди до 25 лет, что позволяет говорить о некотором смещении выборки: предполагается, что молодые люди лучше знакомы со сленгом IT-сферы или интернет-коммуникации, нежели с диалектизмами или сленгом наркоманов. Возможно, это обуславливает некоторые специфические закономерности, которые можно увидеть в результата опроса.

Возрастные группы и распределение респондентов по возрастам (таб.1)

Большинство респондентов указало, что они провели большую часть жизни в крупных городах-миллионниках (Москва, Санкт-Петербург, Минск, Киев) -- 107 респондентов. География оставшихся 152 обширна -- от Риги (Латвия) до Владивостока. Полный список населенных пунктов можно увидеть в Приложении 2.

Поскольку опрос распространялся преимущественно среди студентов и школьников, вопрос об уровне образования включал в себя такие пункты, как «Среднее полное общее в процессе (10-11 класс)» и «Сейчас учусь в вузе». Если соотнести данные этой таблицы с данными вопроса о возрасте респондентов, можно предположить, что бОльшая часть опрошенных уже закончила высшие учебные заведения или в настоящий момент получает образование.

Вопрос о родном языке принес достаточно предсказуемые результаты -- для подавляющего числа респондентов русский язык является родным, около 10% изучали одновременно два или более языка.

Для того, чтобы ответы были представлены равномерно, 140 глаголв были случайным образом распределены по четырем опросным листам. Респонденты выбирали сезон своего рождения и попадали на определенный лист опросника. Мы получили распределение, из которого видно, что все листы были заполнены приблизительно равным количеством респондентов.

Результаты эксперимента по глаголам

Условно все извлеченные глаголы можно разделить на несколько групп по происхождению:

1.общий сленг (зеленый),

2.диалектизмы (красный),

3.сленг наркоманов (синий),

4.сленг геймеров и компьютерщиков (оранжевый).

Из выборки в результате пришлось исключить глаголы шмалять, врубаться, оболванить, ржать, чапать, бакланить, бекапнуть. У первых четырех имеется дополнительное значение, которое мы не учли при внесении его в список тестовых глаголов:

шмалять -- ср. курить и стрелять

врубать(ся) -- ср. включать (невозвратный) и понимать (возвратный)

оболванить -- ср. побрить и обмануть

ржать -- ср. смеяться (о человеке) и издавать звуки (о лошади)

При составлении опросника мы не учли наличие у последних трех глаголов дополнительных значений. Из-за этой ошибки выбор между двумя конструкциями был затруднен, поскольку респонденты не могли определиться с глаголом-гиперонимом, поэтому нам пришлось исключить эти ответы из итогового анализа.

Границы между этими группами достаточно размыты; рано или поздно слова «узкоспециализированного» сленга попадают в общий сленг, также как и диалектизмы могут оказаться «модными словечками». В Приложении 1 глаголы размечены разными цветами в зависимости от того, к какой группе они относятся (разметка цветом колонки 1). Можно предположить, что лучше всего с распознаванием глаголов будут справляться достаточно молодые люди, активно пользующиеся компьютером и интернетом для общения, и в их опросных листах будет меньше всего ответов «Не знаю этот глагол», что делает наш опрос более релевантным.

Некоторые проблемы связаны с глаголами, которые мы условно отнесли к диалектизмам и компьютерному сленгу -- некоторые из них узнало менее половины респондентов. Это низкочастотные глаголы, которые не успели войти в общий сленг (базланить, зубатиться, банчить, мейкануть). Потенциальное их включение в вокабуляр представляется маловероятным -- большинство из них имеет полные синонимы либо функционирует в настолько узком сегменте, что среднестатистический носитель языка не испытывает в них потребности.

Глагол «плюхнуть» имеет также второе значение - «упасть, резко опуститься»; оно менее частотно, чем форма «плюхнуться», но также вносит шум; глагол «щериться» частотен для художественной литературы.

Слабораспознаваемые респондентами глаголы (таб.2)

Поскольку узнаваемость глагола напрямую зависит от его частотности (встречаемости), несколько глаголов, которые мы использовали в нашем опросе, оказались знакомы абсолютно всем респондентам (единодушно выбирался один вариант ответа). При более внимательном изучении становится понятно, что это глаголы, которые повсеместно распространены как в устной, так и в письменной речи носителей языка (кайфовать, пиарить, угарать, зырыть, лажать, пропиарить, глючить, хомячить, манипулировать, врубаться). Все они входят в активный словарь и, по-видимому, не могут считаться новыми или редкими, однако при этом они не внесены в словарь Mystem. Также можно заметить, что только один глагол в этой выборке относится к специализированному сленгу (глючить); по-видимому, он настолько широко распространен в устной речи носителей, что не вызывает затруднений при распознавании.

Эти глаголы соответственно встроились в следующие конструкции:

кайфовать -- получать удовольствие от (кого? Чего?)

пиарить -- рекламировать (кого? Что?)

угарать -- смеяться (над кем? Чем?)

зырыть -- смотреть (на кого? На что?)

лажать -- ошибаться (в чем?)

пропиарить -- разрекламировать (кого? Что?)

глючить -- тормозить

хомячить -- есть (что?)

манипулировать -- управлять (кем?)

врубаться -- вникать (во что?)

Вызывает сложность определение конструкции глаголов, которые в конструкции не встраиваются; к таким принадлежат глаголы выдрючиваться, выеживаться, выкаблучиваться, выкобениваться, выпендриваться, дрейфить, екнуться, заполошничать, кафыкать, кодить, очковать, фартить, халявить. Все они одновалентные, т. е. способны присоединить к себе только подлежащее. Поисковый запрос типа «существительное им.п.+глагол» порождает достаточно сильный шум, к тому же, как говорилось выше, мы не включаем в выборку прочие части речи. Паллиативом послужило искуcственное ограничение на ветвление вправо от глагола (дополнительная опция «в конце предложения»).

Статистически встречаемость биграмм намного выше, нежели любых других n-грамм, поэтому во всех случаях с двухвалентными глаголами мы стремились подобрать конструкцию синонима также на две валентности. Среди конструкций с актантами лидирует «глагол+существительное в.п.» (актант «что? кого?») - по сути, это конструкции переходных глаголов, которые мы, по возможности, старались дополнить сирконстантами, чтобы увеличить многообразие конструкций.

Частотность конструкций (таб.3)

Вывод 1: для большей части респондентов глаголы в конструкции родителя -- правильные. Это следует из того, что 106 из 127 глаголов были распознаны как правильные в соответствующих конструкциях. При этом такие глаголы как стебаться, мусолить, кумарить, звездить, запостить показали высокую вариативность (более 20% респондентов выбрало конструкцию синонима родителя). Этому может быть несколько причин: как не до конца устоявшееся употребление глагола (запостить в инстаграмм -- запостить в интасграмме), так и ложное узнавание (звездить).

Вывод 2: при уровне статистической значимости в 0.05 X-squared = 4.5354, df = 1, p-value = 0.0332. Таким образом, частотность конструкции слабо кореллирует с ее распознаваемостью; действительно, частотности глаголов-«родителей» часто ниже, чем частотности синонимов, но это не вляет на выбор «правильной» конструкции.

Статистический анализ в R показывает, что на распознавание глаголов несколько влияет частотность глагола (более частотные глаголы распознаются в конструкциях «родителей» лучше).

База данных конструкций низкочастотных глаголов

Как уже говорилось выше, собранные нами данные могу быть полезны компьютерным лингвистам. Список глаголов с частотными конструкциями собран в файл формата .json и выложен в свободный доступ на веб-сервисе GitHab (https://github.com/nadin4123/VKR/blob/master/%D0%9F%D1%80%D0%B8%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%B8%D0%B52%D1%81%D0%BB%D0%BE%D0%B2%D0%B0%D1%80%D1%8C.json).

База представляет собой список глаголов, извлеченных из корпусов, и выглядит следующим образом:

{"апгрейднуть":[["что до чего",["Апгрейднуть ос до восьмерки."]]}

{"аскать":[["что у кого",["Аскнуть у мамы двушку."]]}

{"базарить":[["с кем о чем",["Базарили с ним о жизни."]]}