Статистичні критерії аналізу синтаксичних фразеологізмів

На підставі викладених даних можна зробити висновок, що чим більшою є кількість компонентів конструкції, тим меншим є значення показників асоціації Dice і gmean. Привертають увагу випадки, коли отримані значення для двох коефіцієнтів є близькими і навіть тотожними (див. моделі Що (ж це) за N1 Copf, Copf не до N2 та ін.). Такі значення отримуємо за умови, коли абсолютні частоти словоформ у складі конструкції є близькими (напр., що 4843 і за 4831; не 4844 і до 4845).

Варто зазначити, що коефіцієнти Dice і gmean не враховують розмір обстежуваного корпусу, а отримувані значення перебувають у межах від 0 до 1, що ускладнює розмежування випадкових і невипадкових поєднань слів, переконливої інтерпретації яких у науковій літературі на сьогодні не запропоновано.

Отже, показник асоціації МІ видається найбільш придатним для визначення коректності виділення моделі синтаксичного фразеологізму та вірогідності встановлення стійкості поєднання двох або більше словоформ у межах незмінного компонента моделі речення. Коефіцієнт МІ враховує всі важливі параметри вживання конструкції (частоту конструкції, частоту кожної словоформи у її складі) та розмір корпусу, в межах якого здійснюється статистичне дослідження. Безумовною перевагою цього показника асоціації є можливість здійснення обчислень для будь-якої кількості словоформ.

Проведений статистичний аналіз дав змогу підтвердити правильність висунутої гіпотези про наявність високого ступеня (>>3) невипадковості поєднання словоформ у межах незмінного компонента всіх обстежених моделей фразеологізованих речень. При цьому встановлена закономірність: чим більшою є кількість компонентів конструкції, тим більшим є ступінь їхньої зв'язаності.

Перспективою наступного етапу дослідження є обчислення модифікованих показників асоціації МІ - МІ³, MI log Freq для моделей синтаксичних фразеологізмів української мови з метою збільшення значущості частоти конструкції, а не її окремих компонентів, та належного врахування значень низькочастотних конструкцій.

Список використаної літератури

1. Балобанова Л. А. Семантико-прагматический потенциал синтаксических фразеологизмов и их лексикографическое представление в словаре учебного типа: автореф. дисс. на соискание учёной степени канд. пед. наук: спец. 13.00.02 «Теория и методика обучения и воспитания (русский язык как иностранный)» / Л. А. Балобанова / Московский гос. ун-т имени М. В. Ломоносова. М., 2004. 28 c.

2. Бобкова Т. В. Теоретико-методологічні підходи до вивчення колокацій у сучасному мовознавстві / Т. В. Бобкова // Вісник КНЛУ. Серія Філологія. 2014. Том 17. № 2. С. 14-22.

3. Величко А. В. Синтаксическая фразеология для русских и иностранцев: Учебное пособие / А. В. Величко. М.: Изд-во МГУ, 1996. 96 с.

4. Всеволодова М. В., Лим Су Ён. Принципы лингвистического описания синтаксических фразеологизмов: На материале синтаксических фразеологизмов со значением оценки / М. В. Всеволодова, Ён Лим Су. М.: МАКС Пресс, 2002. 164 с.

5. Залесская В. В. Программа выявления в тексте двучленных статистически значимых осмысленных коллокаций (на материале русского языка) / В. В. Залесская // Технологии информационного общества в науке, образовании и культуре: сборник научных статей. Труды XVII Всероссийской объединенной конференции «Интернет и современное общество» (IMS- 2014), Санкт-Петербург, 19-20 ноября 2014 г. СПб: Университет ИТМО, 2014. С. 283-289.

6. Карпіловська Є. А. Вступ до прикладної лінгвістики: комп'ютерна лінгвістика: Підручник / Є. А. Карпіловська. Донецьк: ТОВ «Юго-Восток, Лтд», 2006. 188 с.

7. Русская грамматика: В 2-х т. Т. 2. Синтаксис / Под ред. Н. Ю. Шведовой. М.: Наука, 1980. 709 с.

8. Ситар Г. В. Статус синтаксичних фразеологізмів у системі фразеологічних одиниць / Г. В. Ситар // Вісник Донецького національного університету. Серія Б. Гуманітарні науки. Донецьк: ДонНУ, 2011. № 2. С. 66-74.

9. Ситар Ганна. Конструкційна граматика як теоретичне підґрунтя дослідження фразеологізованих речень / Г. Ситар // Типологія та функції мовних одиниць: наук. журн. на пошану член-кореспондента НАН України І. Р. Вихованця / [редкол.: Н. М. Костусяк (гол. ред.) та ін.]. Луцьк: Східноєвропейський нац. ун-т ім. Лесі Українки, 2015. № 2 (4). С. 192-205.

10. Хохлова М. В. Исследование лексико-синтаксической сочетаемости в русском языке с помощью статистических методов (на базе корпусов текстов): автореф. дисс. на соискание ученой степени канд. филол. наук: спец. 10.02.21 «Прикладная и математическая лингвистика» / М. В. Хохлова / Санкт-Петербургский государственный университет. Санкт- Петербург, 2010. 26 с.

11. Хохлова М. В. Экспериментальная проверка методов выделения коллокаций / М. В. Хохлова // Slavica Helsingiensia 34. Инструментарий русистики: корпусные подходы. Редколл.: А. Мустайоки, М. В. Копотев, Л. А. Бирюлин, Е. Ю. Протасова. Helsinki: Department of Slavonic and Baltic Languages and Literatures, 2008. С. 343-357.

12. Шмелёв Д. Н. Синтаксическая членимость высказывания в современном русском языке / Д. Н. Шмелёв. М.: URSS, 2006. 148 с.

13. Ягунова Е. В., Пивоварова Л. М. От коллокаций к конструкциям / Е. В. Ягунова, Л. М. Пивоварова // ACTA LINGUISTICA PETROPOLITANA. Труды Института лингвистических исследований РАН. Т. X. Ч. 2. Русский язык: грамматика конструкций и лексико-семантические подходы / Ред. тома С. С. Сай, М. А. Овсянникова, С. А. Оскольская. СПб.: Наука, 2014. С. 568-617.

14. Dunning Ted E. Accurate methods for the statistics of surprise and coincidence / Ted E. Dunning // Computational Linguistics. 1993. 19(1). P. 61-74.

15. Church K., Hanks P. Word association norms, mutual information, and lexicography / K. Church, P. Hanks // Computational Linguistics. #16(1). 1990. P. 22-29.

16. Church K., Hanks P., Hindle D., Gale W. Using Statistics in Lexical Analysis / K. Church, P. Hanks, D. Hindle, W. Gale, U. Zernik (ed) // Lexical Acquisition: Using On-line Resources to Build a Lexicon. Lawrence Erlbaum, 1991: http://www.cs.ihu.edu/~kchurch/wwwfiles/publications.html.

17. Everitt B.S. The Cambridge Dictionary of Statistics. 2nd edition / B.S. Everitt. Cambridge: Cambridge University Press, 2002. 410 pp.

18. Evert S. The Statistics of Word Cooccurrences: Word Pairs and Collocations / S. Evert: PhD dissertation, IMS, University of Stuttgart, 2004 (Published in 2005). 353 P. Free PDF available from http://purl.org/stefan.evert/PUB/Evert2004phd.pdf

19. Fano Robert M. Transmission of Information: A Statistical Theory of Communications / Robert M. Fano. The Technology Press, M.I.T., and John Wiley & Sons, Inc., New York, 1961. 389 pp.

20. Fillmore Charles J. The Mechanisms of «Construction Grammar» / Charles J. Fillmore // Proceedings of the Fourteenth Annual Meeting of the Berkeley Linguistics Society. 1988. Pp. 3555.

21. Fillmore C. J., Kay P., O'Connor M. C. Regularity and Idiomaticity in Grammatical Constructions: the Case of let alone / C. J. Fillmore, P. Kay, M. C. O'Connor // Language. 1988. 64(3). Pp. 501-538.

22. Fried Mirjam. Constructions and Frames as Interpretive Clues / Mirjam Fried // Belgian Journal of Linguistics. 2010. Vol. 24. Frames: from Grammar to Application, ed. by P. Sambre and C. Wermuth. Рр. 83-102.

23. Goldberg A. E. Constructions: A Construction Grammar Approach to Argument Structure. 1 edition / A. E. Goldberg. University Of Chicago Press, March 15, 1995. 271 p.

24. Goldberg Adele E. Constructions: a New Theoretical Approach to Language / Adele E. Goldberg // Trends in Cognitive Sciences. 2003. Vol.7 - No. 5 May. Pp. 219-224.

25. Gries S. Th., Stefanowitsch A. Extending Collostructional Analysis: a Corpus-Based Perspective on 'Alternations' / Anatol Stefanowitsch, Stefan Th. Gries // International Journal of Corpus Linguistics. 2004. 9(1). Pp. 97-129.

26. Petrovic S., Snajder J., Basic B. D., Kolar M. Comparison of collocation extraction for document indexing / S. Petrovic, J. Snajder, B. D. Basic, M. Kolar // Journal of Computing and information technology. 2006. 14 (4). P. 321-327.

27. Seretan V. Syntax-Based Collocation Extraction / V. Seretan // Text Speech and Language Technology. Series Editors Nancy Ide, Jean Veronis. Volume 44. Dordrecht - Heidelberg - London - New York: Springer, 2011. 222 pp.

28. Stefanowitsch A., Gries S. Th. Collostructions: Investigating the Interaction between Words and Constructions / Anatol Stefanowitsch, Stefan Th. Gries // International Journal of Corpus Linguistics. 2003. 8-2. Pp. 209-43.

29. Stefanowitsch A., Gries S. Th. Covarying Collexemes / Anatol Stefanowitsch, Stefan Th. Gries // Corpus Linguistics and Linguistic Theory. 2005. 1-1 - Pp. 1-43.

30. Stubbs M. Collocations and semantic profiles: On the cause of the trouble with quantitative studies / M. Stubbs // Functions of Language. 1995. 2, 1. Pp. 23-55.

Реферат

Статтю присвячено статистичним критеріям аналізу синтаксичних фразеологізмів на матеріалі української мови. Синтаксичні фразеологізми розглянуто з позицій конструкційної граматики та інтерпретовано як один із типів некомпозиційних мовних знаків - конструкцій.

Проаналізовано основні показники асоціації: MI, t-score, log-likelihood, Dice, gmean. Обрано показник асоціації МІ як статистичний критерій, що дає змогу визначити коефіцієнт невипадковості поєднання двох і більше слів у тексті, враховує частоту конструкції, частоту її компонентів, розмір корпусу та має формулу в узагальненому вигляді для конструкцій з будь- якою кількістю компонентів. фразеологізм синтаксичний український мова

Подано результати здійсненого статистичного аналізу моделей синтаксичних фразеологізмів української мови за даними Українського національного лінгвістичного корпусу. З'ясовано, що всі обстежені за показником асоціації МІ моделі синтаксичних фразеологізмів мають високий (МІ >>3) ступінь невипадковості поєднання компонентів, що входять до складу незмінної частини речення, тобто характеризуються статистично доведеною зв'язаністю.

Ключові слова: конструкція, конструкційна граматика, корпус текстів, синтаксичний фразеологізм, статистичний аналіз, показник асоціації, фразеологізоване речення.

Аннотация

Ситарь А. В. Статистические критерии анализа синтаксических фразеологизмов.

Статья посвящена статистическим критериям анализа синтаксических фразеологизмов на материале украинского языка. Синтаксические фразеологизмы рассмотрены с позиций конструкционной грамматики и интерпретированы как один из типов некомпозиционных языковых знаков - конструкций.

Проанализированы основные меры ассоциации: MI, t-score, log-likelihood, Dice, gmean. Выбрана мера ассоциации МІ в качестве статистического критерия, который дает возможность определить коэффициент неслучайности сочетания двух и более слов в тексте, учитывает частоту конструкции, частоту ее компонентов, размер корпуса и имеет формулу в общем виде для конструкций з любым количеством компонентов.

Представлены результаты проведенного статистического анализа моделей синтаксических фразеологизмов украинского языка по данным Украинского национального лингвистического корпуса. Определено, что все исследованные по мере ассоциации МІ модели синтаксических фразеологизмов имеют высокую (МІ >>3) степень неслучайности сочетания компонентов, входящих в состав неизменяемой части предложения, то есть характеризуются статистически доказанной связностью.

Ключевые слова: конструкция, конструкционная грамматика, корпус текстов, синтаксический фразеологизм, статистический анализ, мера ассоциации, фразеологизированное предложение.

Summary

Sytar H. V. Statistical Criteria of Analysis of Syntactic Idioms.

The article is devoted to the statistical criteria of analysis of syntactic idioms based on the Ukrainian language. Syntactic idioms are considered in terms of construction grammar and interpreted as one of the types of non-compositional language signs - constructions.

The main association measures were analyzed: MI, t-score, log-likelihood, Dice, gmean. Association measure of MI was chosen as a statistical criterion that enables determination of the nonrandomness coefficient of two or more words combination in the text, takes into account the frequency of construction, frequency of its components, and size of the corpus and has a formula in general form for constructions with any amount of components.