Корпусний підхід у контексті досліджень прикладної лінгвістики

Постановка наукової проблеми та її значення

Процеси інформатизації сучасного світу, за словами О. Демської-Кульчицької, значно змінили його. Вся інформація, використовувана як у повсякденному житті, так і та, що потрібна для опанування мовами, знаходиться в електронному форматі, колишні друковані видання, зокрема й рукописи та музейні й архівні манускрипти, набули електронного кодування [2, с. 68]. У зв'язку з цим постало питання розроблення такої пошукової системи, яка б ефективно й мобільно змогла забезпечити потреби в опрацюванні великих об'ємів різнорідної інформації, а також у вибірці потрібної інформації [3, с. 51]. Однією з таких пошукових систем стали лінгвістичні корпуси текстів, оснащених як системою кодування, так і системою зручного пошуку інформації [там само].

Аналіз досліджень цієї проблеми

Наразі корпуси мов - це одночасно і база, і інструмент лінгвістичних досліджень, і обов'язковий формат представлення мовного знання слідом за традиційними граматиками і словниками [5].

Проте питання ролі й місця корпусних досліджень у сучасній науці є не до кінця визначеними, і, за спостереженнями О. О. Борискіної, не всі вчені однозначно переконані в ефективності корпусного підходу при дослідженні мовних явищ ..., а тому висловлюються сумніви в доцільності застосування корпусних методів у лінгвістичному описі і час від часу спостерігається навіть скептичне й радикальне ставлення до надійності такого джерела пошуку інформації, як корпус [1, с. 24].

На підтвердження окремих скептичних поглядів щодо корпусних досліджень науковець наводить вкрай радикальний - повне неприйняття корпусної лінгвістики Н. Хомським - і цитує з цього приводу його думки, висловлені в інтерв'ю 2004 р. “Corpus linguistics doesn't mean anything - Корпусна лінгвістика нічого не означає” [7]. Як уважає засновник генеративної лінгвістики, корпусний підхід зводиться до тривіального спостереження за великим обсягом даних, що “не є методом наукового пізнання і не може забезпечити ані успішне розв'язання пізнавальних і практичних проблем, ані накопичення нових знань” [7; 1, с. 24].

У зв'язку з цим дискусія навколо основного питання, що ж таке корпусний підхід як напрям прикладних досліджень: вимога часу або нова тимчасова тенденція в лінгвістичних студіях, є ще далекою від свого завершення. Така постановка проблеми зумовлює актуальність теми пропонованої статті, її своєчасність та перспективність.

Мета і завдання статті - критично проаналізувати погляди лінгвістів щодо доцільності корпусної лінгвістики та визначити магістральні вектори корпусного підходу в контексті досліджень прикладної лінгвістики.

Виклад основного матеріалу й обґрунтування отриманих результатів дослідження

Основними опонентами генеративістів щодо питань пізнавального потенціалу корпусних досліджень є представники корпусної лінгвістики, які визначають останню “як розділ прикладної лінгвістики, що розробляє загальні принципи побудови та використання лінгвістичних корпусів” (Н.П. Дарчук, О. Демська-Кульчицька, В.В. Жуковська, Є.А. Карпіловська та ін.).

Зарубіжні прибічники корпусної лінгвістики (P. Baker, A. Hardie, T. McEnery) розглядають її і як теоретичну науку, і як методологію [8]. Обґрунтовуючи її статус як теоретичної доктрини зі сфери мовознавства, згадані дослідники зазначають, що вона має свій об'єкт дослідження (природну мову та її функціонування в усних і писемних висловленнях / текстах), який підлягає спостереженню за допомогою наукових статистичних методів. У методологічному плані корпусна лінгвістика ґрунтується на властивих їй принципах збирання, опрацювання, збереження та аналізу даних, які варіюються залежно від типу корпусу та його призначення, а також відповідно до конкретних завдань та сфери застосування [там само].

Попередній аналіз наукової літератури з цієї проблеми дає підстави припустити, що в сучасній науці сформувалися три підходи до оцінки функціональності й значущості корпусного підходу до вивчення мовних явищ: 1) радикально-скептичний, 2) помірковано-збалансований і 3) науково-перспективний.

У світовій науці, як зазначає О.О. Борискіна, дискусія точиться не навколо ставлення вчених до корпусу, а в підходах до роботи з цим лінгвістичним ресурсом [1, с. 24], в його надійності як пошукової системи.

Дослідниця у своїй роботі “Корпусное исследование языка: мода или необходимость?” зібрала різні погляди прибічників і опонентів, пов'язані з перспективністю й доцільністю корпусних досліджень загалом. Наведемо ключові їхні тези, але з власним аналізом і коментарями й аргументами відповідно до вище сформульованих у цій статті трьох підходів учених до проблематики корпусної лінгвістики.

Так, радикально налаштовані учені (F. Newmeyer, L. Prodromou, B. Seidlehofer, H. Widdowson та ін., серед яких і Н. Хомський та його колеги) переконані, за спостереженнями

О.О. Борискіної, що відсутні жодні підстави “говорити про перспективність напряму, в якого навіть немає власного УДК-класифікатора (позначенням якого часто є УДК 81 '32 - “математична лінгвістика”). І вже навіть ця формальна ознака, як вони вважають, нівелює значимість корпусного вивчення мовних явищ. І другий аргумент їхнього радикалізму пов'язаний із недоцільністю надавати особливий статус дослідженням, виконаним за даними корпусу, оскільки лінгвіст в будь-якій сфері вивчення формує матеріал у вигляді картотеки. Це обов'язковий етап лінгвістичного наукового пошуку. Корпус, на їхнє переконання, є заміною слову картотека. Але з такою оцінкою корпусного підходу не згодна дослідниця, і ми цілком її підтримуємо. Вона пише про те, що в цьому випадку відбувається спекуляція поняттями, адже корпус (з розміткою та анотуванням) аж ніяк не можна порівнювати з механічною вибіркою матеріалу, якою є картотека як за масштабами і функціональністю, так і за дослідницькими можливостями [1, с. 25].

Для того, щоб аргументувати свою позицію, ми звернулися до ідеї укладання корпусів, яка показує, що ще наприкінці XIX століття з величезної кількості карток аутентичних прикладів, зібраних групою укладачів словників, був скомпільований знаменитий Оксфордський словник англійської мови (The Oxford English Dictionary). За кілька століть до цього були зібрані колекції текстів високого статусу, які зберігалися в бібліотеках і які вивчали як зразки риторики, стилю, граматики. Так, у ХШ ст. зусиллями 500 монахів механічно створили перший конкорданс (список усіх слів тексту з вказівкою контекстів їхнього вживання) до латинського перекладу Біблії.

Відомий данський лінгвіст О. Єсперсен (представник Копенгагенської школи структуралізму), який зібрав величезну колекцію (близько 300-400 тис.) прикладів незвичної вимови слів, граматичних форм та конструкцій речень, став би не просто прихильником корпусних методів дослідження, якби на той час були комп'ютери [12, с. 17-27], а запеклим опонентом радикальних висловлювань щодо недоцільності корпусного підходу для вивчення мовних явищ.

А оскільки ще існують такі радикальні настрої в лінгвістичному середовищі, то варто продовжувати проведення корпусних досліджень і демонструвати їхні переваги, розкривати нові можливості для аналізу мовних явищ і підсилювати експланаторність студій цього напряму прикладної лінгвістики.

Представники помірковано-збалансованого підходу до корпусних досліджень, до яких належить і Ю.Д. Апресян, уважають, що надмірне захоплення корпусними даними час від часу призводить до фальсифікації результатів і зловживання кількісними показниками [1, с. 25]. Суто частотний підрахунок вживання слів не може бути надійним критерієм тверджень про особливості функціонування лінгвістичного об'єкта. Проявам дилетантства у середовищі лінгвістів-корпусників почасти “сприяють” і донині не усталений термінологічний апарат і не відпрацьована методологія корпусних досліджень. Водночас учений вважає, що ці зауваження і застереження не применшують значимості корпусних технологій.

Які ще проблеми є нагальними, що викликають не стільки критику, скільки занепокоєння в лінгвістичних колах, зокрема в осередках семантичної лінгвістичної школи, потребуючи термінового вивчення і надання обґрунтованих відповідей на вказані зауваження?

По-перше, робота з корпусами передбачає ознайомлення з основами IT-термінології, з набуттям навичок пошукового запиту та вміннями застосовувати методи кількісного та статистичного опрацювання інформації. Саме недосконалість пошукового інструментарію ускладнює роботу з корпусними даними, оскільки пошук за запитом видає сотні й навіть тисячі результатів (контекстів слововживання), які фізично неможливо опрацювати в обмежений час. Це провокує “скептиків” критично ставитися до припущень прихильників корпусних технологій у тому, що останні заощаджують час, а пошукова система сприяє розв'язанню проблем будови та розвитку мови [1, с. 25].

Ще одна скептична критика корпусного підходу полягає в тому, що процес компіляції текстів, а потім вилучення з них слів “деконтекстуалізує мову, оскільки позбавляє її контексту” [20], а також видаляє мову з етнографії комунікації. Проте дослідження на матеріалі корпусів, наприклад, “сполучуваність ключових слів у контексті (KWIC)”, “контекст у вживанні номіналізаційного суфікса ness” [14, с. 35] та ін. дають підстави для спростування цих тверджень.

Саме такі контексти вживання слів, афіксальних морфем тощо допоможуть об'єктивно виявити внутрішню будову конкретної мови.

Подібна скептична критика корпусних досліджень була також пов'язана з недосконалою методикою обробки текстів “згори вниз” без урахування загального дискурсу [19] і навіть більше - є такі фрагменти тексту, яких навіть конкордандер не може досягти [13, с. 71]. Це, зокрема, такі аспекти макроструктури тексту, як текстові рухи, тобто одиниці тексту, що виконують специфічну текстову функцію.

Тим не менше останніми роками саме науковому вивченню способів опрацювання текстів спеціалісти у сфери корпусної лінгвістики стали приділяти найбільшу увагу [9; 10]. Вони обґрунтували концепцію, в основі якої лежить підхід “згори вниз”; згідно з ним спершу визначаються функціональні компоненти конкретного жанру, а потім всі тексти в корпусі аналізують з погляду цих компонентів. І, навпаки, текстові компоненти випливають з аналізу корпусів за підходом “знизу вгору”, а потім дискурсну організацію окремих текстів аналізують з позицій лінгвістично релевантних текстових категорій.

Ґрунтовні відповіді на радикальні й скептичні настрої намагалися дати представники науково-перспективного підходу в корпусній лінгвістиці у рамках міжнародної наукової конференції “Корпусная лингвистика” та Міжнародної наукової конференції “Диалог”, де основним завданням було обговорення питання вдосконалення пошукових систем і методів запиту інформації.

Палким прихильником корпусно-орієнтованої прикладної лінгвістики є В.А. Плунгян, який разом зі своїми колегами переконаний у тому, що сучасне дослідження мови не може здійснюватися поза лінгвістикою корпусів [6].

На корить цих тверджень у працях багатьох лінгвістів (Д. Байбер, А.П. Гладкова, Дж. Синклер, В. Тойберт та ін.) наводені досить вагомі аргументи. У статті “Корпусний підхід у сучасній лінгвістиці: перспективи і можливості застосування” І.В. Мейзерська, вказує на переваги застосування корпусу в мовознавчих студіях, цитуючи Я. Свартвіка. На його думку, до таких належить, передовсім, об'єктивність, верифікованість, ефективність у вивченні мовних варіантів, діалектів, стилів, а також історичних порівнянь; можливість виявлення частоти слововживань, репрезентативність. Окрім того, учений зазначає, що корпус є теоретичним ресурсом і водночас інструментом для машинного перекладу, розпізнавання та синтезу мовлення, а також для розроблення програм, пов'язаних із уживанням мови [4, с. 54; 18, с. 7].

Крім того, на матеріалах корпусів можна вивчати та інтерпретувати як частотні явища, так і оказіональні. Зіставляючи й аналізуючи дані, отримані за допомогою різних корпусів, можна встановити мовну варіативність та закономірності мовних змін, прогнозувати подальший розвиток досліджуваного явища тощо.

Корпусний підхід, на думку В. О. Плунгяна, робить результати більш емпірично релевантними. Учений припускає, що принципова новизна результатів корпусних досліджень дає підстави для опису корпусних словників і корпусних граматик нового покоління, укладених і верифікованих саме стосовно конкретного фіксованого корпусу. Корпусний характер словників і граматик підвищує їх надійність і верифікацію, дозволяє уникнути суб'єктивності та неповноти. А створення аналізаторів та спеціалізованих словників для автоматизованої розмітки корпусу (морфологічної, синтаксичної, тематичної) технологічно можливе лише в рамках корпусної лінгвістики [1, с. 27].

Ці останні переваги корпусних досліджень свідчать про те, що за останні роки відбулися докорінні зміни в царині лексикографії. Як твердить В. О. Плунгян, вже окреслені контури нового моделювання мови, яка в багатьох суттєвих відношеннях відрізняється від звичних моделей, що склалися в останній чверті XX століття [5, с. 7-20]. Ці зміни стали настільки радикальними, що їх часто описують як революційні.

Наразі корпусний підхід до вивчення мови змінив уявлення лінгвістів про мову. Так що ж таке лінгвістичний корпус? Як правило, лінгвістичним корпусом називають сукупність текстів, зібраних згідно з визначеними принципами, розташованих за певним стандартом і забезпечених спеціалізованою пошуковою системою.

Зарубіжні представники корпусної лінгвістики загалом розуміють корпус як дослідницьку сферу [7], де сукупність текстів зібрана разом для лінгвістичного аналізу. Корпусна лінгвістика має вже потужні школи за кордоном у Ланкастері, Бірмінгемі, Ноттінгемі й Аризоні, а також власні спеціальні академічні журнали (наприклад, у перекладі “Міжнародний журнал з корпусної лінгвістики”, “Корпусна лінгвістика” і “Лінгвістична теорія”).

Деякі уточнення щодо визначення лінгвістичного корпусу наявні в роботах інших зарубіжних авторів (McEnery & Hardie), які під ним розуміють набір машиночитаних текстів, що є надійною основою для вивчення певних дослідницьких питань [14, с. 1]. Головне дискусійне питання при цьому, на їхню думку, пов'язане з тим, чи дозволяє корпус вивчати мовні явища в діахронії, чи лише наявні тексти для аналізу мови у синхронії. Відповідь на це питання лежить у площині конкретного корпусу і мети його укладання.

Концептуальною ідеєю будь-яких корпусів є принципова ідеологія їхнього укладання на основі текстів, а не окремих слів, оскільки “досвід навколишнього світу значною мірою є текстовим опосередкованим досвідом, і, з огляду на таке припущення, люди живуть у світі текстів” [14, с. 230]. Виходячи з цього, корпусний підхід порушує революційне питання щодо перегляду статусу слова як основної одиниці мови. І незважаючи на те, що корпусний підхід ґрунтується на створенні принципів укладання текстів та їхній розмітці, а не на окремих словах, ключовим питанням цього підходу є здатність корпусу надавати лінгвістові можливість вимірювати частоту певних слів і фраз, визначати способи їхньої сполучуваності, стилістичні регістри окремих слів тощо.

Висновки та перспективи подальшого дослідження. Підбиваючи підсумок викладених положень щодо корпусного підходу у прикладних дослідженнях, зазначимо, що в лінгвістиці сформувалися три наукові позиції щодо його оцінки, доцільності й перспективності: 1) радикально-скептична, 2) помірковано-збалансована і 3) науково-перспективна. Представники першого підходу переконані в ненадійності корпусу як пошуково-дослідницької системи. Скептики, з одного боку, вважають, що лише тільки корпусні лінгвістичні дані призводять до певної фальсифікації результатів, а суто частотний підрахунок вживання слів не може бути надійним критерієм тверджень про особливості функціонування лінгвістичного об'єкта, а, з іншого, не заперечують все ж таки важливість і значимість цих методик опису мовних явищ. Кардинально протилежною є позиція оптимістично налаштованих лінгвістів, які працюють у сфері корпусної лінгвістики і пов'язують важливість корпусних досліджень із створенням корпусних словників і корпусних граматик нового покоління, що сприятимуть докорінним змінам у царині лексикографії та інших сферах міждисциплінарної лінгвістики.

Перспективами подальших досліджень є аналіз концепції укладання Британського національного корпусу (The British NationalCorpus, BNC) та досліджень, виконаних на його матеріалі.

корпусний радикальний переклад мовознавчий

1. Борискина О.О. Корпусное исследование языка: мода или необходимость? / О.О. Борискина // Вестник ВГУ. Серия : Лингвистика и межкультурная коммуникация. - 2015. - № 3. - С. 24-27.

1. Boriskina, O.O. 2015. “Korpusnoe issledovanie yazyka: moda ili neobkhodimost?” Vestnik VGU. Seriya: Lingvistika i mezhkulturnaia kommunikatsyia, 3: 24-27.