Параллельный конкорданс: поиск и ранжирование переводных контекстов для иллюстрации переводов

2.2 Практическая реализация иллюстративного блока в двуязычных словарях

Считается, что переводной словарь, составляемый в том числе и с учётом учебных целей, должен включать именно типовые контексты и иллюстрации к информации о сочетаемости слов. Поэтому от определения этих контекстов можно перейти к изучению реализации этой идеи в конкретных словарях.

Русско-английский словарь под общим руководством проф. А.И. Смирницкого

Словарь содержит около 50 тысяч статей. Основной особенностью словаря, по словам составителей, является то, что «в нём в большей мере, чем это обычно делается в подобных словарях, уделено внимание фонетическому и грамматическому аспектам слова» [Ахманова 1948: 15]. В словаре сочетаемость слов указывается регулярно несколькими способами: например, для глаголов схематически указывается предложно-падежное управление, кроме того, для многих слов даётся информация о лексической сочетаемости. Важно отметить, что сведения о грамматической сочетаемости (управлении) даны как для русских слов, так и для английских эквивалентов. Таким образом реализуется ещё одна особенность словаря - ориентация одновременно на изучающих и русский язык, и английский. Об иллюстрациях авторы далее замечают, что они приводятся «в особо сложных случаях». На самом деле, словосочетания с переводами включены практически в каждую статью, например, при слове вести:

вести, повести 1. … 2. (вн.; руководить) conduct (d.), direct (d.); ~ кружок conduct a circle; ~ собрание preside over a meeting …

Кроме того, много внимания уделяется тому, что авторы обозначают как «фразеологические сочетания» - те, в которых данное слово переводится особо. Эти сочетания в словарных статьях приводятся наряду с иллюстрацией сочетаемости.

Англо-русский словарь В.К. Мюллера

Англо-русский словарь, составленный В.К. Мюллером, - один из наиболее переиздаваемых переводных словарей в России - в первом издании [Мюллер 1935] включал 40 тысяч слов. Как и в словаре под руководством А.И. Смирницкого, основной акцент был сделан на произношении и грамматическом справочнике. Авторы уделяют значительное внимание идиомам, «специфическим и характерным выражениям» и включают их в словарь в максимально возможном количестве. При этом (учитывая время издания) теоретическая база для отбора этих сочетаний не разрабатывается, составители полагаются на лексикографическую интуицию.

Большой англо-русский словарь под общим руководством И.Р. Гальперина

Словарь [Гальперин 1977] включает 150 тысяч статей и предназначен для активного использования. В предисловии отмечается, что «словарь должен дать как можно более полное описание функционирования каждого данного слова». Отбор иллюстраций основывается на принципе «предсказуемости лексического окружения», то есть на наличии устойчивой ассоциации заголовочного слова с определённым выражением, например, для слова blame:

blame I n 1. порицание, упрёк; to deserve ~ заслуживать порицание; to incur ~ for smth. навлекать (на себя) упрёк за что-л. …

The Oxford Russian dictionary : Russian-English, English-Russian

Объём словника словаря [Wheeler, Unbegaun 1997] составляет 180 тысяч слов и словосочетаний, причём один том включает одновременно англо-русский и русско-английский словари. К иллюстрациям относят словосочетания и предложения, которые показывают характерное и идиоматическое употребление слова (characteristic and idiomatic usage). Предложения в качестве иллюстраций приводятся только для описания модели управления глаголов:

вырв|аться,усь,ешься pf. (of вырываться) 1. (из+g.) to tear oneself away (from); to break out (from) … ; в. из чьих-н. рук to break loose from someone's grip; едва ли мне удастся до лета в. из Москвы I shall hardly manage to get away from Moscow before the summer. 2. …

Большой англо-русский словарь Abbyy Lingvo

Словарь [Бурнашева 2011] подготовлен лексикографической группой отдела прикладной лингвистики компании ABBYY. Впервые вышедший в 1990 году, LingvoUniversal (En-Ru) стал первым в России см. описание словаря:

http://www.lingvo-online.ru/ru/LingvoDictionaries/Details?dictionary=LingvoUniversal%20(En-Ru) лексикографическим изданием совершенно нового типа, предназначенным для электронного поиска и показа и совмещающим в себе функции переводного и толкового словаря. Большинство лексических значений снабжено толкованиями, комментариями об использовании, примерами употребления; многие включены в синонимические ряды и антонимические пары. При подготовке издания широко использовались материалы обсуждений на специализированных лексикографических форумах, специально созданных для развития словарей ABBYY Lingvo: переводческих форумах, форумах Ассоциации лексикографов ABBYY Lingvo, многочисленные одно- и двуязычные словари и интернет-ресурсы.

Иллюстративный материал в электронном словаре Lingvo доступен не только в рамках конкретной словарной статьи, но и через полнотекстовый поиск. Словарь содержит 100 тысяч заголовочных слов и около 50 тысяч словосочетаний. В предисловии к бумажной версии словаря принципы отбора и источники иллюстраций и блока сочетаемости не указаны. Составители лишь отмечают, что «словосочетания позволяют показать употребление слова, например, несвободный выбор глагола или определения для передачи нужного смысла» [Бурнашева 2011]. Словосочетания авторы относят к блоку сочетаемости, тогда как полноценными иллюстрациями считаются предложения из английских текстов с переводом на русский язык. Фактически, иллюстрации-предложения приводятся при редких и «контекстно зависимых» переводах, например, в статье для слова example:

1)

а) пример, иллюстрация, типичный случай, аналогичный случай

to cite / give / provide an example -- приводить пример

classic example -- классический пример

…

2) урок, назидание; предостережение

Let these unhappy examples be a warning to others. -- Пусть эти прискорбные уроки послужат предостережением другим.

Новый большой англо-русский словарь под руководством Ю.Д. Апресяна

Словарь [Апресян 2000] построен на материале Англо-русского словаря И.Р. Гальперина по новым принципам новым коллективом авторов под руководством Ю.Д. Апресяна. В отличие от большинства рассмотренных словарей содержит подробное предисловие, в котором описываются принципы, положенные в основу словаря. Главным таким принципом является «установка на активность» - с этим связан и тщательный подход к отбору иллюстраций в блоке сочетаемости. По мнению составителей словаря, важнее всего отразить сочетаемость глаголов и существительных, поскольку она наименее симметрична в англо-русском направлении перевода. Словосочетания и предложения иллюстрируют два основных явления: модель управления заголовочного слова и специфические признаки, которые авторы называют синтаксическими, - фактически это лексико-грамматические разряды, особенности употребления которых проще проиллюстрировать, чем добавлять специальные обозначения. Так, например, авторы обращают внимание на явление лексикализации пассива некоторых глаголов в английском языке (You are assigned a difficult task). Эта особенность характерна для отдельных лексем, поэтому должна быть проиллюстрирована. Что касается модели управления, то отмечается, что иллюстрациями снабжаются обычно следующие случаи:

- число актантов и способы их выражения (практически для всех глаголов);

- типичные эпитеты существительного;

- глаголы, при которых заголовочное существительное является подлежащим;

- типичные ситуации, обозначаемые глаголом/существительным;

- виды и части объекта и т.п.

Внутри словарной статьи иллюстрации располагаются в порядке смысловой сложности: например, для существительных сначала приводятся сочетания с прилагательным, а затем модель управления с реализациями.

2.3 Выводы

Во второй главе описываются некоторые подходы к составлению иллюстративного блока словарей, анализируется иллюстративный блок англо-русских переводных словарей. Мы выделили и охарактеризовали основные функции двуязычных словарей и принципы отбора иллюстраций в связи с функциональной направленностью этих словарей. Из анализа подходов к иллюстрированию двуязычных словарей, зафиксированных в предисловиях к словарям и реализованных в самих словарях, можно заключить, что составители в большинстве случаев не формулируют строгих критериев отбора, но полагаются на интуицию лексикографа. Кроме того, несмотря на важность типовых контекстов, которая часто акцентируется, многие словари уделяют большее внимание идиоматическим сочетаниям и специфическому употреблению лексем, когда сложно подобрать дословный переводной эквивалент. Тем самым, наше исследование существующего практического опыта формирования иллюстративного блока переводных словарей подводит к выводу о том, что на сегодняшний день отсутствует единая теория и методология отбора иллюстративных примеров употребления в контексте и типовой сочетаемости слов, включаемых в словники.

компьютерный лексикография машинный перевод

3. Устойчивые сочетания различных типов и опыт их лексикографирования

3.1 Основные концепции устойчивых сочетаний

Термин «коллокация» широко распространился как в отечественной, так и в зарубежной лингвистике не так давно. Обычно говорят об устойчивых словосочетаниях, фразеологизмах и т.п. Последние обычно включаются в специальный блок - фразеологическую («заромбовую») часть словарной статьи. Коллокации же, как мы видели в предыдущей главе, представляют собой основной материал для иллюстративного блока двуязычных словарей (особенно учебных).

Английский термин collocation ввёли в употребление Дж. Фёрс [Firth 1935, обычно цитируется по Firth 1957] и Г. Палмер [Palmer 1933]. Этот подход затем развивался в британской лингвистике как с теоретической, так и с практической стороны (в частности, при создании словарей с использованием корпусных методов - серии COBUILD и словарей издательства Macmillan). Широко известно высказывание Дж. Фёрса, которое можно отнести как к изучению коллокаций, так и к идеям дистрибутивной семантики: «you shall know a word by the company it keeps» [Firth 1957].

Г. Палмер и его коллега А.С. Хорнби [Hornby 1942] обращали внимание на коллокации в контексте методики преподавания языков и учебной лексикографии. Об этом свидетельствует, например, собственно определение коллокации из работы [Palmer 1933: 6]: «A collocation is a succession of two or more words that must be learnt as an integral whole and not pieced together from its component parts» (Коллокация - это последовательность двух или более слов, которые должны изучаться как единое целое, а не покомпонентно). На самом деле, по этому определению сложно провести границу между сочетаниями различной степени связанности (например, коллокациями и идиомами), однако в нем отражена главная, по мнению Г. Палмера, характеристика языковых единиц, которые он называет коллокациями - необходимость усвоения целиком, а не по частям при изучении языка. Кроме того, некоторая часть работы посвящена пояснению терминологии - почему автор не использует другие термины (idioms, heterosemes, phrases, locutions, formulas, compounds).

Поскольку нововведённый термин остаётся неясным, а явления, которые им описываются, весьма разнообразны, приводятся примеры различных классов коллокаций - «гетеросемы» (heterosemes, сочетания, в которых одно из слов используется в новом значении), характерные грамматические конструкции.

Работы Дж. Фёрса, как следует из приведённой выше цитаты, были в основном посвящены определению значения через сочетаемость лексемы. В статье [Firth 1935] он отмечает, что его исследования также вдохновлены практическими языковыми задачами, которые возникали при работе в Индии и Африке. Понятие коллокации и его значение обсуждаются в контексте идеи многоуровневого анализа языка (в отличие от структуралистского анализа по уровням). Контекст порождает значение; как пишет Дж. Фёрс, одно из значений слова night - его способность сочетаться с прилагательным dark, то есть dark night.

Первая классификация устойчивых сочетаний представлена в работах Ш. Балли [Bally 1951]. Он замечает, что некоторые слова более или менее ассоциируются между собой, причём их сочетание часто запоминается и прочно входит в употребление. Ассоциация или связь между элементами таких сочетаний располагается между пограничными случаями, когда

1) сочетание распадается сразу после создания, то есть его компоненты сочетаются свободно;

2) слова постоянно употребляются в конкретном сочетании так, что теряют независимость и самостоятельное значение.

Естественно, множество переходных случаев с трудом поддаётся классификации, поэтому Ш. Балли неформально выделяет три группы:

1) фразеологические обороты - сочетания, прочно вошедшие в язык (например, французское tout de suite);

2) фразеологические группы - сочетания, в которых отдельные слова сохраняют самостоятельность (avoir de la chance);

3) фразеологические единства - сочетания, в которых наблюдается полная связанность элементов (avoir lieu).

Среди фразеологических групп Ш. Балли отдельно отмечает группы с усиливающим определением (chaleur suffocante) и глагольные группы, в частности, перифразы самостоятельных глаголов (remporter une victoire), и так же, как и предыдущие авторы, подчёркивает важность этого языкового явления при изучении иностранного языка. Поскольку работа Ш. Балли посвящена стилистике, его в значительно большей степени интересуют оригинальные явления литературного языка, то есть фразеологические единства. Фразеологические группы называются «самой банальной частью словаря», поэтому им не уделяется большого внимания в этом исследовании фразеологии.

Подобным образом, исходя из степени трансформации значения, классифицирует фразеологизмы В.В. Виноградов [Виноградов 1977]. Он выделяет три класса фразеологизмов, и его схема стала классической [см., например, Шанский 1985]:

1) фразеологические сращения - устойчивые сочетания, значение которых не выводится из значения составляющих их компонентов, то есть является немотивированным в синхронической перспективе (попасть впросак).

2) фразеологические единства - устойчивые сочетания, значение которых отчасти связано с семантикой составляющих их компонентов (зайти в тупик).

3) фразеологические сочетания - устойчивые обороты с мотивированным значением, но значение одного из компонентов сочетания является связанным, а само слово имеет ограниченную сочетаемость (щекотливый).

Те сочетания, которые Ш. Балли называл фразеологическими группами, в отечественной фразеологии, таким образом, не получили специального названия. Классификация В.В. Виноградова расширяется, в частности, в работах Н.М. Шанского [Шанский 1985], который к трём перечисленным категориям добавляет фразеологические выражения - обороты, которые состоят из слов со свободным значением. Отличие таких выражений от обычных синтагм заключается в том, что они «извлекаются говорящим из памяти целиком (как отдельное слово или фразеологический оборот, эквивалентный слову)» [Шанский 1985: 69]. Среди них выделяются выражения коммуникативного и номинативного характера - предикативные словосочетания, соотносимые с предложением (Без труда не вытащишь и рыбку из пруда), и словосочетания с назывной функцией (высшее учебное заведение).

Вопрос о классификации и характеристике устойчивых сочетаний подробно рассматривается в [Мельчук, Иорданская 2007]. Авторы являются активными разработчиками теории «Смысл Текст», и их работа касается в том числе особенностей лексикографирования устойчивых сочетаний различных типов. Кроме того, именно в этой работе предпринята попытка систематизации терминологии и определений различных понятий фразеологии, поэтому следует остановиться на ней подробнее.

Первое, «неформальное» определение фраземы как предмета фразеологии вообще звучит так [Мельчук, Иорданская 2007: 226]:

«Фразему можно определить, как такое сочетание, означаемое и означающее которого НЕ МОГУТ быть построены без ограничений и регулярно.»

Строгое определение фраземы затем выводится через отрицание из определения свободного сочетания:

Свободное словосочетание удовлетворяет следующим двум условиям:

1) его означаемое представляет собой регулярную сумму означаемых его составляющих;

2) его означающее представляет собой регулярную сумму означающих его составляющих.

В рамках теории «Смысл Текст» [Мельчук 1999] авторы поясняют это определение таким образом: «Иначе говоря, свободное словосочетание - это такое словосочетание, которое может быть получено из данного Концептуального Представления с применением любых общих правил языка L без каких бы то ни было ограничений» [Мельчук, Иорданская 2007: 227].

Несвободные словосочетания, которые в общем случае называются фраземами, могут не удовлетворять одному из двух указанных выше условий. В соответствии с этим выделяются различные типы фразем.

Прагматемы - это словосочетания, в которых нарушается первое условие из определения свободного словосочетания, то есть для понятие, выражаемого данным словосочетанием, возможно только одно данное означаемое.

К прагматемам И.А. Мельчук и Л.Н. Иорданская также относят сочетания, означающие которых построены регулярно, но с ограничениями. Например, английское “Best before…” (употребить до) построено регулярно, но имеет прагматические ограничения в том смысле, что в ситуациях его использования (например, на упаковке с йогуртом) не возможен никакой синонимичный эквивалент. Кроме того, к прагматемам же причисляются те случаи, когда для одного означаемого возможны различные синонимичные сочетания (“Please be quiet”, “No talking please” и т.п.).

Полуфраземы или коллокации - это разновидность идиом, в которой означаемого одного из компонентов входит в сочетание без изменений, тогда как вместо означаемого другого компонента включается некоторое другое означаемое, обычно зависящее от первого: «отпустить шутку₁», «выдерживать сравнение₁». Следует сразу заметить, что в модели «Смысл Текст» полуфраземы описываются с помощью лексических функций [Мельчук 1999].

Означаемое квазифразем или квазиидиом включает в себя означаемые обеих лексем и «некую непредсказуемую добавку»: “bacon and eggs” - яичница с беконом, “shopping center” - торговый центр.

Поскольку нас прежде всего интересуют коллокации, рассмотрим также понятие лексических функций, с помощью которых они описываются в модели «Смысл Текст». И.А. Мельчук и коллеги предложили новый тип словаря - толково-комбинаторный, в котором главным способом описания и являются лексические функции - зависимости, связывающие заголовочное слово с его «лексическими коррелятами», синтагматически и парадигматически связанными с ним лексическими единицами. По этому признаку выделяются лексические функции-замены, описывающие парадигматические связи слова, и параметры, описывающие сочетаемость. Приведём несколько примеров таких функций-параметров:

- , где i - номер - типовое название актанта, которые нумеруются в порядке значимости для данного слова: .

- - типовое название сирконстанта:

- - глагол, связывающий данное слово с первым или вторым актантом (агенсом / пациенсом):

;

.

В Машинном фонде русского языка используется оригинальный подход к устойчивым сочетаниям, описанный в [Борисова 1990: 88-89]: «Основу пакета «Устойчивые словосочетания» составляют те единицы, которые традиционно включались в число фразеологических единиц, однако выделяли какими-либо особенностями, не позволяющими сводить их в один класс с идиомами, паремиями и другими «типичными» фразеологизмами». Такие сочетания характеризуются, как правило, сохранением лексического значения одного из компонентов и ослаблением значения образности. В Машинном фонде русского языка к устойчивым сочетаниям относят те фразеологизмы, один компонент которых выбирается в процессе речи на основании его свободного значения, а второй - на основании значения первого (отпустить шутку). Таким образом, они соответствуют полуфраземам или коллокациям в классификации И.А. Мельчука и Л.Н. Иорданской. Кроме того, Е.Г. Борисова упоминает фраземы в значении, введённом в работе [Амосова 1963] - словосочетания, один из компонентов которых употребляется только в сочетании с другим компонентом: «щурить глаза», «разбиться вдребезги». При этом значения обоих компонентов сохраняются. Автор также отмечает два важных свойства устойчивых сочетаний:

- невозможность предсказания выбора несвободного компонента на основании знаний о семантическом составе сочетающихся слов;

- необъяснимость сочетаемости на основании знаний о семантическом составе лексем.

Эти свойства связаны с тем, что для устойчивых словосочетаний нарушено условие свободной сочетаемости, когда смысловые компоненты каждого из слов совместимы.

В [Борисова 1990] устойчивые словосочетания классифицируются на основании зависимости выбора несвободного компонента: этот компонент может употребляться только в рамках данного сочетания, в ограниченном множестве сочетаний или свободно. Выделяются словосочетания, выражающие уникальные смыслы (закадычный друг), и словосочетания, выражающие регулярные смыслы (вступать в бой, в соперничество). Последние хорошо описываются в терминах уже упомянутых лексических функций.

Когда работы по созданию Машинного фонда русского языка были прекращены, Е.Г. Борисова продолжила заниматься коллокациями, что отражено в монографии [Борисова 1995а] и словаре сочетаемости русского языка с английскими эквивалентами [Борисова 1995б].

Задача анализа устойчивых сочетаний является частной по отношению к проблеме исследования сочетаемости лексических единиц, или лексической синтагматики. Именно исследования по семантической синтагматике могут объяснить механизмы взаимодействия значений, обуславливающие появление и свободных, и устойчивых сочетаний, и сочетаемостных аномалий. Упомянем здесь кратко концепцию В.Г. Гака [Гак 1971] и схожие идеи Ю.Д. Апресяна [Апресян 1974].

Устойчивые словосочетания различных типов в контексте вопроса о синтаксической синтагматике упоминаются В.Г. Гаком в статье [Гак 1971]. В.Г. Гак рассматривает закономерности синтагматически обусловленной номинации, то есть номинации, зависящей от окружающих номинаций высказывания. В определении В.Г. Гак пользуется понятием семы - минимального компонента значения. Семантическое сочетание слов определяется законом семантического согласования: чтобы два слова составили правильное сочетание, они должны иметь одну общую сему, помимо специфических, присущих каждому слову. Эту сему французские лингвисты Б. Потье и А. Греймас назвали классемой. Классема должна повторяться в сочетающихся единицах; в примере В.Г. Гака «простуженная женщина» - правильное сочетание, поскольку

а) значение слова «простуженный» включает значение одушевлённости, поскольку признак присущ только одушевлённым лицам;

б) значение слова «женщина» включает значение одушевлённости.

Под классемой обычно подразумевается некий категориальный компонент - одушевленность, возраст, пол, действие или состояние и так далее. В.Г. Гак предлагает рассматривать также и те случаи, где в сочетании связующим является некоторый второстепенный, не категориальный компонент значения - «связующий семантический компонент» или синтагмема. Экспериментальные данные показывают, что возможны три варианта взаимодействия слов и в сочетании в зависимости от реализации синтагмемы .

1)

Семантическое согласование, возникает в тех случаях, когда в значениях синтагматически связанных слов есть общий компонент, интегральная сема. Так, в сочетаниях птица летит, змея ползёт наблюдается семантическое согласование, поскольку «летать» предполагает «летающего» деятеля, а «ползать» - «ползающего».

2)

Семантическое несогласование, возникающее вследствие семантической экономии: потенциально общий компонент опускается в одном из сочетающихся слов (птица, змея приближается). Это происходит лишь в тех случаях, где опущенный элемент предсказуем: например, предложение «Возле стены стоял шкаф» сохраняет то же значение, что и у «Возле стены находился шкаф», поскольку шкаф обычно занимает вертикальное положение.

3)

Семантическое рассогласование, проявляется при наличии в синтагме несовместимых (противоположных или ненужных) компонентов значения (птица ползёт, змея летит). В таких сочетаниях некоторые семы могут быть утрачены, а сами сочетания переосмысляются или получают новое переносное значение: например, к значению ползти в сочетании с «неползающим» субъектом добавляется компонент «скорость». При исследовании коллокаций необходимо принимать во внимание именно этот тип выражений.

По мнению Ю.Д. Апресяна [Апресян 1974], в общем возможны два варианта сочетаемости. В случае семантической сочетаемости или семантических ограничений на сочетаемость, речь идёт о наборе семантических признаков, которыми должны обладать слова, замещающие данную валентность. Лексическая сочетаемость и лексические ограничения описываются набором лексем. В рамках предложенной Ю.Д. Апресяном модели управления эти ограничения легко записываются в условном виде. Кроме того, в модели «Смысл Текст» толкования должны формулироваться таким образом, чтобы с его помощью можно было проверить потенциальный актант. Например, «грозить = A обещает причинить Y-у зло или неприятность X». Далее, в случае лексической сочетаемости, может описываться набор слов, которые могут оказаться на месте А.

3.2 Представление коллокаций в словарях сочетаний

Коллокации и устойчивые словосочетания различных типов включаются в соответствующие словари - словари коллокаций, фразеологические словари - которые по-своему формулируют критерии отбора материала.

В разделе, посвящённом синтагматическим и фразеологическим словарям, авторы «Истории английской лексикографии» [Cowie 2009] говорят о трёх критериях, которые указывают на значимость определённого словосочетания:

· частота словосочетания: статистически значимые сочетания включают коллокации [Herbst 1996], «кластеры» (a bit, a little bit… [Mittman 2004]), стеммы [Altenberg 1998]: and then I, there is a;

· степень вариации элементов словосочетания: фиксированные элементы, систематическое варьирование в пределах грамматических категорий, лексические варианты;

· степень мотивированности значения (semantic transparency), от полной аддитивности значений до идиом.

Среди существующих синтагматических и фразеологических словарей выделяют: словари пословиц (dictionaries of catchverbs and proverbs), собственно фразеологические словари (idiom dictionaries), словари фразовых глаголов (phrasal verb dictionaries), словари валентности (valency dictionaries), словари коллокаций (collocation dictionaries).

Для дальнейшей работы важно рассмотреть, чем характеризуются последние два типа словарей. Словари валентности обычно составляются для тех языков, где особенную сложность представляет глагольное управление (например, немецкий). Однако, понятие валентности относится не только к глаголам: так, к примеру, в A Valency Dictionary of English [Herbst 2004] включены рамки валентностей для глаголов, прилагательных и существительных. Статья состоит из трёх частей: сначала приводятся обобщённые синтаксические шаблоны, затем примеры их реализаций и указание на семантические характеристики лексем, которые заполняют актантные позиции:

ability

P1 Over 500 events are planned throughout the country, for people of all ages and ability. …

P2 + to-INF (>30%) My memory is such that I used to win prizes in school because of my ability to remember names and dates. …

По сравнению со словарями идиом словари коллокаций встречаются редко. Это связано с недостаточной формальной определённостью самого термина «коллокация». Комбинаторный словарь английского языка [Бенсон 1990] впервые разграничивает в словаре лексические и грамматические коллокации, затем Dictionary of English Collocations и Collins Cobuild English Collocations включают просто статистически значимые словосочетания, а Oxford Collocations Dictionary for Students вместо грамматических коллокаций помещает в основном сочетания с предлогами. Последние упомянутые словари уже используют корпусные методы.

В этом разделе мы подробно рассмотрим принципы построения следующих словарей: Толково-комбинаторного словаря русского языка, Словаря английских коллокаций, Оксфордского словаря коллокаций, Словаря коллокаций Collins Cobuild, Комбинаторного словаря английского языка, Англо-русского фразеологического словаря, Англо-русского словаря глагольных сочетаний, Словаря коллокаций Macmillan, словаря «Устойчивые словосочетания русского языка», справочника «Русские глаголы и предикативы», Пособия по лексической сочетаемости слов русского языка и Словаря сочетаемости слов русского языка.

Толково-комбинаторный словарь русского языка

Толково-комбинаторный словарь русского языка (далее - ТКС) разрабатывался как один из необходимых компонентов реализации модели «Смысл Текст», в печатном виде существует лишь версия с ограниченным словником (около 250 статей) - «Опыт семантико-синтаксического описания русской лексики» [Мельчук и др. 1984]. Поскольку издание было подготовлено в качестве первого образца словарных описаний подобного рода, «с целью ликвидировать пропасть между лексикографией и теоретической лингвистикой» [Там же: 74], заголовочные слова отобраны из разных лексико-семантических классов для демонстрации различных явлений. Словарь характеризуется как словарь активного типа, однако метод формального описания, разработанный в рамках модели «Смысл Текст» позволяет представить информацию в унифицированном виде (в частности, с использованием лексических функций). Внутри словарной статьи выделяется 10 зон: морфологические сведения, стилистическая помета, толкование, состоящее их постоянных единиц и переменных, модель управления, в которой используются переменные из толкования, ограничения к модели управления, примеры к модели управления, лексические функции (всего их вводится несколько десятков), примеры реализации лексических функций, энциклопедическая информация, идиомы. Надо отметить, что создатели опираются как на семантико-синтаксические исследования И.А. Мельчука, А.К. Жолковского, Ю.Д. Апресяна и коллег, так и на существующие толковые и прочие словари.

Внешне ТКС сильно отличается от современных толковых словарей и словарей сочетаемости и представляет собой уникальную разработку, реализацию одной из сложных лингвистических теорий в лексикографическом произведении. Попытки создания толково-комбинаторных описаний для отдельных лексем производились и на материале других языков [польский - Янус 1971, французский - Melcuk 1984]. Из последних прикладных разработок следует отметить проект DiCo/LAF [Polguere 2000]. По словам разработчиков, в определении коллокации они следуют [Hausmann 1979] и даже [Bally 1951], однако словарь представляет развитие идей толково-комбинаторного описания на французском материале - в терминах лексических функций. Для каждого заголовочного слова описываются значения лексических функций, которые к нему применимы.

A Dictionary of English Collocations

Словарь коллокаций A Dictionary of English Collocations [Kjellmer 1994] представляет собой одно из первых лексикографических произведений, при составлении которого использовались методы корпусной лингвистики. В нем представлены все (по мнению автора) коллокации, встречающиеся в Брауновском корпусе, - корпусе текстов на американском английском объёмом около 1 миллиона словоупотреблений [Kuиera, Francis 1964]. На момент создания словаря это один из наиболее представительных корпусов как с точки зрения объёма, так и с точки зрения жанра.

Коллокации определяются автором с практической точки зрения - как повторяющиеся последовательности грамматически корректных единиц («recurring sequences of grammatically well-formed items»). По мнению автора словаря, коллокации являются основными составляющими ментального лексикона носителя языка, тем самым формируя необходимый элемент владения языком. В качестве примеров во введении приводятся коллокации различных типов: at the outset, could be expected to, not significantly different from, peaceful coexistence, powdered coffee, and with great difficulty. В словаре представлено около 85 тысяч коллокаций. Каждая словарная статья помимо специальных помет также включает статистику о частоте встречаемости в корпусе, распределении употреблений коллокации в текстах различных жанров и степень значимости, то есть устойчивости связи внутри коллокации.

По словам составителей, словарь будет полезен как исследователям в области английского языка, лексикографии, стилистики, автоматического анализа языка, так и преподавателям: «It will be an invaluable reference source for researchers in linguistics, English-language teaching, lexicography, stylistics, and automatic language analysis» [Kjellmer 1994: 5].

Oxford Collocations Dictionary

Словарь коллокаций Oxford Collocations Dictionary [McIntosh 2009] разработан для изучающих английский язык. Эта цель и обуславливает выбор материала и содержательное наполнение словаря.

Коллокации определяются как частотные словосочетания, которые являются необходимыми шаблонами в естественной речи, свойственной носителю языка. Словарь включает около 150 тысяч коллокаций для 9 тысяч заголовочных слов. Среди коллокаций встречаются слова, которые обычно употребляются в сочетании с заголовочным словом - существительные, прилагательные, глаголы, наречия, предлоги - а также общеупотребительные фразы. Источником для составления словаря послужил Британский национальный корпус; авторы также отмечают, что для поиска наиболее современных употреблений использовался поиск в интернете. Для многих коллокаций приводятся примеры употребления - целые предложения или фрагменты текста, а также грамматическая и стилистическая информация:

HOUR

1 VERB + HOUR take It takes two hours to get to London. | spend | last The performance lasted three hours. | gain, lose You gain five hours when you fly from New York to London.

Collins Cobuild English Collocations

Словарь, как и большинство изданий серии Collins COBUILD, предназначен для изучающих язык. Представленный материал целиком взят из корпуса The Bank of English (170 миллионов слов) и отобран на основании статистики встречаемости. В описании говорится, что словарь предоставляет информацию об устойчивых сочетаниях, естественных выражениях, фразеологии, идиомах, клише и специальных формах (fixed phrases, natural phrases, natural phraseology, idioms, clichйs, and specialized forms). Для 20 тысяч заголовочных слов приводится около 140 тысяч коллокаций, которые определяются как частотные последовательности слов внутри фиксированного окна. В этом заключается один из наиболее упоминаемых недостатков данного словаря, поскольку такой метод позволяет найти не только достаточное количество устойчивых сочетаний, но и свободные употребления (such disaster), а также грамматически не связанные слова (nature because). С другой стороны, корпусный анализ и электронный формат (словарь был выпущен на CD-ROM) позволяют, например, иллюстрировать использование коллокаций контекстами из корпуса:

Small hours ('предрассветные часы'): They were arrested in the small hours of Saturday morning.

The BBI Combinatory Dictionary Of English

Целью данного словаря [Бенсон 1990] является представление необходимых повторяющихся грамматических и лексических сочетаний (коллокаций, «fixed, identifiable, non-idiomatic phrases and constructions», recurrent combinations, fixed combinations, collocations). Составители подчеркивают важность словаря подобного рода для изучающих английский язык, поскольку такие сочетания часто не имеют дословного перевода. В словаре выделяются грамматические и лексические коллокации. Первые представляют собой сочетание опорного слова (существительного, прилагательного, глагола) с предлогом или грамматической структурой (инфинитив, придаточное предложение). Лексические коллокации обычно не содержат предлогов, инфинитива или придаточного; напротив, они включают знаменательные слова.

Во введении подробно изложены принципы отбора материала и описаны типы коллокаций, которые включаются в словарь. Перечислим их с краткими пояснениями:

· Грамматические коллокации:

- существительное + предлог (in favor of)

В эту группу авторы почти не включают сочетания с of, by и производными предлогами.

- существительное + to + инфинитив pleasure to

- существительное + придаточное с союзом that an oath that he would do his duty

Сюда не входят определительные придаточные предложения (an agreement that would go into effect in a month).

- предлог + существительное by accident, in advance

- прилагательное + предлог angry at

В эту группу не включаются причастия и производные предлоги

- прилагательное + to + инфинитив necessary to (work)

- прилагательное + придаточное с союзом that afraid that she would fail

- 19 глагольных групп: глагольные сочетания с двумя дополнениями без предлога (dative movement transformation - send him the book), глагол + to + инфинитив (continue to write) и т.д.

· Лексические коллокации:

- глагол + существительное/местоимение/предложно-падежная форма set an alarm, have a bath;

- глагол со значением уничтожения + существительное repeal a law, denounce (abrogate) a treaty;

- прилагательное + существительное fly a kite;

- существительное + глагол bombs explode;

- количественная характеристика + существительное a school of whales;

- наречие + прилагательное sound asleep;

- глагол + наречие affect deeply.

Словарь содержит около 14 тысяч слов и более 75 тысяч сочетаний. Внутри словарной статьи коллокации расположены в том же порядке, в котором перечислены соответствующие типы, причём лексические коллокации предшествуют грамматическим. Как отмечается в русском издании словаря, «порядок следования словосочетаний отвечает современным требованиям методики преподавания английского языка» [Бенсон и др. 1990: 1].

Англо-русский фразеологический словарь

В Англо-русский фразеологический словарь [Кунин 1984] включаются идиомы, идиофразематические и фразематические единицы (всего около 10 тысяч фразеологических единиц). К последним составители словаря относят случаи единичной сочетаемости одного из компонентов (boon companion), терминологические сочетания (civil list), вошедшие в литературное употребление, обороты со связанным значением (pay attention), необразные штампы (all sorts and conditions of men), предложно-именные сочетания с буквальным значением (at (the) most). Принципы отбора материала и название словаря указывают на то, что словарь ориентирован в большей степени на идиоматические сочетания, которые представляют трудность при переводе. Поэтому в словарь не включаются, например, типичные перифразы (make an effort). Большинство выражений иллюстрируется примерами из художественной литературы.

Англо-русский словарь глагольных словосочетаний

Словник Англо-русского словаря глагольных сочетаний [Гинзбург и др. 1990] составляют 569 наиболее частотных глаголов английского языка, отобранных из 2 тысяч самых частых слов по данным нескольких частотных словарей. Идея словаря заключается в описании значения и сочетаемости глаголов по принципу моделирования, предложенному в учебной лексикографии Г. Палмером и А.С. Хорнби (Palmer 1933). Материал представляют 26 моделей глагольных словосочетаний: глагол + существительное-субъект (begin + the lesson), глагол + наречие (run + fast), глагол + прямое дополнение (serve smb.) и так далее. Модель характеризуется следующими признаками:

- Представляет собой обобщённую структуру словосочетания (на морфосинтаксическом уровне);

- Все компоненты модели обязательны;

- Значение глагола в данном словосочетании обусловлено структурой модели;

- Данное значение регулярно реализуется именно в этой модели.

В словарь включаются именно типичные или слабо связанные словосочетания, а не фразеологизмы, так как последние не удовлетворяют признакам модели. Каждой модели приписан номер, который затем приводится в словарной статье наряду с реализациями модели:

HIRE <III, IV, VII, XI, XXI> III 1. ~ smb. ~ a clerk (a servant, a day-labourer, etc.) нанимать клерка и т.д. …

Macmillan Collocations Dictionary

Во введении к словарю Macmillan Collocations Dictionary [Rundell 2010], который, по-видимому, является одним из наиболее современных словарей сочетаемости английского языка, подробно описывается методика отбора словарного материала и концепция, лежащая в основе издания. Составители первого издания словаря были первыми пользователями системы WordSketch (https://www.sketchengine.co.uk), которая осуществляет поиск заданных лексико-грамматических шаблонов по корпусу и собирает информацию о частоте встречаемости слов в выражении. Благодаря использованию таких шаблонов, информация о сочетаемости внутри словарной статьи сгруппирована по грамматическим отношениям, в которые вступает опорное слово. Каждой коллокации приписывается вес, который показывает её устойчивость. Состав словника определяется также корпусными методами - с помощью специальной меры collocationality, которая характеризует степень устойчивости всех сочетаний с данным словом [Kilgariff 2006]. Таким образом, в словарь практически не включаются слова, встречающиеся по большей части в свободных сочетаниях, а общий объём словника составляет около 4,5 тысяч лексем. Как уже было сказано, коллокации группируются сначала по синтаксическому типу, затем по значению. Кроме того, даётся информация о том, к какой форме тяготеют данные выражение (например, если глагол употребляется в пассиве).

Устойчивые словосочетания русского языка

Учебное пособие «Устойчивые словосочетания русского языка» [Регинина и др. 1983] содержит устойчивые словосочетания, характерные для газетно-публицистического, научного и разговорных стилей. Предназначено для студентов-иностранцев, изучающих русский язык. Пособие включает около 3000 словосочетаний, причём их список ограничен темами, рекомендованными для обучающихся.

Как устойчивые рассматривают фразеологические сочетания по терминологии В.В. Виноградова и фразеологические выражения по Н.М. Шанскому (см. выше). Включают те словосочетания, которые характеризуются:

- переосмыслением значения одного из компонентов (заклятый враг);

- ограниченной сочетаемостью одного из компонентов (одерживать верх, победу);

- не имеют дословных переводных эквивалентов (дождь идёт);

- устойчивостью, повторяемостью в речи.

Составители классифицируют материал по грамматической структуре:

- субъективно-предикативные словосочетания (растёт безработица);

- предикативные:

o глагол + существительное в винительном падеже (давать оценку);

o глагол + существительное в косвенном падеже (+ предлог) (приводить в порядок);

o быть + именная группа (быть во главе, не по силам, высокого мнения);

- атрибутивные:

o прилагательное + существительное (глубокая мысль);

o существительное + существительное в родительном падеже (круг вопросов);

o существительное + предлог + существительное в косвенном падеже (воля к борьбе);

- адвербиальные (тепло поздравлять).

Опорное слово выбирается в зависимости от типа словосочетания: так, в первых двух типах это глагол, в третьем - прилагательное, в последнем - наречие.

Русские глаголы и предикативы

Словарь «Русские глаголы и предикативы» [Красных 1993] представляет собой пособие по сочетаемости, в котором содержатся описания около 600 глаголов и 200 предикативов. Словарь имеет учебную направленность, причём подчёркивается, что материал словаря - глаголы и предикативы - наиболее сложный в усвоении. В статьях отражается информация о сочетаемости изъяснительных глаголов и предикативов с союзными средствами:

СОКРУШАТЬСЯ, сокруша|юсь, -ешься, -ются, нсв. Разг. Сожалеть о чём-л., сильно огорчаться, печалиться.

Обычно с союзом что.

…

Мне показалось, что Лена и в самом деле сокрушалась о том, что не стала такой красивой, как прежде.

Включаются сочетания из газетного и журнального материала, а также художественной литературы.

Пособие по лексической сочетаемости слов русского языка

Словарь-справочник [Анисимова и др. 1975] состоит из 40 тысяч словосочетаний, включённых в пособия для изучающих русский язык, для 1900 опорных слов. Авторы используют синтаксический подход при отборе материала: используются только следующие словосочетания:

· Для опорных существительных:

- существительное + прилагательное - глубокая мысль,

- существительное + сущ - подвиг народа,

- существительное в роли дополнения + глагол - совершить подвиг,

- существительное-субъект + глагол - наступил вечер;

· Для опорных прилагательных:

- прилагательное + существительное (объект) - холодный климат, ветер, вечер,

- прилагательное + существительное (дополнение) - похожий на отца, мать;

· Для опорных глаголов:

- глагол + наречие - бежать быстро,

- глагол + существительное в винительном падеже - ждать весну,

- глагол + существительное в косвенном падеже - смотреть на докладчика, на преподавателя,

- глагол + существительное-субъект действия - трамвай, автобус, электричка ходит.

В качестве опорных слов авторы выделяют только «общераспространённую стилистически нейтральную лексику».

Словарь сочетаемости слов русского языка

Словарь сочетаемости слов русского языка [Денисов, Морковкин 1983] представляет собой переиздание Учебного словаря сочетаемости слов русского языка [Денисов, Морковкин 1978], предварённое обширным введением, где излагается авторский подход к сочетаемости и её описанию. Во-первых, определяются понятия лексической и семантической сочетаемости (по Ю.Д. Апресяну), а также синтаксической сочетаемости - это набор имеющихся при слове семантико-синтаксических позиций, иначе говоря, его рамка валентности. Основной задачей словаря сочетаемости является определение этих семантико-синтаксических позиций для каждого слова и описание их заполнения. Основной единице словаря, таким образом, будет словосочетание - реализация валентностей опорного слова. Она может описываться тремя способами:

- полное перечисление ряда, заполняющего данную валентность (бегать на коньках, на лыжах);

- выборочное перечисление типичных представителей ряда (начало чего: соревнований, спектакля …);

- указание на характер ряда и перечисление наиболее типичных его представителей (фотографировать кого-что: (о человеке) друга, сына, дочь, памятник …).

3.3 Выводы

В третьей главе рассматривались различные подходы к устойчивым словосочетаниям, в частности, к коллокациям, которые представляются важным материалом для иллюстративного блока переводного словаря. На основании приведённых теоретических определений коллокаций можно выделить два направления, которые отражаются и в лексикографической практике, в том числе и в описанных словарях сочетаемости. Первый подход (свойственный британской лингвистической школе) исходит из регулярного характера коллокаций и более практического критерия частотности сочетания. Второй подход, развивавшийся в отечественном языкознании, скорее следует назвать семантико-синтаксическим (такими, например, являются описания лексических функций). Таким образом, мы приходим к выводу, что в практической задаче поиска коллокаций в корпусе должны учитываться, как узуальные, так и семантические и синтаксические факторы.

4. Поиск и ранжирование контекстов для англо-русского машинного словаря

Задачей практической части работы было построение алгоритма ранжирования переводных контекстов и его тестирование. Часть экспериментов описана в нашей статье [Protopopova и др. 2015]

Исследование лексикографических источников, представленное в Главах 1-3, показало, что существующие переводные словари, по-разному подходят к проблеме выбора иллюстраций, а словари коллокаций по-разному формулируют требования к включаемым словосочетаниям. Однако, можно выделить некоторые характеристики, на которые можно опираться при автоматическом подборе параллельных сочетаний. Очевидно, фразы-иллюстрации должны быть грамматически корректны и иметь правильный перевод. Двуязычные словари предъявляют следующие требования к иллюстративному материалу:

· Примеры представляют собой словосочетания (реже - предложения) на входном языке с переводом на выходной язык.

· Примеры представляют контрастивный материал, иллюстрирующий особенности употребления слов во входном языке в отличие от слов выходного языка (или наоборот).

· С другой стороны, примеры могут иллюстрировать типичные контексты заголовочного слова во входном / выходном языке.

Важную роль в иллюстрации сочетаемости играют коллокации, которые должны обладать следующими свойствами:

· Коллокация - словосочетание, часто и регулярно употребляемое в речи.

· Коллокации не создаются говорящим по частям, но воспроизводятся из памяти как целое.

4.1 Материал и инструменты исследования

Иллюстрации подбирались к словарным статьям словаря сервиса «Яндекс.Переводчик» (http://translate.yandex.ru), создание которого описано в [Antonova, Misyurev 2014] (см. Главу 1).

В качестве основного материала в экспериментах использовался корпус параллельных текстов на английском и русском языках из архива коммерческой поисковой системы объёмом около 50 миллионов предложений. Разнообразие жанров, представленных в корпусе (публицистика, техническая документация, тексты рекламных объявлений, художественная литература, субтитры), позволяет находить иллюстрации, относящиеся к различным регистрам и содержащие разные переводы заголовочного слова. Кроме того, объём корпуса достаточно велик, чтобы извлекать иллюстрации для малоупотребительных лексем и переводов.

Параллельные тексты предобработаны и снабжены информацией о выравнивании по предложениям, пословном выравнивании и синтаксическом разборе каждого предложения. Выравнивание производится с помощью инструмента GIZA++ [Och, Ney 2003], а синтаксический разбор - с помощью парсера SyntAutom [Antonova, Misyurev 2012].

GIZA++ - один из инструментов выравнивания, который используется в большинстве систем машинного перевода, в частности, потому, что входит в состав системы Moses (http://www.statmt.org/moses/). Общий принцип работы GIZA++ описан в разделе о моделях IBM [см. Och, Ney 2003].

Из современных синтаксических анализаторов в рамках данной работы нам был доступен SyntAutom [Antonova, Misyurev 2012]. Он основан на правилах и позволяет получать синтаксический разбор предложения с высокой точностью, в частности, в соревновании, проведённом РОМИП в 2012 году, он занял третье место после анализаторов Compreno и ЭТАП-3. Сравнение разборов тестовой коллекции этого соревнования доступно на сайте соревнования http://otipl.philol.msu.ru/~soiza/testsynt/res00/duo.php . SyntAutom позволяет получить разборы для предложений на русском и английском языках. Ниже приведём пример разбора предложения «Мне нравилось смотреть на улицу через стекло.» в табличном формате:

...