ЛИТЕРАТУРНЫЕ НАЗВАНИЯ РУБЦОВСКИХ УЛИЦ В КУЛЬТУРНОМ ПРОСТРАНСТВЕ ГОРОДА

Блок словарей русского языка

Пункт (а) снимает сложные морфологические алгоритмы по распознаванию вариантов основ, соотносимости основ и аффиксов, по обработке чередований, выяснению морфологической, корневой и грамматической омонимии и т.п.

Пункт (б) можно проиллюстрировать тем, что грамматические функции, напр., инфинитива в плане связей этой формы с формами других классов или внутри класса, – различные: так, грамматически верной и семантически осмысленной будет композиция пора выступать, но связь остальных форм глагольной парадигмы с элементом пора является запрещенной (скрытое вытормаживание семантической связи через грамматическую); ряд существительных совпадает по форме с наречиями, представляющими собой застывшую форму творительного падежа: верхом, бегом, днем, ночью, весной и т.п. Подобная омонимия не дает возможности однозначного приписывания связей грамматического и семантического характера всем элементам парадигмы соответствующих существительных.

Можно представить словарную базу данных в виде системы из пяти полей: 1) префикс; 2) основа; 3) аффикс (а также суффиксы, постфиксы и флексии). Поле аффиксальной части содержит кодировку класса, или части речи, и грамматической позиции в виде категориальных признаков рода, числа, падежа, времени, наклонения и т.п.;

Интеграционное поле (код) словоформы создается при ее обработке на входе и служит адресом в словарной базе данных для словоформы с необходимой информацией в виде модели управления (2 байта), семантического поля предметной области (5 байт), номера в семантической иерархии данной предметной области (4 байта), номера класса отношений (2 байта). Примерами семантической иерархии могут быть иерархия мерности в классе мер (грамм, дециграмм, килограмм, центнер, тонна...), иерархия званий (рядовой, ефрейтор ... лейтенант ... маршал) и другие. Класс отношений может быть следующим: деятель, действие, продукт, инструмент, получатель-адресат, притяжатель, место действия (завод, лаборатория), способ действия (протяжка, прокат, литье) и т.п.

Отдельными словарями являются семантический словарь [7, с. 29] и ассоциативный словарь [8], представляющие в сущности семантическое поле предметной области и, таким образом, описание лексико-семантической системы русского языка. При таком подходе достаточным может оказаться список корней (основ и/или базовых словоформ/словосочетаний) с указанием (ссылками) на частотность, источник и дефиниции. При ориентированности работы модели в рамках конкретной предметной области ее словарь может вычленяться из системы на уровне подсловаря.

Введение других словарей (словаря устойчивых языковых выражений, словаря имен собственных и др.) также будет обусловлено целями и направлениями конкретной подстройки и развития системы.

При конструировании словарей системного типа должны быть выполнены следующие задачи: 1) сконструирован систематизированный словник из первоначально семантически неупорядоченного списка слов-терминов на основе той информации, которая содержится в этом словнике и в предварительных дефинициях; 2) сконструирована система дефиниций на основе тех семантических отношений, которые выявлены в процессе создания систематизированного словника тех терминов, которые его образуют; 3) сконструирована система согласованных терминов, отражающих, в допустимых языком пределах, выявленные семантические отношения и признаки, зафиксированные в дефинициях. Конструируется план содержания и план выражения.

Для конструирования понятийных словарей системного типа должна быть достигнута ясность в том, какие группировки терминологических единиц они содержат и какие типы связей должны быть внутри этих групп и между ними.

Основной единицей лексико-семантической системы нами принимается лексико-семантический вариант слова (ЛСВ), входящий в определенные отношения с однородными ЛСВ других многозначных терминов-слов и терминов-словосочетаний, объединяясь с ними в определенные группы.

В основу выделения типов объединения ЛСВ терминов представляется правильным положить в первую очередь признак их принадлежности к одной и той же или к разным частям речи [5, с. 84–89].

Предложенная классификация группировок ЛСВ позволяет выделить признаки для построения понятийных терминологических словарей.

С позиций лингвистического конструирования нового лингвистического объекта Ю.Н. Караулов предложил перечень конструктивных лексикографических параметров, которые должны планироваться при создании словарей системного типа: 1. Научная письменная речь. Связный монологический текст с абзацной организацией связи между высказываниями, образующими позиции словаря. Сквозная нумерация абзацев. 2. Терминологический параметр. 3. Однозначность терминов. 4. Ономасиологический параметр. 5. ЛСВ определенной части речи, в данном случае – существительных и субстантивных словосочетаний (без глаголов). 6. Ситуативные объединения с системными связями между ЛСВ, включающие: а) тематические группы ЛСВ; б) лексико-семантические группы ЛСВ. 7. Семантизация – дефиниции и рисунки. 8. Нормативный параметр. Стилистический параметр. Рекомендуемые термины и нерекомендуемые термины (дублеты и варианты). Термины – краткие формы. Символы. Буквенные обозначения. 9. Иностранные эквиваленты. 10. Алфавитные указатели на всех языках системного словаря.

Под конструктивными понимаются параметры, требующие для своей обработки построения специальных эвристик. Как правило, это параметры, включающие в себя семантический компонент – словообразовательный, синтагматический (свободная и связанная сочетаемость), ассоциативный, лингвострановедческий, терминологический, параметр словоизменения (склонения, спряжения, степеней сравнения, наклонения) и другие, и потому как бы подразумевающие присутствие человеческого фактора [6, с. 137].

Программы поиска, создания, загрузки и параметризации лексической базы данных написаны на PERL (Practical Extraction and Report Language – практический язык для извлечения данных и составления отчетов) и PHP (Preprocessor of Home Pages – препроцессор гипертекста – язык программирования, созданный для генерации HTML-страниц на веб-сервере и работы с базами данных) c использованием SQL (Structured Query Language – язык структурированных запросов – универсальный компьютерный язык, применяемый для создания, модификации и управления данными в реляционных базах данных).

А. Первая программа searcher_word позволяет искать искомую лексему в загруженных словарях (словниках, справочниках, глоссариях и энциклопедиях) разными способами: а) «целиком слово» (заголовок словарной статьи, черное слово, лемма, вокабула), б) как «часть слова» (фрагмент словоформы, однако с учетом – где будет осуществляться поиск – только по заголовкам словарных статей и/или и в зоне толкования), и в) в «области значения ЛСВ вокабул» (толкование – т.е. в правой части словарной статьи, определение, дефиниция). Сузить объем результатов поиска помогает выбор группы лексических источников: 1) словники; 2) толковые; 3) синонимы; 4) говоры; 5) жаргоны; 6) энциклопедии; 7) ГИЗАУРУС (гипертекстовый тезаурус) – термины; 8) разные.

Б. Программа searcher_synonym позволяет искать синонимы для введенной лексемы в словарях синонимов русского языка, загруженных в словарную базу данных (информация о количестве словарных статей отображается на экране). При этом так же, как и в программе searcher_word, можно выбрать уточняющие параметры поиска: а) «целиком слово», б) как «часть слова». Параметр «толкование» и выбор одной из групп словарей не доступны. Каждый найденный синоним, в свою очередь, фактически является контекстной ссылкой (т.е. выделенная лексема и будет очередным уже заданным запросом при активизации гиперссылки) на программу searcher_word, при помощи которой и возможно узнать значение соответствующего синонима. Причем в этом случае «по умолчанию» значение синонима ищется во всех словарях как «часть слова». В дальнейшем предполагается автоматизированное построение синонимических рядов, прежде всего, прямых синонимов – лексических единиц, которые максимально близки или совпадают по значению. Критерием близости предполагается свойство взаимозаменяемости лексических единиц в реальных тематических контекстах с учетом абсолютной и относительной частотности.

В. Программа searcher_index не содержит параметров поиска (переключателей и меню выбора) и позволяет осуществить глобальный поиск по генеральному словнику русского языка. В генеральный словник включены вокабулы (заголовки словарных статей) с указанием, в каких словарях можно найти информацию о том или ином слове. В генеральный словник включена информация не столько по электронным версиям (которые загружены в словарную базу данных, так как такие вокабулы и так найдутся по запросу а) «целиком слово»), а прежде всего словники книжных (бумажных) словарей и словники с других словарных порталов. По числовому коду словаря выдается библиография к исходному словарю и гиперссылки соответствующих источников.

Идея генерального словника русского языка восходит к научной программе «Машинный фонд русского языка» (МФРЯ) (главный конструктор – Владислав Митрофанович Андрющенко): первым компонентом МФРЯ является генеральный словник русских словарей, который может быть создан как семейство однородных баз данных на основе сводного словника, созданного в словарном секторе Института русского языка АН СССР, и других «словнико-подобных» словарей, таких, как «Грамматический словарь русского языка» А.А. Зализняка, «Орфографический словарь» и др. Объектом хранения в этой базе данных является вокабула, т.е. слово, являющееся потенциальным заголовком какой-либо словарной статьи и именем определенного лексического значения, а его атрибутами – номера или идентификаторы значений, а значениями атрибутов – имена и входы баз данных, в которых данное слово или его формы зафиксированы в качестве значений атрибутов каких-либо объектов – словарных статей, текстов, грамматических правил, статистических сводок, научных статей и т.п. Очевидно, что многоаспектный поиск по заданным значениям атрибутов с соответствующими логическими условиями может давать ответы на такие запросы, как: «Найти перечень словарных статей определенных словарей, для которых имеется информация в терминологической базе данных», «Найти значения вокабулы, стилистически маркированные в словарях», «Найти все глаголы с дефектными парадигмами и сопоставить структуры их словарных статей» и т.п. [1, с. 31]. В 1987–1991 гг. в отделе МФРЯ был сделан вариант генерального словника (небольшой фрагмент от А до П в формате для ЕС ЭВМ нам был доступен).

Блок отношений единства (грамматика)

Множество объектов материального и материально представимого мира, отражаемых в нашем сознании, связаны друг с другом различными отношениями. При двух полярных типах отношений – единстве и противоположности – между ними находится огромная гамма переходов от одного свойства к другому. Языковые отношения единства, рассмотренные в соответствующей главе, служат базой для упаковки знаний о мире аналогичным способом – в виде октетов или других связных структур расширенного типа, использующих код Грея. Знания же в специальных предметных областях очень часто представляют собой иерархо-неиерархические структуры различных типов (линейные, матрешечные, матричные и т.п.). Достоинством такого рода кодирования семантических отношений-связей является то, что при четко определенных признаках всегда можно построить систему с конечным числом состояний и путей перехода от одной подсистемы к другой. Изоморфизм такого рода переходов в живой природе (биология) и в языке-системе на уровне отношений единства дает возможность считать, что данная структура должна хорошо работать. Отметим, что подобная октетная структура использовалась частично при обработке, хранении и поиске информации [19, с. 252–276], при создании автоматных таблиц и автоматных графов [17, с. 76–79], в качестве классификатора-эталона меры общности [17, с. 206–209].

Блок законов композиции (синтаксис)

Этот блок содержит данные о ядерном синтаксисе на уровне моделей и модификаций. Список моделей будет значительно меньшим, чем список модификаций. При наличии нескольких сотен ядерных моделей и таких множеств модификаций задача формализации ядерного синтаксиса может быть решена только при помощи современных суперкомпьютеров. При этом ядерные законы задаются декартовым произведением, создающим блочную матрицу, а такая матрица, по мнению X.Д. Икрамова, имеет преимущество перед ленточными и профильными методами, так как существует специальный блочный алгоритм: «...при больших n-блочный подход позволяет существенный выигрыш и памяти, и вычислительной работы» [3]. Кроме законов композиции, в этом блоке будут правила расширения ядерных композиций до цепочек достаточно произвольной длины. Предполагается в виде подблока структура соотносимых моделей или модификаций. «В классической трактовке, восходящей к З. Хэррису, трансформация – это такое преобразование одного предложения в другое, при котором производное предложение тождественно исходному по набору лексем и эквивалентно ему по смыслу. Таким образом, предложения, находящиеся в отношении трансформации, имеют различный грамматический (формальный) статус, но одинаковый лексический статус и выражают одну и ту же комбинацию элементарных смыслов» [25, с. 489].

Блок системокодов (базисные функции, семантика)

Функция системокодов вполне определенная: обслуживаются три вышеописанных блока – словарь, отношения единства и законы композиции. К системокодам предъявляются требования однозначности конкретной кодировки, сопряженности, информативности и оптимальности. Но оптимальность не должна быть самоцелью, более длинный код, работающий с большей точностью, предпочтительнее короткого, но менее точного [9].

Блок «вопрос  ответ»

В этом блоке содержится информация лингвистического плана, необходимая для декодирования вопросов и формирования ответа на вопрос пользователя, другими словами – подсистема, отвечающая за диалог. Здесь предусматриваются программы и подпрограммы лингвистического преобразования вопроса большей длины в вопрос меньшей длины и соответствующие длине вопроса ответы. Анализ множества композиций различной длины показал, что при достаточно ограниченном пространстве вопросительных операторов типа кто, что, зачем, куда и прочее и при синонимичном характере вопросительных структур имеется вполне компактное число структур, следующих за вопросительным оператором [9].

Блок сценариев

Сценарии могут быть различного типа – от перечислительного, где имеется некоторое подмножество словаря и список операций над словарем, до сценариев в смысле В.Я. Проппа [18], имеющих значительные разрешающие возможности в плане формализации множества производственных и иных ситуаций с помощью специального сценарного кода, который может фундироваться на одном из лингвистических системокодов. Выявление своего рода повторяющихся «блоков» в сценариях может позволить комбинаторику уже на более высоком уровне. Не исключена возможность совместимости наших системокодов с модификациями УСК (универсальный семантический код => [12; 13]), а также с языком ситуационного управления [17].

Блок «Свод всемирной литературы»

«Свод всемирной литературы» в форме базы знаний предполагает как использование в виде источника наиболее общих знаний, так и специальные знания в виде различного рода художественных, учебных и других текстов, списков (объектов, их свойств, свойств этих свойств, причинно-следственных связей и отношений между объектами, аксиом и теорем конкретной предметной области). Кроме списков и индексов, такая база знаний должна содержать и множества текстов, таблиц, матриц, являющихся ее существенными дополнениями. Списки объектов и их свойств представляют собой своего рода концепции. При создании базы знаний важным является количественно-качественный аспект упаковки знаний. При наличии на сегодня двух типов знаний – декларативного и продукционного – стратегия должна ориентироваться на то, что без декларации некоторого количества исходных знаний продуцирование невозможно; это, в свою очередь, толкает на минимизацию декларативных знаний и максимум продуцирования на их базе.

Сейчас в русскоязычной части Интернета существуют сотни библиотек. Краткое описание некоторых наиболее интересных (на наш взгляд) электронных библиотек размещено на сайтах http://lsw.ru и http://ЛСВ.РФ.

Основные недостатки существующих электронных библиотек и коллекций текстовых баз данных на компакт-дисках:

– ошибки в текстах (главным образом из-за сканирования и распознавания);

– документы в различных кодировках;

– отсутствие единого стандарта оформления;

– произведения из одной серии (цикла) объединены в один файл, причем в произвольном порядке.

Достоинства таких электронных библиотек:

– огромное количество произведений разных авторов;

– допустúм расширенный поиск не только по каталогу (как это было в традиционной книжной форме – автор, название, выходные данные, аннотация, реферат и ключевые слова, раздел, тематика), но и по содержимому произведений;

– возможны самые разнообразные операции цифровой обработки текстовой информации (статистика, проекции, выборки, сопоставительный анализ, конвертирование из текста в аудио, хранение, автоматизированное библиографирование и классификации, распространение).

Эскизно представленные здесь основные блоки компьютерной модели лексической системы русского языка являются чисто лингвистическими, отражающими прежде всего лингвистические аспекты проблематики интерактивного взаимодействия системы «человек – компьютер».

Библиографический список

1. 
   Андрющенко В.М. Концепция и архитектура МФРЯ // МФРЯ: Идеи и суждения. – М., 1986.
   
2. 
   Зайцев Н.Г. Технология обработки данных в языковой форме. – Киев, 1989.
   
3. 
   Икрамов X.Д. Вычислительные методы линейной алгебры // Математика и кибернетика. – Вып. 2. – М., 1989.
   
4. 
   Канделаки Т.Л. Семантика и мотивированность терминов. – М., 1977.
   
5. 
   Канделаки Т.Л. Основные группировки терминологических единиц упорядоченных терминологий // Вопросы языкознания. – 1987. – №6.
   
6. 
   Караулов Ю.Н. Лингвистическое конструирование и тезаурус литературного языка. – М., 1981.
   
7. 
   Караулов Ю.Н. Частотный словарь семантических множителей русского языка / отв. ред. С.Г. Бархударов. – М., 1980.
   
8. 
   Караулов Ю.Н., Сорокин Ю.А., Тарасов Е.Ф. и др. Русский ассоциативный словарь. (Ассоциативный тезаурус современного русского языка) : в 6 кн. / РАН ; ИРЯ им. В.В. Виноградова. – М., 1994–1998.
   
9. 
   Карпов В.А. Язык как система. – Минск, 1992.
   
10. 
    Кондаков Н.И. Логический словарь-справочник. – М., 1975.
    
11. 
    Лесников С.В. Словарь русских словарей: более 3500 источников. – М., 2002.
    
12. 
    Мартынов В.В. Семиологические основы информатики. – Минск, 1974.
    
13. 
    Мартынов В.В. Категории языка. – М., 1982.
    
14. 
    Мартынов В.В. Основы семантического кодирования: Опыт представления и преобразования знаний. – Минск, 2001.
    
15. 
    Мухин О.И. Моделирование систем: Искусственный интеллект [Электронный ресурс]. – URL: http://stratum.pstu.ac.ru.
    
16. 
    Налимов В.В. Вероятностная модель языка: О соотношении естественных и искусственых языков. – М., 1979.
    
17. 
    Поспелов Д.А. Ситуационное управление: теория и практика. – М., 1986.
    
18. 
    Пропп В.Я. Морфология сказки / Гос. ин-т истории искусств. – Л., 1928.
    
19. 
    Сэлтон Г. Автоматическая обработка, хранение и поиск информации. – N.Y., 1968 / пер. с англ., под ред. А.И. Китова. – М., 1973.
    
20. 
    Тузов В.А. Математическая модель языка. – Л., 1980.
    
21. 
    Тузов В.А. Языки представления знаний. – Л., 1990.
    
22. 
    Тузов В.А. Компьютерная семантика русского языка. – СПб., 2003.
    
23. 
    Урманцев Ю.А. Симметрия природы и природа симметрии. – М., 1974.
    
24. 
    Урманцев Ю.А. Начала общей теории систем // Системный анализ и научное знание. – Т. 39. – М., 1978.
    
25. 
    Храковский В.С. Трансформация и деривация // Проблемы структурной лингвистики. – М., 1973.
    
26. 
    Шемакин Ю.И. Введение в информатику. – М., 1985.
    
27. 
    Шемакин Ю.И. Начала компьютерной лингвистики. – М., 1992.
    
28. 
    Шемакин Ю.И. Семантика самоорганизующихся систем. – М., 2003.
    
29. 
    Шведова Н.Ю. и др. Русский семантический словарь. Толковый словарь, систематизированный по классам слов и значений : в 4 т. / ИРЯ им. В.В. Виноградова РАН ; под общ. ред. Н.Ю. Шведовой. – М., 1998–2007.
    

жүктеу/скачать 1.89 Mb.

Достарыңызбен бөлісу: