Информационные технологии в помощь исследователю-лингвисту

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

В ПОМОЩЬ ИССЛЕДОВАТЕЛЮ-ЛИНГВИСТУ
1. Стандартные и специализированные компьютерные техноло­гии

Информационные технологии предлагают два основных типа средств в по­­мощь исследователю – стандартные и специализированные. Стандартные сред­­ства – это общедоступные программные продукты и технологии, а спе­ци­а­ли­зированные средства – специально разработанные для конкретного ис­сле­­до­ва­ния программные продукты.

Текстообрабатывающий софтвер очень широко использованное стан­дар­т­­ное средство для создания и редактирования текстовых материалов и до­ку­мен­­тов. Большинство современных текстообрабатывающих программ (как, на­­при­мер, Microsoft Word) позволяет форматировать и оформлять тексты, вклю­чать гра­фики, таблицы, формулы, иллюстрации, примечания, аннотации и другие объек­ты в документы, распечатывать их на принтере. Реализованы так­же стра­ни­цирование, поиски, замещение, устранение, копирование от­рыв­ков тек­ста, кор­­­рек­тирование орфографических и грамматических ошибок, пе­ре­нос слов и еще мно­го других функций.

Электронные таблицы (как, например, Microsoft Excel) тоже ши­роко ис­поль­зованные стандартные средства для выполнения различных под­сче­тов и ис­числений. Наряду с простыми подсчетами, как суммирование, оп­ре­де­ле­ние среднего арифметического числа, исчисление процентов и другие, мо­гут вы­­полняться и более сложные совокупности вычислительных действий. Так, на­­пример, по предварительно заданной вычислительной схеме можно под­счи­­ты­вать результаты многих научных экспериментов, а потом эти ре­зуль­таты ви­зу­ализировать в виде таблиц, график и диаграмм.

Системы управления баз данных (как, например, Microsoft Access) яв­ля­ют­ся стандартным средством хранения и обработки информации. В них дан­ные сохраняются в структурированном виде, чаще всего в таблицах, меж­ду ко­то­рыми могут быть определенные связи. Разрешается хранение, до­бав­ле­­ние и устра­нение данных, а также самые разнообразные поиски по раз­лич­ным (не­редко довольно сложным) критериям. К сожалению, работа с по­мо­щью это­го софтвера сложная, требующая специальных познаний и уме­ний, что делает его неудобным для массового потребления.

Компьютерные словари (как, например Babylon Translator) являются стан­­дарт­ным средством перевода слов и выражений с одного языка на дру­гой. Ра­зу­ме­ется, есть и более новые технологии – автоматические электрон­ные пе­ре­вод­чи­ки, выполняющие автоматический машинный межъязыковой пе­ревод тек­стов. Известны два вида таких переводчиков – персональные (как, например, Socrates и Magic Goody), представляющие собой софтуер для межъязыковых пе­реводов, установленные локально, и on-line – предлагаемые в качестве услуг в Интернете (как, например, Alta Vista Translation Services). Для всех ав­то­ма­ти­чес­ких переводчиков характерно, что полученный машин­ный перевод не очень удач­ный, и поэтому специалисту по соответствующим язы­кам необхо­ди­мо до­пол­нительно корригировать переведенные тексты. Не­смот­ря на этот недо­ста­ток, они экономят труд и время.

Существует большое разнообразие общедоступных средств, по­мо­га­ю­щих ис­следователю-лингвисту в его работе, которых, однако, вовсе недо­ста­точ­но. Не­редко исследовательская работа требует узко специфической и не­стан­­дарт­ной с точки зрения общедоступного софтвера обработки данных. В та­ком слу­чае даже профессиональные умения для работы со стандартными сред­ствами ма­ло помогают. Возникает необходимость в разработке спе­циа­ли­зированного софтвера для выполнения соответствующей специфической об­работки данных, ко­торый создается высококвалифицированным ком­пью­тер­ным программистом или коллективом программистов. Разумеется, далеко не каждое исследование мо­жет быть выполнено при помощи компьютера, од­на­ко в определенных слу­ча­ях мож­но добиться исключительно хороших ре­зуль­татов в короткий срок. Это зависит не только от цели исследования, но так­же от использованных ис­сле­до­ва­тель­ских способов и методов фор­ма­ли­за­ции проблем, от которых за­ви­сят ком­пью­тер­ные алгоритмы, при помощи ко­то­рых они решаются. От точ­но­с­ти и эф­фек­тив­ности этих алгоритмов зависят ко­нечные результаты. Ключ к удач­ному ком­пью­терному исследованию – фор­мализировать проблемы, над которыми ра­бо­тают, и по­том создать софтверные продукты, которые решают их или по­мо­га­ют в их ре­ше­нии.

Приведем несколько примеров для специфического софтвера, раз­ра­бо­тан­­­ного нами специально для нужд конкретного исследования в области рус­ской и бол­гарской терминологии изобразительного искусства в плане со­по­ста­вления, а именно: компьютерный словарь терминов изобразительного ис­кус­ства и ав­томатическое извлечение гипонимических рядов из ком­пьютер­ных терминологических словарей с двумя дополняющими друг друга тех­ни­ка­ми ­– формальной и семантической. В настоящем исследовании пред­став­лена толь­ко формальная техника.

Составленные нами два КСТИИ для русских и бол­гарских терминов изо­бра­зительного искусства (ИИ) включают со­от­ветственно 2633 русских и 2894 бол­гарских лексических единиц (ОТ и ТС).

Главное окно КСТИИ разделено по горизонтали на две половины, при­чем верх­няя часть предназначена для болгарского компьютерного словаря, а ниж­­няя – для русского. Таким образом, при срав­ни­тель­ном лин­гвистическом ис­следовании можно наблюдать одновременно бо­лее ко­рот­кие эк­вивалент­ные словарные статьи в обоих языках. Более длин­ные словарные ста­тьи мож­но наблюдать последовательно в соответ­ст­вую­щих диалоговых ок­нах.

В левой половине словарей ОТ и ТС, включая дублеты и варианты, рас­­­по­ложены по вертикали в алфавитном порядке, причем в ско­бках отме­ча­ют­ся про­исхождение заимствованных слов и форма единственного чи­с­ла в тех слу­ча­ях, когда их основная форма представлена во мно­же­ст­ве­нном числе. Ду­блеты и ва­рианты располагаются и по горизонтали рядом с основным ОТ или ТС, ко­то­рые разделяются запятыми.

В правой половине словарей приводятся толкования терминов, вклю­чая все значения полисемантичных тер­минов.

С помощью диалогового окна для редактирования словарной статьи мож­но вно­сить изменения в орфографию, пунктуацию, объем и содержание термина и его толкования (его значений).

При введении новых терминов компьютерная программа автома­ти­чес­ки рас­полагает все лексические еди­ницы в алфавитном порядке, не поз­во­ляя два ра­за вводить один и тот же термин. При попытке добавить термин, вклю­ченный в словарь, к его толкованию добавляется только новое до­пол­ни­тель­ное толко­ва­ние. Не­нуж­ные лексические единицы легко устраняются, при­чем во избежание слу­­чай­ных ошибок обязательно требуется подтверж­де­ние.

При помощи стандартных клавиш навигации можно последовательно рас­­сматривать термины в алфавитном порядке. Компьютерная программа да­ет воз­можность быстро отыскать нужный термин или установить его отсут­ст­вие в со­ответствующем компьютерном словаре. Чтобы добиться этого ре­зуль­тата не­об­ходимо написать термин или его начальные буквы в со­от­ветст­вую­­щее окно и активировать кнопку поисков. Программа найдет термин, а в слу­­­чае его отсутствия в словаре укажет на ближайший в алфавитном по­ряд­ке.

КСТИИ служат не только для составления соответствующих сло­­варей и хра­нения введенных данных. Программа предоставляет лин­г­ви­сту до­пол­­ни­­тельную ценную информацию для сопоставительных научных ис­сле­до­ва­ний тер­минов, включенных в КСТИИ, возможность вносить из­ме­не­ния в их объем и со­держание, легко и быстро переключаться из словаря в сло­варь, не­медленно по­давать информацию о точном количестве терминов в обоих сло­­­варях.

Софтверный продукт КСТИИ создан в среде для быстрой разработки при­­­ложений Borland Delphi. Delphi является визуальной средой для про­грам­ми­­ро­вания, основанной на принципах объектно-ориентированного програм­ми­­ро­ва­ния и компонентной модели разработки приложений. В целях хране­ния и об­работки информации использована встроенная в Delphi поддержка ре­­ля­ци­он­ных баз данных с помощью Borland Database Engine и базы данных PARADOX, а поиски в словарях реализуются языком структурированных за­про­­сов SQL.

В лингвистической литературе принято слова, обозначающие ро­довые по­­нятия, называть гиперонимами, а слова, обозначающие ви­до­вые понятия – ги­­­­понимами [Новиков, 1982, с. 241]. Гипероним обозначает общее родовое по­­ня­­тие или сов­окуп­ность, целое по отношению к составляющим его эле­мен­там, ча­с­тям. Гипоним обоз­начает видовое понятие или название элемента, части ка­ко­го-нибудь мно­же­ст­ва, целого.

Гиперонимы и гипонимы образуют гипонимические ряды, в ко­торых ги­­по­­нимы занимают подчиненное положение по отношению к гиперо­ни­мам. В ги­­­понимический ряд входят один гипероним, занимающий веду­щее место и обо­з­­начающий общее понятие, и минимум два гипонима, зани­мающие под­чи­­нен­­ное положение по отношению к нему. Ги­по­нимы в ги­по­ни­ми­чес­­ком ря­ду находятся в равноправных отношениях, т. е. в отношениях со­­под­чи­­нен­нос­ти и называются “согипонимами” [Новиков, 1982, с. 241]. Со сво­ей сто­ро­ны, гипонимы то­же могут стать гиперонимами, об­ра­зуя новые ги­по­­ни­ми­чес­кие ряды. Родо-ви­до­вые отношения в гипонимических рядах вы­ра­жаются се­­­ман­­тически или фор­маль­но-семантически [Сперанская, 1984, с. 10].
4. Автоматическое извлечение гипонимических рядов

Более ранние попытки автоматического извлечения синонимов, ги­по­ни­­мов и гипе­ро­ни­мов (для английского языка) указывают на три основных ме­тода: шаб­ло­нный, син­так­сический и семантический. Шаблонный метод использован Хе­арст [Hearst, 1992, p. 539], которая из­вле­ка­ет эксплицитно за­дан­­ные в тексте гипонимы с по­мощ­ью заранее заданных шаблонов, как “such that”, “or other” и др. Дас-Гупта [Das-Gupta, 1987, p. 245] делает попытки об­на­ружить гиперони­мы в лексиконе на основе син­так­си­чес­кого анализа с це­лью идентификации тер­­мина, со­дер­­жа­щего основные ха­рак­теристики за­дан­ного гипонима-цели, Шай­кевич [Shaikevich, 1985, p. 76] предлагает ме­тод ав­то­­ма­тического открытия си­­нонимов на основе их дефиниций в лексиконе, ис­хо­­дя из идеи, что близ­кие по значению слова имеют сходные дефиниции.

Автоматическое извлечение гипонимических рядов из тер­ми­но­ло­ги­чес­ких словарей – это специфический софтверный продукт, включающий две до­­пол­няющие друг друга техники: формальная и семантическая.
5. Формальная техника

Фор­мал­ьная техника используется для извлечения гипонимов (ОТ и ТС), со­держащих общий тер­ми­ноэ­лемент. Терми­но­эле­мен­т – это широкое по­нятие, вклю­чающее производящую основу, сло­во­об­ра­зую­­щую морфему (аф­фиксы) и сло­во (лексему) как компоненты в составе сло­ж­ных терминов и ТС. [Да­ни­лен­ко, 1977, с. 37]. Тер­ми­но­элементами могут быть и ТС. Фор­маль­ная тех­ни­ка при­­­­­­меняется в тех слу­ча­ях, когда родо-ви­довые отношения вы­ра­жа­ются фор­маль­но-семантически, т. е. се­мантически и од­но­вре­мен­­но син­так­си­чески или мор­­фологически. Благодаря спе­­ци­фической структуре ком­пью­тер­ных словарей, по­средством этой техники од­новременно извлекаются дуб­ле­ты и варианты со­от­ветствующих гипонимов, ко­торые содержат или не со­дер­жат общий тер­ми­но­эле­мент. Как известно, с семантической точки зрения ва­рианты считаются дуб­ле­тами [Ка­­ли­­нина, 1987, с. 11].

Рассмотрим как работает формальная техника извлечения ги­по­­нимов, ос­­но­вывающаяся на общем терминоэлементе (корне или основе, аффиксе, сло­ве в ка­­честве компонента ТС или сложного слова, ТС), который со­дер­жит­ся в ги­по­ни­мах, но вовсе не обязательно в их ги­пе­ро­ниме. На программу КСТИИ по­да­ют гипероним, выраженный ОТ или ТС, и она автоматически при­водит ряды ОТ и ТС, содержащих этот тер­ми­ноэлемент. Во время поис­ков до­полнительная ин­формация в скобках, касающаяся про­исхождения за­им­ствованных слов, не учи­тывается, так как она может вне­сти ненужный тер­­мин в гипонимический ряд, если содержит заданный терминоэлемент, од­на­ко сам термин не является со­гипонимом, на­пример: р. вышивка – *фриз (фр. frise, по срвлат. frisium, phrygium 'вы­шив­ка'…), дерево – *цитрин (нем. zitrin, от лат. citrus 'лимонное де­ре­во'); б. копие – *лан­цет­ка (фр. lancette, по лат. lancea 'копие'), ма­с­ло - *ли­но­ле­ум (анг. linoleum, по лат. linum 'ле­нено плат­но' + oleum 'ма­сло'). Лишь в редких слу­чаях дополнительная ин­фор­ма­ция в скобках по­могает включить в ги­понимический ряд новый согипоним, не со­­дер­жа­щий этот тер­ми­ноэ­ле­мент, на­при­мер: р. статуя - колосс (нем. Ko­lob, фр. co­losse, от лат. Co­lossus, по гр. kolossos 'большая статуя'); б. камък – пи­рит (нем. pyrit, фр. pyrite, от гр. pyrites 'огнен камък').

Компьютерная программа извлекает список ОТ и ТС, содержащих за­дан­­ный тер­миноэлемент (морфему, основу, слово, ТС). Ока­­зы­вается, что не все ОТ и ТС в списке с общим терминоэлементом являются согипонимами, на­пример: р. портрет – *портретист, *портре­ти­ро­вать, *портрети­руе­мый; б. акварел - *ак­ва­ре­лист, *акварелистка. С помощью одной фор­маль­ной техники нельзя определить ги­­­­­по­нимический ряд, так как родо-видовые от­ношения не могут выражаться только фор­мально, а фор­мално-се­ман­ти­чес­ки. Опираясь на свой опыт и зна­­ния, после до­полнительных справок в ком­пью­терных словарях, если это необходимо, спе­ци­а­лист может точно опре­де­лить состав гипонимического ряда и устранить не­нуж­ные термины из ком­пью­терного списка.

Если общий терминоэлемент выражен словом, чья форма множест­вен­но­го чи­­с­ла не содержит какого-нибудь компонента (буквы) формы един­ст­вен­­но­го чи­­сла, компьютерной программе подаются последовательно обе фор­мы, на­при­мер: р. роспись – ху­­дожественная роспись…и росписи – стен­ные росписи, церковные рос­­писи; б. цвят – ло­ка­лен цвят… и цветове – ах­ро­ма­тични цветове, кон­трастни цве­то­ве….

Формальная техника извлечения гипонимов с общим тер­ми­ноэ­ле­мен­том, выраженным суффиксом, используется редко, так как она не очень эф­фек­тивна. При использовании суффиксов, ши­роко рас­про­стра­ненных в тер­ми­­нологии ИИ, в списки обычно попадает большое количество терминов, не яв­ляющихся со­ги­по­нимами, но со­держащих этот суф­фикс, например: б. ху­до­же­ст­вени за­ная­ти – ..., зла­тарство, ки­ли­марство, леярство …, *аб­стракт­но изкуство, *де­ка­дентство, *май­стор­ство …(суфикс –ств-о).

Недостатком формальной техники извлечения ги­по­ни­мов с общим тер­ми­­но­элементом является невозможность программы раз­гра­­ничивать мор­фе­мы или лек­семы от случайно совпадающих с ними ком­­плексов букв, на­при­мер: р. лак – *пла­кат, мел – *мельхиор, фон – *фон­­танная скульптура; б. стил – *мастило, тон – *кар­тон, туш – *картуш.
6. Выводы

Настоящее исследование приводит нас к следующим вы­водам:

1. Компьютерные программы, разработанные специально для кон­крет­ных лин­­­гвистических исследований, очень нужный (порой незаменимый) и ис­клю­чи­­­тельно надежный помощник исследователя-лингвиста. С их по­мо­щью эко­но­мит­­ся много времени и сил, быстрее получаются более точные ре­зуль­таты.

2. Предложенные нами софтверные продукты могут быть ис­поль­зо­ва­ны для сходных лингвистических исследований как конкретных, так и со­по­ста­ви­тель­ных и в других областях познания. КСТИИ может быть ис­поль­зо­ван так­­же при составлении различных толковых и двуязычных словарей. Фор­­­маль­ную тех­нику извлечения гипонимических рядов можно удачно при­ме­нять при кон­­крет­ных и сопоставительных исследованиях не только в об­ла­с­ти гипони­мии, но и лексикологии вообще, а также морфологии, сло­во­об­ра­зо­вания и син­так­­­сиса.