Семантическое шкалирование антонимов русского и английского языка semantic scaling of Russian and English antonyms

УДК 81-139

The paper proposes an approach to the determination of correspondences between pairs of Russian and English antonyms. The result in the form of a list of Russian antonyms and the corresponding English antonyms is presented. Chains of quasi-synonymous words linking the antonymous pairs are constructed for a subset of adverbs. The different methods for the determination of semantic metrics in the Osgood’s space are described. A similar definition of the metric in the space with other antonymous axes is introduced. Coordinates of antonyms and those synonyms which connect antonimous pairs are displayed in the two-dimensional English-Russian bilingual space.

В статье предлагается подход к определению соответствий для пар антонимов русского и английского языка. Приведены результаты установления соответствия в виде списка русских антонимов и соответствующих им английских антонимов. Для антонимов-наречий построены цепочки слов-синонимов, связывающих антонимические пары. Приведены различные методы определения семантической метрики в пространстве Осгуда. Предложено аналогичное определение метрики в любых осях антонимов. В двумерном пространстве билингвы отображены координаты антонимов и связывающих их синонимов.

Вопрос адекватной передачи слова, входящего в антонимическую пару языка оригинала его эквивалентом в целевом языке, представляет теоретический и практический интерес. Как известно, двуязычные словари дают множество слов-эквивалентов для одного слова исходного языка, причем не всегда эти эквиваленты являются синонимами. Задача подбора слова-эквивалента, наиболее близкого по своему семантическому наполнению к слову оригинала лежит в основном на переводчике и не всегда решается оптимальным образом, несмотря на наличие стилистических и тематических. помет, примеров использования и других подсобных средств, призванных облегчить выбор наиболее точного эквивалента.

Если же слово исходного языка входит в состав антонимической пары, задача подбора эквивалента целевого языка существенно упрощается. Действительно, переводчик, как правило, может распознать антонимию, и возможность выбора адекватного перевода будет ограничена тем словом-эквивалентом, которое также входит в антонимическую пару целевого языка. Это лишь один из возможных способов привлечения антонимии для практического использования, в частности, при переводе.

2. Определения

Лексическая антонимия характеризуется в лингвистических исследованиях как тип семантических отношений, устанавливаемых, прежде всего в парадигматическом плане, между лексическими единицами одной части речи, имеющими противоположные значения [12]. Проявлением лексической антонимии как свойства языка выступают антонимы – слова с противоположным значением. Степень противоположности значений антонимов, т.е. степень антонимичности, может быть различной. Так, например, значения слов warm и cool воспринимаются носителями английского языка как предельно противопоставленные, подобно словам superior и inferior, хотя обозначаемые ими температурные явления находятся в весьма близком диапазоне [7].

При переводе антонимические оппозиции, содержащиеся в языке оригинала, могут передаваться в языке перевода в формальном, и/или в семантическом плане. Однако такое соответствие достигается не всегда, что может быть обусловлено отсутствием лексических или грамматических средств в языке перевода по сравнению с языком оригинала, или собственными соображениями переводчика [9].

Основным тезаурусом для английского языка в течение многих десятилетий служил знаменитый тезаурус Роже [3], в котором собрано большое число синонимов, распределенных как в алфавитном, так и в идеографическом порядке. В настоящее время опыт тезауруса Роже обобщен в виде лексической базы данных WordNet [1], который является общепризнанным источником лексикографической информации. Простота структуры позволяет сравнительно легко встраивать эту базу знаний в прикладные системы. Основным структурным элементом WordNet являются синсет, синонимический ряд, кодирующий некоторое понятие. Между синсетами установлены немногочисленные ассоциативные отношения типа: гипоним, гипероним, синоним, голоним, мероним. Для многих лексических единиц, входящих в WordNet, указаны также антонимы. Число антонимических пар в WordNet превышает 10000. В то же время, даже для английского языка, покрытие лексики в оригинальном WordNet далеко не полно. Для языков, отличных от английского, имеющиеся ресурсы подобного рода значительно меньше по объему, составляя от 20 до 70% от английского [2]. Хотя русский язык не относится к языкам, бедным ресурсами, известно, что русский wordnet [8] менее развит, чем английский в отношении покрытия лексики и представленных семантических отношений. В качестве основного источника антонимов для русского языка нами принят Словарь антонимов М.Р. Львова [10] содержащий более 2000 антонимических пар. Пополнение списка антонимов из других словарей дало общее число пар антонимов равное примерно 7600. Нашей целью является сопоставление имеющихся антонимических пар русского и английского языков.

Двуязычный словарь, используемый как источник переводов, представляет собой лексическую базу данных – ЛБД [13], которая в своей основе имеет англо-русские и русско-английские словари, доступные в электронном виде и частично введенные в компьютер с бумажных носителей – всего более 30 словарей. Всего собрано и внесено в реляционную БД около 1.5 млн. записей. Каждая запись включает следующие поля:

• 
  английское слово (словосочетание)
  
• 
  POS английского слова
  
• 
  русское слово (словосочетание)
  
• 
  грамматика русского слова (по А.А. Зализняку)
  
• 
  лексические и стилевые пометы
  
• 
  список словарей, зафиксировавших данную англо-русскую пару эквивалентов. Представление ЛБД в виде реляционной таблицы позволяет легко проводить всевозможные сортировки, индексирование, вводить новые поля для записи производных данных и составлять программы обработки, пользуясь языками программирования БД (SQL).
  

Суть метода сопоставления достаточно проста. Для каждого члена русской антонимической пары (Ra, Rb) в русско-английском словаре находятся все переводы, которые записываются в списки ({Eai}, {Ebj}). Затем каждая пара (Eai, Ebj) проверяется по словарю английских антонимов. Если пара (Eai, Ebj) зафиксирована в словаре антонимов, делается заключение, что пара (Eai, Ebj) есть перевод пары (Ra, Rb), причем Eai есть эквивалент для Ra, Ebj есть эквивалент для Rb, или Eai ~ Ra, Ebj ~ Rb. Дополнительным ограничением на возможность установления эквивалентности служит совпадение частей речи пар (Eai, Ebj) и (Ra, Rb). После выполнения вышеописанных действий был получен список переводов пар антонимов английского и русского языка (Таблица 1).

На Рис. 1 слова, лежащие между антонимами плохо, хорошо и negatively, positively размещены на осях двумерного пространства билингвы [5].

Очевидно, существуют наречия, выражающие высшую степень некоторого свойства. Для слова хорошо таким наречием будет превосходно, или, с использованием лексической функции Magn() [11] можно записать: превосходно=Magn(хорошо). То же самое справедливо для английских слов good, excellent: excellent=Magn(good). Интуитивно, координаты (превосходно, excellent) должны выходить за пределы интервала [-1,1] в осях плохо-хорошо, bad-good. Для учета этого явления функция EVA заменяется функцией EVA1:

EVA1(W)=(D(W,плохо)-D(W,хорошо))*(D(W,плохо)+D(W,хорошо))/ D²(плохо,хорошо).

Функции, аналогичные EVA, EVA1, можно определить не только в оси антонимов плохо-хорошо и positively-negatively , но и в любых других осях пар антонимов, как для русского, так и для английского языка. Более того, можно вычислить координаты любого наречия в этих новых осях пар антонимов. Дальнейшее исследование предполагает уточнение и расширение двуязычного списка антонимов с использованием методов установления соответствия в пространстве билингвы.

1. Fellbaum, C. WordNet. An Electronic Lexical Database. MIT Press, Cambridge, MA.

2. Hofmann, K.; Tjong Kim Sang, E. Automatic extension of non-English wordnets, Proceedings of SIGIR’07, Amsterdam, The Netherlands.

3. Jarmasz, M; Szpakowicz, S. Roget's Thesaurus and semantic similarity. In Proceedings of the International Conference on Recent Advances in Natural Language Processing (RANLP-2003), pages 212-219.

4. Kamps, J., Marx, M., Robert, J., Mokken, M. Using WordNet to Measure Semantic Orientations of Adjectives // Proceedings of the 4th International Conference on Language Resources and Evaluation (LREC'04, Vol. IV (2004), pp. 1115-1118.

5. Melamed, I. Dan. 1997. A portable algorithm for mapping bitext correspondence. // Proceedings of the 35th Annual Meeting, Association for Computational Linguistics, pages 305-312, Madrid, Spain..

6. Osgood, C.E., Succi, G.J., Tannenbaum, P.H., The Measurement of Meaning. // University of Illinois Press, Urbana IL 1957.

7. Sapir, E. Selected Writings of Edward Sapir in Language, Culture and Personality – Berkley and Los Angelos, 1958. – P. 133).

8. Азарова, И.В., Митрофанова О.А., Синопальникова А.А. Компьютерный тезаурус русского языка типа WordNet // Труды международной конференции Диалог'2003 "Компьютерная лингвистика и интеллектуальные технологии", М., 2003, с. 43-50.

9. Гудкова, Я.А. Антонимия в первичном и вторичном поэтическом тексте. Автореферат дисс. канд. филол. н. – М., 2010.

10. Львов, М.Р. Словарь антонимов русского языка // М., "Русский язык" 1984, 381 стр.

11. И. А. Мельчук, А. К. Жолковский и др. Толково-комбинаторный словарь современного русского языка. Опыты семантико-синтаксического описания русской лексики. — Вена: Wiener Slavistischer Almanach, 1984.

12. Новиков, Л.А. Антонимия // Большой энцикл. словарь: Языкознание. – М.: Большая рос. энцикл., 1998. – С. 35).

13. Потемкин, С.Б. Лексическая база данных с наложенной семантической метрикой // Труды II Международного конгресса "Русский язык: исторические судьбы и современность", М. 2004 г.