автореферат диссертации по филологии, специальность ВАК РФ 10.02.02 диссертация на тему: Квантитативная характеристика татарского слова
Полный текст автореферата диссертации по теме "Квантитативная характеристика татарского слова"
На правах рукописи
РИЗВАНОВА Лениза Миннехалафовна
(на материале отдельных функциональных стилей татарского языка)
10.02.02. - Языки народов
Российской Федерации (татарский язык)
Автореферат диссертации на соискание ученой степени кандидата филологических наук
Работа выполнена на кафедре "Татарский язык в иноязычной аудитории" факультета татарской филологии, истории и восточных языков Казанского государственного университета.
- кандидат филологических наук доцент Ф.С. САФИУЛЛИНА
кандидат технических наук доцент Д.Ш. СУЛЕЙМАНОВ
член-корреспондент Академии* наук РТ доктор филологических наук профессор ГАНИЕВ Ф.А.
кандидат филологических каук доцент САЛИМОВ Х.Х.
Ведущая организация Казанский государственный
Защита диссертации состоится ^декабря 1996 года в 9.00 час. на заседании диссертационного совета К 003.39.01 по присуждению ученой степени кандидата филологических наук по специальности 10.02.02. - Языки народов Российской Федерации (татарский язык) в Институте'языка, литературы и искусства имени Г.Ибрагимова Академии наук Республики Татарстан по адресу: 420503, г.Казань,, ул. Лобачевского, 2/31
С диссертацией можно ознакомиться в Научной библиотеке Казанского научного центра Еоесийской АН (г.Казань, ул. Лобачевского, 2/31).
Автореферат разослан " " ноября 1§96 г.
Ученый секретарь диссертационного Совета ^^ХЗ^ З.З.Рамеев
кандидат филологических наук "
I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность проблемы. Необходимость применения количественных методов"при изучении языковых явлений диктуется с&мой природой языка,- так как любому языку присущи количественные характеристики: в языке ограниченное количество букв, ■ фонем, типов слогов, грамматических и лексических морфей, синтаксических конструкций, каждый из.которых встречается с определенной частотой и обладает индивидуальными способностями сочетаться с другими единицами. Во многих случаях количественные характеристики могут служить сигналом, направляющим внимание исследователя на некоторые скрытые от "простого наблюдения качественные особенности и закономерности языко-^вых явлений. Следует 'отметить, что в зарубежном и .отечественном языкознании накоплен большой опыт применения*количественных методов в исследовании языковых явлений. Эти исследования получили статус отдельной науки под разванием '"квантитативная лингвистика", основной задачей^которой является применение количественных методов для раскрытия законо- • мерностей функционирования единиц языка в речи, а также,установление закономерностей построения текста. По мере развития квантитативной лингвистики как отдельной науки, вероятностно-статистические методы математики стали' использоваться для характеристики функциональных стилей различных языков.
До сих пор в татарском языкознании исследования в области стилистики проводились на базе традиционного 'анализа языкового состава отдельных функциональных стилей. Это,- работы X.Р.Курбатова/1/, В.X.Хакова/2/, Ф.С.Сафиуллиной/З/,'
1. Курбатов Х.Р. Татар теленец синтаксис Ьэм стилистика' мэсьэлэлэре. - Казан: Тат. кит. нэшрияты, 1956. - 176 б. Курбатов Х.Р. Хэзерге татар эдэби теленец стилистик система-сы. - Казан: Тат. кит. нэшрияты, 1971. - 192 б.
2: Хаков В.Х. Татар теле стилистикасына кереш. - Казан: Казан'ун-ты нэшрияты, 1963. - 168 б. Хаков В.Х Матур эдэбйят тел стиле. - Казан: Казан ун-ты.нэшрияты, 1967. - 53 с.
3. Сафиуллина Ф.С. Синтаксис татарской разговорной речи. - Казань: Изд-во Казан, ун-та, 1978. - 254 с.
И.Башировой/1/, И.Низамова/2/, И.Абдуллина/3/, в которых определяется^ арсенал изобразительных средств, характерных для того или иного стиля татарского языка. Известно, что функциональные стили языйа отличаются друг от друга прежде всего ■устойчивыми -частотами лексических и . грамматических единиц/4/. Исходя из этого, в данном исследовании к истолкованию языковых стилей татарского языка мы подходим с позиций количественных представлений и характеристик.
Актуальность изучения данной проблемы определяется современным статусом татарского языка, как государственного. В рамках реализации "Закона о языках народов Республики Татарстан" существует необходимость в расширении учебно-методической базы татарского языка, которое предполагает создание словарей-минимумов татарского языка, составление школьных и вузовских учебников, , учебных словарей и методических пособий по татарскому языку с учетом припципа частотного распределения лексических и грамматических единиц языка. Данное исследование является в.определенной степени научной базой Частотного словаря татарского языка.
О потребности в таких разработках можно судить по интересу, проявленному к данному исследозанию во время апробации его фрагментов на презентации программной продукции совместной научно-исследовательской лаборатории АНТ и КГУ "Проблемы искусственного интеллекта" в' АН Татарстана в декабре 1994 года, на международном симпозиуме "Компьютерный фонд терминов тюркских языков" в г.Шымкенте (Казахстан) в ноябре 1995 года. • ' '
- Цель исследования заключается в'выявлении дифференциальных и интегральных признаков отдельных функциональных стилей татарского языка методами лингвистической статистики.
1. Баширова И.Б. Суз белэн сурат ясау. - Казан: Тат. кит. нэшрияты, 1974. - 176 б.
2. Низамов И.М. Уем - тел очында. •- Казан: Тат. китап нэшр., 1995. - 287 б.
-3. Абдуллин И.А. Г.Камал драмаларынын теле. - Казан: Татарстан китап нэшрияты, 1968. - 198 -б.
4. Головин Б.Н. Язык и статистика. - М.: Просвещение, 1971. - с.121.
Поставленная цель определяет следующие конкретные задачи. которые решаются в работе:
- анализ работ, посвященных проблемам квантитативно-системного исследования языковых явлений;
- уточнение круга понятий и единиц анализа, которыми оперирует современная квантитативная лингвистика;
- определение объема репрезентативной выборки, необходимой для квантитативного исследования татарского языка;
- изучение возможностей автоматизации процессов, связанных с обработкой татарских"текстов, с помощью компьютерных программ;
- исследование статистической структуры татарского языка: выявление таких статистических характеристик текста, как средняя частота словоформы (СФ), покрываемость Текста, доля высокочастотных и низкочастотных СФ.-в тексте, длина СФ в буквах и слогах;
- изучение поведения данных статистических характеристик в отдельных функциональных стилях татарского языка;
- сравнительный лингвостатистический анализ лексики отдельных жанров стиля художественной литературы (проза и поэзия) и информационного жанра газеты на базе полученных частотных словарей;- '
- изучение общеупотребительной лексики, характерной для всех исследуемых жанров языка;
' - выявлёние лингвостатистических закономерностей употребляемости отдельных грамматических категорий имен существительных и глаголов в зависимости от функционального стиля.
Объектом исследованик стали татарские тексты общим объемом в 500 тысяч словоупотреблений, представляющие собой одинаковые выборки из художественных произведений 36 татарских писателей, 58 поэтов и информационных сообщений трех ведущих'республиканских газет: "Ватаным Татарстан", "Татарстан хэбэрлэре", "ШэИри Казан", периода 1993-1995 годов.
Степень изученности проблемы. Мысль об использовании количественных методов при изучении стилистического варьирования языка была высказане задолго до начала развития кванти-
- Одним из первых осноеы вероятно зтно-статистйческого подхода к пониманию стилей языка заложил Б.Н, Головин. С этих позиций он дал "обновленное" определение.понятию функционального стиля языка: "Функциональные стили языка - это' типы его функционирования, соответствующие различиям социальной практики коллектива и отличающиеся друг от другё существенными различиями вероятностей языковых единиц и их категорий, достаточными для их совокупного качественного опознавания людьми на интуитивном уровне восприятия речи"/2/.
Начиная с 60-х годов, статистические методы все шире применялись в решении сложнейших проблем языковых и речевых стилей. В работах Б.Н.Головина/2/, Н.Д.АндрееЕ.а/3/, Г.Г.Бе-лоногова/4/, Р.М.Фрумкиной/5/, украинского коллектива под руководством В.И.Перебейнос/6/ и других исследователей собраны статистические данные, раскрывающие особенности функциональных и индивидуальных стилей различных языков. Возникшее
1. Виноградов"В.В. Современный русский язык. -_М., 1938.
— вып 1. - с. 155-156.
1. Головин Б.Н. Язык и статистика. - M ; : Просвещение, 1971. - fc.121. ' .
2. Андреев Н.Д. Статистико-комбинаторные методы в теоретическом и прикладном языковедении:- JL: Наука, 1967,- 403 с
3. Белоногов Г.Г. Автоматизированная , обработка научно-технической информации. - М., 1984. - 315 е.*
4. Фрумкина P.M. Роль статистических методов в лингвистических исследованиях. - М. : Изд-во Моск.. ин-та иностр. яз., 1982. - Вып.15. - с.Фрумкина P.M. Автоматизация исследовательских работ в лексикографии //•■■-ВЯ,- 1964.- N2.- с. 114.
5. Перебейнос В.И. li"'06 установлении статистических пара-
метров авторских•стилей // Частотные словари автоматическая
переработка лингвистических текстов.- Минск, 1968,- с.
84-91. Перебейнос B.C. Опыт и принципы составления частотно-
го словаря современного украинского языка // Статистическое '
и информационное изучение тюркских языков. - Алма-Ата, 1969.
на стыке лингвистической науки и литературоведения, с Одной стороны, •и математической статистики, с другой, это направление впоследствии получило статус самостоятельной дисциплины под названием "стилеметрия" /1/.
Научная новизна данного исследования заключается в том, что в татарском языкознании.это - первая попытка применения статистических методов к изучению функциональных стилей языка. В исследовании:
- разработаны конкретные подходы и методы лингвостатис-тического анализа татарских текстов;
■ — определены и обоснованы критерии отбора текстов для лингвостатистического анализа татарского языка;
- определены возможности автоматизг.ции многих процессов, связанных с обработкой татарских текстов;
- выработаны принципы • лингвостатистического анализа лексических у: грамматических единиц татарского языка на базе •частотных словарей.
■Теоретическая и практическая значимость диссертации состоит в том, что результаты, полученные в процессе исследования, могут быть использованы при сопоставлении большого статистического.материала, накопленного по индоевропейским языкам флективно-аналитического строя, с новым статистическим материалом по языкам агглютинативного строя, при сравнительно-сопоставительном изучении дистрибутивных характеристик самих тюркских языков (например,' татарского, башкирского ,. казахского, узбекского и т.д.). Данное исследование позволит решить такие теоретические.проблемы, как например, выявление статистической структуры татарского текста, определение словарного состава татарского языка, описание некоторых общелингвистических особенностей стилей языка, выделяющих ее в ряде других стилей. В связи,с этим, возможно, иное освещение получили бы -важные проблемы общей лексикологии:
1. Алексеев П.М., Лудин Д.М. Опыт количественного исследования в Афганистике // Статистическое изучение стилей языка и стилей речи /Тезисы докладов и сообщений к республиканской научной конференции/. - Горький, 1970. - с.5.
проблема современной языковой нормы, функциональных стилей, индивидуального•стиля отдельных авторов. Статистические результаты диссертации могут быть использованы при решении проблем построения формальной модели татарского языка, а также при построении лингвопроцессора на основе выявленных количественных показателей татарского языка.
Наши результаты могут найти практическое применение при усовершенствовании лексикографических методов составления различных частотных словарей, словарей-минимумов татарского Языка, при составлении учебников и учебных словарей, при разработке систем! машинного перевода и различного•рода информационных языков и систем.машинного поиска, при создании Машинного фонда татарского языка.
Апробация результатов исследования. Материалы диссертации представлены на: итоговых научных конференциях Казанского государственного университета в 1993-1996 г.г.; Всероссийской научной конференции "Проблемы двуязычия в современных условиях" (КГПУ, ,1994 г.), международном семинаре "Компьютерная лингвистика и ее приложения"(Казань, 1995 г.), международном симпозиуме "Компьютерный фонд терминов тюркских языков" (г.Шымкент, 1995 г.), Всероссийской конференции, посвященной проблемам развития и преподавания-современной татарской литературы (АНТ, 1995 г.), научно-практической конференции "Проблемы обучения татарскому языку учащихся старших классов школ, средних специальных и высших учебных заведений" (КТУ, 1996 г.), международной конференции -'Тукай и духовная культура XX века" (АНТ, май 1996 г.), научном
семинаре "Формально-логические и компьютерные модели языков",
проходившем в рамках российской конференции по искусственному интеллекту "КИИ-96" (АНТ, октябрь 1996 г.).
Диссертация обсуждена и одобрена на заседании кафедры "Татарский язык в. иноязычной аудитории"
Структура диссертации. Работа состоит из введения, основной части, содержащей четыре главы,- заключения,' списка • использованных источников и литературы, приложения, где представлены таблицы, частотные словари исследуемых жанров.
II. ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ
Во введении формулируется цель и определяются задачи исследования, обосновываются актуальность и новизна работы, определяется ее теоретическая и практическая значимость.
Первая глава "Общие вопросы квантитативного исследования языка" состоит из четырех параграфов. В ней опреде'ляется круг понятий, которыми оперирует квантитативная лингвистика, выделяются единицы квантитативного анализа языка, рассматриваются типы частотных словарей, раскрываются возможности и основные характеристики компьютерных программ: ТАТКОР, АРМ лингвиста, АРМ К8ЛИМЭ, использованных для статистической, об--работки татарских текстов.
На основе обзора литературы по_ теме исследования прос-' леживается история возникновения •и. развития зарубежной и отечественной лингвостатистики, выделяются основные сферы применения статистических методов в языкознании, анализируются работы, посвященные применению количественных методов в тюркологии /1,2,3,4,5/.
1. Бектаев К.Б. Статистико-информационная типология тюркского текста. - Алма-Ата, 1978. - 182с..
2,. Ахабаев A.A. Статистический анализ лексико-морфологи-ческой структуры-казахской публицистики.- Алма-Ата, 1971.-24 с.
3. Ризаев С.А. Статолингвистический анализ структуры слова в современном узбекском языке // Материалы семинара "Статистическая оптимизация преподавания языков и инженерная лингвистика". - Алма-Ата, 1980. - с.180-182.
4. Байрамова Л.К. Вопросы машинного перевода. - Казань: Изд-во Казанского ун-та, 1973. - 96 с. Байрамова JI.K., Хали-това H.A. Изучение татарского языка методами прикладной лингвистики // Вспр. тат. яз-ия. - Казань, 1971.
5. Ибрагимов Т.И. Изучение слогов и структуры их сочетаний в татарском литературном языке. - Казань-, 1970.
В задачу исследования входило выявление количественных И- качественных критериев отбора текстов для статистического изучения татарского языка. При определении достаточного объема выборки для лингвостатистического исследования татарских текстов мы придерживались методики, выработанной Р.Г-Пиотровским и К.Б.Бектаевым/1/.
По. этой . методике ."объем выборки'определяется исходя из требований к покрываемое™ наугад взятого текста наиболее
частыми единицами составляемого списка"/!/ и вычисляется по г ,
где N - объем текста;
Тр- постоянная, значение которой берется по заданному значению доверительной вероятности (надежности);
'^г относительная частота лексической единицы (ЛЕ), значение которой равно значению нижней границы достоверных частот Г;
g - относительная (допустимая) ошибка. Используя данную формулу и постоянные величины, которые выработаны в современной лингвостатистике, мы определили необходимый объем выборки для статистического исследования татарского языка. С этой целью был составлен частотный слойарь татарской прозы.' Оказалось, что 70%-ное покрытие татарского текста дает начальная Зона ЧС, включающая 3000 словоформ, при этом нижним порогом этого массива является £ =0,00006. Тогда: .
0,33 х 0,00006 Таким образом, было выяснено, что для составления ЧС' татарского языка достаточна выборка объемом в 600 тыс. СУ.
Вследствие того,' что наше . иерледование предполагало статистическое изучение не всех функциональных стилей, та-
1. Пиотровский Р.Г., Бектаев К.Б., Пиотровская A.A. Математическая лингвистика. - М.:Высшая школа, 1972. - с.48.
тарского язкка, а лишь сравнительно-сопоставительный анализ отдельных жанров языка художественной литературы и публицистики (проза, поэзия и информационный жанр газеты), решено было ограничиться -выборкой объемом в 500 тыс. СУ. В частности, жанр прозы представлен текстами общим объемом в 200 тыс. СУ, жанр поэзии - в 100 тыс. СУ, информационный жанр газеты - в 200 тыс. СУ. С целью получения более достоверных результатов тексты жанра прозы и информационного жанра газеты' были разбиты на малые выборки одинакового размера (по 100 тыс. СУ каждая) и на микровыборки по отдельным авторам. '
Во второй главе "Статистическая структура отдельных стилей татарского языка" проводится математическое описание и обоснование статистических характеристик, получаемых в результате количественного исследования отдельных стилей татарского языка. Были изучены такие статистические характеристики татарского текста, как средняя частота (повторяемость СФ),. покрываемость,текста высокочастотными и низкочастотными СФ, срздняя длина СФ б буквах и слогах, распределение СФ по длине в разных жанрах языка. В результате количественного анализа установлено, что:
- показатели средней частоты слова (N/V) и разнообразия лексики (V/N) нё могут служить в качестве дифференцирующего' признака при сравнении жанров прозы, поэзии и газеты, так как эти. значения одинаковы во всех исследованных жанрах языка (N/V = 4, V/N = 0,2). В сбою очередь, данные показатели зависят от типа языка: в агглютинативном татарском и казахском языках 'средняя частота слова равна 4, а во флективном русском языке одно й то же слово в среднем повторяется 6 раз. Возможно, это связано с тем,"что агглютинативные языки характеризуются более богатыми возможностями формообразования, чем флективные языки..
- статистическую структуру отдельных жанров татарского, языка более детально раскрывают показатели- покрываемости текста высокочастотными и низкочастотными словоформами. Установлено, что доля высокочастотных СФ з газетных текстах
больше, чем в текстах прозы и поэзии, соответственно, количество редкоупотребляемых СФ больше в жанрах художественной
литературы. Так, например, в жанрах прозы и поэзии словоформы, употребляющиеся лишь один раз, покрывают 14,7% и 15,0% текста, а в информационном жанре газеты СФ с частотой 1 покрывают лишь 12,8% текста. Это связано с тем, что язык информационного жанра газеты характеризуется частым повторением одних и тех же лексических-единиц, основную часть которых составляют общественно-политические термины, названия государственных учреждений и организаций.
■ - в целом, словоформы, встречающиеся во,всех трех жанрах ,один и два раза, составляют 70% от общего числа СФ. Это говорит о том, что словарное богатство татарского языка заключается в объеме редкоупотребляемых слов. Однако в результате сравнительного анализа русского и татарского языкрв выяснилось, что в татарском.языке доля редкоупотребляемых слов несколько выше, чем'в русском языке. По данным словаря Л.Н.Засориной^в тексте объемом 120 тыс. СУ словоформы с частотой 1 и 2 покрывают .лишь 63% ЧС/1/ , тогда как в татарском языке доля редкоупотребляемых слов в частотном словаре, составленном, на. базе текстов' такого же. объема, составляет .76,3%. •
- о^ним-из эффективных • .стилеразличительных критериев, позволяющим дифференцировать отдельные жанры татарского языка, может служить длина слова, измеряемая как в буквах, так и в слогах. Так, например, установлено, что: а) средняя длина слова в газетном жанре равна шести буквам,- а в жанрах прозы и поэзии СФ в среднем состоит из пяти букв, б) доля длинных словоформ (десятибуквенных и'более) в текстах прозы и поэзии составляет лишь 6,9 и 6,5%, в то время как в жанре газеты их доля больше почти на 10%. и достигаот 16,2%, в) самая длинная СФ в текстах прозы состоит из 27 букв (хвлсез-лэнгвнндн-хэлсезлднде), в информационном жанре - 30 букв (санаторий-профилакторийларында), в поэтических же текстах -самое длинное слово состоит лишь из 23 букв