CC BY
180
________МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №7/2015 ISSN 2410-700Х______________________
14. Маслов 1973 - Маслов Ю.С. Универсальные семантические компоненты в содержании грамматической категории совершенного/несовершенного вида // Советское славяноведение, № 4. - М.: Наука, 1973. - С. 73-83.
15. Мелиг 1985 - МелигХ.Р. Семантика предложения и семантика вида в русском языке (к классификации глаголов З.Вендлера) // Новое в зарубежной лингвистике. Вып. 15. Современная зарубежная русистика. - М.: Прогресс, 1985. - С. 227-249.
16. Недялков 1987 -Недялков В.П. Начинательность и средства ее выражения в языках разных типов. // Теория функциональной грамматики. Введение. Аспектуальность. Временная локализованность. Таксис. Л.: Наука, 1987. - С. 180-195.
17. Падучева 2004 - Падучева Е.В. Динамические модели в семантике лексики. Изд. 5-е. - М.: Языки славянской культуры, 2004.
18. Падучева 2009 - Падучева Е.В. Лексическая аспектуальность и классификация предикатов по Маслову -Вендлеру // Вопросы языкознания. - М.: Наука, 2009. - № 6. - С. 3-20.
19. Пешковский 1935 - Пешковский А.М. Русский синтаксис в научном освещении. - М.: Учпедгиз, 1935.
20. Плунгян 2003 - Плунгян В.А. Общая морфология: Введение в проблематику: Учебное пособие. Изд. 2-е, исправленное. - М.: Едиториал УРСС, 2003.
21. Розенталь и др. 2002 - Розенталь Д.Э., ГолубИ.Б., ТеленковаМ.А. Современный русский язык. - М., 2002.
22. Розенталь, Теленкова 2003 - Розенталь Д.Э., Теленкова М.А. Словарь-справочник лингвистических терминов. - М.: «ОНИКС 21 век», «Мир и образование», 2003.
23. СРЛЯл 1988 - Современный русский литературный язык: Учеб. для филол. спец. пед. ин-тов / Под ред. П.А. Леканта. 2-е изд., испр. - М.: Высшая школа, 1988.
24. СРЛЯш 1988 - Современный русский литературный язык: Учеб. для филол. спец. пед. ин-тов / Под ред. Н.М. Шанского. 2-е изд., перераб. - Л.: Просвещение, 1988.
25. СРЯр I 1976 - Современный русский язык: в 2-х ч. Ч.1. / Под ред. Д.Э. Розенталя. Изд 2-е, испр. - М.: Высшая школа, 1976.
26.Чейф 1975 - Чейф У.Л. Значение и структура языка. - М.: Прогресс, 1975.
27.Щерба 1974 - Щерба Л.В. Языковая система и речевая деятельность. Л.: Наука, 1974
28.ЭСЮФя 1984 - Энциклопедический словарь юного филолога (языкознание) / Сост. М.В. Панов. - М.:
Педагогика. 1984.
29. Tatevosov 2002 - Tatevosov S.G. The parameter of actionality. Linguistic typology, v.6, 2002. - P. 317-401.
30. Vendler 1967 - Vendler Z. Verbs and times. - In: Z. Vendler. Linguistics in Philosophy. Ithaca, N. Y.: Cornell Univ. Press, 1967.
31. Wierzbicka 1980 - Wierzbicka A. Lingua mentalis. Sydney, 1980.
© А.Ш. Айрапетян, 2015
УДК 81-139
Андреев Вадим Сергеевич
Докт. филол. наук, доцент СмолГУ г. Смоленск, РФ E-mail: vadim.andreev@ymail.com
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА И АНАЛИЗ ОБРАЗНОГО РЯДА СТИХОТВОРНОГО
ТЕКСТА
Аннотация
В статье рассматриваются возможности применения математической статистики для анализа образного ряда стихотворного текста, обсуждаются практические вопросы применения, достоинства и недостатки методики канонического анализа для исследования метафоры.
85
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №7/2015 ISSN 2410-700Х______
Ключевые слова
Статистика; канонический анализ; образный ряд; метафора; стихотворный текст
На современном этапе развития лингвистики уровень непосредственного наблюдения уже со всей очевидностью недостаточен для системной экспликации взаимосвязей между группами разноуровневых и разноаспектных признаков как в языке, так и в речевых текстах. Стихотворный текст, характеризуемый повышенной взаимосвязью его единиц как результата взаимодействия целого комплекса налагаемых на него ограничений, требует привлечения методов статистического анализа в большей степени, чем многие другие объекты лингвистики и, в частности, стилеметрии.
Сферой, в которой наиболее востребованы статистические методики анализа и в которой они на сегодняшний день в наименьшей степени применяются, является анализ образного ряда стихотворного текста, типичные для него особенности метафоризации. Необходимость объективного количественного анализа здесь обусловлена значительной имплицитностью тенденций, которые проявляются в разрозненных фактах; инварианты теряются в широком спектре варьирования репрезентантов.
Понимание образа как реализации метафоры в широком смысле позволяет произвести количественный подсчет концептов в функциях цели и источника, определить наиболее и наименее частотные метафорические модели. Кроме того, учет числа реализованных моделей позволяет провести анализ взаимной сочетаемости и обусловленности концептов-целей и источников, сопоставить идиостили различных авторов и стиль одного и того же автора на протяжение его творческого пути [3; 8; 10].
Удобным и перспективным методом для решения этой задачи являются методики статистического анализа, уже широко используемые при исследованиях обширного эмпирического материала [1; 2; 7].
Математические методы дают возможность сводить результаты анализа материала к небольшому числу обобщающих выводов, выявлять скрытые структурные особенности, не определяемые при непосредственном наблюдении [4; 6], решать задачи по распознаванию образов, то есть атрибуции переходных (спорных, неясных) случаев относительно априорно заданных или выделенных классов [9], прогнозировать свойства объектов путем экстраполяции выявленных тенденций.
Выбор конкретной методики (многомерный дискриминантный, дисперсионный, регрессионный, ковариационный, кластерный, факторный анализ, многомерное шкалирование и др.) определяется целями исследования и спецификой материала в совокупности с ограничениями в применении многомерных методик анализа. В ряде случаев ограничения, связанные со спецификой вычислений в рамках методики, оптимально отвечающей задачам исследования, требуют первичной обработки и модификации материала, оптимизации признакового пространства [5].
В данной работе рассматривается возможность применения методики канонического анализа для корректного проведения анализа и получения статистически значимых результатов. Этот метод имеет значительную перспективу применения в лингвистических исследованиях, но еще не получил распространения.
Канонический анализ позволяет выявить наличие и оценить величину взаимосвязи между двумя группами признаков, то есть определить, насколько вариация в рамках одной группы характеристик соотносится с вариацией в другой группе характеристик [11]. Например, данная методика может быть применена для выявления взаимосвязи групп признаков различных языковых уровней, содержательных и формальных характеристик в метафорических моделях. Канонический анализ выявляет силу соотношения, но не устанавливает причинно-следственных связей, то есть ни одна из рассматриваемых групп признаков не является зависимой.
При расчете в рамках каждой группы переменные заменяются их линейными комбинациями (каноническими переменными). Для этого рассчитывается каноническая функция, переменными в которой являются признаки, а коэффициенты отражают значимость признаков, их вклад в значение канонической функции (каноническую переменную). Коэффициенты, в принципе, могут быть заданы изначально, однако в большинстве случаев проблема заключается в отсутствии априорного знания об относительной значимости признаков каждой группы. Процедура канонического анализа позволяет определить коэффициент каждого показателя таким образом, чтобы корреляция между группами признаков была максимальной.
86
________МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №7/2015 ISSN 2410-700Х______________________
Таким образом, каноническая корреляция - это корреляция между каноническими переменными (U и V):
U = a1 * y1 + a2 * y2 +...+ ap * yp,
V = b1 * x1 + b2 * x2 +...+ bq * Xq,
где- yi, y2, ... , yp - признаки первой группы; - xi, X2, ... , Xq - признаки второй группы; ai, a2, ... , ap -веса признаков первой группы; bi, b2, ... , bq - веса признаков второй группы.
Основными показателями, отражающими результаты канонического анализа, являются коэффициент канонической корреляции, коэффициенты признаков и факторная структура канонических переменных.
По существу канонические корреляции сходны с парными коэффициентами корреляции и отражают силу связи между группами параметров. Абсолютные значения коэффициентов признаков отражают вклад каждого признака в величину канонической переменной. Для того чтобы можно было сопоставить значимость различных признаков, рассчитываются стандартизированные коэффициенты, нормированные относительно дисперсии.
Канонические переменные могут рассматриваться как отражение стоящего за ними скрытого фактора, определить характер которого дает возможность анализ коэффициентов отдельных параметров. Например, если в группе грамматических характеристик все параметры, связанные с синтаксисом, характеризуются значительно большими коэффициентами, чем остальные, то можно сделать вывод, что соответствующая каноническая переменная отражает особенности синтаксической структуры текста.
О значимости переменных (признаков) можно также судить по факторной структуре канонических переменных. Факторная нагрузка признака является коэффициентом корреляции этого признака с величиной канонической переменной. Естественно, что переменные более коррелированные с канонической переменной являются более значимыми. Зачастую оценки значимости характеристик, определяемые по факторной нагрузке и определяемые по стандартизированным коэффициентам признаков, не совпадают. Это объясняется тем, что факторная нагрузка признака является коэффициентом корреляции между значением признака и канонической переменной, поэтому при наличии нескольких сильно коррелированных с канонической переменной и друг с другом признаков, каждый из них будет иметь значительную факторную нагрузку. Методика расчета коэффициентов признаков иная: признаки включаются в функцию поочередно, начиная с вносящего максимальный вклад в значение канонической переменной. Соответственно, последовательно рассчитываются и коэффициенты. При этом после включения одного признака из группы коррелированных с канонической переменной признаков остальные могут не вносить сколько-нибудь значительного дополнительного вклада в каноническую функцию, и, следовательно, иметь низкие коэффициенты.
Получить долю вариации признаков, объясняемую канонической переменной, можно возведя в квадрат факторные нагрузки признаков. Среднее арифметическое квадратов факторных нагрузок будет являться показателем того, какая, в среднем, доля вариативности признаков данной группы объясняется канонической функцией.
Методика многомерного канонического анализа может быть корректно применена при выполнении рада условий.
Поскольку в процессе анализа выявляются линейные зависимости между каноническими функциями, подразумевается, что имеющиеся соотношения между переменными должны быть характерны для всех объектов.
Еще одним требованием к каноническому анализу является превышение количества объектов над числом признаков.
С другой стороны, в рамках данной методики нормальное распределение не является обязательным требованием к переменным (признакам). Процедура является устойчивой и к наличию взаимно коррелированных признаков, хотя отсутствие таких признаков повышает точность анализа. Кроме того, анализ не может быть корректно проведен, если один признак является какой-либо комбинацией двух других (суммой и др.)
Имеющийся опыт показывает, что расширение практики использования количественных методов для анализа метафоры в стихотворном тексте позволит значительно расширить наши знания о закономерностях
87
_______МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №7/2015 ISSN 2410-700Х_____________________
индивидуально-авторской метафоризации и общих, универсальных закономерностях построения образного ряда в поэзии.
Список использованной литературы:
1. Андреев С.Н. Устойчивость результатов исследования языкового материала // Иностранные языки в высшей школе. 2005. № 2. С. 93-105.
2. Андреев С.Н. Соотношение частей речи в романе А.С. Пушкина «Евгений Онегин» // Квантитативная лингвистика. 2014. Т. 3. С. 5-19.
3. Бабурченкова И.О. Особенности метафоры в раннем творчестве У. Блейка: качественные и количественные аспекты // Квантитативная лингвистика. 2014. Т. 3. С. 20-27.
4. Мартыненко Г.Я. Ритмико-смысловая динамика русского классического сонета. СПб.: СПбГУ, 2004.
5. Марусенко М.А. Отбор информативных параметров в задачах стилистической диагностики // Структурная и прикладная лингвистика. Л.: ЛГУ, 1987. С. 84-94.
6. Марусенко М.А. Атрибуция анонимных и псевдонимных литературных произведений методами распознавания образов. Л.: Издательство Ленинградского университета, 1990.
7. Никифорова Н.А. Соотношение формальных и диахронических признаков глаголов в английском языке и семантическом языке его описания // Квантитативная лингвистика. 2014. Т. 3. С. 89-102.
8. Николаева Е.А. Устойчивость и вариативность стиля: соотношение ядра и периферии текстовых классов американских поэтов начала XX в. В. Линдзи, Э. Лоуэлл, Э. Робинсона и Р. Фроста // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2013. № 12 (128). С. 315-319.
9. Николаева Е.А. Поэты периода американского «поэтического ренессанса» и Э. Дикинсон: сходство и различия формальных признаков стиля // Квантитативная лингвистика. 2014. Т. 3. С. 144-151.
10. Тишина А.Е. Соотношение признаков в метафоре Суинберна (на материале ранней лирики) // Квантитативная лингвистика. 2014. Т. 3. С. 103-113.
11. Wamer R.M. Applied statistics. Los Angeles-London: Sage Publications, 2008.
Публикация подготовлена в рамках поддержанного РГНФ научного проекта № 15-04-00285.
© В.С. Андреев, 2015
УДК 81
Андреева Светлана Михайловна
кандидат пед. наук, доцент Белгородский государственный институт искусств и культуры г. Белгород, РФ, E-mail: andreevasm@bk.ru Андреева Анна Михайловна
старший преподаватель Белгородский государственный институт искусств и культуры
г. Белгород, РФ Безуглова Ольга Владиславовна
ассистент
Белгородский государственный институт искусств и культуры
г. Белгород, РФ
ФРАЗЕОЛОГИЧЕСКИЕ ЕДИНИЦЫ ЭМОЦИОНАЛЬНОГО КОНЦЕПТА «СТРАХ» В РУССКОМ И
В АНГЛИЙСКОМ ЯЗЫКАХ
Аннотация
В данной статье рассматривается вопрос эмотивности в фразеологических единицах с концептом «страх» в русском и английском языках. Именно разнообразие во взглядах касательно основных
88
