CC BY
50
Т.м. РОГОЖНИКОВА, Р.В. ЯКОВЛЕВА (Уфа)
изучение ассоциативной цветности звуков немецкого языка в синхроническом срезе
Описывается ассоциативная цветность звуков немецкого языка, освещаются результаты ассоциативных экспериментов по установлению звуко-цветовых соответствий, которые были проведены в виде индивидуального анкетирования в период с января 2014-го по июль 2015 г. Выявленные в ходе анализа экспериментальных данных устойчивые ассоциативные связи между звукобуквами и цветами в немецком языке позволили создать матрицу ассоциативной цветности звуков немецкого языка, которая легла в основу компьютерной программы «БЮРГЕР», позволяющей проводить автоматизированный анализ любого слова и текста на немецком языке и делать заключения о характере доминантных цветов вербальной модели.
Ключевые слова: ассоциативная цветность звука, ассоциативный эксперимент, немецкий язык, компьютерная программа, автоматизированный анализ.
Введение. Теоретическим основанием для обсуждения результатов экспериментального исследования ассоциативной цветности звуков немецкого языка в синхроническом срезе стали работы по вопросам звуко-цветовых соответствий в английском [1; 4; 19], французском [14], немецком [16; 17], русском [1; 2; 4; 5], татарском и башкирском [3; 6; 8; 9] языках. Среди обилия публикаций по проблемам цветовой семантики и цветового воздействия практически отсутствует систематизированная новая информация об ассоциативной (психологической) цветности звуков немецкого языка в синхроническом срезе. Особенно сложным представляется вопрос о цветности звуко-буквенных комплексов немецкого языка. Анализ имеющихся по проблеме опубликованных источников не дал ответа на такие вопросы: все ли звукобуквы и звуко-буквенные сочетания немецкого языка вызывают устойчивую ассоциативную цветность; если психологическая цветность установлена, то каков ее характер (полицветный, моноцветный) или ассоциативная цветность звука проявляется в
доминировании одного оттенка с незначительным присутствием других.
Состояние вопроса. В настоящее время в арсенале нашей исследовательской группы пять рабочих языков. опыт экспериментальных исследований, проведенных на материале русского, английского, татарского и башкирского языков, позволяет предположить универсальность механизма соотнесения звукобуквы с определенным цветом. Этот феномен является полезным инструментом в ходе анализа различных аспектов структурирования языкового сознания. Звуковая сторона речи, звуковые изменения не располагаются в «светлом пучке сознания» носителя языка. Для их понимания и сопоставительных исследований на разных языках необходимо найти способ, с помощью которого станет возможным их вывод на осознаваемый уровень. Мы попытались материализовать и представить в виде цветовых матриц языка одну из составляющих суггестивного лика звукобукв - их ассоциативную цветность. Для реализации этих целей и были проведены психолингвистические эксперименты на разных языках. Как можно судить по их результатам, психологической цветностью обладают модели любой сложности. При выборе данного аналитического инструмента, который сегодня представлен уже рядом компьютерных программ [7; 9; 11; 12], мы остановились на звукобуквах как единицах зву-коизобразительной системы прежде всего из-за определенности их количества. конечное (и не слишком большое) число звукобукв позволяет просчитать все возможные комбинации, моделировать и программировать полученные материалы, создавать автоматизированные информационные системы для дальнейших исследований. К положительным моментам именно этого выбора мы относим и возможность работать практически на любом языке. Имеется еще одно соображение, свидетельствующее в пользу данной единицы. Для человека говорящего звук становится осознаваемой реальностью только после соотнесения его с буквой. Именно поэтому неизвестный набор звуков, воспринимаемый аудиаль-но и не подкрепляемый визуальным образом буквы, не даст нам полноты картины из-за минимальных различий в признаковых оболочках. Когда мы пользуемся одной из любимых современной психолингвистикой метафор «живое знание», мы рассматриваем ассоциации как продукт функционирования активиро-
© Рогожникова Т.М., Яковлева Р.В., 2016
ванных систем индивида, которые представляют собой своеобразную характеристику человека как живой системы, определяющую количество и качество его взаимодействия с другими системами, т. к. движение ассоциаций не прекращается ни на одно мгновение.
В 2011 г. была разработана наша первая компьютерная программа для автоматизированного анализа звуко-цветовых соответствий в слове и тексте «БАРИН» (свидетельство о государственной регистрации программы для ЭВМ .№2011618299 «БАРИН» (Автоматизированный анализ слова и текста)). Основным компонентом программы стали цветовые матрицы звукобукв русского и английского языков. Программа «БАРИН» написана на языке С# в интегрированной среде обработки "Microsoft Visual Studio 2008". Код программы разбит на несколько модулей. Данный программный продукт позволяет рассчитывать частотность звукобукв русского и английского текстов; выводить результаты в таблицу; определять цветовое наполнение текста на основе рассчитанной частотности звукобукв; представлять результаты в виде графиков и диаграмм, сохранять в файл; выполнять художественную интерпретацию звуко-цветовых соответствий в тексте с сохранением в файл. Всего программа реализует девять функций [7].
В 2013 г. завершена разработка компьютерной программы «БАТЫР», основным компонентом которой стали цветовые матрицы звукобукв татарского и башкирского языков (свидетельство о государственной регистрации программы для ЭВМ №2014613238 «БАТЫР» (Автоматизированный анализ слова и текста)). Программа «БАТЫР» написана на языке Delphi в интегрированной среде обработки "Code Gear RAD Studio 2009". Программный продукт позволяет рассчитывать частотность звукобукв анализируемого башкирского или татарского текста; выводить результаты в текстовое поле; определять цветовое наполнение текста на основании рассчитанной частотности звукобукв; представлять результаты в виде графиков и диаграмм; сохранять графики, диаграммы и интерпретации в файл; выполнять художественную интерпретацию звуко-цветовых соответствий в тексте. Программа реализует 12 функций [10].
В 2014 г. написана компьютерная программа «СЧЕТОВОД» (свидетельство о государственной регистрации программы для ЭВМ № 2014618598 «СЧЕТОВОД» (Автоматизированный анализ текстов)). Данный программный продукт создан для перепроверки ряда
моделей, разработанных для отображения ассоциативного цветового фона языков. Программа написана на языке Delphi в интегрированной среде обработки "Code Gear RAD Studio 2009". Код программы разбит на несколько модулей: модуль пересчета текста, модуль записи и чтения сопряженной базы данных, модуль интерпретации базы данных. С помощью данного программного продукта можно рассчитывать количество звукобукв анализируемого текста на русском языке, определять их частотность, а также сравнивать полученные результаты с показателями средней (эталонной) модели, рассчитывать среднюю модель для русского языка на основе анализируемых текстов, а также сравнивать частотность звукобукв тематической группы текстов со средней моделью, представлять информацию в виде графиков, диаграмм и текстовой информации. Всего у программы 9 функций. Программа предназначена для универсального использования. Автоматизированный анализ звукобукв в слове или тексте возможен для любых типов текста на русском языке. Первый вариант «эталонной» модели был построен на базе, которая опирается на 6 млн обработанных звукобукв (тексты художественных произведений, научные, рекламные, публицистические, суггестивные (молитвенные) тексты, а также политический дискурс). По всем видам текста доступна статистика, указывающая на количество и частоту появления звукобукв по всем текстам, а также количество обработанных звукобукв каждого жанра. В итоге стало возможным сопоставление «эталонной» модели, полученной на основе частотности, с моделью, созданной по принципу равного долевого «цветового» участия каждого звука языка без опоры на показатель частотности [11]. В настоящее время создаются подобные компьютерные программы для работы на других рабочих языках.
В 2015 г. завершено создание компьютерной программы «БЮРГЕР», предназначенной для работы с текстами на немецком языке. Основным компонентом программного продукта стала цветовая матрица звукобукв немецкого языка. На данный момент программа проходит этап государственной регистрации. Программа «БЮРГЕР» написана на языке Delphi в интегрированной среде обработки "Code Gear RAD Studio 2009", обеспечивает выполнение следующих функций: автоматическое преобразование текста в массив звукобукв; автоматический расчет количества звукобукв в слове и тексте; автоматический расчет частот-
ности звукобукв в слове и тексте; автоматическое определение соотношений цветности текста, вывод результатов в текстовое поле (статистика); определение динамики цветности текста; создание интерпретации художественного образа текста; определение доминирующих цветов цветности текста; создание модели отображения цветности текста «Цветовая спираль»; вывод результатов в виде графиков, диаграмм и интерпретаций; сохранение графиков, диаграмм и интерпретаций в файл [12].
одним из важных результатов проделанной работы являются модели, представленные в виде картин ассоциативной цветности, в которых в равных долях закодированы ассоциативные цвета всех звукобукв русского, английского, татарского, башкирского и немецкого языков (см. рис. на с. 177). Идею создания подобных моделей предложила Т.М. Рогожни-кова, технически ее выполнил Д.Д. Кудашов. Показанные на рисунках «цветочные поля» впитали в себя всю палитру ассоциативных цветов, существующих как «живое знание» в голове носителя языка, в его ментальном лексиконе и характеризующихся национально-культурной спецификой. мы можем увидеть ту виртуальную внутреннюю форму, для которой была найдена внешняя форма материального представления.
Ассоциативная цветность звукобукв русского языка богата синим цветом и его оттенками. Русский язык похож на васильковое поле. Английский язык в ассоциативной цветовой гамме изобилует оранжевым с желтым вкраплениями, создавая яркий солнечный фон календулового луга. Психологическая цветность звукобукв башкирского языка сравнима с фисташковым цветом, а цветность звуков татарского языка - с изумрудным. Ассоциативная цветовая матрица немецкого языка похожа на фиалковое поле.
Эти картины - наглядные пособия для пояснения понятия эмерджентности, являющейся формой проявления принципа трансформации количественных изменений в качественные. Каждая звукобуква, психологически определенным образом окрашенная, присутствуя на полотне рядом с другими, помогает создать общий цветовой фон языка. И этот общий фон не может быть объяснен через цветность отдельных звукобукв, поскольку в каждом языке есть полный ассоциативный набор «основных цветов». Более того, психолингвистический подход к анализу цветности не допускает использования приема механического перемешивания цветов, который любят художники, не предполагает физику цвета (ана-
лиз цветового спектра в физике). Эта некая неосознаваемая внутренняя форма существования конкретного языка в цвете, которая, тем не менее, может быть представлена в виде осознаваемой экспериментально полученной внешней формы.
Гипотеза о существовании синестетиче-ски обусловленной звуко-цветовой картины мира, которая организуется с учетом универсальной (бессознательной) способности человека ассоциировать звуки и цвета, национального (подсознательного) свойства отражать специфику взгляда на мир через конкретный язык в образно-логическом и эстетическом восприятии и индивидуальной (сознательно-подсознательной) переработке поступающей информации в конкретном акте речи, творчества наиболее полно была сформулирована Л.П. Прокофьевой [4] и далее подтверждена в исследованиях других ученых, занимающихся вопросами цветовой семантики [1; 3; 5; 6; 8; 9].
Ассоциативная цветность звуков немецкого языка. С целью определения цветового наполнения звукобукв немецкого языка в период с января 2014 г. по июль 2015 г. была проведена серия ассоциативных экспериментов (далее - АЭ) с носителями немецкого языка. Подробное описание исследования приводится в работе [15]. Первый свободный АЭ, названный основным, проводился на территории Германии, в г. Геттингене (федеральная земля Нижняя Саксония) в январе 2014 г. в исследовании приняли участие 100 человек (50 женщин и 50 мужчин) - жители города, студенты университета и туристы. возрастной диапазон испытуемых (далее - ии.) - 1685 лет. Экспериментальным материалом для нашего исследования стали 30 букв немецкого алфавита. Буквы предъявлялись ии. в следующей последовательности: I, 2, О, D, А, R, В, Q, С, ^ в, Н, О, К, и, L, W, А, М, V, и, Е, ^ N S, X, ^ Р, Т, F. Свободный АЭ проводился письменно. Каждому участнику эксперимента была предложена индивидуальная анкета, в которой ии. должны были указать страну проживания, пол, возраст, образование/ сферу профессиональной деятельности, родной язык и владение другими языками. Экспериментатор устно объяснил ии. цель эксперимента, проинформировал о процедуре проведения эксперимента, объяснил термин «ассоциация», попросил произнести, а затем соотнести каждую букву немецкого алфавита с цветом, с которым ии. увязывают данную букву. Экспериментатор обратил внимание участников эксперимента на необходимость принимать решения быстро, не раздумывая записы-
Ассоциативная цветность русского, английского, башкирского, татарского и немецкого языков
вать первую ассоциацию, которая приходит на ум после произнесения буквы. В случае отсутствия ассоциации в виде определенного цве-тонаименования ии. было предложено описать предмет, явление или объект, с которым цвет буквы ассоциируется (например, maigrün -цвет майской зелени). Время эксперимента не ограничивалось. в заключительной части эксперимента ии. было предложено написать комментарий по поводу участия в эксперименте и пройти постэкспериментальный опрос. Следует отметить, что во время эксперимента участники проявляли интерес, задавали вопросы по теме исследования, с удовольствием помогали нам и легко шли на контакт.
В ходе эксперимента было получено 3 тыс. ассоциативных реакций (вариантов цветового ассоциативного наполнения звукобукв немецкого языка). Все полученные реакции сгруппированы в ассоциативные статьи. структура словарной статьи ассоциативного словаря создавалась с опорой на структуру словарных статей, приводимых в Русском ассоциативном словаре [13]. Ассоциативные ответы ии. приводятся в ассоциативном словаре в авторском виде без грамматической и/или орфографической коррекции. реакции на стимулы располагаются по мере убывания их частоты, которая указывается после реакции или групп реакций с одинаковой частотой. В конце ассоциативной статьи приводятся количественные показатели, где первая цифра показывает общее число реакций, полученных на стимул, вторая - на число разных реакций, третья - число нулевых реакций, четвертая - на число единичных реакций. рассмотрим ассоциативную статью на звукобукву-стимул H и ее перевод на русский язык.
h blau 28; grün 12; hellblau 6; weiß 5; braun 4; gelb 4; lila 4; rot 4; grau 3; himmelblau 3; beige 2; dunkelblau 2; durchsichtig 2; azur; dunkelbraun; dunkelgrau; Hase/braun; Hautfarben; hellbraun; hellgelb; hellgrün; hellorangegelb; hellrot; honiggelb; meerblau; neublau; sanftes lilablau; sehr helles olivgrün; silber; sonnengelb; stahlblau; türkis, weinrot; zart-lila; 100+34+0+21;
h синий 28; зеленый 12; светло-синий/ голубой 6; белый 5; коричневый 4; желтый 4; лиловый 4; красный 4; серый 3; небесно-голубой 3; бежевый 2; темно-синий 2; прозрачный 2; лазурный; темно-коричневый; темно-серый; заяц/коричневый; телесного цвета; светло-коричневый; светло-желтый; светло-зеленый; светлый оранжево-желтый; светло-красный; медово-желтый; морская синева; ультрамариновый; нежный лилово-
синий; очень светлый оливково-зеленый; серебристый; солнечно-желтый; стальной синий; бирюзовый; цвет красного вина; нежный лиловый; 100+34+0+21.
В результате эксперимента было установлено, что буква H ассоциируется у большинства респондентов с синим цветом (28 ии.). При этом следует отметить большое число ассоциативных реакций, передающих различные оттенки синего цвета: hellblau (светло-синий/голубой) 6 ии.; azur (лазурный) 2; meerblau (морская синева) 1 ии.; neublau (ультрамарин) 1 ии.; sanftes lilablau (нежный лилово-синий) 1 ии.; stahlblau (стальной синий) 1 ии.; türkis (бирюзовый) 1 ии. Таким образом, 41 респондент увязывает звукобукву H c синим цветом или с его оттенком.
В июле 2014 г. было принято решение о проведении пилотного АЭ в сети Интернет с помощью online-опросника [20]. После составления анкеты для носителей немецкого языка ссылка на АЭ была размещена в сети Интернет, а именно на страницах немецкоязычных лингвистических и психологических сообществ социальной сети "Facebook". Благодаря активному участию подписчиков сообществ нам удалось за достаточно небольшой срок собрать нужное количество ответов. В пилотном АЭ приняли участие 100 человек (50 мужчин и 50 женщин). Анкета включала 6 вопросов (страна, возраст, пол, образование, родной язык, владение другими языками), инструкцию, список звукобукв и звукосочетаний с транскрипцией. Полный список звуко-букв и звукобуквенных комплексов с детальным обоснованием необходимости пилотного АЭ представлен в работе [15]. Целью АЭ было установить, есть ли различия в цветовом восприятии звукобукв d [d],d [t], буквосочетаний ch [x], [g], [k] и других в индивидуальном сознании людей, говорящих на немецком языке как на родном. Перед информантами был поставлен вопрос «Какого цвета звукобуква или звукосочетание?». Реакцию предлагалось обозначить после произнесения звука или звуко-буквенного комплекса. При этом они имели возможность указать как одну цветовую реакцию к случаям d [d] и d [t] или ch [x], [g], [k], так и различные. После завершения работы с опросником респонденты оставляли свои комментарии по поводу анкетирования и участвовали в постэкспериментальном опросе. Далее следовал этап сбора и обработки данных АЭ, в ходе которого удалось установить, что только звуко-буквенные комплексы sch, ch, ei и ie вызывают устойчивые ассоциации с цветом. В 82% случаев респонденты связывают d [d] и
d [t] или ch [x], [g], [k] только с одним цветом. На оставшиеся звукобуквенные комплексы были получены нулевые реакции (от 30 до 50%).
Рассмотрим ассоциативные реакции, полученные на буквосочетание-стимул CH:
ch gelb 35; braun 19; weiß 7; ocker 6; rot 5; blau 4; dunkelbraun 3; dunkelblau 2; blau-grau; dunkelgrün; flieder; hellblau; hellgelb; hellgrau; hellrot; lila; orange; orangegelb; ockergelb; Silber; sonnengelb; schwarz; schwarz-weiß; türkis; violett; weiß-schwarz; zartrosa;100+27+0+19;
ch желтый 35; коричневый 19; белый 7; oxpa 6; красный 5; синий 4; темно-коричневый 3; темно-синий 2; сине-серый; темно-зеленый; сиреневый; голубой; светло-желтый; светлосерый; светло-красный; лиловый; oранжевый; oранжево-желтый; желтый цвет охры; серебряный; солнечно-желтый; черный; черно-белый; бирюзовый; фиолетовый; бело-черный; нежно-розовый;100+27+0+19.
В результате эксперимента было установлено, что звуко-буквенный комплекс CH ассоциируется у большинства респондентов с желтым цветом (35 ии.). При этом следует отметить ассоциативные реакции, передающие различные оттенки желтого цвета: hellgelb (светло-желтый) 1 ии.; orangegelb (оранжево-желтый) 1 ии.; ockergelb (желтый цвет охры) 1 ии.; sonnengelb (солнечно-желтый) 1 ии. Таким образом, 39 респондентов связывают звуко-буквенный комплекс CH c желтым цветом или с его оттенком.
Результатом пилотного АЭ стало включение данных по звуко-буквенным комплексам sch, ch, ei и ie в основной эксперимент. Данные по частотности сочетаний из двух (Di-gramme) и трех букв (Trigramme) в немецком языке, найденные нами на странице интернет-ресурса компании "Stefan Trost Media", занимающейся разработкой программного обеспечения в различных областях, показывают, что sch, ch, ei и ie - самые частотные в немецком языке [18].
Верифицирующий эксперимент проводился в Германии, в г. Ахене (федеральная земля Северный Рейн-Вестфалия) в июле 2015 г. Респондентам-носителям языка нужно было определить однозначные цветовые соответствия для всех звукобукв основного АЭ, а также буквосочетаний sch, ch, ei и ie. В исследовании приняли участие 100 человек (50 женщин и 50 мужчин) - жители города, студенты университета и туристы. Возрастной диапазон ии. - 18-67 лет. Процедура данного АЭ была
идентична процедуре первого свободного АЭ, состоявшегося в январе 2014 г. Респонденты получили анкеты, инструкции и задание определить цветность звуко-буквенного ряда стимулов из двух или трех самых частотных реакций, полученных в ходе основного АЭ. Из предложенных вариантов цветов они приписывали каждому звуку только один цвет. Время эксперимента не ограничивалось. Респонденты произносили звукобукву вслух и фиксировали реакцию.
Самыми частотными реакциями на звуко-букву-стимул H в основном АЭ были синий со всеми оттенками (41 ии.), зеленый со всеми оттенками (14 ии.). Во время верифицирующего АЭ респонденты выбирали между двумя этими вариантами. Ассоциативная статья верифицирующего АЭ:
h blau 64; grün 36; 100+2+0+0; h синий 64; зеленый 36; 100+2+0+0. Самыми частотными реакциями на звуко-буквенный комплекс CH в пилотном АЭ были желтый со всеми оттенками (39 ии.) и коричневый со всеми оттенками (22 ии.). В качестве примера приведем ассоциативную статью, полученную на звуко-буквенный комплекс CH в ходе верифицирующего АЭ:
ch gelb 72; braun 28; 100+2+0+0; ch желтый 72; коричневый 28; 100+2+0+0.
В ходе экспериментального исследования на основе количественного и качественного анализа ассоциативного окружения исходного списка звукобукв-стимулов и звуко-буквенных сочетаний-стимулов была составлена цветовая матрица звуков немецкого языка, работа над которой является необходимым этапом создания программы автоматизированного анализа на уровне слова и текста.
Исследователь в области фоносемантики и ассоциативной цветности А.П. Журавлев описывает важность прикладного значения автоматизированного анализа слова и текста на примере работы переводчика с художественным и поэтическим текстом. Автор утверждает, что «если в тексте использован прием специальной организации фоносемантики, то переводчику неплохо бы повторить эту организацию и на языке перевода, иначе какая-то часть общей художественной информации будет неминуемо потеряна» [2, с. 120]. Далее дается указание на специфичность черт фоно-семантики для каждого конкретного языка. В качестве примера рассматривается редкий для русской речи звук X. Используя признаковые шкалы Ч. Осгуда, экспериментатор устано-
вил, что носители русского языка рассматривают звук Х как «плохой» и «отталкивающий». Носители немецкого языка так не считают, поскольку сходный звук в немецком языке встречается довольно часто. Таким образом, автор приходит к выводу, что недостаточно при переводе стихотворения А. Блока «О весна без конца и без краю» на немецкий язык просто увеличивать частотность звука Х для создания «темных» и «страшных» строк, ведь это не приведет к нужному эффекту: «в завесах темных окна, колодцы земных городов, томления рабьих трудов, в змеиных кудрях, на холодных и сжатых губах» [2, с. 120]. По мнению исследователя, нужно искать такой звук в немецком языке, который соответствует русскому звуку Х по содержательности. Компьютер может в данном случае оказать справочную помощь, сообщить данные о содержательности звуков и их нормальной частотности в нужных языках, определить фоносемантику исходного текста, выделить доминирующие звуки, найти соответствие им в языке перевода и проконтролировать с точки зрения фоносемантки готовый перевод [Там же, с. 121].
По данным "Stefan Trost Media", частотность буквы Х в русском языке 0,95%. Похожие по звучанию, но отличные по образованию в немецком языке H [h] и CH [x]/[g] имеют частотность 4,98 и 3,58% соответственно [18].
Звукобуква H увязывается у большинства носителей немецкого языка с синим цветом, а звуко-буквенный комплекс ch - c желтым. Результаты АЭ относительно цветности звукобукв Х и Х' в русском языке, по данным Н.В. Ефименко, показывают, что в описании ассоциативной цветности звукобуквы Х доминирует серый цвет, а звукобуква Х' увязывается с серо-зеленым цветом [1]. Различие в содержании внутренней формы данных звуко-букв в немецком и русском языках очевидно. Следует отметить, что любые сопоставления языковых реалий разносистемных языков носят условный характер и необходимы в исследовательских целях для уточнения механизма ассоциирования.
По мнению А.П. Журавлева, использование автоматизированного анализа слова и текста имеет потенциал в области переводческой деятельности, в публицистике, рекламе, учебных текстах и других областях [2, с. 121]. Обзор компьютерных программ автоматизированного анализа слова и текста, представленный в работах [1; 3; 4], показывает, насколько активно компьютерные технологии привле-
каются лингвистами и филологами в настоящее время.
С помощью программы «БАРИН» Н.В. Ефименко проанализировано 148 учебных текстов на русском и английском языках. Тексты отобраны из различных учебных пособий по мехатронике для студентов, обучающихся по специальностям «Мехатроника» и «Автоматизация технологических процессов и производств». Учебные тексты были не одинаковыми, но аналогичными по содержанию. В результате анализа установлено, что в английских текстах доминирует желто-зеленая составляющая, в русских текстах образовательной тематики - сине-красно-бело-черная [1].
В своем исследовании Г.Р. Кочетова применяет компьютерную программу «БАТЫР» и проводит анализ звуко-цветовой ассоциативности молитвенных текстов на башкирском и татарском языках (123 молитвы на башкирском языке и 90 молитв на татарском). Автор отмечает, что «в данном случае речь идет об ассоциативной цветности молитвенных текстов, в которых концентрация или избыточные скопления звукобукв определенной ассоциативной цветности придают суггестивному тексту определенный доминирующий цветовой оттенок» [3]. В результате установлено, что молитвенный текст на башкирском языке показывает доминирование ассоциативных белого и зеленого цветов, а молитвенный текст на татарском языке ассоциативно наполнен желтым, белым, черным и зеленым цветами.
С помощью программы «БЮРГЕР» [12], основу которой составляет матрица ассоциативной цветности звуков немецкого языка, планируется анализ ассоциативной цветности текстов на немецком языке, принадлежащих к различным речевым жанрам.
заключение. Моделирование цветового климата дискурса, нормирование цвета учебного материала, ранжирование цветовых семантических пространств по степени их воздействия на обучаемого, расшифровка цветовой ассоциативности звуков языков, которые никогда ранее не были предметом подобного анализа, - это далеко не полный перечень актуальных вопросов цветофоносемантики.
список литературы
1. Ефименко Н.В. Ассоциативная структура цветового значения слова и текста: дис. ... канд. филол. наук. Уфа, 2011.
2. Журавлев А.П. Диалог с компьютером. М.: Мол. гвардия, 1987.
3. Кочетова Г.Р. Ассоциативная цветность как проявление внутренней формы вербальной модели: дис. ... канд. филол. наук. Уфа, 2014.
4. Прокофьева Л.П. Звуко-цветовая ассоциативность: универсальное, национальное, индивидуальное. Саратов: Изд-во Сарат. мед. ун-та, 2007.
5. Рогожникова Т.М. Потенциал звукоцвета и звуко-цветовая организация текста // Языковое бытие человека и этноса: когнитивный и психолингвистический аспекты: материалы Междунар. школы-семинара (V Березинские чтения). Вып. 15. М.: ИНИОН РАН, МГЛУ, 2009. С. 214-224.
6. Рогожникова Т.М. Этнокультурная специфика цветовой ассоциативности звуков башкирского и татарского языков // Русскоязычие и би(поли) лингвизм в межкультурной коммуникации XXI века: когнитивно-концептуальные аспекты: материалы IV Междунар. науч.-метод. конф. Пятигорск: Изд-во Пятигор. гос. лингв. ун-та, 2011. С. 51-55.
7. Рогожникова Т.М., Воронков С.А., Ефимен-ко Н.В., Яковлева Р.В. Программа для ЭВМ БАРИН (Автоматизированный анализ слова и текста): Свидетельство о гос. регистрации программы для ЭВМ № 2011618299. М., 2011.
8. Рогожникова Т.М., Кочетова Г.Р. Исследование цветовой ассоциативности звуков башкирского и татарского языков // Языковое бытие человека и этноса: психолингвистический и когнитивный аспекты: материалы школы-семинара (VII Березинские чтения). Вып. 17. М.: ИНИОН РАН, АСОУ, 2011. С. 241-246.
9. Рогожникова Т.М., Кочетова Г.Р. Ассоциативная цветность звуков башкирского и татарского языков // Вестник Башкирского университета. 2012. Т. 17, № 3. С. 1313-1320.
10. Рогожникова Т.М., Кудашов Д.Д., Кочетова Г.Р., Ефименко Н.В. Программа для ЭВМ БАТЫР (Автоматизированный анализ слова и текста): Свидетельство о гос. регистрации программы для ЭВМ №2014613238. М., 2013.
11. Рогожникова Т.М., Кудашов Д.Д. Программа для ЭВМ СЧЕТОВОД (Автоматизированный анализ текстов): Свидетельство о гос. регистрации программы для ЭВМ № 2014618598. М., 2014.
12. Рогожникова Т.М., Кудашов Д.Д., Яковлева Р.В. Программа для ЭВМ БЮРГЕР (Автоматизированный анализ слова и текста): Программа на этапе гос. регистрации. М., 2016.
13. Русский ассоциативный словарь: в 6 кн. / Ю.Н. Караулов, Ю.А. Сорокин, Е.ф. Тарасов и др. М.: Помовский и партнеры; Ин-т рус. яз. РАН, 1994-1998.
14. Тихонова-Родина Е.А. К истокам фоно-семантики: Фердинан С. Мендоза о псевдофото-стезии (синестезии) // Предложение и слово: меж-вуз. сб. науч. тр. Саратов: Изд-во Сарат. ун-та, 2002. С. 773-778.
15. Яковлева Р.В. Экспериментальное исследование ассоциативной цветности звуков немецкого языка // Вестник Тверского государственного университета. Сер. «Филология». 2015. № 4. С. 214-221.
16. Behne К.Е. Zur Differenzierung von Synästhesien und intermodalen Analogien [Electronic resource]. URL: http://www.uni-koeln.de/phil-fak/muwi/ fricke/097behne.pdf (accessed at: 20.01.2016).
17. Beeli G., Esslen M., Jäncke L. Frequency Correlates in Grapheme-Color Synaesthesia // Psychological Science. Sept. 2007. Vol. 18. № 9. P. 788-792.
18. Buchstabenhäufigkeiten [Electronic resource]. URL: http://www.sttmedia.de/buchstabenhaeufigkeiten (accessed at: 20.01.2016).
19. Smilek D., Carriere J., Dixon M., Merikle Phil. Grapheme Frequency and Color Luminance in Grapheme-Color Synaesthesia // Psychological Science. Sept. 2007. Vol. 18. № 9. P. 793-795.
20. Umfrage Online. Erstellung und Auswertung von Umfragen [Electronic resource]. URL: www.
umfrageonline.com (accessed at: 20.01.2016). * * *
1. Efimenko N.V. Associativnaja struktura cveto-vogo znachenija slova i teksta: dis. ... kand. filol. nauk. Ufa, 2011.
2. Zhuravlev A.P. Dialog s komp'juterom. M.: Mol. gvardija, 1987.
3. Kochetova G.R. Associativnaja cvetnost' kak projavlenie vnutrennej formy verbal'noj modeli: dis. . kand. filol. nauk. Ufa, 2014.
4. Prokofeva L.P. Zvuko-cvetovaja associativnost': universal'noe, nacional'noe, individual'noe. Saratov: Izd-vo Sarat. med. un-ta, 2007.
5. Rogozhnikova T.M. Potencial zvukocveta i zvuko-cvetovaja organizacija teksta // Jazykovoe bytie cheloveka i jetnosa: kognitivnyj i psiholingvisticheskij aspekty: materialy Mezhdunar. shkoly-seminara (V Berezinskie chtenija). Vyp. 15. M.: INION RAN, MGLU, 2009. S. 214-224.
6. Rogozhnikova T.M. Jetnokul'turnaja specifika cvetovoj associativnosti zvukov bashkirskogo i tatarskogo jazykov // Russkojazychie i bi(poli)lingvizm v mezhkul'turnoj kommunikacii XXI veka: kognitivno-konceptual'nye aspekty: materialy IV Mezhdunar. nauch.-metod. konf. Pjatigorsk: Izd-vo Pjatigor. gos. lingv. un-ta, 2011. S. 51-55.
7. Rogozhnikova T.M., Voronkov S.A., Efimenko N.V., Jakovleva R.V. Programma dlja JeVM BARIN (Avtomatizirovannyj analiz slova i teksta): Svidetel'stvo o gos. registracii programmy dlja JeVM № 2011618299. M., 2011.
8. Rogozhnikova T.M., Kochetova G.R. Issledo-vanie cvetovoj associativnosti zvukov bashkirskogo i tatarskogo jazykov // Jazykovoe bytie cheloveka i jetnosa: psiholingvisticheskij i kognitivnyj aspekty:
materialy shkoly-seminara (VII Berezinskie chtenija). Vyp. 17. M.: INION RAN, ASOU, 2011. S. 241-246.
9. Rogozhnikova T.M., Kochetova G.R. Associa-tivnaja cvetnost' zvukov bashkirskogo i tatarskogo jazykov // Vestnik Bashkirskogo universiteta. 2012. T. 17, № 3. S. 1313-1320.
10. Rogozhnikova T.M., Kudashov D.D., Kochetova G.R., Efimenko N.V. Programma dlja JeVM BATYR (Avtomatizirovannyj analiz slova i teksta): Svidetel'stvo o gos. registracii programmy dlja JeVM №2014613238. M., 2013.
11. Rogozhnikova T.M., Kudashov D.D. Programma dlja JeVM SChETOVOD (Avtomatizirovannyj analiz tekstov): Svidetel'stvo o gos. registracii programmy dlja JeVM № 2014618598. M., 2014.
12. Rogozhnikova T.M., Kudashov D.D., Jakov-leva R.V. Programma dlja JeVM BJuRGER (Avtomatizirovannyj analiz slova i teksta): Programma na jetape gos. registracii. M., 2016.
13. Russkij associativnyj slovar': v 6 kn. / Ju.N. Karaulov, Ju.A. Sorokin, E.F. Tarasov i dr. M.: Pomovskij i partnery; In-t rus. jaz. RAN, 1994-1998.
14. Tihonova-Rodina E.A. K istokam fonose-mantiki: Ferdinan S. Mendoza o psevdofotostezii (sinestezii) // Predlozhenie i slovo: mezhvuz. sb. nauch. tr. Saratov: Izd-vo Sarat. un-ta, 2002. S. 773-778.
15. Jakovleva R.V. Jeksperimental'noe issledo-vanie associativnoj cvetnosti zvukov nemeckogo jazy-ka // Vestnik Tverskogo gosudarstvennogo universiteta. Ser. «Filologija». 2015. № 4. S. 214-221.
Study of associative color perception of sounds in the German language in the synchronic aspect
The article deals with the associative color perception of soundsin the German language, covers the results of the association experiments in sounds-and-colors accordance that was carried out as individual questionnaires in January 2014 -July 2015. The revealed steady associative relations between words and colors in the German language allowed creating the matrix of the associative colors of German language sounds that became the basis for the computer programme "Burger" which helps to analyze any word and text in German and make conclusions concerning the features of the dominant colors of the verbal model.
Key words: associative color of a sound, association experiment, the German language, computer programme, automatized analysis.
(Статья поступила в редакцию 01.02.2016)
н.П. головницкая
(Волгоград)
языковая личность «немецкоязычный официант» в глюттоничЕской коммуникации
Анализируется языковая личность «немецкоязычный официант», являющаяся базовой категорией лингвокультурологии и характеризующаяся определенными лингвосемиотиче-скими параметрами в глюттонической коммуникации. Описываются коммуникативные стратегии немецкоязычного официанта как агента гастрономического дискурса.
Ключевые слова: языковая личность, глютто-ническая коммуникация, гастрономический дискурс, коммуникативные стратегии, семиотические маркеры.
Лингвокультурология считается самым молодым направлением этнолингвистики. Её задачи - изучение и описание взаимоотношений языка и культуры, языка и этноса, языка и народного менталитета.
Одной из составляющих категориального аппарата лингвокультурологии является именно понятие языковой личности, изучение которой в отечественной лингвистике по праву связано с именем Ю.Н. Караулова, который под языковой личностью понимает «совокупность способностей и характеристик человека, обусловливающих создание им речевых произведений (текстов)» [3]. Понятие «языковая личность» образовано проекцией в область языкознания соответствующего междисциплинарного термина, в значении которого преломляются философские, социологические и психологические взгляды на общественно значимую совокупность физических и духовных свойств человека, составляющих его качественную определенность [1]. Как считает В.И. Карасик, «языковая личность представляет собой срединное звено между языковым сознанием - коллективным и индивидуальным активным отражением опыта, зафиксированного в языковой семантике, с одной стороны, и речевым поведением - осознанной и неосознанной системой коммуникативных поступков, раскрывающих характер и образ жизни человека, с другой стороны» [2]. Далее автор подчеркивает, что языковая личность в усло-
© Головницкая Н.П., 2016
