CC BY
13
Научная статья
УДК 81'33
DOI 10.25205/1818-7935-2022-20-4-17-34
Когнитивный термин «фрейм»: создание словарной статьи на базе специализированного текстового корпуса
Анна Юрьевна Хоменко1, Валентина Александровна Куликова2 Александр Сергеевич Бабий3, Марина Сергеевна Казюлина4
1-4Национальный исследовательский университет «Высшая школа экономики» Нижний Новгород, Россия
1khomenko.anna.1989@gmail.com, https://orcid.org/0000-0003-3564-6293 2tva94@rambler.ru, https://orcid.org/0000-0001-7394-641X 3asbabiy@edu.hse.ru, https://orcid.org/0000-0001-7943-5717 4mskazyulina@edu.hse.ru, https://orcid.org/0000-0002-1427-7591
Аннотация
Исследование посвящено апробации специализированного корпуса текстов для решения лексикографических задач на примере группы терминов из области когнитивистики с гиперонимом фрейм. Корпус включает в себя подкорпус научных текстов и подкорпус публицистических текстов. Первый представлен 13 журналами, индексируемыми в РИНЦ; второй - 10 значимыми в медийном пространстве российскими изданиями. Собранные тексты были лемматизированы и токенизированы, а также автоматически размечены с помощью стандарта Universal Dependencies. Корпус текстов служит базой для создания учебного словаря-справочника терминов когнитивной лингвистики. Словарь будет включать 60 актуальных терминов, релевантных для освоения вузовских дисциплин когнитивного цикла. Новизна подхода обусловлена тезаурусно-энциклопедическим принципом создания учебного словаря, позволяющим описать единицу как термин (т. е. минимальную составляющую научного знания) и как слово научного текста в его различных словосочетаниях и онтологических отношениях (синонимия, квазисинонимия, класс/подкласс, класс/экземпляр, часть/целое, отношение происхождения, многозначность, род/вид). Основанием описания системных отношений терминов служит корпусная статистика: анализ конкордансов, коллокаций, и-грамм. Результаты применения специализированного корпуса представлены на примере терминологического поля с доминантой фрейм. С помощью конкордансных списков выявлены контексты интерпретации термина, установлены его деривационные отношения, на базе анализа и-грамм дана характеристика семантическим и грамматическим связям термина, на основании изучения коллокаций описаны его синонимические связи, гипо-гиперонимия термина. Проверена также гипотеза Дашинимаевой - Вана о связях между терминами концепт, фрейм, гештальт, образ. Кратко охарактеризованы также семантические трансформации научного термина в медийном дискурсе. Выявленные на основании корпусной статистики системные отношения терминов подтверждаются методом интерпретационного анализа контекстов, полученных из конкордансных списков. Данные автоматически выделенных ассоциативных мер во многом согласуются также с результатами проведенного в рамках исследования ассоциативного эксперимента.
Ключевые слова
корпусная лингвистика, специальный корпус, терминология, лексикография, когнитивная лингвистика
Благодарности
Публикация подготовлена в ходе проведения исследования № 22-00-008 в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» в 2022 г.
Для цитирования
Хоменко А. Ю., Куликова В. А., Бабий А. С., Казюлина М. С. Когнитивный термин «фрейм»: создание словарной статьи на базе специализированного текстового корпуса // Вестник НГУ Серия: Лингвистика межкультурная коммуникация. 2022. Т. 20, № 3. С. 17-34. DOI 10.25205/1818-7935-2022-20-4-17-34
© Хоменко А. Ю., Куликова В. А., Бабий А. С., Казюлина М. С., 2022
Cognitive Term 'Frame': Creation of a Dictionary Entry on the Basis of a Specialized Text Corpus
Anna Yu. Khomenko1, Valentina A. Kulikova2, Aleksandr S. Babij3 Marina S. Kazyulina4
1-4HSE University Nizhny Novgorod, Russia
1khomenko.anna.1989@gmail.com, https://orcid.org/0000-0003-3564-6293 2tva94@rambler.ru, https://orcid.org/0000-0001-7394-641X 3asbabiy@edu.hse.ru, https://orcid.org/0000-0001-7943-5717 4mskazyulina@edu.hse.ru, https://orcid.org/0000-0002-1427-7591
Abstract
The study deals with testing a specialized text corpus on the example of a number of cognitive linguistic terms with the hypernym frame. The corpus includes a subcorpus of scientific texts and a subcorpus of journalistic texts. The former is represented by 13 journals indexed in the RSCI; the latter one is represented by 10 significant Russian newspapers & magazines. The collected texts were lemmatized and tokenized, as well as automatically marked up using the Universal Dependencies standard. The corpus is used for creating a learner's cognitive linguistic term dictionary. This lexicographic source includes 60 major terms in the university disciplines within cognitive sciences. The novelty of the approach is due to the thesaurus-encyclopedic type of dictionary which allows scholars to describe the word both as a term (a minimal component of scientific knowledge) and as a unit of scientific text in its various collocations and ontological relations (synonymy, quasi-synonymy, class-subclass; polysemy, etc.). The basis for describing the term systemic relations is corpus statistics: analysis of concordances, collocations, and и-grams. The results of using a specialized text corpus are presented on the example of a terminological field with the dominant frame. With the help of concordance lists, contexts of term usage are revealed and its derivational relations are established. The semantic and grammatical relationships of the term are characterized through n-grams analysis. Synonyms, hyponyms, hyperonyms of the term are described based on the study of collocations. The Dashinimaeva-Wang hypothesis about the links between the terms 'concept', 'frame', 'gestalt', and 'image' was also tested. Briefly characterized were the semantic transformations of the scientific term in the media discourse. Besides, systemic relations of the terms identified on the basis of corpus statistics were confirmed by the method of interpretative analysis of the contexts obtained from concordance lists. The data of automatically selected associative measures also largely agree with the results of the associative experiment carried out in the framework of the study. Keywords
corpus linguistics, special corpus, terminology, lexicography, cognitive linguistics Acknowledgements
The publication was prepared within the framework of the Academic Fund Program at the HSE University in 2022 (grant no. 22-00-008). For citation
Khomenko A. Yu, Kulikova V. A., Babij A. S., Kazyulina M. S. Cognitive Term "Frame": Creation of a Dictionary Entry on the Basis of a Specialized Text Corpus. Vestnik NSU. Series: Linguistics and Intercultural Communication, 2022, vol. 20, no. 4, pp. 17-34. (in Russ.) DOI 10.25205/1818-7935-2022-20-4-17-34
Введение
Настоящее исследование описывает процесс разработки и апробации специализированного интерфейсного корпуса текстов, предназначенного для решения учебных лексикографических задач.
Корпус текстов, по определению А. Н. Баранова [2001, с. 115], это «сформированная по определенным правилам выборка данных из проблемной области». В данном исследовании она представлена когнитивистикой. Важно, что в современной научной коммуникации под корпусом понимают такой текстовый датасет, который имеет слой/слои разметки, приписывающей текстам и их компонентам дополнительную информацию (метаданные) [Захаров, Богданова, 2013, с. 8]. Базовой разметкой, на основе которой осуществляется поиск корпусной статистики, для многих корпусов принято считать морфологическую, или частеречную,
разметку, которая включает в себя как признаки частей речи, так и признаки грамматических категорий. Для решения задач данного исследования нами был создан датасет с несколькими слоями разметки и расширенными возможностями поиска по нему корпусной статистики.
Корпус текстов разрабатывался для создания учебного словаря-справочника терминов когнитивной лингвистики. Общепризнанным русскоязычным лексикографическим ресурсом в этой предметной области сейчас является словарь под общей редакцией Е. С. Кубряковой [Краткий словарь когнитивных терминов, 1996]. Нам представляется, что из-за динамичного развития когнитивной науки лексикографическое описание ее терминологического аппарата уже нуждается в некотором дополнении и уточнении. В частности, в качестве материала, показывающего его эволюцию, требуется привлечение массива современных текстов. Все это обосновывает необходимость создания специализированного корпуса. Фактически речь идет об описании термина как части научной парадигмы, в том числе в его функциональном аспекте. Такой подход позволит оценить степень системной связности когнитивных терминов, что и обусловливает принципиальную новизну создаваемого справочника.
В ходе работы над словарем применен новый принцип составления словника. Он включает не только те ключевые термины, которые чаще всего используются в современной ког-нитивистике, но и термины ряда смежных наук (психологии, философии, программирования, теории языка и др.), которые получили новую интерпретацию в трудах по конитивистике. Следует отметить, что в связи с интегративностью современного научного знания и наличием пересекающихся научных областей четких границ этой терминологии все-таки не существует, вследствие чего допускается произвольное ограничение объема словника. В итоговом варианте в него вошло 60 единиц, наиболее релевантных для успешного решения учебно-прикладных задач словаря. Употребление каждого термина иллюстрируется в нем примерами также и из публицистического - «чужого» - дискурса, что позволяет дать более широкую картину его реального функционирования.
1. Структура, методология и процесс создания корпуса
Специализированный корпус текстов состоит из двух подкорпусов: научного (основного) и медийно-публицистического (фонового, вспомогательного). Научный подкорпус представляет собой автоматически собранные с электронных ресурсов тексты научных статей, приведенные в машиночитаемый формат. В корпус вошли тексты из следующих научных журналов и изданий, тесно связанных с исследованиями в области лингвистики и филологии, а также непосредственно специализирующихся на когнитивной лингвистике и когнитологии:
1) «Когнитивные исследования языка»;
2) «Вестник Воронежского государственного университета. Серия "Лингвистика и межкультурная коммуникация"»;
3) «Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация»;
4) «Вестник Нижегородского государственного лингвистического университета»;
5) «Вестник Нижегородского университета им. Н. И. Лобачевского»;
6) «Вестник Православного Свято-Тихоновского гуманитарного университета. Серия III: Филология»;
7) «Вестник Санкт-Петербургского университета. Язык и литература»;
8) «Вестник Томского государственного университета. Филология»;
9) «Вестник Челябинского государственного университета. Серия "Филология. Искусствоведение"»;
10) «Вопросы психолингвистики»;
11) «Вопросы языкознания»;
12) «Политическая лингвистика»;
13) «Русский язык в научном освещении».
В ходе формирования выборки из каждого журнала были отобраны сто случайных статей (если статей было меньше ста, то были взяты все доступные). Однако главным источником статей стали издания серии «Когнитивные исследования языка» из-за особой роли данного научного ресурса для исследуемой предметной области (в корпус вошло 1 149 статей из серии «Когнитивные исследования языка», что составляет 58,53 % от всего объема корпуса). Остальные издания включались в корпус на основании соответствия двум принципам: их предметной значимости (релевантности для когнитивистики) и возможности автоматического скачивания текстов для их автоматической обработки.1
Публицистический подкорпус состоит из текстов следующих изданий:
«Газета.ру». URL:https://www.gazeta.ru/
«Коммерсантъ». URL: https://www.kommersant.ru/
«Москва24». URL: https://www.m24.ru/
РБК. URL: https://www.rbc.ru/
«Полит.ру». URL: https://polit.ru/
«Элементы». URL: https://elementy.ru/
K1NEWS. URL: https://k1news.ru/
«Сельская новь». URL: http://selsknov.ru/
Elista. URL: http://www.elista.org/
«Магаданская правда». URL: https://magadanpravda.ru/
Выбор данных СМИ в качестве источников материала обусловлен теми же двумя критериями.2 Всего в подкорпус в итоге вошли 805 публицистических статей общим объемом 476 507 токенов.
Общий объем корпуса в итоге составляет 8 128 537 токенов, 1 963 документа, 91 Мб (в формате spaCy DocBin).
Таким образом, наш корпус - уменьшенная, но репрезентативная модель исследуемого дискурса когнитивной науки и смежных сфер, представленных медиа, в которых встречаются вкрапления элементов научного дискурса.
Для репрезентативности важны размер и структура корпуса. Поскольку статистически язык содержит большое число относительно редких слов (в соответствии с законом Ципфа), для исследования первых пяти тысяч наиболее частотных слов требуется корпус размером около 10-20 миллионов словоупотреблений, в то время как для описания первых двадцати тысяч слов уже требуется корпус свыше ста миллионов словоупотреблений.
Для проверки достаточности объема собранного корпуса мы сравнили частотность пяти важнейших терминов когнитивной лингвистики («концепт», «метафора», «фрейм», «концептуальная структура», «инференция») в НКРЯ и в настоящем корпусе. Результат представлен в таблице 1.
1 Так, в изначальном списке источников текстового материала были такие журналы, как «Вестник РГГУ Серия: Литературоведение. Языкознание. Культурология», «Вестник РФФИ. Гуманитарные и общественные науки», «Вестник Тамбовского университета. Серия филологические науки и культурология» («Неофилология»). Но от этих источников пришлось отказаться в связи со сложностью написания для них программ-краулеров и защищенностью сайтов от автоматического скачивания текстов.
2 Их значимостью в медиапространстве: эти общероссийские издания входят в рейтинги наиболее цитируемых СМИ (по данным информационно-аналитических систем «Интегрум» [Интегрум] и «Медиалогия» [Медиалогия] за октябрь - декабрь 2021 г.), региональные СМИ активно участвуют в общественной полемике отдельных регионов. Кроме того, выбор обусловлен возможностью автоматического скачивания публицистических статей с данных ресурсов.
Таблица 1
Сопоставление частотности терминов «концепт», «метафора», «фрейм», «когнитивизм», «инференция» в НКРЯ и в собранном корпусе
Table 1
Comparison of Frequency of the Terms 'Concept', 'Metaphor', 'Frame', 'Cognitivism', and 'Inference' in Russian National Corpus and in Our Corpus
Термин Частотность в НКРЯ Частотность в нашем корпусе
Концепт 365 4788
Метафора 1276 2875
Фрейм 29 1034
Когнитивизм 70 365
Инференция 4 21
Видно, что в нашем корпусе термины когнитивной науки имеют значительно более высокую частотность по сравнению с НКРЯ, что и доказывает его специализированность и актуальность.
Репрезентативность настоящего корпуса обеспечивается еще одним критерием: объемом (длиной) отбираемых текстов. Он состоит из текстов различой длины, относящихся к трем разных дискурсам, и включает в себя тексты по когнитивной лингвистике, статьи общелингвистической направленности и медийные. В научный подкорпус корпуса входят документы объемом от 241 («Вестник Санкт-Петербургского университета. Язык и литература») до 135 046 слов («Вопросы психолингвистики»). В медийный подкорпус входят тексты заметок объемом от 9 (заметки издания «Elista») до 9 823 слов («Элементы»).
Так, в подкорпусе текстов СМИ каждый источник представлен 100 случайными новостными статьями, опубликованными в разные годы разными авторами, что, помимо прочего, позволяет отслеживать территориальные и социальные различия в употреблении исследуемых терминов.
Репрезентативность узуса, его диверсифицированность обеспечивается также учетом фактора школы, так как подкорпус включает статьи авторов, принадлежащих к различным научным школам, что может значительно влиять на интерпретацию ими общего терминологического аппарата. Наконец, важен и фактор временного диапазона: в корпусе представлены статьи из 15 выпусков журнала «Когнитивные исследования языка» за 2016-2021 гг.
Собранные тексты приводятся к электронному формату единой структуры: автор текста, наименование издания, заголовок, URL. Далее, для последующего осуществления поиска по корпусу и исключения шума при поиске производится предобработка текста: токенизация и лемматизация.
После предобработки был автоматически создан морфологический слой разметки, для чего мы выбрали стандарт Universal Dependencies [Lyashevskaya, Shavrina, Trofimov, Vlasova, 2020] с моделью spaCy rucorenewssm, обученной на корпусах новостей и социальных сетей. Доступ к созданному корпусу возможен через веб-приложение, созданное на основе сервиса https://streamlit.io/.
Streamlit - фреймворк на языке программирования Python с открытым кодом, позволяющий создавать в том числе интерфейсные инструменты для получения аналитики при обработке естественного языка. Streamlit предоставляет сервис Streamlit Cloud, который позволяет бесплатно запускать и использовать созданные с помощью Streamlit веб-приложения на их серверах. Кроме того, веб-приложение может быть запущено на любом удаленном сервере
или локально с помощью команды streamlit run, выполненной из корневого пути директории веб-приложения. Корпус доступен по адресу: https://marina-kaz-cognitive-corpus-corpus-appmain-page-fd6fnt.streamlitapp.com/.
Необходимость подобной текстовой аналитики обусловлена выбранным подходом к созданию лексикографического источника. Конкордансные списки позволяют найти достаточное количество контекстов употребления для оценочной интерпретации термина, установления его деривационных отношений, n-граммы упрощают поиск семантических и грамматических связей анализируемого слова, а коллокации предоставляют информацию об антонимии, синонимии, гипо-гиперонимии термина. Все это позволяет установить полные семантико-грамма-тические отношения, необходимые для создания словаря тезаурусного типа.
2. Демонстрация схемы анализа термина с помощью созданного текстового корпуса
Проанализируем в качестве типового примера один из терминов словника с применением корпусного подхода.
Анализ термина следует начинать с установления его авторитетной дефиниции, то есть цитатой из словаря Кубряковой [Краткий словарь когнитивных терминов, 1996, с. 187].3
Этимологически термин «фрейм» образован от «англ. frame 'структура, рамка, кадр' - в информатике - структура данных, описывающих фрагмент знаний человека о мире или представляющих какую-л. стандартную ситуацию» [Захаренко, Комарова, Нечаева, 2003]. Вывод: термин «фрейм» носит междисциплинарный характер.
Коллокаты, извлеченные из корпуса текстов, позволяют описать синонимию понятия «фрейм», а именно: 1) сценарий (MI: 7,72; t-score: 4,97; Dice: -4,91), 2) структура (MI: 4,10; t-score: 4,80; Dice: -7,09). То, что выделенные коллокаты имеют статус именно синонимов, подтверждается контекстами их употребления: 1) «Основу медиасобытия составляют концепты национальной концептосферы, образующие структуры (фреймы, сценарии и др.), освоенные и транслируемые культурой» [Белоусов, Баранов, Зелянская, Пономарев, Рябинин, 2021, с. 7]; 2) «...который формируется из тематических макрофреймов и относящихся к ним когнитивных структур (фреймов и субфреймов), объединенных наличием общего семантического ядра» [Хабаров, 2022, с. 79]. Такой набор синонимов не противоречит собственно определению фрейма и внутренней форме когнитивного термина.
При получении корпусной аналитики по коллокатам обычно используются три меры ассоциативности: Mutual Information (MI); t-score; Dice. Mutual information «позволяет выделить устойчивые словосочетания, имена собственные, а также низкочастотные специальные термины» [Захаров, Хохлова, 2008, с. 47]. Именно поэтому она реализована в качестве функционала разработанного корпуса. Тем не менее использование ее для поиска редких коллокатов, в том числе узкоспециализированной терминологии, в основном осуществляется в ситуациях, когда исследователь имеет дело с неспециализированным корпусом (то есть с корпусом, состоящим из разнородных текстов с вкраплениями текстов того дискурса, где предполагаемо должны появляться искомые термины). Так, при поиске коллокатов к когнитивным терминам в Националь-
3 Так, термин «фрейм» (англ. frame) обозначает «набор предположений об устройстве формального языка для выражения знаний, в качестве альтернативы для семантических сетей или для исчисления предикатов; набор сущностей, по предположению исследователя существующих в описываемом мире (метафизическая интерпретация понятия); Ф. дает представление о том, какой вид знаний существенен для такого описания; организация представлений, хранимых в памяти (человека и/или компьютера) плюс организация процессов обработки и логического вывода, оперирующих над этим хранилищем (эвристическая, или имплементационная интерпретация). Ф. структура данных для представления стереотипных ситуаций, особенно при организации больших объемов памяти. Понятию Ф. соответствуют такие понятия, как схема в когнитивной психологии (Barlett, 1932; Minsky, 1980), ассоциативные связи (Bower, 1972), семантическое поле. Сцены ассоциированы с определенными языковыми Ф.» [Краткий словарь когнитивных терминов, 1996, с.187].
ном корпусе русского языка, Генеральном Интернет-Корпусе Русского Языка, Открытом корпусе русского языка или Araneum Russicum III Maximum использовать следует именно меру MI.
Однако данная мера является не слишком показательной для корпуса, состоящего из текстов одного дискурса, для которого специальная терминология становится нормой. В такой ситуации релевантной становится ассоциативная мера t-score, осуществляющая поиск наиболее частотной лексики той или иной сферы, то есть «выделяет коллокации с очень частотными словами» [Захаров, Хохлова, 2008, с. 49]. Она также учитывает частоту совстречаемости КС и его коллоката, «отвечая на вопрос, насколько не случайной является сила ассоциации (связанности) между коллокатами» [Захаров, Хохлова, 2010, с. 138]. Она признана одной из наиболее подходящих для поиска в том числе двухсловных терминов [Браславский, Соколов, 2006]. Именно на меру t-score ориентировалась в первую очередь наша группа при поиске самых распространенных коллокатов. Мера Dice, будучи синкретичной, относительно универсальной, используется нами в качестве «проверочной».
Еще ряд синонимов для слова «фрейм» был найден с помощью анализа конкордансных списков, а именно: 3) блок знаний, 4) когнитивные контексты, 5) видение мира, 6) ментальные схемы, 7) когнитивные рамки.
Контексты доказывают истинность именно этого типа семантических отношений между опорным термином «фрейм» и выделенными словами: 3, 4) «...значения слов в системе языка соотносимы с <...> определенными когнитивными контекстами - когнитивными структурами, или блоками знания, которые стоят за этими значениями и обеспечивают их понимание. Эти когнитивные контексты, или блоки знания <...> Ч. Филлмор назвал фреймами» [Болдырев, 2009, с. 45]; 5, 6, 7) «Лозунги представляют собой заявления, основанные на оппозиции двух фреймов, двух видений мира, <...>» [Якоба, 2015, с. 130]; 6, 7) «Когнитивная поэтика предлагает сместить фокус с текста на сами "идеальные типы" и рассмотреть их как «ментальные схемы» (<...> когнитивные рамки, фреймы, паттерны и т. д.)...» [Абаева, 2019, с. 95].
Отношения гипо-гиперонимии можно также установить с помощью корпусной аналитики. Гиперонимами для термина «фрейм» в нашем корпусе являются: 1) концепт, 2) формат знаний, 3) когнитивная структура; 4) структура данных, 5) модель, 6) код. Они установлены с помощью анализа коллокаций. Так, концепт тесно ассоциируется в исследуемом дискурсе (часто совстречается) со словом фрейм (MI: 3,99; t-score: 4,08; Dice: -7,25) и поддерживает в том числе гиперонимические отношения с этим термином, что подтверждается следующими контекстами: «В основе нашего исследования понимание фрейма, изложенное в работах Н. Н. Болдырева: «объемный, многокомпонентный концепт, представляющий собой «пакет» информации, знания о стереотипной, часто повторяющейся ситуации» [Болдырев 2014:55]» [Рабкина, 2015, с. 392].
Гиперонимические отношения также репрезентативно отражаются в конкордансных списках: 2, 3) «Формат знаний - форма <...> представления знаний на мыслительном и языковом уровнях, когнитивный механизм образования имплицированного смысла. Анализируя фразеологические единицы <...>, мы обнаруживаем, что оценочное знание чаще всего организовано через такой формат, как фрейм. Фрейм является той когнитивной структурой, которая формирует стереотипы языкового сознания, <...> » [Бабушкина, 2009, с. 11]; 4, 5) «Метафорическая модель понимается как система, которая обладает структурой, включающей в себя фреймы. Они <...> представляют собой «.единицу знаний, организованную вокруг некоторого понятия. Фрейм организует наше понимание мира в целом. Фрейм - структура данных для представления стереотипной ситуации» <...>» [Собянина, Хохлова 2018, с. 113]; 6) «Например, код "Водная метафорическая модель" имеет несколько подкодов-фреймов: "Движение воды", "Стихийное бедствие" и др., которые, <...> содержат более мелкие подкатегории, названные на основе слотов» [Собянина, Хохлова 2018, с. 117].
Для поиска гипонимов наиболее удобным оказался анализ «-грамм и коллокаций. Список биграмм для слова «фрейм» выглядит следующим образом:
Таблица 2
Биграммы для слова фрейм с абсолютной частотностью не менее 10
Table 2
Bigrams for the Word Frame with an Absolute Frequency of at Least 10
Число вхождений Л-граммы
22 фрейм внутренний
19 структура фрейм
18 событийный фрейм
18 инвариант фрейм
18 фрейм значение
15 слот фрейм
13 теория фрейм
12 концепт фрейм
12 модель фрейм
12 фрейм являться
12 фрейм сценарий
12 фрейм представлять
10 фрейм когнитивный
10 фрейм конфликт
Список коллокатов для исследуемого термина представлен в таблице 3.
Таблица 3
Коллокаты для слова «фрейм», отсортированные по мере t-score
Table 3
Collocates for the Word Frame, Sorted by T-score
Коллокация MI t-score Dice
фрейм + сценарий 7,729982373561946 4,976448778125036 -4,914564523493939
структура + фрейм 4,105690847379932 4,8028430276672704 -7,095802730062072
фрейм + внутренний 5,708934793427136 4,600745025904407 -5,953667366277966
слот + фрейм 8,111922184664559 4,455970679976279 -5,049848549450561
событийный + фрейм 8,156707755671293 4,343624580800186 -5,098586219722049
модель + фрейм 4,064547931676688 4,308696652302109 -7,178961195735835
инвариант + фрейм 9,167514510627877 4,23526267440719 -5,009984088572622
концепт + фрейм 3,997589509185564 4,086012194281519 -7,259371610679181
теория + фрейм 4,786280586978132 3,855040738775934 -6,717676423066395
фрейм + представлять 3,9733674075202483 3,6264118581891527 -7,345183447187666
фрейм + значение 2,7089939719330074 3,5937854580499815 -8,394581782896395
понятие + фрейм 3,6891115636203 3,326014830194566 -7,613293632122728
фрейм + когнитивный 2,825303750021997 3,213743796654455 -8,3259478663397
фрейм + слот 7,11192218466456 3,1394165089909354 -6,049848549450561
фрейм + конфликт 5,910935126931382 3,1097205806573496 -6,41193462479118
Исходя из анализа «-грамм и коллокаций, гипонимическая парадигма будет выглядеть следующим образом: слот, сценарий.
На наш взгляд, сценарий в научном дискурсе когнитивной лингвистики можно назвать как синонимом термина «фрейм», так и его гипонимом. В данном случае системные связи терминов зависят от контекста употребления. Так, для сценария, помимо контекстов, аналогичных указанному выше, имеют место и контексты следующего содержания: «Итак, фрейм - общее родовое обозначение набора понятий типа: "схема", "сценарий", "когнитивная модель", "народная теория"» [Мирошниченко, 2016, с. 66]. Это говорит о полисемичности терминов в дискурсе когнитивной лингвистики. Вариативность системных связей внутри терминосистемы объясняется наличием в научном дискурсе различных (в том числе индивидуально-авторских) интерпретаций одного и того же термина; он может вступать в различные синонимические, родо-видовые и прочие отношения. Обращение к конкордансным спискам позволяет выявить различные контекстные варианты интерпретации термина и проанализировать их влияние на связи внутри терминосистемы.
Контексты для гипонима слот также подтверждают природу обозначенных семантических отношений анализируемых слов и слова «фрейм»: «...поиск и обнаружение сходных фреймов, идентифицируемых как сходные в силу того, что их слоты и терминалы присоединяют объекты одних и тех же ассоциативных связей» [Молчанова, 2019, с. 570].
С помощью анализа контекстов, не реализованных как содержащие наиболее часто встречающиеся с фрейм слова, удалось определить, что гипонимами для этого термина могут стать и следующие слова: субфрейм, схема, когнитивная модель, народная теория: «Фрейм может иметь несколько субфреймов, количество которых зависит от количества значений, выделяемых у базового слова» [Рыжова, 2019, с. 186].
С помощью анализа слов, вступающих в некие семантические отношения с искомым термином, удалось также установить, когда имеет место контекстуальное сужение или расширение значения термина. Так, для термина «фрейм» отношения спецификации (т. е. конкретизации) проявляются в основном в случаях именования видов фрейма, а именно: внутренний фрейм, событийный фрейм, когнитивный фрейм, динамический фрейм, семантический фрейм, классификационный фрейм, прототипический фрейм, интертекстуальный фрейм, этноспеци-фичный фрейм. К примеру: «Подобные мини-концепты основываются на знаниях о мире и их полный список для каждого классификационного фрейма <...>, по-видимому, будет общим для многих языков, в частности, для <...>» [Беляевская, 2021, с. 68].
Отношения спецификации в том числе выявляются путем анализа n-грамм и коллокаций: внутренний фрейм (MI: 5,70; t-score: 4,60; Dice: -5,95), событийный фрейм (MI: 8,15; t-score: 4,34; Dice: -5,09), когнитивный фрейм (MI: 2,82; t-score: 3,21; Dice: -8,32).
Возможность поиска в корпусе по части слова с помощью подстановочных символов дает возможность установить деривационно-эпидигматические связи термина:
• фрейм - фреймовый - пропозиционально-фреймовый;
• фрейм - фреймировать - фреймирование - рефреймирование;
• фрейм - фрейминг - перефрейминг;
• фрейм - субфрейм;
• фрейм - подфрейм.
Общая встречаемость слова в корпусе, количество документов (статей), в которых встречается тот или иной термин, а также мера относительной частотности (ipm) важны для итоговой словарной статьи как показатель релевантности термина в научном дискурсе когнитологии и когнитивной лингвистики.
Для термина «фрейм» это: 185 статей, 1 034 вхождения (словоупотребления) в корпусе с IPM 127,20. Чтобы получить представление о тенденциях его функционирования, эти данные полезно сравнить с частотностью употребления других терминов близкой семантики.
Так, для слова «концепт» найдено 713 документов 4 788 вхождений, IPM 589,03. В дискурсе когнитивной лингвистики термин «концепт» употребляется более чем в 4,5 раза чаще, чем «фрейм». Это, конечно, обусловлено логико-семантическими и функциональными связями этих компонентов дискурса: концепт есть гипероним для фрейма: «В типологии Н. Н. Болдырева, представленной в курсе лекций по английской филологии [Болдырев 2000], приводятся следующие виды концептов: 1) мыслительная картинка (представление) <...> 6) фрейм - объемный, многокомпонентный концепт, представляющий собой «пакет» информации (результат ассоциативных связей)...» [Генералов, 2017, с. 254].
Одновременно для гипонима термина «фрейм» - слот - статистика встречаемости будет ожидаемо меньше: 291 вхождение в 55 документах, IPM: 35,79.
Описанная выше работа была проведена для 60 слов из словника учебного словаря когнитивных терминов и позволила создать прототип учебного-словаря справочника терминов когнитивной лингвистики.
3. Проверка результатов с помощью ассоциативного эксперимента
среди экспертов
Результаты, полученные автоматически с помощью выделенных ассоциативных мер, во многом соответствуют тем, что дал ассоциативный эксперимент (АЭ), проведенный среди респондентов-профессионалов. Было опрошено 144 специалиста в области лингвистики и филологии, каждому из которых в качестве стимулов давались все 60 терминов учебного словаря. В результате обработки данных АЭ были получены статьи, отражающие ассоциативную сеть каждого термина, сформировавшуюся в сознании специалиста.
Для слова «фрейм» такая статья выглядит следующим образом: рамка - 60; структура - 9; ситуация, концепт - 7; кадр - 6; когнитивистика, сценарий - 4; знание, концепт, организация, паттерн, поведение, схема, сюжет, фреймворк, часть - 2; HTML, акцент, алгоритм, английский, анимация, библиотека в питоне, внутри, ворк, вспышка, граница, два плана, двадцать пятый, действия, единица, изображение, информация, кадр в комиксе, кадр жизни, кадр фильма, карта, картина, картинка, квадрат, когнитивная лингвистика, когнитивный, концептуальная рамка, король, манга, модель, модель образа, набор, область, ограничения, описание ситуации, порядок, представление, программирование, пространство, рамка фотографии, сегментация, совокупность, стена, структура, теория фреймов, у фотографа, умозаключение, философ, фиолетовый, фирма, форма, формат знания, Фрейд, френч, часть пазла, экзамен, эксперимент - 1. Итого: 171 + 72 + 9 + 56.4
Так, наиболее частыми в сознании специалистов стали ассоциации: рамка, отсылающая к внутренней форме слова; структура, являющееся синонимом для термина «фрейм»; концепт - гипероним для описываемого термина; сценарий - синоним, равно как и гипоним данного КС. АЭ доказывает релевантность использования автоматически вычисленных ассоциативных мер для анализа парадигмы функционирования интересующего понятия в определенном дискурсе.
4. Результаты обработки подкорпуса СМИ
Весь словник разрабатываемого учебного когнитивного словаря был проанализирован на предмет семантической рефракции в «чужом» для когнитивистики дискурсе СМИ, представленном во втором подкорпусе. Необходимо отметить, что проникновение терминов различных научных сфер в медийный дискурс - это активный процесс в современной коммуника-
4 Цифра после каждой реакции или однородного ряда реакций - количество человек, давших данную ассоциацию/ассоциации; формула 171 + 72 + 9 + 56 заключает в себе информацию о количестве данных ассоциаций на стимул - 171; различных реакциях - 72; количестве отказов - 9; количестве единичных реакций - 56.
ции, связанный с тенденцией к медиатизации научного знания [Кондратьева, Игнатова, 2021]. Семантика термина может в этом случае как совпадать с семантикой в научном дискурсе, так и трансформироваться, подвергаться рефракции при проникновении в ту или иную среду. Так, в СМИ встречается употребление слова «фрейм» в терминологическом значении, например: «Когда берется просто какой-то кусок действительности, вставляется в какую-то рамку, фрейм, и это называется искусством» («Полит.ру», 23.04.2010); «фреймы, т. е. когнитивные установки, которые подводят воспринимаемое под известное...Типовые фреймы российского менталитета.» («Полит.ру», 26.04.2012). Значение термина иногда объясняется массовой аудитории с помощью обращения к его этимологии, внутренней форме. В медиадискурсе термин «фрейм» реализует синонимические отношения с лексемой рамка, имеет гиперонимы представление, установка, менталитет, что согласуется с его значением в научном дискурсе.
В то же время, когда в медийном дискурсе слово используется не для номинации структур сознания, а для описания явлений социальной сферы, семантика лексемы фрейм может расширяться: «В целом руководителям как на собеседовании, так и в дальнейшей рабочей деятельности важно придерживаться делового дресс-кода: именно начальство задает общий фрейм для всего коллектива, именно на них равняются все подчиненные» («Москва24», 02.09.2021). В подобных контекстах фрейм приобретает значение 'схема, стандарт, стиль'.
5. Проверка гипотезы Вана - Дашинимаевой о гипонимии терминов «фрейм», «гештальт» и «образ» по отношению к термину «концепт»
Разработанный корпус позволяет не только создать полное описание того или иного термина, но и дает возможность решать другие, более широкие исследовательские задачи. Так, с помощью созданного инструмента можно с помощью корпусной статистики обсудить сообразность выдвинутого в одном из исследований [Ван, Дашинимаева, 2022] постулата о том, что фрейм, гештальт и образ являются гипонимами для термина «концепт», а также конкурируют друг с другом в дискурсе когнитивной лингвистики. Он позволил нам сделать вывод о том, что гипо-гиперонимические отношения этих терминов действительно выстраиваются именно так, что концепт становится гиперонимом для остальных. Контексты представлены далее: 1) «слои с наибольшей чувственно-наглядной конкретностью, первичные наиболее яркие образы; более абстрактные признаки составят периферию концепта» [Знак, 2021, с. 66]; «<...> важным является соотношение базового понятия имагологии образ и собственно концепта. Некоторые ученые рассматривают образ и концепт как смежные понятия» [Кошкаро-ва, Мукушев, 2021, с. 88]; 2) «Мы полагаем, что концепт НАУЧНЫЙ ТЕКСТ существует <...> в формате гештальта, который репрезентируется коррелятивной языковой единицей базового уровня» [Дроздова, 2020]; «В данной статье <...> приводится пример лишь одного китайского концепта-образа, гештальта ДЕРЕВО, который в сознании носителя русского языка ассоциируется с соответствующим словом» [Демидова, 2020].
Тем не менее так происходит не всегда: имеют место единичные контексты5, где реализуются прямо противоположные отношения: «<...> мы трактуем изучаемый концепт как многогранный лингвокультурный гештальт, несущий в себе в компрессированном виде накопленный народом опыт постижения окружающего его мира» [Медведева, 2018].
Что же касается конкурентоспособности означенных терминов и сходства их смысловой наполненности, то стоит сказать, что корпусная статистика скорее опровергает эти выводы, чем подтверждает. Так, частота встречаемости термина «гештальт» составляет 145 вхождений в корпус с относительной частотой 1РМ: 17,83, частота встречаемости слова «образ» - 8 719 вхождений, 1РМ: 1072,64. Для термина «фрейм» в корпусе 1 034 вхождения с 1РМ: 127,20. Лексема
5 В корпусе выявлено два контекста, иллюстрирующих употребление термина «концепт» как гипонима термина «гештальт», и четыре контекста, иллюстрирующих такие отношения для терминов «концепт» и «фрейм».
образ встречается в корпусе намного чаще, чем остальные (даже если помнить о погрешности, связанной с нетерминологическим употреблением слова) в то время, как гештальт значительно уступает в количестве употреблений как образу, так и фрейму. Термин «гештальт» менее популярен в силу более узкой семантики и наличия спецификации в своем значении. О других особенностях семантики этих терминов мы можем говорить на основе анализа конкордансных списков, n-грамм и коллокаций интересующих терминов.
Коллокации четко показывают различие семантических контекстов для употребления трех терминов: «образ» чаще используется в связи с рассмотрением национальной специфики, а также глубинных структур сознания (табл. 4); «гештальт» - в связи с ассоциативными структурами и оценочной семантикой, а также как объект характеристики (табл. 5); «фрейм» - в связи с моделированием неких структур и событийностью (см. табл. 3).
Таблица 4
Коллокаты для слова «образ», отсортированные по мере t-score
Table 4
Collocates for the Word 'Image' Sorted by t-score
коллокация MI t-score Dice
образ + жизнь 4,22 10,79 -5,53
образ + Россия 4,18 10,69 -5,56
образ + мир 2,94 9,84 -6,02
образ + сознание 3,43 8,51 -6,16
метафорический + образ 4,31 8,22 -6,13
создание + образ 4,16 8,01 -6,20
образ + действие 2,85 7,16 -6,58
образ + родина 5,55 6,03 -6,90
формирование + образ 3,17 5,96 -6,94
ментальный + образ 3,63 5,59 -7,09
Таблица 5
Коллокаты для слова «гештальт», отсортированные по мере t-score
Table 5
Collocates for the Word 'Gestalt' Sorted by t-score
коллокация MI t-score Dice
ассоциативный + гештальт 9,68 6,77 -4,24
семантический + гештальт 7,26 5,06 -6,58
гештальт + стимул 8,57 3,45 -5,45
зона + гештальт 7,36 2,62 -6,60
гештальт + слово 3,50 2,41 -10,31
структура + гештальт 4,82 2,36 -9,01
гештальт + оценочный 6,35 2,20 -7,56
гештальт + это 7,18 1,98 -6,86
гештальт + репрезентация 6,09 1,97 -7,83
гештальт + относиться 5,68 1,96 -8,21
Структура «-грамм репрезентирует сходные данные (см. табл. 2, табл. 7), добавляя для образа контексты, в которых он выступает как пациенс - объект, на который направлено действие (табл. 6).
Таблица 6
Биграммы для слова «образ»
Table 6
Bigrams for the Word 'Image'
Вхождения ^граммы
128 образ мир
127 образ Россия
83 образ сознание
69 образ действие
67 метафорический образ
61 создание образ
44 образ человек
42 образ связать
42 формирование образ
38 создавать образ
Таблица 7
Биграммы для слова «гештальт»
Table 7
Bigrams for the Word 'Gestalt'
Вхождения ^граммы
43 ассоциативный гештальт
21 семантический гештальт
12 гештальт стимул
7 гештальт слово
6 структура гештальт
6 зона гештальт
5 гештальт оценочный
4 гештальт это
4 языковой гештальт
Заключение
Таким образом, разработанный нами словарь тезаурусного типа с многослойной разметкой позволил создать истинно корпусный подход к анализу функционирования терминов. Его сбалансированный и репрезентативный текстовой материал, адекватный задачам интерфейс позволяют автоматически извлечь полную и всестороннюю информацию об особенностях функционирования 60 когнитивных терминов как в когнитивистике, так и в медийном дискурсе. С его помощью удалось быстро дать статистически мотивированный ответ по гипотезе Вана - Дашинимаевой [2022].
Разработанный корпусный инструмент может быть полезен не только для учебной лексикографической работы, но и для дальнейших научных исследований в области когнитивной
лингвистики, как то: изучение способов репрезентации содержания терминов в научном и медийном дискурсе, сопоставление вариантов интерпретации терминов в рамках различных научных школ внутри когнитивной науки. Кроме того, перспективой дальнейшего исследования и применения корпуса может стать расширение списка анализируемых терминов на другие области когнитивистики.
Список литературы
Абаева Е. С. Когнитивное поле переводчика при работе с отрывками текста с юмористическим эффектом // Вестник Московского ун-та. Серия 9: Филология. 2019. № 3. С. 92-104. Бабушкина О. Н. Семантика оценочных фразеологизмов и особенности их функционирования в медиадискурсе // Вестник Челябинского гос. ун-та. 2009. № 34(172). С. 11-14. Баранов А. Н. Введение в прикладную лингвистику. М.: Эдиториал УРСС, 2001. 358 с. Белоусов К. И., Баранов Д. А., Зелянская Н. Л., Пономарев Н. Ф., Рябинин К. В. Когнитивно-информационное моделирование социальной реальности: концепты, события, приоритеты // Вестник Томского гос. ун-та. Филология. 2021. № 72. С. 5-26. doi 10.17223/19986645/72/1 Беляевская Е. Г. Когнитивные доминанты в структуре лексико-семантических групп // Когнитивные исследования языка. 2021. № 1 (44). С. 65-73. Болдырев Н. Н. Концептуальная основа языка // Когнитивные исследования языка. 2009. № 4. С. 25-78.
Браславский П. И, Соколов Е. А. Сравнение четырех методов автоматического извлечения двухсловных терминов из текста // Компьютерная лингвистика и интеллектуальные технологии: Труды межд. конф. «Диалог 2006» (Бекасово, 31 мая - 4 июня 2006 г.). М.: Изд-во РГГУ, 2006. С. 88-94.
Ван Ч., Дашинимаева П. П. Фрейм, гештальт и образ: равнозначность или смежность категоризации? // Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация. 2022. Т. 20, № 2. С. 29-40. doi 10.25205/1818-7935-2022-20-2-29-40 Генералов В. А. Анализ некоторых когнитивно-коммуникативных аспектов структуры английского составного технического термина // Когнитивные исследования языка. 2017. № 29. С. 252-259.
Генеральный Интернет-корпус Русского Языка [Электронный ресурс]. URL: http://www.
webcorpora.ru/ (дата обращения: 10.07.2022). Демидова Т. В. О месте когнитивно-сематических компетенций в изучении китайского языка // Когнитивные исследования языка. 2020. № 40. С. 213-225. Дроздова Т. В. Когнитивно-доминантный характер форматирования индивидуального опыта
создания научного текста // Когнитивные исследования языка. 2020. № 43. С. 301-326. Захаренко Е. Н., Комарова Л. Н., Нечаева И. В. Новый словарь иностранных слов: 25 000 слов и словосочетаний [Электронный ресурс]. М.: «Азбуковник», 2003. URL: http://slovari.ru/ search.aspx?s=0&p=3068&di=vsis&wi=17893 (дата обращения: 10.07.2022). Захаров В. П., Богданова С. Ю. Корпусная лингвистика: Учебник для студентов направления «Лингвистика». 2-е изд., перераб. и дополн., СПб.: СПбГУ. РИО. Филологический факультет, 2013.148 с.
Захаров В. П. Хохлова М. В. Анализ эффективности статистических методов выявления кол-локаций в текстах на русском языке // Компьютерная лингвистика и интеллектуальные технологии <...> Вып. 9 (16). М. : Изд-во РГГУ, 2010. С. 135-143. Захаров В. П., Хохлова М. В. Статистический метод выявления коллокаций // Языковая инженерия <...> «Лингвистические информационные технологии в Интернете»: XI Всероссийская <...> конф. «Интернет и современное общество». СПб.: Изд-во Санкт-Петербургского ун-та, 2008. С. 40-54.
Знак Ю. Э. Репрезентация ядра и ближней периферии концепта «война» на примере речей Ш. де Голля <...>, Ф. Рузвельта <...>, И. Сталина <...>, У. Черчилля <...> и публикаций о гибридной и когнитивной войнах // Политическая лингвистика. 2021. № 6 (90). С. 65-69. doi 10.26170/1999-2629_2021_06_07 Интегрум [Электронный ресурс]. URL: https://integrum.ru/ratings (дата обращения: 10.07.2022). Кондратьева О. Н., Игнатова Ю. С. Стратегии медиатизации юридических концептов в российских массмедиа XXI века (на примере концепта легитимность) // Научный диалог. 2021. № 3. С. 69-85. doi 10.24224/2227-1295-2021-3-69-85 Кошкарова Н. Н., Мукушев И. О. Образ России в китайских СМИ // Политическая лингвистика. 2021. № 3 (87). С. 87-100. doi 10.26170/1999-2629_2021_03_08 Краткий словарь когнитивных терминов / Сост. Е. С. Кубрякова, В. З. Демьянков, Ю. Г. Пан-
крац, Л. Г. Лузина; Под общ. ред. Е. С. Кубряковой. М. : Филол. фак. МГУ, 1996. 245 с. Медведева А. В. Специфика семантической деривации английских лексем (на основе ЛСГ
«птицы») // Когнитивные исследования языка. 2018. № 35. С. 399-405. Медиалогия [Электронный ресурс]. URL: https://www.mlg.ru/ (дата обращения: 10.07.2022). Мирошниченко Н. С. Фреймовая семантика как метод анализа лексических единиц // Современные тенденции развития науки и технологии. 2016. № 3-4. С. 64-68. Молчанова Г. Г. Концептуальная метафора в политическом диалоге мемов и антимемов // Когнитивные исследования языка. 2019. № 38. С. 565-572. Национальный корпус русского языка [Электронный ресурс]. URL: https://ruscorpora.ru/ (дата
обращения: 10.07.2022). Открытый корпус русского языка [Электронный ресурс]. URL: http://opencorpora.org/ (дата обращения: 10.07.2022).
Рабкина Н. В. Ассоциативный аспект гипертекстового пространства интернет-новостей //
Когнитивные исследования языка. 2015. № 22. С. 390-392. Рыжова Д. А. Фантастическая конференция, чудовищный доклад: формирование оценочных значений на базе русской признаковой лексики // Вестник Московского ун-та. Серия 9: Филология. 2016. № 4. С. 178-192. Собянина В. А., Хохлова И. В. Исследование метафор предметной сферы «Иммиграция» в медийном дискурсе Германии с применением программы MAXQDA // Вестник Томского гос. ун-та. Филология. 2018. № 52. С. 112-129. doi 10.17223/19986645/52/7 Хабаров А. А. Демонизация Китая в зарубежных массмедиа: дискурсивные средства уничтожения мишеней информационно-психологической войны // Политическая лингвистика. 2022. № 1 (91). С 78-89. doi 10.26170/1999-2629_2022_01_08 Якоба И. А. Власть дискурса медийного пространства в борьбе за номинацию // Вестник Томского гос. ун-та. Филология. 2015. № 3 (35). C. 122-134. doi 10.17223/19986645/35/10 Araneum Russicum III Maximum [Электронный ресурс]. URL: http://ucts.uniba.sk/aranea/run.cgi/
first?corpname=AranRusi_a&reload=1 (дата обращения: 10.07.2022). Lyashevskaya O., Shavrina T., Trofimov I., Vlasova N. A. Shared task: Russian full morphology and universal dependencies parsing [Электронный ресурс] // Компьютерная лингвистика и интеллектуальные технологии: По мат. <...> межд. конф. «Диалог» (Москва, 17 июня -20 июня 2020 г.). Вып. 19 (26). М.: Изд-во РГГУ, 2020. URL: https://www.dialog-21.ru/ media/5109/lyashevskayaonplusetal-181.pdf (дата обращения: 10.07.2022).
References
Abaeva, E. S. The translator's cognitive field and extracts with a humorous effect. Moscow State University Bulletin. Series 9. Philology, 2019, no. 3, pp. 92-104. (in Russ.)
Babushkina, O. N. Semantics of evaluative phraseological units and peculiarities of their functioning in media discourse. Bulletin of the Chelyabinsk State University, 2009, no. 34 (172), pp. 11-14. (in Russ.)
Baranov, A. N. Introduction to Applied Linguistics. Moscow, Editorial URSS, 2001, 358 p. (in Russ.)
Belousov, K. I., Baranov, D. A., Zelyanskaya, N. L., Ponomarev, N. F., Ryabinin, K. V. Cognitive-information modeling of social reality: concepts, events, priorities. Tomsk State University Journal of Philology. 2021, no. 72, pp. 5-26. (in Russ.) doi 10.17223/19986645/72/1
Belyaevskaya, E. G. Cognitive dominants in the structure of lexico-semantic groups. Cognitive studies of language. 2021, no. 1 (44). pp. 65-73. (in Russ.)
Boldyrev, N. N. Conceptual basis of language. Cognitive studies of language, 2009, no. 4, pp. 25-78. (in Russ.)
Braslavsky, P. I., Sokolov E. A. Comparison of four methods for automatic two-word term extraction. In: International conference on Computational Linguistics and Intellectual Technologies: Conference Proceedings "Dialog 2006". Moscow, RSUH Publ., 2006, pp. 88-94. (in Russ.)
Wang Z., Dashinimaeva, P. Frame, Gestalt and Image: Equivalence or Contiguity of Categorization? NSU Vestnik. Series: Linguistics andIntercultural Communication, 2022, vol. 20, no. 2. pp. 2940. (in Russ.) doi 10.25205/1818-7935-2022-20-2-29-40
Generalov, V. A. Analysis of some cognitive-communicative aspects of the structure of the Enlish compound technical term. Cognitive studies of language. 2017, no. 29, pp. 252-259. (in Russ.)
The General Internet-Corpus of Russian [Online]. URL: http://www.webcorpora.ru/ (accessed on: 10.07.2022). (in Russ.)
Demidova, T. V. Cognitive and semantic competencies and their place in the learning of Chinese language. Cognitive studies of language, 2020, no. 40, pp. 213-225. (in Russ.)
Drozdova, T. V. Dominant character of cognitive formats representing individual experience in scientific text. Cognitive studies of language, 2020, no. 43, pp. 301-326. (in Russ.)
Zakharenko, E. N., Komarova, L. N., Nechaeva, I. V. A new dictionary of foreign words: 25,000 words and phrases [Online]. Moscow, Azbukovnik Publ, 2003. URL: http://slovari.ru/ search.aspx?s=0&p=3068&di=vsis&wi=17893 (accessed on: 10.07.2022). (in Russ.)
Zakharov, V. P., Bogdanova, S. Yu. Corpus linguistics: Textbook. 2nd ed., revised. and supplementary. St. Petersburg, St. Petersburg State University, RIO, Faculty of Philology, 2013, 148 p. (in Russ.)
Zakharov, V. P. Khokhlova, M. V. Study of effectiveness of statistical measures for collocation extraction on Russian texts. In: International conference on Computational Linguistics and Intellectual Technologies: Conference Proceedings "Dialog". Moscow, RSUH Publ., 2010, pp. 135-143. (in Russ.)
Zakharov, V. P. Khokhlova, M. V. Statistical method for detecting collocations In: Language engineering: in search ofmeanings: Reports of the seminar "Linguistic Information Technologies on the Internet". St. Petersburg: St. Petersburg University Press, 2008, pp. 40-54. (in Russ.)
Znak, Yu. E. Representation of the core and the close periphery of the concept "war" based on the material of the speeches by W. Churchill (May 13, 1940), C. de Gaulle (June 22, 1940), F. Roosevelt (December 8, 1941), J. Stalin (July 3, 1941) and publications about hybrid & cognitive wars. Political Linguistics, 2021, no. 6 (90), pp. 65-69. (in Russ.) doi 10.26170/1999-2629_2021_06_07
Integrum [Online]. URL: https://integrum.ru/ratings (accessed on: 10.07.2022). (in Russ.)
Kondratieva, O. N., Ignatova, Yu. S. Strategies for the mediatization of legal concepts in Russian mass media of XXI century (concept legitimacy). Scientific Dialogue, 2021, no. 3, pp. 69-85. (in Russ.) doi 10.24224/2227-1295-2021-3-69-85
Koshkarova, N. N., Mukushev, I. O. Russia's image in Chinese mass-media. Political Linguistics, 2021, no.3 (87), pp. 87-100. (in Russ.) doi 10.26170/1999-2629_2021_03_08
Kubryakova, E. S., Demyankov, V. Z., Pankrats, Yu. G., Luzina, L. G. Brief Dictionary of Cognitive Terms. Moscow, Faculty of Philology, 1996, 245 p. (in Russ.)
Medvedeva, A. V. Peculiarities of English lexemes semantic derivation (on the basis of the lexico-semantic group "birds"). Cognitive studies of language, 2018. no. 35, pp. 399-405. (in Russ.)
Medialogia [Online]. URL: https://www.mlg.ru/ (accessed on: 10.07.2022). (in Russ.)
Miroshnichenko, N. S. Frame semantics as a method for analyzing lexeme. Modern trends in the development of science and technology, 2016, no. 3-4, pp. 64-68. (in Russ.)
Molchanova, G. G. Conceptual metaphor in political controversial anti/memetic dialogues. Cognitive studies of language, 2019, no. 38, pp. 565-572. (in Russ.)
National Corpus of the Russian Language [Online]. URL: https://ruscorpora.ru/ (accessed on: 07/10/2022).
Open corpus ofthe Russian language [Online] URL: http://opencorpora.org/ (accessed on: 07/10/2022).
Rabkina, N. V. Associative aspect of the hypertextual space of internet news. Cognitive studies of language, 2015, no. 22, pp. 390-392. (in Russ.)
Ryzhova, D. A. "Fantastic conference", "prodigious report": derivation of evaluative meanings in Russian adjectives. Moscow State University Bulletin. Series 9. Philology, 2016, no. 4, pp. 178192. (in Russ.)
Sobyanina, V. A., Khokhlova, I. V. Analysis of immigration discourse metaphors in German mass media using the MAXQDA software. Tomsk State University Journal of Philology, 2018, no. 52, pp.112-129. (in Russ.) doi 10.17223/19986645/52/7
Khabarov, A. A. Demonization of China in foreign mass media: discursive means of destruction of the information and psychological warfare targets. Political Linguistics, 2022, no. 1 (91), pp. 78-89. (in Russ.) doi 10.26170/1999-2629_2022_01_08
Yakoba, I. A. Discourse power of media space in the struggle for nomination. Tomsk State University Journal of Philology, 2015, no. 3 (35). pp. 122-134. (in Russ.) doi 10.17223/19986645/35/10
Araneum Russicum III Maximum [Online]. URL: http://ucts.uniba.sk/aranea/run.cgi/first?corpname= AranRusi_a&reload=1 (accessed on: 07/10/2022).
Lyashevskaya, O., Shavrina, T., Trofimov, I., Vlasova, N. A. Shared task: Russian full morphology and universal dependencies parsing. In: Computational linguistics and intelligent technologies: Based on the materials of the annual international conference "Dialogue" (Moscow, June 17 - June 20, 2020). Iss. 19 (26). Moscow, Russian State University for the Humanities, 2020. URL: https://www.dialog-21.ru/media/5109/lyashevskayaonplusetal-181.pdf (accessed on: 07/10/2022).
Информация об авторах
Хоменко Анна Юрьевна, канд. филол. наук, доцент, Национальный исследовательский университет «Высшая школа экономики», Нижний Новгород, Россия
Куликова Валентина Александровна, канд. филол. наук, старший преподаватель, Национальный исследовательский университет «Высшая школа экономики», Нижний Новгород, Россия
Бабий Александр Сергеевич, студент, Национальный исследовательский университет «Высшая школа экономики», Нижний Новгород, Россия
Казюлина Марина Сергеевна, студентка, Национальный исследовательский университет «Высшая школа экономики», Нижний Новгород, Россия
Information about the Authors
Anna Yu. Khomenko, Associate Professor, HSE University, Department of Applied Linguistics and Foreign Languages, Nizhny Novgorod, Russia
Valentina A. Kulikova, Senior lecturer, HSE University, Department of Applied Linguistics and Foreign Languages, Nizhny Novgorod, Russia
Aleksandr S. Babii, undergraduate student, HSE University, Faculty of Humanities, Nizhny Novgorod, Russia
Marina S. Kazyulina, undergraduate student, HSE University, Faculty of Humanities, Nizhny Novgorod, Russia
Статья поступила в редакцию 08.07.2022; одобрена после рецензирования 30.09.2022; принята к публикации 25.10.2022 The article was submitted 08.07.2022; approved after reviewing 30.09.2022; accepted for publication 25.10.2022
