CC BY-NC
19Квантитативное исследование англоязычного авторского корпуса Рэгу Н. Митры
Борунов Артем Борисович
кандидат филологических наук
старший преподаватель, кафедра иностранных языков, Автономная некоммерческая организация высшего образования "Московский информационно-технологический университет - Московский
архитектурно-строительный инстшуг"
109316, Россия, Московская область, г. Москва, уп. Волгоградский Проспект, 32, к. 11
Borunov Artem Borisovich PhD in Philology
senior lecturer of the Department of Foreign Languages at International Humanitarian Linguistic Institute 109316, Russia, Moskovskaya oblast', g. Moscow, ul. Volgogradskii Prospekt, 32, k. 11
И borunov.artem@yandex.ru
Статья из рубрики "Язык"
Аннотация. Предметом исследования является частотность употребления лексических единиц в англоязычном авторском корпусе Рэгу Н. Митры, полученная в результате автоматизированной обработки корпуса программой «WordSmith Tools». Объектом исследования является англоязычный авторский корпус Рэгу Н. Митры объёмом 414311 токенов. На основе компьютерной обработки был составлен частотный список 50 единиц, а также проведено сравнение частотности употребления семантического поля «Crime» по данным Корпуса современного американского английского языка и авторского корпуса Р. Н. Митры. Методом исследования явился сравнительно-сопоставительный, статистический и математический. П реобразование текста в авторский корпус и дальнейшая его обработка проводились с помощью компьютерного ПО. Результатом данного исследования является преобразование авторского англоязычного корпуса в частотный список, сопоставление данного списка с частотным списком Корпуса современного американского английского языка, критический анализ данных. Новизна исследования заключается в попытке квантитативного анализа языкового корпуса американского языка начала 21 в. и сопоставительном анализе результатов.
Ключевые слова: квантитативный анализ, авторский корпус, Рэгу Н. Митра, ПО «WordSmith Tools», англоязычная художественная проза, частотность, Корпус американского английского, частотный список, сопоставительный анализ корпусов, лингвостатистика
DOI: 10.7256/2409-8698.2017.1.20090 Дата направления в редакцию: 15-08-2016 Дата публикации:
Abstract. The subject of this research is the frequency of the lexical unit usage in the English-Language corpus of Raghu N. Mitra that was obtained through automated processing of the corpus with the program "WordSmith Tools". The object of the research is the English-language corpus of Raghu N. Mitra consisting of 414311 words. By the means of computer processing the author made a frequency list consisting of 50 units as well as
compared the frequency of the semantic field usage of "Crime" according to the corpus of contemporary American English and author corpus of R. N. Mitra. The research methods used by the author included comparative, statistical and mathematical methods. The conversion of the text into the author corpus and its further processing were carried out using computer software. As a result of the study, the author English-language corpus was converted into the frequency list to compare this one with a frequency list of the corpus of contemporary American English and to carry out a critical analysis of the data. The novelty of this research is caused by the fact that the author attempts to conduct a quantitative analysis of the language corpus of American English of the early 21st century and comparative analysis of the results.
Keywords: Corpus of Contemporary American English, frequency, English fiction prose, WordSmith Tools, Raghu N. Mitra, author corpus, quantitative analysis, frequency list, comparative analysis of corpuses, linguostatistics
Квантитативная лингвистика, развивавшаяся в Европе и США, переживает расцвет в наши дни в России. Сегодня отечественные лингвисты обратили внимание на методы и подходы этого раздела общей лингвистики, а, с учетом возросшей компьютеризации нашей жизни, удобством использования компьютерного программного обеспечения при проведении анализа корпуса, создании конкордансов и глоссариев, машинном анализе текста, появляется всё больше интересных исследований как в области филологии, отметим, например, исследование параметрических ядер германских языков Воевудской
О. М. t41, исследование параметрического ядра русской лексики по данным МАС-2 Стародубцевой Ю. А. ^ так и техническими специалистами, вносящими вклад в автоматизацию процесса текстового анализа, например, разработка автоматизированной системы семантического анализа и построения визуальных динамических глоссариев
Кулешова С. В.
Квантитативный анализ, иными словами количественное исследование языка статистическими методами, позволяет, при помощи компьютерного ПО, автоматизировано получить данные по интересующему исследователя запросу.
Для проведения анализа текста использовалась компьютерная программа «WordSmith
Tools» И4!. Данная программа обладает большим функционалом для всестороннего исследования текста математическими методами. Учитывая задачи настоящего следования, мы воспользовались функцией общей статистики корпуса и функцией построения частотного списка.
Фактическим материалом исследования послужил созданный нами электронный авторский англоязычный корпус из 4 полных вариантов книг и двух отрывков из книг Рэгу Н. Митры на английском языке:
1) «Очень банальная страсть» "A Very Insipid Passion" ШЛ;
2) «Грехопадение» "Impute Fall to Sin" J91;
3) «Дождь из теней» "A Rain Full of Ghosts" ПШ;
4) «Если бы не смерть» "If there wasn't death" J81,
а также 2 фрагмента других произведений писателя, представленных в свободном
доступе в сети Интернет:
5) "As in the falling of an eyelid"
6) "At The Davies" --131.
Материал исследования. Приведем исходные параметры анализируемого корпуса, используя ПО, которые занесены в таблицу 1. «Статистические данные обработки авторского корпуса». При обработке общего файла корпуса текстов Р. Н. Митры были выделены исходные данные взятых для анализа текстов, которые составляют - 414311 слов или токенов (столбец «tokens used for word list»), либо 2 273 083 знаков с пробелами (столбец «file size»). Подробнее процедура получения электронного авторского корпуса текста и исследование его начальных параметров описано в статье, откуда позаимствован фрагмент табл. 1 -Ш.
tokens
tokens used
(running for types type/token
words) word sum of (distinct ratio STTR
file size in text list entries words) (TTR) std.dev.
2273083 414823 414311 19405 4,68 55,80
Табл. 1. Статистические данные обработки авторского корпуса
Опираясь на материал данного авторского корпуса из 414311 токенов, построим частотный список. Данный эксперимент был проведен нами с использованием программы
«WordSmith Tools», функция автоматизированного построения частотного списка --141.
Эксперимент № 1: «Построение частотного списка лексических единиц исследуемого авторского корпуса программой «WordSmith Tools».
Цель эксперимента: построить частотный список и проанализировать его, затем отобрать 50 наиболее частотных единиц из авторского корпуса и провести сравнение с другими англоязычными корпусами.
Исходные данные: авторский корпус объемом 414311 токенов Ш. Исходные параметры авторского корпуса занесены в табл. 1.
Дата эксперимента: 22.02.2016.
Ход эксперимента: созданный электронный авторский корпус был загружен в программу для составления частотного словаря. Программа автоматически проанализировала корпус и составила список, ранжированный по частотности словоупотребления. Однако, несмотря на удобство и быстроту обработки информации данным ПО, отметим недостаток, а именно при автоматическом анализе корпуса отсутствует функция объединения различных словоформ в лексему, поэтому, например, слова «dog» и «dogs» считаются различными и частотность употребления подсчитывается для каждого слова, также как и в случае с грамматическими парадигмами времен. Кроме того, программа учитывает как токены служебные слова: артикли, союзы, предлоги. Мы не стали в ручную вносить коррективы в результаты обработки текста, так как не ставили задачи обработать частотность, например, исключительно номинативных единиц.
Результаты эксперимента: в составленном частотном словаре последним словом
является "zoomed", которое в ранжировке занимает место под номером 19404 с индексом частотности употребления 1. Первые места по частотности, как и ожидалось, занимают служебные слова: "the", "I", "a", которые обладают частотностью употребления 19256, 11546, 11268 соответственно (см. Табл. 2). На данные слова приходится от 4,64 до 2,72 % текста.
N Word Freq. % Texts %
1 THE 19256 4,64 1 100,00
2 I 11546 2,78 1 100,00
3 A 11268 2,72 1 100,00
19402 ZOMBIE 1 1 100,00
19403 ZONES 1 1 100,00
19404 ZOOMED 1 1 100,00
Табл. 2. Фрагмент таблицы-отчета частотного употребления ЛЕ.
Приведем список 50 слов с наибольшей частотностью употребления из исследуемого корпуса (Табл. 3): «Freq.» - «частотность употребления», «%» - «% в корпусе», «Texts» -в данном столбце указано, что при расчете брались данные одного корпуса. Данный список состоит из служебных слов: артиклей, предлогов, местоимений, вспомогательных и модальных глаголов, союзов, частиц, прошедшего времени глагола "said", вводящего косвенную речь и слова "like", которое может быть как глаголом, так и наречием. На данный список приходится 46,34% всего корпуса.
WordList 22 фев 2016
N Word Freq. % Texts
1 THE 19256 4,64
2 I 11546 2,78
3 A 11268 2,72
4 TO 10075 2,43
5 WAS 8671 2,09
6 AND 8630 2,08
7 OF 8490 2,05
8 HE 6906 1,66
9 IN 6645 1,60
10 IT 5587 1,35
11 YOU 5406 1,30
12 SHE 4961 1,20
13 THAT 4908 1,18
14 SAID 4812 1,16
15 NOT 4506 1,09
16 HIS 3655 0,88
17 HER 3648 0,88
18 HAD 3638 0,88
19 WITH 3486 0,84
20 IS 2944 0,71
21 HAVE 2905 0 70 1
22 ON 2850 0,69
23 FOR 2756 0,66
24 MY 2503 0,60
25 ME 2321 0,56
26 AT 2312 0,56
27 WHAT 2149 0,52
28 NO 2012 0,49
29 BE 1907 0,46
30 DID 1879 0,45
31 HALLEY 1830 0,44
32 AS 1782 0,43
33 HIM 1673 0,40
34 OUT 1666 0,40
35 WE 1640 0,40
36 SANDY 1603 0,39
37 WOULD 1571 0,38
38 ONE 1568 0,38
39 BUT 1529 0,37
40 UP 1506 0,36
41 ARE 1441 0,35
42 WERE 1348 0,32
43 THERE 1347 0,32
44 AN 1329 0,32
45 THIS 1328 0,32
46 FROM 1320 0,32
47 COULD 1319 0,32
48 SO 1303 0,31
49 ABOUT 1244 0,30
50 LIKE 1225 0,30
Табл. 3. Список 50 самых частотных токенов
Высокую частотность употребления таких единиц как "the", "a", "had", "was", "of", "are", "is", "have" и ряда других можно объяснить грамматической системой английского языка, в котором присутствует категория определенности/неопределенности, передающаяся посредством артикля, аналитический способ образования грамматических времен при помощи вспомогательных глаголов, передача части грамматических отношений через предлоги. Сравним наши данные с данными Корпуса современного американского
английского языка ^ (англ. Corpus of Contemporary American English), которые представлены в Табл. 4. (Корпус современного американского английского языка).
Rank Word Part of speech Frequency Dispersion
1 the a 22038615 0.98
2 be v 12545825 0.97
3 and c 10741073 0.99
4 of i 10343885 0.97
5 a a 10144200 0 98
- v - . ..— ~
б in i б99б437 0.98
7 to t б332195 0.98
8 have v 4303955 0.97
9 to i 385б91б 0.99
10 it p 3872477 0.9б
11 I p 39782б5 0.93
12 that c 343099б 0.97
13 for i 3281454 0.98
14 you p 3081151 0.92
15 he p 2909254 0.94
1б with i 2б83014 0.99
17 on i 248530б 0.99
18 do v 2573587 0.95
19 say v 1915138 0.95
20 this d 18853бб 0.9б
21 they p 18б5580 0.9б
22 at i 17б7б38 0.98
23 but c 177б7б7 0.97
24 we p 1820935 0.94
25 his a 1801708 0.95
2б from i 1б35914 0.99
27 that d 171240б 0.94
28 not x 1б38830 0.98
29 n't x 1б19007 0.97
30 by i 1490548 0.9б
31 she p 14848б9 0.91
32 or c 1379320 0.97
33 as c 129б879 0.98
34 what d 1181023 0.94
35 go v 1151045 0.93
3б their a 1083029 0.97
37 can v 1022775 0.98
38 who p 1018283 0.97
39 get v 99259б 0.94
40 if c 933542 0.97
41 would v 925515 0.97
42 her a 9б9591 0.91
43 all d 892102 0.98
44 my a 919821 0.93
45 make v 8571б8 0.98
4б about i 87440б 0.9б
47 know v 892535 0.93
48 will v 8245б8 0.97
49 as i 829018 0.95
50 up r 795534 0.95
Табл. 4. 50 самых частотных единиц по данным Корпуса современного американского английского языка [5].
Обратим внимание на то, что, как и в авторском корпусе Р. Н. Митры, так и в Корпусе современного американского английского языка среди 50 наиболее частотных единиц присутствуют артикли (в обоих корпусах артикль "the" во главе списка), предлоги, местоимения, вспомогательные и модальные глаголы.
Особенностью авторского корпуса Р. Н. Митры из 50 самых частотных единиц является:
а) присутствуют имена основных героев "Halley" (частотность 1830), "Sandy" (частотность 1603);
б) учитывая специфику повествования «основным героем является доктор Мартин <...>,
повествование ведется от лица героя» [2, Ci 17] местоимение первого лица I находится на втором месте в списке частотности (частотность 11546).
Как уже отмечалось в одной из публикаций, посвященных исследованию творчества Рэгу Н. Митры: «в рассматриваемых романах Р. Н. Митры герои работают в полиции, расследуя преступления, связанные с оборотом наркотических средств, соответственно, в их речи присутствуют обиходные слова из данной сферы, жаргонизмы, характерные для речи полицейских и преступников: fix («доза»), plant («сыщик», «внедренный агент»), stash («припрятанные наркотики»), to snort (нюхать «дурь»), pot («травка»),
mole («внедренный агент»)» [3, Ci 50]. Так как произведения Рэгу Н. Митры относятся к жанру детективный роман, рассмотрим, к примеру, частотность употребления слов семиотического поля «преступление» - «crime» в художественной прозе писателя и сравним с данными, полученными из Корпуса современного американского английского языка. Список слов семиотического поля «преступление» - «crime» получен методом автоматизированной частотной выборки из Корпуса современного американского
английского языка - см. Табл. 5. (Корпус современного американского английского языка).
FREQ ALL % MI
1 SCENE 3529 50906 6.93 6.67
2 ORGANIZED 1590 21433 7.42 6.77
3 COMMITTED 1590 25097 6.34 6.54
4 VIOLENT 1510 20935 7.21 6.72
5 BILL 989 126264 0.78 3.52
6 CRIME 850 45581 1.86 4.77
7 RATE 834 68763 1.21 4.15
8 COMMIT 791 9366 8.45 6.95
9 RATES 631 50856 1.24 4.19
10 HATE 584 23723 2.46 5.17
11 VICTIMS 551 27894 1.98 4.86
12 DRUGS 545 43915 1.24 4.19
13 VIOLENCE 523 50517 1.04 3.92
14 PUNISHMENT 514 11369 4.52 6.05
15 CHARGED 494 24177 2.04 4.90
16 LAB 476 17851 2.67 5.29
1 7 SERIOUS 430 64761 0 66 3 28
18 MURDER 373 34361 1.09 3.99
19 DRUG 368 64674 0.57 3.06
20 SCENES 329 15930 2.07 4.92
21 COMMITTING 328 3639 9.01 7.05
22 CONVICTED 306 11804 2.59 5.25
23 VICTIM 306 20671 1.48 4.44
24 FIGHTING 306 37649 0.81 3.57
25 PREVENTION 304 17085 1.78 4.71
26 GUILTY 302 22995 1.31 4.27
27 JUVENILE 276 6069 4.55 6.06
28 STATISTICS 267 17261 1.55 4.50
29 REDUCE 258 37287 0.69 3.34
30 POVERTY 254 20475 1.24 4.18
31 WAVE 252 22344 1.13 4.05
32 ACCUSED 208 19346 1.08 3.98
33 SOLVE 201 15396 1.31 4.26
34 HEINOUS 184 881 20.89 8.26
35 FBI 171 21748 0.79 3.53
36 WELFARE 165 22526 0.73 3.42
37 RAPE 164 11384 1.44 4.40
38 CORRUPTION 161 10268 1.57 4.52
39 PHOTOS 154 21651 0.71 3.38
40 WHITE-COLLAR 148 1174 12.61 7.53
41 FICTION 140 15269 0.92 3.75
42 HUMANITY 136 10900 1.25 4.19
43 DELINQUENCY 135 1519 8.89 7.03
44 TERRORISM 132 16848 0.78 3.52
45 HORRIBLE 130 10528 1.23 4.18
46 REDUCING 121 14011 0.86 3.66
47 COMMITS 118 917 12.87 7.56
48 ALLEGED 115 11336 1.01 3.89
49 INVESTIGATORS 113 15445 0.73 3.42
50 SPREE 112 1473 7.60 6.80
Табл. 5. 50 единиц семантического корпуса «Crime» по данным Корпуса современного американского английского языка
Возьмем за исходный материал данные семантического поля «Crime» (Табл. 5) и сравним их с данными из авторского корпуса Рэгу Н. Митры. Создадим таблицу (Табл. 6), в правой колонке помещен список по данным Корпуса современного американского английского языка взятый нами за «эталонный», а в левой колонке приведены значения частотности употребления данных ЛЕ по данным обработки авторского корпуса Р. Н. Митры программой «WordSmith Tools».
№ По данным обработки авторского По данным Корпуса
пп корпуса Р. Н. Митры программой современного американского
«WordSmith Tools» английского языка
Токен 1 Частотность 1 % в Токен Частотность! % в
TeKCTe TeKCTe
1 SCENE 59 0,01 SCENE 50906 6.93
2 ORGANIZED 4 ORGANIZED 21433 7.42
3 COMMITTED 43 0,01 COMMITTED 25097 6.34
4 VIOLENT 15 VIOLENT 20935 7.21
5 BILL 35 BILL 126264 0.78
6 CRIME 124 0,03 CRIME 45581 1.86
7 RATE 5 RATE 68763 1.21
8 COMMIT 16 COMMIT 9366 8.45
9 RATES 1 RATES 50856 1.24
10 HATE 15 HATE 23723 2.46
11 VICTIMS 5 VICTIMS 27894 1.98
12 DRUGS 65 0,02 DRUGS 43915 1.24
13 VIOLENCE 16 VIOLENCE 50517 1.04
14 PUNISHMENT 9 PUNISHMENT 11369 4.52
15 CHARGED 20 CHARGED 24177 2.04
16 - - LAB 17851 2.67
17 SERIOUS 53 0,01 SERIOUS 64761 0.66
18 MURDER 211 0,05 MURDER 34361 1.09
19 DRUG 184 0,04 DRUG 64674 0.57
20 SCENES 5 SCENES 15930 2.07
21 COMMITTING 8 COMMITTING 3639 9.01
22 CONVICTED 3 CONVICTED 11804 2.59
23 VICTIM 17 VICTIM 20671 1.48
24 FIGHTING 11 FIGHTING 37649 0.81
25 - - PREVENTION 17085 1.78
26 GUILTY 28 GUILTY 22995 1.31
27 JUVENILE 3 JUVENILE 6069 4.55
28 STATISTICS 6 STATISTICS 17261 1.55
29 REDUCE 3 REDUCE 37287 0.69
30 POVERTY 2 POVERTY 20475 1.24
31 WAVE 10 WAVE 22344 1.13
32 ACCUSED 7 ACCUSED 19346 1.08
33 SOLVE 13 SOLVE 15396 1.31
34 HEINOUS 2 HEINOUS 881 20.89
35 FBI 7 FBI 21748 0.79
36 WELFARE 4 WELFARE 22526 0.73
37 RAPE 8 RAPE 11384 1.44
38 CORRUPTION 3 CORRUPTION 10268 1.57
39 PHOTOS 2 PHOTOS 21651 0.71
40 - - WHITE-COLLAR 1174 12.61
41 FICTION 14 FICTION 15269 0.92
42 HUMANITY 3 HUMANITY 10900 1.25
43 - - DELINQUENCY 1519 8.89
44 TERRORISM 6 TERRORISM 16848 0.78
45 HORRIBLE 9 HORRIBLE 10528 1.23
r^ 1- r—V 1 | T IV 1
46 - - REDUCING 14011 0.86
47 COMMITS 1 COMMITS 917 12.87
48 ALLEGED 2 ALLEGED 11336 1.01
49 INVESTIGATORS 1 INVESTIGATORS 15445 0.73
50 - - SPREE 1473 7.60
Табл. 6. Сравнительная таблица с данными частотного употребления
Сравнив данные левой и правой колонок Табл. 6, отметим, что не смотря на то, что Р. Н. Митра пишет детективы, в которых, как на первый взгляд кажется, семантическое поле «Crime» должно быть доминирующим, мы наблюдаем довольно большое расхождение со списком, принятым нами за «эталонный», а в ряде случаев часть токенов из Корпуса современного американского английского языка отсутствуют в исследуемом авторском корпусе (6 позиций).
Квантитативные исследования авторского корпуса по разным параметрам представляются чрезвычайно важными в наши дни, так как дают возможность расширить и углубить данные в уже имеющихся работах, которые, как правило, рассматривают литературоведческую сторону исследования, изучая стиль, композицию и воздействие на читателя посредством интертекстуальных включений, маркированных единиц и графики. Квантитативный анализ корпуса позволяет математическими методами построить частотные глоссарии и авторские словари, выделить особенности авторского словоупотребления, проанализировать коллокации слов. Всё это, несомненно, вносит свой вклад в лингвистическое изучение как текста, так и индивидуального стиля автора.
Библиография
1. Борунов, А. Б. Исследование англоязычного авторского корпуса Рэгу Н. Митры: опыт обработки текста компьютерной программой "WordSmith Tools" / А. Б. Борунов, В. Т. Малыгин // Мир лингвистики и коммуникации: электронный научный журнал. -№ 1 (43), 2016. [Электронный ресурс] - Режим доступа: URL: http://www.tverlingua.ru, свободный. Дата обращения: 10.08.2016.
2. Борунов, А. Б. Композиция как авторский приём организации повествования (на материале англоязычных текстов Р.Н. Митры) / А. Б. Борунов // Филология: научные исследования, № 1 (21), 2016. - С. 11-20. DOI: 10.7256/2305-6177.2016.1.18011
3. Борунов, А. Б. Ненормированные лексические и фонетические единицы в художественном тексте (на материале прозы Р. Н. Митры) / А. Б. Борунов // Филологические науки. Вопросы теории и практики. - 2013. № 12-1 (30). - С. 49-52.
4. Воевудская, О. М. Концепция идеографического словаря основного лексического фонда германских языков [Текст]: дисс.... д. филол. н: 10.02.04. / Оксана Михайловна Воевудская. - Воронеж, 2015. - 450 с.
5. Корпус современного американского английского языка [Электронный ресурс] -Режим доступа: URL: http://www.corpus.byu.edu/, по паролю. - Яз. англ., дата обращения: 10.08.2016.
6. Кулешов, С. В. разработка автоматизированной системы семантического анализа и построения визуальных динамических глоссариев [Текст]: дисс....к. тех. наук: 05.13.18 / Сергей Викторович Кулешов. - СПб., 2005. - 113 с.
7. Стародубцева, Ю. А. Исследование параметрического ядра русской лексики по данным МАС-2 / Ю. А. Стародубцева // Вестник ВГУ. Серия Лингвистика и межкультурная коммуникация.-№ 4, 2015. - С. 82-91.
8. Mitra, R. N. If there wasn't death / R. N. Mitra. - Denver, Colorado: Outskirts Press
Inc., 2007. - 230 p.
9. Mitra, R. N. Impute Fall to Sin / R. N. Mitra. - М.: Manager, 2005. - 336 р.
10. Mitra, R. N. A Rain Full of Ghosts / R. N. Mitra. - Baltimore: Publish America, 2004. -366 p.
11. Mitra, R. N. A Very Insipid Passion / R. N. Mitra. - М.: Manager, 2002. - 336 с.
12. Mitra, R. N. As in the falling of an eyelid (отрывок части книги). - [Электронный ресурс] / R. N. Mitra. - Режим доступа: URL: http://www.
members.tripod.com/~ShibaHill/eyelid.html, свободный. - Яз. англ., дата обращения: 20. 02.2016.
13. Mitra, R. N. At The Davies: A Novel of Medical Life (отрывок части книги). -[Электронный ресурс] / R. N. Mitra. - Режим доступа: URL:
http://www.members.tripod.com/~ShibaHill/atthedavies.html, свободный. - Яз. англ., дата обращения: 20.02.2016.
14. WordSmith Tools [Электронный ресурс]. - Режим доступа: http://www.lexically.net/wordsmith/index.html, свободный. - Загл. с экрана. - Яз. англ., дата обращения: 20.02.2016.
References (transliterated)
1. Borunov, A. B. Issledovanie angloyazychnogo avtorskogo korpusa Regu N. Mitry: opyt obrabotki teksta komp'yuternoi programmoi "WordSmith Tools" / A. B. Borunov, V. T. Malygin // Mir lingvistiki i kommunikatsii: elektronnyi nauchnyi zhurnal. - № 1 (43), 2016. [Elektronnyi resurs] - Rezhim dostupa: URL: http://www.tverlingua.ru, svobodnyi. Data obrashcheniya: 10.08.2016.
2. Borunov, A. B. Kompozitsiya kak avtorskii priem organizatsii povestvovaniya (na materiale angloyazychnykh tekstov R.N. Mitry) / A. B. Borunov // Filologiya: nauchnye issledovaniya, № 1 (21), 2016. - S. 11-20. DOI: 10.7256/2305-6177.2016.1.18011
3. Borunov, A. B. Nenormirovannye leksicheskie i foneticheskie edinitsy v khudozhestvennom tekste (na materiale prozy R. N. Mitry) / A. B. Borunov // Filologicheskie nauki. Voprosy teorii i praktiki. - 2013. № 12-1 (30). - S. 49-52.
4. Voevudskaya, O. M. Kontseptsiya ideograficheskogo slovarya osnovnogo leksicheskogo fonda germanskikh yazykov [Tekst]: diss.... d. filol. n: 10.02.04. / Oksana Mikhailovna Voevudskaya. - Voronezh, 2015. - 450 s.
5. Korpus sovremennogo amerikanskogo angliiskogo yazyka [Elektronnyi resurs] - Rezhim dostupa: URL: http://www.corpus.byu.edu/, po parolyu. - Yaz. angl., data obrashcheniya: 10.08.2016.
6. Kuleshov, S. V. razrabotka avtomatizirovannoi sistemy semanticheskogo analiza i postroeniya vizual'nykh dinamicheskikh glossariev [Tekst]: diss....k. tekh. nauk: 05.13.18 / Sergei Viktorovich Kuleshov. - SPb., 2005. - 113 s.
7. Starodubtseva, Yu. A. Issledovanie parametricheskogo yadra russkoi leksiki po dannym MAS-2 / Yu. A. Starodubtseva // Vestnik VGU. Seriya Lingvistika i mezhkul'turnaya kommunikatsiya.-№ 4, 2015. - S. 82-91.
8. Mitra, R. N. If there wasn't death / R. N. Mitra. - Denver, Colorado: Outskirts Press Inc., 2007. - 230 p.
9. Mitra, R. N. Impute Fall to Sin / R. N. Mitra. - M.: Manager, 2005. - 336 r.
10. Mitra, R. N. A Rain Full of Ghosts / R. N. Mitra. - Baltimore: Publish America, 2004. -366 p.
11. Mitra, R. N. A Very Insipid Passion / R. N. Mitra. - M.: Manager, 2002. - 336 s.
12. Mitra, R. N. As in the falling of an eyelid (otryvok chasti knigi). - [Elektronnyi resurs] /
R. N. Mitra. - Rezhim dostupa: URL: http://www.
members.tripod.com/~ShibaHill/eyelid.html, svobodnyi. - Yaz. angl., data obrashcheniya: 20. 02.2016.
13. Mitra, R. N. At The Davies: A Novel of Medical Life (otryvok chasti knigi). - [Elektronnyi resurs] / R. N. Mitra. - Rezhim dostupa: URL:
http://www.members.tripod.com/~ShibaHill/atthedavies.html, svobodnyi. - Yaz. angl., data obrashcheniya: 20.02.2016.
14. WordSmith Tools [Elektronnyi resurs]. - Rezhim dostupa: http://www.lexically.net/wordsmith/index.html, svobodnyi. - Zagl. s ekrana. - Yaz. angl., data obrashcheniya: 20.02.2016.
