CC BY
51
МЕТОДИКА ПРЕПОДАВАНИЯ
А.Г. Зотин, А.И. Куклина, М.В. Савельева
ОБ ОТБОРЕ ЛЕКСИКИ АБСОЛЮТНОЙ УПОТРЕБИТЕЛЬНОСТИДЛЯ ПРОВЕДЕНИЯ ЗАНЯТИЙ ПО АНГЛИЙСКОМУ ЯЗЫКУ
Активный словарь-минимум, общеупотребительная, общенаучная и специальная лексика, частотность и стабильность употребления, тематическое распределение лексики, количественнокачественный анализ, лексика относительной употребительности.
Проблема овладения иностранным языком специалистами различных профессий становится всё более актуальной в связи с тем, что поток научной информации непрерывно растёт и всё большее число специалистов выезжает в зарубежные страны в порядке обмена, для участия в международных встречах, конференциях, симпозиумах, для преподавания в высших и средних специальных учебных заведениях. Следовательно, современный специалист должен не только владеть устной речью в объеме бытовых тем, но и уметь читать литературу по специальности, вести беседу по специальности, составлять и презентовать лекционный материал, а также вести практические занятия по дисциплине.
Тщательно отобранный лексический и грамматический материал позволяет интенсифицировать процесс осуществления поставленных выше задач. Среди всех уровней языка лексический уровень представляет собой наиболее сложную, труднообозримую и недостаточно изученную область, которая отличается большим разнообразием связей единиц, входящих в эту систему. Далее мы предлагаем рассмотреть методику отбора лексических единиц, разрабатываемую совместно преподавателями кафедры иностранных языков и кафедры информационно-вычислительных систем, которая в дальнейшем будет положена в основу составления частотных словарей для подготовки студентов к лекциям и практическим занятиям по специальным дисциплинам на английском языке. Цель работы - проанализировать существующий подход к отбору лексики в частотный словарь по дисциплине, выработать рекомендации по его совершенствованию.
Лексика играет весьма важную роль как в обучении иностранным языкам, так и в преподавании предметов на иностранном языке. Усвоение достаточного количества лексических единиц - необходимое условие владения языком как средством общения, «инструментом» получения профессиональных знаний, так как слово играет большую роль в осуществлении человеком акта коммуникации при выражении своих мыслей. В связи с этим проблема отбора активного словаря-минимума для обучения студентов с учётом их будущей специальности приобретает особую актуальность.
Вопрос о том, как производить отбор лексики, оказался далеко не прост. В последнее время в печати стали появляться словари-минимумы для отдельных специальностей. Но их еще крайне мало, и не все они решают вопрос об отборе на основании объективных данных.
Всё это свидетельствует о том, что вопрос о словарном минимуме не решен. Отсюда новизна исследования в этой области: нам представляется, что объем и специфику словаря-минимума необходимо определять в каждом отдельном случае, исходя из задач обучения.
Ядром активного словарного запаса являются, как известно, слова, имеющиеся в списках общеупотребительной, общенаучной и специальной лексики. Наблюдения показали, что около 70 % всех выписываемых студентами при самостоятельной работе над оригинальными техническими текстами слов составляет общеупотребительная и общенаучная лексика, а не лексика терминологического характера. Анализ списков общеупотребительной и общенаучной лексики показал, что между ними нет чёткой границы. Она стирается за счет того, что в обоих списках фигурируют одни и те же слова и одни и те же устойчивые нетерминологические словосочетания. Было сделано предположение, что общеупотребительная и общенаучная лексика играет значительную роль в специальных текстах, где, как мы предполагали ранее, «господствует» терминологическая лексика. Это предположение подтвердилось предпринятым статистическим исследованием специальных оригинальных текстов по предмету «Алгоритмы и информационные технологии обработки изображения». Данные, полученные нами, показывают, что около 80 % слов высокой частотности в исследованных нами научных текстах составляет общеупотребительная и общенаучная, а не терминологическая лексика.
Следовательно, при отборе словаря-минимума для преподавания ряда технических специальностей необходимо прежде всего определить слой общеупотребительной и общенаучной лексики этого минимума. Слой терминологической лексики определяется более легко, ибо его функционирование ограничено определенной отраслью знаний. Слой общеупотребительной лексики трудно определим, потому что исходный материал отбора не ограничен стилями и представляет собой огромное количество лексических единиц - практически весь наличный в языке лексический состав, из которого необходимо выделить минимум. «Macmillan English Dictionary For Advanced Learners» относит к таким словам, к примеру, before, go, read, write, you [Macmillan English Dictionary for Advanced Learners 2006: Language Awareness (LA6)].
Слой общенаучной лексики, предназначенный для преподавания ряда предметов на иностранном языке, очевидно, содержит слова, которые не являются принадлежностью лишь определенной отрасли знаний, а характеризуются своего рода «универсальностью» употребления. В «Macmillan English Dictionary For Advanced Learners» такая лексика именуется «общеакадемической» и в качестве примеров такой лексики приводятся слова analyze, function, identify, significant, level и т. д. [Macmillan English Dictionary for Advanced Learners 2006: Language Awareness (LA6)]. Именно эта общенаучная лексика представляет наибольшую трудность для овладения. В связи с многообразием современных научно-технических специальностей и быстрыми темпами их развития общенаучный словарь оказывается крайне ёмким, а границы его неопределенны, диффузны и подвижны. Можно выделить определенный лексический слой, свойственный любому техническому тексту, усвоение которого является в дальнейшем хорошей базой для чтения узкоспециальной литературы. Сюда можно отнести и часть терминов (например, velocity, accelerate, magnitude), и слова и словосочетания с большой для технических текстов частотностью (level, analysis, substitution, examination, relationship, reduction, sufficient, to require, to regulate, to develop, to calculate, to assume, to determine, to be due to, according to и т. д.), и вводные слова и выражения (in general, in fact, nevertheless, finally и т. д.), и типичные для научно-технических текстов сочетания (in comparison with, to draw a conclusion, for the sake of simplicity, under various conditions, from the preceding discussion, to undergo changes и т. д.). Интересно отметить, что «специализированными» оказываются главным образом существительные и прилагательные. Что касается глаголов, то в большинстве случаев они не являются «специальными» словами или терминами. Характерен лишь их подбор из общеупотребительного языка для того или иного научного
изложения. Такое же положение занимают и наречия. С помощью целого ряда наречий достигаются конструктивная связанность научного текста и создание его специфической линейной структуры.
И, наконец, третья группа включает в себя «узкоспециальную» лексику, употребление которой жестко обусловлено темой высказывания, и, следовательно, вне этой темы данная лексика практически не встречается. Эта лексика, как правило, особых трудностей для запоминания не представляет, так как относительно свободно семантизируется в понятном для специалиста контексте. «Macmillan English Dictionary For Advanced Learners», например, относит такие слова, как current cost accounting, sustainable management и business cycles, к теме «Экономика» [Macmillan English Dictionary for Advanced Learners 2006:Language Awareness (LA6)]. Что касается предмета «Алгоритмы и информационные технологии обработки изображений», к третьей группе можно отнести, например, spatial representation, pixel, color scheme, color difference, intensity of a spectrum, edge-detector, edge strength, temporal processing, spatial processing.
Теперь обратимся к этапам отбора лексики. Исходя из целей преподавания ряда технических дисциплин на иностранном языке, лексика для обучения должна отбираться сообразно определенной тематике. Следовательно, на первом этапе мы из всего объема лексики, наличной в языке, отобрали только ту, которая соответствует тематике, отвечающей целям обучения, а именно вначале была отобрана лексика по темам представления двумерных изображений: «Цветовые модели», «Пространственно-временные характеристики изображений и видеопоследовательностей», «Пространственные методы улучшения изображений».
Перечисленные темы предварительно были уточнены, был определен круг вопросов, группирующихся вокруг каждой темы. В результате был составлен список более 1000 лексических единиц, тематически соответствующий целям обучения предмету «Алгоритмы и информационные технологии обработки изображения».
На втором этапе отбора лексики абсолютной употребительности составленный список подвергся дальнейшей обработке с целью отбора минимума. В первую очередь были учтены объективные характеристики слов: частотность и стабильность употребления.
Богатый материал по этим характеристикам содержат многочисленные частотные словари. Мы воспользовались данными частотного словаря «Macmillan English Dictionary For Advanced Learners», а точнее, первой тысячей самых употребительных слов, и электронным словарем ABBYY Lingvo 12 (разделы «Computers», «Lingvo Computer», «Telecoms», «Engineering», «Polytechnic»). Сравнение с первой тысячей наиболее часто употребляемых слов по «Macmillan English Dictionary For Advanced Learners» показало совпадение с нашим списком более чем на 80 %. Такое совпадение свидетельствует, с одной стороны, о том, что отобранный нами тематический список включает самую употребительную лексику, с другой -оно показывает, что одних только самых употребительных слов с точки зрения частотности еще недостаточно для реализации целей обучения в области устной речи определенной тематики.
При обучении предмету «Алгоритмы и информационные технологии обработки изображений» необходимо также владение узкоспециальной лексикой. На первый взгляд может показаться, что вопрос о тематическом распределении лексики решается просто: сначала отбирается и изучается вся лексика, не связанная со специальностью, затем вся лексика, связанная со специальностью.
Такое упрощенное решение вопроса нерационально, потому что, во-первых, обучение ряду технических предметов на иностранном языке носит комплексный характер и должно представлять единую систему с взаимно увязанными этапами, переходящими, органически вливающимися один в другой, при которой соблюдается концентрическое расширение и углубление языкового материала, а во-вторых, сферы функционирования лексических единиц
имеют не строго ограниченный тематикой, а скорее расплывчатый, неопределенный характер. Мы исходили из предположения, что лексический состав текстов любой специальности не изолирован, не существует отдельно, а является частью всей лексики языка, и часть из этой части используется во всем языке, а не только в этой специальности. С этой целью было предпринято сравнение нашего списка с тысячей самых употребительных слов электронного словаря ABBYY Lingvo по темам «Computers», «Telecoms», «Lingvo Computer», «Engineering», «Polytechnic». При сопоставлении нашего списка с этими словарями было обнаружено, что более 70 % слов у них являются общими, т. е. входят и в первую тысячу слов этих словарей, и в наш список.
Этими словами, конечно, не ограничивается наличие общеупотребительной лексики в словарях самых употребительных слов по специальности. В них имеется еще довольно большое количество слов, которые не полностью совпадают с общеупотребительными словами нашего списка. Все это подтверждает гипотезу о существовании слоя общенаучной лексики, которая проникает во все стили языка.
Для иллюстрации принятой методики работы и предварительных результатов количественно-качественного анализа в данной статье мы ограничиваемся приведением конкретных результатов только по вышеупомянутым словарям («Macmillan English Dictionary For Advanced Learners» и ABBYY Lingvo по темам «Computers», «Telecoms», «Lingvo Computer», «Engineering», «Polytechnical») в 1000 словоупотреблений. Тематически в наш список попал материал по теме «Технологии обработки информации». Анализ показал, что группу самых высокочастотных слов составляют качественно неоднородные лексические единицы. Если исходить из деления лексики научных текстов на общеупотребительную, общенаучную и специальную, то самые частотные слова будут представлены: 1) общеупотребительной лексикой, в число которой попадают: а) так называемые структурные слова, главным образом союзы и простые предлоги. Их частота может быть проиллюстрирована такими цифрами: of (67), to (39), and (38), in (32), as (18), for (18), with (18), from (14), if (13); б) некоторые местоимения: this (32), it (21), that (17), you (10),we (9), they (9); в) одиночные существительные и глаголы типа is/are/was (32/16/14), change (31), value (27), have/has (14/15), result (12), filter (12), show (10), way (10), example (9) и 2) большой группой общенаучной лексики, например, color (36), constraint (32), fix (31), integer (30), pixel (27), image (27), string (21), function (19), operation (16) point (12), spatial (12), coefficient (11), position (10), median (10), increase (10), section (9).
Таким образом, тематически обусловленные слова, каковыми являются профильные и узкоспециальные, вошли в число высокочастотных слов. Заметим, что при другой методике анализа, в частности письменных источников, мы наблюдаем несколько другое распределение общеупотребительной, общенаучной и специальной лексики.
В группе слов со средней частотой зафиксированы в основном общеупотребительные слова типа: but (8), by (8), on (8), procedure (8), number (7), point (7), same (6), other (6) different (5), each (5), just (5).
И, наконец, группа низкочастотных слов представлена целым рядом терминологической лексики: spatial representation (4), color scheme (4), color difference (3), color balance (3), intensity of a spectrum (3), edge detector (3), edge strength (3), color compensation (2), color blend (2), temporal processing (2), spatial processing (2), 3D-filter (2), feature vector (2), mapping method (2), smoothing parameter (2).
Данные количественные показатели позволяют говорить о том, что тематически обусловленные слова сохраняют свою частоту независимо от формы речи (устной или письменной).
То же касается и слов общенаучных. Часть же терминологической лексики, не жестко обусловленная темой высказывания, попадает в ряд низкочастотных слов. Однако требуется проверка этих выводов на большем объеме материала.
Следовательно, при оценке употребительности лексики наш список может быть использован лишь в качестве исходного предварительного списка, который должен быть обработан с применением других принципов. Анализ даже такого незначительного массива, который был использован в данной статье, убеждает нас в том, что должны приниматься во внимание хотя бы такие показатели, как тематическая обусловленность, методическая целесообразность, принадлежность слова к тому или иному классу и т. д.
Проведенное сопоставление ставило перед собой цель выявить не терминологическую, специальную лексику, а лишь тот факт, в какой степени лексика, имеющаяся в нашем списке, перспективна в использовании её при изучении предмета «Алгоритмы и информационные технологии обработки изображений». Сравнение подтвердило нашу гипотезу о том, что существует значительный слой лексики, имеющий общенаучный характер, т. е. входящий как в общеязыковые, так и в отраслевые словари. Эта лексика одинаково важна как для изучения бытовой тематики, так и специальных тем. Мы можем сказать, что общенаучная лексика, проникая во все стили языка, характеризуется абсолютной употребительностью, которая определяется высокой стабильностью вхождения лексической единицы в списки частотных слов различных областей знаний.
Всего в нашем словаре оказалось отобрано около 500 слов, характеризующихся абсолютной употребительностью. Эти слова полностью входят в отбираемый нами словарь-минимум на основании критериев частотности и стабильности. Конечно, одной этой лексики, характеризующейся абсолютной употребительностью, недостаточно для словаря-минимума, способного обеспечить цели обучения предмету «Алгоритмы и информационные технологии обработки изображений».
Для того чтобы словарь-минимум мог обеспечить цели обучения, нам необходимо дополнить его лексикой, характеризующейся относительной употребительностью, т. е. такой, для которой характерно наличие менее чем в половине рассматриваемых словарей или отсутствие во всех рассматриваемых словарях, но их необходимость в словаре-минимуме определяется целями, тематикой обучения.
Таким образом, мы приходим к следующим выводам.
1. Значительный слой лексики, имеющий общенаучный характер, входит как в общеязыковые, так и в отраслевые словари.
2. Отбор лексики в частотный словарь предпочтительнее проводить на основании критериев её частотности и стабильности для тематики определенной дисциплины.
3. Объем относительно употребительной лексики в частотном словаре зависит от целей и тематики изучаемой дисциплины.
Библиографический список
1. http://webster.commnet.edu/mla.htm (A Guide for Writing Research Papers based on Modem Language
Association (MLA) Documentation).
2. Macmillan English Dictionary for Advanced Learners (International Student Edition), 2006.
3. www.Lingvo.ru «ABBY Lingvo 12».
