ОБУЧЕНИЕ СТУДЕНТОВ ИЗВЛЕЧЕНИЮ ЯЗЫКОВЫХ ДАННЫХ О СЛОЖНОСОСТАВНЫХ СУЩЕСТВИТЕЛЬНЫХ НЕМЕЦКОГО ЯЗЫКА С ПОМОЩЬЮ КОРПУСНОЙ ПОИСКОВОЙ СИСТЕМЫ SKETCH ENGINE Текст научной статьи по специальности «Компьютерные и информационные науки»

ФИЛОЛОГИЯ И КУЛЬТУРА. PHILOLOGY AND CULTURE. 2022. №1(67)

ПЕДАГОГИКА

УДК 372.881.111.22

DOI: 10.26907/2074-0239-2022-67-1-192-201

ОБУЧЕНИЕ СТУДЕНТОВ ИЗВЛЕЧЕНИЮ ЯЗЫКОВЫХ ДАННЫХ О СЛОЖНОСОСТАВНЫХ СУЩЕСТВИТЕЛЬНЫХ НЕМЕЦКОГО ЯЗЫКА С ПОМОЩЬЮ КОРПУСНОЙ ПОИСКОВОЙ СИСТЕМЫ

SKETCH ENGINE

© Анна Колотаева

TEACHING STUDENTS TO EXTRACT LANGUAGE DATА ON GERMAN COMPOUND NOUNS USING THE SKETCH ENGINE CORPUS TOOL

Anna Kolotaeva

Nowadays, we are in the age of searching for the development, processing and analysis of linguistic material, which underlines the importance of introducing new technologies in working with a foreign language. This article describes the didactic possibilities of using corpus technologies (based on the Sketch Engine corpus manager) to obtain language data during university foreign language classes. The task is to demonstrate that corpus technologies are applicable and illustrative for solving various linguistic and didactic tasks. We conducted an experiment on the introduction of corpus technologies in teaching foreign languages to students of a non-linguistic field of study at Peter the Great St. Petersburg Polytechnic University. The corpus-based methodology was used to teach students how to extract language data about German compound nouns using the Sketch Engine Corpus. The article presents linguostatistical results obtained by using the Wordlist and CQL functions available in the shells of the used corpus manager. Based on the data obtained, the article studies and describes the possibilities and application of corpus technologies in teaching a foreign language, analyzes the advantages of the visibility of the presented results, and analyzes the effectiveness of using a corpus manager in working with compound nouns.

Keywords: corpus technologies, corpus manager, corpus-based teaching

Поиск новых средств для освоения, обработки, анализа лингвистического материала приводит педагогов к необходимости внедрения новых технологий в работе с иностранным языком. Данная статья посвящена описанию дидактических возможностей применения корпусных технологий (на примере корпусного менеджера Sketch Engine) для получения языковых данных при обучении иностранному языку. Ставится задача продемонстрировать, что корпусные технологии применимы для решения различных лингвистических и дидактических задач. В Санкт-петербургском политехническом университете Петра Великого был проведён эксперимент по внедрению корпусных технологий в обучение иностранным языкам (ИЯ) студентов нелингвистического профиля. Методика corpus-based teaching была использована в обучении студентов извлечению языковых данных о сложносоставных существительных немецкого языка с помощью корпусной поисковой системы Sketch Engine. В статье представлены лингвостатистические результаты, полученные в рамках применения функций Corcondance, Wordlist и CQL, доступных в рамках используемого корпусного менеджера. На основе полученных данных в статье изучаются и описываются возможности и применение корпусных технологий в обучении ИЯ, анализируются преимущества наглядности представленных результатов, а также приводится анализ эффективности применения корпусного менеджера в работе со сложносоставными существительными.

Ключевые слова: обучение ИЯ, корпусные технологии, корпусный менеджер, corpus-based teaching, корконданс, сложносоставные существительные

Введение. Постановка проблемы

В современных реалиях цифровизация общества набирает обороты, в связи с этим наблюдается активное развитие информационно-

образовательной среды высших учебных заведений. Следуя образовательным стандартам, информационно-образовательная среда должна включать в себя комплекс ресурсов, в том числе

цифровых, внедрять интерактивные средства, способствующие развитию системы современных педагогических технологий в области обучения иностранным языкам [1, с. 116]. Актуальность исследования обусловлена необходимостью поиска современных средств обучения и адаптации методики и процесса обучения иностранному языку (далее - ИЯ) под современные компьютерные реалии, осуществления работы в электронной образовательной среде. В инновационной педагогической практике появилось большое количество проектов, связанных с поиском новых инструментов для создания учебно -методических комплексов как пространства для дополнительной работы и саморазвития обучающихся в рамках эффективной организации образовательной среды.

Благодаря развитию и доступности компьютерных технологий и технологий big data в последние годы большую популярность приобретает работа с массивами языковых данных, а именно с корпусами текстов. Работа с корпусами постепенно становится одним из ведущих методов лингвистических исследований, при помощи которого могут решаться самые разные задачи и открываются новые возможности для реализации цифровых методов в научных целях и в рамках преподавания иностранного языка.

Теоретическую базу исследования составили работы как ведущих зарубежных авторов, занимающихся проблемой применения корпусных технологий в извлечении лингвистической, статистической информации об иностранном языке (Т. McEnery, H. Keibel, M.Kupietz), так и российских авторов, освещающих потенциал корпусов с точки зрения лингводидактики (В. П. Захаров, М. С. Коган, А. В. Дмитриев, М. С. Мальцева, С. Ю. Богданова, В. Е. Чернявская). Анализ литературы показывает, что в последние годы корпусы все чаще рассматриваются не только с точки зрения лингвистических исследований [2, с. 81] , но и с дидактической точки зрения их применения в целом. М. С. Мальцева отмечает, что обучение разным аспектам языка на базе корпусов (corpus-based teaching) представляет собой актуальное направление в методике преподавания иностранных языков. Корпусные технологии используются при обучении лексике, грамматике, переводу и т. д. [3, с. 214]. М. С. Коган, А. В. Дмитриев и Е. К. Вдовина дают более детальное описание подходов в рамках корпусных технологий, выделяя corpus-driven и corpus based approach в рамках компьютерной лингводидактики как части образовательной методологии DDL -Data Driven Learning ('обучение, стимулируемое электронной информацией') [4]. Данный подход

к изучению языка, в рамках которого обучаемый выступает одновременно и исследователем языка, подразумевает использование информационных компьютерных технологий, в том числе электронного корпуса, и корпусных менеджеров с целью овладения ИЯ [5, с. 124].

Потенциал корпусов отмечается исследователями как с точки зрения своей эффективности как лингвометодического материала, так и визуализации линвостатистических результатов. При этом в научных трудах подчеркивается, что корпус, будучи доступной справочной системой, занимает важную позицию наряду с другими более традиционными образовательными форматами (грамматика, словари) в предоставлении языковых данных для исследовательских, познавательных целей непосредственно для студентов и для методических целей для преподавателей и может быть применен как в рамках программ лингвистического, так и нелингвистического профиля [6, с.187].

В данной статье рассматривается потенциал корпусных технологий (на примере корпусного менеджера Sketch Engine) в его применении в рамках обучения ИЯ. Цель исследования состоит в обосновании эффективности и доступности применения корпусного инструментария при обучении студентов извлечению языковых данных о сложносоставных существительных немецкого языка с помощью корпусной поисковой системы Sketch Engine как одного из частных случаев работы с лингвистическим материалом на занятиях по ИЯ. Раскрытие дидактического потенциала корпусного инструментария, основанное на принципе статистической наглядности, производилось на примере разработанного комплекса заданий с использованием корпусной поисковой системы для студентов нелингвистического профиля в Санкт-Петербургском политехническом университете Петра Великого.

Поставленная цель позволила сформулировать следующие задачи исследования:

- определить методологию применения корпусной поисковой системы Sketch Engine на занятиях по ИЯ;

- проанализировать полученные результаты и выявить трудности работы;

- рассмотреть дальнейшие возможности интеграции инструментов корпусного анализа в рамках занятий по ИЯ.

В качестве методов были использованы: метод статистического анализа, синтез, классификация, обобщение. В нашем исследовании мы опирались на деятельностный, когнитивный и технологический подходы к обучению ИЯ.

Применение корпусного инструментария в рамках образовательной среды вузов способствует развитию различных компетенций обучающегося, таких как лингвистическая, когнитивная, цифровая [7, с.70], что помогает выпускникам овладевать не только предметными компетенциями в рамках профильной области обучения, но и в дальнейшем применять знания по ИЯ в рамках своей профессиональной деятельности. Этим обусловлена теоретическая и практическая значимость данного исследования.

Материалы и методы исследования

В сети Интернет существует множество корпусов, которые могут быть использованы в соответствии с поставленной исследовательской, образовательной или дидактической задачей. Важным фактором является осуществление правильного выбора конкретного корпуса для решения конкретных учебных / научных задач пользователем, в роли которого может выступать как преподаватель, так и студент. Развёрнутую типологию корпусов текстов в зависимости от цели их использования предлагает Е. П. Соснина, выделяя исследовательские, иллюстративные, мо-ниторные, статистические, мультимедийные, сопоставительные корпусы текстов [8]. Существуют также специализированные корпусы, собранные на основании определенной предметной области, параллельные корпусы, являющиеся полезным инструментом для исследователей-переводчиков. На базе корпуса можно также провести исследование, которое позволит проанализировать уже существующие и известные языковые особенности с целью получения более четких статистических данных о существовании того или иного языкового феномена, морфологической или синтаксической конструкции, словообразовательных моделей.

В настоящее время Интернет предоставляет возможность работы с большим количеством электронных корпусов на иностранных языках. К наиболее известным корпусам, находящимся в свободном открытом доступе, можно отнести Британский и Американский национальный корпусы английского языка, немецкоязычный Deutsches Referenzkorpus (DeReKo), Datenbank für Gesprochenes Deutsch, DWDS (Digitales Wörterbuch der Deutschen Sprache) [9, с. 46]. Существуют также корпусные системы LIMAS, COSMAS, AntConc, Sketch Engine, в которые можно загрузить свои тексты и создать таким образом свой собственный корпус, который будет соответствовать задаче обучения или исследования.

Студенты-лингвисты могут воспользоваться корпусным инструментарием в целях поиска лингвистической информации, исследования становления языковых феноменов с точки зрения диахронического аспекта, получения подтверждения своих гипотез статистическими данными, представленными в корпусе. Для студентов нелингвистических направлений корпус открывает другие возможности. Основными целями студентов при изучении ИЯ являются активное пополнение словарного запаса, корректное использование тех или иных слов, словосочетаний в конкретном контекстном употреблении, грамотное оформление высказывания с точки зрения грамматики. Корпус позволяет осуществлять поиск и проводить исследования по употреблению как общей, так и профессионально-ориентированной лексики, а также рассматривать специфическую терминологию в контекстном употреблении.

Интегрированные в корпусы электронные корпусные менеджеры предоставляют возможность работы с лингвистическим материалом для учебных и исследовательских целей и могут быть полезны не только для разносторонних лингвистических, но и предметно-ориентированных задач [10, с. 152]. Таким образом, корпусный менеджер в упрощенном понимании представляет собой средство доступа к корпусу. Именно к таким программам относится программа Sketch Engine, на базе которой мы осуществили свое исследование.

В рамках нашего исследования апробация внедрения корпусной системы Sketch Engine как дополнительного дидактического инструмента в работе с ИЯ проводилась в рамках программы «Индустриальный менеджмент», реализуемой в Институте промышленного менеджмента, экономики и торговли Санкт-Петербургского политехнического университета Петра Великого на предмете «Немецкий язык: профессионально-ориентированный курс».

Корпусный менеджер Sketch Engine [11] разработан английским исследователем совместно с чешскими разработчиками из Университета им. Масарика [12, с. 24]. Программа предоставляет возможность работы с корпусами на более чем 90 языках, в том числе и на немецком. Немецкоязычный корпус German Web 2018 (deTenTen18) в рамках данной программы, выбранный нами для исследования, состоит из 5,346,041,196 слов. Sketch Engine - специализированная поисковая система для управления текстовыми и лингвистическими данными, имеющая многочисленные функции: способна c помощью интегрированного корпусного менеджера

генерировать тезаурус, определять коллокации к конкретному слову (функция Wordlist), предоставляя данные о лексико-семантических полях искомого слова, статистические данные словоупотребления лексем в разных типах текста, которые можно использовать при составлении дидактических материалов для обучения иностранному языку.

Интегрированный корпусный менеджер обладает также функциями построения частотного списка слов заданной части речи с помощью языка запросов CQL, реализует автоматическое построение таблиц сочетаемости для выявления грамматических и лексических коллокаций и комбинаций лексем, создает конкорданс (функция Corcondance), то есть список контекстов для заданного слова. Интерфейс корпусной системы представляет собой удобно используемую панель, где можно выбрать необходимую функцию для генерирования лексического материала.

Обратимся теперь к языковому материалу, на базе которого проводилось исследование. Немецкий язык в силу своих структурных особенностей бросает определенный вызов обучающимся, так как изобилует сложносоставными существительными, так называемыми «композитами», особенно в области профессионально-ориентированной лексики. Их употребление играет важную роль при формировании продуктивных речевых навыков, а именно письма и говорения, при осуществлении профессиональной коммуникации. Немецкий исследователь В. Клос отмечает, что такая словообразовательная модель, как композиция сложносоставных существительных, занимает важную роль в немецкой грамматике [13, с.29].

Классификация композитов производится в основном в соответствии с морфологическими, синтаксическими и семантическими критериями. Кроме того, композиты могут быть классифицированы в соответствии с формальными признаками, то есть в соответствии с количеством основ в слове или присутствием соединительных элементов. В соответствии с морфологической классификацией композиты подразделяются на подтипы в зависимости от того, к какой части речи относится последняя основа сложносостав-ного слова, которая представляет собой базовый элемент композита. Подразделение происходит на: 1. substantivische, 2. adjektivische, 3. numerische, 4. verbale 5. adverbiale Komposition.

Синтаксическая и семантическая классификация композитов основана на отношениях, которые существуют в словоформе между отдельными основами. На основе логических отношений между компонентами композитов сложные

существительные классифицируются на сочинительные и определительные композиты (kopulative und determinative Komposita) [14, с. 65]. В определительных композитах (Determinativkomposita) за последним словом конструкции закрепляется основное значение, таким образом, оно является основным компонентом сложного слова. Данный способ образования сложносоставных слов в немецком языке в наибольшей степени релевантен для сложносоставных существительных. В сочинительных композитах (Kopulativkomposita) значение слова строится на базе нескольких равноправных элементов. Данный способ соединения основ распространен среди сложносоставных прилагательных и наречий. Что касается формальных признаков данного типа слов, то в немецком языке чаще всего наблюдаются двусоставные и трехсоставные композиты, реже сложносоставные слова, состоящие из четырех основ. Соединительными элементами при этом могут выступать совершенно разные единицы, которые чаще всего добавляются к субстантивной основе в именительном падеже или к глагольной форме.

В связи с поставленной задачей по извлечению языковых данных о сложносоставных существительных немецкого языка с помощью корпусного менеджера Sketch Engine организованная для студентов исследовательская работа выстраивалась в несколько этапов:

1. Предварительный этап.

- Введение теоретической информации касательно особенности немецких сложносоставных существительных (классификация, структура, способы соединения).

- Ознакомление студентов с интерфейсом и функциями программы Sketch Engine. Обоснование применения инструментов корпусного анализа в работе по поиску конкретного лингвистического материала.

2. Выполнение упражнений по извлечению языковых данных о сложносоставных существительных немецкого языка с помощью корпусной поисковой системы Sketch Engine с использованием функций Wordlist, Corcondance и CQL, предварительное выдвижение гипотез.

3. Обработка полученных статистических данных и применение корпусного менеджера на следующем этапе по извлечению профессионально-ориентированной, терминологической лексики для обучения письменным речевым навыкам.

При выборе методов мы основывались на предложенной О. Г. Гориной классификации наиболее эффективных методов в работе с корпусными инструментами [6, с. 187]:

- метод педагогического эксперимента;

-методы отбора и организации языковых

данных в корпус и их статистического анализа;

- методы статистической обработки данных педагогического эксперимента;

- методы анкетирования обучаемых.

Эксперимент и результаты исследования

Рассмотрим основные этапы и результаты интеграции работы с корпусным инструментарием в рамках занятий для студентов. Способом действия был выбран следующий алгоритм: на базе поисковой системы Sketch Engine за основу были взяты 2 функции:

1) На первом этапе была использована функция Wordlist для работы с лексическим материалом. Данная функция позволяет найти определенное слово либо словосочетание. Поиск показывает частотность употребления, и при необходимости при нажатии на слово можно перейти в контекст его употребления. Поиск может быть произведен по лемме (начальной, словарной форме слова), по заданной части речи, по форме слова в препозиции / постпозиции. Последняя функция была использована нами для поиска сложносоставных слов.

2) На втором этапе использовалась команда CQL (Contextual Query Language - 'контекстуальный язык запросов') для поиска сложносо-ставных существительных немецкого языка в соответствии со следующей целью: поиском слож-носоставных существительных из состава общей и профессионально-ориентированной лексики экономического профиля, так как в рамках курса студентам необходимо овладеть не только общей лексикой немецкого языка, но и терминологическим аппаратом профиля.

Перед студентами были поставлены следующие исследовательские задачи, совмещающие овладение грамматическими и лексическими знаниями по ИЯ с помощью применения корпусного инструментария:

- выявление списка самых частотных существительных;

-выявление списка самых частотных композитов с конкретной словоформой в пре- и постпозиции;

-анализ самых частотных композитов на предмет соединительного элемента;

- анализ самых частотных композитов на предмет типа соединения по разным частям речи;

- составление списка самых частотных композитов с существительными из профессиональной предметной области «Wirtschaft» («Экономика»).

Предлагаемый нами метод работы был апробирован при изучении предмета «Немецкий язык: профессионально-ориентированный курс» со студентами 2 курса. Результаты работы с корпусной поисковой системой Sketch Engine представлены в последующих таблицах (табл.1 -4).

Таблица 1.

Результаты по поиску самых частотных существительных корпуса

Частот- Частот-

Слово ность упот- Слово ность упот-

ребления ребления

Jahr 36.081.678 Seite 8.954.459

Zeit 16.945.056 Deutschland 8.744.958

Mensch 15.226.020 Leben 8.671.075

Tag 14.738.938 Fall 8.499.082

Kind 13.900.556 Uhr 8.464.632

Frau 9.587.294 Euro 8.210.398

Frage 9.283.395 Thema 8.082.792

После выявления 15 самых частотных существительных из корпуса была произведена более конкретная поисковая задача. Для этого мы воспользовались командой CQL, которая позволяет подобрать слово / словосочетание в определенной грамматической форме, в определенном лексическом окружении. Так как целью работы был анализ и исследование композитов, то с помощью команды CQL и при помощи формул [1ешша=".*слово"] и [1етта="слово.*"] был составлен частотный список, где слова из данного списка встречались бы в препозиции или постпозиции. Для получения списка частотных композитов в корпусе в данной формуле менялся ключевой элемент, в соответствии с чем изменился и список композитов. В табл. 2 приведены примеры композитов, найденных по формулам [1ешша=".*]аЬг"], [1ешша="1аЫ\*"].

Таблица 2

Результаты по поиску самых частотных сложно-составных существительных с заданной слово-

Частот- Частот-

ность ность

употреб- употреб-

Слово ления Слово ления

леммы леммы

*'акг в Jahr*в

постпо- препози-

зиции ции

Frühjahr 635.444 Jahrhundert 262.329

Vorjahr 584.586 Jahreszeit 83.835

Schuljahr 378.804 Jahrzehnte 70.276

Lebensjahr 346.422 Jahrgang 59.616

Halbjahr 173.388 Jahresende 34.941

Geschäftsja hr 165.344 Jahreshauptve rsammlung 26.843

Kalenderjah r 83.502 Jahreswechsel 23.508

Baujahr 78.031 Jahrestag 21.128

Folgejahr 65.408 Jahrgänge 17.962

Jubiläumsja hr 55.229 Jahresbeginn 17.260

Соединительный элемент Частот ность Примеры других слов

- 396 Weltmenschen,Zeitlinie, Traumfrau

-en- 179 Menschenbild,Frauenbewegu n&

-es- 115 Tageszeiten, Kindesalter

-er- 96 Arbeiterkinder, Kinderarzt

-s- 77 Erfolgsmensch, Aktionstag

-e- 61 Tagebücher, Tageblatt

-n- 45 Krisenzeiten, Patenkind

редукция 31 Ladezeit, Endzeit

ИТОГО 1000

Данные манипуляции были произведены также и с другими самыми частотными существительными корпуса. На основании полученного языкового материала была произведена классификация композитов и осуществлен статистический анализ результатов. В связи с тем, что данный анализ был посвящен субстантивной композиции (Substantivkomposition), мы также исследовали особенности данного словообразовательного механизма. При анализе было учтено, что сложносоставные элементы могут представлять собой несколько типов:

1) простые основы (Feier+Tag=Feiertag, Fahrt+Zeit=Fahrtzeit),

2) основы с соединительным элементом (Kind+er+Zimmer=Kinderzimmer).

3) сложносоставными единицами выступают слова, которые уже представляют собой сложные словообразования

(Versicherung+s+Kauffrau=Versicherungskauffrau).

Однако на базе проанализированного материала заметно, что второй тип образования композитов намного опережает первый и тем более третий механизм словотворчества. Статистический анализ, продемонстрированный в табл. 3, позволяет нам привести следующее соотношение: первый тип словообразования наблюдается в 396, в то время как второй тип встречается в 573 случаях из 1000 проанализированных композитов. При этом следует отметить, что слова могут соединяться при помощи разных связующих элементов ^^ее1етейе), таких как -e- -es-, ^г-, -п-.

Таблица 3

Результаты по поиску самых частотных существительных

Нередко встречается такая схема словообразования, когда в одном композите, состоящем из 3 или более основ, встречаются разные связующие элементы (Tag+es+Ordnung+s+Produkte, Kmd+er+Tag+es+Statte). Стоит отметить, что также встречается такой способ образования композитов, при котором первое слово редуцируется, при этом никакого связующего элемента не возникает (Pfmgsteft+Montag=Pfmgstmontag, Mitte+Tag=Mittag).

Следующей задачей студентов было рассмотрение композитов с точки зрения принадлежности компонентов к разным частям речи. Для этого мы использовали также функцию CQL и применяли ее к самым частотным существительным. Результатом стало выделение следующих подгрупп:

Таблица 4

Результаты по поиску самых частотных существительных

Тип соединения Пример

Substantiv+Substantiv-Komposita Hausfrau, Kinderkleidung

Verb-Substantiv-Komposita Sprechzeiten, Kauffrau

Adjektiv+Substantiv-Komposita Echtzeit, Jungfrau

Präposition+Substantiv-Komposita Mitmenschen, Vorjahr

Adverbien+Substantiv-Komposita Allzeit,

Numeralien+ SubstantivKomposita Zweitfrau

После проведения исследования с помощью корпусного инструментария общеупотребительной лексики мы перешли к исследованию лексики, соответствующей профилю обучения студентов по направлению «Индустриальный менеджмент». За основу мы брали слова, относящиеся в предметной области «Экономика», представленные в учебном пособии M. Steinmetz, H. Dintera, «Deutsch für Ingenieure»/ Ein DaF-Lehrwerk für Studierende ingenieurwissenschaftlicher Fächer («Немецкий для инженеров» / Учебное пособие «Немецкий как иностранный для студентов ин-

женерно-научных областей обучения») [15]. Для получения списка частотных композитов в корпусе в данной формуле менялся ключевой элемент, в соответствии с чем изменился и список композитов. Ниже приведены примеры компози-

тов, найденных по формулам

[lemma=".*wirtschaft"], [lemma="Wirtschaft.*"]. Данный список представляет самые частотные композиты с лексемой Wirtschaft в рамках корпуса (см. рис. 1, 2).

WORDLIST noun

German Web 2013 (deTenTen13)

Lemma Frequency 7

Wirtschaf ts krise 167,365 —

Wirtschaftswachstum 85,736 —

Wirtschaftsförderung 76,714

Wirtschafts mini ste r 69,101 —

Wirtschaftspolitik 65,991 —

Wirtschaftswissenschaft 55,584 —

Wirtschaftsstand ort 51,123 —

Wirtschaftszweig 44,312 —

Wirtschafts mini ste riu m 41,352

Wirtschaftsprüfer 39,571

Wirtschafts räum 39,396 —

Wirtschaftsgut 34,117 —

Wirtschaftssystem 32,257

Lemma Frequency 7

W i rtsch aftslag e 25,299 —

W i rtsch aftslei stu ng 24,324 —

W i rtsch aftskraft 23,918

W i rtsch aftsforschu ng 21,717 —

Wirtschaftsleben 21,222 —

W i rtsch aftswi sse nschaft ler 20,808

W i rtsch aftsbe re ich 19,869 —

W i rtsch aftswu nder 19,713 —

W i rtsch afts verba nd 18,453 —

Wirtschaftsjahr 18,052 -■-

W i rtsch aftsentwi ekl ung 17,688 —

Wirtschaftsjunior 16,939 —

W i rtsch afts weise 15,709 •••

Рисунок 1. Функция Wordlist (Список самых частотных композитов с леммой «Wirtschaft» (экономика)

в препозиции)

© ИпВ«*ь * | поигк - П{~Та Млй I * | El А*1У«№н«М1)-*к>с * | 0 иМР^Рт^Иппокгс * | ф DmhbOeriJ | SWch Г * ® Thessunra 19№h Е * © J Conwnian«: | »<- * | Ч* О — 0

(г О л аррлке1сЬегтд1пе.ви/#\№гЬ1гй?софШ1те-рге1оай^%гРве1еп»еп13_гШИаЬ-Ьаясв(1рск- näifind- nakeyword^wirticKaft&filler-endingWithÄwäattr-lempos&rncliide nonwci,. ft: "йг © t Д. % 0

Й) Сервисы Ц Nftfli» Meiljtu; почт», nw.. б1 Почта— lukolot«,.. 5D Проект £ Мой диск - Google-. uieful towed pHti | Stwtenlen LK i Вопрода » Ш Список для итен

WORDLIST noun

П Weh Н»3 МеТепТеп1Э>

3©

Lemma Frequency 7 Lemma Frequency 7 Lemma Frequency '

• Wirtschaft 1,571.800 Gesundheitswirtschaft 20,047 Materialwirtschaft 8,076

Landwirtschaft 475.016 — Finanzwirtschaft 20,325 Kreislaufwirtschaft 7.646

Marktwirtschaft 118,429 — Warenwirtschaft 20,206 Exportwirtschaft 7,541

Volkswirtschaft 107.136 — Wohnu ngs wi rtsch aft 18,525 Werbewirtschaft 7,489

Forstwirtschaft 60.428 ••• Gastwirtschaft 17,679 Solarwillschaft 7.418

Weltwirtschaft 60,188 •■• Planwirtschaft 15,998 Gesamtwirtschaft 7,195

Betriebswirtschaft 41.120 — US-Wirtschaft 13,198 Personal Wirtschaft 6,938

Energiewirtschaft 38.802 — Ernähru ngswirtschaft 11.808 Medienwirtschaft 6,540

Privatwirtschaft 35.250 ••• Agrarwirtschaft 11,612 Außenwirtschaft 6,055

Wasserwirtschaft 30,965 — Misswirtschaft 10,521 Lebensmittsiwirt schaff 5.522

Bauwirtschaft 30.575 ••• Vetternwirtschaft 9,722 Fümwirtschaft 5.513

Abfallwirtschaft 26,809 — Milchwirtschaft 9,543 Schattenwirtschaft 5,360

Hauswirtschaft 26,326 ••• Waldwirtschaft 9,072 Weinwirtschaft 5,350

¡•l SfcE-u4uali*slion (t).png Л ihei.preloedcil.de »v л й бкЕлчям! н MP.Ped-.lekhnol pdi Л

Р Введите здесь текст для поиска

Рисунок 2. Функция Wordlist (Список

> © о А * © © it

самых частотных композитов с леммой «Wirtschaft» (экономика) в постпозиции)

По результатам выстроенного запроса студенты смогли проанализировать, какие слова в рамках заданной предметной области относятся к самым частотным сложносоставным существительным (например: Wirtschaftskrise - 'экономический кризис', Wirtschaftswachstum - 'экономи-

ческий рост', Wirtschaftsförderung - 'экономическое финансирование'), и проанализировать контекст их употребления.

Также студенты воспользовались функцией Corcondance, которая дает список контекстов заданного слова либо словосочетания (рис. 3).

CONCORDANCE German Web 2013 (deTenTenl В)

©

simple Wirtschaft« 1,583,793 79 Hi pftf million tokens * 0 006% ^^

i =

<•> & У, — —

П Kwic'

© P 2 + © -¿r

□ Details

Left context KWIC Right context

□ . gott-gehabt.de <$> Protest gegen Softwarepatenta <sxs> Softwarepatante schaden der Wirtschaft und dam Internet. Dia Wirtschaft der USA beispielsweise leidet sta

Softwarepatente schaden der Wirtschaft und dam Internet. <!Die Wirtschaft der USA beispielsweise leidet stark unter regelmäßigen Softwarepatentstre у

ristlichen Werten und Grundsätzen </sxs> Familie muss Vorrang vorder Wirtschaft haben Die Wirtschaft ist für den Mensehen da und nicht der Mensr

itzen <sxs> Familie muss Vorrang vorder Wirtschaft haben <ftxa> Die Wirtschaft Ist fUrden Menseben da und nicht der Mensch für die Wirtschaft </5><s> t 5> =:s> Die Wirtschaft ist für den Menschen da und nicht der Mensch für die Wirtschaft . <sxs> Arbeitszeiten müssen mit dem Familienleben vereinbar sein.

— и™ p....... I ..Ii. t-i-i. ь.........ftir *-i...:. - .....i -I.- -I...............1...............■■......-.....cragen . Er hält Kontakt zu С

t und unterstützt Gcmclndui

w rerische Kirche in Elayern iir

und andere Warensortln runter sind dar Au benminist

* <s> Alle Angaben

iresemptang. mehr... < ipolltik Im politischen Alltag ■ grund des Aufschwungs In [ n. <is><5> "Umrweltbewusst rden, die Behörden sollen e steht sie dem Katholischen

П □

□ □

□

П

□

□ □

□ □ □ □

□

П

□

□

О gott-gehabt.de

0 familie.at 0 famine at 0 familie.at 0 nuernberg-evang. 0 nuernberg-evang. 0 nuernberg-evang. 0 zeltanalysen.de 0 juedische.at О dlomlra.de 0 dlakanie-portal... 0 dlakonie-portaf. 0 judentum-projek.. 0 tMyem.de 0 bayern.de 0 bistum-stgallen... 0 haua de

und die Möglichkeit die Protokolle In freier Software zu Implementieren, ohne sich Gedanken machen zu müssen, ob man ein Patent varletzt. </s*<s> Der Erfolg das Internet - eins Folge von Patantfrelheit. <!&><&> Wir sollten diesen Erfolg auch zukunftigen Entwicklungen gönnen. <fsxs> Pretest gegen Softwarepatente <Jsxs> Sofrwarepatente schaden der Wirtschaff und dem Internet. <ls><s> Die Wirtschaft der USA beispielsweise leidet stark unter regelmäßigen Sottwarapatentstrertigkelten <fs><s» Gegenwärtig wird die Einführung von Softwarepatemen in Europa diskutiert. </s><s> Informationen hierzu findet man unter http:Wswpat ffii.org/ und http:ifpatinfo.ffil org/ <gap/= Kirchensteuer Mit den Kirchensteuern ihrer Mitglieder

finanzieren die Landeskireben in Deutschland einen Großteil ihrer Arbeit. s>

nd Arbeitsmedizin (BAuA) fr

Рисунок 3. Применение функции Corcondance

Заключение

Результаты эксперимента показали, что овладение будущими специалистами экономического профиля алгоритмом работы с корпусными технологиями обеспечивает адекватное достижение поставленных целей в обучении ИЯ, расширяет технологическую компетенцию студентов, способствует развитию лингвистического, аналитического мышления, формирует и развивает навыки самостоятельной работы с информационными ресурсами, доступными в Интернете. Можно сделать вывод, что программа Sketch Engine предоставляет широкий спектр возможностей для работы с языковым материалом. С помощью корпусных менеджеров нам удаётся наблюдать за языком «под микроскопом», получить статистические данные и с их помощью сделать вывод об особенностях бытования тех или иных словообразовательных моделей и контекстов употребления профессионально-ориентированной лексики.

Благодаря вариативности, индивидуализации и интегративности сгенерированного дидактического материала с применением корпусных менеджеров может быть создан комплекс следующих педагогических условий:

- создание положительной мотивации и устойчивого познавательного интереса к коммуникативной деятельности и к овладению обучающимися иностранным языком;

- создание иноязычной среды и использование контекста для обучения иностранному языку; обеспечение межпредметной интеграции в образовательном процессе;

- доступ к большим массивам языковых данных, доступность технических возможностей обработки языковых данных для преподавателей

с целью создания качественных дидактических материалов;

- использование интерактивных методов обучения.

Проведенное исследование позволяет утверждать, что корпусные технологии, в частности корпусный менеджер Sketch Engine, являются эффективным дидактическим инструментом для решения различных лингвистических задач при обучении ИЯ в высшем учебном заведении. Представление грамматического и лексического материала в интерактивной форме значительно повышает мотивационный аспект обучения.

Список источников

1. Биболетова М. З., Трубанева Н. Н. Роль научно-методического комплекта по иностранному языку в моделировании современной информационно-образовательной среды. // Научный и информационно-аналитический журнал «Ценности и смыслы». 2018. № 5 (57). С. 111- 127.

2. Захаров В. П., Богданова С. Ю. Корпусная лингвистика. 2-е изд., перераб. и дополн, СПб.: СПбГУ. РИО. Филологический факультет , 2013. 148 с.

3. Мальцева М. С. Корпусные технологии в методике преподавания иностранных языков // Социально-экономические явления и процессы. 2011. № 8. С.214-219

4. Дмитриев А. В., Коган М. С., Вдовина Е. К. Теоретико-прикладное значение корпусов в компьютерной лингводидактике // Litera. 2020. № 1. С. 200216. URL: https://nbpublish.com/library_read_ article.php?id=32219 (дата обращения: 26.12.2021)

5. Раицкая Л. К. Дидактические возможности корпусных интернет-технологий в преподавании иностранного языка в высшей школе // Вестник Московского государственного областного университета. Серия: Педагогика. 2009. № 4. С. 123-127.

6. Горина О. Г. Инструменты корпусного анализа в обучении иностранному языку // Вестник Томского государственного университета. 2018. № 435 URL: https://cyberleninka.ru/article/n/instrumenty-korpusnogo-analiza-v-obuchenii-inostrannomu-yazyku (дата обращения: 23.01.2022)

7. Дмитриев А. В., Коган М. С. Потенциал корпусной лингвистики в подготовке специалистов в области компьютерной лингводидактики // Научно-технические ведомости СПбГПУ. Гуманитарные и общественные науки. 2019. №4. С. 69-85.

8. Соснина Е. П. Корпусная лингвистика и корпусный подход в обучении иностранному языку // Прикладная лингвистика: официальный сайт Ульяновского государственного технического университета. 2016. URL: http://ling.ulstu.ru/linguistics/resourses/ literature/articles/corpus_linguistics_language_ teaching / (дата обращения: 04.01. 2022).

9. Perkuhn R., Keibel H., Kupietz M. Korpuslinguistik. Paderborn: UTB. 2012. 144 p.

10. Захаров В. П. Пролегомены к корпусной лингвистике // Вопросы психолингвистики. 2016. № 2. С. 150-161.

11. Sketch Engine. URL: https://www.sketchengine.eu/ (дата обращения: 01.09.2021)

12. Долгих З. Б. Обзор ряда корпусных возможностей в сфере лингвистических исследований (на примере анализа средств градуирования в португальском языке) // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2018. №5 (795). С. 22- 33

13. Klos V. Komposition und Kompositionalität. Möglichkeiten und Grenzen der semantischen Dekodierung von Substantivkomposita, Berlin/New York: de Gruyter. 2011.365 p

14. Fleischer W. Wortbildung der deutschen Gegenwartssprache. de Gruyter. 2012. 484 p.

15. Steinmetz M. , Dintera H. Deutsch für Ingenieure: Ein DaF-Lehrwerk für Studierende ingenieurwissenschaftlicher Fächer (VDI-Buch) 2014. Auflage, Kindle Ausgabe. 395 p.

References

1. Biboletova, M. Z., Trubaneva, N. N. (2018). Rol' nauchno-metodicheskogo komplekta po inostrannomu iazyku v modelirovanii sovremennoi informatsionno-obrazovatel'noi sredy [The Role of the Foreign Language Set of Teaching Materials in the Modeling Informational and Educational Environment]. Nauchnyi i informatsionno-analiticheskii zhurnal "Tsennosti i smysly". Vol. 5 (57), pp. 111-127. (In Russian)

2. Zakharov, V. P., Bogdanova, S. Iu. (2013). Korpusnaia lingvistika [Corpus Linguistics]. 2-e izd., pererab. i dopoln, SPb., Filologicheskii fakul'tet. 148 p. St Petersburg. SPbGU. (In Russian)

3. Mal'tseva, M. S. (2011). Korpusnye tekhnologii v metodike prepodavaniya inostrannykh yazykov [Corpus Technologies in the Methodology of Teaching Foreign Languages]. Sotsial'no-ekonomicheskie yavleniia i protsessy. No. 8, pp. 214-219. (In Russian)

4. Dmitriev, A. V., Kogan, M. S., Vdovina, E. K. (2020). Teoretiko-prikladnoe znachenie korpusov v komp'iuternoi lingvodidaktike [Theoretical and Applied Value of Corpora in Computer Linguodidactics]. Litera. No. 1, pp. 200-216. URL: https://nbpublish.com/ li-brary_read_article.php?id=32219 (accessed: 26.12.2021). (In Russian)

5. Raitskaya, L. K. (2009). Didakticheskie vozmozhnosti korpusnykh internet-tekhnologii v prepodavanii inostrannogo yazyka v vysshei shkole [Didactic Uses of Corpus-Related Technologies in Teaching a Foreign Language in Higher School]. Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. Seriya: Pedagogika. No. 4, pp. 123-127. Moscow. (In Russian)

6. Gorina, O. G. (2018). Instrumenty korpusnogo analiza v obuchenii inostrannomu yazyku [Corpus Research Tools in L2 Teaching]. Vestnik Tomskogo gosudarstvennogo universiteta. No. 435. URL: https://cyberleninka.ru/article/n/instrumenty-korpusnogo-analiza-v-obuchenii-inostrannomu-yazyku (accessed: 23.01.2022). (In Russian)

7. Dmitriev, A. V., Kogan, M. S. (2019). Potentsial korpusnoi lingvistiki v podgotovke spetsialistov v oblasti komp'iuternoi lingvodidaktiki [The Potential of Corpus Linguistics in Training Foreign Language Teachers Majoring in Computer Assisted Language Teaching]. Nauchno-tekhnicheskie vedomosti SPbGPU. Gumanitarnye i obshchestvennye nauki. No. 4, pp. 69-85. St. Petersburg. (In Russian)

8. Sosnina, E. P. (2016). Korpusnaya lingvistika i korpusnyi podkhod v obuchenii inostrannomu yazyku [Corpus Linguistics and Corpus Approach in Foreign Language Teaching]. URL: http://ling.ulstu.ru/linguistics/ resourses/literature/articles/corpus_linguistics_language_ teaching / (accessed: 04.01. 2022). (In Russian)

9. Perkuhn, R., Keibel, H., Kupietz, M. (2012). Korpuslinguistik [Corpus Linguistics]. Paderborn, UTB. 144 p. (In German)

10. Zakharov, V. P. (2016). Prolegomeny k korpusnoi lingvistike [Prolegomena to Corpus Linguistics]. Voprosy psikholingvistiki. No. 2, pp. 150-161. St. Petersburg. (In Russian)

11. Sketch Engine. URL: https://www.sketchengine.eu/ (accessed: 01.09.2021). (In Russian)

12. Dolgikh, Z. B. (2018). Obzor ryada korpusnykh vozmozhnostei v sfere lingvisticheskikh issledovanii (na primere analiza sredstv graduirovaniya v portugal'skom yazyke) [An Overview of Some Basic Possibilities of Corpus in the Field of Linguistic Research (on the example of the analysis of graduation means in the Portuguese language)]. Vestnik Moskovskogo gosudarstvennogo lingvisticheskogo universiteta. Gumanitarnye nauki. No. 5 (795), pp. 22-33. Moscow. (In Russian)

13. Klos, V. (2011). Komposition und Kompositionalität [Composition and Compositionality]. Möglichkeiten und Grenzen der semantischen Dekodierung von Substantivkomposita. 365 p. Berlin/New York, de Gruyter. (In German)

14. Fleischer, W. (2012). Wortbildung der deutschen Gegenwartssprache [Word Formation in Contemporary German]. De Gruyter. 484 p. (In German)

15. Steinmetz, M., Dintera, H. (2014). Deutsch für Ingenieure: Ein DaF-Lehrwerk für Studierende ingenieurwissenschaftlicher Fächer [German for Engineers: A DaF Textbook for Students of Engineering Subjects]. (VDI-Buch) 395 p. Auflage, Kindle Ausgabe. (In German)

Библиографический список

1. McEnery T. Corpus Linguistics: Method, Analysis, Interpretation. Lancaster University. URL: www.futurelearn.com/courses/corpus-linguistics (дата обращения: 26.12.2021)

2. Чернявская В. Е. Корпусно-ориентированный дискурсивный анализ идентичности российского уни-

верситета 3.0 // Вестник Томского государственного университета. Филология. 2019. №. 58. С. 97-114.

Bibliographic list

1. McEnery, T. Corpus Linguistics: Method, Analysis, Interpretation. Lancaster University. URL: www.futurelearn.com/courses/corpus-linguistics (accessed: 26.12.2021). (In English)

2. Cherniavskaya, V. E. (2019). Korpusno-orientirovannyi diskursivnyi analiz identichnosti rossiiskogo universiteta 3.0 [Corpus Assisted Discourse Analysis of Russian University 3.0 Identity]. Vestnik Tomskogo gosudarstvennogo universiteta. Filologiia. No. 58, pp. 97-114. Tomsk. (In Russian)

The article was submitted on 04.02.2022 Поступила в редакцию 04.02.2022

Колотаева Анна Юрьевна,

аспирант, ассистент,

Высшая школа инженерной педагогики, психологии и прикладной лингвистики, Санкт-Петербургский политехнический университет Петра Великого, 199397, Россия, Санкт-Петербург, Кораблестроителей, 40. ко1о1аеуа@8рЬ8Ш.ги

Kolotaeva Anna Yurievna,

graduate student, Assistant Professor,

the Higher School of Engineering Pedagogy,

Psychology and Applied Linguistics,

Peter the Great St. Petersburg

Polytechnic University,

40 Korablestroiteley Str.,

St.Petersburg, 199397, Russian Federation.

kolotaeva@spbstu.ru