CC BY
147
УДК 81.322
Л. С. Тихомирова
ПЛОТНОСТЬ ТЕКСТА В КОГНИТИВНОМ СОЗНАНИИ
В статье представлен метод изучения плотности содержания в когнитивном сознании. Уплотнение информации рассматривается как на микроуровне (в словосочетании, дефиниции, термине), так и на макроуровне (в тексте). При этом обращается внимание на то, как та или иная единица плотности текста на отрезках различной протяженности соотносится с целым текстом и может ли текст при членимости всегда оставаться целостным, сохраняя смысловое единство. Исходя из этого определяются принципы организации когнитивной структуры плотности текста, характер конструктивных единиц и жанровая специфика плотности научного текста.
Ключевые слова: плотный научный текст, когнитивное сознание.
Text density in cognitive consciousness. LARISA S. TIKHOMIROVA (Faculty of Russian and Stylistics of the Perm State University, Perm)
The article presents the method of studying the density of contents in cognitive consciousness. The compression of information is considered on both micro level (word-combination, definition, term) and macro level (text). Attention has been paid to how one or other unit of text density taken from sections of various extent correlates with the whole of the text and whether the text, when sectioned, can preserve its signification. On this basis, the principles of the organisation of the cognitive structure of text density, the character of constructive units, as well as the genre peculiarity of scientific text density have been specified.
Key words: scientific text density, cognitive consciousness.
В содержательной структуре научного текста мы акцентируем семантическую информацию, с которой соотносится плотность научного знания. Мы считаем целесообразным использовать в рамках нашего исследования термин «когнитивное сознание», подчеркивая его ведущую познавательную сторону, поскольку «сознание формируется в результате познания (отражения) субъектом окружающей действительности, а содержание сознания представляет собой знания о мире, полученные в результате познавательной деятельности (когниции) субъекта» [8, с. 47].
Понятие плотности текста (в частности применительно к научному изложению) не разрабатывалось целенаправленно ни в когнитивной лингвистике, ни в лингвистике текста, ни в функциональной стилистике. Вместе с тем вполне можно считать, что оно не воспринимается как неожиданное и новое, поскольку его содержание в своем основании включает содержание понятий «уплотнение знаний» [9], «сжатие знания» [1], «свертывание информации» [3], «упрощение знания» [10], «кумулятивность информации» [7] и т.д.
Перечисленный ряд номинаций, «пересекающихся» с нашим представлением о плотности текста в когнитивном сознании, объединяет сема «свертывание»,
«сжатие», «уменьшение определенных элементов», но без учета семантической стороны научного знания. Поэтому, при всем многообразии подходов к организации научного знания в тексте, проблема осознания содержания в разных научных жанрах с учетом уровня информативности и преемственности познавательного процесса сохраняет значимость и актуальность в научной сфере коммуникации. Здесь мы и обращаемся к рассмотрению метода изучения плотности содержания в когнитивном сознании.
Как известно, в конце 1950-х годов К. Шеннон [11], автор теории информации, предпринял попытку измерить уровень информативности в тексте. Однако в предложенной им формуле не принималось во внимание богатство семантической стороны сообщения, что послужило причиной несостоятельности формулы. Поэтому, чтобы выделить семантическую область в тексте, в которой понятие «плотность текста» получило бы право на «гражданство», следует рассматривать понятие «знание» с учетом лексического и коммуникативного уровней языка.
Мы рассматриваем уплотнение содержания как на микроуровне (в словосочетании), так и на макроуровне (в тексте). При этом обращаем внимание на то, как та
ТИХОМИРОВА Лариса Сергеевна, кандидат филологических наук, кафедра русского языка и стилистики (Пермский государственный университет, Пермь). E-mail: tikhomirova.lar@yandex.ru © Тихомирова Л.С., 2011
Исследование выполнено при поддержке Гранта РГНФ 11-34-00228а1 2011 • № 2 • ГУМАНИТАРНЫЕ ИССЛЕДОВАНИЯ В ВОСТОЧНОЙ СИБИРИ И НА ДАЛЬНЕМ ВОСТОКЕ 99
или иная единица плотности текста на отрезках различной протяженности - от словосочетания и отдельного сегмента-фиксатора до объединенных, связанных по значению семантических групп (смысловых блоков) -соотносится с целым текстом и может ли текст при членимости всегда оставаться целостным, сохраняя смысловое единство. Исходя из этого определяем принципы организации когнитивной структуры плотности текста, характер конструктивных единиц и жанровую специфику плотности научного текста.
На микроуровне представляет интерес исследовать смысловое тяготение друг к другу слов, составляющих семантическую целостность в словосочетании, учитывая классификацию А.Н. Васильевой [2, с. 20-26], которая вслед за Г.А. Лесскисом различает «атомарные» и «молекулярные» словосочетания. Под атомарными понимаются словосочетания, содержание которых не позволяет трансформировать их в предложения; например: контактор переменного тока, катушка электромагнита и др. Молекулярное сочетание обладает скрытой (потенциальной, имплицитной) предикативностью: переход его (тока) через нулевое значение (ср.: ток переходит через нулевое значение), нулевое значение (ср.: значение равно нулю).
Исследованный материал показывает, что если заменить скрыто предикативные (молекулярные) сочетания открыто предикативными (т.е. предложениями), то дробится сама мысль и для синтеза ее требуются дополнительные усилия. Такой прием синтаксического упрощения часто используется в учебной, справочной, научной литературе в связи с ограниченными возможностями адресата воспринимать информацию в высококонцентрированной форме. В некоторых случаях подобная замена словосочетаний на предложения недопустима: может усложняться синтаксическая конструкция, что затрудняет увеличение количества информации. Установлено, что крупным научным жанрам свойственна активность скрытой предикативности и пассивность открытой, эксплицитной, что создает впечатление статичного, тяжелого изложения знания, а текст малого жанра, напротив, производит впечатление динамичного, легкого изложения. Однако при более глубоком рассмотрении оказывается, что та или иная оценка знания в тексте обусловлена содержательной емкостью синтаксиса.
В данной статье особое внимание уделяем системе лексических единиц, выступающих в качестве фиксаторов, репрезентирующих уплотнение научного знания. Основная функция фиксаторов, или «опорных пунктов», заключается не только и не столько в сообщении, сколько в управлении мыслью автора. Рассмотренный материал подтверждает, что во всех научных жанрах благодаря взаимосвязи фиксаторов научное знание расширяется и развивается в зависимости от того, какой «спектр информативности» задает фиксатор. Например, выделим фиксаторы в предложении из медицинского текста: При различных патологи-
ческих состояниях эти соотношения нарушаются и в изоферментном спектре крови наступают определенные сдвиги... Подчеркнутые сегменты-фиксаторы предваряют изложение в отношении как объема, так и содержания. Далее автор статьи излагает результаты исследования, описывая формы заболевания легких, направления нарушений по каждому изоферменту, приводя количественные данные. Сфера действия таких управляющих сегментов закончится там, где автор перейдет к рассмотрению соотношения изоферментов в норме. Совокупность фиксаторов, отражающих «ядро» знания, расположена в определенной последовательности на протяжении всего текста. В научной литературе мы зафиксировали схему следования фиксаторов-сегментов с возможными вариациями (см. схему).
а - б - г а - 6 - г а- б - г
Упорядоченное следование сегментов
а- г - б
а
д - а- 5
Неупорядоченное следование сегментов
Л Л
г - д е — ж
Разветвленное следование сегментов
Схема следования фиксаторов
Таким образом, в научной литературе достижению плотности текста в когнитивном сознании способствует особое расположение сегментов-фиксаторов, которые открывают возможность включать информацию, отвечающую цели научной коммуникации.
Изучение процесса уплотнения ставит перед нами вопрос о качестве свертывания информации в научном сознании, ее необходимости, точности и полноты мотивирования в преобразовании научного знания. Поэтому мы предлагаем оценку соотношения между значением и смыслом лексических единиц в терминологическом уплотнении на примере технического текста1.
Действие терминологического уплотнения можно продемонстрировать на примере одного из терминов технической области наук - цепь округления. Его значение - «узел арифметического устройства, с помощью которого производится округление результата операции»2.
В «дереве» значения этого термина на первом уровне расположена вершина, соответствующая значению всего термина цепь округления (рис. 1). На втором уровне размещаются вершины, которые соответствуют непосредственным семантическим составляющим данного значения.
1 Вычислительная техника. Терминология: сб. науч. тр. Новосибирск: Наука, 1976. 170 с. (Далее - Вычислительная техника)
2 Вычислительная техника, с. 132.
цель округления
арифмети- округление результат операции
ческое устройство
Рис. 1. Дерево значения термина цепь округления
В качестве таких непосредственных семантических составляющих выступают значения узел арифметического устройства и округление результата операции (ср. определение термина). На третьем уровне находятся вершины, сопоставленные непосредственным семантическим составляющим значений узел, арифметическое устройство, округление и результат операции.
Дуги «дерева» приравниваются к семантическим отношениям, связывающим соответствующие значения (в нашем примере - «быть подклассом» и др.). Важно, что в уплотнении дефиниции предел анализа значения определяется тем уровнем непосредственных семантических составляющих, на котором прекращается анализ, т.е. на котором прекращается «разложение» значения. Можно продолжать анализ и «расщепление» до непосредственных семантических составляющих термина, до промежуточных семантических составляющих, до конечных семантических составляющих, т.е. до элементарных единиц.
Такое разложение термина на семантические уровни позволяет потенциально развить содержательный аспект когнитивного сознания настолько, насколько требует жанр текста, запрос потребителя, установка автора, т.е. до определенной степени содержательной плотности текста. В семантическом «дереве», репрезентирующем смысл (в «дереве» смысла, рис. 2), вершины, расположенные на уровнях, соответствуют значениям или смыслам словосочетаний, слов или морфем, которые являются непосредственными грамматическими составляющими лексической единицы, сопоставленной вершине первого уровня.
Так, смысл термина цепь округления можно передать как «цепь, предназначенная для округления». В «дереве» смысла этого термина на первом уровне находится вершина, соответствующая смыслу всего термина (рис. 2). Вершины, расположенные на втором уровне, соответствуют значениям слов цепь и округле-
цепь округления
цепь округление
Рис. 2. Дерево смысла термина цепь округления
ние. Эти слова выступают в качестве непосредственных грамматических составляющих терминологического словосочетания цепь округления. Дуги в «дереве» смысла соответствуют семантическим отношениям между смыслом и значением.
Предел анализа смысла определяется тем уровнем грамматических составляющих, на котором прекращается членение лексической единицы. Мы проводим анализ до конечных грамматических составляющих -лексических единиц.
Эксплицитное представление значения и смысла в форме семантических «деревьев» позволяет выразить разное восприятие дефиниции, а также сформировать лингвистический инструментарий как для анализа этих категорий в отдельности и их взаимосвязи, так и для определения границы содержательной плотности терминологического определения. Поскольку мотивированность мы понимаем как соотношение между значением и смыслом, то определенные качественные оценки мы можем получить, исходя из сопоставления «деревьев» значения и смысла. В данном случае «деревья» значения и смысла термина цепь округления имеют лишь одну совпадающую вершину - «округление», в то время как в «деревьях» других подобных терминов таких совпавших вершин нами зафиксировано от 2 до 6.
На основании вышесказанного можно предположить, что место вершины в «дереве» (а следовательно, функциональная нагрузка семантической составляющей слова) определяется, главным образом, двумя категориями - рангом и разрядом.
Под рангом Р подразумевается число ребер, отделяющих рассматриваемую вершину от главной вершины (корня) «дерева». Например, уровень вершины «округление» в «дереве» значения термина цепь округления равен двум (рис. 1), а уровень одноименной вершины в «дереве» смысла данного термина равен единице (рис. 2). Под разрядом S понимается число пунктирных ребер, которые входят в путь, соединяющий рассматриваемую вершину с корнем дерева (пунктирное ребро обозначает семантическое отношение).
Чем ниже ранг и разряд, тем дальше находится семантическая составляющая от «корня дерева» и тем
меньше ее функциональная нагрузка в плотности текста. При выборе меры для оценки функциональной нагрузки вершины будем исходить из того, что функциональная нагрузка всего термина, как и сумма функциональных нагрузок множества конечных вершин, равна единице. Тогда функциональная нагрузка вершины (Ы) может определяться следующей формулой:
N = / Р (1),
где Р - число ребер, отделяющих рассматриваемую вершину от главной вершины (корня) «дерева».
Функциональные нагрузки вершин дерева значения термина цепь округления, определенные по приведенной формуле, равны, соответственно: «узел арифметического устройства» - (1/21 = 1/2), «округление результата операции» - (1/21 = 1/2), «арифметическое устройство» - (1/22 = 1/4), «округление» - (1/22 = 1/4), «результат операции» - (1/22 = 1/4). Примечательно, что сумма функциональных нагрузок вершин «узел» и «арифметическое устройство» равна (Ы = 1/4 + 1/4 = 1/2), т.е. функциональной нагрузке вершины «узел арифметического устройства» (Ы = 1/2). Точно так же сумма функциональных нагрузок вершин «округление» и «результат операции» дает функциональную нагрузку вершины «округление результата операции» (Ы = 1/2). Таким образом, мы видим процесс уплотнения, при котором каждая лексическая единица, участвующая в терминообразовании, несет определенную функциональную (содержательную) нагрузку. Поскольку плотность терминируемого текста должна отвечать требованиям точности и полноты его составляющих компонентов, то мы введем функции L (точность мотивирования) и К(полнота мотивирования).
1
L = (2),
где N - функциональная нагрузка вершин «дерева» смысла, совпадающих с вершинами «дерева» значения; 1 - количество вершин в «дереве» смысла, совпадающих с вершинами «дерева» значения.
к = ЕЫ (3),
где N - функциональная нагрузка вершин «дерева» значения, совпадающих с вершинами «дерева» смысла; ^ - количество вершин в «дереве» значения, совпадающих с вершинами дерева смысла (чаще всего 1 = 1^ они не равны в том случае, когда в одном из «деревьев» совпавшая вершина повторяется несколько раз). Необходимо уточнить, что N определяется по формуле (1).
Функцию L условно назовем точностью мотивирования. Она характеризует суммарную функциональную нагрузку вершин «дерева» смысла, совпадающих с вершинами «дерева» значения. Иначе говоря, точность мотивирования зависит от того, какая доля смысла вкладывается в значение. Чем больше термин имеет компонентов, значения которых совпадают с его семантическими составляющими (непосредственными
или опосредованными), тем точнее он мотивирован. Если L = 1, то значение каждой грамматической составляющей включается в значение термина.
Если L = 0, то ни одна из грамматических составляющих не «работает» на значение. При 0 < L <1 термин содержит и такие компоненты, которые несут информацию о значении термина, и такие, которые не несут этой информации.
Функцию К назовем полнотой мотивирования. Она характеризует суммарную функциональную нагрузку вершин «дерева» значения, совпавших с вершинами «дерева» смысла. Иначе говоря, полнота мотивирования зависит от того, какая доля значения покрывается смыслом. Чем больше семантических составляющих термина совпадает со значениями его компонентов, тем полнее он мотивирован. Если К = 1, то каждый элемент (семантическая составляющая) значения термина находит отражение в той или иной грамматической составляющей. Если К = 0, то ни один элемент значения термина не отражен в его плане выражения (отметим попутно, что из К = 0 следует и L = 0 и обратно). При
0 < К < 1 план выражения термина отражает лишь часть элементов значения.
Для термина цепь округления:
L = 1 * 1/21 = 1/2 = 0,5;
К = 1 * 1/22 = 1/4 = 0,25.
Ориентируясь на достаточно простые математические расчеты, можно утверждать, что чем больше показатель функциональной нагрузки, тем он больше значим и необходим в терминологическом тексте, поскольку он содержательно «экспрессивен». Поэтому каждая лексическая единица в когнитивном сознании не должна быть случайной, она должна быть мотивирована и нести в себе определенную степень информативности.
Для проверки того, насколько параметры, вычисленные по предлагаемой методике, соответствуют интуитивной (содержательной) оценке степени мотивированности научно-технических терминов, был проведен следующий эксперимент. Мы подсчитали точность и полноту мотивирования 10 терминов-синонимов, приведенных в сборнике терминов1. В этом сборнике в каждой синонимической группе один термин приводится в качестве рекомендуемого авторами сборника, другие - в качестве нерекомендуемых.
Мы исходили из того, что одним из критериев отбора рекомендуемых терминов является степень их мотивирования (точность и полнота). Еще основоположник научно-технической терминологии Д.С. Лотте считал одним из основных требований к термину соответствие его буквального значения и действительного содержания, т.е. мотивированность. Он различал правильно ориентирующие, нейтральные и ложно ориентирующие термины. Под правильно ориентирующими терминами понимаются такие, в которых «буквальное
1 Вычислительная техника.
значение... с известной степенью точности создает правильное представление о самом понятии» [6, с. 24]. Нейтральными называются термины, в которых «мы не распознаем никакого буквального значения» (Там же). К числу ложно ориентирующих терминов принадлежат такие, в которых терминоэлементы, т.е. компоненты, «по своему (буквальному) значению противоречат действительному значению термина» [Там же, с. 25].
Таким образом, можно предполагать, что если предложенные нами параметры адекватно отражают степень мотивирования лексической единицы, то их значение для рекомендуемых терминов должно быть выше, чем для нерекомендуемых. Это предположение оправдалось (см. табл. 1). Следовательно, точность и полнота мотивирования могут быть использованы (наряду с другими показателями) для оценки соответствующих аспектов мотивирования.
Таблица 1
Терминология вычислительной техники (5 синонимических групп - 10 терминов)
Параметры Степень мотивирования для терминов
рекомендуемых нерекомендуемых
Точность
мотивированности:
минимальная 0,50 0,00
максимальная 1,00 1,00
средняя 0,77 0,55
Полнота
мотивированности:
минимальная 0,31 0,00
максимальная 0,88 0,81
средняя 0,61 0,47
На уровне текста выделяем семантические блоки, объединенные смежностью значений лексических единиц, влияющих на формирование научного знания в процессе его уплотнения (подробно см. [5]). Для этой цели нам необходимо обратиться к матрице смежности значений, которая демонстрирует «связующие нити» лексических значений терминов, общенаучных понятий и т.д., определяющих развитие мысли и уплотнение содержания научного текста. Матрица представляет собой квадрат, где по горизонтали приведены все лексические компоненты (прежде всего термины), составляющие предмет изучения. Толкование их основано на лексических характеристиках, приведенных в толковом, терминологическом и других словарях. Случаи взаимного истолкования условно обозначены Х, а каждая непосредственная и опосредованная связь значения терминов отмечена номером их совпадения (см. табл. 2).
Данная матрица позволяет выявить закономерности расположения слов в поверхностной структуре текста, определить «узлы» лексических связей в глубинных ярусах, ведущих к образованию «пучков», или
Таблица 2
Матрица смежности значений терминов (понятий) в научном тексте
Термины и понятия Семантические признаки терминов (понятий) Случай взаимного истолкования
1 1 Х2 Х,
2 2 Х, Хз
3 3 Х2
семантических блоков, дифференцирующих знание на основное, исходное и уточняющее (подробно см. [4, с. 153-155]). Кроме того, матрица демонстрирует формирование и помехоустойчивость знания в крупных научных жанрах, в то время как в малых жанрах наблюдается низкий уровень смежности значений, что объясняется фрагментарным, порой бессвязным, необусловленным следованием фиксаторов и терминов (понятий), представляющих концентрическое знание как результат его уплотнения.
На основании матрицы смежности значений лексических единиц можно представить структуру содержания научного текста, дифференцируя его на рыхлый, плотный и конденсированно плотный текст.
Плотность научного текста понимается нами как типологический признак текста, который проявляется в организации этапов процесса уплотнения содержания в когнитивном сознании.
Прежде чем подойти к описанию каждого типа плотности научного текста, следует напомнить, что текст представляет собой «последовательность сигналов (знаков), отражающих содержание какого-либо объекта и несущих не только новую информацию, но и некоторое количество известной, в том числе и неизбежные «помехи». При этом важно отметить, что качество сообщения определяется как уровнем его содержательности, так и уровнем помехоустойчивости. Чтобы содержательность научного текста не пострадала от неизбежных помех и «размытого», «туманного» изложения мысли автором, необходимо свертывать информацию до определенного соотношения рыхлого и кон-денсированно плотного содержания научного текста.
Так, рыхлость текста в нашем понимании соотносится с неясностью, неопределенностью, неструк-турированностью научного знания о гипотетическом предмете изучения. Это своего рода «дезинформация», включающая в себя компоненты «излишества»: уточняющие лексические единицы, повторы, возникающие в результате применения методов уплотнения научной информации (замещения, обобщения и т.п.), которые выступают в качестве дополнительных аргументов, подтверждающих истинность знания. Чтобы увидеть формирование помехоустойчивости знания, необходимо определить соотношение количества терминов (понятий) в тексте, совпадающих по смежности значений (см. матрицу смежности значений лексических единиц).
Следует отметить, что рыхлый научный текст - это самый сложный и опасный текст, в котором лексические единицы, с одной стороны, могут нести полезную информацию (релевантную), а с другой — избыточную (нерелевантную). Поскольку граница между релевантной и нерелевантной информацией весьма подвижна и зависит от уровня знаний адресата, уровня свертывания сообщения в речевой ситуации, то мы классифицируем научное знание, зафиксированное в научных понятиях, на семантические блоки исходного, уточняющего и основного понятий.
Кроме того, плотность научного текста — это не просто открытое, наблюдаемое свойство текста, а результат фиксации скрытого когнитивного процесса формирования научного знания. В результате уплотнения качественно изменяется старое, «рыхлое» знание, преобразуясь в более точное, совершенное, конденсированное (термин, дефиницию, формулу). Конденсированная плотность содержания научного текста - это свойство основного знания, ради которого создавался весь текст. Здесь информация относится к «срезово-му», ситуативному знанию, не требующему его верификации (проверки).
Вместе с тем так называемая «скачкообразность» мышления от чрезвычайно громоздкого, рыхлого знания к конденсированно плотному содержанию текста зависит от жанра, целевой установки автора и других экстралингвистических факторов. В данном случае рыхлый/плотный текст не может подвергаться оценке «хорошо»/«плохо» - это специфика того или иного жанра, особенностей изложения в данной научной отрасли и т.д. Однако определенно можно сказать, что при построении любого научного текста должен учитываться коммуникативный аспект, который соотносится с плотностью содержания текста.
Исследованный материал убеждает нас в том, что плотность как текстовое свойство имеет место в текстах всех научных жанров, с различиями только в степени ее проявления. Мы приходим к выводу, что тенденция не только к росту знания, но и к относительному его уменьшению реализуется, вероятно, за счет повышения информативной емкости научных сведений.
Таким образом, изучение процесса уплотнения содержания научного знания в когнитивном сознании представляет собой единство процесса уплотнения и результата этого процесса, зафиксированного на любом отрезке пространства текста. Плотность текста на когнитивном уровне соотносится с его терминосисте-мой, предъявленной читателю не в явном статическом, упорядоченном виде, а в движении, динамике смысла,
различных «потоках» и их взаимодействиях. Данный подход к изучению плотности текста представляется целесообразным и правомерным, так как предполагает функционально-семантический аспект исследования (анализ лексемы в минимальном контексте и сохранение ее семантических связей с целым произведением). На этом этапе анализа плотности текста можно зафиксировать лексические единицы, активно формирующие стереотипные когнитивные связи, отражающие не только результат, но и сам процесс уплотнения содержания в тексте.
Приведенные в статье соображения (о процессе развертывания / свертывания научного знания в тексте, о свойствах и требованиях к семантическому анализу плотности текста, расчеты по использованию лексических единиц для уплотнения текста и др.) не претендуют на статус теории. Они имеют целью очертить ту перспективу (вполне практического характера), в рамках которой может быть поставлен интересный эксперимент по извлечению смысла из текста в когнитивном сознании. Предложенная рабочая гипотеза позволит, быть может, сократить некоторые тупиковые ходы в интерпретации научного текста.
СПИСОК ЛИТЕРАТУРЫ
1. Бриллюэн Л. Наука и теория информации. М.: Прогресс, 1960. 392 с.
2. Васильева А.М. Курс лекций по стилистике русского языка. М.: Рус. язык, 1976. 189 с.
3. Косолапов В.В. Информационно-логический анализ научного знания. Киев: Наук. думка, 1968. 290 с.
4. Котюрова М.П. Выражение эпистемической ситуации в периферийных текстах целого произведения // Очерки истории научного стиля русского литературного языка XVIII-XX вв. Пермь: ПермГу, 1998. Т. 2. С. 146-167.
5. Котюрова М.П., Гиренко Л.С. Плотность научного текста и подходы к ее изучению // Stylistyka XIV. Polish Akademy of science, 2005. С. 295-317.
6. Лотте Д.С. Основы построения научно-технической терминологии. М.: Изд-во АН СССР, 1961. 158 с.
7. Научные коммуникации и информатика / А.И. Михайлов, А.И. Черный и др. М.: Наука, 1980. 238 с.
8. Стернин И.А. Коммуникативное и когнитивное сознание. Москва; Воронеж, 2002. 51 с.
9. Сухотин А.К. Гносеологический анализ емкости знаний. Томск: Изд-во Том. ун-та, 1969. 203 с.
10. Уемов А.И. Информационные процессы в научном исследовании и проблема их упрощения. М.: Наука, 1983. 214 с.
11. Шеннон К. Работы по теории информации и кибернетике. М.: Иностр. лит., 1963. 829 с.
