CC BY
9Сопоставительный анализ понятия «мигрант» в русских и английских медиатекстах
Комарова Елена Валерьевна e-mail: elvakom@rambler.ru
МГИМО (У) МИД России
Moscow State Institute of International Relations (MGIMO University)
Аннотация
В настоящее время цифровизация и быстрый рост сетевого контента требуют адаптации и корректировки лингвистических методов, применяемых для анализа больших данных, поэтому компьютерная лингвистика и автоматический анализ текста приобретают все большее значение для исследователей, занимающихся изучением медиатекстов. Другой актуальной проблемой является растущая миграция из развивающихся стран в регионы более благоприятные для проживания. Проблема репрезентации мигрантов в традиционных медиа достаточно широко представлена в различных исследованиях, в то время, как образ мигранта в онлайн медиа требует более подробного анализа.
Данное исследование посвящено изучению репрезентацию мигрантов в онлайн медиатекстах и соответствующих языковых средств, используемых в английском и русском новостном дискурсе в период роста притока мигрантов. В качестве материала для анализа были использованы данные новостного подкорпуса Британского корпуса (British National Corpus) за период 2015-2016 гг. и новостного подкорпуса Национального корпуса русского языка (НКРЯ) за период 2013-2014 гг. Для определения семантического ядра обоих дата-сетов была использована программа автоматического анализа текста TextAnalyst 2.0. При сопоставлении семантического ядра английских и русских медиатекстов был применен метод контрастив-ного анализа. Результаты проведенного исследования свидетельствуют о том, что, представляя один о тот же референт, сигнификаты имеют разное значение и несут информацию о разных признаках исследуемого понятия. При сопоставлении понятий, входящих в сематическое ядро слова «мигрант» и слова «migrant», было обнаружено, что интегральных признаков у английского понятия «migrant» и русского «мигрант» больше, чем дифференциальных, а последние обусловлены лингвокуль-турными особенностями.
Ключевые слова: репрезентация мигрантов, новостной дискурс, онлайн медиа, автоматический анализ текста, нейросетевые технологии
47
Сегодня медиа не только основной источник информации, но и эффективный инструмент для формирования общественного мнения. Проблема миграции и мигранты являются одними из самых обсуждаемых вопросов в новостном дискурсе, где конструируется и транслируется образ мигранта.
Известно, что онлайн медиа выходят на первый план и составляют конкуренцию традиционным. Дигитализация влияет не только на скорость передачи, но и способы подачи информации. Согласно А. Беллу, медиатексты существенно отличаются от традиционных печатных текстов и включают в себя не только речь, но и музыку, специальные эффекты, изображения, а также отражают технологии, которые их производят:
«Definitions of media texts have moved far away from the traditional view of text as words printed in ink on pieces of paper to take on a far broader definition to include speech, music and sound effects, image and so on... Media texts, then, reflect the technology that is available for producing them.» [Цит. по 1, с. 30].
Данная специфика и постоянный рост медиапотока требует совершенно новых методов изучения текста в медиапространстве, отсюда особый интерес лингвистов к программам автоматического анализа текста, которые дают возможность проанализировать большой объем информации.
Цель: Сопоставление понятия «мигрант» в английских и русских медиатекстах.
Материал. Для данного исследования были отобраны параллельные микротексты, представленные в текстовых корпусах английского и русского языков и содержащие лексемы, обозначающие понятие «мигрант». Отбор материала ограничен временными рамками: новостной подкорпус Британского корпуса (British National Corpus) за период 2015-2016 гг. и новостной подкорпус Национального корпуса русского языка (НКРЯ) за период 2013-2014. Данные рамки обусловлены следующими критериями: период самого частотного использования понятия «мигрант» в русском новостном дискурсе — 2013-14 годы согласно НКРЯ1, а по данным Евростата2 приток мигрантов в страны Европы многократно вырос в 2015 году, что привело к «Европейскому миграционному кризису». В результате были проанализированы: база данных НКРЯ объемом 1 221 942 знаков (852 КБ) (количество вхождений 3 394) и база данных Британского национального корпуса объемом 194 399 знаков (386 КБ) (количество вхождений 1 153).
48
1 httpsy/processmg.ruscorpora.ru/graphic.xml?sort=grj:aggmg&text=lexform &mycorp=&mode=paper&req=мифант&grapЫc_frт)m_resul.t=1&startye ar=2000&endyear=2014&smoothing=3
2 https://ec.europa.eu/eurostat/statistics-explained/index.php/Asylum_statistics
Методы и инструментарий
В данном исследовании был применен комплекс методов:
1. анализ лексических ассоциаций [5; 6];
2. контрастивный анализ [3; 4; 7].
В ходе работы также использовалась программа интеллектуального анализа текста — TextAnalyst 2.0, которая дает возможность выделить тематическую структуру текста, лексическое ядро, ближнюю и дальнюю периферию. С помощью данной программы была сформирована семантическая сеть, то есть интегральное представление смысла текста, включающее множество понятий, связанных между собой и несущих смысловую нагрузку.
Результаты и дискуссия
Известно, что знаки естественного языка содержат в себе 4 типа информации: прагматическую, синтаксическую, денотативную и сигнификативную [2]. Сигнификативная информация отображает каким образом то или иное явление представлено в сознании актора. В данном исследовании мы предлагаем рассмотреть сигнификативную информацию понятия «мигрант», для чего нами была выделена семантическая сеть с помощью программы TextAnalyst 2.0 (см. рис. 1).
Рис.1. Семантическое ядро слова «мигрант»
Было установлено, что в русских медиатекстах референт «мигрант» представлен такими сигнификатами, как гастарбайтерам, граждан, национальности, нелегальных
49
мигрантов, трудовых мигрантов, выходцы из Кавказа и Азии, водителей, дворника, иностранного гражданина, иностранцев, легальных мигрантов, незаконных мигрантов и др.
Интересно отметить, что, представляя один и тот же денотат, данные лексемы несут разную информацию, акцентируя тот или иной признак исследуемого понятия. Все признаки были классифицированы следующим образом: национальный признак; территориальный признак; занятость; профессиональный признак; криминальный признак; этнокультурные признаки; социальная принадлежность; правовой статус; конфессиональная принадлежность.
Противопоставление «своих» «чужим» является одним из ключевых факторов неприятия приезжих коренным населением. Очевидно, что социальный контекст играет ключевую роль при формировании восприятия обществом данного явления. Когнитивная составляющая (или культурные знания) способствует негативному восприятию лексемы «гастарбайтер» в России.
Например: ...В рамках (программы «Музеи для мигрантов», — прим. автора1 ее реализации приезжих должны были познакомить с историей и культурой Москвы. Программа не получила поддержки ни в УФМС столицы, ни у самих гастарбайтеров — последние были готовы отправиться в музей, только если им заплатят. (Известия, 2014.02.041
Применяя алгоритм программы TextAnalyst 2.0, мы также выделили семантическое ядро лексико-семантического поля «migrant» (см. рис. 2).
50
Рис. 2. Семантическое ядро слова «migrant»
Среди сигнификатов были обнаружены такие лексемы, как people, refugee, man (migrant man), migrant child, migrant labour, million migrants, numbers (migrant numbersl, migrant population, Afghan migrant, migrant numbers, migrant population и др. Данные понятия были также сгруппированы в зависимости от того, какой признак референта они выражают. Были установлены следующие категории: количественный признак, семейно-общественные характеристики, занятость, социальная принадлежность, национальный признак, правовой статус, криминальный признак, выражение эмпатии к мигрантам, конфессиональная принадлежность.
Понятия, отражающие семейно-общественные признаки референта «migrant», находятся в окружении оценочных прилагательных, выражающих чувство солидарности с мигрантами (desperate migrants, desperate migrant family, desperate refugees).
Например: This desperate migrant family were forced off a train by police in Hungary, as authorities tried to take them to a holding camp. (Daily Mail, 03.09.2015)
A growing migrant crisis all over Europe as desperate refugees live in camps struggling to survive. (Daily Star, 26.20.2016)
...some of the desperate migrants began fighting among themselves. (Daily Star, 03.09.2015)
После того, как были выделены и классифицированы признаки сигнификатов русского понятия «мигрант» и английского «migrant», нами был проведен сопоставительный анализ изучаемых лексем. В результате было установлено, что у данных понятий интегральных признаков больше, чем дифференциальных и они включают в себя национальный признак, трудовой признак, категорию мигранта, криминальный признак, конфессиональную принадлежность, правовой статус (см. рис. 3).
Рис.3. ^отношение признаков сигнификатов понятия «мигрант» и «migrant»
Дифференциальные признаки понятия «мигрант» включают в себя такие категории, как этнокультурные признаки, профессиональный признак и территориальный признак. Английское понятие «migrant» фиксирует количественный признак, выражение эмпатии и семейно-общественные характеристики.
51
Необходимо отметить, что, в отличие от английского понятия «migrant», национальный признак является превалирующим в лексико-семантическом поле русского понятия «мигрант». Данная закономерность выражена числовым значением, которое используемая нами программа автоматического анализа присваивает каждому понятию в сети: чем выше число, тем более значимым оказывается понятие в данном тексте. В корпусе английских текстов были зафиксированы следующие лексемы, входящие в группу признаков национальности: Syrian migrant (99), Afghan migrant (80), Africans (46), Sudanese migrant (3) (сирийцы, афганцы, африканцы, суданцы). В корпусе русских медиатекстов список понятий, входящих в лексико-семантическое поле «мигрант» и несущих информацию о национальности, более вариативен: «выходцы из Кавказа и Азии» (99), «мигранты из Средней Азии» (99), «армянских мигрантов» (45), «таджики» (45), «китайцев» (39), «узбеков» (22), «вьетнамцев» (15), «турки» (11), «украинцы» (9), «узбек» (3).
Выводы
В результате проведенного анализа было установлено, что помимо интегральных признаков сигнификатов, обозначающих русское понятие «мигрант» и английское понятие «migrant», исследуемые понятия обладают дифференциальными признаками. В конкретной коммуникативной ситуации данные лексемы несут разную информацию, которая отображает то, каким образом данное понятие представлено в сознании актора.
Трансляция разных смыслов обусловлена лингвокультурной спецификой русскогоианглийскогопонятия«мигрант»иустоявшихсяжурналистских практик. Согласно нормам, принятым в Великобритании, медиатексты направлены на объективное изложение информации, в то время как в русских медиатекстах сопричастность автора призвана привлечь читателя, поэтому последние характеризуются более эксплицитными формами используемых средств выражения для обозначения того или иного явления.
52
CONTRASTIVE ANALYSIS OF THE WORD «MIGRANT» IN RUSSIAN AND ENGLISH MEDIA TEXTS
Komarova Elena V. Abstract
At the present time digitalisation and rapid growth of Internet content require the review and adjustment of linguistic methods which can be used for Big Data analysis thus computer linguistics and automated text analysis are becoming more and more important for researchers studying
media texts. Another acute issue is increasing migration from developing countries to more favourable living environment. The representation of migrants in traditional media has been widely discussed while the image of migrant in online media still needs further analysis.
The given research is devoted to representation of migrants in online media texts and corresponding linguistic means used in Russian and English online news during migrant influx. The study is based on news corpus of British National Corpus during 2015-2016 and news corpus of Russian National Corpus during 2013-2014. The automated text analysis program TextAnalyst 2.0 was used to define semantic kernel of the abovementioned corpuses while to compare them contrastive analysis was implemented. The results suggest that representing the same referent significata carry different meaning and information about different qualities of the word in question. As a result of comparing semantic kernel of Russian and English word «migrant» and its lexical units it was revealed that there are more integral features with distinctive features being defined by linguocultural specifics.
Key words: representation of migrants, news discourse, online media, automated text analysis, neural network technologies
Список литературы:
1. Добросклонская Т. Г., Медиатекст: теория и методы изучения. Вестник Моск. Ун-та. Сер. 10. Журналистика. 2005. №2, с. 30
2. Кобозева И. М., Татевосов С. Г. «Семантика». // Введение в науку о языке / А. Е. Кибрик и др.; под ред. О. В. Федоровой и С. Г. Татевосова — М.: Буки Веди, 2019. — 672 с. — ISBN 978-5-4465-2188-3, стр. 171
3. Швейцер А. Д. Контрастивная стилистика: Газетно-публицистический стиль в английском и русском языках/ под ред. В. Н. Ярцевой. Изд. 2-е. — М.: Книжный дом «ЛИБРИКОМ», 2009. 256 с.;
4. Ke, P. (2019) Contrastive Linguistics. Springer Singapore. 210 р;
5. Kharlamov, A.A., PiLgun M. A. (eds). Neuroinformatics and semantic representations. Theory and Applications. — Cambridge Scholars Publishing. 2020. — 310 p.;
6. Nelson, D.L., McEvoy, C.L. & Schreiber, T. A. The University of South Florida free association, rhyme, and word fragment norms. Behavior Research Methods, Instruments, & Computers 36. 2004. — pp. 402-407 — URL: https://doi.org/10.3758/BF03195588
7. Willems, D., Defrancq, B., Colleman, T., Noël, D. (Eds.). 2003. Contrastive Analysis in Language. Identifying Linguistic Units of Comparison. Palgrave Macmillan UK. 278 p.
53
