CC BY
94
УДК 811.11142:811.11138
ББКШ143.21-51+Ш143.21-55 ГСНТИ 16.21.27 Код ВАК 10.02.21
М. А. Ковязина, Т. А. Ильющеня, С. Б. Хабибуллина
Тюмень, Россия
СРЕДСТВА ВЫРАЖЕНИЯ ОТРИЦАТЕЛЬНОЙ ОЦЕНКИ ПРИ ОПИСАНИИ САНКЦИОННОЙ ПОЛИТИКИ ЗАПАДНЫХ СТРАН В ОТНОШЕНИИ РОССИИ И РОССИЙСКИХ ОТВЕТНЫХ САНКЦИЙ В ТЕКСТАХ БРИТАНСКИХ СЕТЕВЫХ СМИ: КОРПУСНОЕ ИССЛЕДОВАНИЕ
АННОТАЦИЯ. В настоящей статье анализируются лексические средства выражения отрицательной оценки в публикациях британских интернет-СМИ. Материалом исследования послужил корпус, включающий свыше 600 статей онлайновых изданий «The Guardian», «The Telegraph» и «Mirror Online». Отобранные для корпуса публикации посвящены, санкционной политике западных стран в отношении Российской Федерации и ответным санкциям со стороны России. В задачи исследования входило определить, какие лексические средства используются в анализируемом материале для выражения негативной оценки внешней политики Российской Федерации. Актуальность настоящего исследования заключается в применении методов корпусной лингвистики с целью статистической обработки лексических средств выражения отрицательной оценки в рамках медиадискурса. Дискурсивный анализ позволил сформировать на базе полученного корпуса выборку единиц с отрицательной семантикой. В ходе исследования применяются такие инструменты корпусного анализа, как корпусная поисковая система «Sketch Engine» и приложение «AntConc», с помощью которых определяются наиболее частотные единицы,, демонстрирующие отрицательную оценку, а также единицы, наиболее тесно связанные с ключевым понятием «sanctions» («санкции»). Статистическая оценка анализируемых данных способствует повышению объективности результатов исследования. Полученные данные позволяют обнаружить такой дополнительный способ отображения оценки в языке, как метафорический перенос. Метафору относят к средствам выражения скрытой оценки. В частности, в публикациях британских интернет-СМИ, обсуждающих санкции в отношении России, выявлены антропоморфные и социоморфные метафоры, которые формируют у адресата медиатекста образ, ассоциирующий санкцион-ную политику в отношении РФ с «войной», а ее последствия — с «мертвой хваткой на горле российской экономики».
КЛЮЧЕВЫЕ СЛОВА: медиадискурс; антироссийские санкции; отрицательная оценка; корпусный анализ; медиалингви-стика; медиатексты; политический дискурс; корпусные поисковые системы; дискурс-анализ.
СВЕДЕНИЯ ОБ АВТОРАХ: Ковязина Марина Анатольевна, кандидат филологических наук, доцент кафедры английской филологии и перевода, Институт социально-гуманитарных наук, Тюменский государственный университет; 625003, Россия,
г. Тюмень, ул. Володарского, д. 6; e-mail: [email protected].
Ильющеня Татьяна Анатольевна, кандидат филологических наук, доцент кафедры английской филологии и перевода, Институт социально-гуманитарных наук, Тюменский государственный университет; 625003, Россия, г. Тюмень, ул. Володарского,
д. 6; e-mail: [email protected].
Хабибуллина Сайда Биктимировна, ассистент кафедры английской филологии и перевода, Институт социально-гуманитарных наук, Тюменский государственный университет; 625003, Россия, г. Тюмень, ул. Володарского, д. 6; e-mail: saidakh@mail. ru.
Данное исследование нацелено на анализ оценки в медийных сетевых текстах, описывающих международные политические события, участником которых является Российская Федерация. Сетевые СМИ представляют собой новые формы современного дискурса и соотносятся с изданиями, изначально возникшими на базе web-технологий и функционирующими исключительно в Cети. Интернет-СМИ отличаются гипертекстуальностью, интерактивностью, мульти-медийностью [Карпова 2010: 34]. В частности, нас интересует взгляд британских сетевых СМИ на события последних лет, связанные с санкционной политикой западных стран против России и ответными мерами со стороны РФ, оценка последствий данной напряженной политической ситуации как для инициаторов антироссийских санкций, так и для самой России.
Под санкциями в отношении России мы имеем в виду ограничительные меры со стороны Евросоюза, США и других западных стран, направленные против России и ее граждан, в том числе запрет на въезд для
отдельных лиц и запрет на ведение экономической деятельности для компаний. Первые санкции были введены США 17 марта 2014 г. в связи с кризисом на Украине [Руксперт http]. В данной работе представлены результаты анализа лингвистических средств выражения оценки, используемых в текстах британских онлайновых изданий.
Материалом исследования послужил корпус медийных текстов, опубликованных в крупнейших британских интернет-изданиях: The Guardian (www.theguardian.com), Mirror Online (www.mirror.co.uk) и The Telegraph (Telegraph Online) (www.telegraph.co.uk). Выбор указанных изданий обусловлен тем, что в задачи исследования также входило сопоставление средств выражения оценки, присутствующих в статьях авторитетных изданий The Guardian и The Telegraph и в текстах таблоида Mirror Online. В корпус вошли статьи, опубликованные на сайтах британских интернет-СМИ в период с марта 2014 г. по август 2016 г. Объем полученного корпуса текстов представлен в таблице 1.
© Ковязина М. А., Ильющеня Т. А., Хабибуллина С. Б., 2018
Таблица 1
Корпус статей об антироссийских санкциях в британских интернет-изданиях
Интернет-издание Количество статей Количество слов в корпусе Среднее количество слов в статье Количество токе-нов
The Guardian 134 114 254 852 131 408
Mirror Online 131 77 458 591 88 078
The Telegraph 369 337 747 959 340 715
Всего 637 529 459 — 560 201
Общий объем полученного корпуса медийных текстов об антироссийских санкциях в британских сетевых изданиях составил 529 459 слов (560 201 токен).
Одной из ключевых категорий современного новостного дискурса, согласно исследованиям М. Беднарек и Х. Кейпл, является оценочная дихотомия «негативность/позитивность» [Bernarek, Caple 2017: 9—10]. А. А. Ивин определяет оценку, или оценочное высказывание, как «высказывание, устанавливающее абсолютную или сравнительную ценность некоторого объекта» [Ивин 2012: 203]. Оценка «относится к понятийным категориям, под которыми понимаются смысловые компоненты общего характера, свойственные обширным классам языковых единиц, выражаемые разнообразными средствами на каждом уровне языковой структуры» [Якушина 2003: 6]. В качестве субъекта оценки могут выступать лицо или социум, с точки зрения которого дается оценка. Объект оценки — это лицо, предмет, событие или положение вещей, к которым оценка относится [Вольф 2002].
В данной работе в ходе анализа оценки политических событий, представленной в британских сетевых СМИ, авторами были применены методы корпусной лингвистики. Анализ медиадискурса с помощью традиционных методов в сочетании с методами корпусного анализа представлен в исследованиях П. Бейкера и его соавторов [Baker et al. 2008; Baker 2013], Й. Лауккаринена [Laukka-rinen 2013] и др.
Для выявления средств выражения отрицательной оценки в англоязычных медиа-текстах мы опираемся на данные, полученные при помощи корпусных методов. Одним из ключевых инструментов корпусного анализа в нашей работе является корпусная поисковая система «Sketch Engine» (the. sketchengine.co.uk). Указанная система поз-
воляет пользователю извлекать данные о частотности и сочетаемости единиц корпуса, получать список семантически связанных слов при помощи функции «Тезаурус», а также сравнивать функционирование лексем, наряду с другими функциями, типичными для поисковых систем такого типа. Данные о сочетаемости единицы интегрированы с функцией конкорданса [Kilgarriff et al. 2004: 4]. Сетевая версия системы «Sketch Engine» включает большое количество готовых к использованию корпусов на нескольких десятках языков, а также инструменты для создания, установки и управления собственным корпусом [Kilgarriff et al. 2014: 17—18].
Другой инструмент получения данных о частотности и сочетаемости единиц корпуса — программное приложение «AntConc» (Version 3.4.3), которое позволяет составлять частотный список единиц корпуса, формировать конкорданс для искомого слова в формате KWIC (ключевое слово в контексте), выявлять ключевые слова корпуса, а также анализировать коллокаты и кластеры [Anthony 2014].
Прежде всего мы обратились к анализу ключевого слова корпуса — sanction(s). С помощью функции «Тезаурус» (Thesaurus) системы «Sketch Engine» на основе общих коллокатов формируется дистрибутивный тезаурус на базе корпуса текстов. Если два слова в корпусе имеют много общих колло-катов, они появятся в тезаурусе данных слов [Kilgarriff et al. 2014: 14]. Результатом обработки корпуса при помощи данного инструмента является облако тезауруса (thesaurus word cloud) и сводная таблица лексем, включенных в облако, в лемматизированной форме с указанием их ранга и частотности [Kilgarriff et al. 2014: 14, 29]. Ранг присваивается лексеме на основе статистической меры logDice [Rychly 2008: 9].
sanction
threat britain Cj
mesure
IllUVC
ceasefire . ■ ^ ■
europe restriction
brlfin country
RSi» nukra ine
moscc vi e»i r-'orce
^ ear rr S S response
Dricedeai1 Pai^y ^'"'presidentv/eek aCtlOn pm-eaeai conflict sector ™ma " flnvprnmpnt
situation economy, policy5 H i in itri n
r/ar officialtak
XLUQLIUI I ctul«ищуa meeting bank
security
Рис. «Облако слов» для лексемы «sanction» на базе корпуса текстов британских сетевых СМИ
Как видно на рисунке, ряд единиц имеет дистрибуцию, максимально приближенную к дистрибуции ключевого слова (в скобках указаны значения статистической меры logDice): measure (0,247), crisis (0,163), action (0,138) и др. Данный этап анализа позволил выявить единицы с отрицательной семантикой, которые находятся в наиболее тесных ассоциативных отношениях с лексемой sanction, а именно: crisis (0,163), ban (0,116), pressure (0,106), war (0,102), restriction (0,081), threat (0,075), conflict (0,072) и др.
В ходе исследования применение инструментария корпусного анализа, а также дискурсивного анализа статей британских интернет-СМИ позволило нам выявить несколько групп лексических средств для выражения отрицательной оценки описываемых политических событий.
Так, стало возможным выделить несколько групп лексем с отрицательной семантикой, описывающих возможные и фактические последствия введения санкций со стороны Евросоюза и США в отношении России и ответных санкций со стороны России, а также отрицательные эмоции, испытываемые в связи с объектом оценки. Как отмечает В. А. Марьянчик, «модальной доминантой современных текстов является стихия отрицательных эмоций» [Марьянчик 2013: 14]. Выявленные единицы указаны на базе показателя «относительная частота», или ipm (instances per million words, частота на миллион). Данный показатель — это «стандартное представление частоты токена или леммы, вычисляемое относительно условного корпуса в миллион единиц независимо от объема реального корпуса. Он вычисляется как соотношение ipm(x) = freq(x) х х 1000 000/corp, где freq(x) — частота единицы в корпусе, а corp — объем реального корпуса» [Копотев 2014: 86]. Данные
об относительной частоте указанных лексем получены с помощью инструмента поиска по текстам в системе «Sketch Engine», причем поиск был ограничен грамматическим классом (noun, adjective, verb), чтобы избежать омонимии.
ГРУППА 1. Существительные с отрицательной семантикой в корпусе текстов британских сетевых СМИ (указаны от наиболее частотного к наименее частотному слову): crisis (1396,63), conflict (528,77), ban (500,23), threat (454,91), risk (376,01), aggression (302,15), tension (256,83), fear (224,94), collapse (142,68), disaster (137,65), violation (135,97), blacklist (124,22), damage (119,18), retaliation (110,79), blow (102,4), confrontation (100,72), danger (85,61), trouble (58,75), ultimatum (58,75), destabilisation (53,72), weakness (50,36), disruption (45,32), terror (43,64), punishment (40,29), woe (33,57), hypocrisy (30,22), deterioration (28,54), instability (25,18), harm (18,47), hardship (15,11).
Приведем примеры использования данных лексем в корпусе:
The import ban will hit all EU countries and the United States, which last week stepped up punitive action against Russia in response to Moscow's support for eastern separatists in Ukraine... (The Guardian 6.08.2014)
The Russian president tells the West to stop using the language of ultimatums as he boasts of Russia's 'success' avoiding a crisis after sanctions (The Telegraph. 19.06.2015).
Vladimir Putin has splashed out more than £100million on two new luxury private jets as his country remains on the brink of an economic disaster (Mirror Online. 25.03.2015).
For Russia, however, such action by the United States and Europe would be a serious and ongoing punishment for an economy that is already weak and in decline (The Guardian. 4.03.2014).
Таблица 2
Общелитературные и терминологические существительные, описывающие неблагоприятные экономические процессы в текстах британских интернет-СМИ
Термины-существительные, обозначающие неблагоприятные экономические процессы Толкование Относительная частота (ipm)
recession A situation when demand is sluggish, real output is not rising and unemployment is increasing. A recession is usually identified when real gross domestic product (GDP) falls for two successive quarters. It is not as severe as a depression [DE] 181,29
default Failure to make payments such as the interest or redemption payments on debt on the due date. Default may be partial or total, ranging from a slight delay in payment accompanied by apologies and promises that payment will soon be forthcoming to total and defiant repudiation [DE] 119,18
slump A prolonged period of abnormally low economic activity and abnormally high unemployment [DE] 68,82
deficit An excess of expenditure or liabilities over income or assets in a given period) [ODE] 40,29
crunch "A situation in which a business or economy has very little money can be referred to as a crunch" [CCALED] 21,82
stagnation A situation in which there is little or no change in techniques or income levels [DE] 18,47
ГРУППА 2. Существительные, в том числе термины, описывающие неблагоприятные экономические процессы, вероятность развития которых, с точки зрения авторов исследуемых текстов, значительно повышается вследствие введения экономических санкций в отношении Российской Федерации. В таблице 2 приведен перечень вошедших в данную группу лексем с толкованиями, подтверждающими их специальное или терминологическое значение, позволяющее отнести их к сфере экономики. Источниками дефиниций послужили толковые словари A Dictionary of Economics, 2002 (DE), Collins Cobuild Advanced Learner's English Dictionary, 2008 (CCALED), Oxford Dictionary of English, 2005 (ODE). В таблице также указана относительная частота (ipm) для каждой из этих единиц в корпусе.
Приведем примеры использования данных единиц в корпусе текстов британских сетевых СМИ:
The bank said Russia faces a mounting deficit on its capital account (The Telegraph. 1.12.2014).
It will bring only diplomatic isolation and economic stagnation to Russia's long suffering people (Mirror Online. 20.02.2015).
Another default is almost "inevitable" if the Russian interest rate hike does not stop the rouble's fall, analysts have said (The Telegraph. 16.12.2014).
But plummeting oil prices will strike a significant blow to Russia's economy and could send it into a recession, analysts said (The Guardian. 12.10.2014).
ГРУППА 3. Прилагательные с отрицательной семантикой в корпусе текстов британских сетевых СМИ (указаны в порядке убывания частотности): tough (384,41), weak (176,26), unacceptable (151,08), dangerous (146,04), negative (70,50), vulnerable (60,43), severe (58,75), grave (52,04), hostile (47,00), retaliatory (40,29), damaging (30,22), pointless (21,82), volatile (20,14), useless (16,79), disastrous (15,11), inappropriate (13,43), cowardly (1,68). Например:
International credit card companies face a "severe impact" on their operations in Russia following a strict new law Moscow has adopted in response to Visa and Mastercard freezing service to banks under US sanctions (The Guardian. 6.05.2014).
Western economic sanctions are a cowardly strategy and will do more harm than good to all of Europe (The Telegraph. 24.07.2014).
In contrast to the many EU leaders urging a more accommodating policy towards Russia, Tusk described Putin's strategy as directly hostile and requiring a tough response (The Guardian. 15.03.2015).
After Litvinenko, more sanctions against Russia would be pointless — and hypocritical (The Guardian. 22.01.2016)
The response of the Russian authorities to what could have turned into a grave crisis has shown that the lessons of the past may have been learned (The Telegraph. 31.05.2016).
ГРУППА 4. Глагольные единицы, описывающие процессы, которые могут оказать негативное воздействие на различные сферы деятельности как в Российской Федерации,
так и в западных странах либо ухудшить дальнейшие отношения между ними (указаны в порядке убывания частотности): to destabilise (85,61), to weaken (82,25), to damage (82,25), to collapse (65,47), to retaliate (53,72), to deteriorate (48,68), to harm (38,61), to worsen (36,93), to toughen (31,89), to slump (30,22), to disrupt (25,18), to endanger (8,39). Например:
Russia warns it would retaliate against proposed sanctions threatened by the EU over Ukraine crisis (The Telegraph. 7.03.2014).
Moscow was defiant on Wednesday in the face of sweeping US and EU sanctions designed to punish its continued backing of separatists in eastern Ukraine... (The Guardian.
30.07.2014).
Meanwhile, Mr Cameron was forced to defend sanctions against Putin's regime amid fears they would damage British businesses which export to Russia (Mirror Online.
18.02.2015).
ГРУППА 5. Метафорический перенос как средство выражения отрицательной оценки в статьях, посвященных вопросу антироссийских санкций, в британских интернет-СМИ.
Метафору относят к средствам скрытой оценочности, выполняющим оценочно-ориентирующую функцию с целью создать у адресата яркий, зримый образ, суггестивно влияющий на принятие решения [Дементьева 2009: 90]. В собранном нами корпусе медийных текстов отчетливо выделяются антропоморфная и социоморфная метафоры.
Антропоморфная метафора — метафора, в которой явления объективной действительности представлены в ассоциативной связи с человеческими формами и качествами. В качестве понятийных сфер-источников выступают следующие: «Анатомия», «Физиология», «Болезни», «Семья» и др. [Чудинов 2006: 136]. Антропоморфная метафора реализуется в статьях британских сетевых СМИ через следующие единицы: to hurt (176,26), to suffer (134,29), pain (112,47), painful (52,04), to cripple (23,50), to paralyse (16,79), nightmare (15,11), stranglehold (8,39). Например:
Russia's economy has been crippled by Western sanctions following its annexation of Crimea, as well as sliding oil prices that are likely to keep Russia in recession this year (The Telegraph. 31.07.2015).
America has barely concealed its frustration with Europe's refusal to inflict real economic pain on Moscow... (The Telegraph. 16.07.2014).
The sanctions are a warning to the Russian president that unless he pulls out troops the EU will continue to tighten the stranglehold on Russia's economy (The Telegraph. 5.09.2014).
Социоморфная метафора — это метафора, в которой предметы и явления действительности представлены по образцу различных сфер социальной деятельности человека. Понятийными сферами-источниками служат такие, как «Преступность», «Война», «Театр (зрелищные искусства)», «Экономика», «Игра и спорт» [Чудинов 2006: 136—137]. Такие лексемы, как war (1096,15), weapon (428,05) violence (127,58), battle (95,68), unrest (67,15), warfare (28,54), violent (26,86), battlefield (13,43), участвуют в формировании социоморфной метафоры:
The west has many more vigorous measures at its disposal, but it also has too many interests in Russia to punish Moscow hard. In its complex battle of sanctions chess with Vladimir Putin, the west has so far confined itself to rather modest tactics (The Guardian. 4.05.2014).
...Western governments are declaring economic war against Russia in a clumsy lunge at "regime change" (The Telegraph. 18.12.2014).
Итак, результатом представленного корпусного исследования стало выявление основных лексических средств выражения отрицательной оценки при описании санкцион-ной политики западных стран по отношению к России в статьях британских сетевых СМИ. Отрицательная семантика выделенных групп лексических средств разного лексико-грам-матического статуса (существительные, глаголы, прилагательные) заключается в их негативной оценке текущих экономических процессов в России, их возможного влияния на экономическую ситуацию в западных странах и политических взаимоотношений России с Западом в целом. Негативная риторика в текстах статей о санкционных мерах усиливается за счет использования лексических средств в основе метафорических переносов, формирующих интенсификацию негативных эмоций со стороны субъекта оценки, т. е. автора текста. В целом можно утверждать, что применение методов и инструментов корпусной лингвистики в исследованиях, посвященных такому субъективно воспринимаемому объекту, как «оценка», значительно повышает объективность и обоснованность результатов исследования.
ЛИТЕРАТУРА
1. Антироссийские санкции [Электронный ресурс] // Руксперт. URL: Ьйр://гихрег1ги/Антироссийские_санкции (дата обращения: 12.11.2017).
2. Вольф Е. М. Функциональная семантика оценки. — М. : Едиториал УРСС, 2002. 261 с.
3. Дементьева М. К. Языковые средства выражения оценки в современном российском официальном политическом дискурсе // Политическая лингвистика. 2009. № 4 (30). С. 82—92.
4. Ивин А. А. Оценки в процессах коммуникации // Философия науки. 2012. Т. 17. №> 1. С. 203—213.
5. Карпова Т. Б. Сетевые СМИ как тип дискурса современной России // Мир русского слова. 2010. №> 2. С. 34—38.
6. Копотев М. В. Введение в корпусную лингвистику [Электронный ресурс]. — Прага : Animedia Company, 2014. 218 c. URL: http://animedia-company.cz/ebooks-catalog/busi ness-popular-science-catalog/vvedenije-v-korpusnuju-lingvistiku (дата обращения: 20.02.2018).
7. Марьянчик В. А. Аксиологическая структура медиа-политического текста (лингвостилистический аспект) : авто-реф. дис. ... д-ра филол. наук. — Архангельск, 2013. 36 c.
8. Чудинов А. П. Политическая лингвистика. — М. : Флинта : Наука, 2006. 256 с.
9. Якушина Р. М. Динамические параметры оценки : авто-реф. дис. ... канд. филол. наук. — Уфа, 2003. 24 с.
10. A Dictionary of Economics / J. Black, M. Hashimzade, G. Myles. 2nd edition. — Oxford Univ. Pr., 2002. 507 p.
11. Anthony L. AntConc (Version 3.4.3). [Computer Software]. — Tokyo, Japan : Waseda Univ., 2014. URL: http://www.laurence anthony.net (date of access: 05.03.2018).
12. Baker P., Gabrielatos C., Khosravinik M., Krzyzanowski M., Mcenery T., Wodak R. A useful methodological synergy? Combining critical discourse analysis and corpus linguistics to examine discourses of refugees and asylum seekers in the UK press // Discourse & Society. 2008. Vol. 19 (3). P. 273—306.
13. Baker P., Gabrielatos C., Mcenery T. Sketching Muslims: A Corpus Driven Analysis of Representations Around the Word 'Muslim' in the British Press 1998—2009 // Applied Linguistics. 2013. Vol. 34 (3). P. 255—278.
14. Bednarek M., Caple H. The Discourse of News Values: How News Organisations Create Newsworthiness. — Oxford/New York : Oxford Univ. Pr., 2017. 320 p.
15. Collins Cobuild Advanced Learner's English Dictionary [Electronic resource]. URL: https://www.collinsdictionary.com/ dictionary/english (date of access: 25.02.2018).
16. Kilgarriff A., Baisa V., Busta J., Jakubicek M., Kovar V., Michelfeit J., Rychly P., Suchomel V. The Sketch Engine: Ten Years On [Electronic resource] // Lexicography ASIALEX. 2014. Vol. 1. P. 7—36. URL: http://link.springer.com/article/ 10.1007/ s40607-014-0009-9 (date of access: 21.12.2017).
17. Kilgarriff A., Rychly P., Smrz P., Tugwell D. The Sketch Engine [Electronic resource] // Proceedings of the XI EURALEX International Congress. — Lorient : Univ. de Bretagne-Sud, 2004. P. 105—116. URL: https://www.sketchengine.co.uk/wp-content/ uploads/The_Sketch_Engine_2004.pdf. (date of access: 01.03.2018).
18. Laukkarinen J. A very European crisis: A corpus study of linguistic differences in the reporting of the Greek debt crisis [Electronic resource]. — Helsinki : Univ. of Helsinki, 2013. 82 p. URL: https://helda.helsinki.fi/bitstream/handle/10138/41891/ave ryeur.pdf? sequence=1 (date of access: 18.11.2017).
19. Oxford Dictionary of English / C. Soanes, A. Stevenson. — Oxford Univ. Pr., 2005. 2112 p.
20. Rychly P. A Lexicographer-Friendly Association Score [Electronic resource] // Proceedings of Recent Advances in Slavonic Natural Language Processing, RASLAN 2008. — Brno : Masaryk Univ., 2008. P. 6—9. URL: https://nlp.fi.muni.cz/ raslan/2008/papers/13.pdf (date of access: 24.01.2017).
21. Sketch Engine [Electronic resource]. URL: https://the.sketch engine.co.uk (date of access: 01.03.2018).
М. А. Kovyazina, ^ А. Ilyushchenya, S. B. Khabibullina
Tyumen, Russia
NEGATIVE EVALUATIVE LANGUAGE IN DESCRIPTION OF ANTI-RUSSIAN SANCTIONS POLICY
AND OF RUSSIAN COUNTER-SANCTIONS IN BRITISH ONLINE MEDIA DISCOURSE: A CORPUS RESEARCH
ABSTRACT. The article focuses on the negative evaluative language in British online media texts. The research is based on a corpus of over 600 articles published on the websites of mainstream and tabloid news media, namely "The Guardian", "The Telegraph" and "Mirror Online". The texts discuss western anti-Russian sanctions policy and Russian counter-sanctions. The research is targeted at determining lexical means of negative evaluation of the Russian Federation foreign policy. The application of discourse analysis has resulted in a selection of lexical means with negative semantics reflecting negative evaluation. Corpus linguistics tools such as the online corpus query system Sketch Engine and the application AntConc were used in the conducted analysis. These tools enabled statistical assessment of lexical means with negative semantics. In addition, the Sketch Engine tool "Thesaurus" has identified the items which are closely associated with the key notion of the research — "sanctions". The analysis has revealed metaphors as the other language means of negative evaluation in media texts. Metaphors are known to reflect evaluation implicitly. However, they help create a vivid image in the mind of a reader. Thus, metaphors used by journalists of online media compare anti-Russian sanction policy to "war" and "battlefield", while its consequences are compared to "a stranglehold on Russia's economy ".
KEYWORDS: media discourse; anti-Russia sanctions; negative evaluation; corpus analysis; media linguistics; media texts; political discourse; corpus search engines; discourse analysis.
ABOUT THE AUTHORS: Kovyazina Marina Anatolievna, Candidate ofPhilology, Associate Professor, Department of English Philology and Translation, Institute of Social Sciences and Humanities, Tyumen State University, Tyumen, Russia.
Ilyushchenya Tatiana Anatolievna, Candidate of Philology, Associate Professor, Department of English Philology and Translation, Institute of Social Sciences and Humanities, Tyumen State University, Tyumen, Russia.
Khabibullina Saida Biktimirovna, Assistant Lecturer, Department of English Philology and Translation, Institute of Social Sciences and Humanities, Tyumen State University, Tyumen, Russia.
REFERENCES
1. Antirossiyskie sanktsii [Elektronnyy resurs] // Rukspert. URL: http://ruxpert.ru/Antirossiyskie_sanktsii (data obrashche-niya: 12.11.2017).
2. Vol'f E. M. Funktsional'naya semantika otsenki. — M. : Editorial URSS, 2002. 261 s.
3. Dement'eva M. K. Yazykovye sredstva vyrazheniya otsenki v sovremennom rossiyskom ofitsial'nom politicheskom diskurse // Politicheskaya lingvistika. 2009. № 4 (30). S. 82—92.
4. Ivin A. A. Otsenki v protsessakh kommunikatsii // Filosofiya nauki. 2012. T. 17. № 1. S. 203—213.
5. Karpova T. B. Setevye SMI kak tip diskursa sovremennoy Rossii // Mir russkogo slova. 2010. № 2. S. 34—38.
6. Kopotev M. V. Vvedenie v korpusnuyu lingvistiku [El-ektronnyy resurs]. — Praga : Animedia Company, 2014. 218 c. URL: http://animedia-company.cz/ebooks-catalog/business-popu lar-science-catalog/vvedenije-v-korpusnuju-lingvistiku (data ob-rashcheniya: 20.02.2018).
7. Mar'yanchik V. A. Aksiologicheskaya struktura media-politicheskogo teksta (lingvostilisticheskiy aspekt) : avtoref. dis. ... d-ra filol. nauk. — Arkhangelsk, 2013. 36 c.
8. Chudinov A. P. Politicheskaya lingvistika. — M. : Flinta : Nauka, 2006. 256 s.
9. Yakushina R. M. Dinamicheskie parametry otsenki : avtoref. dis. ... kand. filol. nauk. — Ufa, 2003. 24 s.
10. A Dictionary of Economics / J. Black, M. Hashimzade, G. Myles. 2nd edition. — Oxford Univ. Pr., 2002. 507 p.
11. Anthony L. AntConc (Version 3.4.3). [Computer Software]. — Tokyo, Japan : Waseda Univ., 2014. URL: http://www.laurencean thony.net (date of access: 05.03.2018).
12. Baker P., Gabrielatos C., Khosravinik M., Krzyzanowski M., Mcenery T., Wodak R. A useful methodological synergy? Combining critical discourse analysis and corpus linguistics to examine discourses of refugees and asylum seekers in the UK press // Discourse & Society. 2008. Vol. 19 (3). P. 273 — 306.
13. Baker P., Gabrielatos C., Mcenery T. Sketching Muslims: A Corpus Driven Analysis of Representations Around the Word 'Muslim' in the British Press 1998—2009 // Applied Linguistics. 2013. Vol. 34 (3). P. 255—278.
14. Bednarek M., Caple H. The Discourse of News Values: How News Organisations Create Newsworthiness. — Oxford/New York : Oxford Univ. Pr., 2017. 320 p.
15. Collins Cobuild Advanced Learner's English Dictionary [Electronic resource]. URL: https://www.collinsdictionary.com/ dictionary/english (date of access: 25.02.2018).
16. Kilgarriff A., Baisa V., Busta J., Jakubicek M., Kovar V., Michelfeit J., Rychly P., Suchomel V. The Sketch Engine: Ten Years On [Electronic resource] // Lexicography ASIALEX. 2014. Vol. 1. P. 7—36. URL: http://link.springer.com/article/ 10.1007/ s40607-014-0009-9 (date of access: 21.12.2017).
17. Kilgarriff A., Rychly P., Smrz P., Tugwell D. The Sketch Engine [Electronic resource] // Proceedings of the XI EURALEX International Congress. — Lorient : Univ. de Bretagne-Sud, 2004.
P. 105—116. URL: https://www.sketchengine.co.uk/wp-con tent/uploads/The_Sketch_Engine_2004.pdf. (date of access: 01.03.2018).
18. Laukkarinen J. A very European crisis: A corpus study of linguistic differences in the reporting of the Greek debt crisis [Electronic resource]. — Helsinki : Univ. of Helsinki, 2013. 82 p. URL: https://helda.helsinki.fi/bitstream/handle/10138/41891/aver yeur.pdf? sequence=1 (date of access: 18.11.2017).
19. Oxford Dictionary of English / C. Soanes, A. Stevenson. — Oxford Univ. Pr., 2005. 2112 p.
20. Rychly P. A Lexicographer-Friendly Association Score [Electronic resource] // Proceedings of Recent Advances in Slavonic Natural Language Processing, RASLAN 2008. — Brno : Masaryk Univ., 2008. P. 6—9. URL: https://nlp.fi.muni.cz/raslan/ 2008/papers/13.pdf (date of access: 24.01.2017).
21. Sketch Engine [Electronic resource]. URL: https://the.sket chengine.co.uk (date of access: 01.03.2018).
