CC BY
20
Бочкарев Арсентий Игоревич, Пепеляева Мария Алексеевна, Скворцова Елена Борисовна СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ РЕЧЕВЫХ ФОРМУЛ ВЕЖЛИВЫХ ОПРАВДАНИЙ В АНГЛИЙСКОМ ЯЗЫКЕ
В статье рассматривается алгоритм анализа речевых формул вежливых оправданий, с помощью которого выявляются статистические характеристики указанных формул. Данный подход позволяет максимально точно определить значение лексических единиц, при этом применяемый инструментарий сводит к минимуму субъективный фактор исследователя. В ходе анализа выделено 11 основных речевых формул высказывания, при этом отмечено использование сопутствующих компонентов высказывания. Адрес статьи: www.gramota.net/materials/272018/2-1/14.html
Источник
Филологические науки. Вопросы теории и практики
Тамбов: Грамота, 2018. № 2(80). Ч. 1. C. 53-58. ISSN 1997-2911.
Адрес журнала: www.gramota.net/editions/2.html
Содержание данного номера журнала: www .gramota.net/mate rials/2/2018/2-1/
© Издательство "Грамота"
Информация о возможности публикации статей в журнале размещена на Интернет сайте издательства: www.gramota.net Вопросы, связанные с публикациями научных материалов, редакция просит направлять на адрес: phil@gramota.net
ON FIGURATIVE SPEECH UNITS IN THE ARTICLE "KOVALENKO VS BELIKOV" BY M. EPSTEIN
Barbazyuk Vera Yur'evna, Ph. D. in Philology Military University of the Ministry of Defence of the Russian Federation, Moscow
vera087@mail. ru
The article analyzes the metaphorical techniques used by M. Epstein in the article "Kovalenko vs Belikov". A brief analysis of each of the metaphor use is given. As a result of the study the author comes to the conclusion that depending on "the strength" of the symbolic "concentration" and the real context several cases of contextual "evolution" of figurative speech units can be distinguished: from a single simple metaphor to the extended allegorization of a metaphor. In addition, the researcher discovers mixed cases of using figurative units of speech.
Key words and phrases: metaphor; symbol; context; allegorization; plot; word; image.
УДК 81+811.161.1
В статье рассматривается алгоритм анализа речевых формул вежливых оправданий, с помощью которого выявляются статистические характеристики указанных формул. Данный подход позволяет максимально точно определить значение лексических единиц, при этом применяемый инструментарий сводит к минимуму субъективный фактор исследователя. В ходе анализа выделено 11 основных речевых формул высказывания, при этом отмечено использование сопутствующих компонентов высказывания.
Ключевые слова и фразы: пятишаговый алгоритм анализа; компонентный анализ; предобработка текстов; статистический анализ текстовой выборки; лемматизация; алгоритм поиска ассоциативных правил Apriori.
Бочкарев Арсентий Игоревич, к. филол. н. Пепеляева Мария Алексеевна Скворцова Елена Борисовна
Новосибирский государственный технический университет arsentiy_87@mail.ru; pepelyaeva@ami.nstu.ru; skvorczova@corp.nstu.ru
СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ РЕЧЕВЫХ ФОРМУЛ ВЕЖЛИВЫХ ОПРАВДАНИЙ В АНГЛИЙСКОМ ЯЗЫКЕ
Целью нашего исследования является разработка релевантного инструментария для анализа статистических характеристик различных классов речевых формул. Мы используем как математические, так и лингвистические методы. В представленной статье объектом исследования являются статистические характеристики речевых формул оправданий в их комбинации с речевыми формулами извинений.
Под статистическими характеристиками текстовой выборки мы понимаем набор признаков, определяющих структуру текстов и их смысловую нагрузку. Безусловно, немаловажным моментом является определение ключевых слов. Данный процесс основан на определении статистических параметров отдельных слов и словосочетаний. Статистические параметры - это относительная частота встречаемости слова в выборке, а также место его употребления. Зачастую объем исследуемой выборки довольно большой, что затрудняет проведение исследования вручную. Оптимальным решением в такой ситуации является применение некоторых статистических инструментов анализа данных в совокупности с программной автоматизацией используемых алгоритмов. В настоящей работе для обработки данных мы использовали язык программирования Python и библиотеку NLTK.
Практическая польза нашего исследования заключается в том, что мы четко определяем значение анализируемых лексических единиц, в то время как в словарях зачастую дано слишком размытое и абстрактное значение лексических единиц.
В своем исследовании мы применяем пятишаговый алгоритм анализа объекта исследования.
Первый шаг: определение понятия вежливые оправдания
При помощи компонентного анализа словарных дефиниций мы определяем объем понятия 'вежливые оправдания'. Речевым формулам извинения в основном сопутствуют речевые формулы объяснения и оправдания [2; 3; 5; 6]. Словарь современного русского литературного языка (далее - ССРЛЯ) дает следующие определения «объяснению»: 1. Растолкование чего-либо или рассказ о чем-либо, делающий что-либо ясным, понятным, известным. 2. Нахождение, указывание причины, основания чего-либо [7, с. 568-569]. Соответственно, в нашем случае объяснение - это высказывание, при помощи которого адресант приводит причину своего извинения перед адресатом.
ССРЛЯ дает следующие определения «оправдания»: 1. Признание кого-либо невиновным или поступившим допустимо, непредосудительно; приведение доводов в защиту кого-, чего-либо. 2. Признание подсудимого невиновным; приговор суда, отвергающий предъявленное подсудимому обвинение. 3. Доказательство,
обоснование справедливости или целесообразности чего-либо. 4. Подтверждение документами произведенных расходов [Там же, с. 943-944]. Следовательно, в комбинации с речевой формулой оправдание приобретает специфическое значение. Оправдание - это высказывание, в котором адресант приводит основание для признания кого-либо заслуживающим снисходительного отношения.
Сочетание речевых формул «извинение + оправдание» отличается от сочетания речевых формул «согласие + оправдание» более вежливым характером, т.е. анализируемый вид оправданий можно классифицировать как «вежливое оправдание».
Второй шаг: выборка примеров, содержащих вежливые оправдания
На первоначальном этапе мы выбрали 200 текстовых фрагментов из Британского национального корпуса, а также из Корпуса современного американского английского, которые, по нашему мнению, содержали вежливые оправдания.
Далее мы провели эксперимент, в ходе которого испытуемым предлагалось определить отношение того или иного высказывания к классу оправданий (к изначальным 200 примерам мы добавили еще 50 текстовых фрагментов, которые не содержали в себе оправдания, но включали в себя извинения). В эксперименте приняло участие 100 преподавателей Новосибирского государственного университета, Новосибирского государственного технического университета, Новосибирского государственного педагогического университета и Сибирского государственного университета геосистем и технологий (84 чел.) и носителей английского языка (16 чел.), эксперимент проводился в 2017 г.
В результате в качестве исследуемого материала нами были отобраны 150 текстовых фрагментов, которые более 95% опрошенных отнесли к фрагментам, содержащим оправдания.
Третий шаг: предобработка текстов
Первичная обработка текста в рамках данной работы включает в себя избавление от редуцированных глагольных форм (например, he's => he is, I've => I have), нормализацию текста, разграничение смысловых и вспомогательных глаголов (to be, to do, to have) и выделение основных функциональных групп слов, что способствует представлению текста в предельно общем виде. В качестве основного подхода по нормализации текста мы использовали лемматизацию - приведение словоформы к лемме, т.е., ее нормальной (словарной) форме. Использованный в представленной работе алгоритм лемматизации сочетает в себе преобразование слов согласно грамматическим правилам и использование словаря WordNet [10], который состоит из четырех семантических сетей для основных знаменательных частей речи английского языка: существительных, глаголов, прилагательных и наречий.
Далее нами были обозначены следующие функциональные группы слов: 3_pn (сокр. от pronoun): местоимения третьего лица; adj: прилагательные; adv: наречия; apolog: sorry, forgive, excuse (непосредственно формулы извинения англ. яз.) и т.д.; аих: вспомогательные глаголы; d_d: указательные местоимения, определительные местоимения и т.д.; DV: глаголы действия; FS: it, there, you, one и т.д.; i_pn: местоимения первого лица; indd: неопределенные артикли a, an, неопределенные местоимения some, any; magn: лексическая функция, имеющая значение высшей степени [4]; MV: модальные глаголы; MVP: would, could, might (мог/могла бы); my_n: притяжательное местоимение + существительное; neg: not (частица не), never (никогда), no (нет), 't (сокр. от not); N: существительные; num: числительные; prep: предлоги; SV: глаголы состояния.
Четвертый шаг: статистический анализ текстовой выборки
Для статистического анализа текстов нами был использован алгоритм поиска ассоциативных правил Apriori [1]. Пусть слова и словосочетания являются объектами, а текстовая выборка составляет множество транзакций (D = {Tb T2, ..., Tn}). Введем понятие поддержки набора (support). Поддержка набора F есть отношение количества транзакций, в который входит набор F (DF), к общему количеству транзакций:
Supp(F) = (1)
Данный алгоритм является итерационным: на каждом шаге сначала определяются все часто встречающиеся наборы объектов, количество элементов в которых равно номеру шага, а затем выполняется подсчет поддержки найденных наборов. На этапе подсчета поддержки отбрасываются те наборы, уровень поддержки которых меньше, чем заданный пользователем. Таким образом, алгоритм Apriori позволяет за приемлемое время сформировать список наиболее часто встречающихся слов и комбинаций слов, что необходимо для проведения дальнейшего анализа.
Нами были выделены основные формулы, определяющие вежливые оправдания. Также была проведена первичная классификация имеющейся выборки текстов в соответствии с этими формулами. Для сопоставления текстов с формулой или маской использовался механизм регулярных выражений. Регулярные выражения представляют собой текстовые шаблоны, которые определяют то, какой вид должна иметь строка [9].
Пятый шаг: формирование кластера вежливые оправдания на основе полученных данных
На заключительном этапе исследования мы классифицировали полученные данные на основе релевантных параметров. Мы выделили основные виды вежливых извинений и их основные и периферийные формулы реализации, определили значимые контекстуальные параметры ситуации, обозначили сопутствующие компоненты вежливых оправданий и указали наиболее часто встречающиеся лексические единицы в вежливых оправданиях.
Кластер вежливых оправданий Контекст вежливых оправданий
Анализ практического материала показал, что в основном адресант приносит извинения без вербальной стимуляции со стороны адресата. При этом адресант приносит извинения, когда ему предъявляют обвинение.
Таблица 1. Контекст вежливых оправданий
Негативное действие - извинение 82%
Негативное действие + обвинение - извинение 18%
Под негативным действием мы понимаем действие, которое приносит моральный или физический урон адресату. Основные формулы оправдания На основании проведенных исследований нами были выделены 11 основных формул, определяющих вежливые оправдания. Кроме того, анализ практического материала позволил нам выделить два вида вежливых оправданий: прямые и косвенные. Прямые вежливые оправдания К первому виду относятся оправдания, в которых действие (выраженное в речевой формуле вежливого оправдания) направлено на самого адресанта, т.е. подлежащее представлено местоимением первого лица. Данное множество оправданий является самым многочисленным (74% от общего количества вежливых оправданий). Выделены следующие формулы «прямых вежливых оправданий»:
1 APOLOGIZING + [but]1 + I (we/my_noun) + STATIVE VERB + NEGATION + ACTION
Исходный текст Текст после предобработки
I apologize to the court and to the people that were hurt. I never meant to do what I did. If I hadn't been in that state of mind, it never would have occurred [8]. / Я приношу извинения перед судом и перед теми людьми, которым причинил боль. У меня никогда не было намерения так поступить. Если бы я не был в том состоянии разума, этого никогда не произошло бы (здесь и далее перевод авторов статьи. - А. Б., М. П., Е. С.). i_pn apolog to d_d N and to d_d N FS aux DV i_pn neg SV to DV what i_pn DV if i_pn aux neg SV prep d_d N prep N FS neg MP aux DV
Данная формула является самой распространенной среди вежливых оправданий. С её помощью образуются 26% вежливых оправданий.
2 APOLOGIZING + [but] + I (we/my_noun) + STATIVE VERB + [OBJECT/FACT/STATE]
Исходный текст Текст после предобработки
And so I apolosiz.e for savins how smart they were. The fact is, I've heard it from three different sources through Ed Rollins, my campaign chairman [8]. / По правде говоря, я слышал это от трёх разных источников через Эда Роллинза, возглавляющего мою кампанию. and magn i_pn apolog for DV how DV 3_pn SV d_d N SV i_pn aux SV FS prep num adj DV prep DV N my_n
При помощи рассматриваемой формулы образуются 12% вежливых оправданий.
3 APOLOGIZING + [but] + I (we/my_noun) + STATIVE VERB + ACTION
Исходный текст Текст после предобработки
Forgive me, but I had little confidence that it would reach your hands [8]. / Прости меня, но я сильно сомневался, что это попадет в твои руки. apolog but i_pnoun SV adj N that_s FS MVP DV def_det N
При помощи рассматриваемой формулы образуются 11% вежливых оправданий.
4 APOLOGIZING + [but] + I (we/my noun) + STATIVE VERB + NEGATION + [OBJECT/FACT/STATE]
Исходный текст Текст после предобработки
I apologise; I didn't mean that [8]. / Я прошу прощения. Я не хотел. i pn apolog i pn aux neg SV that
1 [...]: опциональный элемент. ACTION: dynamic verbs (действие: динамические глаголы).
STATE, FACT, OBJECT: no verbs / stative verb (состояние, факт, объект: нет глагола / статический глагол).
При помощи рассматриваемой формулы образуются 11% вежливых оправданий.
5 APOLOGIZING + [but] + I (we/my_noun) + DYNAMIC VERB + NEGATION + [OBJECT/FACT/STATE]
Исходный текст Текст после предобработки
I was rude before and I apologise for it. I've not been sleeping well since the house was ransacked, and it's made me very edgy [8]. / Я была груба и приношу за это извинения. Я плохо спала с тех пор, как ограбили дом, и это сделало меня очень нервной. i_pn SV adj before and i_pn apolog prep it. i_pn aux neg aux DV adv since d_d N aux DV and FS aux DV me magn adj
При помощи рассматриваемой формулы образуются 8% вежливых оправданий. 6 APOLOGIZING + [but] + I (we/my_noun) + DYNAMIC VERB + [OBJECT/FACT/STATE]
Исходный текст Текст после предобработки
'Sorry, I was looking at her paintings' [8]. / Прости, я смотрел на её картины. apolog i_pn aux DV prep her_det N. 3_pn DV ind_d N
При помощи рассматриваемой формулы образуются 6% вежливых оправданий. Косвенные вежливые оправдания Ко второму виду вежливых оправданий относятся оправдания, в которых действие не направлено на адресанта. Рассматриваемый вид оправданий составляет 26% от общего количества вежливых оправданий. Выделены следующие формулы «косвенных вежливых оправданий»: 1 APOLOGIZING + [but] + FORMAL SUBJECT + STATIVE VERB + [OBJECT/FACT/STATE]
Исходный текст Текст после предобработки
I'm sorry I hit you. Please forgive me, but it was for a good cause [8]. / Мне жаль, что я ударил тебя. Пожалуйста, прости меня, но на то была причина. i_pn SV apolog but FS SV for ind_d adj N
При помощи рассматриваемой формулы образуются 7% вежливых оправданий. 2 APOLOGIZING + [but] + FORMAL SUBJECT + DYNAMIC VERB
Исходный текст Текст после предобработки
BOLLING: Representative, allow me. I apologize for cutting you off, sir. But here it was, it was billed as going to be specifics deficit reduction plan [8]. / Боллинг: Позвольте мне сказать. Я приношу извинения за то, что урезал вам выплаты, сэр. Но так получилось, это произошло согласно плану по снижению расходов. N N DV me i_pn apolog prep DV you off N but adv FS SV FS aux DV as DV to SV adj N N
При помощи рассматриваемой формулы образуются 5% вежливых оправданий. 3 APOLOGIZING + [but] + you/your_noun + DYNAMIC VERB
Исходный текст Текст после предобработки
Ms. Waynest, again I must apologize for my methods. Unfortunately, your reputation leads me to worry about what needs to be done to ensure you're playing on the right side of the field [8]. / Мисс Уэйнест, и вновь я должен извиниться за свои методы. К несчастью, ваша репутация вынуждает меня беспокоиться о том, что необходимо сделать, чтобы убедиться, что вы играете на правильной стороне. N adv i_pn MV apolog for my_pnoun adv d_d reputation DV me to DV prep what SV to aux DV to DV FS aux DV prep d_d N of d_d N
При помощи рассматриваемой формулы образуются 5% вежливых оправданий. 4 APOLOGIZING + [but] + NOUN + STATIVE VERB + OBJECT/FACT/STATE
Исходный текст Текст после предобработки
"I'm sorry, sir," he said finally. "I do apologise. It's just that Victor Hugo can be so terribly amusing sometimes" [8]. / «Простите сэр», - наконец сказал он. - «Я прошу прощения. Просто иногда этот Виктор Гюго может быть таким забавным». i_pn SV apolog N 3_pn DV adv i_pnoun aux apolog FS SV magn d_d N MV SV magn adv DV adv
При помощи рассматриваемой формулы образуются 3% вежливых оправданий.
5 APOLOGIZING + [but] + NOUN + ... + NOUN
Исходный текст Текст после предобработки
"Maman's upset; let me apologize for her", Irati said. "The wedding plans, stress of relatives, endless" [8]. / Мама расстроена; позвольте мне извиниться вместо неё, сказал Ирати. Свадебные планы, стресс из-за родственников, всё это длится бесконечно. NTs adj DV me apolog for her_pn N DV. d_d adj N of N adj
При помощи рассматриваемой формулы образуются 2% вежливых оправданий.
Существуют единичные случаи вежливых оправданий, которые не вписываются в данную схему, однако они составляют 4% от общего количества вежливых оправданий - такой результат можно считать допустимой погрешностью.
Сопутствующие компоненты вежливых оправданий
Вежливые оправдания во многих контекстах могут содержать усиливающие компоненты и вежливые формы модальных глаголов (could, would, might). Результаты анализа представлены в Таблице 2.
Таблица 2. Сопутствующие компоненты вежливых оправданий
MAGN1 54%
MODAL VERB POLITE 8%
Таким образом, можно утверждать, что более чем в половине случаев адресант пытается усилить эффект вежливого оправдания при помощи различных лексических интенсификаторов.
На основании анализа речевых формул оправдания, при проведении которого был использован 5-шаговый алгоритм, можно сделать следующие выводы:
1. В большинстве случаев адресант приносит извинения без вербальной стимуляции (обвинения) со стороны адресата.
2. При этом мы выделили два вида вежливых оправданий: прямые и косвенные. Нами были выделены 6 основных формул, определяющих прямые вежливые оправдания, и 5 основных формул, определяющих косвенные вежливые оправдания.
3. Наиболее распространенной формулой, относящейся к прямым вежливым оправданиям, относится формула APOLOGIZING (извинение) + [but] (союз «но», являющийся опциональным элементом) + I (we/my_noun) (местоимение мой / притяжательное местоимение 1 л. ед. ч. + сущ.) + STATIVE VERB (статический глагол) + NEGATION (отрицание) + ACTION (действие).
4. Наиболее распространенной формулой, относящейся к косвенным вежливым оправданиям, относится формула APOLOGIZING (извинение) + [but] (союз «но») + FORMAL SUBJECT (формальное подлежащее) + STATIVE VERB (статический глагол) + [OBJECT/FACT/STATE] (объект/факт/состояние).
5. Более чем в половине случаев адресант пытается усилить эффект вежливого оправдания при помощи различных лексических интенсификаторов.
Описываемый в статье алгоритм в ближайшей перспективе должен позволить анализировать объем в 10 000 примеров в довольно сжатые сроки: мы предполагаем опробовать результаты исследования на более обширном языковом материале.
Список источников
1. Барсегян А. А., Куприянов М. С., Холод И. И., Тесс М. Д., Елизаров С. И. Анализ данных и процессов: учеб. пособие. Изд-е 3-е, перераб. и доп. СПб.: БХВ-Петербург, 2009. 512 с.
2. Бочкарев А. И., Скворцова Е. Б. Комбинаторно-прагматические характеристики периферийных речевых формул извинения в их вторичной функции [Электронный ресурс]. URL: https://cyberlenirLka.ru/artide/v/kombinatorno-pragmaticheskie-harakteristiki-periferiynyh-rechevyh-formul-izvineniya-v-ih-vtorichnoy-funktsii (дата обращения: 30.10.2017).
3. Бочкарев А. И., Скворцова Е. Б. Комбинаторные характеристики речевого акта извинения sorry // Филологические науки. Вопросы теории и практики. 2015. № 6 (48): в 2-х ч. Ч. 2. С. 48-52.
4. Мельчук И. А., Жолковский А. К. Толково-комбинаторный словарь современного русского языка. Опыты семан-тико-синтаксического описания русской лексики. Вена: Wiener Slawistischer Almanach, 1984. 992 с.
5. Скворцова Е. Б. Извинение как первичная функция периферийных формул извинения apologise/ze, forgive me, pardon при исследовании их комбинаторных характеристик // Филологические науки. Вопросы теории и практики. 2016. № 9 (63): в 3-х ч. Ч. 2. C. 154-158.
6. Скворцова Е. Б. Комбинаторные характеристики речевой формулы извинения в русском языке [Электронный ресурс] // Научный диалог. 2017. № 4. С. 70-80. URL: http://nauka-dialog.ru/arxiv/2017/nauchnyij-dialog-2017-4/10-02-00-yazyikoznanie/kombinatornyie-xarakteristiki-rechevoj-formulyi-izvineniya-v-russkom-yazyike.html (дата обращения: 30.10.2017).
1 MAGN: лексическая функция, обозначающая значение высшей степени.
7. Словарь современного русского литературного языка: в 17-ти т. / под ред. Л. С. Ковтун, И. Н. Шмелевой. М.: Издательство Академии наук СССР, 1959. Т. 8. 1840 с.
8. Corpus of Contemporary American English [Электронный ресурс]. URL: http://corpus.byu.edu/coca/ (дата обращения: 01.10.2017).
9. López F., Romero V. Mastering Python Regular Expressions. Birmingham: Packt Publishing, Ltd., 2014. 110 p.
10. WordNet: а lexical database for English [Электронный ресурс]. URL: https://wordnet.princeton.edu (дата обращения: 28.10.2017).
STATISTICAL CHARACTERISTICS OF SPEECH FORMULAS OF POLITE EXCUSE IN THE ENGLISH LANGUAGE
Bochkarev Arsentii Igorevich, Ph. D. in Philology Pepelyaeva Mariya Alekseevna Skvortsova Elena Borisovna
Novosibirsk State Technical University arsentiy_87@mail.ru;pepelyaeva@ami.nstu.ru; skvorczova@corp.nstu.ru
The article examines an algorithm for analyzing speech formulas of polite excuses and identifying their statistical characteristics. Such an approach allows determining most exactly the meaning of lexical units, and the applied tools minimize the influence of the subjective factor. The analysis singled out 11 basic speech formulas and revealed the use of auxiliary statement components.
Key words and phrases: five-step algorithm for analysis; component analysis; pre-processing of texts; statistical analysis of textual sampling; lemmatization; algorithm to find associative laws Apriori.
УДК 81
В статье, написанной на материале ранних этапов усвоения навыков шушутажа, исследуется прием стилистической компенсации, используемой обучающимися на интуитивном уровне. Систематическое обучение данной технике синхронного перевода проводится на более продвинутых этапах, однако студенты интуитивно вырабатывают некоторые предварительные приемы стилистической компенсации, которые подчиняются стратегии выравнивания и реализуются в принципах типологизации и нейтрализации.
Ключевые слова и фразы: компенсация; синхронный перевод; шушутаж; обучение переводу; стратегия выравнивания; принцип типологизации; принцип нейтрализации.
Вьюнова Екатерина Кирилловна, к. филол. н. Петрова Елена Серафимовна, к. филол. н.
Санкт-Петербургский государственный университет kate_vyunova@list. ги; saint-petelena@mail. ги
СТАНОВЛЕНИЕ ПРИЕМА СТИЛИСТИЧЕСКОЙ КОМПЕНСАЦИИ ПРИ ШУШУТАЖЕ
Шушутаж, или шушотаж, обозначаемый также рядом синонимичных терминов, как разновидность синхронного перевода, основывается главным образом на навыках активного восприятия на слух поступающей информации на исходном языке и одновременного осмысленного перекодирования этой информации в устной форме на переводящем языке для реципиента. В процессе шушутажа переводчик полагается на спонтанность речевого воспроизводства. Данный вид переводческой деятельности требует, чтобы в неродном языке переводчик обладал языковой компетенцией, приближенной к компетенции носителя языка [18]. Такое требование обусловлено не только необходимостью бесперебойного восприятия иноязычной речи на слух, но и современными реалиями устного перевода, когда синхронист нередко выполняет двусторонний перевод деловых встреч, дискуссий, вопросов и ответов, обсуждений в режиме круглого стола, пресс-конференций. Шушутаж, согласно В. И. Шадрину, может носить не только двусторонний, но и однонаправленный характер, как, например, при переводе произведений кино- и театрального искусства и других типов общественно значимого дискурса в рамках межъязыковой и межкультурной коммуникации [16].
Распространенный тезис о порождении устного переводного дискурса одновременно с восприятием оригинала признается в настоящее время в некоторой степени условным. Высказывалось мнение, что единица устного перевода определяется «отрезком высказывания, обладающим относительно самостоятельным смыслом и позволяющим переводчику выбрать структуру предложения в переводе» [6, с. 229]. Однако на практике шу-шутажист, стремясь к поддержанию ритма, начинает перевод до завершения принципалом не только очередного высказывания, но иногда и синтагмы. На ранних этапах становления навыка шушутажа, как показывает опыт преподавания, это может приводить к фальстартам и нежелательным самоисправлениям, особенно там, где в исходном и переводящем языках различается грамматическое управление. Тем не менее фаза осмысления и фаза собственно перевода отстоят во времени, но это отставание по необходимости оказывается более кратким, чем, скажем, в последовательном переводе, не говоря уже о разновидностях письменного перевода.
