Коллокации и конструкции в исследовании структуры текста Лидия Пивоварова Елена Ягунова

Коллокации и конструкции Что такое для нас коллокации и конструкции? Это сочетания двух и более лексических единиц, которые выделяются нами из текста на основании статистических критериев и/или экспериментов с информантами. Вопросы: Как они соотносятся со словарем и/или грамматикой? С номинативностью и/или предикативностью? Положения-гипотезы: Нечеткость границ между коллокациями и конструкциями Типовые или ядерные коллокации и конструкции противопоставлены как парадигматические vs. синтагматические единицы единицы, принадлежащие лексикону vs. синтаксису

Структурные составляющие текста И коллокации и конструкции – структурные составляющие текста (и шире – коллекции текстов) Опора на следующие виды контекста: минимальный контекст в нем реализуются лексические и морфолого- синтаксические явления; текст (текстовый контекст) включает в себя фрагменты текста вплоть до текста целиком; коллекции текстов предполагает учет текстов определенного типа, т.е. формирование коллекций и подколлекций

Методика экспериментов Вычислительный эксперимент, его результат – наборы связанных сочетаний связанные сочетания для коллекции (в виде частотного словаря) связанные сочетания для каждого текста отдельно (собственно структурные составляющие текста) Эксперимент с информантами, его процедура – определение степени связанности путем шкалирования, результат связанные сочетания для отдельных текстов

Идея сопоставления вычислительного эксперимента и эксперимента с носителями языка Степень связанности неоднословной единицы зависит от вероятностной модели, описывающей ее появление в ходе процедур обработки текста статистические характеристики должны описывать данные в зависимости от типа контекста: минимальный контекст – текст – коллекция текстов Носитель языка имеет интуитивные представления о связанности (степени неслучайности) сочетаний слов в тексте может «подключать» текстовые базы по текстам разных функциональных стилей воспринимает каждый конкретный текст с точки зрения соответствия некоторой текстовой базе адресата.

Данные (процедура анализа) Нами оценивались следующие данные: данные, полученные в ходе вычислительных экспериментов: список наиболее связанных n-грамм по коллекции; список наиболее связанных n-грамм по подколлекции (подколлекция является тематически более однородной, чем исходная коллекция); отдельные тексты, представленные в виде последовательности связанных сочетаний, («сегментов» в терминологии автора программы); отдельные тексты, представленные в виде последовательности связанных сочетаний, полученных в ходе эксперимента с информантами

Гипотезы с увеличением степени однородности увеличивается объем n-грамм (увеличивается n) коллекция однородная коллекциятекст с увеличением степени однородности увеличивается число конструкций (в соотношении конструкция vs. типовая коллокация), увеличивается число предикативных сочетаний ; для отдельно анализируемых текстов сходство наборов связанных сочетаний по результатам вычислительного эксперимента и эксперимента с информантами, большее число предикативных сочетаний по результатам экспериментов с информантами меньшее по результатам вычислительного эксперимента

Мы обсудим с Вами полученные результаты Мы предложим интерпретацию результатов с разных точек зрения: конструкционной, лексико-грамматической и информационной а еще… покажем сходство и различие между двумя интереснейшими типами контекста: единичным текстом и кластером (или сюжетом, т.е. максимально однородной тематической подколлекцией)