Диссертация (1137511), страница 8
Текст из файла (страница 8)
Сюда входит илексика, устаревающая на момент начала составления словаря, и лексика, являющаяся к моменту завершения составления словаря неологизмами. В случае настоящей работы нас интересует лексика, которая активно употребляется на моментиспользования составляемого тезауруса. Составление инструментов для автоматической обработки исторических текстов является отдельной, более сложной работой, и не попадает в фокус настоящей работы.Мотивируя необходимость создания новых толковых словарей, С.
И. Ожегов [10] описывал детальную классификацию одноязычных современных толковых словарей с точки зрения полноты. Он выделял три категории наполнения словаря:– большой словарь включает в себя литературный и народный лексикон, включает в себя лексикон активный, пассивный и ту часть устаревшей лексики, которая помогает описать непосредственное происхождение современных лексем; снеобходимостью такой словарь должен охватывать историческую перспективуразвития языка нескольких эпох,– средний словарь включает в себя активный и пассивный лексикон современного языка,– краткий словарь включает в себя активный лексикон и некоторую часть пассивного лексикона.В своей работе С. И.
Ожегов указывал также на проблему определения порядка и состава лексических значений в словарной статье. Три класса словарейразличаются не только объемом и составом словника, но и разными принципамирасположения значений внутри словарной статьи. В частности, в академическихбольших словарях нередко приводится слишком дробное разделение на значения, учитываются достаточно редкие и специфические (устаревшие, диалектныеи т. п.) употребления лексемы. Иногда значения упорядочены в них в соответ37ствии с порядком их возникновения.
В кратких словарях скорее значения упорядочиваются в соответствии с их частотностью.Несмотря на то, что классификация словарей была разработана Л. В. Щербой достаточно давно, она до сих пор остается актуальной. Для сравнения приведём классификацию, предложенную в 2002 Говардом Джексоном [71] Г. Джексонделит словари на следующие классы:– по количеству языков на переводные и одноязычные,– по охвату лексики разного времени на исторические и современные,– по размеру и наполненности словаря на настольные, малые, карманные,– по целевой аудитории на учебные для носителей языка, учебные для иностранцев, общего пользования для взрослых носителей языка,– по назначению на словари общего пользования и специальные (например, фонетические, орфографические, этимологические и т. п.)С точки зрения параметра полноты в том виде, в котором он представлену С.
И. Ожегова и Г. Джексона, большие словари не подходят для целей работы.Препятствием к их использованию является большое количество лексем устаревших, малоупотребительных или находящихся в пассивном лексиконе. При этомследует учитывать трудности компьютерной обработки омонимов и омографов:так как все существующие алгоритмы допускают некоторую частоту ошибки, толюбое увеличение лексикона за счет низкочастотных лексем, омонимичных высокочастотным, будет неизбежно снижать качество компьютерной обработки текста.
Таким образом, представляется, что для наших задач в наибольшей степениподходят словари среднего объема.Ещё одно важное для настоящей работы свойство осталось частично за пределами представленных классификаций словарей: новизна описываемого в словаре лексикона. Наличие в словаре, используемом для построения электронноготезауруса, большого количества новых лексем значительно упрощает как последующие шаги разработки тезауруса, так и его применение для автоматической обработки текстов.
Для того, чтобы выбрать наиболее подходящий словарь по этомукритерию, нужно выявить несколько наиболее поздних исторических периодов,оказавших значительное влияние на активный словарь носителей языка. Для русского языка нетрудно назвать два последних таких периода. Во-первых, это падение «железного занавеса» в начале 1990-х годов, повлекшее за собой пополнениеактивного лексикона значительным количеством заимствований. Во-вторых, это38бурное развитие информационных и околоинформационных технологий, наиболее явно сказавшееся на русском языке в 2000-х и 2010-х годах.Итак, словарь, представляющий интерес в качестве материала исследования, должен представлять собой общий (не энциклопедический) малый или средний толковый неисторический словарь для любой целевой аудитории. Словарьдолжен включать значительное обновление лексикона, охватывающего 1990–2010 гг.2.2 Организация словарной статьиОтдельно следует остановиться на таком принципиальном для исследования параметре словаря, как организация словарного входа: какие языковые единицы группируются в один словарный вход, какова структура словарной статьи,какую информацию она содержит, в каком порядке данная информация располагается.Во-первых, сама группировка лексических единиц в словаре может различаться.
Обычно различают три типа организации словарного входа: гнездовой (однокоренные слова располагаются в одной словарной статье, алфавитногнездовой и алфавитный). Исторически более ранние словари русского языка были организованы в соответствии с алфавитно-гнездовым принципом.
Такой принцип соблюдается в «Толковом словаре живого великорусского языка» В. И. Даля [6]. Такая организация затрудняет поиск лексемы в словаре.Созданный позже в середине XX века словарь Д. Н. Ушакова [7] имеет ужеалфавитный принцип организации. Работа над словарем была начата в 1928 г.,а сами тома словаря были опубликованы в 1934–1940 гг. Для своего словаряД. Н.
Ушаков разработал строгие принципы отбора лексики, ограничил набор приёмов используемых в толкованиях, и ввёл критерии выделения лексических значений и разделения омонимов. Лексикографические стандарты, заданные Ушаковым, легли в основу толковых словарей русского языка XX века.Во-вторых, важным для излечения отношений параметром является лексический состав самого толкования. Так, в 1935 году Майкл Уэст опубликовалнебольшой толковый словарь, обращённый к аудитории людей, изучающих английский язык [111; 112].
Уэст выдвинул тезис о том, что изучающему язык поль39gravity n 1b. worrying importance: He doesn’t understand the gravity of his illness — seeGRAVE2grave adj 2. important and needing attention and (often) worrying: This is grave news — Thesick man’s condition is graveРисунок 2.2 –– Примеры толкований из LDOCEзователю значительно проще обращаться к словарю, все толкования в котором используют строго ограниченный набор лексики.
Для своего словаря Уэст выбралнабор базовой лексики, размером 1490 лексем.Новый вид словарной информации появился в Oxford Advanced Learner’sDictionary of Current English [65] (OALD), опубликованном в 1974 году. Как и всловаре Уэста, составители OALD использовали ограниченный ядерный лексикон для толкований.
Нововведением в их словаре является то, что для словоупотреблений, не входящих в ядерный лексикон, в толковании указан номер значенияслова в его статье. На материале такого словаря задача извлечения тезаурусныхотношений из текста толкования значительно проще, чем на материале толкований традиционных словарей. Фактически, за счёт выделения ядерного лексиконав словаре решена задача разметки лексем, состоящих в ассоциативном отношениис определяемой, а за счёт разметки номеров значений решена задача дизамбигуации.
Таким образом, единственная нерешённая задача для таких словарей состоитв классификации типа отношения, связывающего выделенную пару значений.Современным примером словаря для изучающих язык является LongmanDictionary of Contemporary English [83]. Шестое издание словаря содержит толкования 230000 лексических значений. Для каждого лексического значения словарьсодержит примеры употребления лексемы в этом значении, заметки по употреблению, грамматические пометы.
Как и в OALD, в LDOCE толкования составлены с использованием преимущественно лишь слов ядерного лексикона, составляющего в данном случае 2200 слов. Употребления слов, не входящих в ядерныйлексикон здесь выделены визуально другим шрифтом и, так же, как и в OALD,сопровождаются пометой, указывающей на значение слова. (См.
пример 2.2)Принцип ограниченного лексического выбора для толкований соблюдаютавторы Толково-комбинаторного словаря (подробнее см. [18]).В-третьих, для автоматической обработки важно не только, какая информация присутствует в словаре, но и то, насколько систематично она включается всловарные статьи.
Например, если информация о части речи включается в сло40варь лишь для лексем, для которых в словаре определены омофоны, относящиесяк другой части речи, то данная информация не может быть использована для автоматического анализа.Что касается типов информации, то словарная статья может иметь следующие компоненты:– определяемая лексема,– морфологические признаки лексемы,– транскрипцию лексемы или фонетический комментарий,– указание на этимологию лексемы,– стилистические пометы,– список значений лексемы,– фразеологические примеры.Лексические значения в словаре, как правило, располагают согласно некоторой иерархии.
Авторы словарей могут выделять омонимичные лексемы, каждаяиз которых может обладать полисемичностью. Для полисемичных лексем выделяется перечень значений. В некоторых словарях для отдельного значения можетбыть выделено несколько оттенков значения.В свою очередь, каждое отдельное лексическое значение или оттенок значения может содержать:– толкование,– примеры употребления термина,– пометы, указывающие на значения, в которых употребляются отдельные словав толковании,– отсылку к другой словарной статье, определяющей дериват, синоним, антоним.Следует отметить, что новые формы словарного описания, основанные натеоретических принципах, разработанных в рамках Московской семантическойшколы, представлены в создаваемом в настоящее время «Активном словаре русского языка». В нем, как и в Толково-комбинаторном словаре [18], сам принципорганизации словарных входов отличается от традиционного.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
