Англомовна термінологія штучного інтелекту в контексті інших терміносистем (досвід лінгвостатистичного аналізу)

Основні положення дисертації відбито в таких публікаціях автора

1. Сліпецька В.Д. Англомовна термінологія штучного інтелекту (досвід лінгвостатистичного аналізу) // Вісник Київського національного лінгвістичного університету. Серія Філологія. - 2006. - Т. 9, №2. - С. 91-97.

2. Сліпецька В.Д. Термінологічний складник англомовних текстів з матеріалознавства та обробки металів: структурні й термінотвірні характеристики // Слов'янський Вісник: Зб. наук. пр. Серія Філологічні науки. - Рівне, 2007. - С. 263-271.

3. Сліпецька В.Д. Частиномовні моделі різногалузевих термінологій // Вісник Чернівецького національного університету. Германська філологія. - 2007. - Вип. 339-340. - С. 111-125.

4. Сліпецька В.Д. Словотвірні характеристики та структурні моделі англомовних термінів штучного інтелекту // Теоретична та прикладна лінгвістика: Зб. наук. пр. - К., 2004. - Вип. 2. - С. 127-131.

5. Скороходько Е.Ф., Сліпецька В.Д. Ідентифікація термінів у тексті // Термін у науковому тексті (до створення терміноцентричної теорії наукового дискурсу). - К.: Логос, 2006. - C. 6-12.

6. Сліпецька В.Д. Зіставлення термінів штучного інтелекту з термінами інших галузей знання // Сучасні проблеми та перспективи дослідження романських і германських мов і літератур: Матеріали V Mіжвузівської конференції молодих учених. Донецьк, 29-31 січня 2007 р. - Донецьк, 2007. - С. 135-137.

7. Сліпецька В.Д. Фінальні афікси термінів у англомовних наукових текстах з матеріалознавства та обробки металу // Актуальні проблеми германської філології в Україні та Болонський процес: Матеріали II Міжнародної Наукової конференції. Чернівці, 20-21 квітня 2007 р. - Чернівці, 2007. - С. 320-321.

8. Сліпецька В.Д. Фінальні афікси термінів у англомовних наукових текстах зі штучного інтелекту // Сучасні проблеми лінгвістичних досліджень і методика викладання іноземних мов професійного спілкування у вищій школі: Зб. наук. пр. Частина 1. - Львів, 2007. - С. 277-278.

9. Сліпецька В.Д. Спеціальні та неспеціальні терміни в англомовних текстах з матеріалознавства та обробки металу (досвід лінгвостатистичного аналізу) // Наука та практика - 2007: Матеріали Міжнародної науково-практичної конференції. Полтава, 11-15 лютого 2007 р. - Полтава, 2007. - С. 234-239.

Анотація

Сліпецька В.Д. Англомовна термінологія штучного інтелекту в контексті інших терміносистем (досвід лінгвостатистичного аналізу). - Рукопис.

Дисертація на здобуття наукового ступеня кандидата філологічних наук за спеціальністю 10.02.04 - германські мови. - Київський національний лінгвістичний університет, Київ, 2008.

Дисертація є лінгвостатистичним дослідженням структурних та термінотвірних характеристик термінів в англомовних наукових текстах зі штучного інтелекту, матеріалознавства та обробки металу, аерокосмічної технології, фінансово-економічної справи. Проаналізовано три категорії термінів: інтрагалузеві, екстрагалузеві та загальнонаукові. Дослідження дозволяє стверджувати, що існує взаємозв'язок між структурними, термінотвірними характеристиками та категорією термінів, їх галузевою належністю. Встановлено зв'язок між довжиною термінів різних категорій, галузей та їх частотою; між афіксальними моделями та категорією терміна; між термінотвірними типами та категорією терміна; між частиномовними моделями та категорією терміна. Виявлено, що основна різниця між структурними і термінотвірними характеристиками інтрагалузевих термінів різних наукових дисциплін полягає у кількісних співвідношеннях частот мовних форм чи продуктивності термінотвірних моделей. Встановлено, що відмінності між термінологіями різних наукових дисциплін зумовлюються, перш за все, позамовними чинниками. За результатами кластерного аналізу найближчою до термінології штучного інтелекту виявилася термінологія матеріалознавства та обробки металу.

Ключові слова: інтрагалузеві терміни, екстрагалузеві терміни, загальнонаукові терміни, взаємозв'язок, довжина терміна, частота терміна, афіксальна модель, частиномовна модель, термінотвірний тип.

Аннотация

Слипецкая В.Д. Англоязычная терминология искусственного интеллекта в контексте других терминосистем (опыт лингвостатистического анализа). - Рукопись.

Диссертация на соискание ученой степени кандидата филологических наук по специальности 10.02.04 - германские языки. - Киевский национальный лингвистический университет, Киев, 2008.

Диссертация посвящена лингвостатистическому исследованию структурных и терминообразующих характеристик терминов, которые функционируют в англоязычных научных текстах по искусственному интеллекту, материаловедению и обработке металла, аэрокосмической технологии, финансово-экономическому делу. Анализируются три категории терминов.

Данные исследования позволяют утверждать, что существует взаимосвязь между структурными, терминообразующими характеристиками и категорией терминов, его отраслевой принадлежностью. Установлена связь между длиной терминов разных категорий и их частотой; между аффиксальными моделями и категорией термина; между терминообразующим типом и категорией термина; мeжду частеречной моделью и категорией термина.

В ходе исследования установлено, что интраотраслевые термины наиболее сложны как в структурном, так и в терминообразующем аспекте, наиболее просты - общенаучные. Интраотраслевые термины в большинстве случаев - это сложные образования, состоящие из двух и более корневых морфем. Интраотраслевые термины отражают весь концептуальный аппарат научной дисциплины, охватывают все слои специальной лексики. Тенденция к полнозначности термина приводит к появлению как семантически, так и структурно сложных единиц. Экстраотраслевые термины представляют не весь состав терминологии смежной отрасли, а только ее ядро, к которому принадлежат частотные термины с большим когнитивным и терминообразующим потенциалом. Наиболее просты по структуре общенаучные термины. Они выражают понятия, относящиеся к методике и практике научного исследования. Термины этой категории наиболее частотны. Преимущественно это однокомпонентные единицы. Термины трех категорий различаются и продуктивностью финальных суффиксов. В интраотраслевых и экстраотраслевых терминах наиболее частотными являются -ing и -er, в общенаучных - -ion.

В процессе исследования установлено, что главное различие между структурными и терминообразующими характеристиками интраотраслевых терминов разных научных дисциплин состоит в количественном соотношении частот языковых форм или продуктивности терминообразующих моделей, имеющихся во всех четырех терминологиях. Только совокупность таких соотношений, названная терминологическим профилем, и отличает одну терминологию от другой. Профиль терминологии представляет собой объединение частных профилей - терминообразующего, аффиксального, частеречного и т.д. Терминообразующий профиль фиксирует продуктивность терминообразующих моделей, аффиксальный - аффиксальных моделей и т.д. Профиль может иметь форму словесного описания, таблицы или графика.

Исследование свидетельствует о том, что различия между отраслевыми терминологиями обусловлены прежде всего внеязыковыми факторами, связанными со спецификой предметной области. В связи с этим предложено понятие референтного субстрата научного текста. Референтный субстрат определяется, в частности, характером объектов и методов их исследования, степенью математизации науки. В терминологиях искусственного интеллекта, аэрокосмических технологий, финансово-экономического дела объект науки - это артефакты, в терминологии материаловедения и обработки металла - вещества или результаты их обработки. Характер артефактов в трех отраслях разный: в искусственном интеллекте - сложные математические или информационные модели; в аэрокосмических технологиях - сложные конструкции; в финансово-экономическом деле - общественные отношения. Характер науки в исследованных отраслях имеет свою специфику. В материаловедении доминируют эмпирические исследования (описание физических или химических свойств металла). В искусственном интеллекте - построение математических моделей. В связи с этим наука имеет дедуктивный характер. Математическое моделирование свойственно и аэрокосмическим исследованиям, и финансово-экономическому делу. В исследовании определена степень сходства между терминологиями искусственного интеллекта, материаловедения и обработки металла, аэрокосмических технологий и финансово-экономического дела. Результаты кластерного анализа свидетельствуют, что среди рассмотренных терминологий наибольшее сходство с терминологией искусственного интеллекта имеет терминология материаловедения и обработки металла (анализировались такие характеристики: структурный тип термина, терминообразующий тип, частеречная модель, финальный структурный суффикс, аффиксальные модели).

Ключевые слова: интраотраслевые термины, экстраотраслевые термины, общенаучные термины, взаимосвязь, длина термина, частота термина, аффиксальная модель, частеречная модель, терминообразующий тип.

Resume

Slipets'ka V.D. English Terminology of Artificial Intelligence in Context of Other Terminological Systems (A Linguostatistic Analysis). - Manuscript.

Thesis for a candidate degree in Philology, speciality 10.02.04 - Germanic Languages. - Kyiv National Linguistic University, Kyiv, 2008.

This dissertation focuses on the linguostatistic study of structural and term-formation characteristics of terms that function in modern English sсientific texts on artificial intelligence, metal processing, aerospace technologies, finance and economics. Three categories of terms: intradomain, extradomain and common terms were analyzed. The data obtained prove that there is the interrelation between structural, term-formation characteristics and the respective term category. There exists the correlation between the term length and its frequency; between the affixation models and the term category; between the part of speech models and the term category; between the term-formation type and the term category. The main difference between the structural, term-formation characteristics of the intradomain terms that belong to the four terminologies under research lies in the frequency distribution of structural and term-formation models. The difference between four terminologies is caused by extralinguistic factors. The cluster analysis has allowed to determine the degree of similarity between the four English terminologies.

Key words: intradomain terms, extradomain terms, common terms, correlation, term length, term frequency, affixation model, part of speech model, term-formation type.

Размещено на Allbest.ru