Статистичний аналіз прислів'їв і приказок: показник асоціації mutual information (на матеріалі українського національного лінгвістичного корпусу)

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Статистичний аналіз прислів'їв і приказок: показник асоціації mutual information (на матеріалі українського національного лінгвістичного корпусу)

Сучасна лінгвістика позиціонує корпуснозорієнтованість як необхідну умову мовознавчого дослідження. Статистичний аналіз фразеологічних і фразеологізованих одиниць належить до актуальних завдань лінгвістичної статистики, оскільки за допомогою математичних методів і прийомів покликаний підтвердити або спростувати належність певної мовної одиниці до класу стійких. Процедуру такого аналізу на матеріалі синтаксичних фразеологізмів української мови запропоновано у працях (Sytar, «Statystychni Kryteriyi Analizu Syntaksychnykh Frazeolohizmiv»; Sytar, «Statystychnyi analiz frazeolohizovanykh rechen…»; Sytar, «Syntaksychni frazeolohizmy v rozrizi konstruktsiinoi hramatyky»).

Обчислення показників асоціації як метод визначення невипадковості поєднання компонентів може бути застосований для різних типів конструкцій. Цю статтю присвячено аналізу прислів'їв і приказок, які в межах широкого підходу до розуміння обсягу фразеології кваліфікують як один із типів стійких одиниць (В.Л. Архангельський, А.М. Баранов, Д.О. Добровольський, Т.О. Туліна та ін.).

У розумінні прислів'їв і приказок спираємось на усталений в українському мовознавстві погляд, згідно з яким прислів'я визначають як «стійкий вислів переважно фольклорного походження, в якому зафіксований практичний досвід народу та його оцінка різних подій і явищ. Прислів'я на відміну від приказок, - це самостійні судження, граматично та інтонаційно оформлені як прості («Дружній череді і вовк не страшний») або складні («Біда тому волові, котрого корова коле») речення» (Ukrainska mova: Entsyklopediia: 530, автор статті М.Т. Демський). Оскільки в зібраннях прислів'їв і приказок їх подають без розмежування, до статистичного аналізу залучаємо їх разом як групу умовно однорідних одиниць.

Матеріал і методи дослідження. Об'єктом статистичного аналізу стали 53 прислів'я і приказки, дібрані з авторитетних джерел («Ukrainski prykazky, pryslivia i take inshe»; «Pryslivia ta prykazky»), серед них 9 трикомпонентних, 17 - чотирикомпонентних, 14 - п'ятикомпонетних, 6 - шестикомпонентних і 7 - семикомпонентних одиниць. Вірогідність одержаних кількісних даних забезпечено виконанням обчислень на матеріалі значного за обсягом й індексованого корпусу текстів - Українського національного лінгвістичного корпусу (далі УНЛК) Українського мовно-інформаційного фонду НАН України.

В арсеналі сучасної статистики існує низка статистичних критеріїв (коефіцієнтів), об'єднаних терміном «показники асоціації» (англ. association measures, measures of association). За Кембриджським словником статистики Брайана Еверітта (Brian S. Everitt), «Показники асоціації - числові індекси, що обчислюють силу статистичної залежності двох або більше квалітативних змінних» (Everitt: 241).

У цьому авторитетному лексикографічному виданні термін «асоціація» витлумачено як «загальний термін, що використовується для опису відношення між двома змінними. Значною мірою є синонімічним до кореляції» (Everitt: 20).

У словнику статистики й методів дослідження Американської асоціації психологів (за ред. Sheldon Zedeck) асоціацію визначено як «ступінь статистичної залежності або відношення між двома або більше явищами», а кореляцію - як «ступінь відношення (зазвичай лінійного) між двома змінними, який може бути обрахований як коефіцієнт кореляції, сила асоціації» (APA: 65).

Статистична залежність послідовності словоформ у корпусі визначувана за допомогою показника асоціації mutual information (далі МІ) (буквально - взаємна, спільна інформація). Поняття МІ ввів у теорію інформації Роберт Маріо Фано (Fano). У лінгвістичних дослідженнях його вперше застосували Кеннет Ворд Чарч (Kenneth Ward Church) і Патрік Генкс (Patrick Hanks) (Church, Hanks). Сутність спільної інформації вчені визначили так: «спільна інформація порівнює ймовірність спостереження х та у разом (поєднана ймовірність) з імовірностями спостереження х та у незалежно (випадкова)» (Church, Hanks: 23). Відповідно у дослідників мова йшла про невипадковість поєднання двох слів у тексті і про потребу залучення цього методу для лексикографії, укладання конкордансів, вивчення сполучуваності слів та ін.

Оскільки обраний об'єкт дослідження - прислів'я та приказки - є багатокомпонентними (три- і більше) одиницями, постає потреба врахувати у формулі МІ більшу кількість компонентів. Тому обчислення здійснено за формулою (1), виведеною у працях (Petrovic, Snajder, Basic, Kolar: 323; Yagunova, Pivovarova: 586).

Мета цього дослідження - визначити ступінь невипадковості поєднання компонентів у складі українських прислів'їв і приказок за допомогою обчислення показника асоціації МІ. Для досягнення поставленої мети розв'язано такі завдання:

1) укладено реєстр прислів'їв і приказок, що охоплює одиниці з різною кількістю компонентів і різну тематику;

2) з УНЛК отримано частотні дані для прислів'їв і приказок;

3) виконано обчислення за формулою МІ для багатокомпонентних одиниць;

4) проаналізовано отримані результати.

Для коректного встановлення абсолютної частоти конструкції та абсолютної частоти окремих словоформ, що входять до її складу, в пошуковій формі УНЛК було задано визначений порядок словоформ та передбачено пошук словоформи, а не слова з урахуванням його парадигми. Оскільки цей корпус текстів є динамічним, зазначимо, що частотні дані подаємо станом на лютий 2018 року. Загальна кількість слововживань у корпусі в період здійснення підрахунків становила 189 200 000 одиниць.

Покажемо приклад здійснених підрахунків. Для обчислення ступеня невипадковості поєднання словоформ у межах прислів'я Терпи, козаче, отаманом будеш з УНЛК було отримано такі кількісні дані: абсолютна частота прислів'я становить 11, абсолютна частота словоформи терпи - 228; козаче - 307; отаманом - 239; будеш - 1968. Підставляючи ці дані до формули (1), отримуємо:

Коефіцієнт МІ обраховували з точністю до двох знаків після коми. Отримані результати МІ для трикомпонентних прислів'їв і приказок подано в таблиці i.

Як видно з таблиці 1, коефіцієнт МІ для трикомпонентних прислів'їв і приказок перебуває у межах від 24,5 (Хлібусьому голова) до 35,34 (Горбатого могила виправить).

Таблиця 1. Показник асоціації МІ для трикомпонентних прислів'їв і приказок за даними УНЛК

Література

фразеологізм прислів'я лексичний синтаксичний

1. APA Dictionary of Statistics and Research Methods. Sheldon Zedeck, PhD, editor in chief. Washington, DC: American Psychological Association, 2014. Print.

2. Church, Kenneth Ward, and Patrick Hanks. «Word Association Norms, Mutual Information, and Lexicography». Computational Linguistics 16 (1) (1990): 22-29. Print.

3. Everitt, B.S. The Cambridge Dictionary of Statistics. 2nd edition. Cambridge: Cambridge University Press, 2002. Print.

4. Fano, RobertM. Transmission of Information: A Statistical Theory of Communications. The Technology Press, M.I.T., and John Wiley & Sons, Inc., New York, 1961. Print.

5. Petrovic, S., Snajder, J., Basic, B.D., Kolar, M. «Comparison of collocation extraction for document indexing». Journal of Computing and information technology, 14 (4) (2006): 321-327. Print.

6. Sytar, Hanna. «Statystychni Kryteriyi Analizu Syntaksychnykh Frazeolohizmiv (Statistical Criteria of Analysis of Syntactic Idioms).» Visnyk Donets'koho Natsional'noho Universytetu. Seriya B. Humanitarni Nauky (The Bulletin of Donetsk National University. Series B. Humanities) 1-2 (2015): 245-256. Print.

7. Sytar, Hanna. «Statystychnyi analiz frazeolohizovanykh rechen: pokaznyk asotsiatsii mutual information (Statistical Analysis of Sentences with Phraseological Structures: Association Measure of Mutual Information)». Ukrainske movoznavstvo (Ukrainian Linguistics). 1 (46) (2016): 103-125. Print.

8. Sytar, Hanna. Syntaksychni frazeolohizmy v rozrizi konstruktsiinoi hramatyky (Syntactic Idioms in the Context of Construction Grammar). Vinnytsya: TOV «Nilan-LTD», 2017. Print.

9. Ukrainska mova: Entsyklopediia (Ukrainian language: Encyclopedia). Redkol.: Rusanivskyi V.M. (spivholova), Taranenko O.O. (spivholova), Ziabliuk M.P. ta in. 2-he vyd., vypr. i dop. Kyiv: Vyd-vo «Ukrainska entsyklopediia» im. M.P. Bazhana, 2004. Print.

10. Yagunova, Ye. V., Pivovarova, L.M. «Ot kollokatsiy k konstruktsiyam (From Collocations to Constructions)».

11. ACTA LINGUISTICA PETROPOLITANA. Works of the Institute of Linguistic Researches of RAS, Russkiy yazyk: grammatika konstruktsiy i leksiko-semanticheskie podkhody (The Russian Language: Construction Grammar and Lexical and Semantic Approaches): X, part 2. (2014) 568-617. Print.

Размещено на Allbest.ru