Современная лексикография, "дополненная лингвистическая реальность" и проблемы терминографии

N-independent (N): platform-independent (tools), technology-independent content structuring, a language-independent system (for parsing unrestricted text);

N-efficient (N): time-efficient (method), a space-efficient data structure, cost-efficient production (of content for different medias and target audiences);

N-adaptive (N): computer-adaptive (language testing), computer-adaptive tests (of reading);

N-aware (N): context-aware (dictionaries), context-aware order, (words listed in) a prioritized, context-aware order;

3) Adj-N (N):

cross-N (N): cross-language (approach); a cross-platform (ubiquitous language learning) service (via mobile phone and interactive television);

high-N (N): high-performance (lexicographic reference) tool;

4) N-Adv (N):

user-friendly (interface), user-friendly search routes, in (no) user-unfriendly way;

5) Num-N N: (short) one-line definitions;

6) Adj-Adj (N): well-defined (learner populations);

7) Adv-N N: up-market reference tools, up-market online resources;

8) Adv-to-V N: easy-to-consult interfaces.

Подобные новые, особенно развернутые, терминологические словосочетания-коллокации указанных выше типов и видов специального (как правило, междисциплинарного) и потому терминологического характера: 1) часто отсутствуют в общих и специальных словарях; 2) различными "автоматическими переводчиками" (GoogleTranslate, Reverso, "Яндекс Переводчик" и др.) переводятся по-разному, преимущественно пословно; 3) их автоматический перевод или неточен, или нетерминологичен; 4) их способность "втягивать" в свой состав различные уточняющие компоненты "контекстологического" характера значительно затрудняет их перевод с английского языка на родной и делает их порождение на иностранном английском языке почти невозможным; 5) соответствующие двуязычные автоматические ресурсы пока слабо ориентированы на распознавание и перевод терминологических словосочетаний, особенно "контекстуального" характера, когда в "составной" термин включается два и более контекстуально и в смысловом отношении связанных с ним понятия, ср. a commercially driven language tool, dynamic access structures with different access possibilities, broadening the customer base of online dictionaries, additional lexicographic data with metatexts for further access, etc. Так, естественное для специального текста на английском языке выражение a commercially driven language tool автоматическими переводчиками переводится на русский язык как ?"коммерческий языковой инструмент", т. е. выражением, которое не используется в специальных текстах на русском языке.

Между тем способность к активной "контекстуализации" современной терминологии в английском языке является ее принципиально важным свойством. Она позволяет включать в состав термина большое количество дополнительных, уточняющих, конкретизирующих и т. п. компонентов, например: "(to develop) a pedagogically-driven search tool for querying corpora (in such a way that allows) language teachers to access corpora from their teaching perspectives and experiences" [Granger 2007, с. 69], а также объединятся с аналогичными терминологическими конструкциями в единое целое, ср.: new digital forms of presentation of the lexicographic products; a natural and necessary lexicographic adaptation to the new digital environment; см. выделенные курсивом ИГ: "Long entries pose problems for many dictionary users; With e-dictionaries gaining popularity, the dictionary use instruction should be based on the consultation habits and reference needs of e-dictionary users; The design of search routes should be more user-friendly" [Chen 2022, 26-27]; "High-performance lexicographic reference tool should be a kind of search engine enabling queries on a lexical database or on the web" [Tarp 2008, 123].

Важнейшим свойством в организации терминологии выступает также ее стремление к симметрии: "primarily vs secondarily CALL-oriented or lexicography-oriented applications"; "human-oriented vs. machine-oriented tools/ applications ("lexicons")" [Abel 2010, 6]; Involvement Load Hypothesis vs. Cognitive Load Theory [Chen 2022]. Еще одним весьма характерным и показательным свойством современной терминологии на английском языке в виде развернутых терминологических словосочетаний-кластеров является их активное использование в названиях научных публикаций, например: "A Logic Based Implementation of Head-Driven Phrase Structure Grammar" [Popowich, Vogel 1991]; "Evolving approaches to Web-supported language learning: From platforms to platform-independent tools" [Wible 2007]; "L2 Writing Assistants and Context-Aware Dictionaries: New Challenges to Lexicography" [Tarp et al. 2017].

Главной проблемой в переводе развернутых терминологических словосочетаний (терминологических кластеров) с английского языка на русский выступает их фразеологизированный и идиоматичный характер, связанный с их межъязыковой асимметрией: отсутствием в русском языке аналогичных лексико-синтаксических конструкций. Это, в свою очередь, предопределяет невозможность их пословного перевода, который составляет основу всех видов автоматического (машинного) перевода (МП). Современные системы МП, правда, стремительно эволюционируют и способны решать переводческие задачи не алгоритмически, а "лексикографически", включая в свои лексикографические базы данных все возможные и разнообразные обороты, выражения, конструкции и "кластеры" целиком, равно как и их межъязыковые эквиваленты. Однако сама современная терминология развивается так быстро и динамично, что словари не успевают ее фиксировать. Кроме того, способность терминологических словосочетаний "контекстуализироваться" - включать в свой состав дополнительные контекстно связанные уточняющие специальные понятия исключает их полное перечисление в словаре, например: "Some projects mainly re-use already existing lexicographic data in a basically technology-driven way without explicitly applying any specific lexicographic approach" [Granger 2007, 61]; "This is a corpus-based approach to writing definitions taking into account thematic variation in the selection of information" [IJL--2022].

В результате видно, что нужны более явные и адекватные правила перевода развернутых терминологических словосочетаний на иностранный английский и на родной русский язык. Исходным моментом тут выступает исчисление их структурных типов в английском языке, их разбиение на автономные "ядерные" коллокации, задание порождающих моделей их развертывания и сворачивания и др. Так, по своей структуре многокомпонентные именные терминологические словосочетания английского языка можно разделить на следующие типы: 1) составные (двусоставные) именные группы (ИГ) вида N+N и ИГ, состоящие из трех и более именных компонентов вида (ADJ+)N+N(+N): language learning, target audiences, speech recognition, learner corpora, user research; online resources, suggestion window, consultation window, dictionary compilation, dictionary lookup behaviour, definition writing guidelines, web database applications, multiple access routes, (digital bilingual) lexicographic products design, an online dictionary writing system; 2) сложные (двухсоставные ИГ с пассивным причастием) вида N+V-ed: mobile-assisted, user-generated, user-oriented, NLP based; 3) сложно-составные (трех- и четырех компонентные, один из которых пассивное причастие) вида N+V-ed+N(+N): a logic-based implementation, user-generated activity, mobile assisted language learning, 4) усложненные (четырех-пяти компонентные) вида N+V-ed+N+N(+N): head-driven phrase structure grammar, computer-mediated communication for language learning, avenues for future learner-corpus-informed research; 5) комбинированные (два и более составных компонента в виде ИГ): cost-efficient production of content for different medias and target audiences, user-oriented NLP-based teaching platform; computer assisted pronunciation training applications using automatic speech recognition; a cross-platform ubiquitous language learning service via mobile phone and interactive television.

Основным принципом порождения соответствующих переводов при этом выступает учет перевода предшествующего (более простого типа) словосочетания при переводе словосочетания более сложного типа, в противном случае системность, и последовательность в организации терминологии не будет соблюдена. Однако существенно гораздо более трудная проблема при переводе терминологических развернутых словосочетаний с английского языка на русский заключается в том, что в подавляющем большинстве случаев их дословный, "близкий к тексту" перевод оказывается по-русски семантически "недостаточным" и требует уточнений и конкретизации. Так, автоматический (дословный) перевод развернутого терминологического словосочетания the use of iterative processes with test-driven development как "использование итерационных процессов с разработкой через тестирование" (Google Translate) семантически "недостаточен" и стилистически неудачен: разработка чего? В тексте ему соответствует следующий смысл ("контекстуальный" перевод): "апробирование различных итеративных форматов представления данных пользователю", ср.: "Based on the results from observation, D. Norman advocates the use of iterative processes with test-driven development" [Tarp, Gouws 2020, 475]. Ср. также: dictionary-based collocation studies - "изучение словосочетаний на основе ?словаря", an increasing number of dictionary-based collocation studies - "растущее число исследований словосочетаний на основе ?словарей" (Google Translate).

Как видно из проведенного исследования (и ряда предшествующих публикаций), чаще всего перевод с английского языка на русский язык сложных составных (многокомпонентных) терминов требует экспликации разного рода смыслов, имплицитно представленных в компактных и свернутых терминологических выражениях на английском языке, т. е. в явном представлении дополнительных "пояснительных" компонентов в переводе. Так, предельно лапидарное англ. lexicographic user research не может быть передано (при первом "упоминании") на русский язык дословно и буквально, как это делают все автоматические переводчики, а именно: "лексикографическое исследование пользователей". Напротив, "многословное" и эксплицитное представление соответствующего сложного смысла в виде естественной для русского языка развернутой фразы типа "автоматическое отслеживание обращений пользователя к различным видам лексикографической информации", которая по своему содержанию приближается к дефиниции соответствующего "сложно-составного" понятия, позволяет полностью пояснить сущность соответствующего технического процесса, который "позволяет определить пользовательские приоритеты и оперативно вносить коррективы в порядок предоставления различных подсказок и др. лингвистической информации в соответствующий лексикографический процессор" (см. [Tarp 2019, 244]).

Следует особо отметить, что самой сложной задачей в современной межъязыковой научной коммуникации является не столько перевод терминологических словосочетаний с английского языка на русский, сколько "противоположный" процесс: перевод с родного, русского языка на английский. Он оказывается еще в большей степени фразеологизированным и идиоматичным, чем перевод с английского языка на русский, а также более "наукоемким": необходимо (у)знать точно, как именно заданный смысл идиоматично выражается на иностранном английском языке. Самому "сконструировать" варианты перевода типа "corpus-derived evidence", "self-directed L2 vocabulary learning" и т. п. почти невозможно по той простой причине, что у них нет прямых, дословных аналогов-терминов в русском языке. Особенно показательным является тот факт, что подобные развернутые идиоматичные терминологические словосочетания не используются (по указанным выше причинам) при переводе названий научных публикаций с русского языка на английский.

Заключение

В заключение следует подчеркнуть, что современные алгоритмы автоматического перевода научных текстов с русского языка на английский и с английского языка на русский требуют дальнейшего совершенствования, особенно с учетом отличительных особенностей современной научной терминологии и ее свернутого, идиоматического и в то же время активного, динамичного и "многокомпонентного" характера - с одной стороны, и с учетом новейших тенденций в цифровой лексикографии - с другой. Последние показывают, что благодаря новейшим цифровым технологиям и их стремительному развитию, а также в ответ на предъявляемые к ней принципиально новые требования, сама лексикография и создаваемые ею современные лексикографические ресурсы активно приобретают новые конструктивные свойства: динамичность, операциональность, интерактивность, многофункциональность, "многоканальность" (доступа), интегративность, "инкорпорированность", "персонифицированность" (personalization, ориентация на (конкретного) пользователя), "адаптивность" (учет пользовательских задач), (автоматизированная) "пользовательская настройка" (automated customization), контекстуализация, а также "индустриализация": разработка комплексных цифровых лексикографических служб и их симбиоз с интеллектуальными системами автоматизированной обработки естественного языка. Показательно, что новые задачи, которые ставят перед лексикографией новые технологии, не могут быть решены традиционными "лексикографическими" методами анализа потребностей пользователя. Основным способом их решения становятся цифровые технологии, которые способны фиксировать и прогнозировать действия пользователя и его информационные потребности.

Особое место и значение в современной межъязыковой научной коммуникации занимает двуязычная терминография. Соответствующие двуязычные ресурсы пока слабо ориентированы на распознавание и перевод современной, "высокотехничной", активной, динамичной, предельно содержательной терминологии, органично вписывающейся в текущий контекст, особенно в виде развернутых многокомпонентных терминологических словосочетаний-кластеров, от принципов включения которых в двуязычные терминологические ресурсы в значительной степени зависит уровень развития межъязыковой научной коммуникации.

Список сокращений

Adj -- Adjective

Adv -- Adverb

AW -- Augmented Writing

CALL -- Computer-assisted Language Learning

N -- Noun

Num -- Numeral

V -- Verb

WA -- Write Assistant

ИГ -- Именная группа

ИИ -- Искусственный интеллект

МП -- Машинный перевод

Источники

IJL--2022 -- International Journal of Lexicography. [Electronic resource]. 2022. // https://academic.oup.com/ijl.

GPT--2 -- Natural Language Understanding model "Generative Pre-trained Transformer 2 (GPT-2)": an open-source artificial intelligence created by OpenAI . 2019.

WALL -- Web Assisted Language Learning // http://wall.eila.univ-paris-diderot.fr.

Write Assistant -- https://www.writeassistant.com/da.

Wordfast -- https://www.wordfast.com/.

Литература

1. Рябцева Н.К. "Конструкционная грамматика" и научная коммуникация: Межъязыковой аспект // Научный диалог. 2019. № 6. С. 50--71. DOI: https://doi.org/10.24224/2227-1295-2019-6-50-71.

2. Рябцева Н.К. Термины как когнитивные доминанты в научной коммуникации и их межъязыковые соответствия // Когнитивные исследования языка. 2021а. № 1 (44). С. 356--364.

3. Рябцева Н.К. Переводческие парадоксы и их когнитивная интерпретация / Н.К. Рябцева // Когнитивные исследования языка. 2021б. № 4 (47). С. 383--390.

4. Abel A. Towards a systematic classification framework for dictionaries and CALL // S. Granger, M. Paquot (eds). eLexicography in the 21st century: New challenges, new applications. Proceedings of eLex-2009. Louvain-la-Neuve, 22-24 October, 2009. Cahiers du Cental, 2010. № 7. Рр. 3--11.

5. Abel A., Bracco St. From an online dictionary to an online dictionary writing system // G.-M. de Schryver (ed.). DWS 2006: Proceedings of the Fourth International Workshop on Dictionary Writing Systems. Pretoria: (SF) Press, 2006. Рр. 25--34.

6. Banks C. What is an Augmented Writing Platform? 2019. // https://medium.com/swlh/what-is-an-augmented-writing-platform-b28fa588a1c5.

7. Boelhouwer B., Sijens H., Dykstra A. Dictionary Portals. Pedro A. Fuertes-Olivera (Ed.). The Routledge Handbook of Lexicography. 2018. Рр. 754--766.

8. Bothma T. J. D., Tarp S. Why Relevance Theory Is Relevant for Lexicography // Lexicographica, 2014. № 30. Рр. 350--378.

9. Colson E. What AI-Driven Decision Making Looks Like. 2019. // https://hbr.org/2019/07/what-ai-driven-decision-making-looks-like .

10. Chen Yu. Effect of Learning Conditions on Collocation Gains: A Case Study of Task-based Dictionary Use Instruction // Lexikos, 2022, № 32 (AFRILEX-reeks/series 32: 2022). Рр. 1--30. (1679-Article Text-3062-1-10-20220227.pdf).

11. Durбn-Muсoz I. Specialised lexicographical resources: a survey of translators' needs // S. Granger, M. Paquot (eds). eLexicography in the 21st century: New challenges, new applications. Proceedings of eLex-2009, Louvain-la-Neuve, 22-24 October, 2009. Cahiers du Cental, 2010, № 7. Pр. 55--66.

12. Frankenberg-Garcia A., Lew R., Rees G. Roberts J. C., Sharma N., Butcher P. ColloCaid : Around 30 thousand academic English collocations and examples of collocations in context curated from expert writing corpora. 2021 // http://www.collocaid.uk/

13. Fuertes-Olivera P.A., Tarp S. Theory and Practice of Specialised Online Dictionaries: Lexicography versus Terminography. Berlin/Boston: De Gruyter, 2014.

14. Fuertes-Olivera P.A. Designing and Making Commercially Driven Integrated Dictionary Portals: the Diccionarios Valladolid-Uva // Lexicography, 2019, № 6(1). Рр. 21--41. doi.org/10.1007/s40607- 019-00056-8.

15. Fuertes-Olivera P.A., Esandi-Baztan M.A. Integrating Terminological Resources in Dictionary Portals: The Case of the Diccionarios Valladolid-UVa // Lexikos, 2020, № 30 (AFRILEX-reeks/series 30). Pp. 90--110.

16. Fuertes-Olivera P.A., Tarp S. A Window to the Future: Proposal for a Lexicography-assisted Writing Assistant // Lexicographica, 2020, № 36. Рр. 257--286.

17. Fuertes-Olivera P.A., Tarp S., Sepstrup P. New Insights in the Design and Compilation of Digital Bilingual Lexicographical Products: The Case of the Diccionarios Valladolid-UVa. Lexikos, 2018, № 28. Pp. 152--176.

18. Gouws R.H. Increasing the Scope of the Treatment of Specialised Language Terms in General Dictionaries // Schierholz, S., R.H. Gouws, Z. Hollуs and W. Wolski (Eds.). Wцrterbuchforschung und Lexikographie. Berlin: De Gruyter, 2016. Pp. 101--118 // https://doi.org/10.1515/9783110474251-007.

19. Granger S. (ed.) Optimizing the role of language in Technology-Enhanced Learning. Proceedings of the expert workshop organized by the Integrated Digital Language Learning (IDILL) seed grant project. Louvain-la-Neuve (Belgium), 4--5 October 2007.

20. Granger S., Paquot M. Preface // Cahiers du Cental, 2010, № 7. "eLexicography in the 21st century New challenges, new applications". Proceedings of eLex 2009. Louvain-la-Neuve 22-24 October 2009. Sylviane Granger and Magali Paquot (eds). UKL Presses, 2010. Pр 1--5.

21. Huang F., Tarp S. Dictionaries Integrated into English Learning Apps: Critical Comments and Suggestions for Improvement // Lexikos. 2021, № 31. P. 68--92. (suphttp://lexikos.journals.ac.za) // https://doi.org/10.5788/31-1-1626.

22. Liew A. DIKIW: Data, Information, Knowledge, Intelligence, Wisdom and their Interrelationships // Business Management Dynamics. 2013, Vol. 2, Issue 10. Рр. 49--62.

23. Loewen S., Crowther D., Isbell D. R., Kim K. M., Maloney J., Miller Z. F., Rawal H. Mobile-Assisted Language Learning: A Duolingo Case Study // ReCALL, 2019, № 31(3). Рр. 293--311.

24. Kilgarriff A. How to monetise a web presence (and hoover a moose). A report on the e-lexicography conference at Louvain-la-Neuve, Belgium, 22--24 October 2009 // http://www.uclouvain.be/en-307398.htm

25. Marconi F. The Year of Augmented Writing. 2022. Textio // http://www.techxplore.com OpenAi2019 // https://openai.com/.

26. Pajzs J. On the possibility of creating multifunctional lexicographical databases // H. Bergenholtz, S. Nielsen, S. Tarp (eds). Lexicography at a Crossroads. Dictionaries and Encyclopedias Today, Lexicographical Tools Tomorrow. Bern: Peter Lang, 2009. Рр. 327--354.

27. Popowich F., Vogel C. A Logic Based Implementation of Head-Driven Phrase Structure Grammar // C. Brown and G. Koch (eds). Natural Language Understanding and Logic Programming, III. Elsevier, North-Holland. 1991. Pр. 227--246.

28. Riabtseva N. K. "From augmented reality to augmented human": Contemporary information technologies and their impact on human intelligence // Cognitive Modeling: Proceedings of the Fourth International Forum on Cognitive Modeling (11--18 September, 2016, Lloret de Mar, Spain). In 2 parts. Part 1. Cognitive Modeling in Linguistics: Proceedings of the XVII International Conference "Cognitive Modeling in Linguistics. CML-2016". Rostov-on-Don: Science and Studies Foundation, 2016. Рр. 412--421.

29. Riabtseva N. K. Contemporary digital technologies and innovations in human intelligence // Russian Linguistic Bulletin. 2017, № 3 (11). Pр. 7--16. DOI: 10.18454/RULB.11.15

30. Riabtseva N. K. Cross-Cultural Communication: Its Asymmetry and Authenticity // Nauchnyi dialog. 2020, № 4. Рр. 130-150. DOI: https://doi.org/10.24224/2227-1295-2020-4-130-150. (In Russ.).

31. Riabtseva N. K. Contemporary terminological problems in a cross-linguistic perspective // Nauchny Dialog. 2022. № 8. (In Russ.). (In press) de Schryver Gilles-Maurice. Lexicography in the crystal ball: Facts, trends and outlook. // Fjeld R. V., Torjusen J. M. (eds). Proceedings of the 15th EURALEX International Congress, 711. August, 2012. Oslo: Department of Linguistics and Scandinavian Studies, University of Oslo, 2012. Рр. 93--163.

32. Siepmann D. Collocation, Colligation and Encoding Dictionaries. Part II: Lexicographic Aspects // International Journal of Lexicography. 2006, № 19(1). Рр. 1--39.

33. Simonsen H. K. Augmented Writing and Lexicography: A Symbiotic Relationship? // EURALEX. Proceedings. 2020. Pр. 509--514.

34. Tarp S. Lexicography in the borderland between knowledge and non-knowledge. Tьbingen: Niemeyer, 2008.

35. Tarp S. Connecting the Dots: Tradition and Disruption in Lexicography // Lexikos, 2019, № 29. Pр. 224--249.

36. Tarp S. Turning Bilingual Lexicography Upside Down: Improving Quality and Productivity with New Methods and Technology // Lexikos. 2022, № 32 (AFRILEX-reeks/series 32). Рр. 66--87.

37. Tarp S., Fisker K., Sepstrup P. L2-Writing Assistants and Context-Aware Dictionaries: New Challenges to Lexicography // Lexikos. 2017, № 27. Рр. 494--521.

38. Tarp S., Gouws R. H. Lexicographic Contextualization and Personalization: A New Perspective // Lexikos. 2019, № 29. Р. 250--268.

39. Verlinde S. The Base lexicale du franзais: a multi-purpose lexicographic tool // Cahiers du Cental, 2010, n° 7. Рр. 335--342.

40. De Wachter L., Verlinde S., D'Hertefelt M., Peeters G., Tounsi L. How to deal with students' writing problems? Process-oriented writing support with the digital Writing Aid Dutch // Rak Rafal (Ed.) The 25th International Conference on Computational Linguistics, 2014. Dublin. Proceedings of the Conference. System Demonstrations. 2014, Рр. 20--25.

41. Wible D. Evolving approaches to Web-supported language learning: From platforms to platform-independent tools // Granger S. (ed.) Optimizing the role of language in Technology-Enhanced Learning. Proceedings of the expert workshop organized by the Integrated Digital Language Learning (IDILL) seed grant project, Louvain-la-Neuve (Belgium), 4-5 October 2007. Pр. 65--69.

Размещено на Allbest.ru