Это объясняется тем фактом, что староцерковнославянский язык является прямым предком македонского и болгарского, а также сербохорватского. Видно также, что санскрит (номер 15) сильно отличается от рассматриваемых славянских языков.
На рис.7-9 представлены филогенетические сети, построенные методом NeighbourNet с использованием программы SplitsTree. Заметим, что добавление грамматических признаков качественно не влияет на топологию сети.
Можно выделить четыре основные группы: (1) нижне- и верхнелужицкий языки, демонстрирующие, как и в предыдущих случаях, максимальное сходство; (2) чехословацкая группа, состоящая из чешского, словацкого и восточно-чешского; (3) болгарский, македонский, сербохорватский и словенский, формирующие южную ветвь, и (4) украинский и белорусский, русский и польский.
Староцерковнославянский язык (см. рис. 9) примыкает к южным языкам, что соответствует традиционной классификации и истории этих языков.
Рис. 7. Филогенетическая сеть славянских языков, построенная на основе анализа 476 лексических признаков
Рис. 8. Филогенетическая сеть славянских языков, построенная на основе анализа 476 лексических признаков и 5 грамматических признаков
Рис. 9. Филогенетическая сеть славянских языков, включая староцерковнославянский язык, построенная на основе анализа 411 лексических признаков
Рис. 10. Консенсусное дерево “из ветвей, поддерживаемых большинством” (majority-rule consensus), рассчитанное на основе метода Байеса для 476 лексических признаков
Рис. 11. Консенсусное дерево `из ветвей, поддерживаемых большинством” (majority-rule consensus), рассчитанное на основе метода Байеса для 476 лексических и 5 грамматических признаков
Рис. 12. Консенсусное дерево “из ветвей, поддерживаемых большинством” (majority-rule consensus), рассчитанное на основе метода Байеса с учётом староцерковнославянского языка для 411 лексических признаков
Обратимся теперь к деревьям, полученным методом Байеса, реализованным в MrBayes. Для расчета постериорной вероятности используется метод Монте-Карло с применением цепи Маркова (Markov Chain Monte Carlo - MCMC), состояния которой соответствуют различным филогенетическим деревьям [19]. В качестве априорного распределения задаем гамма-распределение. Пробегаются 1 500 000 поколений и создаются четыре Марковские цепи. Результаты представлены в виде консенсусных деревьев большинства, т.е. деревьев, состоящих из ветвей, поддерживаемых большинством (majority-rule consensus) [7; 9], построенных в SplitsTree (см. рис. 10_12).
На всех изображениях можно выделить три основные ветви. Первая соответствует южным славянским языкам и состоит из болгарского, македонского, сербохорватского и словенского. При этом наблюдается раннее ответвление словенского языка и, наоборот, более позднее разделение македонского и болгарского. На рис. 12 можно увидеть, что староцерковнославянский стоит у основы южной ветви. Вторая ветвь сформирована из западных языков: чешского, словацкого, восточно-чешского, а также пары тесно связанных лужицких языков. И наконец, третья ветвь состоит из русского, рано отделившегося от остальных, польского, украинского и белорусского.
В отличие от традиционной классификации, большинство методов классифицируют польский язык с белорусским, украинским и русским. Одним из возможных объяснений такого распределения может служить тот факт, что на протяжении Средних веков территория Украины, Белоруссии и Польши входили в состав одного государства, Речи Посполитой, что не могло не сказаться на языках. Можно также отметить, что русский язык, на котором говорили в Московском княжестве, с перемещением столицы из Новгорода в Москву отделился от украинского и белорусского языков и стал развиваться более самостоятельно, что и отражается на деревьях.
Заключение
В данной работе мы рассмотрели четыре метода построения филогенетического древа славянских языков. При этом не наблюдалось существенных различий в топологиях деревьев. Кроме того, полученные математическим моделированием классификации согласуются с традиционной. Главным отличием же является близость польского языка к белорусскому, украинскому и русскому на уровне базовой лексики, полученная при моделировании, в то время как, согласно лингвистической классификации, польский язык относится к западной ветви славянских языков. Интересным оказывается также тот факт, что словенский язык обнаруживает наименьшее сходство со славянскими языками, что может служить предметом отдельного исследования.
Однако наш анализ строился на основе базовой лексики языков и лишь с очень малым учетом грамматических признаков, а для более полной картины следует учитывать различные лингвистические признаки, в особенности грамматические, известные своей стабильностью.
Список литературы
1.Боронникова Н.В., Левицкий Ю.А. История лингвистических учений. М.: Высш. шк. 2005.
2.Лингвистический энциклопедический сло-варь, электронная версия. DVD: ООО "ДиректМедиа Паблишинг".
3.Swadesh M. Lexicostatistic dating of prehistoric ethnic contacts // Proceedings American Philosophical Society. 1952. Vol. 96. P. 452-463.
4.Kruskal J.B., Black P., Dyen I. An Indo-European classification: a lexicostatistical experiment // Transactions of the American Philosophical Society. 1992. Vol.82. №5. P. 1-132.
5.Dryer M., Gil D., Comrie B., Haspelmath M. The World Atlas of Language Structures. Oxford: Oxford University Press, 2005.
6.Warnow T., Evans S., Ringe D. et al. An experimental study comparing linguistic phy-logenetic reconstruction methods // Technical Report 732. Department of Statis-tics, Univer-sity of California, Berkeley. 2007.
7.Warnow T., Ringe D., Evans S., Nakhleh L. A Comparison of Phylogenetic Reconstruction Methods on an IE Dataset // The Transactions of the Philological Society. 2005. Vol. 3. № 2. P.171-192.
8. Michener C., Sokal R. A statistical method for evaluating systematic relationships // University of Kansas Science Bulletin. 1958. № 38. P.1409-1438.
9.Nei M., Saitou N. The neighbor-joining method: a new method for reconstructing phylogenetic trees // Molecular Biology and Evolution. 1987. Vol. 4. № 4. P.406-425.
10.Moulton V., Bryant D. NeighbourNet: An Agglomerative Method for the Reconstruction of Phylogenetic Network // Molecular Biology and Evolution. 2004. Vol. 2. № 21. P.255-65.
11.Tassy P., Darlu P. La Reconstruction Phylogйnй-tique. Concepts et Mйthodes. 1993. Pa-ris: Masson.
12. Forey P.L., Humphries C.J., Williams D.M. Kitching I.J. Cladistics: the Theory and Prac-tice of Parsimony Analysis. 2nd ed. 1998. Oxford: Oxford University Press.
13.Jin G., Zhao F., Mellor-Crummey J., Nakhleh L.. Reconstruction Phylogenetic Net-works Using Maximum Parsimony // Procee-dings of 2005 IEEE Computational Systems Bioinformatics Conference. 2005. P.93-102.
14.Meade A., Pagel M., Holden C.J. Compa-rison of maximum parsimony and Bayesian Bantu language trees // The Evolution of Cul-tural Diversity: a phylogenetic approach. 2005. May. P.53-65.
15.Bryant D., Huson D.H. Application of Phy-logenetic Networks in Evolutionary Studies // Molecular Biology and Evolution. 2006. Vol.23. №. 2. P.254-267.
16.Левенштейн В.И. Двоичные коды с исправлением выпадений, вставок и заме-щений символов // Доклады АН СССР. 1965. Вып. 163, № 4. С.845-848.
17.Chakrabarti S. Mining the Web: Discove-ring Knowledge from Hypertext Data. San Fran-cisco: Morgan Kaufmann Publishers, 2003.
18.Larget B., Mark P. van der, Ronquist F. et al. MrBayes: Bayesian Inference of Phylo-geny. URL: http://mrbayes.csit.fsu.edu/index.php
19.Meade A., Pagel M. Bayesian estimation of correlated evolution across cultures: A case study of marriage systems and wealth trans-fer at marriage // The Evolution of Cultural Diver-sity: a phylogenetic approach. London: Uni-versity College