Введение
Подготовка научных статей на английском языке часто вызывает затруднения у людей, не являющихся носителями языка. Однако без этого невозможно распространение научных идей в мировом сообществе, а значит, написание научных работ и статей на английском языке является необходимым навыком для исследователей, в частности, для студентов высших учебных заведений.
Однако даже при высоком уровне владения языком формулировка мыслей в академическом стиле может вызывать затруднения. Существуют стандартные приёмы, клише, характерные для текста научных публикаций. Данные приёмы можно извлечь из специальных тематических подборок [21] или многочисленных примеров статей, написанных носителями языка. В то же время использование клише не гарантирует идеального соответствия текста академическому стилю речи. Проблема заключается в том, что избыточное количество приёмов «академизации» текста понижает читаемость работы, её понятность как для носителей языка, так и для широкой академической аудитории. При этом не существует общепринятых стандартов, которых можно придерживаться при написании статьи на английском языке, так как стилистика и степень читаемости текста оцениваются экспертами.
Существующие инструменты для рецензирования и методы анализа стиля [33] при оценке качества и читаемости, опираются на ограниченное число признаков (терминология, формальный стиль речи, читаемость текста), в то время как в методической литература и научных статьях представлено гораздо больше характеристик академического стиля. Кроме того, изначально сформулированные правила определения качества текста не обязательно могут отражать реальную ситуацию использования различных признаков научного стиля на практике. Именно такую возможность предоставляют методы корпусной лингвистики.
Корпусная лингвистика основана на использовании корпусов - произвольных (либо представительных) коллекций текстов по определенной тематике, которые доступны в электронной форме [18], т.е. набор документов или записей, собранных по определённому принципу: общего стиля, общего автора, общего жанра и т.д. или просто общего языка (для национальных корпусов). Таким образом, в отличие от классической лингвистики, корпусная ориентирована на изучение практического применения языка, а не его теоретических аспектов. Существует много задач, уже сейчас решаемых с помощью текстовых корпусов. Например, изучение отдельных словоупотреблений, общей динамики языка, машинный перевод и обучение языку (computer-assistedlanguage learning), некоторые виды анализа текста.
Существует потребность в создании приложения, которое имело бы возможность анализировать научные статьи, написанные носителями на английском языке и одобренные к публикации влиятельными рецензируемыми изданиями (например, Springer), по некоторым лингвистическим характеристикам, которые в основном определяют академический стиль письменной речи. Усреднённые значения встречаемости значимых характеристик, определённые в ходе исследования корпуса статей по определённой тематике, смогут служить ориентиром при написании собственного материала.
Для проверки значимости различных лингвистических характеристик при оценке качества стиля и читаемости текста проводится исследование, основанное на сравнении встречаемости маркеров стиля в научных статьях, взятых в качестве эталонных, и учебных работ высокого и низкого качества (по мнению эксперта). Результаты исследования могут быть использованы для частичной автоматизации работы эксперта при проверке соответствия статьи стилистическим требованиям, а также для формирования рекомендаций.
Объектом данного исследования является процесс проверки соответствия научных статей академическому стилю английского языка.
Предметом исследования являются средства анализа и обработки корпусов.
Целью данной работы является проектирование архитектуры портала для анализа и оценки стиля научных публикаций на основе методов корпусной лингвистики. Портал должен предоставлять пользователям возможность изучить результаты анализа встречаемости маркеров стиля в корпусе текстов для проведения лингвистических исследований или получить рекомендации, сформированные на основе сравнения характеристик отдельной работы с эталонным корпусом. Маркеры стиля выделяются в корпусе с помощью автоматической разметки на основе специальных шаблонов.
Для достижения цели требуется решить следующие задачи:
. Рассмотреть существующие методы анализа академического стиля и средства их реализации:. Провести анализ методов и инструментов идентификации и анализа функционального стиля текста;. Сделать обзор существующих продуктов для работы с корпусами, оценив возможность их использования для анализа качества академического стиля текста;
. Разработать требования к порталу:. Формализовать функциональные и выделить нефункциональные требования для проектируемого портала;. Рассмотреть возможные средства реализации портала;
. Выполнить эскизное проектирование портала портала, включающее:. Построение модели предметной области и жизненного цикла системы;. Разработку архитектуры портала;. Создание прототипов интерфейса портала.
В данном исследовании применяются методы теоретическо-эмпирического
анализа, корпусной лингвистики, объектно-ориентированного проектирования,
сервисно-ориентированный подход для создания распределенных приложений.
Глава 1. Методы и инструменты анализа академического стиля английского языка
архитектура английский портал научный
Идентификация функционального стиля текста, в том числе научного (академического) - одна из базовых задач лингвистики в целом. Использование методов корпусной лингвистики, основанных на анализе коллекций текстов, позволяет рассмотреть не только теоретические признаки научных текстов, но и особенности их применения на практике.
Существуют различные инструменты для работы с корпусами текстов - от
обычных сайтов для простого просмотра и поиска данных до систем, позволяющих
создавать собственные приложения. Некоторые из этих инструментов могут быть
использованы при реализации метода анализа и получения оценки соответствия
статей академическому стилю английского языка, описанного в статье [35].
1.1. Академический стиль речи в английском языке, методы его
идентификации и анализа
Научный (академический) стиль речи представляет научную сферу общения и речевой деятельности, связанную с реализацией науки как формы общественного сознания [9]. Иными словами, это особый функциональный стиль речи, который, в широком смысле, используется для сообщения нового знания о действительности и доказательства её истинности. Этот стиль используется в научных статьях, учебной литературе, монографиях и т.д.
В настоящее время у людей, занимающихся научными исследованиями, нередко возникает необходимость освоения академического стиля английского языка, для того, чтобы их научные работы и статьи могли быть признаны международным академическим сообществом. Для помощи в изучении особенностей данного стиля создаются справочные и учебные материалы, а также обучающие Интернет-ресурсы. Существует множество учебных пособий на английском языке (guides, coursebooks, etc), предназначенных для обучения академическому письму. Методические пособия могут быть адресованы исследователям и студентам [34, 40, 41], преподавателям [25, 26, 29, 36, 39], редакторам изданий [27, 38]. Имеются также учебные пособия от русскоязычных авторов [13, 14, 17].
Кроме того, доступны Интернет-ресурсы, содержащие рекомендации к написанию научных текстов. В частности, ресурсы, называемые academicphrasebanks, содержат списки конструкций, которые могут быть использованы в тех или иных ситуациях: когда нужно выразить критический взгляд, обозначить дистанцию между приводимым мнением и мнением автора, описать классификацию, привести результаты сравнения и примеры, ввести понятие, и т.д. Пример подобного ресурса: AcademicPhrasebank-Universityof Manchester [21].
Особенностям академического стиля английского языка были посвящены многие научные работы, в том числе русскоязычные диссертации и исследования как 80-х годов, так и относительно недавнего времени. В исследованиях охвачены как общие структурные и функциональные особенности научных текстов [2], так и узкие темы, например, выражение экспрессивности [12], причинно-следственных отношений [4] и др.
Классификация текстов, в том числе по функциональным стилям (разговорный, научный, художественный и др.) - одна из задач обработки естественного языка. Определение функционального стиля текста может использоваться в информационном поиске, машинном переводе, генерации текстов [5, 30] для получения более точных и удовлетворяющих пользователя результатов.
Как правило, для определения стиля текста используются так называемые «маркеры стиля». В работе [32] описаны четыре типа таких маркеров (признаков, features):
- маркеры на уровне токенов (длина слова, слоги, N-граммы и др.);
- маркеры, основанные на синтаксисе (части речи, правила замены и др.);
- маркеры, основанные на многообразии лексики (соотношение числа разных слов к общему числу слов, hapax legomena- слова, встречающиеся в контексте один раз, и др.);
- частотность общеупотребительных слов.
В статье [5] представлены методы машинного обучения для классификации текстов, которые используют в том числе вышеописанные признаки, разделённые авторами на лексические (количество слов, N-грамм, глубина дерева синтаксического разбора и т.д.) и квантитативные (количество символов, количество слогов и т.д.). Классифицируемые документы сопоставляются с векторами признаков.
Подход к анализу академического стиля был представлен в работе [33]. Выделяются признаки текста, отвечающие за формальный стиль речи (пассивный залог, субъективные выражения, вопросы), читаемость (союзы и другие соединяющие фразы, использование существительных вместо глаголов) и научный язык (по списку из 200 научных слов и др.), и на основе выделенных признаков создаётся самоорганизующаяся карта (Self-OrganizingMap- особая разновидность нейронной сети).
Ещё один метод был использован для анализа характеристик в заголовках статей по теме «ComputerScience». Значения параметров, таких как длина заголовка, использование пунктуации и предлогов, частота слов, были исследованы на примере корпуса статей из научных журналов [22].
Метод, рассматриваемый в данной работе, предполагает сравнение статей, стиль которых признан экспертами качественным, со статьями, которые, несмотря на соблюдение рекомендаций из методической литературы, являются плохо читаемыми и не соответствуют стандартам. Сравнение производится по признакам, связанным с лексическими и синтаксическими характеристиками текста, которые были выделены при анализе учебных пособий и научных работ об особенностях академического стиля речи. В качестве опоры для исследования берётся коллекция «эталонных»статей из рецензируемых источников, каждой из которых сопоставляется вектор, описывающий встречаемость тех или иных лингвистических характеристик. В дальнейшем, при сравнении эталонных статей с работами студентов, предлагается исследовать влияние каждой из этих характеристик на оценку качества и читаемости текста.
Особенностью этого метода является ориентация на практическое применение
теоретических рекомендаций по соблюдению академического стиля. Проведение
исследований на коллекции текстов, собранных по общим признакам - в данном
случае языку и стилю, - относит метод к области корпусной лингвистики.
1.2. Основные задачи корпусной лингвистики
Корпусная лингвистика направлена на изучение языка и различных его аспектов в конкретных проявлениях и рассматривает в первую очередь примеры текстов, а не абстрактные характеристики речи. Такой подход позволяет оценить разницу между теоретической, идеальной моделью языка и реальным его употреблением, отследить динамику. В отличие от традиционной, корпусная лингвистика чаще использует квантитативные методы исследования, опирается на статистику и теорию вероятностей.
Корпусом называется собрание текстов на некотором языке в электронной форме (а также основанные на нем информационно-справочные системы) [10]. Тексты в корпусах, как правило, объединены некоторыми общими признаками. Наибольшая вариативность документов - в национальных корпусах, где общим признаком является только язык. В специализированных корпусах берётся более узкий набор, например, тексты одного жанра, одного стиля, одного автора, на одну тематику и т.д. Существуют также параллельные корпуса, где хранятся тексты и их переводы на нескольких языках.