Материал: Проектирование портала для анализа и оценки стиля научных текстов

При выборе средств, необходимых для анализа корпуса, следует учитывать цель и специфику решаемых задач, а также квалификацию и возможности пользователей и программистов, участвующих в проекте.

В таблице 1.1 представлены результаты анализа соответствия рассмотренных типов инструментальных средств функциональным требованиям.

Таблица 1.1 Результаты анализа инструментальных средств  для работы с корпусами

Наиболее подходящей для реализации метода является среда GATE, однако ввиду отсутствия свободного одновременного доступа к приложению для большого числа пользователей и сложности интерфейса в целом она также не может быть использована для полной реализации сервиса. На примере рассмотренных приложений для работы с корпусами, их достоинств и недостатков можно выделить требования, которые следует учесть при реализации собственного продукта.

Вывод по главе

Для изучения особенностей академического стиля английского языка используются научные работы по данной тематике, методические материалы для студентов и преподавателей, а также обучающие Интернет-ресурсы. Существуют разные способы автоматического анализа функционального стиля текста, использующие подсчёт характеристик текста, в том числе наличие определённых конструкций, терминологии и т.д. Использование методов корпусной лингвистики позволяет рассмотреть особенности практического применения признаков «академизации» речи на примере коллекций текстов. Для реализации предложен метод анализа и оценки стиля научных текстов на английском языке с помощью эталонных корпусов.

На данный момент не существует приложений, которые позволили бы реализовать указанный метод без разработки дополнительных расширений. Наиболее близкой по функциональности является среда разработки приложений для работы с корпусами GATE, но она является настольным приложением с достаточно сложным интерфейсом, поэтому не может быть использована для полной реализации портала. В целом имеющиеся инструменты лингвистов не предоставляют достаточной функциональности или не являются достаточно удобными для работы пользователей, не являющихся специалистами в лингвистике и программировании.

Глава 2.     Формирование требований к разрабатываемому приложению

Наиболее подходящей для реализации метода анализа и оценки стиля научных текстов на английском языке с помощью эталонных корпусов является форма исследовательского портала. Исследовательские порталы - информационные ресурсы, размещаемые в сети Интернет с целью предоставления пользователям материалов для проведения исследований и публикации их результатов. Некоторые порталы предназначены для совместного решения задач в определённой предметной области [6, 8, 15], другие размещают результаты работы отдельных научных подразделений - университетов, кафедр и др. [37]

Для реализации портала необходимо формализовать требования к функциональности портала, которые основываются на теоретических аспектах метода. Кроме функциональных требований, выделяются также нефункциональные, касающиеся особенностей целевой аудитории портала и их целей использования метода.

2.1.   Теоретические основы метода анализа и оценки качества стиля на основе эталонных корпусов

В рассматриваемом методе оценка качества стиля статьи производится на основе сравнения с корпусом научных статей, написанных носителями на английском языке и признанных качественными (прошедших рецензирование экспертами), по некоторым лингвистическим характеристикам, которые в основном определяют академический стиль письменной речи. Эти характеристики далее в тексте будут называться качественными критериями или маркерами академического стиля.

Для проверки значимости различных лингвистических характеристик при оценке качества стиля и читаемости текста будет проводиться 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 смогут быть использованы для формирования рекомендаций.

В качестве теоретической базы для создания приложения экспертом был предоставлен список качественных критериев («маркеров») академического стиля речи. Список составлен на основе справочных и учебных материалов, а также Интернет-ресурсов по обучению академическому письму (в том числе описанных в главе 1). В ходе исследования источников учитывался тот факт, что имеющиеся российские диссертационные исследования не всегда приводят статистически убедительные данные.

Все вошедшие в список критерии можно условно разделить на несколько групп:

−       грамматические;

−       синтаксические.

Внутри групп также возможно разделение критериев, например, по особенностям их проверки. Рассмотрим критерии, входящие в каждую группу, подробнее.

Лексические критерии можно условно разделить на три подгруппы:

-       Критерии, которые учитывают частотность появления в тексте конкретных слов, терминологии.

-       Критерии, которые учитывают частотность появления в тексте слов, соответствующих определённым словообразовательным схемам.

-       Критерии, которые учитывают частотность появления в тексте слов определённых частей речи.

К первой подгруппе относятся следующие критерии:

−       активное использование терминологии, соответствующей предметной области, предположительно 15-20% текста;

−       близкая к нулевой встречаемость личных местоимений you, he, she;

−       использование личного местоимения we (мы) в значении I (я);

−       десемантизированные глаголы: be, become, seem, remain, grow, consider;

−       глаголы широкой абстрактной семантики: be, exist, have, appear, occur, alter, continue, contribute, discuss, involve, investigate, conduct, consider, illustrate, assume, find calculate, demonstrate, identify, analyze, support, challenge, examine, affect, provide, include, classify, establish;

−       словосочетанияthat of, those of;

−       усилительные наречия: clearly, dramatically, completely, considerably, essentially, significantly, markedly, perfectly.

Вторая группа включает в себя такие маркеры, как:

−       наличие абстрактных существительных, образованных с помощью суффиксов: - ment, - ion: -ation/- ition /- tion / -sion, -f, -ness, -ce/-cy, - ity, -dom, - th, -ery/-ry, - ise/ -ice, - hood, -ics, -ship;

−       наличие суффикса -or, который, как правило, обозначает термины и технические понятия.

Наконец, к третьей группе мы отнесём следующие критерии:

−       номинативность текста - преобладание существительных;

−       предположительно низкая встречаемость личных местоимений.

В группу грамматических маркеров входят два критерия:

−       широкое использование глаголов в пассивном залоге;

−       преобладание глаголов настоящего времени (предположительно).

Синтаксические критерии, как и лексические, можно разделить на подгруппы.

-       Критерии, описываемые структурами.

-       Критерии, учитывающие встречаемость определённых союзов, предлогов, средств связи и др.

В первую подгруппу входят следующие критерии:

−       преобладание предложений с простой, сложноподчинённой или сложносочинённой структурой;

−       наличие постпозитивных и препозитивных определений почти при каждом существительном.

−       преобладание препозитивных определительных групп в технических текстах (например: vacuumtubes, anti-aircraftfirecontro lsystems).

Препозитивное определение [11] в английском языке может быть выражено прилагательным, местоимением-прилагательным, количественным или порядковым числительным, причастием, герундием (без предлога), существительным в притяжательном падеже и существительным в общем падеже без предлога. Примеры: the old woman, the first sentence, her sister’s flat, the kitchen door.

Постпозитивное определение [11] может быть выражено существительным в общем падеже с предлогом, причастным оборотом, герундием с предлогом, инфинитивом, наречием, количественным числительным, употребленным в значении порядкового, а также прилагательным с зависящими от него словами. Примеры: door of the room, the children playing in the yard, the article to translate, the room upstairs, room ten.

Во второй подгруппе выделяются следующие маркеры:

−       использование двойных и составных союзов: not merely, but also, both and, as … as, neither … nor, the … the, not so … as;

−       использование слов thereby, therewith, hereby, являющихся в литературном языке архаизмами;

−       составные предлоги: throughout, within, in accordance with, instead of, according to, because of, due to, regardless of;

−       средства логической связи: since, therefore, (it) follow/s (that), so, thus, leads to, results in.

Предполагается, что числовые оценки значений вышеописанных характеристик для определённой предметной области возможно получить, проведя анализ корпуса текстов, состоящего из статей по соответствующей тематике.

Разрабатываемый сервис для анализа и оценки стиля должен получать на вход корпус текстов, состоящий из научных статей на английском языке, посвящённых сходной тематике. Последнее уточнение нужно для более удобного выделения терминов в тексте, например, с использованием терминологического словаря на заданную тематику.

После автоматической токенизации текста и нанесения разметки на слова и конструкции, которые описываются в качественных критериях академической речи, приложение предоставляет пользователю возможность проверить и редактировать автоматически нанесённую разметку.

Проанализировав аннотированный корпус, приложение выдаёт по каждому из критериев, представленных выше, статистическую информацию, например:

−       среднее количество маркеров данного типа, встречающееся в документах корпуса;

−       наибольшее и наименьшее количественные значения характеристики;

−       опционально: распределение количества маркеров в каждом документе;

−       для критериев, оценивающих встречаемость частей речи, типов предложений и др.: процентное соотношение относительно общего количества слов/предложений.

Должен учитываться тот факт, что размер статей может различаться, поэтому статистическую информацию необходимо отражать как в абсолютных числах, так и относительно общего числа слов в документе. Полученная в результате работы сервиса информация сможет использоваться экспертом для интерпретации и проверки её валидности.

Для формирования рекомендаций сервис должен получить отдельную статью, разметить её по тем же типам аннотации (маркерам стиля), которые оцениваются в корпусе, и сравнить расстояния между значениями статистических характеристик корпуса и статьи по некоторой метрике.

2.2.   Нефункциональные требования к разрабатываемому приложению

Возможность выполнить анализ и оценку на основе описанного в статье [35] метода не является единственным важным аспектом при создании портала. В процессе проектирования и выбора средств реализации необходимо учесть особенности целевой аудитории портала. В данном случае потенциальные пользователи условно разделяются на профессиональных лингвистов, использующих портал для анализа корпусов, и авторов статей, которые хотят получить рекомендации по качеству стиля своего текста.