JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ,

JURGITA VAIČENONIENĖ

Университет Витаутаса Великого

ВЫЯВЛЕНИЕ АРБИТРАРНЫХ КОЛЛОКАЦИЙ ЛИТОВСКОГО ЯЗЫКА

КЛЮЧЕВЫЕ СЛОВА: арбитрарные коллокации, литовский язык, ограниченная лексическая сочетаемость, векторный метод, автоматизированное выявление, лингвистическое ручное выявление.

АННОТАЦИЯ

Объект исследования, представленного в статье, — арбитрарные коллокации литовского языка. Их сочетаемость обусловлена не семантическими, а лексическими ограничениями; такие коллокации непосредственно не отражают внеязыковую действительность. Связь между их словами арбитрарна: хотя, исходя из сходного значения, теоретически можно выбрать более одного сочетаемостного партнёра, обычно предпочитают использовать какой-либо один. В статье описаны методы выявления арбитрарных коллокаций, опробованные в рамках проекта «Ручной метод лингвистического анализа и автоматизированный метод компьютерной лингвистики (ARKA)». Материал для исследования взят из базы данных устойчивых словосочетаний литовского языка.

АННОТАЦИЯ

В статье ставится цель описать методологические подходы к выявлению арбитрарных коллокаций (AC), разработанные в рамках проекта «Арбитрарные коллокации литовского языка: выявление, описание и употребление (ARKA)». Источником исследования стала «База данных многословных выражений литовского языка». Арбитрарные коллокации выявлялись с помощью сочетания ручных и полуавтоматических методов компьютерной лингвистики.

ВВЕДЕНИЕ

Как известно, значительную часть устойчивых словосочетаний составляют коллокации, однако при их автоматическом выявлении в корпусах статистическими или гибридными методами (подробнее см. Bielinskienė ir kt. 2019: 15–22) обнаруживается также немало таких сочетаний, которые к коллокациям

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 2

doi.org/10.35321/bkalba.2021.94.06

относят потому, что частота совместного употребления составляющих их слов автоматически оценивается как статистически значимая, например: шесть лет, солнечный день, красивая женщина и т. п. Так среди коллокаций появляются ложные коллокации, образованные как обычные свободные словосочетания на основе семантических, а не лексических ограничений (Marcinkevičienė 2010: 90–91).

Некоторые исследователи считают коллокациями только подлинные коллокации (иначе называемые немотивированными, арбитрарными) — обычные словосочетания, которые непосредственно не отражают внеязыковую реальность; связь между их словами арбитрарна (подробнее об арбитрарности см. Kovalevskaitė ir kt. 2021).

Объектом данного исследования являются именно арбитрарные коллокации (далее — АК), то есть сочетания с ограниченной лексической сочетаемостью (англ. lexical restrictedness): хотя теоретически, исходя из сходного значения, можно выбрать более одного сочетающегося слова, обычно употребляется какое-либо одно, например, понять намёк, а не *осознать намёк, находящийся на расстоянии вытянутой руки, а не *берущийся рукой. Pūta Petrauskaitė пишет: «Отсутствие непосредственной связи с обозначаемой реальностью приводит к тому, что не только в разных языках сочетаемость одного и того же слова существенно различается, но даже в одном и том же языке один компонент коллокации нельзя заменить другим, синонимичным ему, не рискуя тем, что фраза будет звучать необычно, например, время идёт, бежит, течёт, но не *шагает, мчится, ползёт» (Marcinkevičienė 2010: 91). По словам R. Petrauskaitė, сочетающиеся с главным словом компоненты подлинных (арбитрарных) коллокаций непредсказуемы, а основой сочетаемости таких коллокаций являются лексические ограничения (Marcinkevičienė 2010: 90).

До сих пор АК не привлекали большого внимания исследователей литовского языка, хотя их выявление позволило бы выделить эти коллокации как ядро литовских коллокаций; особенно полезны они для перевода, преподавания литовского как иностранного и лексикографии. С этой целью АК анализируются в рамках проекта «Арбитрарные коллокации литовского языка: распознавание, описание, употребление (ARKA)»¹, цель которого — описать АК литовского языка и подготовить лексикографические и учебные ресурсы по АК.

Цель статьи — описать методы, применённые в рамках проекта ARKA для распознавания АК литовского языка, и сравнить результаты, полученные разными методами. АК анализировались неавтоматическим методом лингвистического анализа и автоматизированным методом компьютерной лингвистики.

¹ Проект финансируется Советом по науке Литвы (№ S-LIP-20-18), подробнее см. https://arka.pastovu.vdu.lt.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 3

doi.org/10.35321/bkalba.2021.94.06

Источники: 1) база данных устойчивых словосочетаний литовского языка (далее — PŽJDB)², в которой представлено около 12 тыс. коллокаций; 2) корпус текстов Delfi.lt³ объемом 70 млн слов, включающий тексты, опубликованные в 2014–2016 гг. в различных разделах новостного портала Delfi.lt (подробнее о корпусе см. Bielinskienė ir kt. 2019: 14–15).

Материал исследования — коллокации, образованные от 97 существительных (место, среда, способ, мужчина, женщина, вещь и др.⁴). Их структура: прилагательное / причастие с зависимым прилагательным + существительное, глагол + существительное, существительное + существительное. По результатам исследования около 2400 коллокаций были признаны АК. Большинство из них двухсловные, но некоторые — трехсловные; последние обычно образованы глаголами, прилагательными и существительными (порядок компонентов может различаться).

Первая часть исследуемого материала, то есть коллокации со структурой «прилагательное + существительное», рассмотрена в предыдущей статье (Kovalevskaitė ir kt. 2021). В ней описана попытка распознать АК с помощью одного из методов компьютерной лингвистики — автоматизированного (векторного) метода; этот метод также представлен подробно. В настоящей статье обобщается всё исследование по распознаванию АК. В первой главе представлены оба примененных метода — неавтоматизированный (см. разд. 1.1), с описанием использованных критериев и тестов, и автоматизированный; для демонстрации его применения рассматривается группа коллокаций со структурой «глагол + существительное» (см. разд. 1.2). Во второй главе на основе данных всех этапов исследования обсуждаются и сопоставляются результаты применения методов, их возможности и недостатки, существенные для оценки списка выявленных АК и планирования дальнейших исследований АК.

1. МЕТОДЫ ВЫЯВЛЕНИЯ АРБИТРАРНЫХ КОЛЛОКАЦИЙ

В работах об АК отмечается, что границу между арбитрарными и так называемыми тривиальными коллокациями можно было бы провести по границе абстрактных существительных: «<...> коллокации, основанные на абстрактных существительных, можно считать подлинными, немотивированными,

² http://resursai.pastovu.vdu.lt/paieska/paprastoji

³ https://klc.vdu.lt/pastovuSearch.html

⁴ Таким образом, и конкретные, и абстрактные существительные, образующие преимущественно устойчивые словосочетания, выявленные по корпусу Delfi.lt, рассмотрены подробнее; см. Bielinskienė ir kt. 2019.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 4

doi.org/10.35321/bkalba.2021.94.06

а устойчивые сочетания с конкретными существительными обычно опираются на внеязыковую действительность и являются тривиальными» (Marcinkevičienė 2010: 91). Итак, одним из критериев, упоминаемых в работах о коллокациях, является семантика существительных. В ходе этого исследования выяснилось, что большая часть AK действительно образована с названиями абстрактных понятий, однако было замечено, что арбитральность характерна и для коллокаций с конкретными существительными, ср.: ограничить скорость, сделать зарядку, взять взятку, покинуть площадку, взять кредит, поговорить по телефону, поставить спектакль и др.

Задачей этого исследования было не только применить критерии распознавания AK, но и выбрать такую методику, которая подходила бы для работы с большим объемом данных, чтобы на ее основе можно было составить списки AK литовского языка, изучив большое количество коллокаций (для этого использовались материалы PŽJDB). В ходе проекта были испытаны и применены два метода выявления AK: неавтоматический и автоматизированный. Сначала применялся неавтоматический метод с использованием критериев отнесения к AK (см. разд. 1.1). Поскольку в PŽJDB содержится много данных, одной из задач проекта было наряду с неавтоматическим методом испытать и такой метод, который позволил бы хотя бы частично автоматизировать процесс распознавания AK (см. разд. 1.2).

1.1. Неавтоматическое выявление AK

При неавтоматическом выявлении AK применялись два основных критерия:

1) критерий ограниченной лексической сочетаемости, для оценки которого применялся метод взаимозаменяемости синонимов и (или) метод лексико-семантических групп существительных;

2) критерий переносного значения.

Если коллокация соответствовала хотя бы одному критерию, она считалась арбитральной. Далее рассматривается, как применялся каждый критерий для оценки того, считать ли коллокацию арбитральной.

1.1.1. Выявление AK на основании ограниченной лексической сочетаемости

Как отмечалось во введении, арбитральными считаются коллокации с ограниченной лексической сочетаемостью, то есть прилагательному или глаголу, употребляемому в определенном значении в сочетании с существительным, свойственно то или иное, в большей или меньшей степени арбитральное ограничение на взаимозаменяемость (англ. arbitrary restriction on substitutability; Nesselhauf 2003, 2005). Таким образом, исходя из понятия ограниченной лексической сочетаемости, любой компонент коллокации в определенном значении не может быть

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 5

doi.org/10.35321/bkalba.2021.94.06

употреблено со всеми синтаксически и семантически возможными коллокатами. Хотя теоретически можно найти замену коллокату, но такие варианты либо вовсе не подходят, либо были бы необычными, например: благоприятная vs. *полезная среда; многослойный vs. *слоистый роман.

Критерий ограниченной лексической сочетаемости лингвисты проверяли с помощью двух тестов:

1) по синонимам глагола или прилагательного (то есть можно ли заменить их другими близкими по значению словами, которые можно считать синонимами);

2) по лексико-семантическим группам существительных.

Поскольку к АК относят такие коллокации, в которых один из компонентов обычно нельзя заменить другим словом — синонимом, близким по значению, для распознавания АК применялся тест на заменяемость синонимами (адаптирован из Nesselhauf 2003): если один компонент коллокации нельзя заменить другим близким по значению синонимом, такая коллокация считалась АК. Например, при оценке арбитральности коллокаций не подчиниться закону, внедрить систему, вложенный труд проверялись возможные синонимы глаголов *нарушить закон, *ввести систему, *вставленный / *вложенный труд и определялась возможность замены; если замена была невозможна, коллокации признавались АК. Тестирование проводили три лингвиста методом интроспекции, однако опирались на коллокации, выявленные в корпусе текстов Delfi.lt. Тем не менее следует признать, что подобрать синоним нередко было довольно трудно, поэтому часто применялся и второй тест — по лексико-семантическим группам существительных.

Ограниченную лексическую сочетаемость также оценивали по разнообразию лексико-семантических групп: на основании коллокаций, представленных в PŽJDB, определяли, с существительными из скольких лексико-семантических групп сочетается прилагательное или глагол в коллокации, и таким образом оценивали объем лексической сочетаемости. Чтобы как можно точнее установить, с какими словами может употребляться существительное, анализировали всю его парадигму, то есть все коллокации, образованные с этим существительным. Однако, хотя весь исследуемый материал составляли около 12 тыс. коллокаций, доступных в PŽJDB, иногда было видно, что информации недостаточно. Если в исследуемом материале встречалась лишь одна коллокация с определенным прилагательным / глаголом, лингвисты дополняли парадигму, опираясь на свое языковое чутье носителей языка; если в базе было несколько коллокаций, тесты на ограниченную лексическую сочетаемость применялись к имеющейся парадигме.

На основании лексико-семантических групп существительных объем сочетаемости оценивали с учетом следующих условий:

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 6

doi.org/10.35321/bkalba.2021.94.06

a) коллокации не считались АК, если с определенным прилагательным / глаголом сочетаются существительные из многих разнообразных лексико-семантических групп и эти группы многочисленны. Такая сочетаемость прилагательного / глагола считалась широкой, без четких лексических ограничений; ср. обилие коллокаций с хороший: хороший результат, работа, мир, человек, время, жизнь, способ, вещь, страна, команда, день, решение, год, погода, место, сторона, сезон, возможность, цена, матч, автомобиль, пища, знак, здоровье, дорога, мужчина, ребенок, продукт, вопрос, начало, средство и т. д.; ср. также покупать: покупать автомобиль, еду, продукт, имущество, землю;

b) если с прилагательным / глаголом сочетаются существительные из многих разнообразных лексико-семантических групп, но одна группа выделяется либо употребляются лишь несколько существительных определенной семантической группы, коллокация могла считаться АК. Например, хотя сочетаемость глагола ставить широка, этот глагол нельзя употреблять со всеми названиями транспортных средств; ср. ставить автомобиль (как и ставить велосипед, мотоцикл), но пришвартовать корабль, посадить самолет. Следовательно, коллокацию ставить автомобиль из-за ограниченной сочетаемости следует отнести к АК. Глагол иметь считается словом с широкой лексической сочетаемостью, поскольку может образовывать множество разнообразных коллокаций, однако во всей его парадигме выделяется коллокация иметь дело — она считается арбитрарной. С глаголом портиться употребляются слова из двух лексико-семантических групп — природных явлений и чувств, но коллокации образуются только с существительными испортилась погода и испортилось настроение, поэтому оба случая являются АК;

c) коллокации, относящиеся к одной большой семантической группе, не считались АК. Например, в PŽJDB найдена лишь одна коллокация удержать налоги, но лингвисты, опираясь на языковое чутье носителя языка, могут дополнить парадигму другими словами (удержать можно деньги, кредит и другие финансовые средства), поэтому удержать налоги не признается АК. Это большая лексико-семантическая группа, представленная в PŽJDB одной коллокацией, но теоретически многочисленная.

Ограниченную лексическую сочетаемость проверяли, оценивая оба слова коллокации: прилагательное / глагол нельзя заменить другими синонимами (тест 1) или (и) парадигма существительных ограничена (тест 2). Например, коллокация подаваемая пища могла бы указывать на то, что существительных из группы пищи может быть много (можно подать пищу, напитки, ужин, обед...). Следовательно, она не соответствует условию теста 2, поскольку семантическая группа одна, однако соответствует условию b, поскольку глагол подать нельзя заменить на предложить. Таким образом, согласно тесту 2 коллокация признается арбитрарной. Другой пример:

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas

7

doi.org/10.35321/bkalba.2021.94.06

глагол surengti употребляется с существительными, обозначающими мероприятия и события (surengti rinkimus, koncertą...), следовательно, такие коллокации не следует считать арбитрарными по критерию многочисленности семантической группы, однако их можно отнести к АК на основании теста 1, поскольку в данном случае surengti нельзя заменить синонимом suruošti.

Тест на синонимию применим не всегда. Например, его нельзя применить, когда существует несколько вариантов АК, ср.: kainos kyla и kainos auga, didėja; klausimas kamuoja и klausimas kankina; duoti galimybę и suteikti galimybę; įgyti teisę и įgauti teisę. Этот тест также неприменим в таких случаях, как sumokėti mokesčius, apgyvendintas miestas: для слов sumokėti, apgyvendinti трудно предложить синоним даже гипотетически. Если синоним найти не удаётся, невозможно проверить взаимозаменяемость, поскольку должна существовать хотя бы теоретическая возможность выбора между двумя (или более) синонимами.

Лингвисты, проводившие проверку ограниченной лексической сочетаемости как с помощью теста на синонимию (тест 1), так и с помощью теста на лексические семантические группы (тест 2), опирались на свою компетенцию носителей языка. Однако на результаты такой работы неизбежно влияет фактор субъективности (об этой проблеме выявления синонимов см. Divjak, Gries 2006: 24–26). Поэтому для оценки взаимозаменяемости синонимов был опробован и автоматизированный метод (см. разд. 1.2).

1.1.2. Выявление АК на основании переносного значения

Kai kuriuose ankstesnio laikotarpio tyrimuose (plg. Howarth 1998) tokios kolokacijos, kurių vienas iš dėmenų – perkeltinės reikšmės, vadinamos ribotosiomis kolokacijomis (angl. restricted collocations). Pasak Annos Reder (2006: 82), kolokacijos su perkeltinės reikšmės žodžiu yra riboto junglumo junginiai, kuriuose nenuspėjama ryši tarp kolokacijos narių lemia konvencija, o metaforiškumas yra konvencijos dalis. Todėl šios kolokacijos svarbios kalbos mokymui (Lewis 2000: 29). Tarkim, su anglų kalbos būdvardžiu heavy vartojami įvairūs daiktavardžiai, kurie reiškia dalykus su požymiu „sunkus“, bet žodžių junginyje heavy smoker (liet. užietėjęs rūkalius) minimas ne objektas, o asmuo, todėl mokant kalbos šią kolokaciją verta išskirti kaip įsidėmėtiną žodžių junginį.

Прилагательные, употребляемые в переносном значении, как правило, обладают также более широким диапазоном сочетаемости, а коллокации с прилагательными широкой сочетаемости сложнее для изучающих язык (Nesselhauf 2005: 238). В связи с актуальностью для обучения языку и перевода

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 8

doi.org/10.35321/bkalba.2021.94.06

(Volungevičienė 2010; Stulpinaitė ir kt. 2016) при выявлении литовских АК был использован критерий переносного значения.

При неавтоматическом анализе коллокаций признаком АК считалось употребление одного из компонентов коллокации (прилагательного, глагола или существительного) в непрямом значении. Это устанавливалось путём анализа всей парадигмы определённого слова, сгенерированной на основе данных корпуса Delfi.lt (см. столбец 1 таблицы 1). Такая парадигма показывает, с какими другими прилагательными или глаголами коллокации образует конкретное существительное и в каком значении в этих коллокациях употребляются как оно, так и его коллокаты — прилагательные и глаголы.

Иногда определить, употреблено ли слово в прямом или переносном значении, позволяет только более широкий контекст — в таких случаях использовались PŽJDB и корпус Delfi.lt, ср. žalias + automobilis:

Представитель «Unicredit Leasing» в Литве отмечает ещё пару «зелёных автомобилей» в числе тенденций рынка.

Пилотируемый Мариусом Слабошевичюсом зелёный автомобиль отстал на полсекунды <...>.

«Tesla Model S» получил несколько наград как лучший автомобиль, одна из которых — «Мировой автомобиль года 2013» в категории «зелёный автомобиль».

Интересные концептуальные модели «зелёных автомобилей».

Из примеров видно, что прилагательное žalias характеризует автомобиль как экологичный, но не указывает на его цвет⁵. Такая коллокация считалась арбитрарной. Разумеется, в корпусе Delfi.lt, на данных которого основана PŽJDB, можно найти немало случаев, когда žalias обозначает цвет автомобиля.

Сочетания существительных с прилагательными и глаголами считались АК, если хотя бы один из компонентов употреблялся в переносном значении. В таких случаях описанные тесты (см. разд. 1.1.1) не применялись. Употребление прилагательных и глаголов в переносном значении особенно характерно для коллокаций с абстрактными существительными, а также с некоторыми существительными, обозначающими конкретные предметы, например, с коллокациями, образованными существительными amžius, aplinka, apsauga, būdas, dalykas, dalis, dėmesys, duomenys, galimybė, gyvenimas, informacija, įstatymas, įvykis, kalba, karas, kartas, klausimas, laikas, metas, pabaiga, pagalba, pradžia, reikalas, rezultatas, saugumas, sprendimas, sveikata, teisė, turtas.

⁵ Обращаем внимание, что об особом употреблении свидетельствуют также формы с определённым окончанием.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 9

doi.org/10.35321/bkalba.2021.94.06

Коллокации с абстрактными существительными, как установила Р. Петрайскайте (см. Marcinkevičienė 2010), могут образовывать концептуальные метафоры (например: мягкая мера, острая критика, сухой результат, утечка информации, подогревать разговоры, утечка данных, лазейка в законе⁶). Как утверждает Р. Петрайскайте, «важнейший критерий метафоричности — перенос значения, проявляющийся в противопоставлении конкретного и абстрактного существительного. Когда свойства конкретного предмета берутся за основу, чтобы включить абстрактное понятие в контекст и образовать с ним словосочетание, возникает метафора <...> одно, обычно абстрактное, понятие осмысляется как другое, конкретное, с использованием терминологии последнего <...>» (Marcinkevičienė 2010: 178).

Прилагательные (реже глаголы), употреблённые в переносном значении в сочетаниях с конкретными существительными, придают им семантически несвойственные характеристики (например: фастфуд, яркая женщина, заметный человек). Как и в сочетаниях с абстрактными существительными, значение словосочетания часто понимается не исходя из отдельных слов, а из словосочетания в целом (например: железный человек, золотой век, дикая женщина; см. также приведённые выше примеры с существительным автомобиль). В исследованиях коллокаций других языков (например, Strakatova, Hinrichs 2019) к лексикализованным коллокациям относят коллокации с коллокатом, употреблённым в переносном значении, в которых это значение проявляется только в сочетании с ограниченным числом слов из определённых лексико-семантических групп. Например, значение прилагательного heavy в сочетаниях с существительными smoker, rain, traffic (лит. заядлый курильщик, сильный дождь, интенсивное движение) не является прототипическим, поскольку обозначает не вес, а интенсивность.

Установлено, что высоким потенциалом метафоризации обладают слова со средней лексической сочетаемостью⁷, например глаголы парализовать (парализовать движение), иссякать (время на исходе), разрушить (разрушить жизнь). Среди прилагательных много таких, которые при употреблении в прямом

⁶ О пространственных, онтологических и структурных метафорах в коллокациях см. также: Drūlienė 2008a, b; Šilinytė 2008. Цель данной статьи и всего проекта — не классифицировать выявленные метафоры, поэтому подробнее на этом вопросе не останавливаемся, хотя очевидно, что АК могут представлять интерес как объект исследования для специалистов по когнитивной лингвистике.

⁷ На основе формулы, предложенной Susane Handl в 2008 г., Delfi.lt рассчитаны оценки коллокативности компонентов анализируемых коллокаций на материале корпуса текстов. Эти исследования будут продолжены. Пока можно сказать, что АК должны быть сочетаниями средней силы, то есть оценка коллокативности ни одного из двух (или трёх) компонентов не должна быть очень низкой или очень высокой. Если, скажем, оценка первого компонента высока, а второго — низка, то первый компонент может употребляться с небольшим числом слов, а второй — с очень большим числом слов, например: психоактивное вещество, ребёнок с аутизмом, пресная вода, затенённое место, трёхсторонний договор, малолетний ребёнок, газированная / дистиллированная вода, попутный автомобиль.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 10 doi.org/10.35321/bkalba.2021.94.06

значениях обозначают физические характеристики (например: скользкая тема, чистая работа, грязная работа), но прилагательные могут иметь и другие значения (драгоценное время, мучительный вопрос, яркое событие). Применение критерия переносного значения иллюстрируется анализом парадигм прилагательного (не)чистый, глагола утечь и существительного евро (см. таблицу 1):

ТАБЛИЦА 1. Применение критерия переносного значения

Парадигма

Определение АК

1. чистый спорт, работа; грязная работа, дело, вопрос 2. чистый (-ая) вода, окружающая среда, воздух, город, место, автомобиль; грязная вода

1. Считается АК из-за переносного значения прилагательного в сочетаниях с существительными, обозначающими абстрактные понятия. 2. Не считается АК, поскольку в этих коллокациях прилагательное употреблено в прямом значении.

1. утечь информация 2. утёкшая (-ая) информация, вещество, данные

1–2 считаются АК, поскольку в сочетаниях с абстрактными понятиями реализовано переносное значение глагола.

1. евро ослабление, укрепление 2. евро курс, монета, цент 3. евро обмен

1. Считается АК, поскольку евро приписываются свойства, характерные для живого объекта. 2. Это термины; не считается АК. 3. Не считается АК, поскольку переносное значение отсутствует.

Как видно из примеров, приведённых в таблице 1, не всегда прилагательное или глагол в парадигме коллокаций употреблён в прямом значении, а иногда и не вся коллокация с тем или иным прилагательным / глаголом имеет переносное значение, но в таких случаях переносное значение очевидно: болезненное решение / дело / событие; замкнутый человек / характер / жизнь; открывается путь / рынок / вид; отвоевать право / место и т. д. Такие коллокации считаются арбитрарными.

Подводя итог, можно утверждать, что критерий переносного значения особенно актуален при анализе коллокаций, образованных прилагательными и существительными: часто на него опирались как на

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 11

doi.org/10.35321/bkalba.2021.94.06

главный и наиболее очевидный показатель арбитральности. При анализе коллокаций «глагол + существительное» чаще применялся критерий ограниченной лексической сочетаемости (а также тест семантических групп). Поскольку АК, образованных двумя существительными, было найдено очень мало, особенности коллокаций этой структуры трудно обобщить (см. разд. 1.1.1).

1.2. Автоматизированное выявление АК

Один из критериев АК — ограниченная лексическая сочетаемость — проверялся и автоматизированным способом: с помощью векторного метода подбирались синонимы, необходимые для теста на заменяемость. Более подробно о применении теста на заменяемость и векторного метода говорится в ранее опубликованной статье (Kovalevskaitė ir kt. 2021). В ней описано применение векторного метода для оценки арбитральности коллокаций «прилагательное + существительное», поэтому в настоящей статье подробно рассматривается только оценка арбитральности коллокаций «глагол + существительное».

Сначала кратко напомним основные этапы применения векторного метода (разд. 1.2.1), затем рассмотрим отбор синонимов глаголов с помощью векторного метода (см. разд. 1.2.2) и обобщим результаты признания коллокаций «глагол + существительное» арбитральными (см. разд. 1.2.3).

1.2.1. Выявление АК на основе ограниченной лексической сочетаемости с применением векторного метода

Применяя векторный метод, стремились автоматизировать выявление АК и уменьшить влияние субъективности при оценке данных. Векторный метод для выявления ограниченной лексической сочетаемости применялся в следующей последовательности. Сначала из всего корпуса Delfi.lt автоматически извлекались связанные слова⁸. Для этого применялась модель GloVe — модель векторов слов (англ. embeddings) (Pennington ir kt. 2014). Векторный метод (англ. Word Embedding Approach) относится к группе методов, предназначенных для автоматического анализа слов на основе сходства их дистрибуции, или контекстов (англ. distributional similarity measures). Эти методы применяются для автоматического распознавания различных отношений (гиперонимии, синонимии, антонимии, партономии) и основываются на

⁸ В ходе предыдущего проекта («Автоматическое распознавание устойчивых словосочетаний литовского языка (PASTOVU)», см. https://pastovu.vdu.lt) полученные векторы представлены здесь: https://clarin.vdu.lt/xmlui/handle/20.500.11821/26. В настоящем исследовании они используются для отбора синонимов, необходимых для выявления АК.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 12

doi.org/10.35321/bkalba.2021.94.06

гипотеза о том, что близкие по значению и (или) семантически связанные слова употребляются в сходном контексте (см. Grigonytė 2010).

Сначала для прилагательных и глаголов, употреблённых в коллокациях, автоматически сформированных в PŽJDB, были составлены ряды векторов (далее — VE)⁹. При автоматическом отборе связанных слов были исключены прилагательные и глаголы с широкой лексической сочетаемостью или не употребляющиеся самостоятельно, например: geras, naujas, puikus; būti, reikėti, pradėti. Прилагательные или глаголы, сгруппированные в VE, отбирались на основании сходства контекстов. Было составлено около 800 VE с прилагательными и более 3800 — с глаголами. Хотя VE содержали связанные слова, среди данных были и слова, связанные другими семантическими отношениями (например, антонимическими), а также несвязанные слова, поэтому требовалась лингвистическая редактура, чтобы установить, какие из связанных слов следует считать синонимами, пригодными для оценки того, насколько ограничена сочетаемость того или иного синонима с определённым существительным. Синонимами считались слова одной и той же части речи с очень близким денотативным (предметным) значением, но с частично или полностью различающейся лексической сочетаемостью¹⁰.

Отредактированные VE глаголов использовались для оценки арбитрарности коллокаций типа глагол + существительное. Требовалось установить, в каких коллокациях глагольный компонент нельзя заменить глаголом близкого значения. Для каждой пары или группы глаголов-синонимов приводились коллокации с определённым существительным. Если с этим существительным была приведена коллокация только с одним из синонимов пары или группы, делался вывод, что анализируемое существительное сочетается лишь с одним глаголом из данной группы синонимов, и коллокация считалась арбитрарной. Если анализируемое существительное образовывало коллокации со всеми глаголами-синонимами из пары или группы, коллокации не относили к арбитрарным (см. таблицу 2).

⁹Точнее всего слова, связанные векторным методом, было бы называть рядами потенциальных синонимов, выявленных векторным методом. Для краткости далее используется выражение векторные ряды, точнее, аббревиатура VE.

¹⁰Используемое в этой статье понятие синонима можно соотнести с более распространённым в литовской лексикографии термином «частичные синонимы» (см. Jakaitienė 2010).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 13

doi.org/10.35321/bkalba.2021.94.06

ТАБЛИЦА 2. Этапы признания АК с использованием VE

Признана АК

Не признана АК

Этап 1: берётся VE с двумя парами синонимов gauti–įgyti и duoti–teikti; этап 2: по этой VE проверяется, с какими из этих синонимов существительное apdovanojimas образует коллокации; выявляются две коллокации: gauti apdovanojimą (один синоним из пары gauti–įgyti) и teikti apdovanojimą (один синоним из пары duoti–teikti); этап 3: принимается решение считать gauti apdovanojimą и teikti apdovanojimą АК.

Этап 1: берётся VE с двумя синонимами įkurti и įsteigti; этап 2: по этой VE проверяется, с какими из этих синонимов существительное asociacija образует коллокации; выявляются две коллокации: įkurti asociaciją и įsteigti asociaciją; этап 3: принимается решение, что įkurti asociaciją и įsteigti asociaciją не являются АК.

Например, с существительным apdovanojimas были приведены коллокации gauti apdovanojimą, teikti apdovanojimą, но не были приведены *įgyti apdovanojimą, *duoti apdovanojimą. Следовательно, синонимические пары gauti–įgyti и duoti–teikti образуют с существительным apdovanojimas лишь по одному варианту, поэтому коллокации gauti apdovanojimą и teikti apdovanojimą отнесены к арбитрарным. Среди глагольных коллокаций арбитрарными часто считались те, в которых употребляются глаголы с ослабленным значением (десемантизированные глаголы) (подробнее см. Kovalevskaitė ir kt. 2020), например: atlikti tyrimą, duoti rezultatą, imti mokestį. Арбитрарность коллокаций существительного asociacija оценивалась по VE, включавшей два синонима — įkurti и įsteigti; поскольку это существительное образовывало коллокации с обоими синонимами, они были отклонены как неарбитрарные.

Как и при оценке коллокаций с прилагательными, в ходе экспериментального исследования глагольные синонимы тестировались неавтоматически, поскольку необходимо учитывать значение как синонима, так и тестируемого существительного. Если значение синонимов, входящих в VE, не совпадает со значением глагола в оцениваемой коллокации, то тест на заменяемость этого глагола

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 14 doi.org/10.35321/bkalba.2021.94.06

не может применяться. Например, для оценки арбитрарности коллокации строить автомобиль VE со словом строить не подошли из-за значения «строить здание» (166 VE¹¹).

Итак, этапы применения автоматизированного метода таковы: a) автоматический (VE формируются векторным методом), b) неавтоматический (лингвист проверяет и при необходимости уточняет); c) частично автоматический (коллокации автоматически связываются с конкретными VE и после проверки подтверждаются либо не подтверждаются как AK).

1.2.2. Отбор синонимов глаголов в векторных рядах

Поскольку в сгенерированных VE было много избыточных, нерелевантных данных, так называемого шума (англ. noise), лингвист проверял каждую VE, удалял ненужные слова, не связанные синонимическими отношениями, а некоторые VE удалял полностью. Далее рассмотрим различные случаи лингвистического редактирования VE.

Количество VE глаголов было значительно больше, чем прилагательных (соответственно 3800 и 800 VE), поскольку список самих глаголов также был больше. VE автоматически формируется для каждого глагола, поэтому некоторые VE похожи, однако число синонимов в похожей VE может различаться в зависимости от того, какой глагол является опорным. Опорный глагол — это слово, на которое похожи другие приведенные слова, иначе говоря, слово, для которого искали возможные синонимы (сходство может определяться гиперонимическими, синонимическими, антонимическими или партономическими отношениями; это слово подчеркивается в группах синонимов). Например, в VE 151 опорный глагол — организовать, тогда как VE 40 значительно длиннее, ее опорное слово — выполнять:

VE 151: организовать, готовить, выполнять

VE 40: выполнять, реализовывать, готовить, организовывать, осуществлять, выполнить, прервать

Как уже упоминалось, составленные автоматически VE еще должны были пройти проверку лингвиста.

После выполнения этой работы было замечено, что, как и в случае с прилагательными, для глаголов автоматически собрано много длинных VE, содержащих несколько пар глагольных синонимов, и мало таких, в которых была бы только одна пара синонимов или три синонима. Иногда после проверки выяснялось, что опорный глагол, на основе которого составлена VE, не имеет синонимов, хотя в этой VE может быть другой

¹¹ Здесь и далее указаны номера VE возможных синонимов, определенных векторным методом, на которые опирается данная статья.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 15

doi.org/10.35321/bkalba.2021.94.06

Подходящая пара синонимов: например, в VE опорного глагола kisti имеется пара синонимов paaštrėti, pablogėti.

Как и в случае с прилагательными, «шум» в VE глаголов вызывали антонимы, ср. VE pasivyti–aplenkti, sutrumpinti–pailginti, griežtinti–švelninti: её составляли члены одной лексико-семантической группы, не являющиеся синонимами, например: pasnigti: palynoti, nugriaudėti; nepasiekti: pargrūti, iššausėti, patinti, pakrypti, sušlubuoti, sudužti; vakarieniauti: pietauti; pavirti: troškinti. При очистке VE часто выяснялось, что один или несколько глаголов не подходят, поскольку обозначают чрезмерно конкретный аспект сходного действия. Например, в VE глагола remtis были приведены такие слова: vadovautis, pasikliauti, apsiriboti, kliautis. Слово apsiriboti удалили, а синонимами сочли только vadovautis, pasikliauti, kliautis.

Нередки случаи, когда одно слово в VE имеет более широкое значение, например paveikti, а другие отнесённые к VE слова конкретнее обозначают аспекты отрицательного воздействия, например pakenkti, sutrikdyti. Поэтому синонимичными сочли только их. Из VE pagrįsti, įvardinti, paaiškinti, pateisinti синонимами признали pagrįsti и paaiškinti, а pateisinti и įvardyti синонимами не сочли, поскольку из-за дополнительных семантических признаков их значения слишком далеко отстоят от значений первых двух слов. В подобных случаях иногда приходилось отказываться от всей VE, например atmesti, ignoruoti, uždrausti.

Иногда совершенно непригодными оказывались и VE опорных глаголов, для которых, казалось бы, вполне можно было автоматически определить синонимы, например: suprastėti (возможный синоним pablogėti, но в его VE его не было); sąlygoti (возможный синоним lemti не был указан, зато было слово pakentėti). VE глаголов с отрицанием оказались неточными, поэтому их отклонили; например, были исключены опорные глаголы negydyti, nesuskaičiuoti, nepridėti.

Следует отметить, что VE часто приходилось уточнять и с учётом словообразовательных особенностей глаголов. Например, синонимами не считали глаголы несовершенного и совершенного вида (tirti ir ištirti), а также глаголы, значение которых меняется из-за приобретения приставки, например palyti ir palynoti, naršyti ir panaršyti, возвратные и невозвратные глаголы (klausyti ir klausytis). Если, например, опорный глагол в VE был возвратным, то невозвратный глагол исключали. Так, из VE išsirinkti, atsirinkti, pasirinkti, nuspręsti, rinktis исключили глаголы išrinkti, parinkti. Словообразовательные варианты (например, vardinti ir vardyti, lukterėti ir luktelėti) считали синонимами.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 16

doi.org/10.35321/bkalba.2021.94.06

При очистке VE выявилась ещё одна особенность автоматического отбора: поскольку при векторном методе слова собираются на основе сходства их контекстов, в VE могут попасть синонимы, которые лишь на первый взгляд кажутся неподходящими. Иными словами, не зная конкретных существительных, из-за которых два или несколько глаголов объединены в одну VE, можно ошибочно оценить качество некоторых VE. Например, в 60-й VE были такие слова: rodyti, demonstruoti, jausti. Если сразу удалить слово jausti, это было бы ошибкой: оно оказалось здесь из-за общего для этих глаголов контекста, в котором речь идёт о чувствах, ср. demonstruoti, rodyti jausmus и, например, jausti pyktį, jausti nusivylimą и т. п. Глаголы sumažėti, pigti или padidėti, ūgtelėti могут быть синонимами, если речь идёт о ценах. Все три глагола в VE apsispręsti, priimti, pasirinkti являются синонимами, а глагол imti, который чаще всего удаляют, попал сюда потому, что обозначает priimti sprendimą, то есть эту VE следует читать так: apsispręsti, priimti sprendimą, pasirinkti¹².

Эти примеры показывают, что автоматически можно выявить больше синонимов и/или синонимы иного рода, поскольку векторный метод оценивает сходство контекстов, а не значений отдельных слов. Вряд ли, рассматривая отдельные слова, мы связали бы как синонимы глаголы atsikratyti, numesti, sulieknėti, однако они обнаруживаются в одной VE, поскольку употреблены в общем контексте, где встречалось и существительное svoris. Можно привести и другие примеры, ср.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis и užsiimti; gerti и vartoti; nusiteikti и pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; peržiūrėti, koreguoti, atnaujinti, keisti; išprovokuoti, lemti, peraugti; šokiruoti, sukresti, priblokšti; atlaikyti, ištverti, įveikti.

В спортивном контексте все четыре глагола — užsitikrinti, iškovoti, pasiekti, išsaugoti — являются синонимами, поскольку иногда завоевание описывают так: užsitikrino sau vietą finale или išsaugojo titulą. Такие результаты показывают, что при оценке синонимии важно учитывать не только отдельные слова: членами синонимической группы могут быть как отдельные слова, так и устойчивые словосочетания

¹² В VE встречаются слова, связанные синтагматически, например įžeisti и nenorėti. Поскольку nenorėti часто употребляется в общем с įžeisti контексте (в сочетании nenorėjo įžeisti, bet... «не хотел обидеть, но...»), их включили в одну VE. Другой пример: liautis: nustoti, verkti. Глагол verkti оказался здесь потому, что был отобран из часто встречающегося для него контекста liovėsi verkęs / verkusi «перестал(а) плакать». Иными словами, очень длинные (и неподходящие) VE формируются для тех опорных глаголов, которые употребляются как вспомогательные и благодаря своим грамматическим особенностям обладают широкой сочетаемостью, например: daryti, imti, pradėti, norėti, reikėti, privalėti, reikėti, stengtis, nepajėgti.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 17

doi.org/10.35321/bkalba.2021.94.06

сочетания. При применении векторного метода, когда сравнивается сходство контекстов, как раз и выявляются связи отдельных слов с контекстом. Лингвисту было бы трудно охватить такой объём данных (подробнее об использовании широкого спектра показателей дистрибуции для автоматического анализа синонимов см. Divjak, Gries 2006).

Было замечено, что векторное представление (ВП) глагола с более конкретным значением и более ограниченной сочетаемостью часто бывает короче и чище, что, вероятно, объясняется ограниченной сочетаемостью. Сравнение ВП синонимов nerimauti, jaudintis, būgštauti ir nuogąstauti показывает, что ВП nerimauti длиннее и менее чистое: в нём есть слова с более широким значением, например, bijoti (nerimauti: jaudintis, baimintis, bijoti), тогда как в ВП būgštauti собраны только эти четыре слова: būgštauti: nerimauti, jaudintis, nuogąstauti. Было также замечено, что в ВП, построенных на основе глаголов с более конкретным значением (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti), синонимов может быть мало или не быть вовсе, поскольку слова, собранные по глаголу с конкретным значением, связаны тематически, а не синонимически, ср.: išimti: išmesti, išbraukti, išnešti; medžioti ir žvejoti; kvėpuoti ir vaikščioti; virti ir kepti; kalėti ir nuteisti; sugesti: skilti, perkaitti, sprogti, užsikimšti, užsidegti. Такие ВП состоят и из двух слов, но могут быть длиннее. Иногда они бывают очень длинными: например, для опорного глагола sumenkti было найдено целых 26 глаголов.

Подводя итог, можно отметить, что после уточнения получено 2634 из 3800 ВП (70 процентов).

Таким образом, автоматически сгенерированные ВП недостаточно точны, чтобы использовать их без редактирования на следующем этапе выявления произвольных коллокаций (АК). Такие ошибки могут быть обусловлены особенностями корпуса Delfi.lt: хотя объём слов в нём велик (около 70 млн), в текстах одного стиля лексическое разнообразие может быть меньше. Для генерации более точных ВП необходим корпус, представляющий более широкий спектр функциональных стилей.

1.2.3. Результаты: качество ВП и признание произвольности

Сравнение ВП прилагательных и глаголов до и после проверки показало, что в обоих случаях довольно много ВП были отброшены как неинформативные:

1) из 1927 ВП прилагательных после проверки осталось 800 ВП (41 процент);

2) из 3800 ВП глаголов после проверки осталось 1166 ВП (30 процентов).

Оставшиеся ВП также требовали редактирования. Правда, не оценивалось, сколько слов обычно удаляется из одного ВП. Часто приходилось удалять вспомогательные, не вполне самостоятельные

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 18

doi.org/10.35321/bkalba.2021.94.06

глаголы: делать, брать, жить, стоить, требоваться, быть обязанным, начинать, получать, хотеть, стараться, удаваться. Многие удаляемые слова находились в конце VE, где оказывались слова с наименьшим порогом применённой оценки (0,5; наибольшая оценка — 1), однако было немало и таких случаев, когда удалялось слово с высокой оценкой, занимавшее в определённой VE 2–5-ю позицию (VE может включать не более 20 слов).

Следует подчеркнуть, что оценивание проводилось по VE и ограничивалось только словами, входящими в эту VE. Если имеются другие синонимы, но в той VE, по которой проводится оценивание, их не было (они не были отобраны векторным методом, не употреблялись в корпусе Delfi.lt и т. д.), некоторые коллокации могли быть отнесены к необлигаторным (или наоборот). Например, при оценивании коллокаций падающая звезда и восходящая звезда использовалась VE, включающая глаголы расти, падать, подниматься, уменьшаться, развиваться, увеличиваться. В этой VE нет глагола рушиться, который мог бы быть синонимом глагола падать, поэтому падающая звезда не была признана AK.

В ходе исследования были отмечены и преимущества автоматического отбора данных: 1) как упоминалось в подразделе 1.2.2, векторный метод позволяет выявить больше синонимов, в том числе иных, чем при использовании только метода интроспекции; 2) векторный метод подходит для обработки большого объёма данных, тогда как вручную едва ли возможно оценить сходство контекстов такого количества слов.

После применения теста на заменяемость к VE синонимов глаголов 291 коллокация была признана арбитральной. Очевидно, что именно синонимы, входящие в VE, определяют, какие коллокации будут признаны AK. С одной стороны, это ограничение данного метода, с другой — возможность автоматизировать процесс определения арбитральности.

Когда признание арбитральности зависит только от конкретной VE, часто может случиться так, что некоторые коллокации не отбираются по одной VE, но отбираются по другой. Например, если оценивать арбитральность коллокаций создать образ и формировать образ по VE 368 создать, формировать, ни одна из этих двух коллокаций не была бы отнесена к AK. Однако глаголы создать и формировать встречаются и в других VE, к которым отнесено то же существительное образ, поэтому коллокация создать образ признаётся AK по другой VE (45): создать, создать, развивать, расширять, осуществлять, готовить, учреждать.

Возможен и другой случай: одни и те же коллокации могут быть признаны арбитральными более чем по одной VE. Например, выполнять зарядку, делать зарядку можно оценить как AK и по 11-й VE (выполнять, осуществлять, делать), так и по 15-й VE (сделать, выполнить, создать;

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 19 doi.org/10.35321/bkalba.2021.94.06

осуществить). Проблема возникает тогда, когда арбитральная коллокация не считается арбитральной, если это нельзя установить ни по одной VE. Такое довольно часто случалось при оценивании вариантов коллокаций. Например, с существительным налоги употребляются и глагол поднимать, и глагол увеличивать; оба этих глагола входят в 52-ю VE, по которой оценивается арбитральность, поэтому эти коллокации не будут отнесены к AK. Однако это варианты AK (ср. растут, повышаются, увеличиваются цены). Та же ситуация наблюдается с выражениями проводить / выполнять / делать исследование (по 11-й VE эти сочетания не признаны AK). В той же VE были глаголы получить и приобрести, поэтому выражения получить диплом и приобрести диплом не были признаны AK. Такие случаи показывают, что при оценивании арбитральности коллокаций по критерию ограниченной лексической сочетаемости важны и применяемые средства тестирования, а для выявления вариантов AK лучше подходит неавтоматический метод.

Поскольку проверка заменяемости синонимов в значительной степени связана со словами, входящими в конкретную VE, может случиться и так, что похожие по смыслу, но противоположные по значению коллокации не будут отобраны. Например, коллокация растёт недовольство была отобрана, а уменьшается недовольство — нет. При неавтоматическом подходе обе были бы оценены как AK. Следовательно, когда для оценки арбитральности используются данные, оценённые методом лингвистической интроспекции, сохраняется часть AK, теряемых при применении метода 2. Следует отметить, что лингвистический неавтоматический метод в некоторой степени субъективен. Автоматизированный метод более объективен, хотя необходимо признать, что данные более фрагментарны (для тестирования используется лишь столько VE и такого типа, сколько удалось собрать). Кроме того, не все коллокации, являющиеся AK, признаются таковыми.

2. РЕЗУЛЬТАТЫ ВЫЯВЛЕНИЯ АК

Рассматривая количество выявленных АК, очевидно, что совпадающих АК, выявленных неавтоматическим и автоматизированным методами, очень мало (подробнее см. разд. 2.1 и 2.2); следовательно, оба метода по отдельности дают важные данные.

Данных, собранных методом неавтоматического анализа, гораздо больше, чем выявленных автоматизированным способом, однако при неавтоматическом анализе применялись не один, а два критерия отбора (ограниченная лексическая сочетаемость и переносное значение), тогда как при использовании векторного метода — только ограниченная

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 20 doi.org/10.35321/bkalba.2021.94.06

лексическая сочетаемость. Таким образом, при применении большего числа критериев выявляется больше коллокаций с более разнообразными прилагательными и глаголами.

На примерах конкретных АК в этой главе будет объяснено, почему были получены именно такие результаты, как на них повлияли применённые критерии и использованные данные. Сначала рассмотрим, что показывают полученные данные. Все АК с одним конкретным прилагательным или глаголом могут быть выявлены по-разному: а) только одним из двух методов; б) часть коллокаций — одним методом, часть — другим; в) часть коллокаций — одним методом, часть — другим, а часть — обоими методами. В следующих подразделах мы рассмотрим АК различной структуры, комментируя результаты, полученные обоими методами.

2.1. Арбитрарные коллокации, состоящие из прилагательных и существительных

Всего выявлено 1048 АК со структурой «прилагательное + существительное». В эти коллокации входят 320 различных прилагательных. Правда, с одними прилагательными (большой, маленький, открытый, высокий, современный, исключительный, основной и т. п.) образовано несколько или несколько десятков АК, а с другими (например, неторопливый, тщательный, переменчивый, пикантный) — отдельные АК (в среднем с одним и тем же прилагательным образовано 3,3 коллокации; подробнее см. таблицу 3).

ТАБЛИЦА 3. АК, выявленные различными методами (прилагательное + существительное)

АК, выявленные неавтоматическим методомАК, выявленные автоматизированным методомАК, выявленные обоими методамиКол-во (проц.)Число различных прилагательных (среднее число АК, образованных с одним и тем же прилагательным)Кол-во (проц.)Число различных прилагательных (среднее число АК, образованных с одним и тем же прилагательным)Кол-во (проц.)Число различных прилагательных (среднее число АК, образованных с одним и тем же прилагательным)577 (55,06)230 (2,5)306 (29,2)86 (3,56)165 (15,74)42 (3,93)

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 21

doi.org/10.35321/bkalba.2021.94.06

Как видно из таблицы 3, больше всего АК выявлено неавтоматическим методом — более половины всех АК (например: ужасающий вид, рабский труд, прямолинейный вопрос, болезненная тема); около трети АК выявлено автоматизированным методом (например: ценное имущество, уникальный проект, сложный день, оптимальный способ), а наименьшую долю (15,74 проц.) составляют АК, выявленные обоими методами (например: братоубийственная война, интенсивная торговля, гигантский проект, низкая цена). Аналогичные пропорции наблюдаются и среди АК с глаголами (см. раздел 2.2).

При анализе прилагательных в АК видно, что одни входят только в АК, выявленные одним из методов (см. приведённые выше примеры), а другие — в АК, выявленные обоими методами (например: большой, маленький, сильный).

В начале исследования была выдвинута гипотеза, что разнообразие прилагательных в АК, выявляемых неавтоматическим методом, больше, а в АК, выявляемых с применением автоматизированного векторного метода, — меньше. Эта гипотеза подтвердилась: в АК, выявленных первым методом, употреблено 235 различных прилагательных, то есть одно и то же прилагательное образует в среднем 2,5 АК. В АК, выявленных векторным методом, насчитывается 86 различных прилагательных, поэтому в среднем 3,56 АК образовано с одним и тем же прилагательным. Наименьшее разнообразие прилагательных (42) наблюдается среди АК, выявленных обоими методами, однако и таких коллокаций меньше всего. В этой группе АК с одним и тем же прилагательным образовано в среднем 3,93 коллокации. Можно предположить, что небольшое разнообразие прилагательных обусловлено сравнительно малым объёмом данных.

Вероятность того, что коллокация будет арбитрарной, высока, если она образована такими прилагательными, как великий, большой, огромный, гигантский, маленький, напряжённый, опасный, серьёзный, сильный, тяжёлый, с абстрактными существительными, поскольку эти прилагательные употребляются в переносном значении.

Обсуждая, почему применённые методы привели именно к таким результатам, в качестве примера мы хотели бы рассмотреть АК с прилагательным умный, поскольку на этом примере видно всё разнообразие: одни коллокации выявлены одним методом, другие — другим, а третьи — обоими. Из восьми коллокаций прилагательного умный (умное решение, умный город, умный ребёнок, умный мужчина, разумное время, разумный способ) шесть были признаны АК: коллокации этого прилагательного с существительными решение и город отобраны неавтоматически, коллокации с ребёнок и мужчина — автоматизированным методом, а коллокации с время и способ отобраны обоими методами.

Лингвисты установили, что семантическая группа «лица» является обычной для этого прилагательного. Со словами этой группы могут сочетаться на выбор прилагательные со сходным значением (может быть

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 22

doi.org/10.35321/bkalba.2021.94.06

не только умный, но и мудрый человек), поэтому умный ребёнок и умный мужчина попали в число АК только как результат автоматического отбора (коллокация мудрый человек в корпусе Delfi.lt не зафиксирована), а затем, при просмотре данных, были отклонены. Лингвисты заметили, что другие существительные (решение, время, способ) относятся преимущественно к лексико-семантической группе «абстрактных понятий», однако коллокации образуются лишь с некоторыми абстрактными существительными, то есть возможности выбора в этой группе ограничены, что указывает на арбитрарность. Поэтому все эти коллокации были признаны арбитрарными. Только две из них (разумное время и разумный способ) были выявлены как АК автоматизированным методом, поскольку при применении векторного метода тест лексико-семантических групп не используется.

АК, выявленные неавтоматическим методом. Например, арбитрарными были признаны девять коллокаций с прилагательным высокий: высокий результат, высокопоставленный чиновник, высокая цена и т. д. Здесь прилагательное употребляется в переносном значении (и почти исключительно с абстрактными существительными), поэтому критерий переносного значения обусловил отнесение лингвистами этих коллокаций к АК. Автоматизированным методом эти коллокации часто не выявлялись, поскольку для теста взаимозаменяемости синонимов не было VE, в которых имелось бы соответствующее прилагательное (высокий, закрытый, болезненный, слабый, широкий, удобный, лёгкий, свободный, длинный или быстрый), поэтому оценить взаимозаменяемость было невозможно. Как уже упоминалось в предыдущем разделе, результаты автоматизированного метода в значительной степени зависят от наличия синонимов для проверки взаимозаменяемости и от качества ряда синонимов. Этот случай показывает, что при использовании только автоматизированного метода часть АК может остаться нераспознанной, а лингвистическая компетенция может компенсировать недостаток корпусных данных.

Ещё одна причина, по которой некоторые АК могут не распознаваться автоматически, заключается в том, что с рядом синонимов определённого значения могут быть связаны не все существительные: контексты некоторых существительных могут различаться. Например, среди коллокаций прилагательного яркий много таких, которые выявлены неавтоматически (например: яркая женщина, яркий человек), и лишь одна АК выявлена обоими методами — яркое событие. Это означает, что VE с этим прилагательным имелась, но автоматически с ней были связаны не все три существительных, а только событие.

АК, выявленные автоматизированным методом. АК с прилагательным эффективный выявлены только векторным методом, например: эффективное средство, эффективный результат, эффективная система, эффективная работа. В VE было больше синонимов (например, действенный), однако коллокации действенное средство, действенный результат и т. д. в корпусе не зафиксированы, поэтому после применения невозможного

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 23

doi.org/10.35321/bkalba.2021.94.06

тест на заменяемость; коллокации с efektyvus были признаны АК. Здесь важно добавить, что лингвисты, опираясь на компетенцию носителей языка, оценили этот случай иначе: замена возможна (можно употреблять и efektyvi priemonė, и veiksminga priemonė), поэтому было решено не считать эти коллокации АК. Автоматизированным методом АК было признано много таких коллокаций, прилагательные в которых имеют оценочное значение, ср.: išskirtinis (поскольку связано синонимически с ypatingas), keistas (связано с neįprastas), modernus (связано с šiuolaikiškas), pagrindinis (связано с esminis), sudėtingas (связано с sunkus). Лингвисты чаще склонялись к тому, чтобы не относить такие случаи к АК.

Коллокации с stabilus, например stabilus gyvenimas, stabili kaina, stabili savaitė, stabili valstybė, были признаны арбитрарными только векторным методом, поскольку заменяемость проверялась с учетом синонима pastovus, который не употреблялся как коллокат с соответствующими существительными. Тем не менее лингвисты не признали эти коллокации арбитрарными, поскольку, судя по сочетаемости stabilus, она действительно широка, и ограничений не выявлено; при этом pastovus не считалось синонимом stabilus, ср.: stabilus darbas, stabili valstybė, stabili kaina, stabilus rezultatas, stabilus gyvenimas, stabili savaitė.

АК, выявленные обоими методами. Среди имеющихся данных нет ни одного случая, когда все коллокации с одним и тем же прилагательным, признанные АК, были выявлены обоими методами. Во всех случаях обоими методами выявлялась лишь их часть, причем среди этих прилагательных чаще всего встречаются такие, которые могут употребляться в переносном значении, например: garsus, greitas, liūdnas, mažas, nelengvas, patrauklus, pavojingas, rimtas, stiprus, sunkus, tvirtas. Как уже упоминалось, АК большинства таких прилагательных были выявлены только неавтоматизированным методом; например, коллокации с прилагательным silpnas (см. также приведенные выше примеры). Это объясняется тем, что при неавтоматизированном выявлении АК такие случаи отбирались по критерию переносного значения, тогда как при применении метода 2 они подходили, только если входили в ряды синонимов, использовавшиеся для теста на заменяемость.

Проверка того, сколько коллокаций выявляется каждым из методов для одного из наиболее продуктивных существительных sprendimas, показывает тенденции, сходные с представленными в таблице 3: неавтоматизированным методом было получено наибольшее число АК, однако значительная их часть была выявлена автоматизированным методом.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 24

doi.org/10.35321/bkalba.2021.94.06

ТАБЛИЦА 4. Выявленные АК с существительным sprendimas и прилагательными

АК, выявленные неавтоматизированными методами

АК, выявленные автоматизированными методами

АК, выявленные обоими методами

1) ответственный

2) беспрецедентный

3) радикальный

4) смелый

5) формальный

6) строгий

7) интеллектуальный

8) мудрый

9) конструктивный

10) творческий

11) глупый

12) временный

13) решающий

14) судьбоносный

15) лёгкий

16) нелогичный

17) нерациональный

18) обоснованный

19) удобный

20) передовой

21) практичный

22) противоположный

23) разумный

24) рациональный

25) сознательный

26) безопасный

27) самостоятельный

28) скандальный

29) болезненный

30) поспешный

31) срочный

32) умный

33) мирный

34) правильный

35) устойчивый

36) единый

1) ясный

2) категоричный

3) странный

4) конкретный

5) творческий

6) полезный

7) неожиданный

8) оптимальный

9) простой

10) плохой

11) реальный

12) сложный

13) уникальный

1) быстрый

2) логичный

3) нелёгкий

4) серьёзный

5) рискованный

6) трудный

7) вредный

8) крепкий

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 25

doi.org/10.35321/bkalba.2021.94.06

Приводя пример существительного sprendimas («решение»), важно упомянуть ещё один аспект, связанный с автоматизированным методом: некоторые коллокации, отнесённые к арбитрарным, могут быть дискуссионными, то есть могут казаться пограничными и даже более близкими к неарбитрарным. Например, может возникнуть вопрос, действительно ли такие коллокации, как aiškus sprendimas («ясное решение») или keistas sprendimas («странное решение»), следует считать арбитрарными. Казалось бы, прилагательные aiškus, keistas, kūrybiškas, naudingas, netikėtas («ясный, странный, творческий, полезный, неожиданный») и другие могут сочетаться не только с sprendimas («решение»), но и со многими другими существительными, с которыми они могут сочетаться по смыслу. Ср. все коллокации с этими прилагательными, выявленные в корпусе Delfi.lt: aiškus ženklas, aiškus vaizdas, aiški informacija, aiškus rezultatas, aiški sistema, aiškus dalykas; keistas dalykas, keistas būdas, keistas klausimas, keista vieta, keistas sprendimas, keistas įvykis, keistas vaizdas. Лингвисты проверяли ограниченную лексическую сочетаемость не только с помощью теста на синонимию, но и по лексико-семантическим группам, поэтому коллокации aiškus sprendimas и keistas sprendimas не отнесли к арбитрарным. При автоматизированной оценке лексической ограниченности эти коллокации были отнесены к АК, поскольку при проверке взаимозаменяемости синонимов выяснилось, что существительное sprendimas образовало коллокации только с одним из членов пары синонимов aiškus, suprantamas и одним из членов пары синонимов keistas, neįprastas. Эти примеры показывают, что более точных результатов выявления АК можно ожидать, если при проверке ограниченной лексической сочетаемости применять не только тест на синонимию, но и тест на лексико-семантические группы.

2.2. Арбитрарные коллокации, состоящие из глаголов и существительных

Выявлена 1171 АК, состоящая из глагола и существительного. Это число довольно близко к числу АК, образованных с прилагательными, — 1048. Аналогично коллокациям с прилагательными (см. таблицу 2), распределяются и АК, выявленные разными методами (см. таблицу 3): около половины АК выявлено неавтоматизированным методом (например: apniukusi diena, aptarti galimybes, iškvies­ti apsaugą), около трети — автоматизированным (например: suskubti į pagalbą, žvelgti į gyvenimą, sugadintas turtas, kaupti turtą), а почти пятая часть выявлена обоими методами (например: atlikti tarnybą, duoti komandą, matyti reikalą).

Проанализировано также лексическое разнообразие АК этой структуры, то есть количество различных глаголов, образующих АК, выявленные тем или иным методом. В среднем один и тот же глагол образует 2,05 рассматриваемой в этом подразделе АК (см. таблицу 5).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 26

doi.org/10.35321/bkalba.2021.94.06

ТАБЛИЦА 5. АК, выявленные разными методами (глагол + существительное)

АК, выявленные неавтоматизированными методами

АК, выявленные автоматизированными методами

АК, выявленные обоими методами

Кол-во (проц.)

Количество различных глаголов (среднее количество АК, образованных с одним и тем же глаголом)

Кол-во (проц.)

Количество различных глаголов (среднее количество АК, образованных с одним и тем же глаголом)

Кол-во (проц.)

Количество различных глаголов (среднее количество АК, образованных с одним и тем же глаголом)

561 (47,91)

376 (1,5)

382 (32,62)

189 (2,02)

228 (19,47)

102 (2,24)

Синтаксические функции глаголов в АК более разнообразны, чем функции прилагательных: могут употребляться личные формы, присоединяющие существительные, выполняющие функцию объекта, субъекта или обстоятельства (например: apipilti klausimais, kelti kainą, parodyti laikas¹³, pastatyti į vietą), либо неличные формы, чаще всего причастия, выполняющие функцию определения (например: išpūsta kaina, einamieji metai, neapgalvotas sprendimas, klestinti šalis, negirdėtas dalykas, vykdomas darbas). В трёхсловных АК порядок слов может варьироваться, например: atskubėti į pagalbą / į pagalbą atskubėti; eiti į rinkimus / į rinkimus eiti.

По сравнению с коллокациями, образованными прилагательными, наблюдается большее разнообразие глаголов: в АК, выявленных неавтоматическим методом, один и тот же глагол образует в среднем 1,5 коллокации, в АК, выявленных автоматизированным векторным методом, — в среднем 2,02 коллокации, а в АК, выявленных обоими методами, разнообразие глаголов наименьшее — один и тот же глагол образует в среднем 2,24 АК. Вероятно, такой результат обусловлен тем, что коллокаций, выявленных обоими методами, меньше всего. С другой стороны, тенденции сходны: наибольшим лексическим разнообразием отличаются АК, выявленные неавтоматическим методом.

¹³ Иногда леммы субъектных коллокаций выглядят необычно, однако было решено приводить инфинитив, поскольку могут употребляться самые разные личные формы, например: parodys laikas, parodė laikas, parodytų laikas.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 27doi.org/10.35321/bkalba.2021.94.06

При анализе данных наблюдается большое разнообразие глаголов (разными глаголами считались слова с приставкой и без приставки, а также с разными приставками (например: saugoti, apsaugoti, išsaugoti); возвратные и невозвратные формы, если они не меняют значения, считались одним и тем же глаголом). Однако есть глаголы с высокой сочетаемостью, с которыми образовано по несколько и даже по нескольку десятков АК, например:

предоставить: предоставленная защита, предоставленная информация, предоставить возможность, предоставить возможность выбора, предоставить информацию о;

уделять: уделять мало внимания, уделять время, уделять внимание, уделять много внимания, назначен домашний арест, уделять большое внимание, уделять много времени, уделять много внимания, необходимо уделить внимание;

прийти / предстоящий: прийти на выборы, прийти евро, прийти время, прийти пора, предстоящие годы, предстоящие выборы, бюджет на предстоящий год, начало предстоящего года, предстоящий месяц, начало предстоящей недели, предстоящий сезон, предстоящие годы, предстоящий день, предстоящая неделя.

Видно, что значительная часть АК, образованных с одним глаголом, представляет собой варианты одной коллокации, ср. приведённые выше варианты АК skirti dėmesį. Тем не менее любые лексические и грамматические варианты коллокаций (изменение порядка слов, добавление дополнительных слов) считаются отдельными коллокациями. Отдельными коллокациями считаются случаи, когда один и тот же глагол употребляется в личной форме (в этом случае в качестве леммы обычно приводится инфинитив) или в неличной форме (например: kovoti dėl vietos, kovoti iki pabaigos, kovojanti grupė). Итак, большее лексическое разнообразие коллокаций с глаголами (по сравнению с прилагательными) обусловлено особенностью глагола как части речи — частым употреблением глаголов с одним и тем же корнем и разными приставками. С одной стороны, такие глаголы можно считать разными словами; с другой стороны, эти данные не вполне сопоставимы с данными по прилагательным, которые во всех случаях являются разными словами, а не словообразовательными вариантами одного и того же слова.

АК, выявленные неавтоматическим методом. В отличие от коллокаций «прилагательное + существительное», коллокации с глаголами часто признавались арбитрарными не только на основании критерия переносного значения (например: gadinti gyvenimą, atverti galimybę), но и с использованием критерия ограниченной лексической сочетаемости и теста на лексико-семантические группы. Например, коллокации со словами vaizdas, būdas, informacija оценивались с учётом следующих парадигм:

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 28

doi.org/10.35321/bkalba.2021.94.06

iškraipyti informaciją

iškraipyti rinką

iškreipta informacija

iškreiptas būdas

iškreiptas vaizdas

Сочетаемость глаголов iškraipyti, iškreipti (употребляемых также атрибутивно) не широка: к коллокациям с iškraipyti можно было бы добавить парадигму iškraipyti žodžius, но существительное žodžiai попало бы в одну группу с informacija, поэтому было принято решение отнести обе коллокации к AK. С причастием iškreiptas, употребляемым атрибутивно, образованы три коллокации, и все они считались AK, поскольку, хотя парадигму можно расширить (например, добавить iškreiptas mąstymas), она всё равно оставалась бы ограниченной. Существительных informacija, vaizdas, būdas всего три, даже если отнести их к одной абстрактной лексико-семантической группе, а небольшое число слов — одно из условий применения теста лексико-семантических групп. Применение теста на взаимозаменяемость синонимов показывает, что вместо iškraipyti, iškreiptas не подходит, например, išdarkyti / išdarkytas.

Коллокации AK, выявленные автоматизированным методом. Важно подчеркнуть одно ограничение автоматизированного метода: некоторые AK могут остаться нераспознанными, поскольку такие коллокации не выявлены в корпусе Delfi.lt (хотя само словосочетание могло употребляться). Например, трёхсловная коллокация aiškintis įvykio aplinkybes была признана AK на основании синонимов analizuoti, aiškintis, tirti, включённых в VE. В корпусе обнаружена только коллокация с глаголом aiškintis, поэтому она была признана AK. С другой стороны, в другом корпусе могла бы встретиться и коллокация tirti įvykio aplinkybes, и тогда при проверке по той же группе синонимов арбитрарными были бы признаны две коллокации, а не одна.

Среди коллокаций, выявленных автоматизированным методом, есть случаи, которые лингвисты не признали AK именно потому, что, исходя из языкового чутья, не считали, что существует склонность выбирать один синоним из нескольких возможных. Примерами могут служить коллокации suprasti pasaulį, pažinti pasaulį, žiūrėti į pasaulį. Лингвисты не признали ни одну из этих коллокаций арбитрарной. Автоматизированный метод определил, что все три являются AK, поскольку среди коллокаций из корпуса Delfi.lt не было коллокаций с другими членами соответствующих групп синонимов: встречалась suprasti pasaulį, но не suvokti pasaulį; встречалась pažinti pasaulį, но не išmokti pasaulį; встречалась žiūrėti į pasaulį, но не žvelgti į pasaulį. Лингвистическая оценка показала, что сочетаемость этих трёх глаголов не обладает признаками ограниченной сочетаемости.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 29doi.org/10.35321/bkalba.2021.94.06

Обоими методами выявлены АК. Следует сказать, что АК этой группы выявлены не обязательно по одному и тому же критерию. При оценке арбитральности неавтоматическим методом АК могла быть выявлена по какому-либо одному тесту, не обязательно по тесту взаимозаменяемости синонимами. Как отмечалось применительно к коллокациям прилагательных и существительных, одни и те же АК были отобраны неавтоматическим способом по критерию переносного значения, а автоматизированным методом — по критерию ограниченной лексической сочетаемости (тесту взаимозаменяемости синонимами), ср. сбился транспорт и ухудшилось здоровье были отобраны лингвистами потому, что sutr būti сочетается с ограниченной группой существительных, тогда как обоими методами эти коллокации были признаны АК потому, что среди синонимов sugedo и sutriko в оценочных коллокациях зафиксирован лишь один синоним. Обдуманное решение признано АК, поскольку коллокации с другим синонимом — обдуманное решение — не было. Итак, важно иметь в виду, что коллокации этой группы распознаются не по одному и тому же критерию.

ТАБЛИЦА 6. Выявленные АК с существительным решение и глаголами

АК, выявленные неавтоматическим методом

АК, выявленные автоматизированным методом

АК, выявленные обоими методами

1) обжаловать судебное решение 2) отложить решение 3) принять решение 4) обосновать решение 5) искать решение 6) вступившее в силу решение 7) необдуманное решение 8) не принимать решения 9) не исполнять судебное решение 10) решение оправдало себя 11) принять соответствующее решение принять необходимое решение 12) принимать решение 13) согласиться с решением 14) огласить решение 15) обжаловать решение (в суде) 16) исполнить судебное решение

1) принять решение 2) требовать решения 3) предлагаемое решение 4) ждать решения 5) подписать решение

1) исполнить судебное решение 2) принятое решение 3) предложенное решение 4) огласить решение 5) обдуманное решение

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 30

doi.org/10.35321/bkalba.2021.94.06

Оценив, сколько коллокаций типа глагол + существительное с одним из наиболее продуктивных существительных sprendimas выявляется разными методами (см. таблицу 6), можно заметить, что больше всего их выявлено неавтоматическим методом, тогда как обоими методами и автоматизированным методом выявлено лишь по пять АК.

ОБОБЩАЮЩИЕ ЗАМЕЧАНИЯ

Проанализировав двусловные и трёхсловные АК, состоящие из прилагательных и существительных, а также из глаголов и существительных, можно утверждать, что неавтоматическим методом выявлена примерно половина из них, автоматизированным методом — около трети, а обоими методами — примерно одна пятая. Совпадает лишь небольшая часть АК, выявляемых этими методами, что позволяет утверждать, что применение обоих методов даёт возможность выявить больше АК. Следовательно, для распознавания АК стоит использовать возможности как неавтоматического, так и автоматизированного метода.

Следует подчеркнуть, что при неавтоматическом анализе применялись не один, а два критерия отбора, поэтому объём данных, выявленных неавтоматически, значительно больше, чем объём данных, выявленных автоматизированно. Неавтоматический анализ включал не только критерий переносного значения, но и критерий ограниченной лексической сочетаемости, проверявшийся с помощью двух тестов (лексико-семантических групп и заменимости синонимами), тогда как при применении автоматизированного метода использовался только критерий ограниченной лексической сочетаемости на основе теста заменимости синонимами.

Из-за разного количества критериев результаты, полученные разными методами, нельзя сравнить, поскольку первым методом в любом случае выявлено больше АК, а совпадающих коллокаций сравнительно мало. Было бы интересно сравнить АК, выявленные автоматизированно и неавтоматически только по общему критерию ограниченной сочетаемости (тесту заменимости синонимами). Такое сравнение могло бы показать, что часть выявленных АК совпадает, а также позволило бы оценить, каким методом отобрано больше АК и чем различаются несовпадающие АК.

Неавтоматическим методом собрано не только больше данных, но и лексически более разнообразных. АК, выявленные этим методом, включают более разнообразные прилагательные и глаголы, тогда как автоматизированный метод даёт АК с меньшим лексическим разнообразием.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 31

doi.org/10.35321/bkalba.2021.94.06

При испытании автоматизированного метода главной целью было свести к минимуму фактор субъективности при оценке арбитральности и опираться только на данные, зафиксированные в корпусе. Если имеются пары или группы синонимов, выявленные векторным методом на материале конкретного корпуса, процедура оценки упрощается, поскольку легче решить, можно ли заменить компонент коллокации: если в исследуемом материале встречаются коллокации со всеми словами из пары или группы синонимов, замена возможна.

Разумеется, выявились и недостатки автоматизированного метода. Поскольку арбитральность оцениваемой коллокации определяется на основе синонимов ВЕ, часть АК может остаться нераспознанной, так как признание арбитральности во многом зависит от имеющегося набора ВЕ. Для тестирования используются только те синонимы и в том количестве, в каком они собраны в ВЕ, поэтому не все коллокации признаются АК.

Хотя процесс анализа АК можно автоматизировать, на начальном этапе этого процесса необходим вклад лингвистов: в ВЕ, составленных векторным методом, нужно отделить синонимы от слов, связанных другими семантическими отношениями, например антонимов. Проверка того, сколько автоматически полученных данных остаётся после лингвистической проверки, показывает, что из ВЕ удаляется много прилагательных и глаголов, а оставшиеся 41 процент и 30 процентов данных соответственно также требуют редактирования и упорядочения. Поскольку векторный метод выявляет не только слова, связанные синонимическими отношениями, подготовка данных о синонимах для теста заменимости занимает больше времени. Поэтому следует испытать другие методы выявления отношений синонимии.

Оценивая пригодность векторного метода для отбора синонимов, следует упомянуть следующие аргументы, подтверждающие ценность автоматически собранных данных. Во-первых, векторный метод позволяет выявить больше синонимов и синонимы иного типа, чем при использовании одной лишь интроспекции. Во-вторых, выявленные этим методом синонимы (разумеется, после предварительного исключения несинонимов) обнаруживают важное с точки зрения синонимии явление: синонимичными бывают не только отдельные слова, но и словосочетания. В-третьих, векторный метод подходит для обработки больших объёмов данных, то есть для выявления синонимов в большом корпусе; вручную было бы сложно оценить контекстуальное сходство такого множества слов.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 32

doi.org/10.35321/bkalba.2021.94.06

LITERATŪRA

Bielinskienė Agnė, Boizou Loic, Bumbulienė Ieva, Kovalevskaitė Jolanta, Krilavičius Tomas, Mandravickaitė Justina, Rimkutė Erika, Vilkaitė-Lozdienė Laura (sud.) 2019: Lietuvių kalbos kolokacijų žodynas, Kaunas: Vytauto Didžiojo universitetas. Prieiga internete: https://doi.org/10.7220/9786094673733.

Divjak Dagmar, Gries Stefan T. 2006: Ways of Trying in Russian. Clustering and Comparing Behavioral Profiles. – Corpus Linguistics and Linguistic Theory 2(1), 23–60.

Drūlienė Viltė 2008a: Erduvinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas.

Drūlienė Viltė 2008b: Lietuviškosios metaforikos vertikalumo matas. – Darbai ir dienos 50, 73–90.

Grigonytė Gintarė 2010: Building and Evaluating Domain Ontologies: NLP Contributions: daktaro disertacija, Berlin: Logos Verlag Berlin.

Handl Susanne 2008: Essential Collocations for Learners of English: The Role of Collocational Direction and Weight. – Phraseology in Foreign Language Learning and Teaching, eds. F. Meunier, S. Granger, Amsterdam, Philadelphia: John Benjamins Publishing Company, 43–66.

Howarth Peter 1998: Phraseology and Second Language Proficiency. – Applied Linguistics 19 (1), 24–44.

Jakaitienė Evalda 2010: Lietuvių kalbos leksikologija, Vilnius: Vilniaus universiteto leidykla.

Kovalevskaitė Jolanta, Rimkutė Erika, Vilkaitė Laura 2020: Light Verb Constructions in Lithuanian: Identification and Classification. – Kalbų studijos 36, 5–16.

Kovalevskaitė Jolanta, Rimkutė Erika, Vaičenonienė Jurgita 2021: Automatizuotas arbitraliųjų kolokacijų atpažinimas: būdvardžių ir daiktavardžių kolokacijos. – Kalbų studijos 39, 71–84.

Lewis Michael 2000: Teaching Collocation: Further Developments in the Lexical Approach, London: Language Teaching Publications.

Marcinkevičienė Rūta 2010: Lietuvių kalbos kolokacijos, Kaunas: Vytauto Didžiojo universitetas.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 33

doi.org/10.35321/bkalba.2021.94.06

Nesselhauf Nadja 2003: The Use of Collocations by Advanced Learners of English and Some Implications for Teaching. – Applied Linguistics 24 (2), 223–242.

Nesselhauf Nadja 2005: Collocations in a Learner Corpus, Amsterdam: John Benjamins.

Pennington Jeffry, Socher Richard, Manning Christopher D. 2014: GloVe: Global Vectors for Word Representation. – Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNL). Association for Computational Linguistic. Doha, Qatar, October 25–29, 2014, 1532–1543.

Reder Anna 2006: Kollokationen in der Wortschatzarbeit. Praesens Verlag.

Strakatova Yana, Hinrichs Erhard 2019: Semantic Modelling of Adjective-Noun Collocations Using FrameNet. – Proceedings of the Joint Workshop on Multiword Expressions and WordNet, 104–113.

Stulpinaitė Miglė, Horbačauskienė Jolita, Kasperavičienė Ramunė 2016: Issues in Translation of Linguistic Collocations. – Kalbų studijos 29, 31–41.

Šilinytė Justina 2008: Ontologinės ir struktūrinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas.

Volungevičienė Skaistė 2010: Metaforinių kolokacijų vertimo problemos. – Kalbų studijos 16, 23–27.

Gauta 2021 11 14

Priimta 2021 12 15

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 34

doi.org/10.35321/bkalba.2021.94.06

ARBITRALIŲJŲ LIETUVIŲ KALBOS KOLOKACIJŲ NUSTATYMAS

Santrauka

Šiame straipsnyje sprendžiama arbitraliųjų lietuvių kalbos kolokacijų atpažinimo problema. Tam skirtas projektas „Arbitrariosios lietuvių kalbos kolokacijos: atpažinimas, aprašymas, vartojimas (ARKA)“. Arbitraliosiomis kolokacijomis laikomos kolokacijos, kurių žodžių junglumo pagrindas yra ne semantiniai, o leksiniai ribojimai. Tokios kolokacijos tiesiogiai neatspindi nekalbinės tikrovės, o ryšys tarp jų žodžių – arbitralius: nors pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną junglumo partnerį, bet linkstama vartoti kurį nors vieną, pvz., suprasti užuominą, bet ne *subokti užuominą.

Tyrimo šaltinis yra Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazė, kurioje pateikiama apie 12 tūkst. kolokacijų; ištyrus kolokacijas su 97 daiktavardžiais, arbitraliosiomis priskirta apie 2400 kolokacijų, kurių struktūra yra būdvardis / būdvardiškai vartojamas dalyvis + daiktavardis, veiksmažodis + daiktavardis, daiktavardis + daiktavardis.

Straipsnyje aprašyti du pagal minėtą projektą išbandyti arbitraliųjų kolokacijų nustatymo metodai: neautomatinis lingvistinės analizės ir automatizuotas kompiuterinės lingvistikos metodas. Nustatant AK neautomatiškai, taikyti du pagrindiniai kriterijai: perkeltinės reikšmės kriterijus ir riboto leksinio junglumo kriterijus, kuriam įvertinti taikyti veiksmažodžio ar būdvardžio sinonimų pakeičiamumo ir (arba) daiktavardžių leksinių semantinių grupių testai. Vienas iš AK nustatymo kriterijų – riboto leksinio junglumo – buvo tikrinamas ir automatizuotai, vektorių metodų nustatčius pakeičiamumo testui reikalingus sinonimus. Automatizuoto metodo taikymą sudarė šie etapai: 1) automatinis, kai vektorių metodu buvo surenkamos vektorių eilės su panašų kontekstą turinčiais žodžiais; 2) neautomatinis – vektorių eilių tvarkymas paliekant tik sinoniminiais ryšiais susijusius žodžius; 3) iš dalies automatinis etapas, kai kolokacijos buvo automatiškai susiejamos su konkrečiomis sinonimų eilėmis ir po peržiūros lingvistų patvirtinamos arba nepatvirtinamos kaip AK.

Neautomatiniu metodu nustatyta apie pusė AK, automatizuotu metodu – apie trečdalis. Neautomatinei analizei taikytas ne vienas, o du atrankos kriterijai, todėl neautomatiškai nustatytų duomenų daug daugiau negu nustatytų automatizuotai. Nors

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 35

doi.org/10.35321/bkalba.2021.94.06

automatizuotu metodu galima sumažinti subjektyvumą vertinant duomenis ir supaprastinti arbitralumo vertinimo procedūrą, tačiau pastebėta ir tai, kad arbitralumo pripažinimą lemia vektorių eilėje esantys sinonimai, taigi dalis AK gali likti neatpažintos. Vektorių metodu surinktus sinonimus reikia atskirti nuo kitais semantiniais ryšiais susijusių žodžių, tam reikalinga lingvisto patikra. Tačiau, nepaisant šio ribotumo, vektorių metodas yra tinkamas dideliam duomenų kiekiui apdoroti, o rankiniu įvertinti gausybės žodžių konteksto panašumą būtų sunku.

Abiem metodais atpažintos kolokacijos sudaro tik penktadalį visų nustatytų AK, todėl yra pagrindo manyti, kad siekiant atpažinti AK svarbu taikyti tiek automatizuoto, tiek ir neautomatinio metodo teikiamas galimybes.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 36

doi.org/10.35321/bkalba.2021.94.06

IDENTIFICATION OF LITHUANIAN ARBITRARY COLLOCATIONS

Summary

In this article, we describe the methodological approaches of arbitrary collocation (AC) identification developed within the framework of an ongoing project “Arbitrary Collocations of Lithuanian: Identification, Description and Usage (ARKA)”. The object of this research is arbitrary collocations of the Lithuanian language the collocability of which is determined by lexical rather than semantic constraints. Such collocations do not directly reflect the non-linguistic reality and the relation between the collocates is arbitrary: although there may be several close synonyms, a particular one is preferred in a certain word combination (e.g., suprasti užuominą vs. *suokti užuominą).

The source of the research was the Database of Lithuanian Multiword Expressions encompassing over 12.000 collocations. The structural composition of the identified 2400 arbitrary collocations was as follows: adjective (participle)+noun, verb+noun, and noun+noun.

Arbitrary collocations were determined by combining the manual linguistic analysis and semi-automatic methods of computational linguistics. The manual method included two major AC identification criteria: lexical restrictedness and (or) meaning transfer. Lexical restrictedness was measured using two tests: the synonym substitution of pre-modifier and (or) semantic field comparison of the head noun. Moreover, lexical restrictedness was also assessed using a semi-automatic approach by analyzing synonym pairs in the automatically generated vector strings. The semi-automatic approach consisted of three stages: (1) the automatic generation of vector strings with potential synonyms; (2) the manual vector string editing to reduce the noise, and (3) the semi-automatic process during which the collocations were compared to particular synonym pairs in vector strings and approved or not approved by linguists as arbitrary.

Approximately half of ACs were detected by using the manual method based on two AC identification criteria, whereas about one-third of ACs were identified using the semi-automated method based on one criterion. On the one hand, the semi-automatic method can reduce the subjectivity in data evaluation and simplify the AC identification procedure. On

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 37

doi.org/10.35321/bkalba.2021.94.06

the other hand, as arbitrariness is determined on the basis of the available synonyms in the vector string, some ACs may not be identified because of the insufficient scope of the generated synonyms. Also, the automatically generated synonyms need to be manually analyzed to eliminate semantically unrelated words. Despite these limitations, the method is suitable for processing large amounts of the data. It would be difficult to manually assess the contextual similarity of such a large number of words.

About one fifth of ACs were identified using a combination of both methods. These results suggest that different methodological approaches allowed the researchers to detect more arbitrary collocations. It is maintained that taking into consideration the mentioned advantages and disadvantages, the best results in the Lithuanian arbitrary collocation identification are acquired when combining both manual and semi-automatic methods.

KEYWORDS: arbitrary collocations, Lithuanian, lexical restrictedness, vector space model, semi-automatic approach, linguistic manual approach.

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ,

JURGITA VAIČENONIENĖ

Vytauto Didžiojo universitetas

Kristijono Donelaičio g. 58, 44248 Kaunas

[email protected]

[email protected]

[email protected]

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204