ДАННЫЕ ДЛЯ ИССЛЕДОВАНИЯ: КОРПУС ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ
Материалом исследования служит электронный корпус, охватывающий широкую область информационно-коммуникационных технологий (ИКТ) — собирательное понятие, включающее все технологии, разработанные для обработки и передачи данных. Тексты были отобраны так, чтобы представить срез области ИКТ. Они были разделены на семь категорий, которые можно рассматривать как жанры в рамках этой области:
Жанр 1: профессиональные статьи по ИКТ;
Жанр 2: академические статьи по ИКТ;
Жанр 3: техническая документация программных приложений в области ИКТ;
Жанр 4: техническая документация аппаратного обеспечения ИКТ;
Жанр 5: учебники по ИКТ;
Жанр 6: техническая документация языков программирования и сред программирования;
Корпус содержит собрание из 973 текстов общим объемом почти 24 миллиона слов. Выбор данных для корпуса — одна из важнейших задач исследователя, поскольку корпус должен быть репрезентативным для анализируемой области употребления. Как отмечает Дуглас Байбер, количество текстов имеет решающее значение в исследованиях, в которых ученый рассматривает текст как основную единицу анализа. В каждом жанре должно быть представлено достаточное число текстов, чтобы учесть вариативность между категориями и авторами (Biber, 2006).
Terminologija | 2012 | 19
39
Page 2
Таблица 1. Состав корпуса информационно-коммуникационных технологий
ЖанрЧисло текстовЧисло токенов (словоупотреблений)Профессиональные статьи391225551Академические статьи951272001Техническая документация программных приложений в области ИКТ922472839Техническая документация оборудования ИКТ1002471772Учебники9915315237Техническая документация языков программирования и программных сред901282175Техническая документация сетевых технологий106725418ВСЕГО97323764993
ЛЕКСИЧЕСКИЙ БАНДЛ: ТЕРМИН
Повторяющиеся последовательности слов, которые встречаются вместе чаще, чем можно было бы ожидать случайно, составляют важную часть речевой продукции. Термин лексический бандл впервые использовали Douglas Biber, Stig Johansson, Geoffrey Leech, Susan Conrad и Edward Finegan в ставшей классической книге Longman grammar of spoken and written English для обозначения многословных сочетаний, выявленных исключительно на основании частотности (Biber et al. 1999); Mike Scott же называет их словесными кластерами в руководстве к программному приложению WordSmith Tools, версия 4 (1996), и WordSmith Tools, версия 5 (2010). Единственным критерием при выявлении лексических бандлов является их частотность. «Кластеры — это слова, которые неоднократно встречаются вместе, одно за другим» (Scott 2010: 337). Scott отмечает, что словесные кластеры могут обладать семантической просодией, то есть тенденцией определённых лексем сочетаться с некоторыми другими лексемами (например, тенденцией слова cause сочетаться с обозначениями негативных последствий, такими как accident, trouble и т. д.) (Scott 2010: 337).
Biber, Johansson, Leech, Conrad и Finegan определяют лексические бандлы как повторяющиеся выражения независимо от их структурных свойств, то есть как последовательности словоформ, часто совместно встречающиеся в дискурсе; они также отмечают, что более короткие бандлы часто входят в состав нескольких более длинных лексических бандлов (Biber et al. 1999). Они также указывают, что в большинстве случаев лексические бандлы не образуют структурных единиц и что большинство из них
40
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 3
не являются выражениями, которые носители языка распознали бы как идиомы или другие устойчивые лексические выражения. Biber, Johansson, Leech, Conrad и Finegan устанавливают следующие пороговые значения частотности, которым должны соответствовать многословные последовательности, чтобы считаться лексическими бандлами: они должны встречаться не менее 10 раз на миллион слов и как минимум в пяти текстах (Biber et al. 1999).
Biber отмечает, что неожиданным результатом подхода, основанного на частотности, является наличие у лексических бандлов двух необычных характеристик (Biber 2006: 134). Во-первых, большинство из них неидиоматичны по значению, однако их смысл обычно прозрачен из отдельных словоформ. Ken Hyland также указывает, что большинство бандлов семантически прозрачны и «формально регулярны, обеспечивая строительные блоки связного дискурса» (Hyland 2008: 6).
Во-вторых, большинство бандлов не являются завершёнными грамматическими структурами. Biber, Johansson, Leech, Conrad и Finegan отмечают, что примерно 15% лексических бандлов в разговорной речи образуют завершённые структурные единицы, тогда как лишь около 5% лексических бандлов в академической прозе можно считать завершёнными словосочетаниями или придаточными предложениями (Biber et al. 1999: 1000). Важный вывод Biber о синтаксической природе лексических бандлов состоит в том, что это лексические единицы, которые часто пересекают границы грамматических структур: например, они могут связывать две фразы или два придаточных предложения таким образом, что последние слова бандла становятся начальными частями второй синтаксической структуры (Biber 2006: 135). Hyland также подчёркивает, что лексические бандлы, выявляемые исключительно на основании частотности, обычно охватывают несколько структурных единиц (Hyland 2008: 6).
Ряд корпусных исследований посвящён анализу повторяющихся непрерывных последовательностей словоформ. Эти исследования демонстрируют их важность для различных типов дискурса, а также показывают значительную вариативность лексических бандлов в разных жанрах и регистрах (например, Biber 2006; Biber, Conrad, Cortes 2004; Hyland 2008; Scott, Tribble 2006; Gozdz-Roszkowski 2011).
М Е Т О Д О Л О Г И Я, И С П О Л Ь З О В А Н Н А Я В И С С Л Е Д О В А Н И И
Было принято решение сосредоточиться на анализе 4-словных связок, поскольку, с одной стороны, частотность 4-словных связок значительно выше, чем 5-словных последовательностей, а с другой — они часто содержат 3-словные сочетания и позволяют выявить более очевидные модели и структуры, чем 3-словные выражения. Списки 4-словных связок в каждом из
Terminologija | 2012 | 19
41
Page 4
семи жанров ICT были сформированы с помощью WordSmith Tools v. 5.0 — программного пакета для поиска моделей в корпусах.
В данном исследовании были установлены два пороговых значения: минимальная частотность употребления — 20 раз на миллион слов и дополнительный критерий, согласно которому связка должна встречаться как минимум в пяти текстах. Применение пороговых критериев потребовало соответствующих вычислений в каждом из семи файлов, содержащих список связок для данного жанра. Вычисления выполнялись в следующие этапы:
1. Создание дополнительного столбца с названием «Частотность на миллион» в таблице, полученной из программы WordSmith Tools.
2. Ввод значения общего числа слов в свободную ячейку электронной таблицы Excel в соответствующей категории.
3. Ввод в первую ячейку столбца «Частотность на миллион» следующей формулы:
Частотность на миллион слов = Частотность × 1 000 000 / Общее число слов
4. Копирование формулы в остальные ячейки: нажать на правый нижний угол заполненной ячейки и протянуть вниз к другим ячейкам.
5. Выделение столбца «Количество текстов».
6. Выбор меню «Данные» и поля «Сортировка и фильтр» в инструменте сортировки.
7. Выбор сортировки по убыванию.
8. Удаление всех строк таблицы, в которых значение поля «Количество текстов» меньше 5.
9. Выделение столбца «Частотность на миллион».
10. Выбор меню «Данные» и поля «Сортировка и фильтр» в инструменте сортировки.
11. Выбор сортировки по убыванию.
12. Удаление всех строк таблицы, для которых значения в поле «Частота на миллион» ниже 20.
1886 различных многословных сочетаний было обнаружено в корпусе после применения указанных выше пороговых критериев. Общее число сочетаний, выявленных во всём массиве данных, составило 197 553.
42
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 5
Таблица 2. Распределение лексических сочетаний в жанрах ИКТ
Жанр
Общее число сочетаний после применения пороговых критериев
Число различных сочетаний после применения пороговых критериев
% словоупотреблений в сочетаниях
Профессиональные статьи
1057
131
1,8
Академические статьи
5548
120
1,7
Программные приложения
44669
403
7,2
Аппаратное обеспечение
55296
672
8,9
Учебники
72483
119
1,9
Языки программирования и среды программирования
10984
180
3,4
Сетевые технологии
7516
261
4,1
Итого
197553
1886
Процент словоупотреблений, входящих в связки, вычислялся путем умножения общего числа случаев для данного жанра на 4 (анализируются связки из 4 слов), деления полученного результата на число словоупотреблений в данном жанре и последующего умножения на 100%, согласно формуле:
На наш взгляд, два параметра — разнообразие связок и процент словоупотреблений, входящих в связки, — можно рассматривать как показатели степени формульности и повторяемости данного жанра по сравнению с другими жанрами. Иными словами, степень формульности и повторяемости жанра можно измерить по разнообразию связок, используемых в жанре, и проценту словоупотреблений, входящих в связки.
Жанры ИКТ можно разделить на три группы по критерию формульности и повторяемости.
Жанр 3 — «техническая документация программных приложений в сфере ИКТ» и жанр 4 — «техническая документация аппаратного обеспечения ИКТ» характеризуются высокой степенью формульности и повторяемости, поскольку демонстрируют сопоставимые закономерности: в них используется наибольший набор различных связок (соответственно 403 и 672) и наблюдается самый высокий процент словоупотреблений, входящих в связки (соответственно 7,2% и 8,9%).
Terminologija | 2012 | 19 43
Page 6
Рисунок 1: Жанры с высокой степенью формульности и повторяемости
Напротив, жанр 1 — «профессиональные статьи в области ИКТ», жанр 2 — «научные статьи в области ИКТ» и жанр 5 — «учебники по ИКТ» характеризуются относительно низкой степенью формульности и повторяемости, поскольку в них используется наименьший набор различных связок (соответственно 131, 120 и 119) и наименьшая доля словоупотреблений, входящих в связки (соответственно 1,8%, 1,7% и 1,9%).
Оставшиеся два жанра: жанр 6 — «техническая документация по языкам программирования и средам программирования» и жанр 7 — «техническая документация по сетевым технологиям» — образуют третью группу, значения обоих параметров которой находятся в середине диапазона (количество различных связок: соответственно 180 и 261; доля словоупотреблений, входящих в связки: соответственно 3,4% и 4,1%).
Однако стоит помнить, что, как справедливо отмечает Станислав Гожд-Рошковский, прямые сравнения можно уверенно проводить лишь между жанрами с сопоставимым количеством слов. Чтобы учесть это обстоятельство, параметр доля словоупотреблений, входящих в связки рассчитывается для каждого жанра таким образом, чтобы учитывать количество слов в подкорпусах, представляющих соответствующие жанры (Gozdz-Roszkowski 2011: 111).
ФУНКЦИОНАЛЬНАЯ КЛАССИФИКАЦИЯ СВЯЗОК
Основой для функционального анализа связок, полученных в этом корпусе, послужили таксономии Бибера (Biber 2006; Biber et al. 2004), Хайланда (2008) и Гожд-Рошковского (2011).
Biber’s (2006) classification resulted from the scrutiny of a broad corpus of spoken and written registers which covered among others such types of discourse as: casual conversations, class sessions tapes, classroom teaching, office hours, study groups, on-campus service encounters, textbooks, course packs, institutional texts (e.g. university catalogs, brochures).
44
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 7
The corpus in Hyland’s (2008) study (size 3,5 million words) comprises research articles, PhD dissertations and MA/MSc theses from four disciplines: electrical engineering and microbiology from the applied and pure sciences, and business studies and applied linguistics from the social sciences.
Gozdz-Roszkowski (2011) analyzed a corpus of American Law containing over 5,5 million words and representing seven genres within American legal culture and education: academic articles, briefs, contracts, legislation, opinions, professional articles and textbooks.
Опираясь на упомянутые выше таксономии, лексические связки в области ИКТ были функционально разделены на три широкие категории в соответствии с их значением в текстах: ориентированные на исследование, ориентированные на текст и ориентированные на участника. Связки первой категории помогают авторам организовывать свою деятельность и описывать свой опыт в области ИКТ. Связки, ориентированные на текст, используются для обозначения организации текста и его смысла. Наконец, связки, ориентированные на участника, служат для выражения различных установок или оценок и сосредоточены на авторе или читателе текста.
Каждая из трёх основных функциональных категорий лексических связок была далее подразделена на ряд подкатегорий.
Связки, ориентированные на исследование, включают следующие подкатегории:
Связки количества (например: один из крупнейших; большое количество; один из следующих; количество элементов);
Связки временной отсылки (например: во время; в конце года; в течение следующих нескольких недель; в ближайшие недели);
Связки, указывающие на место / направление (например: в Соединённых Штатах; главного окна; нижняя часть окна; в строке состояния);
Terminologija | 2012 | 19 45
Page 8
Процедурные связки — используются для описания различных функций, относящихся к ИКТ (например, the use of the; the use of a);
Индикаторы темы — относятся к области исследования (например, proceedings of the IEEE; programming languages and systems; the drop down menu; the following configuration options);
Многофункциональные отсылочные связки — связки, которые могут использоваться как указатели времени, места или текста (например, the end of the; the start of the; the left of the; at the beginning of);
Описательные связки — характеризуют следующее за ними существительное (например, the complexity of the; the surface of the; the scope of the; the height of the).
Текстоцентрированные связки включают следующие подкатегории:
Связки пояснения — подробнее раскрывают анализируемую тему и проясняют её (например, at the same time, as well as the, this means that the, in this case the);
Связки перехода — обеспечивают добавочные или противопоставительные связи между частями текста (например, on the other hand, as opposed to the, in addition to the, in contrast to the);
Связки рамочного задания — «задают аргументам рамки, указывая ограничивающие условия» (Hyland 2008: 14), чтобы формулировать утверждения или аргументы (например, in terms of the, in the context of, in the presence of, the contents of the);
Связки условий — выражают условия (например, if you want to, if you do not, if you have a, if you have an);
Связки результата — указывают на логические связи между элементами с точки зрения причинно-следственных отношений (например, so that you can, as a result of, as a result the, as a function of);
Структурные маркеры связки — используются для отсылок к другим частям текста (например, as shown in figure, as discussed in section, is shown in ex ample, later in this chapter).
Связки, ориентированные на участников включают следующие подкатегории:
Связки вовлечения — обращены непосредственно к читателям; «активно обращаются к читателям как к участникам разворачивающегося дискурса» (Hyland 2008: 18) (например, do one of the, select the type of, is recommended that you, select one of the);
Связки позиции — передают эмоции, установки, оценочные суждения и мнения; «задают рамку для интерпретации следующего положения» (Biber, 2006: 139) (например, it is necessary to, is no guarantee that, it is important to, it is not possible, it is possible to);
46
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 9
Модальные связки — выражают вероятность, допустимость или необходимость чего-либо (например, должно быть выполнено, может использоваться для, как можно видеть, в котором можно, может не отображаться, может быть воспроизведено или, должен принимать любые помехи, помехи, которые могут вызвать, которые могут вызвать нежелательные);
Связки предсказания — выражают прогноз автора относительно некоторого будущего действия (например, ожидается, что будет, вам будет предложено, будет отображено в, это откроет, у вас попросят).
В таблице 3 показано количество связок, относящихся к трём основным функциональным категориям, в каждом жанре.
Таблица 3: Распределение лексических связок по функциональным категориям
Ориентированные на исследование | Ориентированные на текст | Ориентированные на участников | Прочие | Профессиональные статьи | 45 | 23 | 13 | 45 | Научные статьи | 48 | 35 | 9 | 28 | Программные приложения | 123 | 55 | 122 | 83 | Аппаратное обеспечение | 207 | 51 | 138 | 187 | Учебники | 32 | 35 | 18 | 20 | Языки программирования и среды программирования | 39 | 39 | 26 | 62 | Сетевые технологии | 91 | 24 | 11 | 91
Рисунок 3: Классификация ориентированных на исследование связок
Terminologija | 2012 | 19
47
Page 10
Таблица 4: Распределение ориентированных на исследование связок по подкатегориям
ОРИЕНТИРОВАННЫЕ НА ИССЛЕДОВАНИЕ
Количество жанров
Количество
Указание на время
Указание на место/направление
Процедура
Указатель темы
Многофункциональное указание
Описание
1
4
7
4
0
27
3
0
2
7
0
3
1
34
0
3
3
4
1
63
0
40
8
7
4
3
11
33
2
154
0
4
5
4
0
4
1
16
3
4
6
6
0
2
1
15
3
12
7
6
0
5
2
73
2
3
ТЕРМИНОЛОГИЧЕСКИЕ СВЯЗКИ
Терминологические связки были определены как подкатегория тематических индикаторных связок и как многословные сочетания, содержащие термины.
Рисунок 4: Распределение терминологических связок в 7 жанрах ИКТ
Как показывает таблица 5, жанр 7 — «техническая документация по сетевым технологиям» — характеризуется наибольшей долей (18%), а также наибольшим количеством терминологических связок — 47. Такая терминологическая насыщенность может быть связана с узкоспециализированным, предметно-ориентированным характером текстов жанра 7. Распространение узкоспециализированных знаний требует регулярного использования устойчивых специализированных многословных сочетаний.
48
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 11
Таблица 5: Количество и доля терминологических связок в жанрах ИКТ
Номер жанра
Количество связок в жанре
Количество терминологических связок в жанре
Доля терминологических связок в жанре
Доля терминологических связок в категории RESEARCH - CENTERED
1
131
1
0.7
2.2
2
120
8
6.6
16.6
3
403
13
3.2
10.5
4
672
37
5.5
17.8
5
119
14
11.7
66.6
6
180
13
7.2
38.2
7
261
47
18.0
50.0
Второе по величине количество связок обнаружено в жанре 4 — «техническая документация по аппаратному обеспечению ИКТ»: оно составляет 37. Однако доля всех связок, относящихся к категории терминологических связок в жанре 4, относительно невелика — всего 5,5%. Следует, однако, учитывать, что в жанре 4 после применения пороговых критериев насчитывается значительно больше разных связок, чем в остальных жанрах, — 672, а также самая высокая доля словоупотреблений, входящих в связки, — 8,9%.
В жанре 5 — «учебники по ИКТ» — наблюдается относительно высокая доля терминологических связок: 11,7%. В таблице 6 ниже представлены терминологические связки, выявленные в жанре 5 — «учебники по ИКТ».
Таблица 6: Терминологические связки, выявленные в жанре 5 — «учебники по ИКТ»
ЖАНР 5
Связка
Частота
Количество текстов
Частота на миллион слов
the java io package
345
12
22.53
пакет языка java lang package
322
9
21.02
import java awt import
336
15
21.94
public static final int
1306
21
85.27
static void main string
967
39
63.14
public static void main
952
40
62.16
public final static int
861
5
56.22
void main string args
846
36
55.24
Terminologija | 2012 | 19 4 9
Page 12
ЖАНР 5
int x int y
600
14
39.18
public instance methods public
539
5
35.19
import java io import
447
22
29.19
количество байтов
433
38
28.27
the java lang package
322
9
21.02
x int y int
316
12
20.63
Значительная часть учебников (52%) посвящена различным темам, связанным с программированием на ряде языков программирования, таких как Java, C++, C#, Objective-C, PHP и других. Это отражается в большом количестве терминологических связок в жанре 5, содержащих часто встречающиеся строки кода. Например, такие терминологические связки, как STATIC VOID MAIN STRING (967 употреблений в 39 текстах; частотность на миллион — 63,14), PUBLIC STATIC VOID MAIN (952 употребления в 40 текстах; частотность на миллион — 62,16) и VOID MAIN STRING ARGS (846 употреблений в 36 текстах; частотность на миллион — 55,24) являются частями программного кода, включающими ключевое слово main. Ключевое слово main обозначает главную функцию, отвечающую за высокоуровневую организацию функциональности программы. Функции, также называемые методами, представляют собой наборы инструкций, используемые для обработки входных данных, например для математических вычислений. Во многих языках программирования выполнение программы начинается с главной функции. Например, выполнение программ на Java начинается с главной функции, заголовок метода которой выглядит следующим образом: public static void main (String[] args). Главная функция отвечает за высокоуровневую организацию функциональности программы. Ключевое слово void означает, что метод не возвращает значения. Если бы метод возвращал целочисленное значение, вместо void использовалось бы ключевое слово int.
Следующие две терминологические связки — PUBLIC STATIC FINAL INT (1306 употреблений в 21 тексте; частотность на миллион — 85,27) и PUBLIC FINAL STATIC INT (861 употребление в 5 текстах; частотность на миллион — 56,22) — части строк кода в языках программирования, например Java. Они определяют тип применяемых функций. Ключевое слово public означает, что метод виден и может вызываться из объектов других типов. Ключевое слово static означает, что метод связан с классом, а не с конкретным экземпляром (объектом) этого класса. Это означает, что статический метод можно вызвать, не создавая объект класса.
50
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 13
Сочетание INT X INT Y встречается 600 раз в 14 текстах; частота на миллион слов составляет 39,18. Это сочетание представляет собой объявление переменных; в данном случае тип переменных — целочисленный, или int для краткости. Множество целых чисел образовано натуральными числами (0, 1, 2, 3,...) вместе с отрицательными натуральными числами (−1, −2, −3,...).
Частотное ключевое слово Java — название языка программирования — встречается в 6 сочетаниях: JAVA ENTERPRISE IN A (653 употребления в 5 текстах; частота на миллион слов — 42,64); IMPORT JAVA IO IMPORT (447 употреблений в 22 текстах; частота на миллион слов — 29,19); THE JAVA IO PACKAGE (345 употреблений в 12 текстах; частота на миллион слов — 22,53); IMPORT JAVA AWT IMPORT (336 употреблений в 15 текстах; частота на миллион слов — 21,94); JAVA IO IMPORT JAVA (328 употреблений в 20 текстах; частота на миллион слов — 21,42) и THE JAVA LANG PACKAGE (322 употребления в 9 текстах; частота на миллион слов — 21,02).
Java приобрела популярность благодаря таким характеристикам, как простота использования, кроссплатформенность и функции безопасности. Используя Java, одну программу можно запускать на множестве различных платформ. Это означает, что не нужно прилагать усилия для разработки отдельной версии программного обеспечения для каждой платформы. Java была создана как простой в использовании язык и считается более удобной для написания, компиляции, отладки, запуска и изучения, чем некоторые другие языки программирования.
Аббревиатура AWT, встречающаяся в сочетании IMPORT JAVA AWT IMPORT, расшифровывается как The Abstract Window Toolkit — независимый от платформы инструментарий для работы с окнами, графикой и пользовательским интерфейсом.
Полное название JAVA ENTERPRISE, последовательности, входящей в частотное сочетание JAVA ENTERPRISE IN A, — Java Platform, Enterprise Edition. Так называется корпоративная вычислительная платформа Oracle на Java, предоставляющая среду выполнения для разработки и запуска корпоративного программного обеспечения, включая сетевые и веб-службы, а также другие крупномасштабные, масштабируемые и защищённые сетевые приложения. Это сочетание входит в состав более длинного, пятисловного формульного выражения (653 употребления в 5 текстах; частота на миллион слов — 42,64): Java Enterprise in a Nutshell, как показано в следующем примере:
Пример 1: Sun ещё больше упрощает работу, предоставляя провайдеров для многих служб именования. Поэтому, пока поставщик службы тратит много времени на реализацию интерфейсов javax.naming.spi, клиенту достаточно указать URL-адрес провайдера и класс фабрики контекста, а затем воспользоваться службой именования. Чтобы узнать гораздо больше о JNDI и связанных темах, можно обратиться к книге Java Enterprise in a Nutshell. [Жанр 5 — «учебники по ИКТ»]
Terminologija | 2012 | 19
51
Page 14
Последовательность JAVA EDITOR, входящая в сочетание IN THE JAVA EDITOR (75 употреблений в 5 текстах; частота на миллион слов — 58,49), обозначает программный инструмент, предназначенный для редактирования и компиляции программ, написанных на Java, а также для их выполнения. Использование сочетания показано в следующем примере:
Пример 2: Чтобы реализовать помощь при вводе содержимого, необходимо настроить конфигурацию средства просмотра исходного кода редактора таким образом, чтобы определить помощник бухгалтера. Это показано на примере Java editor внутри JavaSourceViewerConfiguration.
Орфографические ошибки отображаются в Java editor, и для них доступны соответствующие исправления Quick Fix: можно также сделать словарь доступным для средства помощи при вводе содержимого.
Создавайте собственные предложения для помощи при вводе кода, аналогичные тем, которые предлагаются в Java editor. Создайте экземпляр CompletionProposalCollector, чтобы получить те же предложения, что и в редакторе Java, или создайте его подкласс, чтобы добавить собственные предложения. [Жанр 6 — «техническая документация по языкам программирования и средам программирования»]
ВЫВОДЫ
Результаты, обобщённые в этой работе, выявляют существенные различия в частотности форм и функций лексических связок в разных жанрах языка информационно-коммуникационных технологий (ICT). Вариации рассматриваются как в количественном, так и в качественном отношении. Количественный анализ показывает, что жанр 3 — «техническая документация программных приложений в сфере ICT» — и жанр 4 — «техническая документация аппаратного обеспечения ICT» — наиболее шаблонны и повторяемы. В остальных жанрах ICT используется значительно меньше лексических связок, а на их долю приходится существенно меньшая часть общего числа слов. Все 14 терминологических связок, встречающихся в жанре учебников, исследуемом в статье, относятся к различным аспектам программирования. Это можно объяснить тем, что значительная часть учебников (52%) посвящена различным темам программирования.
REFERENCES
Biber D. 2006: University language: A corpus-based study of spoken and written registers, Philadelphia/Amsterdam: John Benjamins Publishing Company.
Biber D., Conrad S., Cortes V. 2004: If you look at …: Lexical bundles in university teaching and textbooks, Applied Linguistics, 25L, 371–405.
Biber D., Conrad S., Cortes V. 2003: Lexical bundles in speech and writing: an initial taxonomy. – Corpus Linguistics by the Lune: A festschrift for Geoffrey Leech, Wilson A., Rayson P. and McEnery T. (eds.), Frankfurt/Main: Peter Lang.
Biber D., Johansson S., Leech G., Conrad S. and Finegan E. (1999): Longman grammar of spoken and written English, Harlow: Pearson.
52
Marek Weber
Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’
Page 15
Hyland K. 2008: As can be seen: Lexical bundles and disciplinary variation. – English for Specific Purposes 27 (2008), 4–21.
Gozdz-Roszkowski S. 2011: Patterns of linguistic variation in American legal English, Frankfurt/Main: Peter Lang.
Gozdz-Roszkowski S. (ed.) 2011: Explorations across languages and corpora, PALC 2009, Frankfurt/Main: Peter Lang.
Scott M. 1996: WordSmith Tools 4 manual, Oxford University Press.
Scott M. 2010: WordSmith Tools 5 manual, Oxford University Press.
Scott M., Tribble C. 2006: Textual patterns, Philadelphia/Amsterdam: John Benjamins Publishing Company.
DAUGIAŽODŽIAI MODELIAI INFORMACINIŲ IR KOMUNIKACINIŲ TECHNOLOGIJŲ TEKSTYNE. TERMINOLOGINĖS SAMPLAIKOS IKT VADOVĖLIUOSE
Pagrindinis straipsnio tikslas – informacinių ir komunikacinių technologijų (IKT) kalboje pasikartojančių tam tikrų lingvistinių modelių tyrimas pasinaudojant tekstynų lingvistikos naujovėmis.
Straipsnyje nagrinėjamos keturžodės samplaikos iš 24 milijonų žodžių IKT srities tekstyno, suskirstyto į 7 kategorijas (žanrus): profesiniai straipsniai, moksliniai straipsniai, programinės įrangos dokumentacija, aparatinės įrangos dokumentacija, vadovėliai, programavimo kalbų ir aplinkos dokumentacija ir tinklo technologijų dokumentacija.
Atliekant tyrimą buvo nutarta apsiriboti keturžodėmis samplaikomis. Naudojant modelių paieškos tekstynuose programų paketą WordSmith Tools v. 5.0 sudaryti kiekvieno iš septynių IKT srities tekstų žanrų keturžodžių samplaikų sąrašai. Pasirinktos dvejopos ribos: mažiausias samplaikos dažnumas turi būti 20 kartų milijonui žodžių ir samplaika turi būti rasta mažiausiai 5 tekstuose.
Pritaikius tokius apribojimus tekstyne rastos 1886 skirtingos samplaikos. Bendras duomenų rinkinyje nustatytų samplaikų skaičius – 197 553.
Pagal reikšmę tekste samplaikos suskirstytos į tris plačias funkcines kategorijas: orientuotas į tyrimus, į tekstą ir į dalyvį. Pirmai kategorijai priskirtos samplaikos toliau išskirstytos į keletą subkategorijų: kiekybės, laiko, vietos / krypties, procesų, temos, daugiafunkcių nuorodų, apibūdinimo. Terminologinės samplaikos buvo priskirtos temos rodiklio subkategorijai ir apibrėžtos kaip keliažodžiai junginiai, kuriuose yra terminų.
Straipsnyje nagrinėjamos terminologinės samplaikos, rastos IKT vadovėliuose. Didelė vadovėlių dalis (52%) skirta įvairiems programavimo klausimams. Tai paaiškina faktą, kad visos 14 šio žanro terminologinių samplaikų susijusios su įvairiais programavimo aspektais.
Gauta 2012-10-30
Marek Weber Bialystok University of Technology ul. Wiejska 45A, Bialystok, Poland E-mail [email protected]
