Text complexity: study phases in Russian linguistics | Vestnik Tomskogo gosudarstvennogo universiteta. Filologiya – Tomsk State University Journal of Philology. 2015. № 6 (38).

Text complexity: study phases in Russian linguistics

The practice of Mathematics and Statistics application to determine text complexity in national Russian linguistics is subdivided into three stages: 1) quantitative characteristics period, 2) qualitative and quantitative characteristics period, 3) quantitative characteristics period. During the first period in the end of the 20th century the study of text complexity characteristics is primarily focused on quantitative parameters which are sentence length and word length (Lesskis (1964), Matskovskiy (1976), Mikk (1970, 1981), Tuldava (1975, 1979)). At about the same time the range of parameters was extended to the number and types of syntactic constructions and their frequency (Piotrovskiy (1973)), lexical characteristics: word abstractness (Mikk (1970, 1981), Rozenberg (1978), Sokhor (1975)) and polysemy (Tuldava (1975, 1979)). The second period at the turn of the 20th-21st centuries is the time of the first computer software for text analysis: Software KONUT (Mal'kovskiy (1997)), Russian Context Optimizer for DBMS (Ermakov (2002)) etc. At present, that is during the third period, scholars are aimed at upgrading the existing mathematical models of text complexity analysis. Qualitative parameters (sentence length and word length) (Kri-oni (2008), Oborneva (2006), Shpakovskiy (2007)) as well as the number and type of syntactic constructions (Ermakov (2002), Krioni (2008)) are still in the focus of a number of research works. The word length (number of letters or syllables) analysis is supplemented by the word derivation analysis (Nevdakh (2008), Pushkina (2004), Shpakovskiy (2007)). The number of homonyms (Ermakov (2002) and abstract elements of the text (words, terms, formulae, tables and diagrams) (Grechikhin (2007), Krioni (2008), Pushkina (2004), Shpakovskiy (2007)) are under the most careful consideration at the moment. The introduction of terms "informativeness" and "information" influenced the involvement of new characteristics of text complexity: co-reference (Tolpegin (2008)); co-ordinating cohesion (Krioni (2008)); reiteration, synonymy, hyponymy and hyperonymy, ellipsis, pronominal reference (Abramov (2011)). Text complexity is an up-to-date topic of numerous studies abroad. Coh-Metrix as a powerful tool for text complexity analysis based on five characteristics: narrativity, syntactic simplicity, word con-creteness, referential cohesion and deep cohesion, is widely used for English texts.

Download file
Counter downloads: 519

Keywords

quantitative characteristics of text complexity, qualitative characteristics of text complexity, text readability, text difficulty, text complexity, качественные параметры сложности текста, количественные параметры сложности текста, читабельность текста, трудность текста, сложность текста

Authors

NameOrganizationE-mail
Solnyshkina Marina I.Kazan (Volga Region) Federal Universitymesoln@yandex.ru
Kiselnikov Aleksander S.Kazan State University of Architecture and Engineeringkalejandr@gmail.com
Всего: 2

References

Солнышкина М.И., Кисельников А.С. Параметры сложности экзаменационных текстов // Вестн. Волгогр. гос. ун-та. Сер. 2: Языкознание, №1 (25). 2015. С. 99-107.
Solnyshkina M.I., Harkova E.V., Kiselnikov A.S. Comparative Coh-Metrix Analysis of Reading Comprehension Texts: Unified (Russian) State Exam in English vs Cambridge First Certificate in English // English Language Teaching. Canada. Canadian Center of Science and Education. 2014. Vol.7, No. 12. P. 65-76.
Solnyshkina M.I., Harkova E.V., Kiselnikov A.S. Unified (Russian) State Exam in English: Reading Comprehension Tasks // English Language Teaching. Canada. Canadian Center of Science and Education. 2014. Vol.7, No. 12. P. 1-11.
Кисельников А.С. Формулы читабельности как инструмент анализа текста // Язык. Общество. Сознание: сб. ст. Казань: Отечество, 2013. С. 247-253.
Микк Я.А. Оптимизация сложности учебного текста. М.: Просвещение, 1981. 119 с.
Абрамов В.Е. Автоматическое рубрицирование и реферирование текстовой информации : в том числе на иностранных языках: дис.. канд. техн. наук. М., 2008. 163 с.
Толпегин П.В. Автоматическое разрешение кореференции местоимений третьего лица русскоязычных текстов: дис.. канд. техн. наук. М., 2008. 238 с.
Абрамов В.Е., Абрамова Н.Н., Некрасова Е.В., Росс Г.Н. Статистический анализ связности текстов по общественно-политической тематике // Тр. 13-й Всерос. науч. конф. «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» -RCDL'2011. Воронеж, 2011. С. 127-133.
Мартыненко Б.А. Трансформация лексической системности языка публицистики под воздействием социальных процессов // Вестн. Адыг. гос. ун-та. 2011. Вып. 2. С. 51-54.
Никин А.Д., Криони Н.К., Филиппова А.В. Информационная система анализа учебного текста. Телематика'2007: Тр. ХГУ Всерос. науч.-метод. конф. Т. 2. ГосНИИ информ. технологий и телекоммуникаций «Информика», 2007. С. 463-465.
Косова М.М., Зильберглейт М.А. Описательная статистика учебных текстов по физике // Тр. БГТУ. Сер. 6: Издательское дело и полиграфия. 2006. Вып. 14. С. 167-170.
Баева Н.В., Большакова Е.И. Проблемы автоматизации контроля учебно-научных текстов: сб. науч. тр. SWorld: материалы Междунар. науч.-практ. конф «Перспективные инновации в науке, образовании, производстве и транспорте '2012». Вып. 2, т. 4. Одесса, 2012. С. 59-63.
Гречихин А.А. Социология и психология чтения: учеб. пособие для вузов. М.: МГУП, 2007. 383 с.
Бегтин И.В. Что такое «Понятный русский язык» с точки зрения технологий. Заглянем в метрики удобочитаемости текстов: Блог компании «Информационная культура» [Электронный ресурс]. Режим доступа: http://habrahabr.ru/company/infoculture/blog/238875/ (дата обращения: 25.06.2015).
Мальковский М.Г., Большакова Е.И. Интеллектуальная система контроля качества текста // Интеллектуальные системы. Т. 2, вып. 1-4. М., 1997. C. 149-155 [Электронный ресурс]. URL: http://intsys.msu.ru/magazine/archive/v2(1-4)/malkovsky.pdf (дата обращения: 03.03.15).
Карпов Н.В. Идентификация уровня сложности текста и его адаптация [Электронный ресурс]. URL: http://www.slideshare.net/karpnv/ss-31225145#14356960593761&fbinitialized (дата обращения: 25.06.2015).
Ермаков А.Е., Плешко В.В. Синтаксический разбор в системах статистического анализа текста. // Информационные технологии. 2002. № 7. С. 30-34.
Невдах М.М. Исследование информационных характеристик учебного текста методами многомерного статистического анализа // Прикладная информатика: Изд. «НОУ «МФПУ "Синергия"». 2008. № 4. С. 117-130.
Криони Н.К., Никин А.Д., Филиппова А.В. Автоматизированная система анализа параметров сложности учебного текста // Технология и организация обучения. Уфа, 2008. С. 155161.
Shannon C.E. A Mathematical Theory of Communication, Bell System Technical Journal, 1948. Vol. 27. P. 379-423, 623-656.
Тулдава Ю.А. О некоторых квантитативно-системных характеристиках полисемии // Учен. зап. Тарт. ун-та. 1979. Вып. 502. С. 107-124.
Тулдава Ю.А. Об измерении трудности текстов // Учен. зап. Тарт. ун-та: Труды по методике преподавания иностранных языков. 1975. Вып. 345. С. 102-120.
Розенберг Н.М. Использование научной терминологии в школьных учебниках // Проблемы школьного учебника: сб. науч. тр. М., 1978. Вып. 6. С. 73-84.
Сохор А.М. Сравнительный анализ учебных текстов (на материале учебников физики) // Проблемы школьного учебника: сб. науч. тр. М., 1975. Вып. 3. С. 104-117.
Пиотровский Р.Г., Бектаев К.Б., Пиотровская А.А. Математическая лингвистика: учеб. пособие для пед. ин-тов. М.: Высш. шк., 1977. 383 с.
Лесскис Г.А. О зависимости между размером предложения и его структурой в разных видах текста // Вопр. языкознания. 1964. № 3. С. 99-123.
Шпаковский Ю. Ф. Оценка трудности восприятия и оптимизация сложности учебного текста: (На материале текстов по химии): автореф. дис.. канд. филол. наук. Минск, 2007. 21 с.
Филиппова А.В. Управление качеством учебных материалов на основе анализа трудности понимания учебных текстов: автореф. дис. канд. техн. наук. Уфа, 2010. 20 с.
Зильберглейт М.А., Шпаковский Ю.Ф., Невдах М.М. Повышение качества учебной литературы для вузов // Издательское дело и полиграфия: тез. 76-й науч.-техн. конф. профессорско-преподавательского состава, научных сотрудников и аспирантов, Минск, 13-20 февраля 2012 г. / отв. за издание И.М. Жарский; УО «БГТУ». Минск, 2012. С. 89-92.
Al-KhalifaH.S., Al-Ajlan A.A. Automatic Readability Measurements of the Arabic Text: An Exploratory Study // The Arabian journal for science and engineering, 2010. 35 p.
Разумовский О.С. Оптимология. Ч. 1: Общенаучные и философско-методические основы. Новосибирск: Изд-во ИДМШ, 1999. 285 с.
Оборнева И. В. Автоматизированная оценка сложности учебных текстов на основе статистических параметров: дис.. канд. пед. наук. М., 2006. 165 с.
Микк Я.А. О факторах понятности учебного текста: автореф. дис.. канд. пед. наук. Тарту, 1970. 22 с.
Мацковский М.С. Проблемы читабельности печатного материала // Смысловое восприятие речевого сообщения в условиях массовой коммуникации. М., 1976. С. 126-142.
McLaughlin G.H. SMOG Grading - a New Readability Formula. Journal of Reading 12 (8). 1969. P. 639-646.
Kincaid J.P., Fishburne R.P., Rogers R.L., Chissom B.S. Derivation of new readability formulas (Automated Readability Index, Fog Count and Flesch Reading Ease Formula) for Navy enlisted personnel (Research Branch Report 8-75). Memphis, TN: Naval Air Station, 1975. 40 p.
FleschR. The Art of Readable Writing. Harper & Row, 1949. 237 p.
Солнышкина М.И. Морской профессиональный язык. М.: Academia, 2005. 228 c.
Ребер А.С. Оксфордский толковый словарь по психологии. 2002 [Электронный ресурс]. URL: http://vocabulary.ru/dictionary/487/word/chitabelnost (дата обращения: 03.03.15).
Фурманова В.П. Межкультурная коммуникация и лингвокультуроведение в теории и практике обучения иностранным языкам. Саранск: Изд-во Мордов. ун-та, 1993. 124 с.
Alderson J.C. Assessing Reading. New York: Cambridge University Press, 2000. 398 p.
Гальперин И.Р. Текст как объект лингвистического исследования. М.: Наука, 1981. 140 с.
Crossley S.A., Greenfield J., McNamara D.S. Assessing Text Readability Using Cognitively Based Indices. Tesol Quarterly, 2008. Vol. 42. No. 3. P. 475-493.
Just M.A., Carpenter P.A. The psychology of reading and language comprehension. MA, US: Allyn & Bacon, 1987. 518 p.
Koda K. Insights into second language reading. Cambridge: Cambridge University Press, 2005. 344 p.
Цетлин B.C. Дидактические требования к критериям сложности учебного материала // Новые исследования в педагогических науках. № 1 (35) / сост. И.К. Журавлев, B.C. Шубинский. М., 1980. С. 30-33.
Томина Ю.А. Объективная оценка языковой трудности текстов (описание, повествование, рассуждение, доказательство): дис.. канд. пед. наук. М., 1985. 226 с.
Ушаков К.М. О критериях сложности учебного материала школьных предметов // Новые исследования в педагогических науках. № 2 (36) / сост. И.К. Журавлев, B.C. Шубинский. М., 1980. С. 33-35.
Лернер И.Я. Критерии сложности некоторых элементов учебника: Проблемы школьного учебника. М.: Просвещение, 1974. Вып. 1. С. 47-58.
Бирюков Б.В., Тюхтин B.C. О понятии сложности // Логика и методология науки: материалы IV Всесоюз. симпоз. М., 1967. С. 219-231.
Пушкина Е.С. Теоретико-экспериментальное исследование структурно-семантических параметров текста: автореф. дис.. канд. филол. наук. Кемерово, 2004. 155 с.
 Text complexity: study phases in Russian linguistics | Vestnik Tomskogo gosudarstvennogo universiteta. Filologiya – Tomsk State University Journal of Philology. 2015. № 6 (38).

Text complexity: study phases in Russian linguistics | Vestnik Tomskogo gosudarstvennogo universiteta. Filologiya – Tomsk State University Journal of Philology. 2015. № 6 (38).

Download full-text version
Counter downloads: 5179