Corpus bibliometric aspects of Slavic studies in Russian-language scholarly electronic resources in the context of categ.pdf Введение Корпусная революция в филологии во взаимодействии с цифрови-зацией научных публикаций может и должна ставить задачу создания специализированных дисциплинарных корпусов. Методы корпусной лингвистики в славяноведении в последнее десятилетие все активнее используются вслед за остальными языковедческими дисциплинами. В русскоязычных академических публикациях эта тенденция, в частности, продемонстрирована в ряде работ [1; 3-5; 7]. Если ставить задачу создания корпуса русскоязычных текстов по филологической, страноведческой или славяноведческой литературе, то такой корпус должен составляться с учетом критериев полноты, репрезентативности и сбалансированности. Расчет данных критериев формирования дисциплинарного корпуса может быть произведен с использованием библиометрических и наукометрических подходов. Учет библиометрической статистики также становится устойчивым трендом в самых разных научных дисциплинах. В русскоязычном славяноведении последних лет присутствуют работы с библиометрическим уклоном [6; 8; 9]. Цель исследования - провести разведочный обзор представленности в научных цифровых платформах полнотекстовых русскоязычных ресурсов по славяноведению с учетом соотношения различных тематик, которые можно учесть как критерии корпусной сбалансированности. Проблематика оценки сбалансированности относительной доли текстов в корпусе в статье дополнительно проиллюстрирована на примере сравнительной библиометрической оценки тематики русинов и русинского языка. Сбалансированность славяноведческого корпуса по разным дисциплинарным направлениям Очевидно, что сбалансированность для состава специализированного дисциплинарного корпуса не может быть идентичной сбалансированности национального языкового корпуса. Если в национальном корпусе речь идет о пропорциональности разных типов и жанров Лингвистика и язык 339 текстов, то в корпусе научных (в том числе научно-образовательных) текстов понятие сбалансированности может опираться на категориально-понятийную и терминологическую специфику научных дисциплин, которым посвящен корпус. Разметка подобного корпуса должна опираться также на предметные общенаучные и узкодисциплинарные рубрикаторы. Соотношение славяноведческой тематики на разных славянских языках в академических текстах продемонстрирована в табл. 1. Все приведенные в статье частоты актуальны на апрель 2022 г. В Google Scholar индексируются публикации, изданные с 1990-х гг. по настоящее время. Частота текстов с упоминанием научной дисциплины на конкретном языке в первую очередь коррелирует с количеством носителей данного языка. Однако свой вклад в разницу частот на разных языках вносит также уровень развития в разных странах как научной гуманитаристики в целом, так и популярности конкретной научной дисциплины (славяноведения в нашем случае). Также дополнительный фактор в современной наукометрии - это доля англоязычных статей в национальной науке. Т а б л и ц а 1 Работы в Google Scholar с упоминанием названия дисциплины на разных славянских языках Язык Поисковый запрос Статистика поисковой выдачи (кол-во текстов) Общее число говорящих English Slavic studies | slavistics 328 000 Ок. 600-700 млн (2003 г.) Русский славяноведение | славистика 15 600 Ок. 260 млн (2014 г.) Cestina slavistika 5 090 Ок. 10,62 млн (2016 г.) Hrvatski slavistiku 3 620 Ок. 21 млн (2006 г.) Украінська словянознавство | славістика 994 Ок. 27,3 млн (2019 г.) Polski slawistyka 848 Ок. 40 млн (2007 г.) Беларуский славяназнауства | славістыка 213 Ок. 6,4 млн (2009 г.) В сбалансированности корпуса по славяноведению необходимо также учесть соотношения текстов с упоминанием разных славянских языков совместно со славяноведением. Объем текстов с упоминанием менее изученных языков не должен превышать объем более изученных. На рис. 1. продемонстрировано соотношение количества текстов с совместным упоминанием славяноведения (славистики) с разными славянскими языками в русскоязычных публикациях, проиндексиро- 340 1111 2022.№ 68 ванных в Google Scholar. Так, русинский язык является пока одним из наименее упоминаемых славянских языков в русскоязычных текстах (после верхне- и нижнелужицкого языков, которые, впрочем, имеют значительный (в три раза) разрыв с русинским языком). Если посмотреть общую частоту поисковой выдачи в scholar. google.ru (со снятой опцией «показывать цитаты»), то для запроса (славяноведение | славистика) частота равна 15 700, а для запроса («русины» | русинский) частота в scholar.google.ru равна 4 540. Поиск в Google Scholar делался со снятой опцией «показывать цитаты», чтобы статистика указывала в большей степени на тексты, игнорируя упоминания этих же текстов в библиографических ссылках. Тематика именно русинов взята здвсь как: пример сравнительной доли предста вленности изучения отдельного языка и народа в рамках славяноведения в контексте истории. Тексты с совместным упоминанием славяноведения (славистики) с разными славянскими языками Рис. 1. Соотношение количества текстов с совместным упоминанием славяноведения (славистики)сразнымиславянскими языками в русскоязычных публикациях, проиндексированных в GoogleScholar русский польский украинский болгарский чешский сербский белорусский словацкий словенский хорватский македонский старославянский русинский верхнелужицкий нижнелужицкий Аналогичная поисковая выдача при поиске Google на сайте academia.edu почти всегда отличается в меньшую сторону,поскольку размещение текста в социальной сети происходит по инициативе авторов, а не автоматически, по факту появления изданий в электронных библиотеках или сайтах. В academia.edu для запроса славяноведение | славистика - частота равна 3 490, для запроса «русины» | русинский частота равна 951.Стоитотметить,что в поисковый запрос в данном случае не включалось слово «русин» (в единственном числе Лингвистика и язык 341 и без кавычек), т. к. иначе в статистику выдачи вмешалось бы название журнала «Русин», не все статьи которого непосредственно посвящены русинскому языку или этносу. Если сравнивать поисковые выдачи по тому же запросу («русины» | русинский) до выхода журнала в 2005 г. и после этого, то будет заметна существенная разница: в Google Scholar до 2004 г. включительно размер поисковой выдачи равен 429 публикациям, с 2005 г. - 4040 публикациям. При этом, если с 2005 г. исключить из поиска название журнала через знак минус, т. е. - «Русин», то разница уменьшится приблизительно на одну тысячу - 2 960 публикаций. Такой результат означает, что выход журнала был не единственным, но очень важным фактором для развития русинской тематики в научной периодике. Таким образом, упоминания тематики русинов в научных электронных библиотеках занимает приблизительно 29% от общего количества русскоязычных публикаций по теме славяноведения. В академической социальной сети academia.edu тематика русинов занимает приблизительно 27% от общего количества русскоязычных публикаций по теме славяноведения на этом же ресурсе (если считать, что упоминание русинов указывает на славяноведческую тематику, даже при условии, что сами понятия «славяноведение» или «славистика» в тексте не упоминаются). Для организации систематизированного поиска сопряженности славяноведения с различными дисциплинами и категориями использовался авторский сервис «Конструктор комбинаторных поисковых запросов по истории и социальным наукам» (www.lib.tsu.ru/inspert/). Этот онлайн сервис позволяет генерировать поисковые запросы с учетом синонимии, омонимии и тематических тезаурусов. В перспективе при составлении страноведческого корпуса пропорциональность представленности русскоязычных текстов по отдельным дисциплинам должна соответствовать их соотношению в ряду библиометрических частот. В ряду других страноведческих дисциплин в русскоязычных публикациях в Google Scholar наблюдаются следующие соотношения (табл. 2). Ожидаемо славяноведение (славистика) (15 600) сопоставимо с русистикой (22 900). Остальные соотношения частот можно объяснить как различной развитостью русскоязычных научных школ, так и сложностью изучения языков, а также востребованностью языков в системе международных отношений. Данные носят накопительный характер с точки зрения хронологии публикаций, т. е. это количество текстов, накопленное к текущему 2022 г. Для того чтобы сравнивать диахронические тенденции в развитии различных дисциплин или дисциплинарной терминологии, необходимо делать поисковые запросы и сравнивать результаты по разным годам. Такой 342 1111 2022.№ 68 анализ не входит в задачи нашего исследования, хотя, безусловно, в корпусной сбалансированности необходимо учитывать также распределение объемов текстов по разным хронологическим периодам. Т а б л и ц а 2 Славяноведение в ряду других страноведческих дисциплин в русскоязычных публикациях, проиндексированных в Google Scholar Дисциплина Частота (кол-во текстов) Русистика 22 900 Славяноведение | славистика 15 600 Африканистика 6 910 Тюркология 6 230 Германистика 3 090 Синология 2 990 Уралистика | финно-угроведение 2 070 Арабистика 1 750 Романистика 1 700 Индология 1 510 Алтаистика 774 Индоевропеистика 691 Иудаика 671 Полонистика 454 Иранистика 363 Скандинавистика 226 Японистика 212 Семитология 120 Израилеведение 113 Албанистика 85 Санскритология 77 Балтистика 56 Распределение упоминания в корпусе специальной дисциплинарной терминологии (лингвистической в нашем случае) связано с анализом тематических тенденций в рамках сбалансированного корпуса. В табл. 3 показаны частоты в совместной встречаемости лингвистических дисциплин со славяноведением (славистикой) в Google Scholar. Использовался список языковедческих дисциплин, представленный в одной из поисковых форм сервиса Inspert - «Клиограмме истории идей». Если характеризовать состав оцифрованных текстов, то подавляющее большинство публикаций в результатах комбинаторного поиска - это научные статьи или разделы монографий, учебных пособий или диссертаций, в которых искомые ключевые слова встречаются в одном смысловом контексте. Иногда в небольшом проценте случаев в поисковые результаты попадают сборники статей в общем файле, в которых ключевые слова встречаются под одной обложкой, но в Лингвистика и язык 343 разных статьях. Другой особый случай, когда на одной pdf-странице перед началом одной статьи идет конец и список литературы другой статьи, в котором встречаются искомые ключевые слова. Такие ситуации не указывают на прямую связь славяноведения с искомым понятием. Однако из-за редкости подобных случаев (несколько процентов от результата поиска) они не искажают общую статистическую картину состава текстов для составления корпуса по славяноведению. Т а б л и ц а 3 Совместная встречаемость лингвистических дисциплин со славяноведением (славистикой) в Google Scholar Лингвистическая дисциплина Частота в Google Scholar Лингвистическая дисциплина Частота в Google Scholar синтактика 18 600 лингводидактика 825 семантика 14 900 идиоматика 755 лингвистика 8 900 контрастивная лингвистика 658 поэтика 8 230 топонимика 614 грамматика 5 800 корпусная лингвистика 390 лексикология 4 990 прагмалингвистика 375 лексикография 4 800 акцентология 301 этнолингвистика 4 160 идеография 235 этимология 4 100 морфонология 225 когнитивная лингвистика 3 060 нарратология 141 стилистика 2 640 терминоведение 117 фонетика 2 620 ностратика 110 социолингвистика 2 390 семиология 86 фразеология 2 370 фоносемантика 58 семиотика 2 270 этносемантика 52 фонология 2 060 лингвоперсонология 44 риторика 1 780 лексикостатистика 42 диалектология 1 700 семитология 40 текстология 1 630 дериватология 35 морфология 1 620 глоссематика 27 психолингвистика 1 460 грамматология 26 компьютерная лингвистика 1 410 силлогистика 25 фольклористика 1 410 психопоэтика 24 ономасиология 1 330 меметика 5 орфография 1 270 стилометрия 4 лингвокультуро логия 1 180 Частота связи лингвистических субдисциплин со славяноведением указывает: - во-первых, на степень изученности и актуальности различных 2022. № 68 344 языковедческих аспектов в славяноведении. Поэтому, например, высокочастотны лексикология или этимология, но малочастотно совместное упоминание со славяноведением таких дисциплин, как фоносемантика или лингвоперсонология; - во-вторых, на универсальность лингвистических явлений, изучаемых соответствующими дисциплинами. Поэтому, например, синтак-тика и семантика самые частотные; - в-третьих, на специфичность и закрепленность терминологии в именовании дисциплин. Поэтому, например, лингвостатистика или психопоэтика - малочастотные. Категории исторического познания как критерии тематической сбалансированности славяноведческого корпуса Славяноведение, наряду с другими страноведческими дисциплинами, является комплексной дисциплиной, изучающей языки, литературу, фольклор, историю, материальную и духовную культуру. Для частотной аналитики структурно-содержательных аспектов корпуса текстов по таким комплексным дисциплинам уместной и наиболее обобщающей будет проверка сопряженности с категориями исторического познания. Историческая категория - это абстрактный конструкт для наиболее обобщающих интерпретаций явлений исторического процесса и наиболее общепринятых группировок понятий в историческом познании. Разные исторические категории могут обозначать явления, вполне сопоставимые с тематиками и проблематикой исследований в славяноведении. Всего проверено 76 исторических категорий (историческая аналогия, историческая память, историческое время, историческая личность и т. д.). Далее, в целях экономии, первое слово «исторический» в названии категорий не будет повторяться каждый раз. Весь список категорий представлен в одной из поисковых форм сервиса Inspert - «Матрице исторического познания». Исторические категории, наряду с языковедческими понятиями, могут стать критериями для разметки ключевых слов в дисциплинарном корпусе. Пропорциональная представленность разных исторических категорий в корпусе также должна отвечать критериям сбалансированности. Все исторические категории, сопряженные либо с тематикой славяноведения, либо с тематикой русинов, были ранжированы по частотности поисковой выдачи полнотекстовых ресурсов. Частотность в свою очередь была ранжирована по разрядам значности чисел (пятизначные, четырехзначные, трехзначные, двузначные, однозначные). Лингвистика и язык 345 Сопряженность исторических категорий со славяноведением, как правило, на один разряд превышает сопряженность этих же категорий с тематикой русинов, по очевидным причинам большей обобщенности. А частотность совместной встречаемости в scholar. google.ru для большинства категорий на один разряд выше, чем на сайте academia.edu. В табл. 4 показаны наиболее частотные категории (пятизначные числа для славяноведения и четырехзначные для тематики русинов). Конкретные примеры смысловой сопряженности славяноведения с какой-либо исторической категорией можно легко проверить в текстовых фрагментах, дающихся в поисковой выдаче гиперссылок на тексты. Т а б л и ц а 4 Наиболее частотные категории исторического познания в текстах со славяноведческой тематикой Исторические категории (славяноведение | славистика) («русины» | р усинский) Частота в scholar. google.ru Частота в academia.edu Частота в scholar. google.ru Частота в academia.edu Развитие 16 300 5 200 3 230 637 Возможность 15 300 6 650 2 720 681 Период 15 000 1 750 2 860 598 Эпоха 14 700 4 780 2 000 571 Ситуация 14 000 4 420 553 599 Причина 13 200 2 170 942 659 Факт 12 600 4 550 2360 595 Память 11 900 4 860 1780 570 Пространство 10 400 3 820 1780 608 Тематика именно русинов взята как пример сравнительной доли представленности изучения отдельного языка и народа в рамках славяноведения в контексте истории. В табл. 5 показаны вторые по частотности исторические категории (четырехзначные числа для славяноведения и трехзначные для тематики русинов). Это наиболее обобщающие по смыслу категории, необходимые для функционирования исторического сознания в целом. Славяноведческая тематика не дает здесь какой-то особенной специфики в предпочтениях категорий. Все точные значения частот приводятся в таблицах лишь для иллюстрации достоверности и проверяемости данных. Для анализа данных здесь важны не столько точные значения частот, сколько их относительные значения. Состав и объем проиндексированных поисковиками текстов может меняться со временем. Однако эти изменения будут незначительны по комбинациям совместной встречаемости тематик - за один год может прибавиться несколько статей или книг, но общая разрядность числа публикаций останется неизменной. 'Cl III 2022. № 68 346 Т а б л и ц а 5 Вторые по частотности категории исторического познания в текстах со славяноведческой тематикой Историческая категория (славяноведение | славистика) («русины» | русинский) частота в scholar. qooqle.ru частота в academia.edu частота в scholar. qooqle.ru частота в academia. edu Личность 9 580 3 650 1 300 519 Феномен 7 240 3 050 1 080 436 Условия 7 170 1 120 1 510 431 Связь 6 210 1 370 364 408 Кризис 6 060 2 400 1 080 526 Категория 5 520 875 699 350 Истоки 5 390 1 280 1 010 459 Специфика 5 030 781 643 332 Выбор 4 330 1 110 634 493 Прогресс 4 270 2 160 629 313 Влияние 3 450 1 380 632 394 Интерпретация 3 340 948 287 254 Наследие 3 210 860 494 318 Памятник 3 120 1 090 436 345 Известность 2 820 997 462 465 Достижение 2 500 767 422 302 Объективность 2 360 764 322 263 Случайность 2 290 1 530 314 181 Предшественник 2 160 289 333 72 Шанс 2 130 944 510 168 Аналогия 2 110 947 297 263 Преемственность 2 000 655 286 239 Типичность 1 860 832 126 166 Уникальность 1 520 454 219 167 Забвение 1 510 522 235 83 Альтернативность 1 500 1520 300 220 Источник 1 460 840 174 160 Веха 1 340 384 174 155 Опыт 1 250 360 242 152 Контекст 1 220 454 169 138 Закономерность 1 040 475 131 125 Все исторические категории, сопряженные с тематикой славяноведения либо с тематикой русинов, были отсортированы по частотности поисковой выдачи полнотекстовых ресурсов. Частотность, в свою очередь, была ранжирована по разрядам значности чисел (пятизначные, четырехзначные, трехзначные, двузначные, однозначные). Количество научных публикаций по узкой тематике может подняться с нескольких десятков до нескольких сотен или тысяч, только за период смены целого поколения исследователей, т. е. за 10-15 лет, а по Лингвистика и язык 347 некоторым тематикам малоизученность или малоактуальность остается неизменными многие десятилетия. Эти аспекты также должны учитываться при анализе сбалансированности дисциплинарного корпуса. В табл. 6 показаны третьи по частотности исторические категории (трехзначные числа для славяноведения и двухзначные для тематики русинов). Т а б л и ц а 6 Третьи по частотности категории исторического познания в текстах со славяноведческой тематикой Историческая категория (славяноведение | славистика) («русины» русинский) Частота в scholar.google. ru Частота в academia.edu Частота в scholar. google.ru Частота в academia.edu Достоверность 881 76 156 60 Значение 811 851 118 285 Воображение 698 266 113 113 Роль 674 1090 104 453 Время 627 184 82 69 Материал 570 146 80 47 Неизбежность 563 172 96 89 Сознание 540 148 121 69 Судьба 534 261 233 81 Миф 531 123 80 50 Прецедент 488 266 130 99 Аутентичность 427 202 67 61 Необратимость 412 73 84 52 Повторяемость 410 143 27 43 Тенденция 369 259 75 86 Событие 353 166 62 52 Реальность 303 108 48 45 Фон 285 93 33 58 Травма 274 133 46 75 Перспектива 260 74 65 28 Истина 207 67 63 23 Свидетельство 161 67 49 41 Обратимость 117 64 10 21 Смысл 109 44 9 19 Фальсификация 105 196 29 30 Сопряженность исторических категорий со славяноведением, как правило, на один разряд превышает сопряженность этих же категорий с тематикой русинов, по очевидным причинам большей обобщенности. Частотность совместной встречаемости в Google Scholar для большинства категорий на один разряд выше, чем на сайте academia. edu. Отдельные несовпадения соотношений в рейтинге частот для тематики русинов с общей славяноведческой тематикой демонстрируют тот факт, что для истории разных языков формируется собственная 2022. № 68 348 структура исторического сознания, влияющая на приоритеты в выборе тематик и аргументов в работах специалистов-языковедов. Из основных тенденций в использовании исторических категорий здесь можно отметить, во-первых, влияние на все исторические процессы и феномены истории славянских народов нахождения их в составе империй (Российской и Австро-Венгерской) и Советского союза; во-вторых, важность тематики борьбы славянских народов за свою самостоятельность и самобытность; в-третьих, значительную роль в историографии, связанной со славянскими народами, личностей филологов-языковедов, фольклористов и литературоведов, по сравнению с историками. В табл. 7 показаны наименее частотные категории исторического познания. Следует отметить, что для исторической науки в целом данные малочастотные исторические категории также не самые общеупотребительные и почти всегда дискуссионные. Кроме того, они часто относятся к пограничным дискурсивным практикам, поскольку характерны в большей степени для публицистического жанра, чем для академических текстов. Предположительно, в качестве одного из факторов разница в частотах различных категорий может быть объяснена так называемым эффектом Матфея (Matthew effect), впервые предложенным американским социологом науки Робертом Мертоном [2: 56-63]. Т а б л и ц а 7 Наименее частотные категории исторического познания в текстах со славяноведческой тематикой Историческая категория (славяноведение | славистика) («русины» | русинский) Частота в scholar. qooqle.ru Частота в academia. edu Частота в scholar. qooqle.ru Частота в academia.edu Образ 93 30 29 23 Оценка 80 10 6 2 Дистанция 75 9 2 5 Справедливость 66 15 30 10 Идентичность 52 23 29 19 Понимание 49 23 6 3 Урок 46 13 14 9 Ответственность 40 9 11 4 Ошибка 26 5 4 4 Цикличность 7 3 1 2 Прогноз 2 1 0 0 Речь идет о феномене неравномерного распределения преимуществ, в котором сторона, уже ими обладающая, продолжает их накапливать и приумножать, в то время как другая, изначально Лингвистика и язык 349 ограниченная, оказывается обделена ещё сильнее и, следовательно, имеет меньшие шансы на дальнейший успех. В наукометрии эффект Матфея обусловливает повышение цитируемости и популярности уже популярных направлений исследования и публикаций, и пропорциональное отсутствие повышения цитируемости слаборазвитых направлений и редкоцитируемых публикаций. Заключение Подводя итоги перспектив использования библиометрических частотных данных, заметим, что каждый ряд цифр в приведенных таблицах можно рассматривать как указание на материал для отдельного исследования на пересечении славяноведения с историографией или культурологией, а также поводом для обоснования научной актуальности в выборе научных направлений и подходов. Из анализа всего комплекса статистических данных можно сделать три основных вывода: Упоминание дисциплин в библиометрической частотности - это средство проектирования сбалансированности дисциплинарных корпусов. Терминологический аспект библиометрической частотности - одна из возможных целей корпусного лингвистического моделирования и проверки статистических гипотез о тематических тенденциях. Распределение частоты сопряженности исторических категорий со славяноведением зависит от двух факторов, которые не обязательно коррелируют: 1) общая частота категории, отражающая её важность и популярность в историческом сознании в целом. 2) специфичность влияния славяноведческой тематики на важность и популярность разных категорий, обусловливающая особенности функционирования исторического сознания в славяноведческом научном сообществе. Славяноведение пересекается по своей дисциплинарной принадлежности с языкознанием, страноведением и с историей. Соответственно, корпусная сбалансированность может рассматриваться на четырех уровнях в рамках возможности создания: - филологического корпуса с текстами по различным направлениям языкознания и литературоведения; - историографического корпуса с разнотематическими и разножанровыми историческими текстами на одном языке (или с параллельными переводами); - страноведческого корпуса с текстами по различным страноведческим дисциплинам; - дисциплинарного корпуса только по тематике славяноведения.

Скачать электронную версию публикации