Genre markup of the Tomsk dialect corpus: from concept to implementation.pdf Введение. Обзор корпусной практики Корпусное направление является одним из новых в лингвистике. Среди прин-ципов данного подхода к языку - внимание к тексту (дискурсу); опора на кванти-тативные данные; внимание к синхронной и диахронной вариативности языка [Плунгян, 2008, с. 9-10]. В то же время обзор теоретических работ по использова-нию корпусных методов в исследованиях дискурса, сделанный К. М. Шилихиной [2014], включает преимущественно зарубежные статьи. В отечественном языко-знании данное направление исследований пока не получило развития, хотя появ-ляются отдельные публикации [Шмурак, 2020]. Существует и другая проблема, на которую не раз указывали ученые: непро-порциональность представления письменной и устной речи - первая в имеющих-ся корпусах явно преобладает [Копотев, 2004, с. 12]. В связи с этим большое зна-чение приобретает как включение данных устной речи в уже существующие корпуса, так и создание специальных корпусных ресурсов на разнообразном язы-ковом материале, выходящем за рамки традиционного письменного текста. Среди проектов такого рода можно отметить Мультимедийный русский корпус, позво-ляющий изучать реальное звучание и жестовое сопровождение устной речи [Гришина, 2009]; корпус «Рассказы и разговоры о грушах», снабженный единой мультиканальной аннотацией, включающей жесты, интонацию и движения глаз [Кибрик и др., 2019]; корпус «Один речевой день» на материале естественной речи петербуржцев [Богданова-Бегларян и др., 2019; Шерстинова, 2015; 2018]; русский эмоциональный корпус [Котов, Будянская, 2016] и др. Создаются и диа-лектные корпуса (см. [Крючкова, Гольдин, 2011; Качинская, Малышева, 2019] и др.). Задача маркирования типов и жанров устного текста решается в корпусной практике по-разному. В устном подкорпусе НКРЯ в разделе «Устная непубличная речь» выделены такие типы текста, как «беседа», «микродиалог», «разговор», «пересказ», «рассказ», «спор». На следующем уровне разметки они маркируются по месту записи, например: «микродиалог» - «в аптеке», «в библиотеке», «в мага-зине», «в транспорте» и т. п. [Гришина, 2005, с. 104]. Предполагается, что за мар-кировкой типа текста в этом случае стоит конкретная ситуация с легко опозна-ваемыми участниками и стереотипным представлением об их социальных ролях. При этом подкорпус не включает аудиозаписей, пользователю доступны только расшифровки речи. Особая разметка типов и жанров речи представлена в мультимедийном корпу-се русского языка, где единицей выдачи является кликст - видеоклип (фрагменты из кинофильмов, интервью), сопровождаемый расшифровкой. В корпусе прово-дится разметка по орфоэпической и вокалической структуре, типу коммуникатив-ного действия или речевого состояния, выражаемого жестом и др. Для наших целей наиболее интересна разметка по типу речевого действия. Данная классифи-кация разработана весьма подробно [Гришина, 2009, с. 193-199]. В качестве основных типов выделены: «вопросы», «утверждения», «этикетные высказыва-ния», «императивы», «модальные высказывания и перформативы», «шутливые высказывания», «мелиоративные высказывания», «пейоративные высказывания» и некоторые другие. Внутри типов выделяются подтипы, например, в рамках эти-кетных высказываний - «благодарность», «извинение», «пожелание», «поздрав-ление» и др. [Там же]. Одним из основных критериев классификации в данном случае является интенция говорящего. В корпусе «Один речевой день» для маркирования типа текста используется параметр, соответствующий понятию «речевой акт», под которым понимается «целенаправленное речевое действие, рассматриваемое в контексте прагматиче-ской ситуации и обладающее определенной иллокутивной силой» [Шерстинова, 2015, с. 3-4]. При разметке корпуса авторы исходят из предположения, что «лю-бое высказывание может быть интерпретировано как речевой акт определенного типа», и опираются на типологию речевых поступков, предложенную И. Н. Бори-совой [Шерстинова, 2018; Борисова, 2009]. Добавим, что корпус находится в ограниченном доступе, что не позволяет познакомиться с реализацией его раз-метки более детально. В других известных нам корпусах устной речи жанровая разметка отсутствует. Несколько иначе дискурсивная разметка реализуется в диалектных корпусах. Возможность когнитивно-дискурсивного анализа диалектных материалов была обоснована В. Е. Гольдиным [1997]. Диалектный корпус рассматривался как мо-дель диалектной коммуникации и новый источник исследования [Крючкова, Гольдин, 2010]. В Саратовском диалектологическом корпусе планировалось мар-кирование таких типов текста, как повествование, описание, рассуждение, сказка, песня, частушка, пословицы и поговорки, произведения религиозного содержания [Там же, с. 12], однако данный ресурс не представлен в открытом доступе, поэто-му оценить его современное состояние нет возможности. В диалектном подкорпусе Национального корпуса русского языка представле-ны 2 типа текстов: устные фольклорные и устные нефольклорные (диалог, ответы по вопроснику, пересказ, пересказ разговора, рассказ). Конкретные разновидности текста создатели корпуса определяют как «жанры» [Качинская, Малышева, 2019, с. 108]. В корпусе диалектной лингвокультуры Северного Приангарья на материале речи жителей Красноярского края разметка по типу текста организована более сложным образом. Разработчики используют понятия «вид текста» (монолог, диа-лог, полилог); «тип текста» (повествование, описание, рассуждение) и «жанр» (устный рассказ, разговор / беседа, интервью, реплика). Различия между ними описываются на странице ресурса «Диалектный подкорпус» 1. Выделены также фольклорные жанры (заговоры, загадки, легенды, частушки и др.). 1 См.: Электронный текстовый корпус лингвокультуры Северного Приангарья. URL: http://angara.sfu-kras.ru/?page=dialect# (дата обращения 03.05.2021). 2 Томский диалектный корпус v. 2. // Лаборатория общей и сибирской лексикографии НИ ТГУ. URL: http://losl.tsu.ru/losl_search (дата обращения 05.12.2021). Режим доступа: свободный. Обзор практических разработок в сфере корпусной диалектологии позволяет констатировать, что чаще всего жанровая разметка сводится к маркированию в корпусе фольклорных жанров. Разметка диалектных текстов по интенциональ-ной направленности не была осуществлена ни в одном из существующих русских диалектных корпусов, чем обусловлена новизна настоящей работы. 1. Принципы и приемы жанровой разметки в Томском диалектном корпусе Томский диалектный корпус (далее - ТДК) создается на основе диалектного архива кафедры русского языка Томского государственного университета и включает материалы, собранные в период с 1947 г. до настоящего времени в Среднем Приобье (по современному административному делению - Томская область и прилегающий к ней север Кемеровской области). Общий объем ресурса на сегодняшний день - свыше 2 000 000 словоупотреблений. В ТДК реализованы разные виды разметки: паспортная, дискурсивная, морфологическая 2. Дискур-сивная разметка подразумевает маркирование трех параметров: тема, тип, жанр текста. В первоначальной концепции ТДК, разработанной Е. А. Юриной, предлага-лось выделение макрожанров (биографический рассказ, сюжетный рассказ, опи-сание, рассуждение, интервью) и собственно жанров по интенции говорящего: информативные, оценочные, ритуальные, императивные с последующей диффе-ренциацией [Юрина, 2011]. В ходе реализации проекта данная концепция была несколько трансформиро-вана. Вместо макрожанров выделяются типы текста, отражающие неоднородность имеющихся материалов. Всего выделено 10 типов текста, которые можно объеди-нить в 4 группы: I) спонтанные тексты: диалог диалектоносителей, полилог, ситуативные вкра-пления, реплики; II) воспроизводимые тексты: религиозные, прецедентные, пересказ разговора; III) спровоцированные тексты: ответы на вопросники; IV) письменные тексты: официальные документы, школьные тетради (эти ти-пы встречаются в имеющихся материалах очень редко). Как и в первоначальной концепции, за основу жанрового деления нефольклор-ной речи взят перечень речевых жанров, предложенный Т. В. Шмелёвой [1997]. Список жанров был значительно изменен. Часть жанров, предложенных в перечне Е. А. Юриной (например, поручение), не использовалась при разметке в связи с их невостребованностью в имеющихся материалах; другие жанры, напротив, в ходе работы были введены в перечень (возражение, угроза, поучение, обещание, разрешение, отказ, злопожелание и др.). При разработке классификации диалект-ных речевых жанров учитывались результаты работы О. А. Казаковой [2007], где подробно охарактеризован каждый жанр, описаны их отличия друг от друга. Итоговый список жанров выглядит следующим образом. Среди императивных жанров в ТДК выделены предложение, просьба, распо-ряжение, приказ, совет, поучение, запрет, угроза, разрешение, отказ, согласие, обещание. Отличия между предложением, просьбой, распоряжением - в степени категоричности. Приказ противопоставлен другим жанрам на основе дополни-тельного критерия принадлежности высказывания лицу, облеченному властью. Разрешение, отказ, согласие представляют собой реакции на побуждения собе-седника. Совет и обещание противопоставлены на основе актора, потенциально осуществляющего действия (в первом случае это слушающий, во втором - гово-рящий). В отличие от совета, поучение касается не конкретных действий, а общих правил поведения, принципов жизни. Среди ритуальных жанров в ТДК маркируются следующие: приветствие, про-щание, благодарность, извинение, поздравление, благопожелание, злопожелание, приглашение, угощение, связанные с определенными этикетными ситуациями. При классификации оценочных жанров на первом уровне разделяются жанры с негативной и позитивной оценкой. Далее обобщенно характеризуется объект оценки (говорящий, другие люди, явления - растения, животные, предметы, со-бытия, жизнь в целом). В результате выделяется 7 оценочных речевых жанров: негативная самооценка, порицание (негативная оценка другого человека, выска-зываемая заочно), упрек (негативная оценка другого человека в глаза), неодобре-ние (негативная оценка предмета, явления); позитивная самооценка, похвала (по-зитивная оценка другого человека), одобрение (позитивная оценка предмета, явления). При классификации информативных жанров учитывался, во-первых, тип речи (монологическая / диалогическая), во-вторых, общее содержание информации (мысли / действия / чувства), в-третьих, модальность высказывания. В ТДК в мо-нологической речи маркируются следующие информативные жанры: объяснение (цель - сообщить собеседнику новую информацию), намерение (цель - сообщить собеседнику о своих планируемых действиях), жалоба (цель - сообщить о своих негативных эмоциях, получить сочувствие собеседника). Кроме того, выделяются предположение, сообщение о желании, сообщение о необходимости, связанные с передачей дополнительных модальных смыслов (неуверенность, желательность, необходимость). На основе интенциональной направленности размечаются по жанру также диалогические реплики: вопрос (цель - получить информацию от собеседника); подтверждение (сообщает, что выраженное в вопросе собеседника предположение верно), отрицание (сообщает, что предположение собеседника неверно), возражение (оспаривание позиции собеседника в ответ на его утвер-ждение). Среди фольклорных жанров выделены следующие: обрядовый фольклор; заго-вор; лирическая песня; фольклорная проза; пословица / поговорка; примета; за-гадка; детский фольклор; частушка; анекдот. Как видно из перечня, в некоторых случаях представлены группы жанров (об-рядовый фольклор, лирические песни, фольклорная проза, детский фольклор). Это связано с тем, что, во-первых, фольклорные материалы в имеющихся архив-ных данных представлены эпизодически; во-вторых, команда исследователей не включала фольклориста, поэтому разграничить смежные жанры в некоторых слу-чаях было трудно. Краткое описание каждого жанра и примеры соответствующих текстов даны в пользовательской инструкции 3. 3 Текстовая разметка Томского диалектного корпуса // Томский диалектный кор- пус. Инструкция для пользователя. URL: https://losl.tsu.ru/sites/default/files/instructions/ Topics_result.docx (дата обращения 02.05.2021). Режим доступа: свободный. Жанровая разметка ТДК осуществлялась в 2020-2021 гг. сотрудниками Лабо-ратории общей и сибирской лексикографии ТГУ А. А. Васильченко, С. С. Земиче-вой и доцентом кафедры русского языка Л. А. Дубцовой. В ходе работы выработаны следующие принципы жанровой разметки в ТДК: 1) жанры маркируются вручную на основе заранее составленного перечня; 2) разметка несплошная, маркируются лишь те фрагменты текста, которые соответствуют одному из жанров перечня; 3) жанр может быть частью высказывания, совпадать с отдельным высказы-ванием или представлять собой совокупность высказываний; 4) жанры маркируются как в актуальной коммуникации, так и внутри цитиро-вания чужой речи. Такой подход позволяет отчасти компенсировать отсутствие или слабую представленность в корпусе некоторых интенциональных фрагментов (например, упрека), скрытых от постороннего наблюдателя; 5) жанр рассматривается как автономный от содержания конструкт. Кратко охарактеризуем методику жанровой разметки. За основу взят подход А. Вежбицкой [1997], основанный на идее семантических примитивов. Выявление коммуникативного смысла речевого поступка в данной методике основывается на экспликации его имплицитно-перформативного модуса. В качестве рабочих приемов можно использовать переформулирование высказывания, а также под-становку перформативного глагола, например, фразу не торопитесь, деуки, за-муж легко квалифицировать как совет, поскольку она допускает подстановку гла-гола советую, в то время как другие глаголы (*запрещаю, *распоряжаюсь, *предлагаю) не могут быть включены в ее структуру. Другой прием - отграничение от смежных жанров с опорой на имеющиеся теоретические сведения и групповые договоренности. Например, фраза, приве-денная выше, не может быть отнесена к запрету, так как запрет предполагает, что «выгодополучателем» от несовершения и прекращения действия будет говорящий (а в случае совета - слушающий). В техническом плане жанровая разметка основывается на приписывании каж-дому фрагменту текста числовых идентификаторов - тегов. Для пользователя корпуса доступен поиск по конкретному жанру, при этом возможны комбинации с другими типами поиска (выбор темы, определенного периода или места записи, пола, возраста, уровня образования информанта). Уни-кальность созданного ресурса обусловлена возможностью сочетать при поиске тематические и жанровые параметры (например, можно найти песни о Великой Отечественной войне или одобрительные высказывания о еде). Сочетание жанро-вого поиска с пословным позволяет также частично нейтрализовать явления омо-нимии и полисемии (например, поиск слова пожалуйста в рамках жанра «благо-дарность» или слова пока только в жанре «прощание»). 2. Жанровая разметка в Томском диалектном корпусе: количественные результаты В результате реализации жанровой разметки в ТДК выделено более 16 000 размеченных фрагментов. Наиболее частотны в имеющихся материалах информа-тивные речевые жанры (8 379 фрагментов). Достаточно частотны также оценоч-ные (3 475), императивные (2 276) речевые жанры, реже встречаются жанры фольклорного текста (527) и ритуальные речевые жанры (467). Количественный анализ речевых жанров позволяет сделать следующие на-блюдения. Среди информативных диалогических реплик более частотно отрица-ние, имеющее реактивный характер, по сравнению с возражением, порождаемым внутренним несогласием, без вопроса (782 и 261 фрагмент соответственно). Соотношение негативно оценочных и позитивно оценочных речевых жанров примерно равное (1 539 и 1 570 фрагментов соответственно на момент подготовки статьи). При этом оценка чаще направлена на внешний мир (1 697), других людей (1 080), реже актуализируется самооценка (332 фрагмента). Среди негативно оценочных речевых жанров чаще встречается порицание, ко-торое дается заочно, чем упрек, высказываемый «в глаза» (437 и 131 фрагмент соответственно). Среди ритуальных речевых жанров благопожелания (122) используются зна-чительно чаще злопожеланий (10), что отчасти связано с ситуацией общения (за-пись речи в присутствии посторонних), а также свидетельствует о доброжела-тельности как коммуникативной доминанте народно-речевой культуры. Среди фольклорных жанров к наиболее востребованным относятся пословицы и поговорки (178). В отличие от других фольклорных текстов, эти малые жанры часто используются в речи спонтанно. В группе текстов, маркированных в корпусе как «Обрядовый фольклор», зна-чительная часть (83 % всех) приходится на свадебные причитания и приговоры; тексты, связанные с другими обрядами (крестильным, похоронным, календарны-ми), отмечаются значительно реже. Частотность данных текстов, как представля-ется, обусловлена не только значимостью свадебного обряда, но и влиянием со-бирателей (вопрос о свадьбе в экспедициях задается очень часто). 3. Факторы, влияющие на жанровую структуру диалектного корпуса На жанровую структуру коммуникации влияют такие факторы, как степень знакомства и характер отношений, возраст и пол коммуникантов, ситуация обще-ния, тип речевой культуры и др. На данный момент определено влияние некото-рых из них на жанровый состав ТДК. Коммуникативная ситуация сбора материала предполагает общение малозна-комых людей, чаще одного пола (женщины), различных по возрасту (молодые собиратели, пожилые информанты) и уровню образования (собиратели - студен-ты или преподаватели университета, информанты - малограмотные крестьяне). Цель собирателя - сбор информации о традиционной культуре, о жизни в про-шлом. Эта установка порождает востребованность речевого жанра объяснения (всего в ТДК выделено 618 фрагментов): [А что такое полати?] Полати? А это русская печка была, вот так, а здесь были отстойники такие деревянные и там доски настелены. Там спать можно было. Как печка, допустим, моя стоит, а сбоку туда вот сюда как бы сбоку полати, деревянные. Там спали (Большая Саровка, 2016). Наличие жанра «объяснение» как части биографического рассказа диалектоносителя отмечалось С. В. Волошиной [2016, с 50-51]. Некоторые наблюдения о функционировании данного жанра в речи диалектоносителя В. П. Вершининой сделаны в работе О. А. Казаковой [2007, с. 54-55]. Коммуникативная ситуация экспедиционного сбора материала актуализирует также речевой жанр специализированного совета, в котором говорящий рекомен-дует других информантов: Председатель колхозу у нас был старый активист. На двух войнах был. Да вы к ему сходите, там через дом живёт (Улановка, 1968). Подобные высказывания составляют 20 % от всех, относящихся к речевому жанру «совет». Спонтанный характер ситуации общения, неподготовленность информанта объясняет актуализацию речевого жанра извинения (28 примеров): Извините, что я… сижу как эта, ага. С огорода. Я на огороде была (Вознесенка, 2018). Распространено извинение за использование сниженной или нецензурной лекси-ки: И вот она говорит, я тебя всю жизнь вспоминаю, как же ты могла видеть, что это говно [о плохом человеке]. Простите меня за выражение (Колпашево, 2016). Наличие подобных высказываний связано с тем, что собиратель восприни-мается как представитель другой культуры. Сходные наблюдения сделаны О. А. Казаковой [2007, с. 70-71]. Разница в возрасте актуализирует речевой жанр поучения (105 фрагментов), направленный от старшего поколения младшему: Вот так, девочки, живите, свою жизнь берегите. Выйдете замуж, живите, цените всё, чтоб как попало не жить, и не пить, и стараться для себя всё делать. Вот тогда будет очень у читесь, учи тесь, старайтесь, всю силу отдавайте. Щас учёным только жизь. А таки [без образования], будут только работать (Рыбалово, 2015). Добавим, что влияние культурного фактора проявляется не столько в номенк-латуре жанров, сколько в содержании соответствующих фрагментов, определен-ных жанровых стратегиях или «сценариях» (по А. Вежбицкой). Материалы ТДК позволяют сделать новые наблюдения в этом направлении. Так, специфика народно-речевой культуры проявляется в способе выражения позитивной самооценки, которая часто реализуется через цитирование чужой ре-чи или ссылку на мнение других членов сельского социума: Они [дети] меня все слушались, они до сих пор, у них мама на первом плане. Не хочу хвалиться вот можете у любого из соседей спросить, вам хоть кто скажет: мама на первом плане до сих пор. Со всем советуются, со всеми бедами бегут ко мне, даже вну-ки с мамой поссорятся, тут как тут. У меня девять внуков, десять правнуков: вот это ба ушка. Четверо детей (Новосельцево, 2012). Такое поведение соответ-ствует этикетному правилу, отраженному в пословице: «не хвали себя сам (жди, когда люди похвалят)». Важно отметить, что данная стратегия сохраняется в речи сельских жителей старшего поколения до настоящего времени. Региональный и темпоральный факторы, судя по всему, не оказывают сущест-венного влияния на жанровую структуру диалектной коммуникации. В отдельных случаях можно отметить динамику языковых средств, например использование междометия давайте в качестве прощальной реплики, что является относительно новым явлением, характерным для разговорной речи [Ермолов, Богданова-Бегларян, 2019]: Чё, всё, наверно? Ну, давайте (Петрово, 2008). Влияние на состав и функционирование речевых жанров таких социолингви-стических факторов, как пол и уровень образования информанта на данном этапе также не очевидно и требует дальнейших исследований. Выводы Проведенный анализ показал, что проблема формализации устного дискурса решается по-разному в существующих корпусах русского языка. При этом неред-ко используется понятие «речевого акта» или «речевого жанра». Материалы диалектных архивов представляют собой ценный ресурс, на основе которого может быть создан дискурсивно размеченный корпус устной речи, одна-ко эта задача до сих пор не была решена в полной мере. Осуществление жанровой разметки диалектного корпуса позволяет отразить структуру соответствующего дискурса, исследовать на его основе выделенные жанры диалектной речи с уче-том коммуникативных, социолингвистических и лингвокультурологических ас-пектов, а также «анализировать речевые жанры количественно», что является «давней мечтой жанроведов» [Дементьев, Степанова, 2016, с. 25]. Жанровая разметка в ТДК, как и в других диалектных корпусах, осуществля-ется вручную. При этом перечень включает не только фольклорные, но и речевые жанры. Методологическую основу процедуры определения речевого жанра со-ставляют работы А. Вежбицкой, О. А. Казаковой. Количественные результаты позволяют сделать вывод о том, что в диалектной коммуникации преобладают информативные речевые жанры, оценочные и импе-ративные речевые жанры используются реже, наименьшую частотность имеют жанры фольклорного текста и ритуальные речевые жанры. Достоверность выво-дов обусловлена значительным объемом проанализированного материала (более 16 тыс. фрагментов). Данные жанрово размеченного текстового корпуса позволяют выявить факто-ры, влияющие на жанровую структуру коммуникации. Так, коммуникативная си-туация беседы с собирателем способствует появлению речевых жанров объясне-ния, совета, извинения. Разница в возрасте актуализирует речевой жанр поучения, направленный от старшего поколения к младшему. Эти выводы в целом согласу-ются с наблюдениями других исследователей. Представляется, что жанровая разметка, в отличие от тематической, не имеет региональной специфики, а выявленные закономерности (например, в количест-венном соотношении и сочетании жанров) типичны не только для диалекта, но и для других разновидностей устной речи. Своеобразие традиционной народно-речевой культуры выявляется не через номенклатуру жанров, а через их содержа-тельный анализ, описание стратегий и тактик говорящего. В частности, в речевом жанре позитивной самооценки выявляется специфическая тактика ссылки на об-щественное мнение. Проведенная работа вносит вклад в решение масштабной проблемы формали-зации дискурса, что определяет ее теоретическую значимость. Внедрение жанро-вой разметки Томского диалектного корпуса будет стимулировать развитие таких научных направлений, как коммуникативная диалектология, диалектная жанроло-гия, лингвоперсонология и др. В то же время отсутствие в новых материалах ярко выраженной региональной специфики дает возможность использовать имеющие-ся материалы в преподавании русского языка как иностранного. Представленный опыт может быть востребован при создании других корпусных ресурсов.

Скачать электронную версию публикации