Психолингвистика, корпусная лингвистика и текстовая аналитика: возможности взаимодействия

В статье рассмотрены потенциальные возможности взаимодействия психолингвистической науки, корпусной лингвистики и интеллектуального анализа текста. Отмечено, что достижения психолингвистики должны приниматься во внимание при разработке приемов обработки больших данных (например, языковых корпусов). В новых реалиях цифровизации происходит переосмысление текста как объединенных единым смыслом множества языковых единиц. Вносятся уточнения в психолингвистику текста, поскольку при глубинном анализе появляется новый взгляд на роли отправителя и получателя и на первый план выходят способы качественной переработки больших объемов информации. Без исследования механизмов речепорождения и речевосприятия невозможно дальнейшее совершенствование нейронных сетей и электронных переводчиков. Обсуждаются теоретические основания психолингвистики, которые могут быть использованы для подготовки кадров в области текстовой аналитики. В качестве примера рассмотрена встроенность таких дисциплин, как «Психолингвистика» и «Психолингвистические методы изучения языка и текста», в психолого-лингвистический модуль программы обучения магистрантов по профилю «Текстовая аналитика в образовании и науке», которая реализуется на базе Казанского федерального университета. Описана психолингвистическая составляющая в дисциплине «Корпусная лингвистика» для магистрантов.

1. Биктимиров А.Р., Груздев Д.Ю. Способы повышения эффективности работы программы транскрибации речи // Научный результат. Вопросы теоретической и прикладной лингвистики. 2022. Т. 8, № 4. C. 72–89. URL: https://doi.org/10.18413/2313-8912-2022-8-4-0-6.

2. Friginal E. Corpus Linguistics for English Teachers. Tools, Online Resources, and Classroom Activities. N.Y., Abingdon: Routledge, 2018. 366 p. URL: https://doi.org/10.4324/9781315649054.

3. Pérez-Paredes P. Corpus Linguistics for Education. A Guide for Research. N.Y.: Routledge, 2020. 194 p. URL: https://doi.org/10.4324/9780429243615.

4. Timmis I. Corpus Linguistics for ELT. Research and Practice. Abingdon, N.Y.: Routledge, 2015. 230 p. URL: https://doi.org/10.4324/9781315715537.

5. Jones Ch., Waller D. Corpus Linguistics for Grammar. A Guide for Research. Abingdon, N.Y.: Routledge, 2015. 218 p. URL: https://doi.org/10.4324/9781315713779.

6. Semino E., Short M. Corpus Stylistics. Speech, Writing and Thought Presentation in a Corpus of English Writing. London, N.Y.: Routledge, 2011. xii, 256 p. URL: https://doi.org/10.4324/9780203494073.

7. Szudarski P. Corpus Linguistics for Vocabulary. A Guide for Research. N.Y.: Routledge, 2017. 238 p. URL: https://doi.org/10.4324/9781315107769.

8. Friginal E., Hardy J. Corpus-Based Sociolinguistics. A Guide for Students. N.Y., Abingdon: Routledge, 2014. 328 p. URL: https://doi.org/10.21283/2376905X.2.32.

9. Han C. Statistics in Corpus Linguistics: A Practical Guide, by Valclav Brezina, Cambridge, Cambridge University Press, 2018, xix+296 pp., ISBN: 978-1107565241 // J. Quant. Linguist. 2020. V. 27, No 4. P. 379–383. URL: https://doi.org/10.1080/09296174.2019.1646069.

10. Oakes M. Statistics for Corpus Linguistics // Ser.: Edinburgh Textbooks in Empirical Linguistics. Edinburgh: Edinburgh Univ. Press, 1998. 287 p. URL: https://doi.org/10.1515/9781474471381.

11. Gries S.Th. Quantitative Corpus Linguistics with R. A Practical Introduction. – N.Y.: Routledge, 2016. 286 p. URL: https://doi.org/10.4324/9781315746210.

12. Brezina V. Statistics in Corpus Linguistics: A Practical Guide. Cambridge: Cambridge Univ. Press, 2018. xx, 296 p. URL: https://doi.org/10.1017/9781316410899.

13. Wallis S. Statistics in Corpus Linguistics Research: A New Approach. N.Y., Abingdon: Routledge, 2021. 382 p. URL: https://doi.org/10.4324/9780429491696.

14. Svenja A., Carter R. Spoken Corpus Linguistics. From Monomodal to Multimodal. N.Y., Abingdon: Routledge, 2013. 216 p. URL: https://doi.org/10.4324/9780203526149.

15. Bauer L. Watching English Change: An Introduction to the Study of Linguistic Change in Standard Englishes in the Twentieth Century. London: Longman, 1994. 200 p.

16. Горобец Е.А., Мамонтова А.В. Алгоритм автоматического поиска нестандартных словарных единиц при создании сводного словаря // Актуальные проблемы филологии и педагогической лингвистики. 2021. № 2. С. 131–142. URL: https://doi.org/10.29025/2079-6021-2022-2-131-142.

17. Борисов А.В. Современные решения и подходы к обработке массивов неструктурированной текстовой информации в области больших данных // Проблемы современной науки и образования. 2017. № 1 (83). С. 49–52.

18. Попазова О.А., Шихова Н.Н. Управление персоналом на основе анализа больших данных: риски и возможности // Изв. СПбГЭУ. 2019. № 3 (117). С. 110–115.

19. Мизюков Г.С. Основные подходы в области аналитики больших массивов текстовой неструктурированной и квазиструктурированной информации // Труды Рост. гос. ун-та путей сообщения. 2017. № 2. С. 41–44.

20. Машечкин И.В., Петровский М.И., Поспелова И.И., Царёв Д.В. Методы автоматического аннотирования и выделения ключевых слов в задачах обнаружения экстремистской информации в сети Интернет // Современные информационные технологии и ИТ-образование. 2016. Т. 12. № 1. С. 188–198.

21. Войси речевая аналитика. Свидетельство о регистрации программы для ЭВМ RU 2019667520, 24.12.2019. Заявка № 2019666394 от 12.12.2019.

22. Гончаровский И.А., Полозов В.А. Речевая аналитика “iqinscript”. Свидетельство о регистрации программы для ЭВМ 2021667213, 26.10.2021. Заявка № 2021666043 от 14.10.2021.

23. Пиотровская К.Р. Пакеты текстовой аналитики и компьютерная лингводидактика // Актуальные проблемы теоретической и прикладной лингвистики и оптимизация преподавания иностранных языков. К 80-летию профессора Л.И. Корниловой: сборник материалов. 2018. С. 111–117.

24. Аз-зари Х.М., Анастасьев А.Н. Система сбора и анализа информации больших объемов оптимум пересвет аналитика (оптимум пересвет аналитика) optimum peresvet analytics. Свидетельство о регистрации программы для ЭВМ RU 2018665392, 04.12.2018. Заявка № 2018661634 от 24.10.2018.

25. Русский ассоциативный словарь: в 4 кн. / Караулов Ю.Н., Сорокин Ю.А., Тарасов Е.Ф., Уфимцева Н.В., Черкасова Г.А. М., 1994. (Ассоциативный тезаурус современного русского языка / РАН. Ин-т рус. яз.). URL: http://tesaurus.ru/dict/, свободный.

26. СИБАС Русская региональная ассоциативная база данных (Сибирь и Дальний Восток) 2008–2020 гг. URL: http://adictru.nsu.ru/, свободный.

27. Privalova I., Kazachkova M. Review of Sean Wallis. 2021. Statistics in Corpus Linguistics: A New Approach. New York/Oxon, Routledge. ISBN 9781138589384 ISBN 9780429491696 (eBook) // Russ. J. Linguist. 2022. V. 26, No 2. P. 550–557. URL: https://doi.org/10.22363/2687-0088-30209.

28. Privalova I.V. Methods of psycholinguistic research as possible cognitive approaches to linguistic data processing // Sukhova, N.V., Dubrovskaya, T., Lobina, Y.A. (Eds) Multimodality, Digitalization and Cognitivity in Communication and Pedagogy. Book Ser.: Numanities – Arts and Humanities in Progress. V. 20. Cham, Switzerland: Springer, 2021. P. 181–201. URL: https://doi.org/10.1007/978-3-030-84071-6_11.