Лекция 7 Компьютерная лексикография

Основными задачами традиционной и компьютерной лексико­графии являются определение структуры словаря и зон словарной статьи, а также разработка принципов составления различных видов словарей.

Автоматические словари, предназначенные для конечного поль­зователя, чаще всего являются компьютерными версиями хорошо известных обычных словарей, например:

• Оксфордский словарь английского языка (www.oed.com),

• автоматический толковый словарь английского языка издатель­ства «Коллинз» (www.mycobuild.com),

• автоматический вариант «Нового большого англо-русского сло­варя» под ред. Ю.Д. Апресяна и Э.М. Медниковой (http://eng-rus. slovaronline. com),

• словарь Ожегова онлайн (http://slovarozhegova.ru).

Автоматические словари такого типа практически повторяют структуру словарной статьи обычных словарей, однако они обладают функциями, недоступными своим прототипам, например, осущест­вляют сортировку данных по полям словарной статьи (ср. отбор всех прилагательных), проводят автоматический поиск всех вокабул, име­ющих в толковании определенный семантический компонент, и т.д.

Автоматические словари для систем машинного перевода, автома­тического реферирования, информационного поиска и т.д. (АСПОТ) по интерфейсу и структуре словарной статьи существенно отлича­ются от АСКП. Особенности их структуры, сфера охвата словарного материала задаются теми программами, которые с ними взаимодей­ствуют. Такой словарь может содержать от одной до сотни зон сло­варной статьи. Чрезвычайно разнообразны и области лексикографического описания: морфологическая, лексическая, синтаксическая, семантическая и т.д.

Структура традиционного словаря обычно включает следующие компоненты:

• введение, объясняющее принципы пользования словарем и даю­щее информацию о структуре словарной статьи;

• словник, включающий единицы словаря: морфемы, лексемы, слово­формы или словосочетания; каждая такая единица с соответствую­щим комментарием представляет собой словарную статью;

• указатели (индексы);

• список источников;

• список условных сокращений и алфавит.

В электронных словарях из названных компонентов обязатель­ным является, пожалуй, лишь словник, в онлайн-словарях нередко имеется также алфавит с заложенными за каждой буквой гиперссыл­ками, ведущими к тексту словарной статьи. Практически в каждом электронном словаре, предлагаемом на диске (оффлайн-словарь) или в Интернете (онлайн-словарь) имеется функция автоматиче­ского поиска, позволяющая значительно экономить усилия пользователя при работе со словарем.

Отличие электронных словарей от «бумажных» касается также их мультимедийности и гипертекстуальности: эти свойства выраже­ны в электронных словарях в значительно большей степени, чем в печатных. Так, гиперссылки могут быть заложены за любым эле­ментом словарной статьи или пунктом программного меню словаря. Это дает пользователю дополнительные возможности по поиску и быстрому переходу к необходимой словарной информации, позво­ляя найти синонимы и антонимы к заданному слову, слова той же семантической группы, парадигмы склонения и спряжения и т.д.

Гиперссылки позволяют также легко связывать разные словари друг с другом, так что в итоге онлайн- или оффлайн-словари оказы­ваются коллекциями или порталами словарей. Получив необходи­мую информацию, например, о значении слова, пользователь одним нажатием ссылки может перейти к комментариям этого слова в дру­гих словарях и узнать особенности его толкования в специальных отраслях знания (терминологические словари) или получить допол­нительную лингвистическую информацию о его форме.

Отдельные электронные словари имеют также дополнительные возможности, например, электронный многоязычный словарь ABBYY Lingvo хЗ (© 2008 ABBYY) предоставляет функцию обучения (ABBYY Lingvo Tutor), позволяющую запоминать слова, отобранные по кон­кретной теме и представленные парами: русское и иностранное сло­во, составлять новые словари и словарные карточки, сохранять ре­зультаты обучения в файл и т.д.

В итоге структура электронного словаря в значительной степени отличается от структуры словаря печатного, хотя основная часть словаря — словник со словарными статьями — продолжает состав­лять ядро словаря в обоих случаях.
3. Состав словарной статьи.
Структура словарной статьи достаточно типична и обычно вклю­чает следующие зоны словарной статьи, актуальные как для тради­ционной, так и для компьютерной лексикографии:

• лексический вход (вокабула, лемма);

• зона грамматической информации;

• зона стилистических помет;

• зона значения;

• зона фразеологизмов;

• зона этимологии;

• зона примера и источника примера.

Правда, можно выделить зоны словарной статьи, обязательные для всех словарных единиц, и факультативные зоны. Обязательной зоной словарной статьи для разных видов словарей является лишь лексический вход, все остальные зоны зависят от типа словаря: на­пример, для толкового словаря необходима зона значения, а для ор­фоэпического она необязательна. Зона фразеологии отсутствует в комментариях слов, не используемых в устойчивых сочетаниях, а наличие зоны примера и его источника зависит от принципов, лежа­щих в основе создания словаря.

Количество зон словарной статьи компьютерного словаря обыч­но превышает количество зон словарной статьи «бумажного» слова­ря, что обусловлено значительными ресурсами памяти и высокой скоростью обработки цифровой информации современными ком­пьютерами. Но объем предлагаемой словарной информации должен соответствовать виду словаря: если читателю нужно произношение, то «лишняя» информация о переводе проверяемого слова или его контекстных значениях будет только мешать пользователю.

Среди лингвистических словарей можно выделить несколько их видов:

• толковые, имеющие целью толкование (объяснение) значений слов и их употребления в речи, включающие дескриптивные и нормативные словари, которые, кроме того, могут быть общими и частными, среди последних выделяются, например, фразеологические словари, словари иностранных слов и т.д.;

• словари-тезаурусы, отличающиеся расположением словарной статьи, которое подчинено не алфавитному, а тематическому прин­ципу, например, тезаурус русской идиоматики включает семан­тическое поле «УХОД, ОТЪЕЗД, БЕГСТВО», которое помещена в категорию «ДВИЖЕНИЕ», семантическое поле «ДАВНО» по­мещено в категорию «ВРЕМЯ» и т.д.;

• двуязычные (переводные) словари, например, «Англо-русский словарь» В.К. Мюллера (1-е издание появилось в 1943 г.), «Фран­цузско-русский словарь активного типа» под ред. В.Г. Гака и Ж. Триомфа и др.;

• ассоциативные словари, объектом которых является сфера ассоциативных отношений в лексике; словарная статья такого слова­ря включает лексему-стимул и список упорядоченных по часто­те и алфавиту (с указанием частоты) реакций, полученных в пси­холингвистическом эксперименте, например: «Ассоциативный тезаурус современного русского языка»;

• исторические и этимологические словари, предоставляющие информацию об истории слов, начиная с определенной даты на протяжении некоторого периода, с указанием возникновения но­вых слов и значений, их отмирании и видоизменении, или объ­ясняющие происхождение слов;

• словари языковых форм, которые фиксируют особенности фор­мы слов и в которых толкования значений отсутствуют или игра­ют вспомогательную роль, например, орфографические и орфо­эпические, словообразовательные и морфемные (показывают, как слова складываются из морфем и инвентаризуют их), грам­матические (информация по каждому слову, позволяющая по­ строить любую грамматически правильную форму), обратные словари (слова располагаются по алфавиту не начальных, а конечных букв, и выравниваются не по левому, а по правому краю: герб, серб, ущерб, горб, дуб);

• словари речевого употребления: словари трудностей и сочетае­мости слов;

• ономастиконы: антропонимические словари и топонимические словари;

• нетрадиционные, подвергающие словарному описанию нетипич­ные лингвистические объекты, например, «Словарь русских по­литических метафор» А.Н. Баранова и Ю.Н. Караулова [5], сло­вари поэтических метафор, эпитетов, авторские словари и слова­ри конкордансов.

Например, известны такие электронные энциклопедии, как Энциклопедия Британника (www.britannica.com), «Большая энциклопедия Кирилла и Мефодия» (www.megabook.ru) и энциклопедия «Кругосвет» (www.krugosvet.ru).

Примерами переводных электронных словарей выступают ABBYY Lingvo (www.lingvo.ru), Translatelt! (www.translateit.ru) и Multitran (www.multitran.ru).

Электронные толковые словари — это, в частности, словарь Merriam Webster (www.merriam-webster.com) и словарь французского языка «Tresor de la langue francaise» (http://atilf. atilf.fr); Словарь Ефремовой (http://slovar.plib. ru/dictionary/d1/); Словарь Ожегова (http://slovar.plib.ru/dictionary/d19/)

Формальными электронными словарями являются орфогра­фические словари русского (http://slovari.yandex.ru) и английского (www .spellcheckonline .com) языков.

Большую коллекцию словарей разных видов на дисках и в Интернете предоставляет издательство Duden (немецкий язык, www. duden.de) и Larousse (французский язык, www.larousse.fr).

1) формирование корпуса текстов и параллельно создание словника;

2) автоматическое формирование корпуса примеров;

3) написание словарных статей;

4) ввод словарных статей в базу данных (БД);

5) редактирование словарных статей в БД;

6) корректура текста в БД;

7) порождение текста словаря и формирование оригинал-макета;

8) печать словаря.

Конечно, приведенное описание процесса создания электронно­го словаря может корректироваться в зависимости от его вида, иссле­довательских принципов и других факторов, ср. комментарии созда­телей электронного исторического словаря русского языка. Но в любом случае использование компьютеров и уже готовых корпу­сов текстов в компьютерной лексикографии позволяет уменьшить количество этапов в процессе создания электронного словаря и сэко­номить время практически на каждом из них.

Так, вместо создания словарной карточки в компьютерной лек­сикографии используются базы данных. Записи баз данных дают воз­можность автоматически сортировать массив по выбранным пара­метрам, отбирать нужные примеры, объединять их в группы и т.д. Специализированных программных оболочек для лексикографических целей на рынке практически нет. Для этих целей вполне подходят современные базы данных типа ACCESS или PARADOX. Для поиска примеров создатели словарей могут использовать компью­терные программы построения конкордансов, например, DIALEX. Для создания оригинал-макета (верстки) словарей привлекаются из­дательские системы типа Page-Maker или WinWord, которые позво­ляют приписывать стили зонам словарных статей, алфавитизацию, создание указателей и т.д.

Пожалуй, единственный пример специализированной компью­терной программы, предназначенной для компьютерных лексикогра­фических работ, является «Программа автоматизированного состав­ления и обработки словников» (авторы: М.В. Литус, Е.В. Литус). Эта программа достаточно активно используется в филологических ис­следованиях и подробно представлена в учебном пособии А.Т. Хроленко и А.В. Денисова.

Электронные словари имеют положительные стороны не только в процессе их создания, но и в процессе использования. В частности, выделяются следующие преимущества в использовании электрон­ных словарей:

1) Использование мультимедий­ных средств. Электронные словари позволяют по-разному представить содер­жание словарной статьи (различные «проекции» словаря), в том числе с помощью разнообразных графических и мультимедий­ных средств, которые не используются в обычных словарях;

2) Использование современных технологий. В выдаваемой информации находят отражение различные техно­логии компьютерной лингвистики, например морфологический и синтаксический анализ, распознавание и синтез звука и т.п.;

3) Удобный поиск. Становится возможным быстро получить информацию, которая содержится где-то в недрах словаря и непосредственно отвечает тому запросу, который сформулирован пользователем в удобной для него форме. Нет необходимости помнить слово в точности, программа сама предложит варианты по первым буквам.

4) Актуальность и динамичность. Электронный словарь позволяет быстро реагировать на изменения в языке и мире, и выпуск каждой последующей его версии или внесение изменений в онлайн-версию не занимает много време­ни и труда.

5) Большой объем словарной базы. У большинства электронных словарей терминологическая база превышает базу бумажных словарей и предоставляет более удобный доступ к информации за счет использования гиперссылок.

6) Вариативность в использовании — возможность использования словарей в локальной и глобальной сетях, т.е. использование оффлайновой и онлайновой версии.

7) Универсальность — как правило, программы позволяют работать сразу с несколькими языками и направлениями перевода. Возможно использование любого из включённых в словарь языков в качестве входного.

• В словарях должно найти отражение понятие лексической функ­ции, позволяющее систематически описывать несвободную со­четаемость слов, иллюстрируемую следующими примерами рус­ского языка: «войну ведут», а «экзамен — держат», «теории вы­двигают», а «мысли подают» и т.п.

• Не нашла отражение в массовой лексикографической практике проблема описания семантики и практической реализации грам­матического словоизменения и словообразования. Каждый язык имеет свои собственные способы грамматического кодирования смысла, которые не описываются в массовых словарях система­тически. Например, как передать по-английски смысл «довыпендриваться», даже если знаешь, как передать «выпендриваться»?

• В словарях не существует даже системы понятий, с помощью ко­торой синтаксическая информация могла бы быть доведена до обычного читателя. Решением этой проблемы могли бы стать интегральные словарные описания, основанные на формальных моделях, учитывающие прогрессивные лексикографические идеи. На этих же моделях следует организовать технологии до­ступа к словарному содержанию.

Названные проблемы могут быть решены при сотрудничестве лексикографов-теоретиков и практиков, а компьютерные инстру­менты, несомненно, облегчат рутинную работу по осуществлению монотонных лексикографических операций.

В целом констатируем, что компьютерная лексикография, на­правленная на создание электронных словарей, представляет собой весьма перспективное и нужное направление компьютерной линг­вистики, поскольку создаваемые ею продукты — электронные сло­вари — отличаются многогранностью, мультимедийностью, инте­грацией новейших технологических решений, актуальностью мате­риала и отвечают потребностям пользователя в организации доступа к необходимой информации.