❓ Почему ⬅️5️⃣▶️ слов? #корпусная_лингвистика

💭 Именно такая количественная мера отвечает за высокую вероятность значимой, семантической связи между словами на такой дистанции слева и справа. Это одно из открытий корпусной лингвистики. Стало быть, если есть потребность понять какое-либо частотное слово или выражение, то следует рассмотреть корпус его употреблений и сгенерировать в соответствующем программном обеспечении частотные слова на дистанции ⬅️5️⃣▶️.

💭 Если цель заключается в посткритическом чтении, то есть, эмпирическом отслеживании акторов и их сетей, то такая количественная мера позволяет лучше понимать акторов, а не навязывать им критически-конспирологические объяснения их сущности и деятельности.

Напомним, что об этом речь была у нас в публикации о коллокациях.

❓ Однако почему все-таки необходима именно такая дистанция, и всегда ли она применима?

🔎 Посмотрели ответы в нашем корпусе англоязычных книг по корпусной лингвистике (378 наименований) с поисковыми запросами "word" (слово) с коллокацией ⬅️5️⃣▶️ "distance" (дистанция), а также отдельно — "five words" (5 слов).

✅ Как пишет Пол Бейкер, выбор такой дистанции связан с исследованиями Джона Синклера — одного из основоположников #корпусная_лингвистика — эмпирическим доказательством адекватности такой дистанции, а также использованием ее для создания словаря коллокаций COBUILD Collocations Dictionary (1995) и словаря для изучающих английский язык - "COBUILD Advanced Learner’s Dictionary" (2006). Отметим от себя, что такая же дистанция применяется на ресурсе Sketch Engine и в программе AntConc.

✅ Ганс Линдквист ссылается на слова Синклера о том, что чем меньше дистанция между словами, тем меньше значимость их соединения, то есть, скорее всего, они не будут никак связаны. Как метафорично выразился Крис Триббл, если смотреть коллокации дальше 4-5 слов, то "полезная информация тонет в море шума".

✅ Ану Лехто отмечает, что Синклер использовал даже меньшую дистанцию - 4 слова. При этом авторка ссылается на исследования правового дискурса, в котором следует работать с большей дистанцией ввиду использования названий статей, законов и т.д.

✅ Анна Марчи считает, что оптимальной дистанции для коллокаций не существует, и единого стандарта не существует, поскольку перед исследователем могут стать разные задачи (узнать семантику слову или, например, узнать поведение этого слова с другими частями речи, пунктуацией, грамматикой). Кроме того, симметричность поиска (5 слов и слева, и справа) может быть не нужна в определенных случаях.

✅ Так, когда мы искали определение коллокации, то мы искали коллокации только слева, зная о том, что "определяющие" слова обычно находятся именно слева, а также мы выбрали дистанцию ⬅️2️⃣ слова.

✅ Кьеран О'Хэллоран вообще дистанцию 25 слов брал для слова "but" (но). А вот Роберт Купер и Михаил Михайлов пишут, что "в большинстве случаев сильные коллокации встречаются рядом с искомым словом на расстоянии ⬅️2️⃣, 1️⃣, 1️⃣▶️ и 2️⃣▶️".

✅ Штефан Эверт считает, что выбор дистанции является важным исследовательским решением, и бывает очень разным, от нескольких слов до сотен слов, с использованием пунктуационных знаков и без них.

💡 Итак, как можно убедиться, общей нормой является коллокация с дистанцией ⬅️5️⃣▶️, но при этом все зависит от конкретных задач и методик исследователя. Важно здесь подчеркнуть, что язык представляет собой не случайную связь слов, а закономерную, необходимую, значимую рядоположенность, которая и делает людей понятными для себя и других.

@raumanalysis_ih