Сетевые информационные ресурсы

    Удачной находкой Abbyy выглядит приглашение  всем желающим размещать на их Интернет-узле словари собственного изготовления http://www.lingvo.ru/dictionaries/index.htm. Такое вовлечение пользователей в лексикографическую работу вполне соответствует духу открытых Интернет-сообществ. Дополнительных словарей на сайте уже набралось 23 штуки. Причем всякий желающий может скачать их из Интернета и присоединить хоть все к уже имеющимся в базовой версии. Надо сказать, что базовая версия Lingvo-7.0 содержит миллион двести тысяч словарных статей. Причем основные статьи тщательно проработаны. Например, не самая большая статья о слове 'go' содержит более двадцати пяти тысяч знаков.

    Первое, что бросается в глаза, когда мы говорим об электронных словарях - это резкое сокращение объема. На десятиграммовом компакт-диске помещается целая полка толстых словарей общим весом в двадцать пять килограмм. Но, естественно, не это главное. Важно, что электронный словарь принципиально может обойти ключевое противоречие книжной лексикографии: чем больше информации предлагает словарь, чем развитее его научный аппарат, тем сложнее им пользоваться. Поэтому классические словари разделяется на две категории. Первая - популярные, относительно удобные, но довольно простые. Вторая - обстоятельные академические издания, не позволяющие быстро получить искомую информацию.

    Современные электронные словари не только значительно  превосходят по объему книжные, но и  находят искомое слово или словосочетание за несколько секунд. Причем искать можно в любой форме. Некоторые, например Lingvo, встраиваются во все основные офисные приложения и выделенное слово можно переводить нажатием нескольких клавиш.

    Преимущества  электронных словарей

    При традиционном подходе минимальной единицей доступа является лексема (имя словарной статьи): нужно прочесть всю статью, чтобы определить, содержится ли в ней ответ на наш запрос. Для таких словарей, как оксфордский, это представляет серьезную проблему. Например, глагол 'set' имеет там 400 только основных значений (и у многих из них имеются подзначения).

    Пользователь  хотел бы, чтобы словарь максимально  локализовал релевантную информацию. При этом речь не идет об автоматическом выборе переводного эквивалента (если мы говорим о переводном словаре). Специфика словарного ответа в том, что он дает весьма разнообразную информацию о слове или словосочетании, а не просто переводное соответствие, предполагает активный выбор пользователя из нескольких возможных хорошо обоснованных альтернатив.

    Однако  попытка решить проблему адекватной реакции словаря на запрос неизбежно  наталкивается на сопротивление  самого словарного материала, перенесенного из бумажного словаря.

    Электронные словари не только содержат транскрипцию, но и могут произносить слова. Здесь тоже существует два подхода. В МультиЛекс встроен синтезатор звука и произносятся все слова. Однако полностью доверять такому подходу, не контролируя его по транскрипции, опасно. Синтезатор может неправильно поставить ударение или вообще исказить произношение слова. В Abbyy Lingvo основную лексику озвучивает диктор с оксфордским произношением.

    Но, конечно, самое главное преимущество хороших электронных словарей - одновременный поиск не только по названию словарной статьи, но и по всему огромному объему словарей, что просто нереально в бумажном варианте. Такой поиск создает многомерный портрет слова, при этом извлекаются из глубин словарной статьи не только конкретные примеры его использования и устойчивые выражения, в которых слово встречается, но и обнажаются, становятся явными языковые законы, которым подчиняются правила словообразования. Даже мобильный электронный словарь не может отразить все сиюминутные движения языка, но он может дать ключ для расшифровки и понимания этих изменений, делая пользователя соавтором лексикографа. Что очень важно, когда требуется точный смысловой перевод, ведь это не задача подбора подходящего выражения, а в широком смысле отображение одной культуры с помощью языка другой. Поэтому в Lingvo можно строить и свой собственный словарь под общей оболочкой.

    Язык  - отражение реальной жизни. А жизнь не стоит на месте: появляются новые отрасли производства, науки, бизнеса, культуры. В обычную разговорную речь приходят новые слова, термины, устойчивые словосочетания. Можно ли представить в речи наших сограждан лет десять назад такие слова, как «холдинг», «транш»? Выражение «конечный пользователь» вызвало бы у них недоумение, и никто не мог бы предположить, что слово «мыло» будет означать на компьютерном жаргоне электронную почту (вольная русская транскрипция английского слова «e-mail»).

    Вся эта лексика не может быть адекватно  отражена в «бумажных» словарях по той простой причине, что они слишком долго готовятся. Так, известный англо-русский словарь Мюллера, сочетающий относительную простоту пользования (один том, хотя и тяжелый!) и полноту содержания, был издан в 1960 году и с тех пор претерпел лишь косметические изменения в 1978 и 1994 годах.

    Фактически  многие словари, которые сформировались в языковой атмосфере середины века, сильно устарели. В них не указаны современные значения старых слов, а многие новые слова просто отсутствуют. Буквальное перенесение таких словарей на компьютеры бесперспективно. Это стало особенно очевидно в связи с развитием Интернета: большая часть Веб-страниц состоит из английских текстов, написанных живым современным языком, обильно использующим разговорную лексику и сленг. Вряд ли какой-либо из существующих англо-русских словарей может ответить на этот вызов. Решить данную задачу под силу лишь электронным словарям.

    Большинство «бумажных» словарей ориентировано на человека, читающего на иностранном языке, то есть человека, который в непонятном ему тексте находит «опорные» слова, помогающие выстроить общую смысловую картину. Человек «пишущий», кроме знания всех используемых слов, должен четко представлять, как эти слова сочетаются друг с другом, какие предлоги при этом используются, есть ли устойчивые выражения, передающие необходимый смысл.

    И здесь электронный словарь оказывается намного полезнее «бумажного». Даже буквальное воспроизведение приличного «бумажного» словаря на компьютере дает возможность извлечь из него столь необходимую Писателю информацию, похороненную в глубинах словарных статей. Например, пользователь может открыть на экране сразу несколько словарных статей, характеризующих все значения слова «достать» (брать, получать, надоесть и т. д.) как на одном языке, так и на другом, и, таким образом, изучить все нюансы использования слова.

    Однако  более правильный путь - подумать о Писателе заранее, при составлении словаря. Чтобы учесть его интересы, надо уметь описывать способы образования сложных словосочетаний. Например, как передать по-английски смысл «подтасовать или фальсифицировать результаты выборов»? Это выражение не относится к идиоматическим, потому его не следует искать в словнике целиком. С другой стороны, оно не может быть правильно переведено и по частям. Логичнее всего искать это выражение в статье «election» (выборы). Однако, чтобы оно там оказалось, нужно желание разработчиков словаря его туда поместить.

    Чтобы Писатель смог почувствовать оттенки  слова, необходимо привести в словаре  максимально возможное количество синонимов - слов, близких по смыслу. Например, английский глагол break означает, в частности: 1) ломать, разрушать, разбивать и 2) рвать, разрывать, отрывать. Для первого случая синонимами будут слова crush (давить, дробить) и smash (разбиваться вдребезги). Второму значению близки слова separate (отделять, разделять - более деликатный смысл) и tear off (отрывать, срывать). Через общую «карту» синонимов становится яснее, как перевести на иностранный язык слово с тем или иным смысловым оттенком. Очень полезны иллюстрирующие примеры, особенно на использование слов с предлогами или в устойчивых словосочетаниях. Например: «уехать отсюда», «уехать куда-то», «уехать за чем-то», «уехать» в значении «отсутствовать».

    Информацию  о синонимах, словосочетаниях и  случаях употребления правильнее всего предоставить на родном языке пишущего: если Писатель русский - то в русско-английском словаре, если он англичанин - то в англо-русском. Ни для кого не секрет, насколько лучше помогают толковые английские словари при решении мучительной проблемы, какое слово употребить. А вот жесткая ориентация словаря на перевод, а не на описание языка делает его использование Писателем непростым и неочевидным. Таким образом, в современных электронных словарях отражено пионерское достижение российской лексикографии - двуязычный словарь во многом становится толковым. Кроме того, такой электронный словарь, как Lingvo, строит нажатием нужной клавиши парадигму, то есть совокупность всех форм слова.

    Итак, мы видим новое противоречие: между  новыми языковыми компьютерными технологиями и старым традиционным словарным содержанием, не позволяющим воспользоваться этими технологиями в полном объеме.  Иными словами, новые мехи требуют нового вина!

    Источник  этого противоречия тоже ясен: словарь  представляет собой модель языка, устроенную на совершенно иных принципах, чем те формальные модели, которые лежат в основе этих технологий. И если в области морфологии противоречие еще не очень существенно, то в области синтаксиса и семантики оно становится почти непреодолимым.

    Действительно, технология морфологического анализа всего лишь позволяет установить соответствие между исходной формой слова из текста и множеством лексем (словарных входов), для которой такая форма возможна. Синтаксический анализ позволяет сделать то же самое для словосочетаний, являющихся отдельными словарными входами.

    Однако, для всех этих технологий само словарное  содержание является «непрозрачным», полностью ими игнорируется. Заглянуть «внутрь» словарной статьи позволяет только полнотекстовый поиск. Однако, этот мощный инструмент работает со словарным содержимым как с текстом на естественном языке, что резко ограничивает его возможности.

    Первый  и очевидный шаг, на который уже  идут создатели электронных словарей, это первичная разметка словарной  статьи, формализация той внутренней структуры, которая в той или иной мере имеется в хороших бумажных словарях. В результате полнотекстовый поиск может различать, к примеру, переводы, примеры использования и комментарии, что принципиально усиливает его возможности с точки зрения пользователя.

    Однако  все эти меры являются поверхностными. Ясно, что задача состоит в том, чтобы единицей описания было отдельное лексическое значение, и технологии анализа могли бы устанавливать соответствие между исходным запросом и теми лексическими значениями, которые релевантны для этого запроса по синтаксическим и семантическим критериям.

    В качестве иллюстрирующего примера  можно привести практически любой глагол, принадлежащий ядру языка. Например, глагол «развести» может встретиться в таких контекстах:

разводить руками; 
разводить спирт водой; 
разводить супругов; 
разводить мосты; 
разводить баранов; 
разводить дерущихся; 
разводить пилу; 
разводить/разбивать сады

   (английские эквиваленты: bring; conduct; part, separate;  mix;  dissolve; divorce; breed; plant, etc...)

    Задача  создания такого словарного содержания, которое позволило бы сделать единицей анализа отдельное лексическое значение, а не морфологическую лексему, является, вероятно, наиболее перспективным направлением в компьютерной лексикографии. Ясно, что для ее решения требуется «синхронизация» словарных описаний и формальных моделей, используемых технологиями анализа. В пределе это должно быть единое интегральное лексико-синтактико-семантическое описание.

    Принципы  классификации тезаурусов

    Проблема  составления классификации тезаурусов не нова и в течение нескольких десятков лет привлекала внимание ряда отечественных и зарубежных лингвистов (В. В. Морковкин, Л. П. Ступин, К. Марелло и др.). Результатом исследований в этой области стало создание альтернативных классификаций указанных лексикографических произведений. Однако, на наш взгляд, авторы были не всегда последовательны в выделении типов тезаурусов, иногда пренебрегая принципом единого критерия классификации и, таким образом, нарушая ее логику. Кроме того, указанные классификации являются довольно схематичными и не отражают всех разновидностей словарей-тезаурусов. Тем не менее, предшествующая разработка данного вопроса дает существенный положительный опыт, основываясь на котором мы в настоящее время предпринимаем попытку создания собственной классификации словарей-тезаурусов. Классификация строится, главным образом, на материале современных тезаурусов английского языка с учетом вновь появившихся лексикографических произведений, представленных в печатном и электронном вариантах. В основу данной классификации положены следующие критерии: