Принципы моделирования телевизионного комментария

Среди видов дискурса СМИ особое место занимает такой жанр, как телевизионный комментарий. Он обладает комплексом свойств, которые роднят его, с одной стороны, с новостным дискурсом, а с другой стороны, с публицистическими жанрами в СМИ (в широком понимании семейства публицистических текстов, как в газетно-журнальных, так и телевизионных видах журналистики, а сегодня даже и в Интернет-блогах). Отсюда следует целый ряд черт текстов этого жанра: во-первых, формального характера (внешняя структура текста, композиционная свобода, а во-вторых, и прежде всего — особые принципы организации содержательных механизмов воздействия на читателя или слушателя. Речь здесь идет и о лексико-семантических классах и структурах в тексте комментария, а также о стоящих за ними коммуникативно-прагматических смыслах и интенциях. Методом исследования для нас служит подход к тексту с точки зрения его алгоритмического моделирования в процессуальном аспекте. Таким процессом является процесс понимания текста комментария адресатом. В итоге предлагаемые алгоритмические процедуры поддаются реализации в виде компьютерной программы. Она включает несколько модулей, главный из которых выявляет как ценностный, так и оценочный аспект в семантике текста комментария.

Предлагаемый структурно-алгоритмический подход сродни широкому классу методик контент-анализа. В построенных лингвистических модулях существенную роль играют словарные базы данных, в которых важным инструментом является тезаурус той или иной предметной области. Коммуникативно-семантический анализ публицистического дискурса проводится ныне широким фронтом в первую очередь лингвистами, да и нелингвисты зачастую пользуются лингвистическими методами. Общее представление о широте и глубине проводимых исследований говорят хотя бы приведенные нами в списке литературы свежие публикации [Баранов 1990; Белов 1999; Зимбардо, Ляппе 2001; Имплицитность 1999; Почепцов 1998; 2000а; 2000б; Рекламный 2000; Язык 2001].

 Корпус текстов Владимира Лусканова

Материалом проводимого нами многоэтапного исследования являются тексты, написанные или произнесенные с экрана телевизора В. И. Лускановым с 1995 по 2001 год (в дальнейшем Корпус-ВЛ). Автор – признанный авторитет в телевизионной «тусовке», лауреат ТЭФИ и т. д. Мы исходим из гипотезы - что основа данного успеха - в текстах (а не в мастерстве телеоператора и монтажера). Эта работа, попытка ответить на вопрос – «Как же это у него получается? ».

В течение описываемого времени автор работал в различных телекомпаниях (РТР и НТВ), делал телесюжеты, писал для Интеренет-изданий. К сожалению, оказались недоступны более ранние, газетные, публикации данного автора.

Тексты, относящиеся к РТР-периоду, представлены полностью. Также в полном объеме имеются тексты с сайта НТВ. Эфирные тексты НТВ – выборка, сделанная автором перед уходом из компании. Всего (по данным видеоархива) с 1992 по июнь 2000 вышло 662 видеосюжета – на кассету поместились 31 (менее 5%). Группа эта разнородна. Есть репортажи с мест событий, сюжеты, выходившие под рубрикой «ТЕМА ДНЯ» и «ОСОБОЕ МНЕНИЕ». Будем считать это репрезентативной выборкой. То, что доступных для анализа текстов оказалось – 100 – случайность (Корпус содержит 12087 разных слов. Как мы говорим ниже, с помощью прикладной компьютерной системы мы сводим все слова к гиперлексемам, которые представлены в словаре квазиосновами, и таких квазиоснов насчитывается 4100).

Тексты с сайтов взяты без изменений. Эфирные тексты расшифрованы. Синхроны оформлены как прямая речь. Материалы, повторяющиеся в разных выпусках, берутся один раз, но если эфирный материал выкладывался на сайт, то в корпусе текстов он присутствует два раза.

Хронологически и в зависимости от субстанции воспроизведения выделятся четыре группы текстов: НТВ-ЭФИР, НТВ-САЙТ, РТР-ЭФИР, РТР-САЙТ.

Особенности текстов, соотнесенных с видеорядом, подробно описаны в литературе. Сюжеты В. И. Лусканова не являются новостями в узком смысле, однако специфику телевизионных текстов сохраняют (не выраженная в явном виде в тексте информация передается через видеоряд, речь третьих лиц (синхроны) используется для передачи наиболее значимой или спорной информации и т. п. ).

Тексты на сайтах - аналог письменной газетной речи. Однако отсутствие не только цензуры любого вида, но и редакторской правки делает их гораздо более «лично авторскими», чем любой текст в традиционных СМИ. Это характерно в большей мере для раннего этапа развития Интернета, к которому относятся анализируемые тексты. Для исследуемых текстов не удалось выявить существенных отличий между эфирными и интернет-текстами. Интеренет-тексты несколько длиннее эфирных, однако тексты, написанные на РТР, гораздо короче текстов НТВ. Средняя длина текстов - 420 слов ( около двух с половиной минут в эфире – стандартное время сюжета в информационных программах. ) Самый короткий текст – 86 слов (НТВ-САЙТ 10. 03. 2000- Смерть Артема Боровика). Самый длинный текст – 1194 слова (НТВ-ЭФИР 06. 10. 1996 - Конец войны в Чечне (8 синхронов! ))

Некоторые формальные отличия Интернет-текстов от эфирных аналогов:

- Использование большего количества цифр, чем это было бы допустимо в эфирном варианте: Российские военные в Чечне запутались. Профессия такая. Или недолет или перелет. Математика неточности не допускает. 4 февраля 2000 года начальник Генерального штаба Вооруженных сил РФ генерал-полковник Валерий Манилов сообщил, что с 1 октября в Чечне погибло 882 человека из Министерства обороны и 241 человек из МВД. Итого: 1123. Раненых, по утверждению Манилова, среди военных было 2327, среди сотрудников МВД 854. Итого: 3181.                  (НТВ-САЙТ 12. 02. 2000)

- использование традиционного цитирования вместо телевизионных синхронов: Министр юстиции Юрий Чайка готов поклясться на завете Старом, завете Новом и даже на Коране, что ему об обмене Бабицкого ничего не известно: " Я узнал об этом из СМИ". Интерфакс 7. 2. 2000. (НТВ-САЙТ 8. 2. 2000)

Некоторые дополнительные количественные данные: длина Корпуса-ВЛ 42 355 словоупотреблений; повествовательных предложений - 3400; вопросительных – 198; восклицательных - 24; всего 3622; средняя длина предложения – 11, 7 словоупотреблений; количество запятых 3 877.

 Компьютерная система

извлечения тезаурусных знаний из текста:

 ценности и оценки

Описываемый здесь подход к прагматико-семантическому анализу текста СМВ является развитием более ранних моделей, предложенных нами для других проблемных областей - для автоматизированной системы управления (директивные тексты), для информационно-поисковой системы (научно-технические тексты) и для экспертной системы (научно-прогностические тексты) [Зевахина 1977; 1978; 1995; Еленевская, Зевахина, Пожариский 1981; Бестужев, Зайцева, Зевахина, 1986].

Для многих приложений лингвистической семантики ключевое значение имеет проблема ВЫЯВЛЕНИЯ ЗНАНИЙ И УБЕЖДЕНИЙ, которыми оперируют коммуниканты в процессе общения. Интенсивно разрабатываются такие аспекты этой проблемы, как выбор источников знаний, методы получения знаний из этих источников, классификация типов знаний, оценка их релевантности и достоверности, методы единообразного представления знаний, способы интеграции и обобщения знаний, пути пополнения и коррекции базы знаний.

К числу наиболее сложных и перспективных задач относится задача ИЗВЛЕЧЕНИЯ ЗНАНИЙ ИЗ ТЕКСТА, рассматриваемая как одна из важнейших функций лингвистического процессора, или автоматизированной системы обработки текста (АСОТ) [Городецкий 1983]. Применительно к текстам СМВ реализация такой функции позволяет, с одной стороны, моделировать процесс понимания (смыслового восприятия) текстов слушателями и читателями, а с другой стороны, моделировать процесс вербализации коммуникативного замысла журналистом.

Среди многообразных знаний, содержащихся в тексте, важный когнитивный пласт составляют знания, образующие ТЕЗАУРУС ТЕКСТА. Это система текстовых понятий, организованная с учетом (а) релевантных для данной предметной области семантических классов, (б) авторской картины мира и (в) специфики той фактической информации, которую несет именно данный текст. В современном понимании термин “тезаурус” обозначает многоаспектную систему семантических полей лексических (или других языковых) единиц. В излагаемом здесь исследовании моделируются ценностный и оценочный аспекты тезауруса.

КОМПЬЮТЕРНАЯ РЕАЛИЗАЦИЯ извлечения тезаурусных знаний из текста первоначально осуществлялась нами в ходе разработки лингвистического обеспечения экспертной системы на основе принципов, предложенных Б. Ю. Городецким и Г. С. Осиповым. Конкретно-лингвистическая концепция нашей модели сочетает в себе идеи контент-анализа дискурса, тезаурусной систематизации понятий, компонентного анализа лексических значений, аксиологической семантики, прикладного словообразовательного анализа и лексикостатистики.

Созданная типовая компьютерная система включает четыре МОДУЛЯ: (1) ведение опорных словарей; (2) прикладной морфологический анализ словоформ текста (первая версия разработана И. А. Муравьевой); (3) терминологический анализ текста (разработан Б. Ю. Городецким и О. М. Сазоновой); (4) собственно извлечение тезаурусных знаний из текста. Программирование осуществлялось Е. В. Комаровой.

Модуль 4 работает в нескольких РЕЖИМАХ, каждый из которых строит для предложенного документа определенный тезаурусный образ. Режимы отличаются друг от друга аспектами и глубиной анализа тезаурусных знаний. Но все они опираются на прикладное тезаурусное моделирование базовой лексики. Основную роль в работе модуля 4 играет Базовый Семантический Словарь (БАСС) - развиваемый словарь важнейших лексических единиц, существенных для данной предметной области. Каждая словарная статья описывает гиперлексему, то есть класс лексем, которые имеют общую квазиоснову и отождествляются в рамках данной понятийной системы. В отдельных зонах словарной статьи описаны аспекты тезаурусной характеристики гиперлексемы. Нами создается вариант БАСС для области телевизионного дискурса (жанр политического комментария). Этот БАСС (наряду с другими, вспомогательными словарями) используется программной системой в ходе автоматического анализа того или иного текста, подаваемого на вход системы. Результатом анализа является Тезаурусный образ текста (ТОТ) в ценностном и оценочном аспектах.

Тезаурусный модуль может рассматриваться как своего рода интерфейс между когнитивным миром авторских текстов и масовым сознанием слушателей (читателей).

При анализе текстов В. Лусканова системный БАСС использует, во-первых, 12 имплицитных обобщенных ценностных категорий, во-вторых, открытое множество эксплицитных ценностных категорий, в-третьих, пометы об отрицательной или положительной оценке (примеры даны ниже). Пометы первого вида могут быть приписаны в словаре самым разным в сигнификативном и денотативном отношении лексемам, но имплицитно содержащим в себе одну или более обобщенных ценностных категорий (ср. широкий подход к имплицитности в коллективной монографии [Имплицитность 1999]). Эти пометы даются прописными буквами и соединяются (в случае необходимости знаком “& ”. Пометы второго вида приписаны (ровно по одной) тем гиперлексемам, которые прямо называют ту или иную (иногда очень конкретную) ценностную категорию. Эти пометы даны прописными буквами в квадратных скобках. Пометы третьего вида приписываются тем лексемам, которые в сигнификативном или экспрессивном слое своего значения содержат весьма интенсивную (понятийную или эмоциональную) оценку - либо отрицательного, либо положительного характера. Эти пометы даны в БАСС строчными буквами в угловых скобках.

Первые два вида помет, или семантических компонентов, используются для построения ценностного ТОТ. Он содержит определенным образом упорядоченные ценностные категории с их статистическим весом. Третий вид помет служит для построения оценочного ТОТ. В нем приводятся конкретные лексемы, снабженные числовым показателем абсолютной частоты. Сущность работы основной программы заключается в идентификации в тексте базовых квазиоснов, в подсчете их частоты и в выписывании информации из БАСС. (При этом программа прикладного морфологического анализа опознает и отбрасывает служебные слова и имена собственные - на анном этапе исследования мы их не подвергаем тезаурусной обработке. ) Кроме того, в нашей системе есть, программа выделения устойчивых именных словосочетаний, которая дает по каждому тексту дополнительный источник сведений о возможной развернутой номинации ценностей и оценок.

Ниже приводятся образцы обработки двух документов из нашего Корпуса текстов. Сами исходные тексты приведены в Приложении. Оба они звучали в телевизионном эфире. Текст ВЛ1 звучал 22. 08. 2000 и был посвящен подводной лодке “Курск”, а текст ВЛ51 передывался 11. 02. 1996 и отражал тему предвыборной президентской кампании.

Компьютерный анализ документа ВЛ1

Приведем фрагмент Рабочего алфавитно-частотного ценностно-оценочного словаря квазиоснов для документа ВЛ51:

бед 1 ЖИЗНЬ & СТАБИЛЬНОСТЬ < отр. оц. ситуации>

бог 1 СТАБИЛЬНОСТЬ & ЗАБОТА [БОГ]

бюдж 1 БОГАТСТВО

вер 1 ЗНАНИЕ [ВЕРА]

видн 1 ЗНАНИЕ & СОСТЯЗАТЕЛЬНОСТЬ & СИЛА

вин 1 ОТВЕТСТВЕННОСТЬ < отр. оц. человека>

гибел 2 ЖИЗНЬ < отр. оц. ситуации>

глубоководн 1 ЖИЗНЬ & СИЛА

дет 3 ЖИЗНЬ & ЗАБОТА [ДЕТИ]

давно 1 ЗНАНИЕ

договори 1 СТАБИЛЬНОСТЬ

доллар 2 БОГАТСТВО

дом 1 БОГАТСТВО & РОДИНА & ЗАБОТА [ДОМ]

жертвенн 1 ЗАБОТА & ЖИЗНЬ [ЖЕРТВЕННОСТЬ] < полож. оц. человека>

защи 2 ЗАБОТА & ЖИЗНЬ & СИЛА < полож. оц. человека>

зна 1 ЗНАНИЕ [ЗНАНИЕ]

идеал 2 ЗНАНИЕ < полож. оц. ситуации, человека>

истор 1 ЗНАНИЕ & ОТВЕТСТВЕННОСТЬ

капит 2 БОГАТСТВО

каск 1 ТРУД

книг 1 ЗНАНИЕ

командир 1 ОТВЕТСТВЕННОСТЬ & ВЛАСТЬ

команду 1 ОТВЕТСТВЕННОСТЬ & ВЛАСТЬ

коммунист 1 ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

легендарн 1 ЗНАНИЕ & СОСТЯЗАТЕЛЬНОСТЬ & СИЛА < полож. оц. человека>

мертв 1 ЖИЗНЬ < отр. оц. ситуации>

мест 1

метр 3

могил 1 ЖИЗНЬ < отр. оц. ситуации>

несравн 1 СОСТЯЗАТЕЛЬНОСТЬ & НОВИЗНА & ЗНАНИЕ < полож. оц. человека>

офицер 2 ОТВЕТСТВЕННОСТЬ & ВЛАСТЬ

ошиб 1 ЗНАНИЕ & ОТВЕТСТВЕННОСТЬ < отр. оц. человека>

памятник 1 ЖИЗНЬ & ЗНАНИЕ & ОТВЕТСТВЕННОСТЬ

подводн 2 ЖИЗНЬ & СИЛА

получи 1

ребен 1 ЖИЗНЬ & ЗАБОТА [ДЕТИ]

рекорд 1 СОСТЯЗАТЕЛЬНОСТЬ & НОВИЗНА & СИЛА & ЗНАНИЕ

реш 2 ЗНАНИЕ & ОТВЕТСТВЕННОСТЬ

род 1 ЖИЗНЬ

россий 2 РОДИНА [РОССИЯ]

россиян 1 РОДИНА [РОССИЯ]

рус 2 РОДИНА [РУССКИЕ]

самостоятельн 1 ОТВЕТСТВЕННОСТЬ & СИЛА [САМОСТОЯТЕЛЬНОСТЬ]

сегодня 3 ЗНАНИЕ & НОВИЗНА

сейчас 1 ЗНАНИЕ & НОВИЗНА

сил 1 СИЛА [СИЛА]

спас 3 ЖИЗНЬ & ЗАБОТА & ОТВЕТСТВЕННОСТЬ < полож. оц. человека>

страх 2 ЖИЗНЬ < отр. оц. ситуации>

стран 3 РОДИНА & ЗНАНИЕ

сын 1 ЖИЗНЬ & ЗАБОТА

текст 1 ЗНАНИЕ

телевизор 1 ЗНАНИЕ & НОВИЗНА

ужас 1 ЖИЗНЬ & ЗНАНИЕ < отр. оц. ситуации>

уход 3 ЖИЗНЬ

флот 2 РОДИНА & СИЛА

хоте 1 ЗАБОТА & ОТВЕТСТВЕННОСТЬ

частн 1 БОГАТСТВО

чест 1 ОТВЕТСТВЕННОСТЬ [ЧЕСТЬ] < полож. оц. человека>

шанс 1 ЖИЗНЬ & СОСТЯЗАТЕЛЬНОСТЬ

шахтер 1 ЖИЗНЬ & ТРУД

экипаж 1 ЖИЗНЬ & ТРУД

ядерн 1 ЖИЗНЬ

Статистические данные о соотношении словаря и текста в документе ВЛ1

Число знаменательных квазиоснов - 168.

Число квазиоснов, несущих имплицитную (скрытую) ценностную нагрузку, - 153 (91 %). Как говорилось выше, эта нагрузка сводится к обобщенным ценностным категориям.

Из них число квазиоснов, выражающих, кроме того, и некоторое эксплицитное (прямое) ценностное значение, - 17 (10, 1 % от общего числа знаменательных квазиоснов; 11 % от числа ценностно нагруженных квазиоснов). Как мы говорили, в этом случае ценностная категория носит более конкретный характер.

Число квазиоснов, не имеющих ценностной нагрузки, - 15 (8, 9 % от общего числа знаменательных квазиоснов).

Длина текста (число словоупотреблений) - 420.

Суммарная абсолютная частота знаменательной лексики в данном тексте - 206 (ее суммарная относительная частота по отношению к общей длине текста - 0, 490, т. е. 49 %).

Суммарная абсолютная частота ценностно нагруженной лексики (несущей имплицитную ценностную нагрузку) - 188 (ее суммарная относительная частота на множестве словоупотреблений знаменательных слов текста 0, 913, т. е. 91, 3 %).

Из них частотность 1 имеют 128 квазиоснов, частотность 2 - 17 квазиоснов, частотность 3 - 6 квазиоснов, частотность 4 - 2 квазиосновы.

Суммарная абсолютная частота прямых однословных номинаций конкретного ценностного значения - 23 (суммарная относительная частота на множестве словоупотреблений знаменательных слов текста - 0, 112, т. е. 11, 2 % ).

Суммарная абсолютная частота знаменательной лексики, не имеющей ценностной нагрузки - 18 (суммарная относительная частота - 0, 087, т. е. 8, 7 %).

Ценностный тезаурусный образ документа ВЛ1

(1) Имплицитные ценностные категории

(2) Эксплицитные ценностные категории:

ДЕТИ (4), РОССИЯ (3), РУССКИЕ (2),

БОГ, ВЕРА, ДОМ, ЖЕРТВЕННОСТЬ, ЖИЗНЬ, ЗНАНИЕ, ЛЮДИ, ОТВЕТСТВЕННОСТЬ, ПОДВИГ, ПОРЯДОК, РАБОТА, САМОСТОЯТЕЛЬНОСТЬ, СИЛА, ЧЕСТЬ

Оценочный тезаурусный образ документа ВЛ1

Отрицательная оценка человека или ситуации реализована следующими гиперлексемами: гибель (2), переживания (2), разбитый (2), бастовать, беда, вина, гибель, мертвый, могила, ошибка, перекрывать, стучать, тяжелый, ужас.

Положительная оценка человека или ситуации реализована с помощью гиперлексем: спасать (3), защита (2), идеальность (2), жертвенность, легендарность, несравненный, переносить, подвиг, честь.

Компьютерный анализ документа ВЛ51

Приведем фрагмент Рабочего алфавитно-частотного ценностно-оценочного словаря квазиоснов для документа ВЛ51:

администр 2 ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

банкр 1 БОГАТСТВО & СТАБИЛЬНОСТЬ & ОТВЕТСТВЕННОСТЬ < отр. оц. ситуации, человека>

бед 1 СТАБИЛЬНОСТЬ & ЖИЗНЬ < отр. оц. ситуации>

воздушно-десантн 1 СИЛА & ОТВЕТСТВЕННОСТЬ & РОДИНА & СТАБИЛЬНОСТЬ

войн 1 ЖИЗНЬ & СТАБИЛЬНОСТЬ & СИЛА & РОДИНА < отр. оц. ситуации>

войск 3 СИЛА & РОДИНА & ОТВЕТСТВЕННОСТЬ

встреч 1 СТАБИЛЬНОСТЬ & ЗАБОТА & ЗНАНИЕ

выбор 3 СОСТЯЗАТЕЛЬНОСТЬ & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

выдвиж 1 СОСТЯЗАТЕЛЬНОСТЬ & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

выплат 1 БОГАТСТВО & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ & ЗАБОТА

губернатор 2 ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

демократ 2 СТАБИЛЬНОСТЬ & РОДИНА & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ [ДЕМОКРАТИЯ]

зарплат 2 БОГАТСТВО & ЗАБОТА & ВЛАСТЬ

застави 1 СОСТЯЗАТЕЛЬНОСТЬ & СИЛА

заяви 1 ЗНАНИЕ & НОВИЗНА & ОТВЕТСТВЕННОСТЬ

звуча 1 ЗНАНИЕ

зна 1 ЗНАНИЕ [ЗНАНИЕ]

ид 1

избер 1 СОСТЯЗАТЕЛЬНОСТЬ & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

компьютер 3 ЗНАНИЕ

кредит 2 БОГАТСТВО & ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

леж 1

лезт 1 СОСТЯЗАТЕЛЬНОСТЬ & СИЛА & СТАБИЛЬНОСТЬ < отр. оц. человека>

мн 2 ЗНАНИЕ

напомн 1 ЗНАНИЕ

народ 1 РОДИНА & ТРУД & ОТВЕТСТВЕННОСТЬ [НАРОД]

насел 1 ОТВЕТСТВЕННОСТЬ & ЗАБОТА

опас 1 СТАБИЛЬНОСТЬ & ЖИЗНЬ < отр. оц. ситуации>

парт 1 СОСТЯЗАТЕЛЬНОСТЬ & ОТВЕТСТВЕННОСТЬ & ВЛАСТЬ

патов 1 СТАБИЛЬНОСТЬ & ЗНАНИЕ < отр. оц. ситуации>

соображ 1 ЗНАНИЕ

сосредоточ 1 ЗНАНИЕ & ОТВЕТСТВЕННОСТЬ

счасть 1 ЖИЗНЬ & СТАБИЛЬНОСТЬ & ЗАБОТА [СЧАСТЬЕ] < полож. оц. человека, ситуации>

такти 1 СОСТЯЗАТЕЛЬНОСТЬ

удачн 1 СОСТЯЗАТЕЛЬНОСТЬ [УДАЧА] < полож. оц. ситуации>

уникальн 1 ЗНАНИЕ & СОСТЯЗАТЕЛЬНОСТЬ < полож. оц.. человека, ситуации>

уст 1 ЗНАНИЕ

устаре 1 ЗНАНИЕ < отр. оц. ситуации, человека>

устрани 1 СТАБИЛЬНОСТЬ & СОСТЯЗАТЕЛЬНОСТЬ

член 4 ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ

шаг 2 СОСТЯЗАТЕЛЬНОСТЬ & ЗНАНИЕ

шанс 1 СОСТЯЗАТЕЛЬНОСТЬ & ЗНАНИЕ

шахмат 1 СОСТЯАТЕЛЬНОСТЬ & ЗНАНИЕ

штаб 1 ВЛАСТЬ & ОТВЕТСТВЕННОСТЬ & ЗНАНИЕ

штурм 1 ЖИЗНЬ & СИЛА & СТАБИЛЬНОСТЬ

эффектн 1 СОСТЯЗАТЕЛЬНОСТЬ & НОВИЗНА < полож. оц. человека>

Статистические данные о соотношении словаря и текста в документе ВЛ1

Число знаменательных квазиоснов - 203.

Число квазиоснов, несущих имплицитную (скрытую) ценностную нагрузку, - 187 (92, 1%).

Из них число квазиоснов, выражающих эксплицитное (прямое) ценностное значение, - 15 (7% от общего числа знаменательных квазиоснов; 8% от числа ценностно нагруженных квазиоснов).

Число квазиоснов, не имеющих ценностной нагрузки, - 16 (7, 9% от общего числа знаменательных квазиоснов).

Общая длина документа _(число словоупотреблений) - 543.

Суммарная абсолютная частота знаменательной лексики в данном тексте - 287 (суммарная относительная частота - 0, 529, т. е. 52, 9%).

Суммарная абсолютная частота ценностно нагруженной лексики (несущей имплицитную ценностную нагрузку) - 270 (ее суммарная относительная частота на множестве словоупотреблений знаменательных слов текста - 0, 941, т. е. 94, 1%).

Из них частотность 1 имеют 157 квазиоснов; частотность 2 - 30 квазиоснов; частотность 3 - 9 квазиоснов; частотность 4 - 3 квазиосновы; частотность 5 - 2 квазиосновы; частотность 6 - 1 квазиоснова; частотность 15 - 1 квазиоснова.

Суммарная частотность прямых однословных номинаций ценностного значения - 16 (суммарная относительная частота на множестве словоупотреблений знаменательных слов текста - 0, 056, т. е. 5, 6% ).

Суммарная частотность знаменательной лексики, не имеющей ценностной нагрузки - 17 (суммарная относительная частота - 0, 060, т. е. 6%).

Ценностный тезаурусный образ документа ВЛ51

(1) Имплицитные ценностные категории

(2) Эксплицитные ценностные категории:

БЕЗОПАСНОСТЬ (2), КОМПРОМИСС (2), ЛИЧНОСТЬ (2), ДЕМОКРАТИЯ (2),

ДОЛГ, ДОМ, ЗНАНИЕ, ИНИЦИАТИВА, НАРОД, ПРАВДА, РАБОТА, РОССИЯ, СОВЕСТЬ, СЧАСТЬЕ, УДАЧА.

Оценочный тезаурусный образ документа ВЛ51

Отрицательная оценка человека или ситуации реализована следующими гиперлексемами: пинки (2), провал (2), проигрыш (2), банкротство, беда, война, дудаевцы, патовая, популист, пустота, резня, устарелость.

Положительная оценка человека или ситуации реализована с помощью гиперлексем: компромисс (2), инициативность, положительный, помощь, понравиться, правда, сила, совесть, счастье, удача, уникальность.

 Интерпретация результатов

автоматического тезаурусного анализа текста

Ограниченный объем настоящей статьи не позволяет дать развернутую интерпретацию результатов автоматического ценностно-оценочного тезаурусного анализа предложенных двух текстов. Но постараемся наметить ряд направлений такой интерпретации.

Сопоставление ценностных профилей двух текстов позволяет моделировать как общие установки данного автора, так и различия в коммуникативно-когнитивном заряде этих документов.

Так, в первую половину списка обобщенных имплицитных категорий и в том и в другом профиле попали три следующих ценности: ЗНАНИЕ, ОТВЕТСТВЕННОСТЬ, СТАБИЛЬНОСТЬ. Может быть, один из секретов Лусканова состоит в том, что он делает акцент именно на этих, конструктивных ценностях, привлекая к ним внимание с помощью разнообразных лексических средств (не только прямых, но и косвенных, не только положительных, но и отрицательных)? В этой связи полезно обратить внимание и на категорию НОВИЗНА, которая в семантике обоих текстов занимает среднее (и далеко не последнее место). И это помогает нам увидеть особую черту В. Лусканова как говорящего - его динамизм, наступательность, призыв к энергичному поиску решений.

Дифференцирующие признаки в первой шестерке выглядят так: тексте ВЛ1 (о трагедии подлодки) внимание привлекается прежде всего к таким категориям, как ЖИЗНЬ, ЗАБОТА, СИЛА, а в тексте о предвыборной кампании - к категориям СОСТЯЗАТЕЛЬНОСТЬ, ВЛАСТЬ, РОДИНА.

Как видим, уже парадигматический анализ лексических средств общения позволяет приоткрыть завесу тайны убедительной аргументации - это выделение стержневых ценностных факторов, это использование разнообразной лексики, группируемой вокруг ценностей, от которых зависит сама ЖИЗНЬ человека и СТАБИЛЬНОСТЬ мира.

Интересное направление открывается при изучении составных ценностей, т. е. сочетаний нескольких категорий, скрытых в глубинах лексических пластов текста. Так, в рабочем ценностном словаре текста ВЛ1 частыми составными ценностями являются ЖИЗНЬ & ЗАБОТА, ЖИЗНЬ & СТАБИЛЬНОСТЬ, ЖИЗНЬ & СИЛА, а в тексте ВЛ51 - ЗНАНИЕ & СТАБИЛЬНОСТЬ, ЗНАНИЕ & СОСТЯЗАТЕЛЬНОСТЬ, ЗНАНИЕ & НОВИЗНА & ОТВЕТСТВЕННОСТЬ.

Весьма рельефное представление о деталях ценностного содержания текстов дают выявленные эксплицитные категории. Так, для текста ВЛ1 выделяются прежде всего ДЕТИ, РОССИЯ, РУССКИЕ и далее - БОГ, ВЕРА, ЖЕРТВЕННОСТЬ, ЧЕСТЬ и др. Для текста ВЛ51 это прежде всего БЕЗОПАСНОСТЬ, КОМПРОМИСС, ЛИЧНОСТЬ, ДЕМОКРАТИЯ и далее - ДОЛГ, ИНИЦИАТИВА, СЧАСТЬЕ, УДАЧА и др.

Оценочные профили каждого текста показывают точность словесных квалификаций, даваемых автором текущим событиям, и могут детально интерпретироваться с помощью дальнейшего компонентного и прагматического анализа, т. е. позволяют от лингвистического моделирования переходить к моделированию политологическому. Лексика здесь говорит сама за себя: текст ВЛ1: гибель, разбитость, беда, вина, ошибка, ужас; защита, жертвенность, честь; текст ВЛ2: пинки, провал, проигрыш, банкротство, устарелость; компромисс, правда, совесть.

Два примера из Корпуса текстов Владимира Лусканова

VL001. РТР-ЭФИР. 22. 8. 2000

[КОРР. ЗА КАДРОМ] Что мы скажем нашим детям? Что скажет жена мичмана Валерия Байбарина своему ребенку, который родится шесть месяцев спустя после гибели отца?

Мы расскажем им, что военный бюджет России в 2000 году был чуть меньше 5 миллиардов долларов и что эта сумма примерно равна той, что Пентагон выделил на постройку пяти новых кораблей для американских военно-морских сил?

Чем мы будем оправдываться перед этими детьми за сегодняшнюю историю России? Тем, что у нас сформировалась многопартийная система? Рассказами о том, что коммунисты не смогли договориться с либералами по вопросу частной собственности? Ссылками на наше тяжелое прошлое? На наши беды, уходящие корнями неизвестно куда? Стенограммами заседаний Государственной Думы о том, кому и какой памятник ставить, куда и какую могилу переносить? Если такое произойдет, наши дети вырастут такими же, как и мы. И совершат те же ошибки. И переживут тот же страх и ужас, который сегодня переживаем мы.

Командир подводной лодки - капитан 1 ранга Геннадий Лячин- поступил иначе. Он взял ответственность на себя. Решение капитана " Курска" заглушить ядерные реакторы лодки спасло жизни тысяч людей, но лишило экипаж лодки каких-либо шансов спастись самостоятельно. Не автоматика сработала. Честь русского офицера. " Делай как я" - вот и все, что он хотел сказать своему сыну.

Глубоководные аппараты " МИР", способные погружаться на глубину до 6000 метров, сегодня работают в Атлантическом океане на месте гибели Титаника за 30000 долларов с туриста, желающего посмотреть останки легендарного корабля. 25 лет назад мурманские водолазы попали в книгу рекордов Гиннеса после погружения на глубину 300 метров. В 91 году российские водолазы провели спасательную операцию на глубине в 280 метров и получили за это Звезды Героев России. Спасательное судно " Михаил Мирчин" - плавучая база водолазов-глубоководников, приписанное к порту Мурманск, - давно продано за границу.

Чья вина в том, что богатыми в России становятся в порядке исключения, а мертвыми на общих основаниях?

Почему шахтеры стучат касками, почему профсоюзы перекрывают железные дороги и почему не бастуют российские офицеры?

Во что они верят?

[ИГУМЕН АРИСТАРХ (НАМЕСТНИК ТРИФОНО-ПЕЧЕРСКОГО МОНАСТЫРЯ)] " Сейчас, когда мы побывали здесь в Видяево, увидели разбитые дома. Видно, что это несравненный подвиг. Я думаю, ни в одном морском флоте мира нет такой жертвенности: когда уходишь из разбитого Видяево, уходишь на подводной лодке для того, чтобы защищать страну, которая, может, быть пока больше существует у тебя в идеале, у тебя в голове, нежели у тебя за спиной. "

[КОРР. ЗА КАДРОМ] Десять дней страна не выключала телевизоры, чтобы увидеть и защитить эту идеальную страну. Этой страны еще нет. Командующий Северным флотом адмирал Попов это знает. Он русский офицер и никто, кроме него, не решился просить прощения у россиян. Владимир Лусканов. Вести.

VL051. НТВ-ЭФИР. 11. 2. 1996

Для всего мира главным событием сегодня станет проигрыш чемпиона мира по шахматам Гарри Каспарова компьютеру IBM. Для России главное, по-прежнему, в другом: кто кому проиграет в борьбе за пост президента. Хотя вполне возможно, что лучшим президентом России на будущие пять лет мог бы стать этот уникальный компьютер. Но... наш машинный парк состоит из морально устаревших " Жигулей", и россияне знают, чтобы заставить эти машины работать, их надо исправно пинать. До сих пор самым удачным остается пинок Бориса Немцова. Губернатор Нижнего Новгорода подарил Борису Ельцину миллион подписей.

Б. ЕЛЬЦИН: " Это просто, я бы сказал, популистский, немцовский шаг. А кто хочет? Я хочу войны? Я не хочу. Военные не хотят. Все население не хочет. Мир тоже не хочет. Мы можем миллиард подписей собрать, если по всему миру".

Ельцин сделал вид, что миллион подписей ему ни к чему. Но миллион - это рубеж для того, чтобы стать кандидатом в президенты.

М. УДУГОВ: " Все постоянные высказывания о Чечне, которые, так или иначе, звучали из уст членов президентского совета, они теперь, соединяясь с этими подписями, инициатива которых была, заметьте, администратора, губернатора, а, увы, не демократических партий, не демократы начали эту кампанию... ".

Все члены президентского совета, собравшись вместе впервые за полтора года, порекомендовали Ельцину попытать счастья на второй срок, хотя и не скрывали своих опасений, что шансов на победу немного. Политсовет " Нашего дома-Россия" также принял решение - поддержать выдвижение кандидатуры Бориса Ельцина. Но член президентского совета Леонид Смирнягин предостерег Бориса Ельцина от союза с чиновниками. По его мнению, штаб во главе с Олегом Сосковцом может только провалить президентскую кампанию.

Л. СМИРНЯГИН: " Мне кажется, опять чиновники завладели самой организацией выборов, и тогда провал просто-напросто обеспечен".

Если отбросить чиновников, то президент может положиться только на миллионы избирателей. " Комсомольская правда" вышла специальным выпуском, предложив 10 миллионам своих читателей - прийти на помощь президенту в поисках выхода из чеченской войны.

Б. ЕЛЬЦИН: " Убери войска, полная резня будет во всей Чечне. Не убери войска, нечего мне лезть и в президенты, и в выборы, народ не изберет. Видите, как получается? И - как, где компромисс"?

Каким может быть этот компромисс, пояснил глава администрации президента Николай Егоров. Вчера в Мурманске он заявил, что, по его мнению, вполне реальным полагает вариант " одним махом силы" устранить дудаевцев. Напомним, что на совести нынешних членов Совета безопасности: Грачева, Егорова, Примакова, Черномырдина, лежит решение о вводе войск в Чечню. Они начинали с одного воздушно-десантного полка, двух часов на штурм, а заканчивают 38-ю снайперами, семью вариантами и " одним махом".

Говорить о предвыборной стратегии президента Ельцина за три месяца до выборов, когда он только-только начинает прояснять свою позицию, наивно. Сейчас речь идет только о тактике. В запасе у президентской команды только два эффектных шага: расквитаться с долгами по зарплате и подготовить личную поездку Бориса Ельцина в Чечню. Скорей всего, именно на этих темах президент сосредоточит свое внимание 14-15 февраля в Екатеринбурге во время первой предвыборной встречи с избирателями-земляками.

Беда, однако, заключается в том, что незапланированные расходы из бюджета на выплату зарплаты не понравятся Международному валютному фонду, чей кредит в девять миллиардов долларов позарез необходим правительству. Без кредита правительство станет банкротом. Что же касается поездки в Грозный, то, по соображениям личной безопасности президента, она, скорее всего, окажется пустой прогулкой из аэропорта " Внуково-2" в аэропорт " Северный" и обратно. Возможно, компьютер IBM нашел бы выход из этой патовой ситуации. Найдет ли этот выход президент России?

Владимир Лусканов