Hrolenko_A._Osnovi_sovremennoy_filologii

Шут бытовой сказки легко перенимает роль дурака, и наоборот. На границе между этими ролями лежит ничейное пространство, где дурак и шут сливаются в один неразличимый тип хитрого дурака или придурковатого шута. Этого персонажа Ю.И. Юдин называет дуракошутом. Нарративы Ю.И. Юдина подводят автора и читателя к выводу о том, что сказка, осмеивая поступки дурака, никогда не смеётся над его внутренним миром, исполненным добра, сочувствия к окружающим, честности. Этот вывод подтверждает тезис В.Я. Проппа о том, что дурак русских сказок обладает нравственными достоинствами, что важнее наличия внешнего ума. Шут всегда проявляет величайшее бескорыстие, даже в образе вора никогда не выступает стяжателем. Смех для него дороже всяких денег. Русская сказка очень дорожит двойственностью в обрисовке дурака и шута, поскольку в мире корысти, лжи, угнетения и произвола дурак и шут представляют идеалы добра, равенства и бескорыстия, навеянные прошлым родовой культуры и родовых отношений [Юдин 2006: 175, 200, 204].

Если художественный текст познаёт мир и человека, то почему научный текст не может делать то же? Премия Александра Солженицына была вручена литературоведу Сергею Бочарову с формулировкой: «За филологическое совершенство и артистизм в исследовании путей русской литературы, за отстаивание в научной прозе понимания слова как ключевой человеческой ценности». В ответной речи учёный сказал, что в формулировках жюри ему нравятся два слова — научная проза. Думается, что и жюри, и награждённый ощутили, что в основе «филологического совершенства» лежит нарративный способ порождения гуманитарного знания.

Считаем, что нарратив как способ социального взаимодействия составляет ключевой элемент образования.

Книжная полка Булюбаш Б. Нарратив между наукой и образованием // Знание — сила. – 2009. – № 1. – С. 15–21.

Содержание и сам заголовок статьи Б. Булюбаша «Нарратив между наукой и образованием» весьма красноречивы. Современная нарратология вышла за рамки скромного подразделения

220

теории литературы — поэтики повествования. Осуществляется «нарративный поворот» в эпистемологии, в общегуманитарном научном мышлении, при котором нарративность мыслится одним из наиболее фундаментальных механизмов текстообразования и функционирования культуры в целом. Нарративность становится междисциплинарным учением [Тюпа 2010: 22]. Повествование изучается не только литературоведением, но и историографией, историей искусств, психологией, философией, социологией. Складывается когнитивная нарратология, которая интересуется тем, как человеческое сознание воспринимает нарратив, и стремится описать модель этого восприятия. Внимание когнитивной нарратологии обращено на теорию схем и сценариев воспринимающего сознания, на читателя как со-творца повествования. Когнитивная нарратология с её ключевой теорией когнитивных структур, которые позволяют воспринимающему сознанию упорядочить события и описания, содержащиеся в тексте, становится междисциплинарной областью знания, смыкающейся с лингвистикой, информатикой, философией, психологией и др. [Драч, Конюхова 2010].

Специалисты, преподающие литературу за пределами филологических факультетов, уверены в том, что умение выстраивать сюжет, адекватно «прочитывать» коммуникативную ситуацию, создавать собственный или воспринимать чужой нарратив, весьма полезно будущим гуманитариям самого широкого профиля — социологам, историкам, психологам, журналистам [Сухотина 2010: 213–214].

Контент-анализ — метод количественного изучения содержания документа. Сущность этого метода заключается в подсчете частоты встречающихся в тексте единиц — знаков и их комбинаций, букв, слов, терминов, словосочетаний, фамилий отдельных лиц и т.д. Затем выделенные единицы выстраиваются в порядке убывания частоты их использования в тексте. Результаты подсчета позволяют увидеть то, что рассеяно в тексте и на первый взгляд не видно. Наиболее сложный и ответственный этап состоит в том, что исследователь намечает те смысловые единицы,

221

наличие или отсутствие которых интересует его в изучаемом тексте (текстах). Поскольку одно и то же смысловое содержание может быть выражено с помощью различных языковых средств, то вслед за выделением смысловых единиц исследователь должен сформулировать их конкретные эмпирические показатели, т.е. формализовать единицы. Затем решается вопрос о единице счета — ею может быть не только частота упоминаний, но и такие величины, как число строк, отданных данной смысловой единице, или площадь газетной полосы. В итоге всех этих подготовительных процедур формируется система четких правил, т.е. определённый алгоритм, посредством которого и анализируется содержание рассматриваемого текста.

Существует несколько разновидностей контент-анализа в зависимости от цели исследования и выбора показателей.

Первыми, кто оценил эффективность контент-анализа, были спецслужбы, разведчики, которые, внимательно изучая прессу того или иного региона, обнаруживали то, что противоположная сторона утаивала. Если в газетах, издаваемых в сельскохозяйственных регионах, сравнительно часто упоминаются специалисты промышленного производства, можно предположить, что где-то здесь имеется засекреченное предприятие. Хрестоматийным примером эффективного использования контент-анализа стало предсказание британскими и американскими аналитиками использования фашистской Германией крылатых ракет «Фау-1» и баллистических ракет «Фау-2» против Великобритании, сделанное на основе анализа пропагандистских кампаний в Германии (см. подробнее: [Будаев, Чудинов 2006а], а также: [Будаев, Чудинов 2006б]).

В зарубежной политической лингвистике контент-анализ применяется в изучении политической коммуникации. Основная задача исследований сводится к выявлению связи между социально-политической жизнью общества и использованием политического языка, поиску закономерностей функционирования политического дискурса, выраженных в статистической форме. Так выявляются квантитативные характеристики тактик восхваления, критики и защиты; соотношение в речи политиков

222

содержания, ориентированного на общественные проблемы и на личные характеристики политиков. Так, выяснилось, что во многих странах претенденты на президентский пост чаще используют тактику дискредитации оппонента, чем действующий президент, баллотирующий на второй срок [Там же].

Обращение к поисковой машине в интернете «Яндекс» обнаруживает чрезвычайную популярность термина контент-ана- лиз. Так, контент-анализ публикаций ста ведущих федеральных СМИ даёт объективную картину имиджа региона, например Калужской области. Контент-анализ объявлений по трудоустройству показывает, что работодатели не хотят брать работников старше 45 лет. Сообщается также о результатах контент-анализа израильского русскоязычного Интернета. Контент-анализ используется в установлении рейтинга общественно-политиче- ских или научных терминов в форме конкурса «Слово года». В разные годы в русскоязычном сегменте такими словами были гламур, нано-, цунами, кризис. В 2009 г. в англоязычном сегменте фаворитом было слово, вошедшее в Новый Оксфордский словарь, unfriend ‘расфрендить — исключить пользователя из списка друзей по социальной сети’.

Для анализа научных текстов используется цитационный контент-анализ. Он основывается на том, что в научных текстах принято ссылаться на того, у кого автор позаимствовал что-ни- будь (идею, метод, факт), с которыми он согласен или не согласен. Ссылки во всех публикациях образуют сеть, раскрывающую логику развития науки. При установлении общности выявленных связей между работами создается карта определенной научной деятельности, совокупность которых складывается в научный атлас исследований в этой области на данный момент. Этот метод позволяет определить «фронт исследований» — вычислить группу работ, текстов, авторов, цитируемых наиболее активно (см. подробнее: [Кузнецов 2004: 110–112]).

Сообщается, что сотрудники американской Национальной лаборатории в Лос-Аламосе создали первую в мире «карту науки» — детальную графическую схему, отображающую закономерности поведения ученых в виртуальном пространстве:

223

как они ищут информацию в Интернете, какие источники они используют чаще. «Карты науки», полученные при обработке большого числа запросов к статьям, позволяют получить детальные и свежие данные о научной активности и скорректировать сведения об активности в социальных и гуманитарных науках, информация о которых недостаточно полно представлена в базах данных цитирования научных публикаций. Данные об активности ученых в той или иной области, о востребованности той или иной дисциплины получают путем анализа баз данных научных статей, в которых собирается информация обо всех научных публикациях и процитированных в них других работах. На индексах цитирования, в частности, основаны рейтинги: чем больше ссылок на работы ученого в статьях его коллег, тем выше рейтинг.

Авторы статьи отмечают, что в настоящее время практически все научные публикации доступны в Интернете. Они собрали информацию об обращениях к статьям, размещенным на сайтах издателей журналах, к ссылкам на сайтах-агрегаторах, университетских сайтах в период с 2006 по 2008 г. Всего в полученной коллекции оказался один миллиард запросов. Эти данные позволяют судить о последовательности запросов — какую статью ученый прочел первой, какую второй, в какой последовательности он обращается к разным журналам. Анализ этой информации позволил выстроить модели поведения и связи между журналами. На полученной карте отчетливо видны области различных научных дисциплин. Удивительным для авторов оказался тот факт, что социальные и гуманитарные науки, слабо представленные в базах цитирования, заняли центральное положение — они оказались своеобразными мостами, соединяющими сферы других научных дисциплин. Кроме того, карта показала неожиданные связи между научными дисциплинами, в частности между экологией и архитектурой [http://www.inauka. ru/news/article90531].

Контент-анализ используется и в литературоведении, поскольку каждый литературный текст характеризуется своими особенностями: длиной абзацев и фраз, порядком слов в пред-

224

ложениях, наиболее часто встречающимися словосочетаниями. Каждый показатель может служить единицей для подсчета, статистическая обработка которых позволяет сделать обоснованные выводы: кто написал данный текст, к какому жанру он относится

ит.д. Каждый автор может быть охарактеризован с точки зрения длины слов и предложений, излюбленных словосочетаний

истилистических оборотов. В спорных случаях, когда авторство неизвестно или приписывается сразу нескольким лицам, такой анализ позволяет доказать принадлежность текста конкретному автору, если результаты контент-анализа совпадают с результатами анализа других текстов данного лица (об этом специально см. в главе «Точные методы в филологии»).

Применительно к филологии контент-анализ в интерпретации М.Л. Гаспарова выглядит следующим образом: «Охватить исследованием — это значит сделать то же, что я и мои работящие предшественники сделали со стихом: выделить существенные явления, подсчитать, систематизировать и обобщить. Чтобы мы могли сказать: такой-то подбор стиховых форм; такой-то процент славянизмов или, наоборот, вульгаризмов и варваризмов; такая-то насыщенность метафорами и метонимиями такого-то строения; настолько-то предпочитаемые персонажи таких-то социальных и психологических типов; такие-то варианты сюжета; такие-то пропорции описания, повествования, диалогов, авторских отступлений; такие-то признаки торжественного, сурового, нежного или насмешливого отношения к предмету в таких-то пропорциях, с такой-то степенью прямоты или прикровенности авторской позиции — вот признаки такого-то жанра в такой-то период; и среди них такие-то признаки усиливаются, а такие-то ослабевают по мере движения от начала к концу периода, у писателей таких-то поколений и направлений, под вероятным влиянием таких-то и таких-то смежных жанров, благодаря авторитету таких-то и таких-то авторов. И все это должно быть определено для всех жанров и всех эпох. Дело не только и не столько в подсчетах, хотя и они необходимы, а в том, что изучение любого объекта начинается с его описания. Таким объектом у нас является прежде всего творчество писателя. Значит, мы должны

225

знать, сколько произведений он написал, каких жанров, какого объема; сколько в этих произведениях персонажей — мужчин, женщин, детей... главных, второстепенных, эпизодических, т.е. дать описание и классификацию персонной системы; какие сферы жизни отобразил писатель, т.е. каково интенциальное содержание его сознания; сколько жизненных ситуаций воссоздано, т.е. дать описание и классификацию авторской ситуативности; определить, как соотносятся мир феноменальный и мир ноуменальный... и так до лексических средств, до всех особенностей синтаксиса» (в изложении И. Карпова [http://www.post.semiotics.ru/filolog.htm]).

Одной из последних версий контент-анализа является версия, разработанная в Курском государственном университете и в наиболее полном виде представленная в монографии [Праведников 2010]. Вот её краткое описание.

Мегатекст как эмпирическая основа филологии. Даже в тех случаях, когда филолог исследует текст конкретного произведения, он сознательно или на бессознательном уровне учитывает потенциальную совокупность текстов, связанных между собой тем признаком, который актуален в анализе избранного текста. Эмпирической базой филологического анализа может явиться совокупность текстов, которую называют термином мегатекст. Согласно одному из определений, мегатекст — это совокупность текстов, которые воспринимаются или исследуются как единое дискурсивное целое, пронизанное общими темами, лейтмотивами, архетипами, символами, ключевыми словами, стилевыми приёмами. Обычно мегатекст воспринимают как нечто виртуальное, потенциальное, фоновое, как некую совокупность, которая присутствует в голове исследователя и учитывается им при выявлении особенностей того или иного конкретного текста, имеющего отношение к данной совокупности.

Для тех, кто использует количественные технологии, мегатекст — это текст, объединяющий конкретные паспортизированные тексты, существующий реально и материально представленный в письменной или электронной форме. Если произведение

226

это данность, не зависящая от исследователя, то мегатекст — образование искусственное, определяемое задачами исследования. Объединяющим началом мегатекстов может явиться их жанровая, территориальная, индивидуально-исполнительская принадлежность. К примеру, для лингвофольклориста, исследующего территориальную дифференцированность русского фольклора, технология подготовки мегатекстов такова: во-первых, выбирается жанр описываемых текстов; во-вторых, определяются территории бытования и записи текстов; в-третьих, определяется источник объединяемых текстов.

Каждый мегатекст — это совокупность паспортизированных песенных текстов, существующая в бумажной и электронной версиях. Электронная версия мегатекста объединена в один комплекс со специально разработанной компьютерной программой посредством электронного автоматизированного словника, который позволяет практически мгновенно извлекать из мегатекста любую лексему или словоформу с полным набором контекстов, в котором есть искомое слово. По сути, в этом случае исследователь обладает надёжным поисково-справочным инструментом.

С помощью компьютерной программы мегатекст «рассыпается» на словоформы с указанием количества словоупотреблений. В итоге получается упорядоченный по алфавиту список словоформ, который затем путём лемматизации может быть превращён в словоуказатель лексем. Благодаря словнику, который можно рассматривать как надёжный исследовательский инструмент для решения любых проблем, филолог имеет целостное представление о количественных и качественных параметрах словарного состава мегатекстов.

На первый взгляд, общеупотребительная лексика, в отличие от лексики ограниченного употребления, например диалектной, не содержит в себе сведений о территориальной определённости мегатекста. Вырванное из текста слово танок — явный свидетель южнорусского происхождения текста, а слова улица или шелковый такой определённости не дают. Чтобы «допросить» общеупотребительное слово на предмет его территориального тяготения,

227

можно использовать методику анализа формул квантитативного сопоставления, суть которой заключается в следующем.

С помощью специально созданной компьютерной программы COMPARE можно установить, насколько словники сравниваемых мегатекстов совпадают. Оказывается, что в значительном числе случаев мы имеем полное совпадение, т.е. та или иная лексема присутствует во всех сравниваемых словниках, а следовательно, и во всех мегатекстах. При этом получается не просто положительный ответ — совпадают или не совпадают, — но и количественный результат, который и называют «формулой квантитативного сопоставления». Порядок цифр соответствует принятому исследователем порядку рассмотрения мегатекстов, например: курский / архангельский / олонецкий / сибирский. В качестве примера приведём начало списка формул: [а 223/45/

34/129], [Авдотья 2/2/1/9], [аленький 2/6/4/8], [али 5/6/4/1],

[алый 16/31/12/8], [ах 3/5/11/44], [б 37/7/4/6], [батюшка 82/ 32/15/16] и т.д. Заметна закономерность: чем больше словник, тем ниже процент совпадения, и наоборот.

Наиболее интересны в плане эвристики случаи квантитативной асимметрии, когда соотношение словоупотребления конкретного слова с остальными компонентами формулы не соответствует соотношению объёмов мегатекстов. Например, курский мегатекст по объёму уступает архангельскому, но прилагательное тонкий в курском встречается в полтора раза чаще, чем в архангельском — [тонкий 13/9/4/2]. Это и называется квантитативной асимметрией. Каждое проявление асимметрии рождает вопрос: почему? Не на всякий вопрос найдётся ответ, но в любом случае видится тенденция. Обращение к анализу формул квантитативного сопоставления — это, по сути, одна из версий симптоматического анализа (термин В.Г. Адмони).

В качестве примера возьмём формулу: [шелковый 31/19/10/ 12]. Во всех мегатекстах как шелковые определяются три денотата — плеть, пояс и трава. Их использование — общепесенная традиция. Списки остальных «шёлковых» денотатов разнятся и количественно, и качественно. В курском мегатексте это борода, ковёр, одеяло, платье, полог, шатёр; в архангельском — кушак,

228

паруса, повода; в олонецком — невода; в сибирском — ковёр, мех, повода. Делаем вывод, что в этих факультативных списках фиксируются локальные особенности вещного мира: курский ковёр суджанской работы, паруса архангельских поморов, невода онежских рыбаков, меха Сибири. Заметим также, что расширение круга определяемых прилагательным существительных — это и показатель степени оценочности слова, превращающегося в постоянный эпитет [Праведников 2010: 84–85].

Как свидетельствует формула [улица 66/17/6/7], существительное улица в курском мегатексте встречается почти в четыре раза чаще, чем в архангельском, и в десять раз чаще, чем в олонецком и сибирском. Это не может быть случайным. Столь заметная асимметрия свидетельствует о том, что концепт «улица» занимает важное место в курском «профиле» народно-песенного мира. Это его народно-песенный топос. Улица — место движения, молодежных прогулок, общения, народного гуляния и развлечений, название мероприятия («Улица, тмб. вор. Сборище в праздник, гулянье с песнями; хоровод, круг, танок» [Даль: 4: 489]), место ритуальной торговли, выбора и социальной выбраковки партнера, предмет запрета для посещения. Улица связана с погодой: Ой, по улице туман разстилался, Ой, по широкой туман разстилался…<3,206>. Улица в курском мегатексте обладает постоянной характеристикой: Улица, улица ты широкая,

Мурава, мурава ты зеленая! <2,21>; Улица, улица, свет широкая! <2,22>. Синтаксическим отличием северных песенных текстов является частотность конструкции вдоль по улице и вдоль улицы. Курские тексты, за единичным исключением, этой конструкции не знают.

Частотные словари мегатекстов как инструмент филологии. Доминантный анализ. Наличие современной компьютерной техники значительно упрощает процесс превращения любого словника, в котором указано количество словоупотребления каждой лексемы или формы, в частотный словарь.

В частотных словарях выделяется головная часть, где сосредоточены самые употребительные в том или ином тексте или

229