komarova_z_i_metodologiya_metod_metodika_i_tekhnologiya_nauc

Если науки естественного цикла сравнительно давно «заговорили» на языке математики1, то гуманитарные науки обратились к нему значительно позже: только в 20-м веке, при этом первой из них была лингвистика2.

Прежде всего, необходимо выяснить, насколько правомерен такой подход

кязыку.

Всвое время Н. С. Трубецкой высказал мысль, что «язык лежит вне меры и числа» [Трубецкой 2000: 54]. Это утверждение, по словам О. С. Ахмановой,

до сих пор «не прокомментировано должным образом» [Ахманова 2004: 99]. Однако большинство лингвистов придерживается иной позиции3. Так, И.А. Бодуэн де Куртенэ, подводя итоги развития лингвистики ХIХ века, подчеркивал: «Нужно чаще применять в языкознании количественное, математическое мышление и таким образом приблизить его всё более и более к наукам точным» [Цитируется по: Алпатов, 2003 : 116]. При этом В. М. Алпатов, комментируя это высказывание, отмечает, что «прогноз бесспорно оправдался… Но всерьёз проблема математизации лингвистики встала лишь в 40-50-е годы ХХ века»

[Алпатов 2003 : 166].

К нашим дням выявлено главное: «для языка несомненным является квантитативный фактор» [Николаева 2000 : 14]. Так, видный польский исследователь В. Манчак, обсуждая вопрос о кризисе современного языкознания, считает, что «основным приёмом реализации в языкознании критерия истинно-

сти должно быть статистическое обследование текстов», так как частотность является, по его мнению, «основным двигателем в развитии и функционировании языка» [Цитируется по: Борисов 1999: 33], мощным инструментом для выявления сущности лингвистических явлений [Марчук 2007 : 232].

Влингвистике наших дней также утверждается значимость квантитативной характеристики языковых единиц: «При некоторых издержках она всё-таки, вне сомнения, может способствовать повышению уровня филологической науки, если «чистые филологи» не убоятся бездны математической премудрости» [Кормилов 2003 : 231].

«Но как нам представляется, было бы всё же ошибкой утверждать, что применение математического аппарата (точнее статистических методов) в принципе неспособно привести к получению новой информации о лингвистических объектах (выделено мною – 3. К.) и обречено лишь конкретизировать и «оттенять» факты, найденные на других путях историко лингвистического познания» [Журавлёв 1995 : 31].

1Так, ещё в X веке учёный и философ эпохи Возрождения Николай Кузанский в трактате «Об учёном познании» утверждал, что все познания о природе необходимо записывать в цифрах, а все опыты над нею производить с весами в руках. После триумфа классической механики Исаака Ньютона (1642-1727) количественные методы стали применяться и в других науках [Горелов 2010 : 54].

2Так, русский математик А.А. Марков в 1913 г. издал работу «Опыт статистического исследования над тек-

стом «Евгения Онегина», иллюстрирующий связь испытаний в цепи», в которой установил частотность повто-

рения гласных и согласных звуков в тексте романа А.С. Пушкина, опираясь на теорию вероятностей.

3Показательны в этом отношении слова Вяч. Вс. Иванова, который пишет: «Необходимость количественного исследования явно или неосознанно на практике признаётся всеми лингвистами, хотя они иногда заявляют обратное» [Иванов Вяч. Вс. 19бЗ 179]. См. также В. В. Виноградов [19З8: 1761, В. Н. Ярцева [1970],

Ф.П. Филин [1979 : 27], Б. Н. Головин [1970 : 10] и др.

571

Объективные основания для применения статистических методов языка были сформулированы Б. Н. Головиным: «нужно признать объективную присущность языку количественных признаков, количественных характеристик»

[Головин 1970 : 11].

Поддерживая эти идеи Б. Н. Головина, Р. Г. Пиотровский подчёркивает, что первым фактором, стимулирующим использование математических мето-

дов, оказались потребности самого языкознания [Пиотровский 1979 : 5; 2007 : 7]. Дело в том, что расширение и углубление лингвистических исследований в середине ХХ века настоятельно потребовало создания надежной и экспериментальной методики, которая давала бы возможность не только собирать

итрактовать непосредственно наблюдаемые лингвистические факты, но также исследовать скрытые от прямого наблюдения лингвистические объекты и связи. Эти потребности могли быть удовлетворены с помощью методов математического моделирования, опирающегося на приёмы количественной и неколичественной математики.

Вторым фактором было «стремление математиков использовать речевой материал для приложения и экспликации новых идей» (например, теории алгоритмов, теории графов, теории конечных автоматов и др.) [Там же : 6], которое давало импульсы самой лингвистике.

Третьим фактором является контакт лингвистики с семиотическими

исистемными исследованиями, направленными на создание искусственного

интеллекта, имитирующего речемыслительную деятельность человека (Д. А. Поспелов, Р. Г. Пиотровский, В. Н. Садовский, А. В. Гладких, Б. Д. Рабинович и др.).

В качестве четвёртого фактора выступают запросы информацион- но-вычислительной индустрии и потребности автоматизации. Особенно потребности оперативно перерабатывать научно-технические и деловые документы, написанные на русском и других языках, а также работа по созданию баз данных, баз знаний, национального машинного фонда русского языка [Герд 2005 : 38], что обусловило создание алгоритмов автоматической переработки текстов.

Пятым фактором, связанным с четвёртым, является информатизация общества в целом, создание постэнергетической картины мира, когда «"атомами" мироздания стали вещество, энергия, знание и информация»1, на ба-

зе чего возник «союз информатики и языкознания» [Андрющенко 1987 : 5-13].

Шестым фактором, ускоряющим развитие этой ветви лингвистики, является необходимость статистической оптимизации преподавания родного и неродного языков, для чего массово создаются лексические минимумы и частотные словари.

Таким образом, применение математических методов, определяемое социальными потребностями и логикой развития самого языкознания, «является неодолимым объективным фактом, не зависящим от воли отдельных учёных и научных школ» [Пиотровский 1979 : 6], «входит в языкознание в своём новом

1 См.: Шемакин Ю. И. Предисловие: Постсинергетическая картина мира//НТИ. – Сер. 2. – 2001. – №4. – С.1.

572

качестве – в качестве неотъемлемой составной части точных методов исследования языка» [Ахманова 1966 : 97; Пиотровский 2007 : 7].

При этом продуктивным является вероятностный системно- -квантитативный метод в языкознании, а отсюда и сама область – лингвостатистика – «раздел науки о языке, который посвящён получению, обработке и оценке численных характеристик, присущих языковым объектам и отношениям между объектами» [Андреев 1965 : 10].

Внастоящее время лингвостатистика находится на стадии трезвой оценки своих возможностей, которые определяются природой самого изучаемого объекта – языка. Поэтому центр внимания переместился с вычислительной стороны на содержательную, в частности – «на разработку моделей, воспроизводящих не структуру языка, а функционирование элементов языковой структу-

ры» [Якубайтис 1981 : 11].

Врезультате этого на базе соссюровской дихотомии «язык-речь» и «синхронии-диахронии», с учётом антиномий «потенции» и «реализации» как коррелятов языка (орудия) и речи (реализации, применения), сформировалась методика системно-квантитативного анализа. В ней различаются четыре подсистемы: на языковом уровне – «языковая компе-

тенция» и «языковая схема»; на речевом уровне – «речевой процесс» (акт) и «речевой продукт» (текст) [Тулдава 1987 : 21].

Это позволило сформулировать методологический постулат: «язык как совокупность одновременно существующих текстов (подчёркнуто мною –

3.К.) [Арапов 1988 : 89], то есть текстов в их функционально-стилистической и тематической (подъязыковой) дифференциации. А любая речь, в том числе и научная, прежде всего – «суммарный итог случайных реализаций языка»

[Ахманова 1966 : 99].

При этом современные данные по стилистике научной речи показывают «функционально-стилистическую неоднородность научного регистра речи» [Комарова 2004 : 159], что обусловило обращение к предметно-тематической дифференциации русского языка, то есть к понятию подъязык, под которым мы вслед за Н.Д. Андреевым понимаем «набор языковых элементов и их отношений в текстах с однородной тематикой» [Андреев 1965 : 23; 1967 : 128].

Именно этому учёному принадлежит заслуга обоснования актуальности

статистического исследования подъязыков: «Как экстралингвистическое, так и внутрилингвистическое в типологии подъязыков, к сожалению, ещё очень плохо изучено (подчёркнуто мною – 3.К.) – и напрасно: роль специальных сфер употребления языка в наше время непрерывно растёт, их взаимодействие с общеязыковой системой речи усиливается, и этот аспект языкового развития должен стать предметом самого пристального внимания языковедов, предметом особых разделов науки о языке: подъязыковой типологии и отраслевой лингвистики» [Андреев 1967 : 122].

Если за прошедшие десятилетия положение резко изменилось в исследовании отраслевой лингвистики, где наблюдаются значительные достижения [Лейчик 2007 : 176-202], то в подъязыковой типологии существенных измене-

573

ний не произошло: «из-за отсутствия надёжных статистических исследований в данной области мы не можем сделать каких-либо исчерпывающих выводов» [Комарова 2004 : 33]. Следовательно, статистическое обследование подъязыков на сегодняшний день является актуальной проблемой.

А поскольку «подъязыки различных областей отличаются друг от друга, прежде всего, вероятностными спектрами своих лексических наборов» [Андреев 1967 : 23], то, как показывает анализ изученной научной литературы, более всего подъязыки статистически обследованы в области лексики (терминологического репертуара) и значительно слабее в области грамматики, где основные результаты получены по корреляционному анализу частей речи, на базе этого – атрибуции текстов и выделению констант стилометрии [Андреев 1967 : 61;

Якубайтис 1980, 1981, 1982; Арапов 1988 : 49].

Итак, на сегодняшний день применение математических методов в лингвистике регулируется двумя лингвистическими науками: математической лингвистикой и лингвостатистикой, которые иногда объединяются достаточно условным понятием квантитативная лингвистика [Баранов 2001 : 38].

Математическая лингвистика – пограничная дисциплина, возникшая на стыке математики и лингвистики, предметом которой является разработка формального аппарата для описания строения естественных и некоторых искусственных языков; для чего используется неколичественный математический аппарат: теория множеств, математическая логика, теория алгоритмов и др.

Лингвостатистика, лингвистическая статистика – лингвистическая дисциплина, разрабатывающая способы применения статистических методов, базирующихся на статистико-вероятностных закономерностях, в языкознании прежде всего используется для изучения процессов речи, а точнее – текстов.

Итак, лингвостатистический метод – это совокупность статистических (межпарадигмальных) методик, приёмов и процедур, используемых для получения количественных данных о языковых явлениях, с целью раскрытия статистических закономерностей функционирования единиц языка и речи, а также для установления статистических закономерностей построения текстов1.

Задачи статистического анализа текста:

1. Определить лексическое и грамматическое богатство данного текста или совокупности текстов.

2. Установить особенности индивидуального стиля автора, его способов воздействия на читателя.

3. Исследовать специфику отдельных функциональных стилей (подъязыков науки, прессы, художественной литературы).

4. Определить основы сбора и классификации языковых данных, полученных в результате наблюдений или в результате поставленных экспериментов в зависимости от цели исследования.

5. Составление частотных словарей.

1 Помним вывод Б.Н. Головина: «Язык вероятностен, речь частотна» [1970 : 89].

574

Базовые концепты метода:

Генеральная совокупность – совокупность всех текстов данного автора или данного функционального стиля или отдельного подъязыка науки (лингвистика, экономика, архитектура и т. п.). Можно провести исследование всей данной совокупности, но это потребует больших временны́х и материальных затрат. В связи с этим из генеральной совокупности выбирают ограниченное число объектов, которые подвергаются изучению.

Выборочная совокупность, или выборка – проба из генеральной сово-

купности определённого объема. Выборка должна быть репрезентативной (фр. representatif – «представительный, показательный»), т. е. она должна правильно представлять всю генеральную совокупность. С этой целью берется обычно несколько выборок, по которым надежно можно судить обо всей генеральной совокупности.

Способы формирования выборок. Генеральная совокупность разби-

вается на части на основе случайного отбора. Обычно берутся от 5 до 20 выборок по 500 словоупотреблений [Карлинский 2009 : 132]1. Под словоупотреблением понимается цепочка графических символов, букв между двумя пробелами.

Число выборок обозначается символом n (например, при 5 выборках – n = 5), а номер выборки – порядковыми числами – 1, 2, 3 … i.

Выборочная частота (xi) – число появления изучаемого явления в наблюдаемой выборке: x1, x2, x3… xi.

Средняя выборочная частота (х) – это среднеарифметическое значение выборочных частот или сумма выборочных частот – xi (где – знак суммы), деленная на число выборок – n.

X xi ; n

Отклонение выборочных частот (xi.) от средней выборочной частоты

(x) – это разница между наблюдаемой частотой каждой отдельной выборки и общей средней:

ai = xi – x

Среднее квадратичное отклонение (δ) частот от средней частоты равня-

ется квадратному корню суммы квадратов отклонений, делённых на количество выборок – n.

1 Есть и другие способы формирования выборок, например, в нашем исследовании выборка составляет 100 тысяч словоупотреблений: 100 выборок по 1000 словоупотреблений [Комарова, Краев 2009 : 59].

575

где – знак суммы; аi2 – квадраты отклонений выборочных частот от средней; n – число выборок.

Определение точности оценки распределения наблюдаемых частот при известном среднем квадратическом отклонении (δ) вычисляется по формуле:

t ,

n

где t – коэффициент точности; δ – среднее квадратическое отклонение; n - число выборок.

Чем больше количество выборок, тем меньше ошибка при определении средней наблюдаемой частоты (х), или, иначе говоря, при возрастании количества выборок (ср. 10 выборок и 100 выборок) точность оценки возрастает.

Числовое выражение коэффициента t изменяется в зависимости от числа выборок и желаемой надежности γ. Оно определяется по следующей таблице:

Например, при пяти выборках и надежности в 0,95 (95% наблюдаемых частот из 100 не будет выходить за рамки статистической вероятности (p).

2,78 5

При 10 выборках t = 2,26, при 15 t = 2,15 и т. д.

При помощи определения оценки распределения наблюдаемых частот (λ) можно достичь значительной точности при малом количестве выборок. При лингвистических исследованиях удобнее всего для подсчетов брать 10 выборок, при надежности 92% (из 100!) и коэффициент t = 2 [Головин 1973 : 26-27].

Статистическая вероятность изучаемого явления (p) среди других яв-

лений будет равна: x , т. е. величина колебаний наблюдаемых частот будет находиться в пределах «от» x «до» x .

Методика лингвостатистического анализа

Поскольку методика модифицируется в зависимости от конкретной цели исследования, то покажем методику в «действии» по цели: выявить квантитативные (частотные) и квалитативные характеристики ядерных служебных слов русского подъязыка информатики [Комарова, Краев 2009 : 13].

Гипотезой, положенной в основу исследования, является предположение о том, что частотные характеристики изучаемых слов и их типовые лексикограмматические и семантические признаки находятся в отношениях взаимообусловленности.

576

Поскольку частотность в квантитативной лингвистике1 понимается как аналог употребительности [Алексеев 1975; 1990; Пиотровский 1977; Поликарпов 1989; Тулдава 1987 и др.], то это означает «способ ранжирования по системной и функциональной значимости исследуемых слов» [Титов 2002 : 9].

Нами обоснованы принципы формирования выборочной совокупности

– корпуса текстов в 100 000 словоупотреблений: 100 текстов по информатике по 1000 словоупотреблений [Там же : 59-73].

При экспериментальном лингвостатистическом моделировании были приняты следующие допущения:

хотя конгломерат текстов (в нашем случае – 100) и целостный текст тех же размеров устроены несколько по-разному, «учитывая закон Ципфа-Мандельброта, можно экстраполировать статистические данные на конгломерат текстов» [Арапов 1988 : 31];

хотя структура выборочной совокупности лишь приближенно отражает

структуру генеральной совокупности текстов [Алексеев 1975 : 33], можно экстраполировать частотные характеристики слов, полученных в выборочной совокупности, на всю генеральную совокупность текстов по информатике, то есть на весь подъязык информатики [Пиотровский

1975 : 61; 1981 : 36];

хотя частотный словарь отражает лишь лексический состав выборки, но не порядок следования лексем, возможно использовать допущение «о не-

зависимости следования лексем в тексте выборки [Пиотровский 1975 : 119] при определении рангов слов.

Первый этап моделирования состоит в квантификации языкового материала выборочной совокупности текстов, которая в целом представляет собой «некоторое абстрактное преобразование (сведе́ние качества к количеству)... заключающееся в процедуре приписывания по заранее фиксированным правилам числовых значений тем или иным наблюдаемым объектам... вследствие чего эти явления можно изучать как количественные объекты» [Тулда-

ва 1987 : 33].

Врезультате идентификации были выявлены числовые характеристики 601 единицы служебной лексики, зафиксированной в обследованных текстах, которые и являются их частотами, точнее, их абсолютными частотами. «Частотой какого-либо явления называют число его появлений в наблюдаемом отрезке действительности» [Головин 1970 : 21].

При этом особо следует остановиться на тех служебных словах, которые встретились всего один раз, то есть имеют частоту, равную единице. Встал вопрос о том, следует ли включать эти единицы (F=1) в исследование.

Вотношении этих слов квантитативная теория и практика противоречивы. Так, в частотный словарь под ред. Л. Н. Засориной включены слова с частотой 10 и выше. В целом ряде частотных словарей разных подъязыков границы

1 Квантитативная лингвистика отличается от математической лингвистики бόльшим вниманием к языковой специфике, которая стоит за количественными отношениями, т. е. соотношениями количе-

ственных и качественных сторон языка [Арапов 1988].

577

частот самые разные. В последний частотный словарь А. С. Шарова (2002 г.) включены не только слова с F=1, например: посредством, ввиду, притом, свы-

ше, наподобие, посредине, сверх, кабы ..., но и даже нуль-частотные служебные слова, например: исключая, сообразно, близ, взамен, наперекор, яко1.

Вданном исследовании служебные слов F=1 включаются в частотный словарь, поскольку это, во-первых, соответствует цели исследования, требующей выявить весь ядерный служебный лексикон подъязыка информатики; вовторых, согласно парадоксу вероятности и информации, «редкие лингвистические единицы несут больше потенциальной информации, чем единицы, часто употребляющиеся в тексте, поэтому при формировании словников приходится включать все лексические единицы, в том числе и такие, которые имеют F =1» [Пиотровский 1975 : 92-93]; в-третьих, слова F=1 необходимы для вычисления «индекса исключительности».

Второй этап лингвостатистического моделирования состоит в том, что на базе полученных эмпирических частот составляется вариационный ряд слов с

указанием частот по принципу убывания частоты, то есть проводится спектральное распределение2; или частотный спектр служебной лексики, иногда называемый просто лексический спектр.

Внём определяем «индекс разнообразия» как отношение количества лексем (N=601) к объёму текста (N=100000), равный 0,006. Затем опреде-

ляем «индекс исключительности» как количество слов с N=1 (63 слова) к объему текста (N=100000), равный 0,0006. «Индекс разнообразия» и «индекс исключительности» являются важными квантитативными характеристиками служебного лексикона подъязыка информатики3.

Третий этап исследования состоит в том, что выделенным ядерным служебным словам (а точнее их количественным признакам) были приписаны ранги (порядковые номера), в результате чего было получено ранговое распределение выделенного лексикона, которое имеет большое значение, т.к. ранг как эмпирический аналог статуса слова показывает меру употребительности слова а исследованном тексте [Пиотровский 1977; Арапов 1982; Тулдава

1985, 1987 и др.]4.

Четвёртый этап заключается в частотно-ранговом распределении ядерных служебных слов. А поскольку между частотой и рангом существует устойчивая закономерная обратно пропорциональная зависимость [Пиотровский 1975; Якубайтис 1981; Алексеев 1987:5], то в этом распределении словам с

1Эксперимент Р. Г. Пиотровского и К. Ф. Лукьяненкова показал, что для выявления нуль-частотных слов, покрывающих 1-3% текста, понадобится обработка текста 1010 словоупотреблений, то есть около 30 млн. страниц, что «на данном этапе развития вычислительной техники оказывается нереальным» [Пиотровский 1975 : 95].

2Распределение – это результат такого расположения элементов, когда каждому из них по определённым признакам приписывается его частота, численность или ранг [Алексеев. 1987 : 4].

3Для сравнения укажем, что «индекс разнообразия» служебных слов по МАС-2 составляет лишь 0,0012, то есть в б раз ниже, чем в подъязыке информатики.

4Важно, что ранг в частотном лексиконе «не зависит от объёма выборки и позволяет легко сопоставлять данные, полученные на разном материале» [Арапов 1987 : 19].

578

большими частотами соответствуют меньшие ранги в ряду, расположенном по убыванию частот.

Такое совместное частотно-ранговое распределение «раскрывает частотную структуру лексики текстов и представляет собой аспект общей статистической организации текста» [Тулдава 1987: 66] и «может служить объективной типологической характеристикой языков и подъязыков» [Тулдава 1987 : 149].

Полученное частотно-ранговое распределение служебной лексики даёт возможность, во-первых, судить о покрываемости текста массивом выявленных единиц.

Экспериментальным путём на материале 8 подъязыков английского, немецкого, французского и русского языков (П. М. Алексеев, О. А. Волмянская, Р. Г. Пиотровский) установлено, что в ранговом интервале «i=100-150 стабилизируется степень покрываемости анализируемого текста... и начиная с 20-й выборки, степень покрываемости текста не падает ниже 91%», а по данным Р. М. Фрумкиной, это является межъязыковой универсалией: покрываемость текста на любом языке «колеблется 80%±10% в зоне высокочастотных лексем» [Цитируется по: Тулдава 1987 : 87].

Во-вторых, частотно-ранговое распределение служебного лексикона даёт возможность выявить эффект концентрации/рассеяния, для чего необходимо провести предварительно «стратификацию разных по статистическому весу пластов лексики, то есть провести выявление основных частотных зон» (выделено мною – 3.К.) [Засорина 1966 : 57].

Как указывает Ю. Тулдава, «выделение частотных зон возможно по разным основаниям, и оно может быть осуществлено в зависимости от целей и задач исследования» (выделено мною – 3. К.) [Тулдава 1987 : 65].

Исследователи, как правило, выделяют три основные зоны: зону высокой частотности, средней частотности и низкой частотности. Но при этом гра-

ницы частотности различаются от исследования к исследованию. Исходя из цели нашего исследования специальных, терминологических текстов подъязыка информатики, для выделения среднечастотной зоны принимаем границы, предлагаемые для таких терминологических текстов Ю.А. Тулдава: 50>F>15 [Тулдава 1987 : 143]. На основании этого выделяем в материале три основные зоны частотности: 1-я – высокой частотности с частотой выше 50, с подзонами:

приграничной – F=52-100 с/у; центральной – F=1001-1000 с/у и уникальной частотности – F>1000; 2-я зона – средней частотности с F=51-14 с/у; 3-я зона – низкой частотности с F=13-1.

Завершая общую характеристику экспериментального лингвостатистического моделирования, подчеркнём два момента.

Во-первых, поскольку большинство лингвостатистических задач не решается однозначно, а сводится, как правило, к получению ряда альтернатив, полученную нами математическую модель следует рассматривать как некоторое вероятностное приближение к действительности, что в общем виде обусловлено и самой вероятностной природой языка [Налимов 2003].

579

Во-вторых, с помощью закона Ципфа-Мандельброта «измеряется» только формально-частотная структура лексикона исследуемого текста вне связи с конкретным языковым «заполнением» его содержательной структуры, поэтому необходим «мостик» между количественными и качественными характеристиками.

О достоверности результатов лингвостатистического исследования

Выдвижение тезиса об универсальности квантитативно-текстовой методики и признание «частотности основным двигателем в развитии и функционировании языка» (В. Манчак) и «сильным ходом на пути поиска научной истины в науке о языке» (В.В. Борисов, Р.Г. Пиотровский, Е.Б. Соколинская) возможно только при соблюдении «важнейших правил организации статистического эксперимента и методики анализа его результатов» [Борисов 1999 : 33]. Этим объясняется тот факт, что в работах по квантитативной лингвистике большое внимание уделяется именно проверке правил организации эксперимента и оценке результатов исследования.

При этом в 70-е годы XX века обязательным требованием проверки достоверности результатов было определение «среднего квадратичного отклонения от средней выборочной частоты» [Головин 1970 : 50], которая даёт точное определение ошибки наблюдения. Б.Н. Головин, облегчая труд математически неподготовленных лингвистов, даже даёт таблицы для расчета среднего квадратичного отклонения, то есть допустимых пределов «ошибки» эксперимента

[Головин 1970]1.

Активно обсуждается в экспериментах, «какие различия относить на счёт варьирования условий эксперимента, а что считать случайными флуктуациями» [Арапов 1988 : 81]. Иначе говоря, оценивая исследования, надо дать ответ на вопрос: «являются ли найденные общие закономерности более или менее стандартными достоверностями» [Там же : 178].

Позже, к 90-м годам XX века, было установлено, что доверительные интервалы вероятностей, полученные с помощью расчётных формул, от значений эмпирических опытных частот отклоняются незначительно.

К нашим дням исследователи уже убедились, что установление доверительных интервалов оценки вероятностей лингвистических величин с помощью традиционной среднеквадратичной погрешности для объекта с нечёткими множествами, каким является язык, – некорректно (выделено мною – З.К.) [Борисов 1999 : 33]. Следует ориентироваться на множество познавательных оценок

[Там же : 35] и прежде всего на методику проведения эксперимента, поскольку

«если эксперимент поставлен корректно, то и частоты будут лежать в границах доверительной вероятности»2.

Вот почему так тщательно были определены и обоснованы принципы формирования корпуса текстов для квантитативного исследования служебных

1Именно такой подход даётся в работе А. Е. Карлинского и др. [2009 : 134-137]

2См. аналогичные данные у П. М. Алексеева, К. Б. Бектаева, К. Ф. Лукьяненкова, Н. С. Манасян, Л. М. Сутягиной и др.

580