Категории:

Громко Николай Иванович Минск, 2008 оглавление список обозначений ко всей выпускной работе 4 Список литературы к выпусной работе 24 Предметный указатель

Поиск по сайту:


Скачать 267.64 Kb.
Дата12.03.2012
Размер267.64 Kb.
ТипУказатель
Содержание
Список обозначений ко всей выпускной работе
Глава 1. Обзор литературы и концепция работы
Глава 2 (методика исследования)
Глава 3 (основные результаты)
Глава 4 (обсуждение результатов)
Список литературы к реферату
Список использованных источников
Список литературы к выпусной работе
Предметный указатель
Интернет-ресурсы в предметной области
Действующий личный сайт http://tanushkarus1.narod.ru/ Граф (круг) научных интересов
Презентация магистерской работы
Подобный материал:


БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ


ВЫПУСКНАЯ РАБОТА

по «Основам информационных технологий»




Магистранта кафедры теоретичсекого и славянского языкознания

Мейкшане Татьяны Александровны


Руководитель по специальности

Доктор филологических наук,

профессор кафедры теоретического и славянского языкознания,

Норман Борис Юстинович

Руководитель практики:

ассистент Громко Николай Иванович


Минск, 2008

ОГЛАВЛЕНИЕ

Список обозначений ко всей выпускной работе 4

Список литературы к выпусной работе 24

Предметный указатель 27

Интернет-ресурсы в предметной области 28

Действующий личный сайт 32

Граф (круг) научных интересов 33

Презентация магистерской работы 35
^

Список обозначений ко всей выпускной работе


ИТ – информационные технологии;

КС – кризисная ситуация.

ТКС – текст о кризисной ситуации

НМТ – новостной медиатекст

РЕФЕРАТ «Проблемные вопросы применения ИТ в исследовании новостных медиатекстов»

Введение


Современное общество часто называют «информационным». Вклад СМИ в информатизацию общества представляется беспорным.

Анализ новостных текстов имеет как собственно лингвистическое, так и прикладное значение для других областей гуманитарного знания (психологии, социологии, политологии).

Исследование коммуникативных стратегий формирования новостных материалов о кризисных ситуаций в СМИ трудоёмкий процесс как с содержательной, так и с формальной стороны. Для обработки материала важно выделить параметры исследования, потому что адекватная обработка материала – залог научноверного анализа информации текста, написанного на естественном языке.

Анализ новостных медиа-текстов, посвящённых кризисным ситуациям, включает как формальный, так и смысловой анализ текста как языкового знака, что способствует наиболее полному выделению содержащейся в тексте информации.

Информационные технологии применительно к области исследования предоставляют мощный и практически лишёный субьективного начала инструмент обработки текста. Лингвисты традиционно говорят о следующих векторах анализа и обработки текста на естественном языке собранного материала: программы анализа и лингвистической обработки текстов (Natural language processing), программы преобразования текстов, психолингвистические программы, системы обработки естественного языка, генераторы и «говорящие программы», словари и тезаурусы. Прикладная лингвистика, вычислительная лингвистика, математическая лингвистика, искусственный интелект – основные науки-помощники для исследователя-лингвиста.

В контексте нашей работы для нас наиболее интересны программы анализа и лингвистической обработки текстов, психолингвистические программы, на которые мы и обратим внимание далее в тексте работы.

Подчеркнём, что нас интересует не оценка известных нам программ компьютеризованного анализа, а выявление и сравнение их функциональных возможностей, которые могут быть применимы к нашему исследованию.

Исследователей-программистов и лингвистов при анализе и лингвистической обработке текстов на естественном языке главным образом интересуют: распознавание речи, анализ текста, машинный перевод, информационный поиск, упрощение текста, извлечение информации и др. Общая цель анализа при этом – смоделировать понимание текста естественного языка, основываясь на формальных параметрах.

Рассматриваемые таким образом, информационные технологии только обогащают инструментарий исследователя-лингвиста. Обрабатывая текст таким образом, исследователь «видит» текст, распознаёт содержащуюся в нём информацию, что помогает ему ориентироваться в обилии информационных потоков, циркулирующих в обществе сегодня.

С другой стороны, отметим ряд сложностей, которые испытывают на современном этапе информационные технологии при разработке программ по анализу и лингвистической обработке текстов на естественном языке. Прежде всего, речь идёт о сложности при програмировании процессов понимания – какой ожидается результат от прочтения текста, что читатель может из него усвоить нового/значимого для себя. В первую очередь сложности связаны с тем, что понимание явлений языка обеспечивают не только собственно языковые знаки, но и контекст (например, национальная культура, языковая компетенция участника коммуникации).

В настоящем реферате предполагается осознать возможный инструментарий, предоставляемый информационными технологиями, по анализу и лингвистической обработке текстов новостных медиа-текстов первой полосы, посвящённых кризисным ситуациям. Предполагаем, что известные автору программы компьютеризованного анализа текстов – полезный инструмент в анализе, но, считаем, что полностью на данные компьютерной обработки текстов опираться в гуманитарном исследовании, в частности, лингвистическом исследовании, не следует. Причиной этому может служить то, что смысловой анализ предполагает и внутренне связан с анализом формальным, но всё-таки не может быть им заменён. Нас же интересует именно смысловой анализ текста. Обоснуем высказываемую мысль в тексте реферата.
^

Глава 1. Обзор литературы и концепция работы


На сегодняшний день нам не известны фундаментальные монографии, учебные пособия, другая научная литература с близким названием. Тем не менее, обилие проводимых научных конференций, существование научных центров, подготовка специалистов в ведущих университетах мира по компьютерной, прикладной и вычислительной лингвистике, существующая литература по этим специальностям, многочисленные публикации по возможностям, перспективам, особенностям анализа и лингвистической обработки текстов на естественном языке свидетельствуют о популярности, новизне, актуальности данной проблематики.

Одним из следствий применения методов компьютеризованного анализа текста могла бы также быть классификация (в некоторой степени) основных ментальных установок автора, из которых он исходит при создании текста, через изучение распределения слов по частоте, косвенным образом выявляющее отражение в сознании индивида социокультурных норм.

Лингвисты работают в тесном сотрудничестве с программистами. Результатами совместной работы становятся программы по компьютерной обработке текста на естественном языке. Например, Nooj, Visual Text, TextAnalyst и нек.др. Предствим обзор известных нам программ по компьютеризованному анализу текста.

Ресурс [5] предлагает широкий спектр ссылок на программы анализа и лингвистической обработки текста, но лишь некоторые из применимы к обработке новостных медиа-текстов. Обратим внимание именно на интересующие нас программы.

Программа TextAnalyst 2.0. [http://softsearch.ru/programs/10-170-textanalyst-download.shtml] разработана научно-производственным информационным центром «МикроСистемы». Эта программа позволяет построить семантическую сеть понятий, выделеннных в обрабатываемом тексте, со ссылками на контекст; предоставляет возможность смыслового поиска фрагментов текста с учётом скрытых в тексте семантических связей со словом запроса; позволяет анализировать текст путём построения иерархического дерева тем/подтем, затрагиваемых в тексте; имеется функция реферирования текста. Для исследователя-лингвиста важно то, что программа работает со словоформами. Программа «умеет» строить частотные списки понятий, искать слова в выделенном контексте и нек.др. функции. В целом, TextAnalyst помогает исследователю проводить детальный качественный контент-анализ текста. Безусловный плюс – возможность бесплатной загрузки.

Наряду с явными преимуществами, имеются и некоторые недостатки. Малый объём анализируемой информации не способствует проведению качественного анализа. При обработке текста учитывается лишь морфология и изменение грамматических форм элементов поискового запроса. Поэтому опираться полностью на данные программы представляется едва ли возможным. Программа применима для обработки текстов на русском языке, поэтому для нашего исследования полностью применима быть не может.

Любопытна программа «Лингвоанализатор» [http://www.rusf.ru/books/analysis/index.htm], разработанная Д.В. Хмелёвым. Она представляет собой литературный эксперимент по атрибуции авторства материала. Программа основана на возможности математического анализа структуры текста. Целью анализа является определение близости любого из предлагаемых пользователем Интернета текста к одному из авторских эталонов, определённых заранее.

В настоящее время автору реферата известен совместный проект Автономного университа г. Барселоны и университета г. Безансона по разработке компьютерной программы, призванной подтвердить или опровергнуть авторство неизвестных произведений, авторство которых приписывается Ж.-Б. Мольеру (вопрос о том, является ли Мольер автором ряда литературных произведений, до сих пор спорный в литературоведение). В этом случае мы имеем дело с примером междисциплинарного примения информационных технологий.

Программа GALAKTIKA-ZOOM [http://zoom.galaktika.ru/] разработана корпорацией Галактика (Москва). Программа по сути – система поиска и аналитической обработки информации, которая представляет собой мощный инструмент анализа и обработки текста; она также позволяет извлекать необходимые сведения из большого объёма данных. В целом, GALAKTIKA-ZOOM близка к уже расммотренным нами выше программам сходными функциями – быстрая и эффективная обработка некоторого объёма информации по заданным параметрам. Тем не менее, о целостном смысловом анализе тексте, как нам представляется, всё же говорить сложно.

Промежуточным итогом обзора известных нам компьютерных программ может быть осознание значимых параметров при автоматической обработке текста, а именно учёт морфологических, словообразовательных, грамматических и стилистических составляющих, а также креолизованный характер новостного медиа-текста.

Важным параметром компьютеризованного анализа текста является учёт стилистического регистра материала.

Любопытен опыт Леонида Делицына по разработке программы «Худлометр» [http://teneta.rinet.ru/hudlomer/]. Этот проект призван автоматически идентифицировать стили русского языка.

Отметим, что анализ стиля, его идентификация – один из наиболее важных моментов при анализе текста естественного языка. При нём предполагается выявление характерных грамматических и синтаксических конструкций, определение лексического запаса автора текста.

Автором программы были собраны и проанализированы тексты из русскоязычного фрагмента интернета (художественные тексты, научные статьи, публицистика, протоколы разговоров по ICQ и нек.др.). В результате обработки этого материала были получены эмпирические кривые распределения длин слов в текстах в зависимости от стиля. Полученные кривые рассматриваются как эталон классификации. Программа классифицирует стиль введённого текста как разговорную речь, стиль художественной литературы, стиль газетной или научной статьи. Интересно, что ещё в 1851, в начале современной статической стилистики, исследователь де Морган высказал мнение о том, что длина слов может быть доказательством различия стилей писателя [1, с.57].

Несомненным плюсом программы является учёт стиля текста. Как нами было подтверждено эмирически, программа точно определяет стилистический регистр текста. К недостатку можно отнести формальные критерии определения стиля текста.

Автор известен ещё одним своим проектом «Штампометр», идея которого – выявление наиболее часто встречающихся фраз в авторских текстах. Последний проект на сегодняшний день заморожен.

Сайт «АОТ» [http://www.aot.ru/index.html] содержит разработки бывших сотрудников группы Диалинг. Здесь размещён модуль графематического анализа текста, компоненты морфологического анализа для русского и английских языков, модуль автоматического уничтожения омонимии, модуль семантического анализа текста, различиные тезаурусы. Полезной для исследователя-лингвиста может быть опубликованная на сайте диссертация А.Сокирко «Семантические словари в автоматической обработке тексте» (тема машинного перевода). Выложены примеры разработок, их описание, демо-версии, контакты с разработчиками. Предлагаемые разработки оритентированы на текстовый массив русского языка, что, применительно к нашему исследованию, является минусом.

Применение продуктов и технологий RCO [http://www.rco.ru/] позволяют решать ряд важных прикладных задач, применимых и к нашему исследованию, например, составление содержательного потрета текста, извлечение именованных объектов, связей и фактов из массивов неструктурированных данных, анализ тональности текста, выявление заимствований, обнаружение дубликатов. Разработчики ставят своей целью максимально точно реализовать поставленные задачи при помощи высокоточных компьютерных программ по обработке данных на естественном языке. Описание функциональных возможностней программы очень заманчиво, но не раскрыт механизм анализа материала/нет примеров, что, на наш взгляд, не способствует выбору именно этого информационного продукта из многих других.

Программа Nooj [http://www.nooj4nlp.net/] работает со словарями, грамматиками, а также корпусами языка, доступными в режиме реального времени, которые помогают локализовать в тексте морфологические, лексические (как односложные, так и составные слова) и синтаксические элементы.

Эта программа, на наш взгляд, в большей мере применима к машинному переводу, чем к собственно анализу текста – в этом Nooj проигрывает предыдущей программе. Хотя она может быть полезна для языкового анализа литературных текстов – например, узнать, отличие лексики, употребляемой разными писателями, выделить наиболее частотный список слов текста, помогает идентифицировать наиболее частотные синтаксические средства. Применительно к целям нашего исследования такой обработки текста недостаточно. Отметим, в интернете доступны франко- и англоязычные версии программы.

Из зарубежных лингвистических программ также можно назвать VisualText [http://www.textanalysis.com/Products/VisualText/visualtext.html]. Эта программа – мощное средство для обработки текстов естественного языка. Функционально программа очень разнообразна – и статистические подсчёты, и поиск по ключевым словам, и грамматический анализ, и идентификация языковых, концептуальных, интеллектуальных средств, призванных быстро и эффективно проанализировать исходный текст. На наш взгляд, это очень мощная и эффективная программа по компьютеризованному анализу текста, т.к. помимо стандартных операций (подсчёт, поиск по ключевым словам и нек.др.) в ней также доступны элементы смыслового анализа, учитывается грамматика текста.

Обратимся к известным нам психолингвистическим программам.

Программа «ВААЛ-2000» [www.vaal.ru] разработана доктором филологических наук В.П. Беляниным и кандидатом филолософских наук В.И. Шалаком. Программу определяют как психолингвистическую экспертную систему лексического и контент-анализа текстов. Основные задачи программы − прогнозирование эффекта неосознаваемого воздействия текста на массовую аудиторию, анализ текстов с точки зрения такого воздействия, генерация текста с заданным вектором воздействия, выявление личностно-психологических качеств автора текста. Программа доступна в сети для скачивания. На сегодняшний день это одна из самых авторитетных программ компьютеризованного анализа в лингвистике. Тем не менее, синтаксический уровень текста здесь также учитывается в меньшей степени.

Кратко остановимся на «контент-анализе» как важном средстве компьютеризированного анализа текстов естественного языка. А.Н. Петров выделяет в понятии «контент-анализ» два различных метода: «метод для автоматической классификации документов по содержанию и метод для раскрытия значения слов и идей» [2, с. 63]. Исходным пунктом анализа является оцифрованный/машинночитаемый текст в распознанном виде. При проведении контент-анализа исходный текст сводится к набору ограниченного количества лексических элементов, которые затем подвергаются счёту и анализу. Метод связан с именем американского исследователя Г.Лассуэлла, которые ещё в 1930-ые гг. осознал эффективность рассмотрения частотных лексических элементов при анализа текста (он рассматривал тексты политического дискурса) с целью извлечения из них скрытых смыслов.

Многие упомянутые выше программы основаны на контент-анализе. В целом, метод очень эффективный, но спорным остаётся то, насколько частотность употребления раскрывает семантическую значимость слова в рамках определённого текста. Также на использовании контент-анализа построены программы TACT, ARRAS, TextPack, SYREX, SATO и т.д. ы

«Кластерный анализ» обычно используется как последующий этап работы с текстом после осуществления контент-анализа. В центре внимания этого метода – выявления и подсчёт частоты встречаемости лексических элементов (слов, словосочетаний), определение их связей между собой.

В заключение кратко остановимся на характеристике некоторых программ, применимых к компьютеризованному анализу и обработке определённого типа текста, в частности исторического текста. Речь идёт о программах TACT, FuzzeClass, Historical Text Analyzer (HTA).

Программа TACT [http://www.chass.utoronto.ca/tact/] была разработана для лингвистического анализа исторического текста. Анализ включает три этапа. Прежде всего, в тексте документа выявляется ряд терминов, характеризующих тематику исходного текста. На этом основании формируются обобщенные понятия (смысловые категории), наиболее полно и точно характеризующие основных смысловые блоки текста. В результате первого этапа составляется одна или несколько исследовательских баз данных. В ходе второго этапа подсчитывается частота встречаемости категорий в тексте, анализируются их связи, выявляются контексты их употребления в исходном материале. В итоге строятся таблицы и графики их смысловых взаимосвязей. Как следствие, на заключительном этапе полученные данные интерпретируются исследователем.

Программа нечёткой классификации FuzyClass была разработана в Лаботатории исторической информатики МГУ Л.И. Бородкиным и И.М. Гарсковой в начале 1990-х годов. Эта программа может разбить данные на нечёткие классы и выявить сходные и различные группы в исследуемом материале, определять набор признаков, характерных для каждого класса. Выбор числа классов и показателя нечёткости задаётся произвольно и зависит от исследователя. В качестве примера применения данной программы в науке можно привести работу Ю.А. Лихтера «Классификация древних материалов с использованием программы нечёткой классификации FuzzyClass» [1, с. 86].

Программа Historical Text Analyzer (HTA) подготовлена специалистами МФТИ [там же, с. 94]. Эта программа представляет собой универсальную программу анализа статистических особенностей текстов. В программе реализуются методы анализа контекста, метод частотных распределений и метод парных частот встречаемости последовательных частей речи.

Любопытна практически ориентированная программа «Приёмы журналистики и PR» (версия 2.03. , 2000), разработанная системой «Триз-Шанс» (Санкт-Петербург) – [http://www.triz-chance.spb.ru/]. Это коммерческая программа-консультант-помощник при написании различного рода текстов. Пользователь задаёт ряд параметров, характеризующих желаемый результат, а программа выдаёт ему рекомендации по написанию текста и иллюстрирует их примерами. В основе программы – анализ 12500 текстов мастеров русского слова, начиная от писателей-классиков и заканчивая современными журналистами и политиками. Программой не предусмотрены возможности анализа уже написанного пользователем текста. Для загрузки на сайте доступна демо-версия, являющаяся облегченным вариантом профессиональной версии. Для нашего исследования могут быть применены элементы программы.

В итоге, отметим, что слабым местом исследований, выполненных с использованием математических методов, являются сомнения в объективности получаемых результатов, прямая зависимость их от того, что именно исследователь считает возможным подвергнуть формализации и подсчёту, какие категории и характеристики выделяет.

Представляется также, что неточности в работах такого рода можно свести к минимуму при соблюдении трёх основных требований: случайность выборки, однородность отобранных данных, достаточный их объём. Но отметим, что неточности/просчёты, связанные с их нарушением, характерны не только для компьютеризованного, но и для традиционного анализа материала.

Таким образом, в заключение нашего обзора-характеристики отметим, что программы по компьютерной обработке текстов на естественном языке предоставляет мощный инструмент выделения информации из текста на естественном языке – информация выделяется по объективным критериям и, соотвестсвенно, приводит к минимизации субъективности при анализе. Более того, программы помогают обработать большое количество материала. Несмотря на очевидные плюсы компьютерной обработки текстов на естественном языке, речь идёт преимущественно о количественном анализе, нежели о качественном анализе текста (который нас и интересует).
^

Глава 2 (методика исследования)



В контексте выбранной темы реферата нас интересовало, насколько инструментарий, предоставляемый информационными технологиями, применим при лингвистическом исследовании дискурсивных и коммуникативных стратегий формирования новостного материала о кризисных ситуациях.

Поэтому в данной работе мы последовательно анализировали известные нам программы по компьютерной обработке текстов на естественных языках применительно к целям и задачам нашей работы.

В ходе написания работы нами использовались следующие общенаучные методы: анализ, синтез, обобщение.
^

Глава 3 (основные результаты)



В результате проведённого анализа известных компьютерных программ нами было выявлено следующее:

  1. рассматриваемые программы представляют собой мощное средство анализа большой выборки текстов на естественном языке;

  2. характеризуемые программы затрагивают морфологический, лексический уровни текста. Некоторые программы связаны с анализом грамматических форм слов, в некоторых также анализируется синтаксис фраз;

  3. избранные программы математическими средствами аттрибутируют текст по стилю;

  4. все программы «могут» выделять ключевые слова, искать слова/словоформы по тексту, подсчитывать количество слов в тексте, строить семантические сети текста;

  5. в полной мере ни одна программа не учитывает грамматику текста;

  6. известные программы представляют собой преимущественно инструменты количественного анализа, нежели качественного;


^

Глава 4 (обсуждение результатов)



Таким образом, исследование показало, что

  1. известные нам программы не учитывают жанр текста (в нашем случае, новостного медиа-текста первой полосы). Для нашего исследования жанр – важный параметр исследования.

  2. было выявлено, что текст как языковой знак, обладающий как планом выражения, так и планом содержания, не анализируется в известных автору программах. Это не позволяет в полной мере опираться на них в ходе исследования, преимущественно смыслоориентированного в нашем случае. Мы пострались показать, что в программах рассматриваются или отдельные элементы, или отдельные уровни новостного медиа-текста. Его креолизованный (комплексный) характер не учитывается в рассмотренных программах;

  3. было подтверждено, что данные компьютерных программ можно использовать для выделения языковых элементов, их подсчёта. Компьютерные программы оперативно обрабатывают большие объёмы текстов по заданным критериям, что сводит к минимуму субъективное начало исследователя. В этом случае, с нашей точки зрения, можно говорить о количественном анализе с элементами качественного анализа, но не в полной мере о смысловом анализе текста.

Заключение




Реферат представляет собой попытку самостоятельного исследования, которое может быть интересно исследователю-лингвиста. В нём мы пострались выявить проблемные аспекты в применении возможностей информационных технологий при исследовании дискурсивных и коммуникативных стратегий формирования новостного материала о кризисных ситуациях.

Мы пострались показать, что инструментарий средств компьютеризованного анализа текстов естественного языка – мощное средство в первую очередь количественного анализа. Смысловой анализ материала при помоши средств информационных технологий на сегодняшний день не кажется нам достаточно надёжным, потому что лишь избранные программы обращают внимание на жанр и стиль текста, его креолизованный характер, что свидетельствует скорее об анализе плана выражения, нежели плана содержания текста как языкового знака.

Тем не менее, интерес научного сообщества (о чём свидетельствуют многочисленные конференции, семинары, публикации) к взаимодействию языка, лингвистики и информационных технологий при анализе текста внушает надежду на то, что язык когда-нибудь будет в значительной степени адаптирован к компьютеру. Лингвисты, политологи, психологи, социологи при этом получат важный помощник в смысловом анализе большого текстового массива (сейчас такой анализ проводится «вручную»). Подчеркнём, что значимость именно смыслового анализа текста в том, чтобы научить человека «видить» текст, владеть навыками его анализа, уметь воспринимать информацию, заложенную в тексте, её интерпретировать. Обладая этими навыками, человек сможет критически отнестись к информации вокруг него – отличить дезинформацию от фактической информации, что особенно важно и актуально в нашем инфомационном и информатизированном обществе.
^

Список литературы к реферату


  1. Марчук, Ю.Н. Основы компьютерной лингвистики: учебное пособие/ Ю.Н.Марчук: Изд.-во МПУ «Народный учитель» − М., 2000. – 226 с.

  2. Петров, А.Н. Компьютерный анализ текста: историография метода / А.Н. Петров// Круг идей: модели и технологии исторической информатики. − М.: Наука,1996. − с. 56-74.

  3. Обработка естественного языка [Электронный ресурс] – Режим доступа: http://ru.wikipedia.org/wiki/%D0%9E%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D0%B5%D1%81%D1%82%D0%B5%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B0 − Дата доступа 04. 12.2008.

  4. Компьютеризованный анализ текста [Электронный ресурс] – Режим доступа: http://edu.tsu.ru/historynet/informatika/posobia/istgf_kleo/analis.htm − Дата доступа 04.12.2008.

  5. Каталог лингвистических программ и ресурсов в Сети [Электронный ресурс] – Режим доступа: http://www.rvb.ru/soft/catalogue/catalogue.html − Дата доступа 02.12.2008.
^

Список использованных источников


  1. http://softsearch.ru/programs/10-170-textanalyst-download.shtml

  2. http://www.nooj4nlp.net/

  3. http://www.rusf.ru/books/analysis/index.htm

  4. http://zoom.galaktika.ru/

  5. http://teneta.rinet.ru/hudlomer/

  6. http://www.aot.ru/index.html

  7. http://www.rco.ru/

  8. www.vaal.ru

  9. http://www.triz-chance.spb.ru/

  10. http://www.textanalysis.com/Products/VisualText/visualtext.html

  11. http://www.chass.utoronto.ca/tact/

  12. http://dialog-21.ru/
^

Список литературы к выпусной работе


  1. Баранов, А.Н.Введение в прикладную лингвистику: учебное пособие/ А.Н. Баранов: Едиториал УРСС, 2003. – М., 2003. – 360 с.

  2. Блакар, Р.М. Язык как инструмент социальной власти/Р.М. Блакар // Язык и моделирование социального взаимодействия/ Р.М. Блакар − М., Прогресс, 1987.− с. 131 −169 .

  3. Богуславская, В. В., Богуславский И. В./ Газетный текст: стратегия лингвосоциокультурного моделирования. [Электронный ресурс] − Режим доступа: http://www.dialog-1.ru/Archive/2003/Boguslavskaja.htm − Дата доступа 15.02.2006.

  4. Богуславская, В. В., Богуславский И. В./ Газетный текст: стратегия лингвосоциокультурного моделирования. [Электронный ресурс] − Режим доступа: http://www.dialog-1.ru/Archive/2003/Boguslavskaja.htm − Дата доступа 15.02.2006

  5. Высшая аттестационная комиссия Респулики Беларусь [Электронный ресурс] – Режим доступа: − http://vak.org.by/ − Дата доступа 24.11.2008.

  6. Добросклонская, Т.Г. Вопросы изучения медиатекстов (опыт исследования современной английской и русской медиаречи)/ Т.Г. Добросклонская -- М.: УРСС, 2005. − 288 с.

  7. Каталог лингвистических программ и ресурсов в Сети [Электронный ресурс] – Режим доступа: http://www.rvb.ru/soft/catalogue/catalogue.html − Дата доступа 02.12.2008.

  8. Кибрик, А.А. О смысле понятия «дискурс СМИ»/А.А. Кибрик // Язык СМИ как объект междисциплинарного исследования: материалы 2-й международной конференции − 14-16 февраля 2008/ сост. М.Н. Володина и др.. М.: МАКС Прогресс, 2008 – с. 179 - 181. М., 2008.

  9. Кибрик, А.А. Эльберт, Е.М. Понимание устного дискурса: вклад трех информационных каналов/ А.А. Кибрик. Е.М Эльберт //MegaLing’2007 Горизонты прикладной лингвистики и лингвистических технологий: доклады международной конференции − 24-28 сентября 2007/Ред. В.А. Широков, С.С. Дикарёва и др. – Симферополь: Изд. «ДиАйПи», 2007. –348 с.

  10. Компьютеризованный анализ текста [Электронный ресурс] – Режим доступа: http://edu.tsu.ru/historynet/informatika/posobia/istgf_kleo/analis.htm − Дата доступа 04.12.2008

  11. Котов, А.А Описание речевого воздействия в лингвистической модели. [Электронный ресурс] − Режим доступа: http://harpia.ru/ – Дата доступа 26.04.2008

  12. Сайт П. П. Кожича [Электронный ресурс] – Режим доступа: http://polkojich.com – Дата доступа – 15.10.2008.

  13. Хворостин, Д.В. Скрытые компоненты смысла высказывания: автореферат кандидатской диссертации: 10.02.19/ Д.В. Хворостин; ЧелГУ – Челябинск, 2006 – 38 с.

  14. Хлопаева, Н.А. Креативные методы анализа текстов СМИ как инструмент коммуникационного менеджмента [Электронный ресурс] – Режим доступа: http://www.pressclub.host.ru/PR_Lib/HlopaevaNA.doc. − Дата доступа 21. 03.2007.

  15. Чернышова Т.В. Тексты СМИ в ментально-языковом пространстве современной России/ Т.В. Чернышова − М.: Изд-во ЛКИ, 2007 – 296 с.

  16. Язык СМИ как объект междисциплинарного исследования [Электронный ресурс] – Режим доступа: http://www.evartist.narod.ru/text12/01.htm − Дата доступа 21. 11.2007.
^

Предметный указатель


Анализ

4, 5, 10, 15

Информационные технологии

5, 6.7, 9,

Кризисная ситуация

4, 6, 7, 10

Новостной медиа-текст

5, 10

Применение

6, 7, 9

Смысловой анализ

5, 7, 10

Текст о кризисной ситуации

6, 7, 10, 12

Формальный анализ

4, 6, 7, 13
^

Интернет-ресурсы в предметной области




Ниже представлены ссылки на некоторые лингвистический ресурсы и публикации в сети.


Образовательные учреждения.

Филологический факультет СПбГУ(http://www.philarts.spbu.ru/)

Филологический факультет Московского государственного университета им. М.В. Ломоносова ( http://www.philol.msu.ru/ )

Филологический факультет Белорусского государственного университета (http://www.philology.bsu.by/)

Краткое резюме: на этих сайтах можно найти информацию о конференциях, семинарах, тренингах по специальности. Участие в научных мероприятиях не только полезно, но и очень интересно. Более того, на сайты факультетов часто выкладываются специальные монографии, пособия, что существенно облегчает студенту учёбу.


Институты РАН

Институт языкознания РАН (www.iling-ran.ru)

Институт Лингвистических исследований РАН, СПб (www.spbrc.nw.ru)

Национальная академия Наук Беларуси (nasb.gov.by/rus/)

Краткое резюме: данные этих ресурсов позволяют быть в курсе новейших научных исследований, открытий, а также научных форумов в стране и зарубежом.


Международные организации

Cognitive science society (http://cognitivesciencesociety.org/index.html)

Сообщество когнитологов Екатеринбурга, Нижнего Тагила, Челябинска, Шадринска и Сургута (http://cognitiv.narod.ru/index.html)

Краткое резюме: эти ресурсы служат очень хорошим средством связи, обмена информацией между научными «единомышленниками» через, например, совместные проекты. Кроме того, очень любопытны опубликованные материалы (их часто даже сложно достать в бумажном варианте). Также такие сообщества удобны в плане отслеживания новейших публикаций. Ценным является то, что подавляющее большинство текстов сопровождается рецензиями авторитетных специалистов в предметной области.


Издательство

Издательство «УРСС» (http://edurss.ru/)

Краткое резюме: это издательство издаёт и переиздаёт не только фундаментальные научные труды классиков языкознания, но также радует своих читателей глубокими, научными монографиями современных авторов.


Конференции

Международная конференция "Диалог": Компьютерная лингвистика и интеллектуальные технологии (http://dialog-21.ru/)

Международный молодежный научный форум «Ломоносов» (http://lomonosov-msu.ru/)

Краткое резюме: обе конференции, безусловно, интересны своим содержанием. Их выигрышным моментом, также, на наш взгляд, является очень мощный, красивый сайт, где можно найти материалы прошедших конференций, форумы, приоритетные направления конференций и полезные ссылки на библиотеки или другие научные ресурсы.


Рассылки

LinguistList.org, международная лингвистическая рассылка. Здесь можно найти обзоры новых книг, информацию о конференциях, грантах и т.п. Каждый читатель рассылки может участвовать в дискуссиях или сам задать вопрос её адресатам.


Поиски книг в интернете

http://www.bookfinder.com/

http://books.google.com/

http://scholar.google.com/

Краткое резюме: эти ресурсы могут быть полезны на подготовительном этапе написания работы, т.к. позволяют найти нужные книги автора, узнать их примерную стоимость. Поиск по http://scholar.google.com/ позиционируется как поиск по специальным ресурсам, что подтверждается на практике.


Словари и энциклопедии

Словари Lingvo (www.lingvo.ru)

Раздел «лингвистика» в энциклопедии «Кругосвет» (http://www.krugosvet.ru/cMenu/08_00.htm)

Краткое резюме: удобный для пользователя словарь Lingvo традиционно предоставляет качественный перевод с учётом различных сфер применения языка (экономика, транспорт, лингвистика и др.). Статьи раздела «лингвистика» в электронной энциклопедии написаны авторитетными авторами в области языкознания; что немаловажно для читателей электронных текстов, учёные в статьях излагают сложные положения теоретической лингвистики доступным языком.


Блоги, лингвистические сообщества в сети

http://khvorostin.com/2005/01/15/ange/

http://blogs.mail.ru/community/linguistica/

http://my.mail.ru/community/philology

http://vkontakte.ru/club53

http://vkontakte.ru/club711

Краткое резюме: многочисленные блоги, сообщества в сети объединяют единомышленников. В них можно не только делиться информацией о всевозможных научных форумах, конференциях, но также обсуждать книжки, консультировать младшее поколение в их первых шагах в науку (написание рефератов, курсовых), делиться, например, вычитанными из книг, увиденными на улице перлами и мн. др.


Домашние страницы лингвистов

Т. ван Дейк (http://www.discourse-in-society.org/ )

Ю.Д.Апресян (http://proling.iitp.ru/Personal/Apresjan/index.html)

Филипп Шленкер (http://homepages.nyu.edu/~pds4/)

Джон Бэйлин (http://www.ic.sunysb.edu/Clubs/nels/jbailyn/JFBailyn.html)

Краткое резюме: на личных страницы учёных часто размещена наиболее полная их библиография. Более того, личная страница – очень удобный способ связаться с исследователем.
^

Действующий личный сайт



http://tanushkarus1.narod.ru/


Граф (круг) научных интересов


Сопутствующие специальности


10.01.10

Журналистика

1. Жанрово-групповые, структурные и стилевые процессы.


2. Виды СМИ, особенности их деятельности.


3. Дискурсный анализ СМИ



22.00.04

Социальная структура, социальные институты и процессы

1. Социальные катастрофы, их воздействие на изменение социальной структуры общества


2. Социальные катастрофы и экстремальные ситуации


3. Социальные отношения и взаимодействия


4. Коммуникационные процессы, место и роль средств массовой информации в современном обществе




19.00.05

Социальная психология

1.Социальная коммуникация;


2. социализация личности;


3. общественное мнение и общественное настроение;


4. массы и массовое сознание: теоретические подходы, понятие;


5. формирование и функционирование, феномен обезличивания;


6. социальная психология конфликта;




Основная специальность


10.02.19

Теория языка

1. Вывучаецца сутнасць і пабудова мовы, яе месца ў функцыянаванні грамадства і жыцці чалавека як сродку захавання і перадачы інфармацыі.


2. Даследуецца функцыянаванне моў ў грамадстве, змены іх сацыяльнага статуса, сфер выкарыстання, сацыяльных функцый (дыялектны, нацыянальны, міжнародны статус; канфесіянальныя, юрыдычныя, літаратурна-паэтычныя і іншыя сферы выкарыстання моў і г.д.)


3. Даследуюцца семіялагічныя аспекты існавання, структуры і функцыянавання моў.


4. Вывучаюца лінгвістычныя і псіхалінгвістычныя аспекты стварэння і ўспрыняцця тэкстаў у нармальных умовах, у маўленні дзіцяці і маўленні некаторых псіхічна хворых. Даследуюцца асацыятыўныя сувязі моўных з’яў. Распрацоўваюцца метады псіхалінгвістычнага даследавання мовы.




Смежные специальности


10.02.02

Русский язык

1. Язык СМИ;


2. Функциональные стили русского языка, жанры речи.




10.02.05

Романские языки

На материале различных языковых подсистем осуществляется разработка методов лингвистического анализа.




10.02.04

Германские языки

На материале различных языковых подсистем осуществляется разработка методов лингвистического анализа.






^

Презентация магистерской работы




Презентацию магистерской диссертации вы можете найти на http://tanushkarus1.narod.ru/presentation.ppt
































Скачать, 247.84kb.
Поиск по сайту:

Добавить текст на свой сайт


База данных защищена авторским правом ©ДуГендокс 2000-2014
При копировании материала укажите ссылку
наши контакты
DoGendocs.ru
Рейтинг@Mail.ru
Разработка сайта — Веб студия Адаманов