Принципы глоссирования для корпуса младописьменного языка

В настоящем исследовании предлагается опыт создания аннотированного корпуса для младописьменного языка и предпринимаются попытки решить проблемы, связанные с этой задачей. Диссертация посвящена освещению теоретических вопросов аннотирования корпуса текстов на базе данных диалекта фута-джаллон (Гвинея) языка пулар-фульфульде.

Язык пулар-фульфульде, который относится к западно-атлантической семье, является одним из крупнейших африканских языков. Он имеет много типологических особенностей, которые представляют значительный интерес для исследователей-лингвистов, и упоминается во многих работах по типологии. Так, например, Гревил Корбетт в своём труде «Gender», упоминая пулар-фульфульде как «западно-атлантический язык, насчитывающий около 10 миллионов носителей и широко распространённый в Западной Африке» [Corbett 1991: 191], неизменно включает его в список языков, на основе которых автор проводит типологические исследования. Характерными особенностями языка, обеспечивающими ему неизменный интерес со стороны лингвистов, являются (помимо его масштабов, дисперсии и социолингвистических данных), в частности, «число граммем согласовательного класса, [которое] остаётся самым высоким среди всех надёжно засвидетельствованных языковых систем» [Плунгян 2003: 156], процессы актантных преобразований в трёхзалоговой системе, а также система чередований начальных согласных корня, которую отмечал в своей основополагающей работе «Язык» (1921) Эдвард Сепир, придав ей типологическую значимость как средству противопоставления 'людей' и 'вещей' [Сепир 1921/1993: 82].

Актуальность исследования определяется тем, что на современном этапе построение и развитие языковых корпусов находится в русле важнейших задач, востребованных современным состоянием языковедения, в том числе и для. бесписьменных или младописьменных языков. Создание, на примере пу-лар, принципов морфоглоссирования таких языков является актуальной иссле-довтельской задачей, так как представляет собой необходимый этап собственно перед созданием корпуса. Как определяют в своем предисловии роль обработанных корпусных источников для сегодняшних и последующих лингвистических исследований редакторы сборника «Корпусные исследования по русской грамматике», «. грамматика настоящего и будущего — это грамматика корпусная в широком смысле слова, то есть опирающаяся на огромные массивы информации, доступные с помощью поисковых систем, в виде баз данных и корпусов текстов» [Корпусные исследования 2009: 9]. Создание, таким образом, теоретической базы для аннотации текстов корпуса пулар можно признать обоснованной задачей, которая в перспективе поможет внести вклад в грамматические исследования по этому языку.

Поскольку интерес к языку пулар-фульфульде зародился достаточно давно, язык к настоящему времени оказался довольно хорошо описан, но, тем не менее, при использовании его в лингвистических исследованиях, можно столкнуться с труднодоступностью языкового материала, связанного с конкретным явлением. Это связано, прежде всего, с отсутствием отработанной традиции морфоглоссирования для этого языка, что, в общем, неудивительно, поскольку такая традиция разработана и успешно применяется лишь для некоторых хорошо изученных и известных европейских языков, а также для одиночных редких языков, которым повезло оказаться в поле зрения энергичного и целеустремлённого исследователя, создавшего для них такую систему, как, например, произошло с бамана [Выдрин 2011] или арчинским [Архипов е! а1. 2008] языками.

Научная новизна исследования состоит в том, что в ходе него впервые создана система глоссирования для языка пулар с учётом его типологических особенностей. Впервые разобраны способы морфологического аннотирования таких явлений как, в частности, классный циркумфикс, аналитические кон5 струкции, надклассные местоимения. Необходимость создания общеязыкового корпуса пулар-фульфульде существует уже достаточно давно, однако до недавнего времени в распоряжении лингвистов не было достаточной технической базы для реализации такого проекта. Из-за диалектного разнообразия и вариативности, а также ввиду отсутствия предыдущего опыта, создать аннотированный корпус сразу для всего пространства пулар-фульфульде не представляется возможным. Поэтому в качестве базовой задачи было решено создать аннотированный корпус пулар фута-джаллон, являющегося одним из крупнейших диалектов пулар-фульфульде, которому, в связи с его масштабом, некоторые исследователи (см, например, [Ethnologue 2010]) присваивают статус отдельного языка.

Объективности ради стоит заметить, что текстовый корпус (в значении — собрание текстов) на языке пулар-фульфульде — явление не новое. Исследователи уже публиковали сборники текстов на этом языке, однако акцент этих работ был скорее культурологический и литературоведческий, и эти публикации не могли дать удовлетворительной информации лингвисту-типологу, поскольку снабжались в лучшем случае пословным переводом. Особо в этой связи следует отметить работы известного французского фуланиста Кристиан Сей-ду, которая к настоящему моменту собрала и опубликовала уже три сборника великолепных эпических сказаний фульбе, снабжённых комментарием и построчным переводом. Строго пословным же переводом снабжены собранные и обработанные А. И. Коваль тексты сказок фульбе [Африканская сказка I 1984], [Язык африканского фольклора 1997], [Африканская сказка III 2005] и др. (преимущественно на диалекте масина). Такая деталь как морфологическая разметка сделала бы эти замечательные собрания текстов настоящей находкой не только для фуланистов и фольклористов, но и для лингвистов, не являющихся специалистами по языку.

Теоретическая значимость исследования определяется тем, что в ходе работы были рассмотрены возможные варианты решения проблем, неизбежно б возникающих при попытке создать морфологическую аннотацию текстов на языке синтетической природы с элементами аналитизма. Также в ходе работы были выделены теоретико-грамматические положения языка, формирующие ту платформу, с опорой на которую выдвигаются и апробируются соглашения по представлению корпусных данных. Результаты исследования могут также быть применены для аналогичных явлений в других языках.

Наряду с этими и другими теоретическими проблемами, предлагаемая грамматическая разметка нацелена также на аргументированное решение важнейшей задачи по выявлению уровня дивергентности диалекта (диалектов) относительно ядерной общеязыковой модели.

Практическая значимость настоящей работы состоит в том, что, во-первых, её результаты применены для создания аннотированного корпуса языка пулар, что делает этот язык более доступным для лингвистических исследований, в том числе квантитативных и квалитативных. Во-вторых, результаты работы могут быть использованы для разработки аннотированных корпусов других младописьменных языков. Наконец, результаты работы могут найти примение при подготовке учебных курсов по общей морфологии, корпусной лингвистике, по африканскому языкознанию, а также при разработке практических грамматик, нацеленных на преподавание языка пулар-фульфульде.

Основным материалом исследования послужили текстовые данные, собранные в ходе лингвистической экспедиции в Республику Кот д’Ивуар под руководством В. Ф. Выдрина (январь-май 2010 года). Работа по сбору текстов проводилась с носителем языка пулар фута-джаллон, говор Сану-Лагорд-Тарамбали (аггломерация деревень к северу от Лабе, Республика Гвинея).

Тексты, изначально записанные в формате аудио, были затем расшифрованы с помощью этого же носителя и соответствующим образом обработаны. В 2011 году для обработки собранных текстов пулар была разработана про-грамма-парсер, направленная на морфоглоссирование данных с учётом лингвоспецифики языка. В результате этой работы в 2011 году был создан тестовый вариант корпуса пулар.

Апробация работы. Основные положения диссертации были представлены на XXV Международной конференции по источниковедению и историографии стран Азии и Африки «Востоковедение и африканистика в диалоге цивилизаций» (Санкт-Петербург, 22−24 апреля 2009 г.), на XII Конференции африканистов «Африка в условиях смены парадигмы мирового развития» (Москва, 24−26 мая 2011 г.), а также на XXVI Международной конференции «Модернизации и традиции» (Санкт-Петербург, 20−22 апреля 2011 г.), на Восьмой конференции по типологии и грамматике для молодых исследователей (Санкт-Петербург, ноябрь 2011 г.). Работа прошла обсуждение в отделе африканских языков ФГБУН «Институт языкознания РАН».

Заключение

.

В диссертации были рассмотрены проблемы, с которыми пришлось столкнуться при разработке корпуса языка пулар фута-джаллон. Достигнуты следующие результаты:

• разработана система ПО, рассчитанная на использование с языком пулар-фульфульде;

• разработана система и конвенции глоссирования языка пулар фута-джаллон с учётом его лингвоспецифики и типологических особенностей;

• предложен способ транскрибирования устной речи с учётом перспективы последующего глоссирования.

• предложен формат представления глоссированных текстов на языке пулар фута-джаллон;

• исследованы синтаксические явления языка, представляющие трудность для глоссирования, и выработана стратегия их обработки;

• рассмотрены морфологические процессы в языке и предложены способы их адекватного отображения в морфологической разметке;

• определены случаи надклассных местоимений и предложены способы их отображенияы в глоссировании;

• составлен список грамматических категорий языка пулар фута-джаллон и обосновано частичное использование этих категорий в морфологической разметке;

• внесены предложения по технике перевода некоторых видов лексем, в частности, введено понятие квазиперевода;

• выявлены проблемы, не подлежащие сиюминутному решению, но подлежащие рассмотрению в перспективе.

В качестве возможных тем для будущих исследований данной области нам видятся следующие: дальнейшее развитие технической базы для уменьшения человеческого участия и возможности глоссирования больших объёмов текстоврасширение корпуса на другие диалекты пулар-фульфульдевыявление проблем, возникающих при включении в корпус текстов других диалектов и их решениевключение в систему морфологической разметки дополнительных видов информации, таких как перевод на другие языки кроме русского.