Яндекс.Метрика
Перейти к содержимому

Психолингвистический и социолингвистический подходы

Дзялошинский И. М., Пильгун М.А. Медиатекст: особенности создания и функционирования : учебник. — 2-е издание, исправленное и дополненное. —
Издательство Юрайт. — 2019. (Бакалавр и магистр. Академический курс). — ISBN 978-5-534-11621-2.

Механизмы порождения и понимания речи, разработанные в психолингвистических исследованиях, предоставляют новые возможности для эффективной работы с медитекстом.

Наиболее значимыми в психолингвистической парадигме для теории медиатекста оказались когнитивный модульный подход, представленный в работе Дж. А. Фодора Modularity of mind (1983)[1] и ментальный лексикон, содержащий лексические ресурсы и семантические представления, хранящиеся в памяти (Treisman, 1961)[2].

Теория речевой деятельности, разработанная на основе деятельностного подхода к психике в рамках Московской психолингвистической школы, развивает идеи Л. С. Выготского, в частности, идею семиотического анализа, призванного раскрывать структуру значений и смыслов, концепцию А. Н. Леонтьева, для которого язык — культурная система координат, сознание — картина мира, включающая человека, его действия и состояния, а формирование психики личности, включая мышление и речь, в онтогенезе происходит в виде процесса присвоения культуры общества[3].

Проблемы внутренних механизмов, реализующих речевую деятельность, которые решает психолингвистика, берут свое начало еще в работах А. А. Потебни, Л. В. Щербы. В дальнейшем стало очевидно, это данная проблема не могла быть решена в рамках лингвистики. Важную роль сыграли идеи Л. С. Выготсткого о внутренней и внешней речи. А. А. Леонтьев, Т. В. Ахутина, Н. И. Жинкина, Е. Ф. Тарасов и др. разработали концепции с привлечением психологической, психолингвистической, нейролингвистической и нейропсихологической парадигм. Так, в основе модели порождения речи А. А. Леонтьева лежит концептуальная идея внутреннего программирования. В дальнейшем Т. М. Дридзе раскрыла лингвопсихосоциологические особенности массовой коммуникации.

В современных условиях психолингвистические методики активно адаптируются к новым технологиям, прежде всего в сфере анализа восприятия речи. Применяются нейросетевые технологии, алгоритмы структурирования и поиска информации, построения и расширения семантической и ассоциативной сети, анализ Больших данных и пр. (см. : Lerique, Roth, 2018; Ekmekci, Sahin, Gulacar, Almus, 2018; Vivas, Manoiloff, Garcia, Lizarralde, Vivas, 2019 и др.). В частности, Mark Steyvers и Joshua В. Tenenbaum показали, что развернутая структура семантических сетей, возникающая из механизмов семантического приращения, может иметь серьезные последствия для психолингвистических теорий (2010).

В последнее время интерес исследователей перемещается в сферу взаимосвязи между психолингвистикой, лингвистикой и исследованиями в области искусственного интеллекта (концепция прайминга, семантической сети и др.). Анализ порождения и понимания речи с использованием новых технологий позволяет решать исследовательские задачи, которые были недоступны со старой инструментальной базой. Изучение взаимоотношений ранних психолингвистических теорий, корпусной лингвистики и искусственного интеллекта представлено в работе М. Pace-Sigge (2018)

В различных практиках широко применяются парадигмы лексических ассоциаций (Word Association). Универсальность тестов и экспериментов на базе лексических ассоциаций подтверждается их долгой успешной историей: от первых ассоциативных экспериментов (Galton, 1880) до использования для поисковых запросов, создания баз данных и классификаций изображений, нейросетевых технологий (Pejtersen, 1991; Ornager, 1997; Medford, 1997; Kharlamov, Le, 2017 и др.). Нормы свободной ассоциации являются одними из наиболее востребованных в когнитивных исследованиях и обладают богатым потенциалом для использования в медиапрострастве. [4]

Ассоциативные структуры фиксируют общий лексический опыт носителей языка и позволяют решать различные исследовательские проблемы (Nelson et al., 2000; Dennis, 2003; White, Abrams, 2004 и др.) Например, было установлено, что анализ модульной организации ассоциативных сетей может служить инструментом для изучения общественного мнения в отношениях различных социальных проблем. В частности, индуктивный характер модулей СоОр позволяет классифицировать динамику семантических характеристик, формулировать представление на базе данных локальной социальной ситуации в конкретный временный период (File, Keczer, Vancso et al., 2018). Ассоциативный прайминг используется в рамках так называемого эффекта семантического прайминга (Ferrand, New, 2003) и расширяет возможности изучения восприятия медиатекста.

Поскольку способность представлять понятия и отношения между ними имеет решающее значение для человеческого познания, интерес к анализу ассоциативных процессов, протекающих в мозге человека, привлекает особое внимание ученых. Так, различные аспекты функционирования ассоциативной памяти описаны в работах Hopfield J. J., 1982, Cheng W. С., Liou С. Y., 2008; Madan C. R., Lau C. S., Caplan J. B., Fujiwara E., 2009; Miyata R., Ota K., Aonishi T., 2013; Sinha A., Davey N., Adams R., Steuber V., 2015; Харламова, 2017 и др.

Анализ нейронных корреляций семантических ассоциаций представлен в исследовании R. L. Jackson, R Hoffman, G. Pobric, A. Matthew, R. Lambon, изучавших специфику кодирования мозгом отношений между предметами, которые имеют общие концептуальные свойства, с одновременным представлением ассоциативных связей между разнородными предметами, встречающимися в определенных контекстах. Результаты исследований были сформированы в единую семантическую систему (Jackson, Hoffman, Pobric, Lambon, 2015) и др.

Развитие автоматического анализа текста привело к расширению возможностей использования психолингвистического анализа, а также ассоциаций в работе с медиатекстом. В частности, нейросетевые технологии выводят тематическую структуру текста в виде тематического дерева с выделением связной иерархической структуры: коренная тема, подтемы, подподтемы и т. д., в противоположность тематическому моделированию, в процессе которого возможно только выделение множества отдельных тем. Кроме того, при нейросетевой интрепретации смыслового наполнения текста семантическая сеть формирует многочленную структуру взаимосвязанных понятий, позволяющих анализировать восприятие речи на принципиально новом уровне.

Так, TextAnalyst 2.0. — система для автоматического смыслового анализа текста оптимально подходит для психолингвистического анализа восприятия медиатекста. Технология TextAnalyst предназначена для автоматического статистического формирования однородной (ассоциативной) семантической сети текста (являющейся смысловым портретом текста), описывающего некоторую ситуацию. Семантическая сеть является графом, множество вершин которого соответствует концептам текста, а дуги соответствуют связям этих концептов в тексте. Смысловой портрет текста, сформированный семантической сетью, позволяет выявить смысловое ядро, основную информацию, максимально полно охарактеризовать ситуацию, описанную в тексте1 .

Современный медиатекст функционирует в киберпространстве, веб-контент стремительно увеличивается, например, пользователи социальной сети Facebook отправляют 30 млн сообщений и просматривают 3 млн видеозаписей (в среднем за одну минуту). Google ежесекундно генерирует 40 000 поисковых запросов, в год — 1,2 трлн запросов. На YouTube загружаются более 300 ч видеофайлов (в среднем за одну минуту).

Конвергентность и многоаспектность онлайн-коммуникаций требуют кроссдисциплинарного подхода, который и применяется во многих исследованиях, представляющих различные аспекты взаимодействия в веб-среде (Sauter, 2014; Lipschultz, 2014; Fuchs, 2014; Verboord, 2014 и др.). Широкое распространение в последние десятилетия приобретают исследования в мультимодальной перспективе (Kress, 2002, 2003, 2010; Gibbon et al., 2000; Granstrom et al., 2002; Scollon, 2006; Muller et al., 2013; Murray, 2013; Lutkewitte, 2013; Литвиненко, Николаева, Кибрик, 2017; Кибрик, 2018).

Мультимодальный аспект отражает социальный семиотический подход к современной коммуникации, поскольку в медиапространстве преобладают смешанные и ремиксные изображения, вербальные, невербальные формы взаимодействуют с ЗП-объектами и др. Мультимодальность позволяет выйти за пределы анализа языковых структур и рассмотреть новые разнообразные способы коммуникации и создания смыслов. (Kress, 2010). Именно мультимодальный подход представляется наиболее адекватным при анализе сетевого контента, поскольку позволяет конвертировать данные, информацию, поступающие по различным каналам. Анализ медиапространства как мультимодальной сферы получает все большее распространение в различных исследованиях (см., напр.: Velkova, 2018). Психолингвистический анализ медиаконтента в мультимодальном аспекте представлен в работе М. Пильгун (2018)[5] [6].

К сторонникам социолингвистического подхода можно отнести исследователей, которые рассматривают текст как элемент социального взаимодействия. Этот подход подробно представлен в работах В. Г. Костомарова1, Т. М. Дридзе[7] [8], О. Р. Самарцева[9], Т. И. Рязанцевой[10], Т. Г. Добросклонской[11], Е. В. Какориной[12] и многих других исследователей.

[1] Fodor J. A. Modularity of mind. Cambridge : MIT Press, 1983.

[2] Treisman A. M. Attention and speech. PhD. dissertation. University of Oxford, 1961.

[3] Леонтьев А. А. Основы психолингвистики. С. 287; Его же. Слово в речевой деятельности. М. : Из-во АН СССР, 1965. 118 с.; Леонтьев А. Н. Деятельность. Сознание. Личность. М. : Политиздат, 1977. 304 с.

[4] Pace-Sigge М. Spreading Activation, Lexical Priming and the Semantic Web. EarlyPsycholinguistic Theories, Corpus Linguistics and AI Applications. Palgrave Pivot, Cham. 2018.135 p.

[5] Харламов А. А .Ассоциативная память — нейросетевая среда для формированияединого пространства знаний // Информационные технологии. 2017. Т. 23. № 1. С.66—75.

[6] Пильгун М. А. Психолингвистический анализ медиаконтента в мультимодальномаспекте: протестные коммуникации & большие данные // Вопросы психолингвистики.2018. № 2 (36). С. 99—117.

[7] Костомаров В. Г. Наш язык в действии: очерки современной русской стилистики.М., 2005.

[8] Дридзе Т. М. Текстовая деятельность в структуре социальной коммуникации.

[9] Самарцев О. Р. Творческая деятельность журналиста: очерки теории и практики.М, 2007. С. 262.

[10] Рязанцева Т. И. Теория и практика работы с гипертекстом (на материале английского языка). М., 2008.

[11] Добросклонская Т. Г. Язык средств массовой информации. М., 2007; Ее же. Медиалингвистика — системный подход к изучению языка СМИ: современная английскаямедиаречь. М., 2008; Ее же. Вопросы изучения медиатекстов (опыт исследования современной английской медиаречи). 3-е изд. М., 2010.

[12] Какорина С. В. Язык интернет-коммуникации // Язык массовой и межличностнойкоммуникации. 2007.

[13] Язык мой… Проблема этнической и религиозной нетерпимости в российских СМИ.URL: http://www.textfighter.org/raznoe/Gurn/Jaz_Moi/bibliotekaJurnalistika_yazyk_moi_problema_etnicheskoi_i_religioznoi_neterpimosti_v_rossiiskih_smi.php.

[14] Обширное исследование по проблеме деструктивных воздействия СМИ на психику населения представлено в кандидатской диссертации О. М. Рыбалко «Влияние средств массовой информации на социально-психологическую адаптацию вынужденных переселенцев».