Представлены результаты психолого-лингвистического этапа исследований, имеющих конечной целью разработку инструментов автоматической идентификации текстов сетевой коммуникации по заданным диктумным и модусным параметрам. Проанализировано интенционально-волевое и эмотивное содержание текстов, определяющее их жанровые и лингвосемиотические особенности. В результате интроспективного анализа содержания текстов с тематикой профессионального кризиса был выделен ряд коммуникативно-текстовых категорий, значимых с точки зрения диагностики психологического состояния субъекта речи. Дано описание как сегментных маркеров субъективных смыслов, так и текстовых фрагментов, которые, не будучи прямыми модусными показателями, с высокой степенью вероятности отсылают в данном контексте и с учетом известных дискурсивных конвенций к определенному внутреннему состоянию автора текста (к имплицитному модусу). В методологическом плане авторы ориентируются на теоретические положения концепции стилистико-речевой системности (М. Н. Кожина) и модель реляционно-ситуационного анализа, разрабатываемую в рамках теории искусственного интеллекта Г. С. Осипова. При анализе модусно-диктумного содержания текстов использованы сценарный подход и методы «внутренней и внешней реконструкции» субъективных смыслов, интерпретируемых с опорой на сегментные маркеры в пределах анализируемой текстовой единицы (высказывания) и на их связи с такими смежными (внешними) текстовыми фрагментами, которые в контексте сетевой дискуссии отсылают к определенным интенционально-волевым состояниям субъекта речи, будучи, по сути дела, их смысловыми анафóрами. Показано, что содержание текстов с тематикой профессионального кризиса отличается высокой степенью эмотивности, автоматическое «чтение» которой является важной задачей компьютерной лингвистики и искусственного интеллекта.
Interpretation of implicit modality: Semiotic markers of speech intentions in the texts of online communication
The authors of this article present the results of the psycho-linguistic stage of studies which aim to develop instruments for automated identification of online communication texts according to a set dictum and modus parameters. The intentional, volitional, and emotional content of the texts was analyzed which determines their genre and linguo-semiotic peculiarities. As a result of an introspective analysis of the content of texts on the topic of a professional crisis, a number of communicative-textual categories were identified that are significant from the point of view of diagnosing the psychological state of the subject of speech. A description is given of both segment markers of subjective meanings — predicates that directly reflect the intentional-volitional state of the speaker and text fragments that, not being direct modus indicators, with a high degree of probability refer in this context to a certain internal state of the author text. The well-known discursive conventions are taken into account. Methodologically, the authors are guided by the theoretical guidelines of the concept of stylistic-speech consistency (M. N. Kozhina) and the model of relational-situational analysis developed within the framework of the theory of artificial intelligence by G. S. Osipov. When analyzing the modus-dictum content of texts, a scenario approach and methods of “internal and external reconstruction” of subjective meanings were used, interpreted with reference to both segment markers within the analyzed text unit (utterance), and their connections with such adjacent (external) text fragments, which, in the context of a network discussion, refer to certain intentional-volitional states of the subject of speech and are, in fact, their semantic anaphors. It is shown that the content of texts on the subject of a professional crisis is characterized by a high degree of emotiveness, the automatic “reading” of which is an important task of computer linguistics and artificial intelligence.
Мишланов Валерий Александрович — д-р филол. наук, проф.;
vmishlanov@yandex.ru
Крижановская Елена Мечиславовна — канд. филол. наук, доц.;
emkrizh@gmail.com
Пермский государственный национальный исследовательский университет, Российская Федерация, 614068, Пермь, ул. Букирева, 15
Кузнецова Юлия Михайловна — канд. психол. наук;
kuzjum@yandex.ru
Федеральный исследовательский центр «Информатика и управление» РАН, Российская Федерация, 117312, Москва, пр. 60-летия Октября, 9
Valerii A. Mishlanov — Dr. Sci. in Philology, Professor;
vmishlanov@yandex.ru
Elena M. Krizhanovskaya — PhD in Philology, Associate Professor;
emkrizh@gmail.com
Perm State University,
15, ul. Bukireva, Perm, 614068, Russian Federation
Yulia M. Kuznetsova — PhD in Psychology; kuzjum@yandex.ru
Federal Research Center “Computer Science and Control” of the Russian Academy of Sciences, 9, pr. 60-letiia Oktiabria, Moscow, 117312, Russian Federation
Мишланов В. А., Крижановская Е. М., Кузнецова Ю. М. (2021). К интерпретации имплицитного модуса: семиотические маркеры речевых интенций в текстах сетевой коммуникации. Медиалингвистика, 8 (4), 366–378.
URL: https://medialing.ru/k-interpretacii-implicitnogo-modusa-semioticheskie-markery-rechevyh-intencij-v-tekstah-setevoj-kommunikacii/ (дата обращения: 17.09.2024)
Mishlanov V. A. , Krizhanovskaya E. M. , Kuznetsova Yu. M. (2021). Interpretation of the implicit modality: Semiotic markers of the speech intentions in the texts of online communication. Media Linguistics, 8 (4), 366–378. (In Russian)
URL: https://medialing.ru/k-interpretacii-implicitnogo-modusa-semioticheskie-markery-rechevyh-intencij-v-tekstah-setevoj-kommunikacii/ (accessed: 17.09.2024)
УДК 81’3
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта
№ 19–29-07163
The research was funded by Russian Foundation for Basic Research, project no. 19–29-07163.
Постановка проблемы
Как известно, в зависимости от условий речевой коммуникации, дискурсивных конвенций и жанровой специфики текста объем имплицитных смыслов существенно разнится. Это справедливо не только применительно к коммуникации в духовной сфере, но и во многих иных дискурсах.
В современных условиях речевая коммуникация переживает динамичные изменения, которые приводят к формированию новых дискурсивных конвенций, прямо отражающихся на процессах текстопорождения. Цифровизация речевой коммуникации, дающая новые семиотические средства, приводит к увеличению доли имплицитных составляющих содержания конкретного высказывания, как диктумного, так и, особенно, модусного. Нет сомнений, что общение в социальных сетях в наше время представляет собой особый дискурс, в рамках которого «онлайн-полилог» на какую-либо тему осуществляется с соблюдением новых правил порождения и восприятия текста.
Одним из активно обсуждаемых в настоящее время в сетевой коммуникации предметов становится профессиональная деятельность. Повышенный интерес к ней объясняется особым положением, которое она занимает в жизни взрослого человека, являясь с точки зрения психологии развития ведущей деятельностью на этапе зрелости. При этом профессиональное развитие неотделимо от развития личности: успешная профессионализация сопровождается усвоением как профессиональных норм и ценностей, так и особенностей коммуникации, интенсивным самоопределением и поиском собственного места в профессиональном мире [Абдуллаева 2004: 86]. Это обстоятельство выдвигает профессиональную тематику в ряд приоритетных предметов обсуждения, в том числе в сетевом общении.
В статье анализируется психологическое содержание текстов сетевой коммуникации с тематикой профессионального кризиса, определяющее их лингвосемиотические особенности. Ставится задача выявить такие знаковые формы, которые способны стать лингвистической основой для разработки программ машинного обучения и последующего автоматического мониторинга сетевого контента под заданным углом зрения. Создание этих инструментов позволит своевременно реагировать на негативные процессы на рынке занятости, выявлять оптимальные пути преодоления кризисного состояния, определять направления междисциплинарных исследований в интересах развития человеческого капитала.
История вопроса
Настоящее исследование имеет междисциплинарный характер, поэтому в данном разделе мы остановимся на концептуально значимых для нас работах всех трех взаимодействующих дисциплин — лингвистики, психологии и искусственного интеллекта.
Жанровые и лингвосемиотические особенности текстов, тематически связанных с переживанием профессионального кризиса, во многом определяются эмоциональным состоянием субъекта речи. В психологической науке в наше время активизировались исследования, касающиеся проблем профессиональной деятельности, ведущая роль которой обусловлена тем, что приносящая удовлетворение работа становится для человека действенным средством преодоления сложных жизненных ситуаций вне зависимости от их природы и причин, среди которых разные авторы называют конфликты, фрустрацию, стрессы, утрату идентичности и т. д. [Алмазова, Пряжников, Чурбанов 2017].
Возникновение профессионального кризиса определяется факторами как субъективного (синдром эмоционального выгорания, изменение ценностно-смысловой сферы, чувство остановки в развитии и пр.), так и объективного характера — ухудшение здоровья, изменение условий деятельности и др. [Садовникова, Сергеева 2018].
В аспекте решаемых в статье задач важное место занимают исследования в области семантического синтаксиса, в частности тех его разделов, где внимание фокусируется на ego-смыслах, которыми наполняется предложение, когда оно включается в коммуникативную систему координат «я — здесь — сейчас» [Бенвенист 1974: 296] и получает тем самым статус высказывания — сложного знака с «внешней» (пропозитивной) и «внутренней» (модусной) референцией, так что любая относительно автономная единица текста предваряется модусно-перформативной рамкой, иногда эксплицитной (выраженной изъяснительными предикатами или вводно-модальными словами), но чаще имплицитной.
Указанная особенность модуса, а также высокая степень омонимичности его вербальных проявлений [Шмелёва 1994: 25] в значительной мере затрудняет автоматизацию процедур смыслового анализа. Для решения проблем автоматического чтения эмотивного содержания текста на пересечении лингвистики, психологии и искусственного интеллекта выделилось особое направление, именуемое терминами opinion mining, sentiment analisis, анализ тональности и др. [Куликов 2016; Raghuvanshi, Patil 2016; Das et al. 2017; Francisco Javier et al. 2017; Varathan et al. 2017; Mishra et al. 2018; Devyatkin et al. 2021]. Отмечается, что, поскольку восприятие имплицитной информации априори предполагает выход в контекст и конситуацию (в дискурс), для ее извлечения требуется разработка программ машинного обучения на массивах текстов с заданными параметрами (речевыми маркерами). Разрабатывается, в частности, метод «встраивания слов» (Discourse-specific Word Embeddings), или, точнее, «достраивания» текста, за счет включения слов, которые в аналогичных (по жанру и предмету) текстах представлены в поверхностно-синтаксической структуре [Changxing et al. 2017; Jun et al. 2019].
Описание методики исследования
Авторы опираются на метод реляционно-ситуационного анализа (РСА) текста [Осипов 2011], применяемого, в частности, для автоматического распознавания отраженных в нем ментальных действий и состояний субъекта речи. В работе с РСА-моделью используются лингвистические шаблоны, задающие множество неоднородных семантических сетей, характерных для текстов, мотивированных теми или иными ментальными состояниями и воплощающих эти состояния в определенных коммуникативно-тематических категориях. На психолого-лингвистическом этапе исследования задача состоит в том, чтобы, опираясь на полученные в ходе интроспективного анализа текстов логико-психологические характеристики выявляемых ментальных действий, как можно полнее и точнее описать языковые средства их воплощения. На программном этапе на базе лингвистических шаблонов создаются программы автоматического распознавания когнитивных действий с использованием инструментов морфологического, синтаксического и семантического анализа [Segalovich, Titov 1997–2014; Straka et al. 2016; Shelmanov et al. 2017].
Для анализа были отобраны тексты более чем 50 сетевых дискуссий, содержащих рассказы о профессиональной деятельности. Источником материала послужили обсуждения, размещенные на различных сетевых платформах с открытым доступом (например, picabu.ru, all-psy.com, pobedish.ru, psycheforum.ru, psycabi.net, woman.ru). Тексты отбирались по тегам и ключевым словам, включающим в себя такие формулировки, как «профессия разочарование», «профессия кризис», «сменить профессию», «сменить работу» и т. п. Всего анализировались тексты 72 дискуссий, каждая из которых содержит, кроме инициирующего поста, от 3 до 800 комментариев разного объема. Из общей массы постов и комментариев психолог-эксперт в области психологического консультирования выделил тексты, в которых обнаруживаются высказывания, характерные для описаний состояния профессионального кризиса. В итоге для дальнейшего анализа было отобрано приблизительно 420 реплик общим объемом около 25 тысяч слов. С использованием традиционных эмпирических методов интроспективного анализа, а также понятий и методов когнитивной лингвистики и психологии (в рамках подхода, названного сценарным моделированием отраженной в тексте ментальной деятельности, о чем см.: [Кузнецова 2018; Мишланов и др. 2020]), эти тексты были классифицированы в соответствии с их модусно-диктумным содержанием.
Анализ материала
В ходе анализа особое внимание уделялось таким сегментным маркерам, которые, будучи знаками с внешней референцией (с диктумным содержанием), в то же время играют роль индексальных знаков интенционально-волевого и эмотивного состояния субъекта речи. Подчеркнем, что содержание имплицитного модуса обычно вполне адекватно считывается адресатом речи, обладающим релевантными для данного дискурса коммуникативными компетенциями, поэтому можно сделать вывод о наличии в тексте нулевой модусно-перформативной рамки (Øмод). Подобно тому как грамматическое значение нулевой флексии или нулевой связки в высказывании с именным сказуемым определяется только в составе парадигм (падежных парадигм имени или предикативных форм), содержание Øмод выявляется на фоне всей системы модальных операторов и иллокутивных предикатов.
При автоматическом анализе модальности семантика Øмод задается в зависимости от функциональной ориентации высказывания, которая, в свою очередь, определяется по совокупности текстовых форм. Так, для повествовательно-информативного высказывания Øмод имеет значение ‘знаю / верю и говорю, что…’ Иван сегодня не приедет; для частно-вопросительного высказывания реконструируются смыслы ‘знаю / верю, что Р (Р — предикат вопросительного суждения), не знаю К- Р (где К- — интеррогатив, искомый актант предиката), поэтому спрашиваю’: К- Р?
В ходе содержательного анализа речевого материала был выделен ряд основных типов текстов, воплощающих релевантные с точки зрения диагностики психологического состояния субъекта речи коммуникативно-тематические категории (КТК), например бескризисная профессиональная траектория; позитивный опыт проживания профессионального кризиса в прошлом; негативный опыт проживания профессионального кризиса в прошлом; актуально переживаемый профессиональный кризис — активное отношение; актуально переживаемый профессиональный кризис — пассивное отношение; хронический профессиональный кризис. Перечисленные категории представляются в виде многошагового коммуникативного акта (сценария), который включает n фреймов, состоящих из n шагов (слотов). Проиллюстрируем предлагаемую методику анализа на материале текстов, реализующих КТК «активное отношение к переживаемому кризису», при этом сосредоточимся лишь на наиболее ярких сегментных маркерах, достаточных для идентификации воплощающих ее текстов. Особое внимание уделим тем из них, которые могут с высокой вероятностью указывать на содержание имплицитного модуса.
Тексты выбранной КТК в полном варианте состоят из пяти фреймов, описывающих а) прошлый профессиональный опыт, б) негативную оценку актуального профессионального состояния (переживание кризиса), в) поиск решения и выход из кризиса, г) ожидания, сомнения, д) новый профессиональный опыт. Некоторые из них, в свою очередь, разбиваются на содержательно более конкретные сегменты, реализующие отдельные шаги коммуникативного акта. Для данного коммуникативного сценария мы посчитали необходимым выделить восемь шагов: 1) самопрезентация, профессиональное образование, 2) описание профессионального прошлого, 3) негативная характеристика актуального положения на работе, выражение эмоционально-оценочного отношения, 4) поиск решения, запрос помощи, 5) принятие решения (выход из кризиса), 6) ожидания, сомнения, 7) описание нового профессионального опыта с позитивной рефлексией, 8) описание нового профессионального опыта с негативной рефлексией.
Из 40 проанализированных текстов этой категории ни один не содержит в своей поверхностно-синтаксической структуре сегменты, эксплицирующие все перечисленные шаги. Так, в тексте Да, я поменяла профессию. Ушла из бухгалтерии в учителя начальных классов. Мне 24-ре. Ничего страшного в этом нет. Пришла, сдала экзамены, теперь учусь в педагогическом. Скоро работать пойду, когда сессию сдам первые шаги коммуникативного сценария («профессиональное прошлое» и «негативная характеристика актуального положения») опущены, но они легко восстанавливаются с учетом контекста, а также законов порождения связного текста-полилога.
Рассмотрим далее четыре сценарных шага (наиболее, на наш взгляд, значимых для идентификации данной КТК), сосредоточив внимание на их основных сегментных маркерах, а также на дискурсивных модальных «анафóрах», т. е. фрагментах, которые в контексте сетевой дискуссии отсылают к тому или иному модусному смыслу.
Этап коммуникативного сценария «Описание профессионального прошлого» представлен довольно широко. Наиболее яркие речевые маркеры находим в текстах, описывающих «динамичную», с частыми поворотами, профессиональную траекторию: [Мне 33 года, после 9 класса закончила ПУ, продавец, контролер-кассир], работала по профессии: продавцом, кассиром… Затем окончила курсы парикмахерского искусства, работала по профессии, пошла в художественную школу, год не доучилась, забеременела, бросила, после пошла на курсы водителя троллейбуса, отработала 5 лет, здоровье подкачало, ушла в диспетчера, затем устроилась с обучением на завод в тепловые сети…
В числе маркеров данного шага отметим в первую очередь таксисные наречия, предлоги, союзы (например, сначала — потом — после — сейчас; перед, через, когда, как только и др.), функтивные предикаты (Рфунк), точнее глаголы, обозначающие исполнение социальных функций, с субъектным актантом, замещенным дейктиками 1‑го л., а также имена существительные из тематических списков ‘профессия’, ‘должность’; ‘предприятие, офис’; ‘учебное заведение’, ‘учебная программа’ (или анафоры с такими существительными в позиции антецедента), например, пойти / поступить / устроиться / податься в/на + N4, работать, отработать, проработать, проучиться, просидеть (в прош. вр., как правило) в N6 (сидеть в значении Рфунк выступает как синоним глаголов работать, учиться с отрицательно-оценочными коннотациями: ‘просиживать в конторе / уч. заведении, без пользы, не получая удовлетворения’).
Этапы коммуникативных сценариев «Негативная характеристика актуального положения на работе» и «Переживание кризиса» могут быть объединены в целях анализа, так как они предполагают друг друга при любой вербальной реализации: отрицательно-оценочное описание актуального статуса может дополняться выражением мотивированных ими негативных эмоций (ср.: Я ходил в «Мосэстраду» как в дом родной, а теперь я иду туда как на Голгофу! Вы мне плюнули в душу). Вместе с тем отрицательные оценки того, как обстоят дела на работе, могут отсутствовать, но выражение в тексте негативных эмоций эти оценки имплицируют. Напротив, наличие отрицательных оценок в пропозициях, описывающих профессиональное положение субъекта речи (Что-то с работой не складывается), по здравому смыслу предполагает эмоциональное переживание кризиса, т. е. имплицирует модусный смысл ‘чувствую себя плохо’.
В определенных контекстах адресат речи воспринимает и более сложные ego-смыслы, ср.: Давно решалась уволиться, держал только классный коллектив. Зарплата маленькая, перспектива роста нулевая, начальник, периодически выносящий мозг. Очередной его закидон стал последней каплей…), где «читаются» в том числе коммуникативные интенции: ‘говорю это, так как чувствую себя скверно, ищу сочувствия и прошу совета…’ Заметим, что приведенный выше пример реализации сценарного шага «описание профессионального прошлого» интенции «запрос помощи» не имплицирует (напротив, имеет место желание оказать помощь, поделившись богатым опытом). Тем не менее и в этом отнюдь не лаконичном монологе важнейший для данной категории коммуникативный шаг «переживание кризиса» (т. е. описание негативного отношения к предыдущей работе) представлен в импликатурах (ср.: …Затем окончила курсы парикмахерского искусства, работала по профессии [‘говорю, что что-то пошло не так, я разочаровалась, поэтому’], пошла в художественную школу… после пошла на курсы водителя троллейбуса, отработала 5 лет, здоровье подкачало, ушла в диспетчера [‘что-то пошло не так и я разочаровалось, поэтому’], затем устроилась с обучением на завод в тепловые сети).
Формальные основания для «экзегезы» имплицитного диктумного и модусного содержания в этом случае следующие: 1) сочинительная бессоюзная связь между Рфунк с таксисным значением разновременности и с актантами из соответствующих тематических групп; 2) отсутствие негативно-оценочных суждений, мотивирующих изменение профессиональной траектории, между сегментами с указанными однородными предикатами.
Аналогичные выводы могут быть сделаны относительно всех других текстов, описывающих профессиональное прошлое и настоящее без отрицательных характеристик; ср.: Проработал в конструкторском бюро 5 лет. На волне перестроечного безумия стал программистом, потом — ведущим рубрики Hardware в телепередаче о компьютерах. С тех пор — режиссёр, работал на ТВ, в рекламе, спецэффектах для кино. Как ни удивительно, очень часто знания и навыки первой профессии пригождались и пригождаются сейчас… Сейчас у меня опять смена профессии, и мне очень интересно, что же еще я умею. Интенциональная основа этого текста может быть представлена так: ‘знаю по собственному жизненному опыту, как действовать в ситуации профессионального кризиса, сочувствую тем, кто переживает кризис и нуждается в помощи, хочу помочь советом, поэтому говорю (пишу)…’ Отсутствие негативных оценок и эмотивных предикатов в рассказе о частой смене профессиональных интересов имплицирует два модусных смысла: либо ‘чувствую, что-то пошло не так’, либо ‘мне стало неинтересно’.
В этом отношении характерен следующий пример: Проработала 15 лет — уже и опыт, и практика — все дается легко, и часто зовут на работу. Но сейчас понимаю, что захотелось в этом плане чего-то другого. Больше общаться с людьми, работать ближе к дому, иметь удобный график… и чтоб «утром бежишь счастливая на работу, а вечером бежишь счастливая домой». Дело в том, что индексальным знаком импликатур отрицательно-оценочного модуса являются здесь положительно-оценочные предикаты в форме инфинитива и в позиции объекта при лексическом оптативе (захотелось). Другими словами, пропозиции с оптативной модальностью любого по лексическому значению предиката, даже отрицательно-оценочного по корневой семантике (быть плохим, неумным, жестоким, «бездельничать») имплицируют положительно-оценочный модус (позитивное отношение говорящего к референту ПЕ) и, стало быть, отрицательно-оценочное отношение к актуальному состоянию (что, собственно, и является выражением «переживания кризиса»). В данном примере имплицитно представлено негативное отношение говорящего к своему профессиональному положению, которое могло быть выражено высказываниями мне недостает общения с людьми; место работы находится слишком далеко от дома; утром иду несчастливая на работу, а вечером несчастливая иду домой.
Перечислим наиболее частотные сегментные маркеры анализируемого шага: оценочные предикаты, в том числе параметрические типа низкий, маленький, получающие негативную оценочность лишь в сочетаниях с определяемым компонентом, ср.: низкая зарплата / инфляция; большая задолженность / ответственность; эмотивные предикаты отрицательно-оценочного поля: (со)жалеть, быть не в восторге, что Рфунк c актантами, замещенными существительными «профессиональной семантики» (пойти в…, работать в N6, (про)сидеть в… и др.); слова категории состояния (с дейктиками 1‑го лица в косвенно-субъектных позициях) и наречия (неприятно, тошно, душно, не рад, безрадостно; отвратительно, безрадостно): Мне тошно / У меня аллергия, отвращение / Меня тошнит / Надоело / обрыдло / достало / вот где у меня и под.; предикативные наречия зря, напрасно, ни к чему, бестолково, бесцельно и др. с теми же семантическими разрядами актантов; разговорные устойчивые выражения с метафорическими глаголами забить / забивать (чихать, плевать) на… [≈ ‘быть безответственно равнодушным; не принимать близко к сердцу’], достать / доставать (в безл. употреблении), выносить мозг и др.; результативы, т. е. предикаты с общим значением успешного завершения попытки что-то сделать (семантические корреляты конативных глаголов — см. ниже) с отрицанием: не найти (ср. искать), не достигнуть, не добиться, не удаться (ср. пытаться, пробовать), не решить (ср. решать, обдумывать, взвешивать).
Тексты, реализующие этот сценарный шаг, идентифицируются не только по семантике знаменательных лексем, но и по маркерам противительно-уступительных или сопоставительных отношений между ПЕ с функтивными глаголами (учиться, работать) и/или с контрастными оценочными предикатами и, как правило, с дейктиками 1‑го л. Ср.: …Потом свое небольшое дело, но в связи с экономической ситуацией в стране оно крайне нестабильно; И я неплохо зарабатывала на этом, а потом что-то пошло не так. При этом нередки контексты, в которых маркеры противительно-уступительных отношений отсылают к имплицитным модусным смыслам. Так, показатели уступительного или сопоставительного отношения при отсутствии в аподозисе эксплицитных отрицательных оценок являются своего рода индексальными знаками, отсылающими к «импликатуре разочарования» — к отрицательной оценке того, что обозначено в протазисе сложносочиненного или сложноподчиненного бинома. Ср.: Я закончила бухучёт, но работаю кассиром в супермаркете; Я закончила медицинский и работаю врачом. Правда сейчас я хочу получить второе высшее и сменить работу.
В определенных условиях маркером имплицитной отрицательной оценки профессионального состояния автора текста являются оптативные предикаты (Ропт), но во фрагментах, реализующих шаг «принятие решения». Так, отсутствие отрицательных оценок актуального профессионального положения перед высказываниями типа Хочу поменять профессию / работу, является, по сути, Øмод — имплицитным показателем отрицательной оценки актуального статуса. Ср.: Я закончила бухучет, но работаю кассиром в супермаркете. хочу конкретно поменять сферу деятельности. тоже хочу пойти на учителя начальных классов (‘работая кассиром, чувствую себя плохо, поэтому…’).
В поверхностно-синтаксической структуре анализируемых текстов шаг «Поиск решения, запрос помощи» представлен нечасто (в текстах менее чем десяти коммуникантов), например: Сейчас я в поиске и работы и себя. Пробую себя в других профессиях ищу себя; Но сейчас понимаю, что захотелось в этом плане чего-то другого… Поэтому в очередной раз смотрю курсы подготовки, вакансии и готовлюсь попробовать себя в новой сфере; […Теперь такой образ жизни и такая зарплата для меня неприемлемы. Я не хочу пахать, я хочу заниматься любимым делом]. [Работаю юристом] и тоже думаю о смене профессии [= думаю сменить]. Думаю поступать на филфак, но все отговаривают; [Я родила ребенка и занималась им. Сейчас ребенок школьник и я хочу сменить профессию]. Не могу определиться. Выбираю из трех вариантов. … Но что выбрать, чтобы и для души, и приносило хороший доход (27). [= ‘Посоветуйте, что выбрать ’]; Думаю переучиваться, получать ветеринарное образование; Давно решалась уволиться, [держал только классный коллектив].
Важнейшими формализуемыми показателями данной тематической категории следует считать, во-первых, конативные предикаты (Ркон), т. е. глаголы, в значение которых входит сема ‘пытаться’, ‘пробовать’. Кроме «ядерных глаголов» этого разряда (пытаться, пробовать), к ним относятся глаголы искать, выбирать, решать (‘обдумывать разные варианты’), обдумывать, думать (‘хотеть, намереваться; склоняться к тому, чтобы’), взвешивать; смотреть (в значении ‘искать информацию о…’, ‘просматривать информационные источники с целью найти к.- л. сведения’) и т. п. К Ркон следует причислить и различные группы глаголов НСВ, обозначающих контролируемые действия, в норме предполагающие достижение результата, а потому образующие семантические корреляты с результативами; ср.: искать (‘пытаться найти’) — найти, стучать — достучаться, плыть (‘пытаться доплыть’) — доплыть, решать — решить, вслушиваться — услышать и т. п.
Ркон нередко выступают в качестве пропозитивных валентностей Ропт (ср.: хочу попробовать переучиться). Если, однако, Ропт соединяются не с конативным глаголом, они реализуют, по сути, следующий шаг — принятие решения.
Этап «Принятие решения (выход из кризиса)» представлен практически во всех текстах, отнесенных к анализируемой КТК. Приведем характерные примеры: Я бросила все и уехала за границу в надежде заработать много и открыть свое дело; И вот стрельнуло мне выучиться на логопеда-дефектолога (= ‘решила я выучиться на…’); Да, я поменяла профессию. Ушла из бухгалтерии в учителя начальных классов. Мне 24-ре. Ничего страшного в этом нет. Пришла, сдала экзамены, теперь учусь в педагогическом; Хочу конкретно поменять сферу деятельности. тоже хочу пойти на учителя начальных классов; Решилась, написала заявление, через месяц ухожу; Весной устроилась на новую работу.
Подчеркнем, что шаг «принятие решения» тоже может быть имплицитным, вытекающим из содержания сегментов, воплощающих предыдущие шаги («поиск решения»). Так, текстовые фрагменты с глаголом искать в индикативе (ср.: Сейчас ищу куда пойти учится на мастера по маникюру-педикюру и наращиванию ногтей…) имплицирует суждение об уже сделанном выборе новой профессии и принятом решении переучиться.
Как было отмечено, Ркон коррелируют с предельными глаголами СВ (результативами), которые и оказываются наиболее яркими сегментными маркерами описываемого сценарного шага, но обязательно в соединении с актантами, замещенными именами тематических групп «учеба», «профессия», «работа» и др. Ср.: решить(ся), задумать + инф. (учиться, устроиться, пойти, выбрать… поменять: определиться с N5/в N6, остановиться на…, (обязательная валентность объектного инфинитива замещается номинализациями ПЕ с функтивными, конативными и другими глаголами и именами означенных тематических групп); решить, что необходимо (следует, нужно, не помешает, не лишне и т. п.) + инф. (Рфунк и др.); бросить, оставить и др. в сочетании с N4 из тем. круга «работа», отказаться от… и др. (бросить работу, бросить все…), уволиться, уйти; поступить устроиться, оформиться N5 (менеджером, «айтишником»); безличные глаголы удаться / повезти / пофартить … + инф. (поступить на…, устроиться… и т. п.); добиться (успеха в…, результата, что(бы)…); подвернуться + N1 (работа, фирма, контора, компания…); Ркон (СВ, буд. вр.): попробую, попытаюсь + инф. Рфунк и др.; Ропт + инф. СВ (хочу пойти, поменять, устроиться и т. п.).
Выводы
На материале текстов сетевой коммуникации, посвященных проблемам профессионального кризиса индивида, показано, что их содержание отличается высокой степенью эмотивности (несомненно, обусловленной жизненной важностью этих проблем для большинства членов общества). Установлено, что адекватное восприятие эмоциональной составляющей содержания таких текстов нередко достигается не столько благодаря сегментным маркерам субъективной модальности (прежде всего эмотивным и оценочным предикатам), сколько за счет «внешней реконструкции» модуса, т. е. с учетом содержательных и формальных связей пропозитивных компонентов анализируемой текстовой единицы со смежными компонентами текста, обладающими в данном дискурсе определенной модальностью.
Как свидетельствует опыт исследований РСА-моделирования ментальных действий [Салимовский и др. 2019], описанные в статье сегментные текстовые маркеры в совокупности вполне достаточны и для автоматического распознавания текстов сетевой коммуникации с профессиональной тематикой. Однако более тонкая их дифференциация в аспекте психологического содержания, предполагающая установление мотивов и интенций речемыслительных действий говорящего, требует включения в формализованные лингвистические шаблоны не только прямых эксплицитных показателей ego-смыслов, но и их «контекстуальных анафоров» — диктумных пропозиций, служащих в контексте сетевых дискуссий индексальными знаками определенных интенционально-волевых состояний субъекта речи. Программная реализация таких лингвистических шаблонов позволит существенно повысить эффективность средств автоматического анализа текстов, приблизив их в этом отношении к возможностям «естественного интеллекта».
Описанная модель соответствует той процедуре, которая используется в психотерапевтической и консультативной практике для восстановления по косвенным признакам смысловых компонентов в спонтанной речи клиента. Есть основание полагать, что применение (хотя бы в усеченном виде) психолингвистических и психотерапевтических категорий в инструменте автоматического анализа текстов стало бы значительным вкладом в развитии онлайн-консультирования, в том числе по проблемам профессионального развития. Создание этих инструментов позволило бы своевременно реагировать на негативные процессы на рынке занятости и выявлять оптимальные пути преодоления кризисных состояний и улучшения условий развития человеческого капитала.
Абдуллаева, М. М. (2004). Профессиональная идентичность личности: психосемантический подход. Психологический журнал, 25 (2), 86–95.
Алмазова, О. В., Пряжников, Н. С., Чурбанова, С. М. (2017). Профориентация в системе социального волонтерства. Национальный психологический журнал 1 (25), 45–55.
Бенвенист, Э. (1974). О субъективности в языке. В Общая лингвистика (с. 292–300). Москва: Прогресс.
Кузнецова, Ю. М. (2018). Сценарный подход к анализу текстов. Труды ИСА РАН, 68 (1), 31–41.
Куликов, С. Ю. (2016). Автоматическое извлечение мнений: лингвистический аспект: дис. … канд. филол. наук. Москва.
Мишланов, В. А., Чуганская, А. А., Смирнов, И. В., Суворова, М. И., Курузов, И. А. (2020). Разработка методов анализа сценариев поведения (на материале инструктивных интернет-текстов). Медиалингвистика, 7 (1), 16–28.
Осипов, Г. С. (2011). Методы искусственного интеллекта. Москва: Физматлит.
Садовникова, Н. О., Сергеева, Т. Б. (2018). Психологические механизмы переживания профессионального кризиса личности. Екатеринбург: РГППУ. Электронный ресурс http://elar.rsvpu.ru/978-5-8050-0649-5.
Салимовский, В. А., Девяткин, Д. А., Каджая, Л. А., Мишланов, В. А. (2019). Автоматическое распознавание ментальных действий, реализуемых в научных эмпирических текстах. Научно-технические ведомости СПбГПУ, 10 (3), 74–88.
Шмелёва, Т. В. (1994). Семантический синтаксис. Красноярск: Изд-во Краснояр. гос. ун-та.
Changxing, W., Xiaodong, Sh., Yidong, Ch., Jinsong, S., Boli, W. (2017). Improving Implicit Discourse Rela tion Recognition with Discourse-specific Word Embeddings. In Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Short Papers) (p. 269–274). Vancouver: Association for Computational Linguistics. https://doi.org/10.18653/v1/P17-2042.
Das, M. K., Padhy, B., Mishra, B. K. (2017). Opinion mining and sentiment classification: A review. In 2017 International Conference on Inventive Systems and Control (ICISC). Coimbatore, India: IEEE. https://doi.org/10.1109/ICISC.2017.8068637
Devyatkin, D., et al. (2021). Analysis of dictum-modus contents of an utterance by methods of artificia intelligence. In European Proceedings of Social & Behavioural Sciences (p. 111–119). https://doi.org/10.15405/epsbs.2021.05.02.14
Francisco, J. et al. (2017). A Brief Review on the Use of Sentiment Analysis Approaches in Social Networks. In International Conference on Software Process Improvement CIMPS 2017: Trends and Applications in Software Engineering (p. 263–273). Электронный ресурс https://link.springer.com/chapter/10.1007%2F978-3-319-69341-5_24.
Jun, K. et al. (2019). Improving Neural Relation Extraction with Implicit Mutual Relations. Электронный ресурс https://arxiv.org/pdf/1907.05333.pdf.
Mishra, P., Rajnish, R., Kumar, P. (2018). Evaluating Performance of Machine Learning Techniques used in Opinion Mining. In 4th International Conference on Computing Communication and Automation (ICCCA), 1(4). https://doi.org/10.1109/CCAA.2018.8777724
Raghuvanshi, N., Patil, J. M. (2016). A Brief Review on Sentiment Analysis. In International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT). 3–5 March. https://doi.org/10.1109/ICEEOT.2016.7755213
Segalovich, I., Titov, V. (1997–2014). MyStem [Software]
Shelmanov, A., Devyatkin, D. (2017). Semantic Role Labeling with Neural Networks for Texts in Russian. In Annual International Conference «Dialog» (p. 245–257). Moscow: Russian State University for Hu manities.
Straka, M., Hajic, J., StrakovЗ, J. (2016). UDPipe: trainable pipeline for processing CoNLL-U files performing tokenization, morphological analysis, pos tagging and parsing. In Proceedings of the 10th international conference on language resources and evaluation (LREC 2016) (p. 4290–4297). Электронный ресурс https://aclanthology.org/L16-1680/; http://www.lrec-conf.org/proceedings/lrec2016/pdf/873_Paper.pdf.
Varathan, K. D., Giachanou, A., Crestani, F. (2017). Comparative Opinion Mining: A Review. Journal of the Association for Information Science and Technology, 68 (4). Электронный ресурс https://arxiv.org/abs/1712.08941.
Abdullaeva, M. M. (2004). Professional identity of the individual: psychosemantic approach. Psikhologicheskii zhurnal, 25 (2), 86–95. (In Russian)
Almazova, O. V., Priazhnikov, N. S., Churbanova, S. M. (2017). Career guidance in the system of social volunteering. Natsional’nyi psikhologicheskii zhurnal, 1 (25), 45–55. (In Russian)
Benvenist, E. (1974). On subjectivity in language. In Obshchaia lingvistika (pp. 292–300). Moscow: Progress Publ. (In Russian)
Changxing, W., Xiaodong, Sh., Yidong, Ch., Jinsong, S., Boli, W. (2017). Improving Implicit Discourse Relation Recognition with Discourse-specific Word Embeddings. In Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Short Papers) (p. 269–274). Vancouver Association for Computational Linguistics. https://doi.org/10.18653/v1/P17-2042
Das, M. K., Padhy, B., Mishra, B. K. (2017). Opinion mining and sentiment classification: A review. In 2017 International Conference on Inventive Systems and Control (ICISC). Coimbatore, India: IEEE. https://doi.org/10.1109/ICISC.2017.8068637
Devyatkin, D., et al. (2021). Analysis of dictum-modus contents of an utterance by methods of artificial intelligence In European Proceedings of Social & Behavioural Sciences (pp. 111–119). https://doi.org/10.15405/epsbs.2021.05.02.14.
Francisco, J. et al. (2017). A Brief Review on the Use of Sentiment Analysis Approaches in Social Networks. In International Conference on Software Process Improvement CIMPS 2017: Trends and Applications in Software Engineering (pp. 263–273). Retrieved from https://link.springer.com/chapter/10.1007%2F978-3-319-69341-5_24.
Jun, K. et al. (2019). Improving Neural Relation Extraction with Implicit Mutual Relations. Retrieved from https://arxiv.org/pdf/1907.05333.pdf.
Kuznetsova, Iu. M. (2018). Scenario approach to text analysis. Trudy ISA RAN, 68 (1), 31–41. (In Russian)
Kulikov, S. Iu. (2016). Automatic extraction of opinions: a linguistic aspect. Dis. … cand. philol. sciences. Moscow. (In Russian)
Mishlanov, V. A., Chuganskaia, A. A., Smirnov, I. V., Suvorova, M. I., Kuruzov, I. A. (2020). Development of methods for analyzing behavior scenarios (based on instructive Internet texts). Media Linguistics, 7 (1), 16–28. (In Russian).
Mishra, P., Rajnish, R., Kumar, P. (2018). Evaluating Performance of Machine Learning Techniques used in Opinion Mining. In 4th International Conference on Computing Communication and Automation (ICCCA), 1 (4). https://doi.org/10.1109/CCAA.2018.8777724.
Osipov, G. S. (2011). Methods of artificial intelligence. Moscow: Fizmatlit Publ. (In Russian)
Raghuvanshi, N., Patil, J. M. (2016). A Brief Review on Sentiment Analysis. In International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT). 3–5 March. https://doi.org/10.1109/ICEEOT.2016.7755213.
Sadovnikova, N. O., Sergeeva, T. B. (2018). Psychological mechanisms of experiencing a professional personality crisis. Ekaterinburg: RGPPU Publ. Retrieved from http://elar.rsvpu.ru/978-5-8050-0649-5. (In Russian)
Salimovskii, V. A., Devyatkin D. A., Kadzhaia, L. A., Mishlanov, V. A. (2019). Automatic Recognition of Mental Actions Realized in Scientific Empirical Texts. Nauchno-tekhnicheskie vedomosti SPbGPU, 10 (3), 74–88. (In Russian)
Segalovich, I., Titov, V. (1997–2014). MyStem [Software].
Shelmanov, A., Devyatkin, D. (2017). Semantic Role Labeling with Neural Networks for Texts in Russian. In Annual International Conference «Dialog» (pp. 245–257). Moscow: Russian State University for Humanities.
Shmeleva, T. V. (1994). Semantic syntax. Krasnoyarsk: Krasnoyarsk State University Publ. (In Russian)
Straka, M., Hajic, J., Strakov., J. (2016). UDPipe: trainable pipeline for processing CoNLL-U files performing tokenization, morphological analysis, pos tagging and parsing. In Proceedings of the 10th international conference on language resources and evaluation (LREC 2016) (pp. 4290–4297). Retrieved from https://aclanthology.org/L16-1680/; http://www.lrec-conf.org/proceedings/lrec2016/pdf/873_Paper.pdf.
Varathan, K. D., Giachanou, A., Crestani, F. (2017). Comparative Opinion Mining: A Review. Journal of the Association for Information Science and Technology, 68 (4). Retrieved from https://arxiv.org/abs/1712.08941.
Статья поступила в редакцию 8 мая 2021 г.;
рекомендована в печать 3 августа 2021 г.
© Санкт-Петербургский государственный университет, 2021
Received: May 8, 2021
Accepted: August 3, 2021