Тета (зав кафедрой д-р филол, наук, проф. И. П. Сусов)

§ 5. Дистрибутивно-статистический анализ
Только что описанная нами в предыдущем параграфе методика
хорошо коррелирует с применением статистики, а следовательно,
и с другими отраслями прикладной лингвистики, а не только с лек-
сикографией.
Лингвистическая статистика - отрасль языкознания, занимаю-
щаяся изучением методов раскрытия закономерностей, свойствен-
ных большим совокупностям однородных объектов на основании
их выборочного обследования. Свои важнейшие понятия лингви-
стическая статистика заимствует у математической статистики. Су-
щественно обратить внимание на то, что просто количественный
подсчет того или иного явления в нескольких или даже в большом
числе текстов статистическим не является. Корректное примене-
ние статистики требует серьезного с ней ознакомления.
Основным методом применения статистики в сочетании с дис-
трибутивным анализом следует признать дистрибутивно-статисти-
ческий анализ, как он представлен в трудах А.Я. Шайкевича и
Ю.Д. Апресяна. Их методика имеет много общего с валентностным
анализом, как он разработан Г. Хельбигом, а в Ленинграде —
41

---

Б.М. Лейкиной. Валентностному анализу будет в дальнейшем по-
священ специальный параграф, а здесь достаточно указать, что тер-
мин «валентность» тоже означает сочетательную способность линг-
вистического элемента.
Дистрибутивно-статистический анализ в том виде, как его раз-
работал и применяет А.Я. Шайкевич, «есть сумма формальных ал-
горитмических процедур, направленных на описание языка и опи-
рающихся только на распределение (дистрибуцию) заданных эле-
ментов в тексте. Под заданными элементами могут пониматься
буквы (и другие графические символы), цепочки букв между про-
белами (слова), цепочки слов между более крупными пробелами
(высказывания), короче —любые объекты в тексте, непосредствен-
но доступные нашему восприятию. Сам анализ при этом носит не
жестко-детерминистский, а статистический характер, постоянно ис-
пользует количественную информацию о встречаемости элементов
в тексте»
 (Шайкевич, 1976:
355).
Важно подчеркнуть, что в своем анализе А.Я. Шайкевич убеди-
тельно показывает следующее: скрытое или явное предположение
о том, что текст или какие-то явления в тексте можно представить
как случайный процесс, для лингвостатистики неплодотворно.
Шайкевич доказывает, что основные перспективы лингвостатисти-
ки, если она хочет исследовать особенности структуры текста или
структуры языка, связаны с поисками расхождений между теорети-
ческими данными (чаще всего они сравниваются с нормальным
распределением, или распределением Пуассона) и эмпирически-
ми данными.
Объяснять здесь сущность этих понятий мы не сможем за не-
достатком места. Это слишком отвлекло бы нас от основного изло-
жения. Но тому, кто будет пользоваться методикой дистрибутивно-
статистического анализа, необходимо проработать не только рабо-
ты самого Шайкевича, но и какой-либо из современных учебников
по статистике.
Здесь мы ограничимся конкретным примером, иллюстрирую-
щим предложенную методику. Шайкевич исследовал распределе-
ние относительной частоты неопределенного артикля в речи пер-
сонажей У. Шекспира и показал неоднородность этого распределе-
ния для двух, выделившихся именно благодаря этому анализу,
групп персонажей. У слуг, горожан и носителей комического нача-
ла (шутов, остряков, глупцов) отмечено повышение частоты неоп-
ределенного артикля. И напротив, у героев «серьезных» и высоко
стоящих на социальной лестнице частота неопределенного артик-
ля понижается.
42
Таким образом, метод может быть использован в стилистике,
но, разумеется, пригоден и для других целей. В информатике, на-
пример, его применяют для выделения ключевых слов.