📄Работа №127155
Тема: Именной морфосинтаксис в Малом диалектологическом атласе балканских языков: количественное исследование близости диалектов
Тип работы
Бакалаврская работа
Предмет
лингвистика
Объем:
63 листов
Год:
2022
Просмотров:
172
4260
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 4
ГЛАВА I. НАУЧНЫЙ КОНТЕКСТ И МАТЕРИАЛ ИССЛЕДОВАНИЯ 6
1. Диалектометрические исследования в балканистике 6
2. Малый диалектологический атлас балканских языков:
основные принципы и подходы 10
ГЛАВА II. МЕТОДЫ АНАЛИЗА ДАННЫХ И ВИЗУАЛИЗАЦИИ РЕЗУЛЬТАТОВ 14
1. Отбор карт 14
2. Составление списка признаков. Типы признаков 15
3. Количественный анализ 18
3.1. Метод многомерного шкалирования 19
3.2. Кластерный анализ 20
3.3. Подход к значениям NA и none 21
Выводы к Главе II 23
ГЛАВА III. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ 24
1. Многомерное шкалирование. Близость балканских диалектов в
двухмерном и трехмерном представлении 24
2. Кластерный анализ. Славянский и неславянский кластеры 26
2.1. Славянский кластер: болгарские говоры и македонский говор
Пештани 26
2.2. Славянский кластер: говоры Пештани и Каменицы 30
2.3. Неславянский кластер: общие наблюдения 31
2.4. Неславянский кластер: арумынский говор Краньи и греческие
говоры 32
2.5. Неславянский кластер: албанские говоры 34
2.6. Именной морфосинтаксис и терминология родства: сравнение
результатов кластеризации 37
Выводы к Главе III 38
ЗАКЛЮЧЕНИЕ 41
ЛИТЕРАТУРА И ИСТОЧНИКИ 44
ПРИЛОЖЕНИЕ 1. Таблица расстояний между пунктами 48
ПРИЛОЖЕНИЕ 2. Список признаков 49
ПРИЛОЖЕНИЕ 3. Графики многомерного шкалирования 60
ПРИЛОЖЕНИЕ 4. Кластеры
ГЛАВА I. НАУЧНЫЙ КОНТЕКСТ И МАТЕРИАЛ ИССЛЕДОВАНИЯ 6
1. Диалектометрические исследования в балканистике 6
2. Малый диалектологический атлас балканских языков:
основные принципы и подходы 10
ГЛАВА II. МЕТОДЫ АНАЛИЗА ДАННЫХ И ВИЗУАЛИЗАЦИИ РЕЗУЛЬТАТОВ 14
1. Отбор карт 14
2. Составление списка признаков. Типы признаков 15
3. Количественный анализ 18
3.1. Метод многомерного шкалирования 19
3.2. Кластерный анализ 20
3.3. Подход к значениям NA и none 21
Выводы к Главе II 23
ГЛАВА III. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ 24
1. Многомерное шкалирование. Близость балканских диалектов в
двухмерном и трехмерном представлении 24
2. Кластерный анализ. Славянский и неславянский кластеры 26
2.1. Славянский кластер: болгарские говоры и македонский говор
Пештани 26
2.2. Славянский кластер: говоры Пештани и Каменицы 30
2.3. Неславянский кластер: общие наблюдения 31
2.4. Неславянский кластер: арумынский говор Краньи и греческие
говоры 32
2.5. Неславянский кластер: албанские говоры 34
2.6. Именной морфосинтаксис и терминология родства: сравнение
результатов кластеризации 37
Выводы к Главе III 38
ЗАКЛЮЧЕНИЕ 41
ЛИТЕРАТУРА И ИСТОЧНИКИ 44
ПРИЛОЖЕНИЕ 1. Таблица расстояний между пунктами 48
ПРИЛОЖЕНИЕ 2. Список признаков 49
ПРИЛОЖЕНИЕ 3. Графики многомерного шкалирования 60
ПРИЛОЖЕНИЕ 4. Кластеры
📖 Введение
Наше исследование посвящено изучению сходств и различий в грамматике балканских диалектов, представленных на картах первого тома грамматической серии Малого диалектологического атласа балканских языков (МДАБЯ) «Категории имени существительного» [Соболев 2005]. Объектом исследования является морфосинтаксическая структура именной системы в диалектах балканских языков, а предметом — их лингвистическая близость, вычисляемая на основе признаков, связанных с именными категориями рода, числа, падежа и определенности.
В своей работе мы ставим целью разработать оптимальный подход к количественному анализу лингвистической близости диалектов основных балканских языков. Результаты применения этого подхода мы пытаемся интерпретировать с точки зрения того, чем обусловлены наблюдаемые схождения и различия — контактами или генетической близостью диалектов. Особый интерес для нас представляет место, которое занимают албанские диалекты среди балканских.
Количественный анализ в работе производится в среде R с помощью методов иерархической кластеризации, а также методов многомерного шкалирования (MDS).
Научная и практическая новизна исследования заключается в попытке создания подхода к количественному анализу близости диалектов основных балканских языков, а также в применении указанных методов количественного анализа и визуализации данных к диалектному материалу, который ранее не изучался подобным образом.
Для достижения поставленной цели решаются следующие задачи:
1. Отбор и обработка карт МДАБЯ [Соболев 2005], представление исходных данных по диалектам в виде таблицы Excel.
2. Выбор признаков, в соответствии с которыми будет производиться анализ, и разработка способов представления значений этих признаков.
3. Определение методики расчета расстояний. Построение матрицы расстояний с помощью языка программирования R [R Core Team 2021] в среде RStudio.
4. Визуализация и анализ расстояний в среде RStudio. Выбор оптимальных методов иерархической кластеризации и многомерного шкалирования (MDS).
5. Интерпретация полученных результатов и их сопоставление с существующими в балканистике представлениями о распространении балканизирующих и иных явлений в разных языках и диалектах.
Исследование проводилось с применением количественных методов, описанных выше, а также общелингвистических методов описания материала и сопоставления языков и отдельных языковых явлений.
Работа состоит из введения, трех глав, заключения, библиографии и приложений. Приложения включают две таблицы: матрицу расстояний (Приложение 1) и список признаков (Приложение 2); один двухмерный и два трехмерных графика MDS (Приложение 3) и четыре кластеризации, выполненные методами ближайшего и дальнего соседа (Приложение 4). Первая пара кластеров отражает результаты настоящего исследования, вторая — результаты количественного исследования балканских терминологий родства [Данченкова 2021], которые обсуждаются в Главе III настоящей работы.
В своей работе мы ставим целью разработать оптимальный подход к количественному анализу лингвистической близости диалектов основных балканских языков. Результаты применения этого подхода мы пытаемся интерпретировать с точки зрения того, чем обусловлены наблюдаемые схождения и различия — контактами или генетической близостью диалектов. Особый интерес для нас представляет место, которое занимают албанские диалекты среди балканских.
Количественный анализ в работе производится в среде R с помощью методов иерархической кластеризации, а также методов многомерного шкалирования (MDS).
Научная и практическая новизна исследования заключается в попытке создания подхода к количественному анализу близости диалектов основных балканских языков, а также в применении указанных методов количественного анализа и визуализации данных к диалектному материалу, который ранее не изучался подобным образом.
Для достижения поставленной цели решаются следующие задачи:
1. Отбор и обработка карт МДАБЯ [Соболев 2005], представление исходных данных по диалектам в виде таблицы Excel.
2. Выбор признаков, в соответствии с которыми будет производиться анализ, и разработка способов представления значений этих признаков.
3. Определение методики расчета расстояний. Построение матрицы расстояний с помощью языка программирования R [R Core Team 2021] в среде RStudio.
4. Визуализация и анализ расстояний в среде RStudio. Выбор оптимальных методов иерархической кластеризации и многомерного шкалирования (MDS).
5. Интерпретация полученных результатов и их сопоставление с существующими в балканистике представлениями о распространении балканизирующих и иных явлений в разных языках и диалектах.
Исследование проводилось с применением количественных методов, описанных выше, а также общелингвистических методов описания материала и сопоставления языков и отдельных языковых явлений.
Работа состоит из введения, трех глав, заключения, библиографии и приложений. Приложения включают две таблицы: матрицу расстояний (Приложение 1) и список признаков (Приложение 2); один двухмерный и два трехмерных графика MDS (Приложение 3) и четыре кластеризации, выполненные методами ближайшего и дальнего соседа (Приложение 4). Первая пара кластеров отражает результаты настоящего исследования, вторая — результаты количественного исследования балканских терминологий родства [Данченкова 2021], которые обсуждаются в Главе III настоящей работы.
✅ Заключение
В нашем исследовании мы предприняли попытку разработать оптимальный подход к количественному анализу близости диалектов основных балканских языков. На этапе переноса данных с карт в таблицу мы решили, во-первых, различать отсутствие данных (NA) и нерелевантность признаков (none), а во-вторых, использовать написание через косую черту для разделения нескольких значений признака в одном пункте, а также для отражения информации о наличии/отсутствии признака (yes/no) и дополнительных значений, связанных с наличием. Кроме того, косая черта являлась частью особого обозначения необязательности какого-либо явления при переносе значений оценочно-количественных карт. Такой подход позволяет учитывать, с одной стороны, близость тех или иных говоров (наличие в них одного и того же явления), а с другой — различия между ними (разная реализация этого явления).
При количественном анализе мы использовали методику, которая была ранее разработана для анализа лингвистической близости албанских диалектов и позволяет учитывать как полные, так и частичные совпадения в значениях признаков при подсчете расстояний. Для анализа и визуализации матрицы расстояний использовались метрический метод MDS и методы кластеризации, из которых в качестве наиболее подходящих были выбраны методы ближайшего и дальнего соседа. Как оказалось, выбранные нами методы дополняют друг друга: графики MDS дают более обобщенную картину, в то время как кластеризация позволяет ее детализировать.
Анализ полученных результатов позволил нам сделать следующие выводы о схождениях и различиях балканских диалектов.
На основе данных об именном морфосинтаксисе исследуемые балканские говоры четко делятся на славянский и неславянский кластеры (как на графиках MDS, так и при кластеризации методами ближайшего и дальнего соседа). В первом кластере оказываются болгаромакедонские идиомы и сербский торлакский говор Каменицы, во втором — албанские, греческие и арумынский говоры. Отдельный кластер составляет наименее балканизированный сербский говор Завалы, который отличается от остальных отсутствием категории определенности.
Самыми близкими пунктами, разделяющими большинство признаков, являются албанские Мухурр и Лешня. Арумынский говор Краньи, находящийся на территории Греции, кластеризуется с греческими, вероятно, из-за сильного греческого влияния, однако находится на довольно большом расстоянии от них. По некоторым признакам наблюдаются албанско-арумынские схождения, но таких признаков немного.
Македонский говор Пештани, расположенный в так наз. эпицентре балканизмов, (а) находится ближе к неславянским говорам, чем остальные славянские; (б) отличается очень высокой степенью грамматикализации некоторых общебалканских явлений, например удвоения дополнения, от болгарских говоров; (в) сближается с относительно балканизированным сербским торлакским говором Каменицы — возможно, по признакам, которые характерны именно для этой зоны и не входят в число традиционных общих «балканизмов».
Сопоставление полученных наблюдений над диалектами, представленными в [Соболев 2005], с результатами анализа терминологии родства этих же диалектов показало, что при всем том взаимовлиянии, которое балканские языки оказывают друг на друга на всех уровнях языковой системы в результате контактов, степень этого влияния в лексике и в грамматике неодинакова. Это показывает, в частности, ситуация со славянскими говорами, которая требует дальнейшего осмысления, поскольку сложность этой ситуации пока не позволяет нам привести ей однозначные обоснования.
Отдельного внимания заслуживают наблюдения, касающиеся выбора признаков. С одной стороны, по крайней мере судя по двухмерным графикам MDS, результаты нашего анализа на базе грамматических признаков, которые направлены на изучение сходств и различий между диалектами балканских языков (признаки МДАБЯ), могут в общих чертах совпадать с результатами, полученными на базе других признаков (WALS) [Winistorfer 2020]. С другой стороны, мы отметили на примере албанских говоров Мухурра и Лешни, что использование списка признаков, ориентированных на изучение балканизирующих явлений (с преимущественным вниманием к балканославянскому материалу), не позволяет учесть глубокие различия между гегским и тоскским диалектами, и албанские говоры по результатам количественного анализа характеризуются высокой степенью близости.
Таковы результаты нашего исследования, посвященного изучению схождений и различий в грамматике балканских диалектов. Данную картину мы получили при рассмотрении именного морфосинтаксиса. Для получения более окончательных выводов о близости изучаемых диалектов в будущем к существующему списку признаков следует добавить признаки, касающиеся глагольной системы, а затем сравнить и объединить результаты.
При количественном анализе мы использовали методику, которая была ранее разработана для анализа лингвистической близости албанских диалектов и позволяет учитывать как полные, так и частичные совпадения в значениях признаков при подсчете расстояний. Для анализа и визуализации матрицы расстояний использовались метрический метод MDS и методы кластеризации, из которых в качестве наиболее подходящих были выбраны методы ближайшего и дальнего соседа. Как оказалось, выбранные нами методы дополняют друг друга: графики MDS дают более обобщенную картину, в то время как кластеризация позволяет ее детализировать.
Анализ полученных результатов позволил нам сделать следующие выводы о схождениях и различиях балканских диалектов.
На основе данных об именном морфосинтаксисе исследуемые балканские говоры четко делятся на славянский и неславянский кластеры (как на графиках MDS, так и при кластеризации методами ближайшего и дальнего соседа). В первом кластере оказываются болгаромакедонские идиомы и сербский торлакский говор Каменицы, во втором — албанские, греческие и арумынский говоры. Отдельный кластер составляет наименее балканизированный сербский говор Завалы, который отличается от остальных отсутствием категории определенности.
Самыми близкими пунктами, разделяющими большинство признаков, являются албанские Мухурр и Лешня. Арумынский говор Краньи, находящийся на территории Греции, кластеризуется с греческими, вероятно, из-за сильного греческого влияния, однако находится на довольно большом расстоянии от них. По некоторым признакам наблюдаются албанско-арумынские схождения, но таких признаков немного.
Македонский говор Пештани, расположенный в так наз. эпицентре балканизмов, (а) находится ближе к неславянским говорам, чем остальные славянские; (б) отличается очень высокой степенью грамматикализации некоторых общебалканских явлений, например удвоения дополнения, от болгарских говоров; (в) сближается с относительно балканизированным сербским торлакским говором Каменицы — возможно, по признакам, которые характерны именно для этой зоны и не входят в число традиционных общих «балканизмов».
Сопоставление полученных наблюдений над диалектами, представленными в [Соболев 2005], с результатами анализа терминологии родства этих же диалектов показало, что при всем том взаимовлиянии, которое балканские языки оказывают друг на друга на всех уровнях языковой системы в результате контактов, степень этого влияния в лексике и в грамматике неодинакова. Это показывает, в частности, ситуация со славянскими говорами, которая требует дальнейшего осмысления, поскольку сложность этой ситуации пока не позволяет нам привести ей однозначные обоснования.
Отдельного внимания заслуживают наблюдения, касающиеся выбора признаков. С одной стороны, по крайней мере судя по двухмерным графикам MDS, результаты нашего анализа на базе грамматических признаков, которые направлены на изучение сходств и различий между диалектами балканских языков (признаки МДАБЯ), могут в общих чертах совпадать с результатами, полученными на базе других признаков (WALS) [Winistorfer 2020]. С другой стороны, мы отметили на примере албанских говоров Мухурра и Лешни, что использование списка признаков, ориентированных на изучение балканизирующих явлений (с преимущественным вниманием к балканославянскому материалу), не позволяет учесть глубокие различия между гегским и тоскским диалектами, и албанские говоры по результатам количественного анализа характеризуются высокой степенью близости.
Таковы результаты нашего исследования, посвященного изучению схождений и различий в грамматике балканских диалектов. Данную картину мы получили при рассмотрении именного морфосинтаксиса. Для получения более окончательных выводов о близости изучаемых диалектов в будущем к существующему списку признаков следует добавить признаки, касающиеся глагольной системы, а затем сравнить и объединить результаты.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.