Удк 519. 8 Определение лексического ядра славянских языков

Вид материала

Документы

Содержание Славянские языки Данные Данными для анализа послужили словоформы 12 славянских языков, собранные в базе Краскала [ Метод анализа Таблица 1. Лексическое ядро славянских языков, полученное на основе сравнения со староцерковнославянским языком. Таблица 2. Лексическое ядро славянских языков, полученное на основе сравнения с санскритом. Библиографический список Избранные труды. Лексикология и лексикография Transactions of the American Philosophical Society

Подобный материал:

• Урока Дата Тема урока Кол-во часов, 597.91kb.
• Программа дисциплины дпп. Дс. 01. Введение в славянскую филологию с элементами страноведения, 146.35kb.
• Схема лексического анализа текста, 16.04kb.
• Конспект лекций москва 2004 удк 519. 713(075)+519. 76(075) ббк 22. 18я7, 1805.53kb.
• Программа Государственного экзамена по подготовке магистра по направлению «Физика ядра, 32.88kb.
• Реферат по дисциплине «Введение в языкознание», 2324.87kb.
• Концепция фундаментального ядра содержания общего образования, 702.72kb.
• Концепция фундаментального ядра содержания общего образования, 814.92kb.
• Удк 004. 083 +519. 71 Моделирование и оптимизация структуры информационного ресурса, 332.68kb.
• Удк 519. 06, 28.91kb.

УДК 519.8

Определение лексического ядра славянских языков

Нурбакова Диана Магдановна

ЗАО «Прогноз», г. Пермь, ул. Стахановская, 54, d.nurbakova@mail.ru

В статье предлагается метод выявления лексического ядра славянских языков на основе расстояние Дамерау  Левенштейна. В качестве языка-эталона, то есть языка, на основе сравнения с которым, производится анализ, выступают староцерковнославянский и санскрит. На основе сравнения со староцерковнославянским языком выделяется 48 когнат, демонстрирующих тесную связь славянских языков. Сравнение же с санскритом подчёркивает связь славянских языков с индоевропейской семьёй.

Языки меняются со временем. Эти изменения затрагивают различные уровни: фонетический, лексический, грамматический. При этом лексика подвержена наибольшим изменениям. Однако в словарном запасе языка можно выделить наиболее устойчивую лексику – основной словарный фонд [1, 2]. Примером такого словарного фонда служит список Сводеша. Целью исследования, представленного в данной статье, является выделение лексического ядра славянских языков на основе расстояния Дамерау  Левенштейна.

Славянские языки – группа близко родственных языков индоевропейской семьи, распространённых на территории Европы и Азии. Они отличаются большой степенью близости друг к другу, которая обнаруживается в корнеслове, аффиксах, структуре слова, употреблении грамматических категорий, структуре предложения, семантике, системе регулярных звуковых соответствий, морфонологических чередованиях. Эта близость объясняется как единством происхождения славянских языков, так и их длительными и интенсивными контактами на уровне литературных языков и диалектов. Имеются, однако, и различия материального, функционального и типологического характера, обусловленные длительным самостоятельным развитием славянских племён и народностей в разных этнических, географических и историко-культурных условиях, их контактами с родственными и неродственными этническими группами.

Данные

Данными для анализа послужили словоформы 12 славянских языков, собранные в базе Краскала [3]. Эти словоформы используются в том или ином языке для передачи понятий из 200-словного списка Сводеша. Кроме того, база по современным слаянским языкам была дополнена 167 словоформами староцерковнославянского языка [4] и 154 словоформами санскрита. Неизвестные словоформы отмечены «?».

Метод анализа

Для выявления лексического ядра, содержащего слова, подвергшиеся наименьшим изменениям, предлагается использовать сравнение словоформ современных славянских языков с двумя древними языками. В первом случае в качестве языка-эталона используется староцерковнославянский, возникший в конце эпохи праславянского единства, то есть тогда, когда отдельные славянские наречия относились друг к другу ещё как разные диалекты одного языка, а не как самостоятельные языки, что служит основой предположения, что старославянский язык был ещё общеславянским литературным языком [5]. Во втором случае сравнение ведётся с санскритом, одним из самых древних индоевропейских языков. И хотя санскрит не относится к славянским языкам, мы предполагаем, что он может быть использован для цели данного исследования. Для оценки изменений предлагается использовать расстояние Дамерау Левенштейна. Устанавливается пороговое значение, отражающее допустимое различие с языком-эталоном.

Анализ проводится, исходя из следующих предположений:

1. существует множество словоформ, сохранивших древние корни;
   
2. это множество можно выделить из списка Сводеша, содержащего наиболее устойчивую лексику;
   
3. слова из этого множества могут быть выделены на основе сравнения с древними словоформами, характерными для древнего языка.
   

Как уже отмечалось выше, в качестве меры сходства используется расстояние Дамерау –Левенштейна [6]. Это мера сравнения строк, определяемая как минимальное количество операций вставки, удаления одного символа, замены одного символа на другой и транспозиции соседних символов, необходимых для перевода одной строки в другую. Псевдокод расчёта расстояния Дамерау –Левенштейна представлен ниже.

_

for all from _ to _

// the distance of S2 in case of empty S1

_

for all _ from _ to _

// the distance of S1 in case of empty S2

_

for all _ from _ to <sub>



</sub> // удаление

_ // вставка

_ // замена



// транспозиция

if (_ and _) then

<sub>



</sub>

)

return _


Результаты

Расчёт производился в виде процедуры, написанной в среде Wolfram Mathematica. Пороговое значение было принято равным 3, т.е. различие между словами должно было быть меньше, чем 3 операции, допускаемые расстоянием Дамерау –Левенштейна. Поскольку проводился поиск слов, сохранившихся практически во всех славянских языках, то в качестве второго ограничения было указано сохранение в 80% рассматриваемых языков.

На основе сравнения со староцерковнославянским языком было выделено 48 словоформ: зола, кровь, день, рыть, пить, сухой, тупой, есть, глаз, падать, далеко, перо, рыба, хороший, трава, зелень и др. Результаты представлены в таблице 1. Полученные словоформы представляют собой как существительные (зола, день, кровь), так и глаголы (рыть, пить, есть, падать), прилагательные (сухой, тупой, хороший), числительные (два, три, белый, мокрый).

В результате сравнения с санскритом было получено 21 значение из списка Сводеша: день (day), пить (to drink), сухой (dry), падать (to fall), перо (feather), давать (to give), трава (grass), жить (to live), мясо (meat), мать (mother), не (not), шить (to sew), спать (to sleep), маленький (small), тот (that), там (there), ты (thou), три (three), два (two), когда (when), кто (who). Среди этих слов можно выделить местоимения (ты, этот, там, кто, когда), числительные (два, три), глаголы (пить, жить, давать и т.д.). Результаты представлены в таблице 2. Отметим, что полученное таким способом ядро не является подмножеством ядра, полученного на основе сравнения со староцерковнославянским языком. Это объясняется тем, что данные о словоформах по староцерковнославянскому и санскриту не совпадают и некоторые словоформы, выделяемые в качестве ядра, не известны для староцерковнославянского.

Таблица 1. Лексическое ядро славянских языков, полученное на основе сравнения со староцерковнославянским языком.

Словенский	Нижнелужицкий	Верхнелужицкий	Чешский	Словацкий	Украинский	Белорусский	Польский	Русский	Македонский	Болгарский	Сербохорватский	Староцерковнославянский
pepju	popel	popjel	popel	popol	popil	popel	popiol	zola	pepel	pepel	pepeo	popel
kri	ksej	krej	krev	krv	krov	krow	krew	krov	krv	krev	krv	krov
dan	zen	dzen	den	den	den	dzen	dzien	den	den	den	dan	din
kopat	kopas	kopac	kopati	kopat	kopaty	kapac	kopac	ryt	kopa	kopae	kopati	kop
pit	pis	pic	piti	pit	pyty	pic	pic	pit	pie	pie	piti	pi
suho	suchy	suchi	suchy	suchy	suxyj	suxi	suchy	suxoj	suv	suxo	suv	sux
skrhan	tupy	tupy	tupy	tupy	tupyj	tupy	tepy	tupoj	tap	tep	tup	top
jest	jesc	jesc	jisti	jest	jisty	esci	jesc	est	jade	jade	jesti	jas
oko	woko	woko	oko	oko	oko	voka	oko	glaz	oko	oko	oko	ok
pade	padas	padac	upadnouti	padat	padaty	padac	padac	padat	paga	pada	pasti	pad
dalec	daloki	daloki	daleko	daleky	daleko	daleki	daleko	daleko	daleku	dalec	dalek	dalek
peru	pero	pjero	pero	pero	pero	pera	pioro	pero	pero	pero	pero	per
riba	ryba	ryba	ryba	ryba	ryba	ryba	ryba	ryba	riba	riba	riba	rib
pjt	pes	pjec	pet	pat	pjat	pjac	piec	pjat	pet	pet	pet	pet
dobro	dobry	dobry	dobry	dobry	dobryj	dobry	dobry	xorosij	dobro	dobro	dobar	dobr
trava	tsawa	trawa	trava	trava	trava	trava	trawa	trava	treva	treva	trava	trav
zeleno	zeleny	zeleny	zeleny	travnik	zelenyj	zjaleny	zielony	zelenyj	zelen	zeleno	zelen	zelen
lasje	los	wlos	vlasy	vlas	volos	volas	wlosy	volosy	kosa	kosa	kosa	vlas
raka	ruka	ruka	ruka	ruka	ruka	ruka	reka	ruka	raka	reka	ruka	rok
glava	glowa	glowa	hlava	hlava	golova	galava	glowa	golova	glava	glava	glava	glav
lett	lod	lod	led	lad	lid	led	lod	led	led	led	led	led
peru	list	list	list	list	lyst	list	lisc	list	list	list	list	list
usi	wes	wos	ves	vos	vosa	vos	wesz	vos	voska	veska	us	vos
meso	meso	mjaso	maso	maso	mjaso	mjasa	mieso	mjaso	meso	meso	meso	mes
mati	mas	mac	matka	matka	maty	maci	matka	mat	majka	majka	majka	ma
vujsta	husta	wusta	usta	usta	rot	rot	usta	rot	usta	usta	usta	us
blizii	blizki	blizki	blizky	blizky	bilja	blizki	blizko	blizko	blizok	blizko	blizu	bliz
nova	nowy	nowy	novy	novy	novyj	novy	nowy	novyj	nob	novo	nov	nov
noc	noc	noc	noc	noc	nic	noc	noc	noc	nok	nosc	noc	nost
nus	nos	nos	nos	nos	nis	nos	nos	nos	nos	nos	nos	nos
star	stary	stary	stary	stary	staryj	stary	stary	staryj	star	staro	star	star
aden	jaden	jedyn	jeden	jeden	odyn	adzin	jeden	odin	eden	edno	jedan	jedin
sov	sol	sol	sul	sol	sil	sol	sol	sol	sol	sol	sol	sol
pesk	pesk	pesk	pisek	piesok	pisok	pjasok	piasek	pesok	pesok	pjasek	pesak	pesuk
morje	moro	morjo	more	more	more	mora	morze	more	more	more	more	morj
sivat	sys	sic	siti	sit	syty	syc	szyc	sit	sie	sie	siti	si
oster	wotsy	wotry	ostry	ostry	hoctryj	vostry	ostry	ostryj	ostar	ostro	ostar	ostr
nebo	njebjo	njebjo	nebe	nebo	nebo	neba	niebo	nebo	nebo	nebe	nebo	neb
snek	sneg	sneh	snih	sneh	snih	sneh	snieg	sneg	sneg	snjag	sneg	sneg
staj	stojas	stejec	stati	stat	stojaty	stamc	stac	stojat	stoi	stoi	stajati	stoj
kamen	kamen	kamjen	kamen	kamen	kamen	kamen	kamien	kamen	kamen	kamek	kamen	kam
tri	tsi	tri	tri	tri	try	try	trzy	tri	tri	tri	tri	trij
jezik	jezyk	jazyk	jazyk	jazyk	jazyk	jazyk	jezyk	jazyk	jazik	ezik	jezik	jezik
zoby	zub	zub	zub	zub	zub	zub	zab	zub	zab	zeb	zub	zob
dua	dwa	dwaj	dva	dva	dva	dva	dwa	dva	dva	dve	dva	dv
voda	woda	woda	voda	voda	voda	vada	woda	voda	voda	voda	voda	vod
makro	moksy	mokry	mokry	mokry	mokryj	mokry	mokry	mokryj	?	mokro	mokar	mok
kelo	bely	bely	bily	biely	bilyj	bely	bialy	belyj	bel	bjalo	belo	bel

Таблица 2. Лексическое ядро славянских языков, полученное на основе сравнения с санскритом.

Словенский	Верхнелужицкий	Нижнелужицкий	Чешский	Словацкий	Украиснкий	Белорусский	Польский	Русский	Македонский	Болгарский	Сербохорватский	Староцерковнославянский	Санскрит
dan	zen	dzen	den	den	den'	dzen'	dzien	den	den	den	dan	din	dyu
pit	pis	pic	piti	pit	pyty	pic'	pic	pit	pie	pie	piti	pi	pa
suho	suchy	suchi	suchy	suchy	suxyj	suxi	suchy	suxoj	suv	suxo	suv	sux	suska
pade	padas	padac	upadnouti	padat	padaty	padac'	padac	padat	paga	pada	pasti	pad	pad
peru	pero	pjero	pero	pero	pero	pera	pioro	pero	pero	pero	pero	per	parna
ogen	hogen	wohen	ohen	ohen	vogon'	vagon'	ogien	ogon	ogan	ogen	vatra	ogn	agni
plavat	?	?	drzetisenavode	plavat	plavaty	plavac'	plynac	plavat	plovi	senosi	ploviti	?	pluvati
dati	das	dac	davati	dat	davaty	davac'	dawac	davat	dava	dava	dati	da	da
trava	tsawa	trawa	trava	trava	trava	trava	trawa	trava	treva	treva	trava	trav	trna
zivi	zywisse	zic	ziti	zit	zyty	zyc'	zyc	zit	zivee	zibee	ziveti	zi	ziv
meso	meso	mjaso	maso	maso	m'jaso	mjasa	mieso	mjaso	meso	meso	meso	mes	mamsa
mati	mas	mac	matka	matka	maty	maci	matka	mat	majka	majka	majka	ma	matr
nje	ne	ne	ne	nie	ne	ne	nie	ne	ne	ne	ne	?	na
sivat	sys	sic	siti	sit	syty	syc'	szyc	sit	sie	sie	siti	si	siv
spati	spas	spac	spati	spat	spaty	spac'	spac	spat	spie	spi	spavati	sop	svap
majken	malki	maly	maly	maly	malyj	maly	maly	malenkij	mal	malko	mali	mal	alpa
tisto	won	won	to	ten	toj	hety	ten	tot	onoj	onova	da	?	tat
tom	tam	tam	tam	tam	tam	tam	tam	tam	tamy	tam	tamo	?	tatra
?	ty	ty	ty	ty	ty	ty	ty	ty	ti	ti	ti	?	tvam
tri	tsi	tri	tri	tri	try	try	trzy	tri	tri	tri	tri	trij	tri
dua	dwa	dwaj	dva	dva	dva	dva	dwa	dva	dva	dve	dva	dv	dvi
kedaj	gdy	hdy	kdy	kedy	koly	kali	kiedy	kogda	koga	koga	kada	?	kada
kedu	chto	sto	kdo	kto	xto	xto	kto	kto	koj	koj	tko	?	ka

Таким образом, были выявлены слова, подвергшиеся наименьшим изменениям. При этом выбор 48 словоформ из 167 свидетельствует о высокой степени близости славянских языков и устойчивости лексики. Кроме того, близость славянских словоформ санскриту свидетельствует о родстве индоевропейских языков и тем самым обнаруживает связь славянских языков с другими индоевропейскими языками. Однако отметим, что в данном анализе накладывались существенные ограничения, а при выявлении взаимосвязи между лексемами важно учитывать фонетические изменения, произошедшие в языке.

Библиографический список

[1]	Виноградов В.В. "Об основном словарном фонде и его словообразующей роли в истории языка" // Избранные труды. Лексикология и лексикография. Москва: "Наука", 1977, с. 47-68.
[2]	Swadesh M. "Lexicostatistic dating of prehistoric ethnic contacts," in Proceedings American Philosophical Society, vol. 96, 1952, pp. 452-463.
[3]	Kruskal J.B., Black P. Dyen I., "An Indo-European classification: a lexicostatistical experiment," Transactions of the American Philosophical Society, 1992.
[4]	Heinz Nixdorf Stiftung. The World Atlas of Language Structures Online: /
[5]	Трубецкой Н.С., "Общеславянский элемент в русской культуре," Вопросы языкознания, № 2, М.:1990.   с. 122-139.
[6]	Левенштейн В., "Двоичные коды с исправлением выпадений, вставок и замещений символов," Доклады АН СССР, vol. 163, no. 4, pp. 845-848, 1965.

The Retrieval of the Lexical Core of the Slavic Languages

Nurbakova Diana

JSC «Prognoz», 54, Stankhanovskaya St, Perm, HYPERLINK "mailto:d.nurbakova@gmail.com" d.nurbakova@gmail.com

In this article the method of the retrieval of the lexical core of the Slavic languages is proposed. This method is based on the Damerau-Levenstein distance. The comparison has been undertaken in two directions: as the model language Old Church Slavonic and Sanskrit have been suggested. As the result of comparison with the Old Church Slavonic language 48 cognates have been retrieved, that testifies the closeness of the Slavic languages. Moreover, the comparison with Sanskrit reveals the relationships between the Slavic languages and other Indo-European languages.