Математические методы при определении близости (?) лингвистических явлений?

[Марбол]

Здравствуйте!

   По этому вопросу я нашёл в сети книжку Пиотровского и Бекаева "Математическая лингвистика", там описано применение математической статистики, дифференциального счисления, теории рядов, есть элементы теории информации (статистические штуки). Собственно, меня это всё радует и впечатляет, надо читать и считать, но в этих приложениях, в сущности, исчисляются дистрибутивные характеристики единиц и их форм. Когда же пишется о семантике, то, в сущности, приводятся результаты разных опросов (например, необработанные статистические кривульки: сколько лет "юноше", "мальчику", "отроку", "мужчине" и т. п. - частотность называемого возраста в гистографической зависимости от возраста).
   Помимо наработок авторов этой книги, из области сравнительно-исторического языкознания можно привести сюда нотацию реконструируемых единиц и их элементов, по-моему, внешне похожую на запись химических реакций или шахматных ходов, когда формулируется априорное или апостериорное правило, той или иной степени общности, без раскрытия деталей процесса. Конечно, такой нотации можно сопоставить что-нибудь из математики (возможно, теория множеств, всякие там алгебры и прочее). Хомского и Мельчука я не читал и потому не упоминаю их направления.
   А вот математическое описание языковых знаков, как двучастных единиц, мне встречалось только в "Курсе" де Соссюра в виде дроби, не помню точно, ds/dS или s/S (s - означающее, S - означаемое). Недавно я и сам озадачился таким вопросом: можно ли в общем виде, математически, выразить соотношение двух сторон знака таким образом, чтобы одновременно учесть дискретный характер означающего и сплошный характер означаемого, а также различие между значением (существует в системе языка), понятием (в первом приближении, существует независимо от языковой системы) и смыслом (в первом приближении, относится к значению так же, как реализация единицы к ней самой). Предметно-понятийную область данного языка можно было бы представить в виде некоторого поля, а семиотические функции лексических, например, единиц выразить в виде нормирующих функций, имеющих значение 1 в центре области значений данной единицы и стремящихся к 0 на её периферии.
   Но это означает, что семантика, в виде упомянутого поля, должна поддаваться анализу, то есть должна быть исчислима: надо задаться принципом возможности сравнения любых двух значений, ввести некую семантическую алгебру. Не знаю, можно ли и как можно это сделать.

[Alone Coder]

Самая длинная статья БСЭ - "СССР". Очевидно, это самое древнее слово в русском языке.

[Ngati]

Самая длинная статья БСЭ - "СССР". Очевидно, это самое древнее слово в русском языке.

лол! вы как всегда все не так поняли. в методе линейки имелись в виду двуязычные словари, а не моноязычные энциклопедии.

[Lassie]

Но что полезного мы узнали, узнав численное выражение пресловутой  близости? Такую информацию только солить. Формализация ради самого процесса

Нет. Мы узнали много чего. Представьте себе алгоритм перевода, который подбирает синонимы к слову, которое уже было раньше, но чтобы не повторяться хочется выбрать другое.

Сочетаемость с другими словами всё равно проставляется вручную.  Задание альтернатив для каждого класса остаётся на усмотрение пользователя, а упорядочивание их по степени предпочтительности (единственное, что даёт этот метод) в каждом контексте требует долгих и мучительных разборок с возможными контекстами и прикидывания количества информации.
В данном случае, по-моему, энергозатраты на подготовку не компенсируются вином от автоматизации. Похоже на средство от тараканов: "Догнал таракана- и в глаза ему, в глаза!".

[RawonaM]

Сочетаемость с другими словами всё равно проставляется вручную.

А вот и не обязательно. Можно автоматически статистику подсчитывать.
Да и потом, не понял я к чему это было. Ну одно вручную (пока что), другое автоматически. Это лучше, чем все вручную.

В данном случае, по-моему, энергозатраты на подготовку не компенсируются вином от автоматизации.

При таком подходе мы бы ничего не имели. А так через несколько десятков лет методом проб и ошибок мы будем иметь серьезные языковые технологии.

[Artemon]

Владимир Плунгян: Если не брать в расчет теоретиков старой школы, я особенно оппозиции и не вижу.

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре, у меня очень серьёзные претензии к корпусам. Как писал Кронгауз, того и гляди, по вторникам будем "карова" писать, по пятницам - "корова", а в остальные дни сомневаться.

[RawonaM]

Владимир Плунгян: Если не брать в расчет теоретиков старой школы, я особенно оппозиции и не вижу.

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре, у меня очень серьёзные претензии к корпусам.

Это просто от недопонимания.

[I. G.]

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре, у меня очень серьёзные претензии к корпусам.

Орфография - царица полей. 

[Alone Coder]

Я давно предлагал все непроверяемые а/о писать как о. Так ведь нет, у Лопатина наоборот.

[Валер]

Я давно предлагал все непроверяемые а/о писать как о.

[antbez]

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре

Да, жаль. Хотя чаще сомнения возникают в области пунктуации...

[antbez]

Недавно я и сам озадачился таким вопросом: можно ли в общем виде, математически, выразить соотношение двух сторон знака таким образом, чтобы одновременно учесть дискретный характер означающего и сплошный характер означаемого, а также различие между значением (существует в системе языка), понятием (в первом приближении, существует независимо от языковой системы) и смыслом (в первом приближении, относится к значению так же, как реализация единицы к ней самой).

Мне это тоже интересно! Можно будет обсудить на ближайшей Лингвовстрече!

[antbez]

Насчёт статьи.

Математически всё это достаточно ясно, а с помощью применения ЭВМ можно решить и более сложные задачи.

Рассматривая эти расстояния, приходим к выводу, что глаголы синонимического ряда, вообще, говоря, не являются рядом.

Вероятно, я невнимательно прочёл, так как не понял, в каком смысле употреблён термин "ряд". Также отмечу, что проще всего расстояния между словами вычислять как расстояния Левенштейна ("семиотическое расстояние"), но при этом необходимые семантические признаки не будут учитываться.

[Lassie]

Математически всё это достаточно ясно

В формуле 2, по-моему, ||х|| находится через J, а в (4) J предлагают находить через x, разве нет? Просто мы не сможем узнать число перестановок k(q), если не будем знать x. Или нет?...

а с помощью применения ЭВМ можно решить и более сложные задачи.

Я совершенно зелёный чайник в прикладной (и не только) лингвистике, и даже не представляю процесс... Извините за дикий вопрос, на каком языке это лучше осуществить?

[Artemon]

Владимир Плунгян: Если не брать в расчет теоретиков старой школы, я особенно оппозиции и не вижу.

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре, у меня очень серьёзные претензии к корпусам.

Это просто от недопонимания.

Именно. На форумах пишите как хотите, но норма должна быть нормой. Естественно, она может (и должна) меняться в зависимости от данных корпусов, но уравнять норму и результаты "Гугла" - это, похоже, окончательная победа лени над здравым смыслом.

[Artemon]

С лексикой работать математическими формулами? Смело.

Математическими формулами можно с чем угодно работать.

У нас на мехмате, кстати, статист(ик)ов в шутку называли недоматематиками. Настоящая математика, конечно же, должна опираться не на числа, а на переменные ("если Х, то У", а не "если 50.01%, то У"). Так вот с переменными в лексике плоховато.

[Чайник777]

Именно. На форумах пишите как хотите, но норма должна быть нормой. Естественно, она может (и должна) меняться в зависимости от данных корпусов, но уравнять норму и результаты "Гугла" - это, похоже, окончательная победа лени над здравым смыслом.

Причём тут вообще корпус и норма? Если ваши знакомые неправильно используют корпус и гугл (для проверки орфографии), то что тут можно сделать?
Смотрите, что получается:

С тех пор, как мои знакомые орфографию (слава Богу, хоть не пунктуацию) проверяют по "Гуглу", а не в словаре, у меня очень серьёзные претензии к корпусам.

С тех пор, как мои знакомые ворованный софт и порнографию ищут в "Гугле" и корпусе, у меня очень серьёзные претензии к Гуглу и корпусу.

С тех пор, как мои знакомые размещают в инете нацисткую пропаганду, у меня очень серьёзные претензии к инету.

[RawonaM]

Причём тут вообще корпус и норма? Если ваши знакомые неправильно используют корпус и гугл (для проверки орфографии), то что тут можно сделать?

+1. Как-то все в одну кучу. Плунгян хорошо о норме сказал в этой лекции. Мухи отдельно, котлеты отдельно.

[Alone Coder]

Все беды - от стереотипа, что ожеговка правильна и безошибочна.

[arseniiv]

надо задаться принципом возможности сравнения любых двух значений, ввести некую семантическую алгебру. Не знаю, можно ли и как можно это сделать.

Меня тоже вопрос корректного введения интересует. Для «дискретных» значений (напр., у терминов) довольно просто, а вот структура непрерывных понятий совсем не ясна.

[Марбол]

Здравствуйте!

Это несколько другая тема; я прошу модераторов вынести отсюда в отдельную дискуссию разговор о приложении математики к описанию языковых знаков.

[Lassie]

А мои вопросы никто не удостоит ответом?

[Artemon]

Причём тут вообще корпус и норма? Если ваши знакомые неправильно используют корпус и гугл (для проверки орфографии), то что тут можно сделать?

+1. Как-то все в одну кучу. Плунгян хорошо о норме сказал в этой лекции. Мухи отдельно, котлеты отдельно.

Ну тогда полюбопытствуйте, чем занимается ИРЯ РАН, и скажите, что после этого делать простому журналисту.
http://www.ruslang.ru/doc/seminar_codif_orth5.pdf

[Чайник777]

Ну тогда полюбопытствуйте, чем занимается ИРЯ РАН, и скажите, что после этого делать простому журналисту.
http://www.ruslang.ru/doc/seminar_codif_orth5.pdf

Какая-то не вызывающая особого уважения и интереса деятельность 

[Марбол]

Здравствуйте!

По-видимому, в статье действительно норма слова ||x||_Q и количество информации J(q) признака q определяются одно через другое, по порочному кругу. Может быть, здесь можно выразить J через ||x|| и, подставив в выражение для ||x||, составить уравнение (может быть, не разрешимое в явном виде). Но я в упор не могу понять, зачем, при определении нормы слова по формуле (2), вводится делитель γ(q). Это делится информативность J(q) признака q, как такового, на количество γ(q) слов, обладающих им? - А зачем, в чём логика этого? Якобы, информационный вклад данного признака, по сравнению с другими признаками, в употребление данного слова тем меньше, чем больше других слов отвечают этому признаку?..