Опыт выявления вербальных маркеров психологических и когнитивных процессов в лингвистике: к истории вопроса
Настоящая публикация призвана представить опыт диагностирования вербальных маркеров разного рода психологических и когнитивных процессов в лингвистике. Общепризнанного определения термина «вербальный маркер» не существует. В каждом отдельно взятом исследовании авторы дают собственное определение и наименование исследуемому феномену в зависимости от его специфики. Речь идет о дискурсивных маркерах [9; 10; 13], соединителях или коннекторах [5], межличностных маркерах или прагматических частицах [10], прагматических выражениях [7], просодических маркерах [12], лингвистических маркерах [6], лингвистических индикаторах [3] и т.д.
Целью данной статьи является описание и систематизация опыта выявления вербальных маркеров психологических и когнитивных процессов в современных лингвистических исследованиях, в связи с чем решаются следующие задачи: 1) описать опыт выявления вербальных маркеров психологических и когнитивных процессов на материале исследований современных отечественных и зарубежных авторов; 2) дать определение понятию «вербальный маркер»; 3) охарактеризовать собственно лингвистические и междисциплинарные методы обнаружения вербальных маркеров, апробированные в исследованиях отечественных и зарубежных ученых.
Научная новизна заключается в том, что впервые ставится задача описания и систематизации разнообразных методов выявления вербальных маркеров и предпринимается попытка дать комплексное определение понятию «вербальный маркер».
Актуальность обусловлена растущим количеством работ, посвященных данной проблематике, а также стремлением современных исследователей в области языка к автоматическому диагностированию какого-либо сложного явления с опорой на специфические языковые средства - вербальные маркеры.
Зарубежные исследователи предпринимали попытки определения вербальных маркеров правды и лжи на материале английского языка. В частности, речь идет об использовании междометия um и лексемы like [4] или намеренного обезличивания высказываний, об использовании большого числа лексем, выражающих негативные эмоции, и меньшего количества сложноподчиненных союзных предложений [11]. Что касается методологии, то большинство исследователей, работающих в русле данного направления, предпочитают использовать метод эксперимента, например, упомянутые выше авторы задействовали в своем эксперименте информантов, которые должны говорить правду или намеренно лгать, высказывая собственное мнение относительно какой-либо темы [Ibidem]. Кроме того, данные исследовательские коллективы опираются на различные инструменты для автоматического подсчета частотности лексем.
Интернациональный коллектив авторов из Неаполитанского университета имени Фридриха II, Университета Джорджии, Университета Пердью и Техасского университета A&M имеет немалый опыт обнаружения просодических маркеров кульминации в юмористических нарративах (Prosodic Markers of Saliency in Humorous Narratives). Исследователи также прибегают к экспериментальной работе с респондентами, которым предлагают пересказать предложенные шутки. При этом анализируются тон, громкость и темп речи во время пересказа юмористической истории. Видеозаписи, полученные в ходе эксперимента, загружаются в компьютерную речевую лабораторию KayPENTAX, в которой происходит обработка речи и ее разделение на интонационные фразы [12, p. 527]. По результатам исследования кульминационные строчки, вопреки ожиданиям, не произносятся громче, а скорее наоборот - воспроизводятся медленней и в более низкой тональности. Кроме того, кульминационные моменты зачастую сопровождаются смешками и не отделяются значительными паузами [12].
Команда из Стокгольмского университета решает задачу определения лингвистических маркеров радикальной жестокости в социальных сетях (Detecting Linguistic Markers for Radical Violence in Social Media) для мониторинга экстремистских сайтов и обезвреживания так называемых террористов-одиночек. Речь идет о возможности обнаружения утечек информации третьим лицам (leakage), навязчивых идей (fixation) и проявлений так называемой идентификации (identification) - желания идентифицировать себя с псевдодиверсантом, человеком, имеющим отношение к военным действиям или же принадлежащим к какой-либо экстремистской группе [6].
Для выявления маркеров радикальной жестокости авторы используют различные средства: онлайнпереводчики (translation services), анализ тональности текста или сентимент-анализ (sentiment analysis), мэппинг сайтов (mapping websites), распознавание автора (author recognition). В качестве лингвистических маркеров радикальной жестокости понимаются языковые выражения, передающие отношения или мысленные установки субъекта, планирующего террористическую атаку, отличительные черты которых можно обнаружить в письменной коммуникации данного субъекта в социальных сетях. В результате исследования были выявлены следующие маркеры:
1) маркеры утечки информации: вспомогательные глаголы намерения - will, going to, someone should - в сочетании с лексемами, обозначающими жестокие действия, или эвфемизмами (в данном случае применялся метод лемматизации и формальной онтологии);
2) маркеры навязчивой идеи: упоминание субъектом чего-либо очень часто (метод подсчета частотности упоминания ключевых понятий с помощью инструментов распознавания именованных сущностей - NLTK и GATE, например);
3) маркеры идентификации: прилагательные с позитивной коннотацией при описании группы «своих» и с негативной коннотацией при описании группы «чужих» - позитивная самопрезентация и дискриминация оппонента [Ibidem].
Ученые из Университета Сиднея предприняли попытку определить лингвистические индикаторы ложных признаний в сфере юриспруденции и законодательства (Linguistic Indicators of False Confession). Исследователи поставили задачу проанализировать употребление существительных, глаголов и прилагательных 85 участниками эксперимента (применялся метод внутригруппового эксперимента - within-subjects design), которые в течение некоторого времени также работали с авторской шкалой DASS (Depression, Anxiety and Stress Scale). Во время интервью респондентам было необходимо чистосердечно признаться в совершении того или иного правонарушения или сделать ложное признание относительно каких-либо проступков, совершенных в прошлом. Результатом эксперимента стали записи интервью с участниками, которые впоследствии были затранскрибированы. Затем интервьюер задавал участникам эксперимента вопросы о том, когда в последний раз они испытывали чувство вины, уточнялось, лгали они или говорили правду и т.п. [14, p. 510].
Впоследствии ученые задействовали также методы компьютерной лингвистики, а именно - транскрибированные интервью обрабатывались с помощью программного обеспечения WMatrix, предназначенного для создания в корпусе семантических тегов и распределения по частям речи. Данное программное обеспечение позволяет проанализировать частотность словоупотреблений и конкорданцию, при этом уровень точности для анализа материала на английском языке составляет 97% [Ibidem, p. 512].
Для установления определенных взаимозависимостей между эмоциональными состояниями тревоги, депрессии и стресса и употреблением той или иной части речи был подсчитан коэффициент корреляции Пирсона [Ibidem, p. 513]. Интересным представляется также опыт использования многофакторного дисперсионного анализа (MANOVA) для исследования влияния тематики на частотность употребления существительных, прилагательных и глаголов [Ibidem, p. 514].
В ходе исследования было установлено, что существительные и глаголы не являются релевантными для дифференциации ложных и правдивых признаний. Авторов статьи заинтересовали случаи и частотность употребления прилагательных: ложные признания отличались значительно меньшим числом случаев употребления прилагательных. Отметим, что под лингвистическими маркерами лжи авторы понимают количественное соотношение лексем, принадлежащих той или иной части речи [14].
Исследователи из Университета Мемфиса занимаются изучением дискурсивных маркеров в диалоге (Toward a Taxonomy of a Set of Discourse Markers in Dialog: а Theoretical and Computational Linguistic Account). Под дискурсивными маркерами понимаются вербальные и невербальные средства, которые маркируют точки перехода в диалогической коммуникации. В рамках своего исследования авторы сначала выделили большое число маркеров на материале корпуса, а затем попеременно заменяли каждый маркер каким-нибудь другим из обнаруженных ранее. Данный тест помог им определить, существуют ли между маркерами данного корпуса диалогов гипо-гиперонимические или синонимичные отношения. В результате все выделенные маркеры были разбиты на четыре тематические категории: направление (direction), полярность (polarity), признание (acknowledgment) и акценты (emphatics). Данные категории характеризуются взаимозависимостью, а также демонстрируют, как дискурсивные маркеры функционируют на разных языковых уровнях в разговоре [10].
Венгерские исследователи представили свой опыт выявления прагматических маркеров манипуляции в политическом дискурсе. При этом под прагматическими маркерами понимается перечень синтаксически разнородных лексем, которые используются в различных оценочных и мета-коммуникативных функциях, не имеют концептуального значения, но обладают такими отличительными свойствами, как индексальность, контекстная зависимость и многофункциональность. Ведущим в данном исследовании является метод критического дискурсивного анализа стратегий и тактик в политическом массмедийном дискурсе. Анализируются интервью с политическими деятелями, транслируемые каналами BBC, CNN и венгерским ATV [8, p. 3]. Доказано, что участники дискурса прибегают к использованию прагматических маркеров, а именно к маркерам очевидности (evidential markers), словам обобщенной семантики (general extenders: everything, something), маркерам цитаты (quotation markers), маркерам уверенности или неуверенности (markers of (un) certainty) - для манипулирования общественностью, при этом сами прагматические маркеры зачастую выполняют сразу несколько манипулятивных функций [8].
Говоря о попытках обнаружения разного рода вербальных маркеров отечественными учеными, необходимо упомянуть Р.К. Потапову, имеющую значительный опыт выявления маркеров или, в терминологии самого автора, индикаторов различных эмоциональных состояний - страха, тревожности, агрессии. В ее исследованиях большое внимание уделяется изучению таких воспринимаемых при перцептивно-слуховом анализе характеристик речи, как речевое дыхание, манера говорения, высота, сила и тембр (окраска) голоса. Данные характеристики изучались в ходе экспериментальных исследований - анализа записей, сделанных в ситуациях реального речевого общения [3]. Отметим, что в вышеупомянутых работах речь идет о возможности перцептивно-слухового распознавания различных психоэмоциональных состояний по устной речи.
По результатам экспериментов выделены следующие перцептивные индикаторы страха / тревожности: увеличение числа хезитационных пауз, увеличение длительности хезитационных пауз, увеличение скорости артикуляции, темпоральное слоговое скандирование, ограниченная громкость высказываний и некоторые другие. При этом авторами подчеркивается, что благодаря обнаруженным индикаторам появляется возможность определения психического состояния личности в различных жизненных ситуациях, а также решения задач слуховой идентификации говорящего и распознавания эмоционального состояния говорящего, в том числе в целях криминалистической экспертизы или в медицинских целях [Там же, с. 177].
Исследователи Сибирского федерального университета (СФУ) решают вопрос обнаружения вербальных маркеров манипуляции в поляризованном политическом дискурсе СМИ с помощью следующих методов: метод дискурсивного анализа с последующей статистической проверкой при помощи двухвыборочного t-критерия Стьюдента (псевдоним разработчика У. Госсета) для независимых выборок и реализацией алгоритма машинного обучения «деревья принятия решений». В своем исследовании ученые задействовали тексты статей изданий The New York Times и The Washington Post, освещающие отношения двух политических оппонентов - России и США - на фоне украинского кризиса [1; 2].
Для достижения большей достоверности учеными СФУ привлекается также методика социолингвистического эксперимента. В рамках эксперимента 36 респондентам необходимо было заполнить анкету, в которой они должны были указать некоторую информацию о себе, а также высказать свою точку зрения относительно отношений России и США и прокомментировать влияние, оказываемое на них в связи со сложившейся ситуацией политической напряженности. Затем участникам эксперимента предлагалось ознакомиться со статьей, предварительно категоризованной как манипулятивная, заполнить вторую анкету, в которой нужно было указать эмоции, испытываемые после прочтения текста, и отметить наиболее эмоционально заряженные фрагменты. В результате были указаны отрывки, содержащие манипулятивное воздействие, а затем был проведен дискурсивный анализ и выделены маркеры манипуляции [Там же].
Таким образом, в ходе исследования удалось обнаружить 6 вербальных маркеров манипуляции: прецедентное имя Vladimir Putin, антонимичные приставки pro- и anti-, лексема soviet и лексика на советскую тематику, лексемы Nazi и fascist и производные от них, военная терминология и дискурсивные маркеры манипуляции, выявленные с помощью дискурс-анализа материала. Конечным результатом стала разработка компьютерного классификатора текстов по уровню манипулятивности на основе алгоритма «деревья принятия решений».