Hlásili to v rozhlase aneb vzájemné mapování lokace a aktoru v dvojjazyčném závislostním korpusu

Hlásili to vrozhlase aneb vzájemné mapování lokace aaktoru vdvojjazyčném závislostním korpusu1 Jana Šindlerová ABSTRAKT: Vpříspěvku se zabýváme jedním typem strukturní odlišnosti mezi českými aanglickými paralelními větami vdvojjazyčném korpusu PCEDT, konkrétně vzájemným mapováním valenčních doplnění aktorového typu a(nevalenčních) lokačních doplnění. Toto nestandardní mapování způsobuje vparalelních závislostních datech asymetrie dvojího typu, jednak prostý nesoulad tektogramatických značek, tzv.funktorů, ajednak konflikt korespondujícího slovníkového mapování areálného nekorespondujícího mapování vdatech. Vpřípadě sloves komunikace pak nesoulad těchto funktorů zasahuje interpretaci zdroje předávané informace, což je jedna zklíčových rolí vanalýze sentimentu. Analýzou korpusových příkladů ukazujeme, do jaké míry se na rozdílech ve valenci sloves vpřekladově ekvivalentních větách podílejí jazykově specifické syntakticko-sémantické preference konkrétních slov na pozicích subjektu apredikátu ajak je toto mapování ovlivněno vzájemnou souhrou těchto preferencí, větné diateze asémantického principu potlačení agentu ve větné struktuře. KLÍČOVÁ SLOVA: valence, závislostní korpus, upozadění agentu, překladové ekvivalenty ABSTRACT: The paper documents one type of structural difference between Czech and English parallel sentences in the parallel Prague Czech-English Dependency Treebank, the mutual alignment of valency participants of the “Actor” type and free modifications of the „Location“ type. This non-standard alignment causes two types of structural asymmetry in the data: the functor mismatch, i.e. the difference in participant labelling, and the conflict of the alignment stored as default in the valency lexicon and the real alignment in the data. In the case of communication verbs, the functor mismatch of the aligned participants influences the interpretation of the Source of information, which is one of the key roles to be identified within the Sentiment Analysis. In the analysis based on corpus examples, we present our opinion that these differences originate in the interplay of various means of agent demoting, language specific preferences for filling in the position of subject and predicate of asentence and sentence diathesis. KEY WORDS: valency, dependency treebank, agent backgrounding, translation equivalents 1 Tento článek vznikl za částečné podpory Grantové agentury České republiky vrámci projektu č. GA15-06894S Klingvistické struktuře evaluativního významu včeštině. This work has been using language resources developed and/or stored and/or distributed by the LINDAT/CLARIN project of the Ministry of Education, Youth, and Sports of the Czech Republic (project LM2015071). OPEN ACCESS JANA ŠINDLEROVÁ 63 1. ÚVOD Tento článek je inspirován výzkumem strukturních odlišností valenčního chování sloves včeštině aangličtině na základě srovnávání překladově ekvivalentních vět vdvojjazyčném korpusu. Konkrétně se budeme zabývat slovesnými dvojicemi, vnichž je na jedné straně překladu podmětové aktorové doplnění, které na druhé straně překladu odpovídá doplnění lokativnímu, viz (1).2 (1) (a) „The obligation is totally unwarranted,“ the statementACT said. (b) „Dluh je zcela přemrštěný,“ stojí vprohlášeníLOC. Vzájemné mapování aktoru alokace je zajímavé zejména proto, že se jedná omapování aktantové pozice na pozici nevalenčního volného doplnění, tedy mapování, které zasahuje sémanticky prominentní pozici atransformuje ji vpozici propozičně upozaděnou. Pokusíme se zde ukázat, že ekvivalence lokativního aaktorového vyjádření mezi jazyky není jen jedním izolovaným typem upozadění agentu ve větné perspektivě, ale že se jedná osouhru různých syntaktických prostředků, jimiž je agens ve větné perspektivě potlačován. 2. ANALYZOVANÁ DATA Tento výzkum je založen na srovnávání konstrukcí vPražském česko-anglickém závislostním korpusu (PCEDT) advojjazyčném valenčním slovníku CzEngVallex, který je jeho součástí. PCEDT (Hajič akol. 2012) obsahuje cca 50 000 dvojic českých aanglických vět anotovaných na rovině hloubkově syntaktické, tektogramatické struktury. Korpus vznikl na základě ručního překladu části amerického korpusu Penn Treebank, sekce Wall Street Journal.3 Jednotlivé uzly tektogramatických stromů jsou prolinkovány pomocí automatické procedury, díky čemuž je možno snadno sledovat lexikální igramatické shody arozdíly vpřekladově ekvivalentních strukturách. Valenční slovník CzEngVallex (Urešová akol. 2015) byl vytvořen jako doplňkový zdroj pro anotaci PCEDT. Obsahuje cca 22 000 dvojic vzájemně ekvivalentních slovesných významů, včetně vzájemného prolinkování jednotlivých valenčních participantů vrámcích. To nám umožňuje popsat rozdíly na úrovni obecných tendencí, nikoli jen náhodných jednotlivostí vsyntaktických datech. 2 Aktor je ve valenční teorii funkčního generativního popisu prvním participantem valenční struktury, obvykle nese sémantiku konatele děje. 3 Česká strana paralelního korpusu tak představuje vždy jednu znepřeberných možností překladu anglických vět. Jednostrannost korpusu vzhledem ke směru překladu představuje jisté omezení vzhledem kplatnosti zde předkládaných závěrů, pro směr překladu zčeštiny do angličtiny jsme však neměli kdispozici dostatek věrohodných plně anotovaných dat. OPEN ACCESS 64 NOVÁ ČEŠTINA DOMA A VE SVĚTĚ 2/2017 Jak PCEDT, tak CzEngVallex jsou zpracovány vrámci valenční teorie funkčního generativního popisu (Panevová 1980). Vtéto teorii do valenčního rámce sloves vstupují tzv.aktanty, tj.sémanticky bazální argumenty větné struktury popisující základní participanty propoziční situace (aktor, patiens, adresát, efekt— výsledek děje— aorigo— původ) aněkterá volná doplnění (lokační, časové, způsobové, příčinné upřesnění děje atd.), pokud jsou tato volná doplnění vpropozici sémanticky obligatorní. Vtomto výzkumu vycházíme zhypotézy, že pro každou dvojici slovesných významů existuje jednoznačné mapování jejich valenčních participantů. Konfliktní mapování je zprincipu vyloučeno. Pokud se přesto vdatech objeví, poukazuje na příliš nízkou míru diferenciace formálního popisného rámce. Vrámci prolinkování participantů považujeme za nepříznakový stav vzájemné mapování stejných participantů (např.ACT–ACT). Přirozeně může nastat stav, kdy udvojice významů neodpovídá počet valenčních pozic (ACT–0), nebo si vzájemně odpovídají participanty různého druhu (ACT–LOC). Tento typ rozdílu ve větných strukturách obvykle ukazuje na jazykově inherentní rozdíly— při překladu dochází ke změnám situační perspektivy nebo kposunům vsémantické interpretaci syntaktické pozice. Obr. 1— Functor mismatch. Mapování participantů větné struktury pro dvojici vět: EN: Next week’s report could very well show an increase in crude inventories. CZ: Ve zprávě zdalšího týdne by se proto mohl objevit nárůst zásob ropy. OPEN ACCESS JANA ŠINDLEROVÁ 65 Mapování aktoru (ACT) alokace (LOC) vPCEDT zasahuje oba zmíněné typy disproporcí vprolinkování významů. Buď toto mapování funguje jako prostý „functor mismatch“, tedy provázání nestejných participantů bez konfl iktu ve struktuře samé, viz Obr. 1, nebo se projevuje konfl ikt reálného provázání různých participantů vdatech suloženým mapováním stejných participantů na stejné ve slovníku, viz Obr. 2. Mezi propozicemi, jichž se dotýká nesoulad, popř. konfl ikt mapování funktorů ACT aLOC, nacházíme množství sloves, která mají sémanticky evaluativní potenciál. Zejména jde oslovesa sémantické třídy komunikace avyjadřování postojů (říci, psát, informovat, uvádět). Pozice aktoru utěchto sloves je silně spojena spozicí „zdroje“ evaluativního významu. Dvojí možné konstruování pozice zdroje, tedy aktorové alokativní, může přinášet problémy při automatické analýze evaluativních vyjádření Obr. 2— Část tektogramatického stromu ukazující konfl ikt slovníkového areálného mapování participantů. Zelené šipky ukazují nepříznakové uložené slovníkové mapování (ACT–ACT), modré šipky navržené mapování faktické (ACT–LOC). EN: Th e merger agreement says the buy-out group is entitled to be repaid $26.7 million in fees for its investment bankers [...] CZ: Ve smlouvě ofúzi se uvádí, že vykupující skupina má nárok na úhradu 26.7 milionu dolarů za poplatky investičním bankám [...] OPEN ACCESS 66 NOVÁ ČEŠTINA DOMA A VE SVĚTĚ 2/2017 vrámci analýzy sentimentu.4 Zároveň nám konflikty mapování utěchto sloves ukazují možné rozdíly vyjadřování evaluativního významu mezi jazyky, posuny vevaluativním významu při překladu, tj.otevírají důležité otázky kdalšímu zkoumání sémantické ekvivalence zhlediska translatologického. 3. LOKATIVNÍ SUBJEKT JAKO TYP UPOZADĚNÍ AGENTU VE VĚTNÉ PERSPEKTIVĚ Část jevů, které zde popisujeme, byla pro češtinu popsána jako případ tzv.lokativního subjektu. Lokativní subjekt jako případ systémové, lexikalizované elipsy je zmíněn vMluvnici češtiny 3 (Daneš–Hlavsa–Grepl 1987: 44). Věty slokativním subjektem se zde řadí mezi prostředky deagentizace ajsou označeny jako tzv.„konstrukce stransponovaným užitím formy 3. osoby plurálu.“ Neřadí se sem již ale konstrukce sjinou než primární diatezí, např.věty typu „Otom se hovořilo na schůzi.“ Společně tyto dvě konstrukce řeší Panevová (1979) včlánku ovšeobecném konateli. Uvádí, že obě vyjadřují deagentnost ajsou vzájemně synonymní. Možnou souvislost konatele slokativní frází však nezmiňuje. Konstrukcemi stransponovaným užitím formy 3. osoby plurálu se zabývají iGrepl aKarlík (1983), ale ani zde není specifikována souvislost anonymizovaného či generalizovaného agentu přímo slokativní frází. Oproti tomu Šmilauer (1969) mluví omožnosti vyjádření podmětu příslovečným výrazem vlexikalizovaných elipsách označujících např.instituce, ačkoli tuto tezi dále nerozvádí. Viták (2015) vbakalářské práci ovyjadřování všeobecného konatele včeštině aangličtině (na překladových datech) lokativní frázi ve spojení s3. os. pl. aktivního slovesa označuje jako specifikační vzhledem ke konateli. Malá aBrůhová (2016) vdosud nevydané studii spojují lokativní subjekty se sémantickým vzorcem „uvádění na scénu“ ana základě paralelního korpusu vymezují některé typické sémantické třídy, které se stímto vzorcem spojují. Shrneme-li situaci, existuje vodborném diskurzu nejistota ohledně pozice lokativní fráze vkonstrukcích spotlačenou pozicí agentu. Někteří autoři ji přímo spojují spozicí subjektu, jiní hovoří olexikalizované elipse, někteří jí přisuzují dějově specifikační roli, ale od subjektové (resp.aktorové) pozice ji oddělují. 4. MAPOVÁNÍ POZIC LOKACE AAKTORU VZÁVISLOSTNÍCH DATECH Při hledání propozičních dvojic snestandardním mapováním ACT–LOC jsme vyhledávali dvojice vět, vnichž jsou tato doplnění vzájemně prolinkována azároveň jsou 4 Analýza sentimentu (Sentiment Analysis, Opinion Mining, postojová analýza) jsou metody automatické extrakce vyjádření subjektivních postojů aemocí ztextu. Slouží jako užitečný nástroj zjišťování veřejného mínění voblasti politiky, médií itrhu (Pang–Lee 2008: 1–135; Veselovská–Hajič–Šindlerová 2012). OPEN ACCESS JANA ŠINDLEROVÁ 67 dětmi slovesných uzlů. Vparalelních syntakticky anotovaných datech jsme zjistili nápadnou asymetrii mezi angličtinou ačeštinou. Pro rozložení ACTEN-LOCCZ jsme nalezli 357 relevantních výskytů vdatech. Naprostá většina těchto výskytů byla zcela systémová, paralelní věty si sémanticky odpovídaly. Oproti tomu pro rozložení ACTCZ-LOCEN jsme nalezli pouze 173 výskytů. Jednalo se ve většině případů onestandardní konstrukce— volný překlad (2), žargon (3), frazémy (4), syntakticky specifické konstrukce (5), apod. (2) (a) There’s apretty good program inside all the noiseLOC of “Mancuso FBI.” (b) Na to, kolik humbukuACT kolem seriálu „Mancuso FBI“ panuje, je to opravdu dobrý pořad. (3) (a) The total short interest in Nasdaq stocks as of mid-October was 237.1 million shares, upLOC from 223.7 million in September. (b) Celkový počet akcií prodaných nakrátko byl uakcií Nasdaq vpolovině října 237.7 milionu akcií, což je oproti září zvýšeníACT z223.7 milionu akcií. (4) (a) The rivals currently are locked in acostly bidding contestLOC for Hollywood film rights. (b) Protivníci jsou momentálně zablokováni nákladnou nabídkovou soutěžíLOC opráva khollywoodským filmům. (5) (a) She was in her most radiant, expressive voiceLOC. (b) Její oslňující, výrazný hlasACT zazněl vplné kráse. Pouze malý počet paralelních vět představoval případy podobného druhu jako uopačného směru překladu (6). (6) (a) The legislation also requires broad new disclosures of the race, sex and income level of borrowers, but that information won‘t be gathered in new studiesLOC for several months at least. (b) Legislativa také vyžaduje rozsáhlé nové údaje orase, pohlaví aúrovni příjmů dlužníků, ale nové analýzyACT tyto informace nebudou získávat přinejmenším po několik měsíců. Vanalýze rozdělíme případy vzájemného mapování ACTEN aLOCCZ vzávislostních datech do dvou skupin. První skupinu tvoří případy, kdy je takové mapování pro daná slovesa základní, tj.nejčastější nebo jediné možné, aproto uložené jako výchozí mapování ve slovníku CzEngVallex. Vdatech nedochází ke konfliktům, ale pouze ktzv.„nesouladu funktorů“ (functor mismatch), tj.prolinkování různých funktorů bez dalších vlivů na strukturu věty. Druhou skupinu tvoří slovesa, jejichž základním ave slovníku uloženým mapováním je ACT–ACT, resp.souladné mapování syntaktických funktorů (jež odpovídají sémantické interpretaci agentu), přičemž vzávislostních datech dochází na jedné straně kupozadění agentu, sekundárnímu vyjádření pomocí lokativní fráze, atudíž ke konfliktu reálného prolinkování OPEN ACCESS 68 NOVÁ ČEŠTINA DOMA A VE SVĚTĚ 2/2017 vsyntaktických stromech aprolinkování navrženého překladovým valenčním slovníkem. 4.1 NESOULAD FUNKTORŮ VCzEngVallexu se vyskytuje 55 dvojic slovesných rámců (významů) suloženým mapováním české lokace na anglický aktor. Jedná se vesměs opřeklady pomocí sémanticky konverzivního slovesa. Tato sémantická konverze je často založena na kontrastu dynamičnosti (ACT) astatičnosti (LOC) slovesa, viz výše př. (1), popř. kauzativitě aabsenci kauzace uslovesa (7). (7) (a) The machineACT can run software written for other Mips computers, the company said. (b) Na počítačiLOC mohou běžet programy napsané pro ostatní počítače Mips, uvedla společnost. Konverzivní slovesa jsou při překladu volena zrůzných důvodů. Buď včeštině neexistuje vhodné kauzativní sloveso, které by bylo možno spojit se jménem vpozici subjektu (8), neexistuje syntakticky adekvátní překlad, nebo je dynamická/kauzativní varianta (postrádá) vnímána jako stylově neadekvátní (9). (8) (a) The plant has ahairy stem thatACT produces flowers and diminutive seeds. (b) Rostlina má chlupatý stonek, na němžLOC rostou květy amaličká semena. (9) (a) Half the cellsACT taken from lung cancer tissue they tested are missing this gene. (b) UpolovinyLOC buněk odebraných ztkáně rakoviny prsu, které testovali, tento gen chybí. Mezi případy, kdy je mapování ACT–LOC uloženo jako základní již ve slovníku, se ale někdy jedná odvojici významů, která se vdatech objevila unikátně, aproto bylo do Czengvallexu uloženo prolinkování aktoru slokativní frází, přestože sloveso teoreticky umožňuje agentní výraz vpozici subjektu (10). Pokud by se alternativní mapování ACT–ACT vdatech objevilo, jednalo by se již okonfliktní struktury. (10) (a) The proposalACT reiterates the U.S. desire to scrap or reduce ahost of trade-distorting subsidies on farm products. (b) VnávrhuLOC je zdůrazněn požadavek Spojených států na zrušení nebo omezení vysokého počtu dotací na zemědělské produkty, které narušují obchodování. 4.2 KONFLIKTNÍ STRUKTURY Ke konfliktům dochází vpřípadě, kdy překladově ekvivalentní slovesné významy nejsou primárně sémanticky konverzivní. Obě slovesa potenciálně otvírají pozici séOPEN ACCESS JANA ŠINDLEROVÁ 69 mantického agentu, apřitom na obou stranách překladu dochází ktomu, že tento agens nenaplní syntaktickou pozici aktoru, ale je nějakým způsobem ve struktuře potlačen. Na anglické straně překladu se do pozice subjektu dostává entita, která nemá primárně interpretaci konatele, ale je skonatelem vurčitém metonymickém vztahu (11). Jde ovýrazy, které implicitně dovolují lokativní interpretaci: názvy institucí (11a), geografické entity, státy (11b), média, dokumenty (11c), apod. (11) (a) The House action yesterday came as the SenateACT remained mired in difficulties over a$17.25 billion measure covering the budgets for the State, Commerce, and Justice departments in fiscal 1990. (a') Ke včerejšímu jednání sněmovny došlo, jelikož vsenátuLOC přetrvávaly problémy ohledně ustanovení očástce 17.25 miliardy dolarů, které se týká rozpočtů na fiskální rok 1990 pro ministerstvo zahraničí, obchodu aspravedlnosti. (b) After numerous occurrences of questionable teacher help to students, TexasACT is revising its security practices. (b') Po častém výskytu případů diskutabilní pomoci učitele studentům přehodnocují vTexasuLOC svůj systém zabezpečení testů. (c) The formACT asks for such details as the client‘sname, Social Security number, passport number and details about the services provided for the payment. (c') Ve formulářiLOC jsou kvyplnění takové položky, jako je jméno klienta, číslo sociálního zabezpečení, číslo pasu adetailní popis služeb poskytovaných za danou platbu. Neagentní apotenciálně lokativní charakter takového doplnění dokládá iobvyklá dvojí možnost anaforického odkázání (12), respektive možnost konstruovat překlad obojím způsobem— pomocí subjektu ipomocí místního určení (13). (12) (a) The industry, whichACT currently employs about 25,000 people in London, has shed about 2,500 jobs over the past two years. (b) Vtomto sektoru, kterýACT vsoučasné době zaměstnává 25 000 lidí vLondýně, bylo během posledních dvou let zrušeno na 2 500 pracovních míst. (c) Vtomto sektoru, kdeLOC je vsoučasné době zaměstnáno [...] (13) (a) The reportACT says that „the restructuring will take place over atwo-year period and will principally involve the transfer and termination of employees in our U.S. operations.“ (b) ZprávaACT uvádí, že „restrukturalizace proběhne během dvou let abude zahrnovat zejména přesun aukončení práce zaměstnanců vamerických provozech.“ (c) Ve zprávěLOC se uvádí, že [...] Všechny výskyty uvedeného překladového vzorce mají společný charakter. Vanglické větě se objevuje sloveso vprimární diatezi, které sémanticky otevírá pozici OPEN ACCESS 70 NOVÁ ČEŠTINA DOMA A VE SVĚTĚ 2/2017 agentu, ale na subjektové pozici má entitu, kterou nelze interpretovat agentivně. Na české straně potom nalézáme různé kompenzační strategie upredikátů. Slovesa mohou zůstat významově blízká, ale mění se větná perspektiva, diateze slovesa či jeho reflexivita. V(14a) je na české straně pasivní slovesná forma, (14b) je dokladem užití reflexivního tvaru slovesa,5 (14c) můžeme považovat za příklad rezultativního užití konstrukce slovesa „být“ sparticipiem. (14) (a) Two Minneapolis shareholder suitsACT in the past month have accused top officers of making „various untrue statements.“ (a') Minulý měsíc bylo ve dvou žalobáchLOC ze strany akcionářů zMinneapolisu nejvyšší vedení obviněno ztoho, že činí „různá nepravdivá prohlášení.“ (b) The exchangeACT had forecast that the contract would begin trading by December. (b') Na burzeLOC se předpovídalo, že smlouva se začne obchodovat od prosince. (c) The statementACT added, „Someone has regrettably chosen to selectively summarize portions of highly classified correspondence between the two branches of government.“ (c') VprohlášeníLOC je dále uvedeno: „Někdo se bohužel rozhodl selektivně shrnout některé části přísně tajné korespondence mezi těmito dvěma vládními institucemi.“ Nakládání svýše uvedenými konstrukcemi nám ukazuje, že formální stránka predikátu alokačního doplnění zastupujícího konatele spolu neoddělitelně souvisí. Jak transformace subjektu vadverbiale, tak změna slovesné diateze patří mezi strategie potlačování agentu ve větné struktuře avzájemně se při generování výsledné jazykové struktury podmiňují. 5. ZÁVĚR Na počátku jsme vrámci primární hypotézy řekli, že konflikty vsyntakticky anotovaných paralelních datech jsou obvykle důsledkem malé diferenciovanosti teoretického popisného rámce. Vtomto případě jde zejména ovýraznou sémantickou podspecifikovanost pozice aktoru. Tektogramatická interpretace vrámci FGP klade velký důraz na morfologickou formu daného doplnění. Je-li dané doplnění vsubjektu anominativní, pak je převážně volena interpretace aktorová, zatímco interpretace lokativní je fakticky vyloučena. Oproti tomu lokativní forma fakticky vylučuje interpretaci aktorovou, ato ipřesto, že včeské lingvistické tradici je vněkterých teoriích lokativní subjekt připouštěn. 5 Vzhledem ke komplexnosti problematiky zařazení reflexivních slovesných forem kaktivní či pasivní interpretaci se zde nebudeme zabývat konkrétním dělením apodržíme se generalizované terminologie uváděné vMluvnici češtiny 3. OPEN ACCESS