Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’

Wielowyrazowe wzorce w korpusie technologii informacyjno-komunikacyjnych. Wiązki terminologiczne w gatunku „Podręczniki ICT” MAREK WEBER Bialystok University of Technology SŁOWA KLUCZOWE: językoznawstwo korpusowe, technologie informacyjno-komunikacyjne, wiązki leksykalne, klasyfikacja funkcjonalna wiązek leksykalnych, wiązki terminologiczne, analiza leksykalna DANE DO BADANIA: KORPUS TECHNOLOGII INFORMACYJNO-KOMUNIKACYJNYCH Dane do badania pochodzą z elektronicznego korpusu obejmującego szeroką dziedzinę technologii informacyjno-komunikacyjnych (ICT) — terminu nadrzędnego, który obejmuje wszystkie technologie opracowane w celu przetwarzania i przesyłania danych. Teksty wybrano tak, aby reprezentowały przekrój dziedziny ICT. Podzielono je na siedem kategorii, które można uznać za gatunki w obrębie dziedziny ICT: Gatunek 1: artykuły branżowe z zakresu ICT; Gatunek 2: artykuły naukowe z zakresu ICT; Gatunek 3: dokumentacja techniczna aplikacji programowych w ICT; Gatunek 4: dokumentacja techniczna sprzętu ICT; Gatunek 5: podręczniki ICT; Gatunek 6: dokumentacja techniczna języków programowania i środowisk programistycznych; Gatunek 7: dokumentacja techniczna technologii sieciowych. Korpus obejmuje zbiór 973 tekstów liczących łącznie prawie 24 miliony słów. Wybór danych do korpusu jest jedną z najważniejszych kwestii dla badacza, ponieważ korpus powinien być reprezentatywny dla analizowanej dziedziny użycia języka. Jak sugeruje Douglas Biber, liczba tekstów ma kluczowe znaczenie w badaniach, w których uczony koncentruje się na tekście jako podstawowej jednostce analizy. Należy uwzględnić odpowiednią liczbę tekstów w każdym gatunku, aby uchwycić zróżnicowanie między kategoriami i autorami (Biber, 2006). Terminologija | 2012 | 19 39 Tabela 1. Skład korpusu technologii informacyjno-komunikacyjnych GatunekLiczba tekstówLiczba tokenów (wyrazów bieżących)Artykuły profesjonalne391225551Artykuły naukowe951272001Dokumentacja techniczna aplikacji oprogramowania w ICT922472839Dokumentacja techniczna sprzętu ICT1002471772Podręczniki9915315237Dokumentacja techniczna języków programowania i środowisk programistycznych901282175Dokumentacja techniczna technologii sieciowych106725418RAZEM97323764993 WIĄZKI LEKSYKALNE: TERMIN Powtarzające się sekwencje wyrazów, które występują razem częściej, niż można by oczekiwać przypadkowo, stanowią istotną część wypowiedzi językowych. Terminu wiązka leksykalna po raz pierwszy użyli Douglas Biber, Stig Johansson, Geoffrey Leech, Susan Conrad i Edward Finegan w klasycznej już pracy Longman grammar of spoken and written English na określenie połączeń wielowyrazowych identyfikowanych wyłącznie na podstawie kryterium częstości (Biber et al. 1999), natomiast Mike Scott nazywa je klastrami wyrazowymi w podręczniku do aplikacji WordSmith Tools w wersji 4 (1996) oraz WordSmith Tools w wersji 5 (2010). Jedynym kryterium identyfikacji wiązek leksykalnych jest ich częstość. „Klastry to wyrazy, które wielokrotnie występują razem, w bezpośrednim sąsiedztwie i w sekwencji” (Scott 2010: 337). Scott zwraca uwagę, że klastry wyrazowe mogą wiązać się z prosodią semantyczną, tj. tendencją pewnych leksemów do współwystępowania z określonymi innymi leksemami (np. tendencją wyrazu cause do łączenia się z negatywnymi skutkami, takimi jak accident, trouble itd.) (Scott 2010: 337). Biber, Johansson, Leech, Conrad i Finegan definiują wiązki leksykalne jako powtarzające się wyrażenia, niezależnie od ich właściwości strukturalnych, tj. jako sekwencje form wyrazowych, które często współwystępują w dyskursie, i wskazują, że krótsze wiązki są często włączane do więcej niż jednej dłuższej wiązki leksykalnej (Biber et al. 1999). Zauważają również, że w większości przypadków wiązki leksykalne nie tworzą jednostek strukturalnych, a większość z nich 40 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ nie stanowi wyrażeń, które użytkownicy języka rozpoznaliby jako idiomy lub inne utrwalone wyrażenia leksykalne. Biber, Johansson, Leech, Conrad i Finegan ustalili następujące progi dla sekwencji wielowyrazowych, aby mogły zostać uznane za wiązki leksykalne: muszą występować co najmniej 10 razy na milion wyrazów i w co najmniej pięciu tekstach (Biber et al. 1999). Biber zauważa, że zaskakującym rezultatem podejścia opartego na częstości jest to, iż wiązki leksykalne mają dwie nieoczekiwane cechy (Biber 2006: 134). Po pierwsze, większość z nich nie ma znaczenia idiomatycznego, a ich znaczenie jest zwykle przejrzyste na podstawie poszczególnych form wyrazowych. Ken Hyland zwraca również uwagę, że większość wiązek jest semantycznie przejrzysta i „formalnie regularna, dostarczając elementów budulcowych spójnego dyskursu” (Hyland 2008: 6). Po drugie, większość wiązek nie stanowi kompletnych struktur gramatycznych. Biber, Johansson, Leech, Conrad i Finegan zaobserwowali, że około 15% wiązek leksykalnych w rozmowie tworzyło kompletne jednostki strukturalne, podczas gdy tylko około 5% wiązek leksykalnych w prozie akademickiej można było uznać za pełne frazy lub zdania składowe (Biber et al. 1999: 1000). Cennym ustaleniem Bibera dotyczącym syntaktycznej natury wiązek leksykalnych jest to, że są one jednostkami leksykalnymi, które często przecinają granice struktur gramatycznych; mogą na przykład łączyć dwie frazy lub zdania składowe w taki sposób, że ostatnie wyrazy wiązki stanowią początek drugiej struktury składniowej (Biber 2006: 135). Hyland podkreśla również, że wiązki leksykalne, identyfikowane wyłącznie na podstawie częstości, zwykle obejmują jednostki strukturalne (Hyland 2008: 6). Analizie powtarzających się, nieprzerwanych ciągów form wyrazowych poświęcono szereg badań korpusowych. Pokazują one, jak ważne są one w różnych typach dyskursu, a także wskazują na znaczne zróżnicowanie wiązek leksykalnych w poszczególnych gatunkach i rejestrach (np. Biber 2006; Biber, Conrad, Cortes 2004; Hyland 2008; Scott, Tribble 2006; Gozdz-Roszkowski 2011). M E T O D O L O G I A Z A S T O S O W A N A W B A D A N I U Postanowiono skupić się na analizie 4-wyrazowych wiązek, ponieważ z jednej strony częstotliwość występowania 4-wyrazowych wiązek jest znacznie wyższa niż 5-wyrazowych sekwencji, a z drugiej strony często zawierają one 3-wyrazowe ciągi i pozwalają zidentyfikować bardziej wyraziste wzorce i struktury niż wyrażenia 3-wyrazowe. Listy 4-wyrazowych wiązek w każdym z Terminologija | 2012 | 19 41 siedmiu gatunków ICT utworzono za pomocą WordSmith Tools v. 5.0 – pakietu oprogramowania do wyszukiwania wzorców w korpusach. W badaniu przyjęto dwa następujące progi: minimalną częstotliwość występowania wynoszącą 20 razy na milion słów oraz kryterium, zgodnie z którym wiązka powinna występować w co najmniej pięciu tekstach. Zastosowanie kryteriów progowych wymagało wykonania odpowiednich obliczeń w każdym z siedmiu plików zawierających listę wiązek w danym gatunku. Obliczenia opisano w następujących krokach: 1. Utworzenie dodatkowej kolumny o nazwie „Częstotliwość na milion” w arkuszu kalkulacyjnym uzyskanym z programu WordSmith Tools. 2. Wstawienie wartości liczby słów w danym korpusie do wolnej komórki arkusza kalkulacyjnego Excel w obrębie danej kategorii. 3. Wpisanie do pierwszej komórki kolumny „Częstotliwość na milion” następującego wzoru: Częstotliwość na milion słów = Częstotliwość x 1 000 000 / liczba słów 4. Skopiowanie wzoru do pozostałych komórek przez kliknięcie prawego dolnego rogu wypełnionej komórki i przeciągnięcie go w dół do kolejnych komórek. 5. Zaznaczenie kolumny „Liczba tekstów”. 6. Wybranie menu „Dane” i pola „Sortuj i filtruj” w narzędziu sortowania. 7. Wybranie sortowania malejącego. 8. Usunięcie wszystkich wierszy tabeli, w których wartości w polu „Liczba tekstów” są niższe niż 5. 9. Zaznaczenie kolumny „Częstotliwość na milion”. 10. Wybranie menu „Dane” i pola „Sortuj i filtruj” w narzędziu sortowania. 11. Wybranie sortowania malejącego. 12. Usunięcie wszystkich wierszy tabeli, dla których wartości w polu „Częstotliwość na milion” są niższe niż 20. 1886 różnych wiązek znaleziono w korpusie po zastosowaniu powyższych kryteriów odcięcia. Łączna liczba wiązek zidentyfikowanych w całym zbiorze danych wyniosła 197 553. 42 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ Tabela 2. Rozkład wiązek leksykalnych w gatunkach ICT Gatunek Łączna liczba wiązek po zastosowaniu kryteriów odcięcia Liczba różnych wiązek po zastosowaniu kryteriów odcięcia % wyrazów tekstu w wiązkach Artykuły branżowe 1057 131 1,8 Artykuły naukowe 5548 120 1,7 Aplikacje oprogramowania 44669 403 7,2 Sprzęt komputerowy 55296 672 8,9 Podręczniki 72483 119 1,9 Języki programowania i środowiska programistyczne 10984 180 3,4 Technologie sieciowe 7516 261 4,1 Razem 197553 1886 Odsetek wyrazów tekstowych występujących w wiązkach uzyskano, mnożąc całkowitą liczbę przypadków dla danego gatunku przez 4 (analizowane są wiązki czterowyrazowe), dzieląc wynik przez liczbę wyrazów tekstowych w danym gatunku, a następnie mnożąc przez 100%, zgodnie ze wzorem: Naszym zdaniem dwa parametry: zakres różnych wiązek oraz odsetek wyrazów tekstowych występujących w wiązkach można uznać za wskaźniki stopnia, w jakim dany gatunek jest schematyczny i powtarzalny w porównaniu z innymi gatunkami. Innymi słowy, stopień schematyczności i powtarzalności gatunku można mierzyć zakresem różnych wiązek używanych w danym gatunku oraz odsetkiem wyrazów tekstowych występujących w wiązkach. Gatunki ICT można podzielić na trzy grupy według kryterium schematyczności i powtarzalności. Gatunek 3 – „dokumentacja techniczna aplikacji programowych w ICT” – oraz gatunek 4 – „dokumentacja techniczna sprzętu ICT” – charakteryzują się wysokim stopniem schematyczności i powtarzalności, ponieważ wykazują porównywalne wzorce, wykorzystując największy zakres różnych wiązek (odpowiednio 403 i 672) oraz najwyższy odsetek wyrazów tekstowych występujących w wiązkach (odpowiednio 7,2% i 8,9%). Terminologija | 2012 | 19 43 Rysunek 1: Gatunki o wysokim stopniu formuliczności i powtarzalności Natomiast gatunek 1 – „artykuły zawodowe z zakresu ICT”, gatunek 2 – „artykuły naukowe z zakresu ICT” oraz gatunek 5 – „podręczniki z zakresu ICT” charakteryzują się stosunkowo niskim stopniem formuliczności i powtarzalności, ponieważ wykorzystują najmniejszy zakres różnych wiązek (odpowiednio 131, 120 i 119) oraz najniższy odsetek wyrazów tekstowych należących do wiązek (odpowiednio 1,8%, 1,7% i 1,9%). Pozostałe dwa gatunki: gatunek 6 – „dokumentacja techniczna języków programowania i środowisk programistycznych” oraz gatunek 7 – „dokumentacja techniczna technologii sieciowych” tworzą trzecią grupę, której wartości obu parametrów znajdują się w środkowym przedziale (liczba różnych wiązek: odpowiednio 180 i 261; odsetek wyrazów tekstowych należących do wiązek: odpowiednio 3,4% i 4,1%). Warto jednak pamiętać, że — jak słusznie zauważa Stanislaw Gozdz-Roszkowski — bezpośrednie porównania można bezpiecznie przeprowadzać wyłącznie między gatunkami o podobnej liczbie wyrazów. Aby uwzględnić tę kwestię, parametr odsetka wyrazów tekstowych należących do wiązek oblicza się dla każdego gatunku w taki sposób, by uwzględniał liczbę wyrazów w każdym z podkorpusów reprezentujących poszczególne gatunki (Gozdz-Roszkowski 2011: 111). KLASYFIKACJA FUNKCJONALNA WIĄZEK Ramy analizy funkcjonalnej wiązek uzyskanych w tym korpusie opracowano na podstawie taksonomii Bibera (Biber 2006; Biber et al. 2004), Hylanda (2008) i Gozdz-Roszkowskiego (2011). Biber’s (2006) classification resulted from the scrutiny of a broad corpus of spoken and written registers which covered among others such types of discourse as: casual conversations, class sessions tapes, classroom teaching, office hours, study groups, on-campus service encounters, textbooks, course packs, institutional texts (e.g. university catalogs, brochures). 44 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ The corpus in Hyland’s (2008) study (size 3,5 million words) comprises research articles, PhD dissertations and MA/MSc theses from four disciplines: electrical engineering and microbiology from the applied and pure sciences, and business studies and applied linguistics from the social sciences. Gozdz-Roszkowski (2011) analyzed a corpus of American Law containing over 5,5 million words and representing seven genres within American legal culture and education: academic articles, briefs, contracts, legislation, opinions, professional articles and textbooks. Wykorzystując wyżej wymienione taksonomie, wiązki leksykalne w ICT podzielono ze względu na ich znaczenie w tekstach na trzy szerokie kategorie: zorientowane na badania, zorientowane na tekst oraz zorientowane na uczestnika. Wiązki zaliczone do pierwszej kategorii pomagają autorom porządkować działania i doświadczenia w dziedzinie ICT. Wiązki zorientowane na tekst służą do wskazywania organizacji tekstu i jego znaczenia. Z kolei wiązki zorientowane na uczestnika sygnalizują różne postawy lub oceny i koncentrują się na autorze lub czytelniku tekstu. Rysunek 2: Taksonomia funkcjonalna wiązek leksykalnych Każdą z trzech głównych kategorii funkcjonalnych wiązek leksykalnych podzielono następnie na szereg podkategorii. Wiązki zorientowane na badania obejmują następujące podkategorie: Wiązki ilości (np. jeden z największych; duża liczba; jeden z następujących; liczba elementów); Wiązki odniesień czasowych (np. w czasie; koniec roku; najbliższe kilka tygodni; w nadchodzących tygodniach); Wiązki odniesień do miejsca / kierunku (np. w Stanach Zjednoczonych; głównego okna; u dołu okna; na pasku stanu); Terminologija | 2012 | 19 45 Proceduralne wiązki – używane do opisywania różnych funkcji związanych z ICT (np. the use of the; the use of a); Wiązki wskazujące temat – odnoszące się do obszaru badań (np. proceedings of the IEEE; programming languages and systems; the drop down menu; the following configuration options); Wiązki wielofunkcyjnych odniesień – wiązki, które mogą służyć jako odniesienia do czasu, miejsca lub tekstu (np. the end of the; the start of the; the left of the; at the beginning of); Wiązki opisowe – określają cechy następującego po nich rzeczownika (np. the complexity of the; the surface of the; the scope of the; the height of the). Wiązki zorientowane na tekst obejmują następujące podkategorie: Wiązki rozwijające – rozwijają omawiany temat i go objaśniają (np. at the same time, as well as the, this means that the, in this case the); Wiązki przejściowe – tworzą relacje addytywne lub przeciwstawne między fragmentami tekstu (np. on the other hand, as opposed to the, in addition to the, in contrast to the); Wiązki wyznaczające ramy – „sytuują argumenty, określając warunki ograniczające” (Hyland 2008: 14), służąc do formułowania twierdzeń lub argumentów (np. in terms of the, in the context of, in the presence of, the contents of the); Wiązki warunkowe – wyrażają warunki (np. if you want to, if you do not, if you have a, if you have an); Wiązki wynikowe – wskazują logiczne powiązania między elementami w kategoriach relacji przyczyny i skutku (np. so that you can, as a result of, as a result the, as a function of); Wiązki wskazujące strukturę – służą do odsyłania do innych części tekstu (np. as shown in figure, as discussed in section, is shown in ex ample, later in this chapter). Wiązki zorientowane na uczestnika obejmują następujące podkategorie: Wiązki angażujące – zwracają się bezpośrednio do czytelników; „aktywnie angażują czytelników jako uczestników rozwijającego się dyskursu” (Hyland 2008: 18) (np. do one of the, select the type of, is recommended that you, select one of the); Wiązki wyrażające stanowisko – przekazują emocje, postawy, oceny wartościujące i sądy; „stanowią ramę interpretacyjną dla następującego po nich twierdzenia” (Biber, 2006: 139) (np. it is necessary to, is no guarantee that, it is important to, it is not possible, it is possible to); 46 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ Zestawy wyrażające modalność – wskazują, że coś jest prawdopodobne, dozwolone lub konieczne (np. musi zostać spełnione, można użyć, jak można zauważyć, w którym można, może nie być wyświetlane, może zostać odtworzone lub, musi zaakceptować wszelkie zakłócenia, zakłócenia, które mogą powodować, które mogą powodować niepożądane); Zestawy wyrażające przewidywanie – wyrażają przewidywanie autora dotyczące jakiegoś przyszłego działania (np. oczekuje się, że będzie, zostanie wyświetlony monit, będzie wyświetlane w, to otworzy, zostaniesz poproszony o). Tabela 3 przedstawia liczby zestawów należących do trzech głównych kategorii funkcjonalnych w każdym gatunku. Tabela 3: Rozkład wiązek leksykalnych według kategorii funkcjonalnych Ukierunkowane na badania | Ukierunkowane na tekst | Ukierunkowane na uczestników | Inne | Artykuły profesjonalne | 45 | 23 | 13 | 45 | Artykuły akademickie | 48 | 35 | 9 | 28 | Aplikacje oprogramowania | 123 | 55 | 122 | 83 | Sprzęt komputerowy | 207 | 51 | 138 | 187 | Podręczniki | 32 | 35 | 18 | 20 | Języki programowania i środowiska programistyczne | 39 | 39 | 26 | 62 | Technologie sieciowe | 91 | 24 | 11 | 91 Rysunek 3: Klasyfikacja zestawów ukierunkowanych na badania Terminologija | 2012 | 19 47 Tabela 4: Rozkład zestawów ukierunkowanych na badania według podkategorii UKIERUNKOWANE NA BADANIA Liczba gatunków Ilość Odniesienie do czasu Odniesienie do miejsca/kierunku Procedura Wskaźnik tematu Odniesienie wielofunkcyjne Opis 1 4 7 4 0 27 3 0 2 7 0 3 1 34 0 3 3 4 1 63 0 40 8 7 4 3 11 33 2 154 0 4 5 4 0 4 1 16 3 4 6 6 0 2 1 15 3 12 7 6 0 5 2 73 2 3 WIĄZKI TERMINOLOGICZNE Wiązki terminologiczne zostały zidentyfikowane jako podkategoria wiązek wskazujących temat i zdefiniowane jako wielowyrazowe połączenia zawierające terminy. Rysunek 4: Rozkład wiązek terminologicznych w 7 gatunkach tekstów ICT Jak pokazuje tabela 5, gatunek 7 – „dokumentacja techniczna technologii sieciowych” – zawiera najwyższy odsetek (18%) oraz największą liczbę wiązek terminologicznych – 47. Tak wysokie nasycenie terminologią można powiązać z wysoce wyspecjalizowanym, dziedzinowym charakterem tekstów w gatunku 7. Upowszechnianie wysoce specjalistycznej wiedzy wymaga powtarzalnego stosowania utrwalonych, specjalistycznych połączeń wielowyrazowych. 48 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ Tabela 5: Liczby i proporcje terminologicznych wiązek wyrazowych w gatunkach ICT Numer gatunku Liczba wiązek wyrazowych w gatunku Liczba wiązek terminologicznych w gatunku Odsetek wiązek terminologicznych w gatunku Odsetek wiązek terminologicznych w kategorii RESEARCH - CENTERED 1 131 1 0.7 2.2 2 120 8 6.6 16.6 3 403 13 3.2 10.5 4 672 37 5.5 17.8 5 119 14 11.7 66.6 6 180 13 7.2 38.2 7 261 47 18.0 50.0 Druga co do wielkości liczba wiązek występuje w gatunku 4 – „dokumentacja techniczna sprzętu ICT” – i wynosi 37. Jednak udział wszystkich wiązek należących do kategorii wiązek terminologicznych w gatunku 4 jest stosunkowo niski – zaledwie 5,5%. Należy jednak pamiętać, że gatunek 4 ma zdecydowanie największą liczbę różnych wiązek po zastosowaniu kryteriów odcięcia – 672 – oraz najwyższy odsetek wyrazów tekstu występujących w wiązkach – 8,9%. Gatunek 5 – „podręczniki ICT” – ma stosunkowo duży udział wiązek terminologicznych – 11,7%. Tabela 6 poniżej przedstawia wiązki terminologiczne zidentyfikowane w gatunku 5 – „podręczniki ICT”. Tabela 6: Wiązki terminologiczne zidentyfikowane w gatunku 5 – „podręczniki ICT” GATUNEK 5 Wiązka wyrazowa Częstotliwość Liczba tekstów Częstotliwość na milion pakiet java io 345 12 22.53 pakiet java lang 322 9 21.02 import java awt import 336 15 21.94 public static final int 1306 21 85.27 static void main string 967 39 63.14 public static void main 952 40 62.16 public final static int 861 5 56.22 void main string args 846 36 55.24 Terminologija | 2012 | 19 4 9 GATUNEK 5 int x int y 600 14 39.18 public instance methods public 539 5 35.19 import java io import 447 22 29.19 liczba bajtów 433 38 28.27 pakietu java lang 322 9 21.02 x int y int 316 12 20.63 Znaczna część podręczników (52%) dotyczy różnych zagadnień związanych z programowaniem w wielu językach programowania, takich jak Java, C++, C#, Objective-C, PHP i inne. Znajduje to odzwierciedlenie w znacznej liczbie terminologicznych wiązek w gatunku 5, które zawierają często występujące wiersze kodu. Na przykład terminologiczne wiązki, takie jak STATIC VOID MAIN STRING (967 wystąpień w 39 tekstach; częstość na milion 63,14), PUBLIC STATIC VOID MAIN (952 wystąpienia w 40 tekstach; częstość na milion 62,16) oraz VOID MAIN STRING ARGS (846 wystąpień w 36 tekstach; częstość na milion 55,24) stanowią części kodu programistycznego i zawierają słowo kluczowe main. Słowo kluczowe main odnosi się do funkcji main, odpowiedzialnej za wysokopoziomową organizację funkcjonalności programu. Funkcje, nazywane również metodami, to zestawy instrukcji służące do przetwarzania danych wejściowych, np. wykonywania obliczeń matematycznych. W wielu językach programowania wykonanie programu rozpoczyna się od funkcji main. Na przykład wykonywanie programów w języku Java rozpoczyna się od funkcji main, której nagłówek metody ma następującą postać: public static void main (String[] args). Funkcja main odpowiada za wysokopoziomową organizację funkcjonalności programu. Słowo kluczowe void oznacza, że metoda nie zwraca żadnej wartości. Gdyby metoda zwracała wartość całkowitą, zamiast void użyto by słowa kluczowego int. Dwie poniższe terminologiczne wiązki PUBLIC STATIC FINAL INT (1306 wystąpień w 21 tekstach; częstość na milion 85,27) oraz PUBLIC FINAL STATIC INT (861 wystąpień w 5 tekstach; częstość na milion 56,22) są fragmentami wierszy kodu w językach programowania, np. w Javie. Określają typ funkcji, które mają zostać zastosowane. Słowo kluczowe public oznacza, że metoda jest widoczna i można ją wywoływać z obiektów innych typów. Słowo kluczowe static oznacza, że metoda jest powiązana z klasą, a nie z konkretną instancją (obiektem) tej klasy. Oznacza to, że metodę statyczną można wywołać bez tworzenia obiektu tej klasy. 50 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ Połączenie INT X INT Y występuje 600 razy w 14 tekstach, a jego częstość na milion słów wynosi 39,18. Połączenie to reprezentuje deklarację zmiennych; typ zmiennych w tym przypadku to liczby całkowite, czyli w skrócie int. Zbiór liczb całkowitych tworzą liczby naturalne (0, 1, 2, 3,...) wraz z ujemnymi liczbami naturalnymi (−1, −2, −3,...). Częste słowo kluczowe Java, nazwa języka programowania, występuje w 6 połączeniach: JAVA ENTERPRISE IN A (653 wystąpienia w 5 tekstach; częstość na milion słów 42,64); IMPORT JAVA IO IMPORT (447 wystąpień w 22 tekstach; częstość na milion słów 29,19); THE JAVA IO PACKAGE (345 wystąpień w 12 tekstach; częstość na milion słów 22,53); IMPORT JAVA AWT IMPORT (336 wystąpień w 15 tekstach; częstość na milion słów 21,94); JAVA IO IMPORT JAVA (328 wystąpień w 20 tekstach; częstość na milion słów 21,42) oraz THE JAVA LANG PACKAGE (322 wystąpienia w 9 tekstach; częstość na milion słów 21,02). Java zyskała popularność dzięki takim cechom, jak łatwość obsługi, możliwość działania na różnych platformach oraz funkcje bezpieczeństwa. Dzięki Javie jeden program można uruchamiać na wielu różnych platformach. Oznacza to, że nie trzeba poświęcać wysiłku na opracowywanie osobnej wersji oprogramowania dla każdej platformy. Javę zaprojektowano z myślą o łatwości obsługi; uważa się, że łatwiej ją pisać, kompilować, debugować, uruchamiać i poznawać niż niektóre inne języki programowania. Skrót AWT, występujący w połączeniu IMPORT JAVA AWT IMPORT, oznacza The Abstract Window Toolkit — niezależny od platformy zestaw narzędzi do obsługi okien, grafiki i interfejsu użytkownika. Pełna nazwa JAVA ENTERPRISE, będącego częścią częstego połączenia JAVA ENTERPRISE IN A, brzmi Java Platform, Enterprise Edition. Oznacza ono platformę obliczeniową Oracle Java dla przedsiębiorstw, która zapewnia środowisko uruchomieniowe do tworzenia i uruchamiania oprogramowania dla przedsiębiorstw, w tym usług sieciowych i internetowych, a także innych wielkoskalowych, skalowalnych i bezpiecznych aplikacji sieciowych. Połączenie to stanowi część dłuższego, pięciowyrazowego wyrażenia formułowego (653 wystąpienia w 5 tekstach; częstość na milion słów 42,64): Java Enterprise in a Nutshell, jak pokazano w poniższym przykładzie: Przykład 1: Firma Sun jeszcze bardziej ułatwia to zadanie, udostępniając dostawców dla wielu usług nazewniczych. Dzięki temu dostawca usługi może poświęcić dużo czasu na implementację interfejsów javax.naming.spi, a klient musi jedynie podać adres URL dostawcy oraz klasę fabryki kontekstu, a następnie skorzystać z usługi nazewniczej. Więcej informacji o JNDI i powiązanych zagadnieniach można znaleźć w publikacji Java Enterprise in a Nutshell. [Gatunek 5 – „podręczniki ICT”] Terminologija | 2012 | 19 51 Sekwencja JAVA EDITOR, będąca częścią połączenia IN THE JAVA EDITOR (75 wystąpień w 5 tekstach; częstość na milion słów 58,49), oznacza narzędzie programowe przeznaczone do edytowania i kompilowania programów napisanych w Javie, a także ich uruchamiania. Zastosowanie tego połączenia ilustruje poniższy przykład: Przykład 2: Aby zaimplementować funkcję podpowiadania treści, konfiguracja podglądu kodu źródłowego w edytorze musi zostać ustawiona tak, by definiowała podpowiadanie księgowe. Odbywa się to w przykładzie Java editor wewnątrz JavaSourceViewerConfiguration. Błędy pisowni są wyświetlane w Java editor, a dostępne są odpowiadające im szybkie poprawki: słownik można również udostępnić funkcji podpowiadania treści. Utwórz własne propozycje podpowiadania kodu, podobne do tych oferowanych w Java editor. Utwórz instancję CompletionProposalCollector, aby uzyskać te same propozycje co w edytorze Java, lub utwórz jego podklasę, aby połączyć je z własnymi propozycjami. [Gatunek 6 – „dokumentacja techniczna języków programowania i środowisk programistycznych”] WNIOSKI Wyniki podsumowane w niniejszej pracy ujawniają znaczne różnice w częstotliwości występowania form i funkcji wiązek leksykalnych w poszczególnych gatunkach języka technologii informacyjno-komunikacyjnych (ICT). Zróżnicowanie przedstawiono zarówno w ujęciu ilościowym, jak i jakościowym. Pod względem ilościowym gatunek 3 – „dokumentacja techniczna aplikacji oprogramowania w ICT” oraz gatunek 4 – „dokumentacja techniczna sprzętu ICT” są najbardziej schematyczne i powtarzalne. W pozostałych gatunkach ICT stosuje się znacznie mniej wiązek leksykalnych, a wiązki te stanowią wyraźnie mniejszy odsetek ogólnej liczby wyrazów. Wszystkie 14 wiązek terminologicznych występujących w podręcznikach jako gatunku analizowanym w artykule odnosi się do różnych aspektów programowania. Można to wyjaśnić faktem, że znaczny odsetek podręczników (52%) dotyczy różnych zagadnień związanych z programowaniem. REFERENCES Biber D. 2006: University language: A corpus-based study of spoken and written registers, Philadelphia/Amsterdam: John Benjamins Publishing Company. Biber D., Conrad S., Cortes V. 2004: If you look at …: Lexical bundles in university teaching and textbooks, Applied Linguistics, 25L, 371–405. Biber D., Conrad S., Cortes V. 2003: Lexical bundles in speech and writing: an initial taxonomy. – Corpus Linguistics by the Lune: A festschrift for Geoffrey Leech, Wilson A., Rayson P. and McEnery T. (eds.), Frankfurt/Main: Peter Lang. Biber D., Johansson S., Leech G., Conrad S. and Finegan E. (1999): Longman grammar of spoken and written English, Harlow: Pearson. 52 Marek Weber Multi-word patterns in the corpus of Information and Communication Technology. Terminological bundles in the genre – ‘Textbooks in ICT’ Hyland K. 2008: As can be seen: Lexical bundles and disciplinary variation. – English for Specific Purposes 27 (2008), 4–21. Gozdz-Roszkowski S. 2011: Patterns of linguistic variation in American legal English, Frankfurt/Main: Peter Lang. Gozdz-Roszkowski S. (ed.) 2011: Explorations across languages and corpora, PALC 2009, Frankfurt/Main: Peter Lang. Scott M. 1996: WordSmith Tools 4 manual, Oxford University Press. Scott M. 2010: WordSmith Tools 5 manual, Oxford University Press. Scott M., Tribble C. 2006: Textual patterns, Philadelphia/Amsterdam: John Benjamins Publishing Company. DAUGIAŽODŽIAI MODELIAI INFORMACINIŲ IR KOMUNIKACINIŲ TECHNOLOGIJŲ TEKSTYNE. TERMINOLOGINĖS SAMPLAIKOS IKT VADOVĖLIUOSE Pagrindinis straipsnio tikslas – informacinių ir komunikacinių technologijų (IKT) kalboje pasikartojančių tam tikrų lingvistinių modelių tyrimas pasinaudojant tekstynų lingvistikos naujovėmis. Straipsnyje nagrinėjamos keturžodės samplaikos iš 24 milijonų žodžių IKT srities tekstyno, suskirstyto į 7 kategorijas (žanrus): profesiniai straipsniai, moksliniai straipsniai, programinės įrangos dokumentacija, aparatinės įrangos dokumentacija, vadovėliai, programavimo kalbų ir aplinkos dokumentacija ir tinklo technologijų dokumentacija. Atliekant tyrimą buvo nutarta apsiriboti keturžodėmis samplaikomis. Naudojant modelių paieškos tekstynuose programų paketą WordSmith Tools v. 5.0 sudaryti kiekvieno iš septynių IKT srities tekstų žanrų keturžodžių samplaikų sąrašai. Pasirinktos dvejopos ribos: mažiausias samplaikos dažnumas turi būti 20 kartų milijonui žodžių ir samplaika turi būti rasta mažiausiai 5 tekstuose. Pritaikius tokius apribojimus tekstyne rastos 1886 skirtingos samplaikos. Bendras duomenų rinkinyje nustatytų samplaikų skaičius – 197 553. Pagal reikšmę tekste samplaikos suskirstytos į tris plačias funkcines kategorijas: orientuotas į tyrimus, į tekstą ir į dalyvį. Pirmai kategorijai priskirtos samplaikos toliau išskirstytos į keletą subkategorijų: kiekybės, laiko, vietos / krypties, procesų, temos, daugiafunkcių nuorodų, apibūdinimo. Terminologinės samplaikos buvo priskirtos temos rodiklio subkategorijai ir apibrėžtos kaip keliažodžiai junginiai, kuriuose yra terminų. Straipsnyje nagrinėjamos terminologinės samplaikos, rastos IKT vadovėliuose. Didelė vadovėlių dalis (52%) skirta įvairiems programavimo klausimams. Tai paaiškina faktą, kad visos 14 šio žanro terminologinių samplaikų susijusios su įvairiais programavimo aspektais. Gauta 2012-10-30 Marek Weber Bialystok University of Technology ul. Wiejska 45A, Bialystok, Poland E-mail [email protected] Terminologija | 2012 | 19 53