Влияние содержания на понимание текста: пропозициональный анализ дискурса

Вопросы влияния сложности иноязычного текста на объем воспроизводимой информации и выбор метадискурсивных стратегий остаются малоизученными в силу необходимости привлечения для их решения мультидисциплинарных данных. Цель данного исследования - определить влияние лексической и информативной сложности текста, а также русско-английских дискурсивных различий на объем и специфику воспроизводимого русскоязычными читателями английского текста. В исследовании приняло участие 94 респондента, владеющих английским языком как иностранным. Читаемый текст и текст-пересказ сопоставлялись на информационном и языковом уровнях. Информационная сложность текста для чтения, в качестве которого была использована публицистическая статья с уровнем сложности С2 по Общеевропейской шкале уровней владения языком, оценивалась на основе пропозиционального анализа, а измерение лингвистической сложности осуществлялось с помощью дескриптивных параметров текста (длина слова, длина предложения, доля длинных слов), индекса читабельности, сложности слов и диапазона метадискурсивных маркеров. Сравнение текста для чтения и его пересказов продемонстрировало незначительное снижение метрик всех лингвистических параметров. Исследование подтвердило, что степень сложности текста для чтения является предиктором количества воспроизводимых пропозиций: свертывая информацию в пересказах, читатели с высоким языковым уровнем воспроизводят около 60 % главных и опускают более 70 % второстепенных пропозиций прочитанного текста. В пересказах носители русского языка демонстрируют тенденцию изменять метадискурсивную модель текста, утрачивая хеджи, бустеры и маркеры эвиденциальности, добавляя в текст пересказа отсутствующие в тексте для чтения сочинительные союзы. Исследование углубляет понимание межъязыковых различий в использовании метадискурсивных маркеров. Особую практическую значимость полученные данные имеют для автоматизации пропозиционального анализа и обработки естественного языка.

Text content variables as a function of comprehension: Propositional discourse analysis

Text complexity impact on immediate recalls and range of metadiscourse markers remains a research niche due to the lack of multidisciplinary data necessary to shed light on the issue. The current study aims to identify effects of text complexity and Russian-English discourse differences on immediate text-based recalls relating to the amount and type of the information reproduced. For the research purposes we engaged 94 native Russian speakers as respondents in a text-retelling task to explore the amount of propositions recalled from an opinion article and the range of discourse markers employed. The reading text and text-based recalls were contrasted on informative and linguistic levels. The informative complexity of the reading text was evaluated on the basis of propositional analysis, and the linguistic complexity was carried out on the basis of descriptive parameters (word and sentence length, proportion of long words), readability index, word complexity and range of metadiscourse markers. The study revealed that the complexity level of the reading text is a strong predictor of propositional recall. The comparative analysis indicated a slight decrease in metrics of descriptive parameters. We also revealed that high ability readers make a choice in favor of superordinate propositions recalling about 60% of them and losing over 70% of the subordinate propositions. They also tend to shift the metadiscourse patterns of the original text from interactive to more logical ones by loosing hedges, emphatics and evidentials. The study furthers our understanding of cross-linguistic differences in the use of metadiscourse, its results will find application in discourse complexology and natural language processing.

Авторы
Солнышкина М.И.2 , Харькова Е.В2 , Эбзеева Ю.Н. 1
Издательство
Российский университет дружбы народов
Язык
Английский
Страницы
938-956
Статус
Опубликовано
Номер
4
Том
27
Год
2023
Организации
  • 1 Российский университет дружбы народов
  • 2 Казанский (Приволжский) федеральный университет
Ключевые слова
propositions; text complexity; reading comprehension; cognitive model; automatic text analyzer; natural language processing; пропозиция; сложность текста; понимание текста; когнитивная модель; автоматический анализатор; обработка естественного языка
Цитировать
Поделиться

Другие записи