Анализ китайской терминологии средствами корпусной лингвистики: практика использования AntConc в межкультурных исследованиях

Автор: Хайтун П.

Журнал: Новый филологический вестник @slovorggu

Рубрика: Русистика в Китае

Статья в выпуске: 2 (73), 2025 года.

Бесплатный доступ

Лингвистические исследования, ориентированные на современные языковые явления, требуют широкого охвата речевых данных для повышения точности результатов. Одним из ключевых инструментов в этой области выступает корпусная лингвистика, зародившаяся в 1960х годах как метод анализа текста в контексте. Со временем её применение расширилось на различные языки, включая китайский, что способствовало созданию специализированных баз данных и углублённому изучению языковых структур. В статье рассматриваются теоретические основы корпусной лингвистики, её элементы и программные решения, такие как AntConc, с акцентом на анализ китайской терминологии. Особое внимание уделено возможностям AntConc в обработке иероглифических текстов, включая сегментацию, выявление коллокаций и частотных паттернов, а также его роли в межкультурных исследованиях. Статья подчеркивает, как AntConc эффективно преодолевает специфические вызовы китайского языка, такие как отсутствие пробелов между словами и слабо выраженная морфология, обеспечивая надежную основу для лингвистического анализа. На примере анализа литературных произведений (напр., рассказа Лу Синя «Родина») и сопоставления корпоративных ценностей Китая и США демонстрируется, как инструмент позволяет декодировать культурные коды через статистические и контекстуальные методы. Статья обосновывает универсальность AntConc для работы с изолирующими языками и подтверждает его статус как незаменимого инструмента для современных межкультурных и когнитивно лингвистических исследований, открывающего новые перспективы в рамках цифровых гуманитарных наук.

Еще

Корпусная лингвистика, межкультурные исследования, китайский язык, русский язык, анализ китайской терминологии, цифровые гуманитарные науки, декодирование культурных кодов, статистика данных

Короткий адрес: https://sciup.org/149148623

IDR: 149148623   |   DOI: 10.54770/20729316-2025-2-316

Статья научная