Корпус текстов как объект лингвистического исследования (на материале Corpus para la historia delespa~nol en el uruguay)

В испанистике в целом и латиноамериканистике в частности существует богатая традиция изучения истории языка на материале текстов художественной литературы или исторических документов [7: 10–11]. Данные типы источников, однако, имеют ряд ограничений. Литературные произведения, будучи плодом фантазии писателя, не являются документом живой, естественной речи. В свою очередь, историки при публикации тех или иных материалов обычно не ставят перед собой цель сохранить первозданный (с филологической точки зрения) вид текста, нередко для удобства читателей приводя графику, орфографию и пунктуацию исходных документов к современному состоянию.

Сегодня для изучения состояния языка в предыдущие эпохи учёные всё чаще обращаются к текстам, позволяющим сквозь письменную речь увидеть черты устной. Письмо родственнику, записка, предназначенная слуге, или запротоколированные показания свидетеля в ходе судебного заседания — примеры письменных жанров текста, которые по своим характеристикам сближаются с устной речью [5: 164]. По мере развития корпусной лингвистики на основе такого рода материалов, сохранившихся в частных или государственных архивах, создаются лингвистические корпуса — причём не только общеязыковые (общеиспанский, общеанглийский и т. д.), но и предназначенные для исследования особенностей отдельных диалектов, национальных вариантов и других форм существования языка.

Разработка подобного корпуса для изучения истории испанского языка Уругвая началась в 1990-х — в рамках проекта Historia del español de América, запущенного Ассоциацией Лингвистики и Филологии Латинской Америки (ALFAL) на базе нескольких латиноамериканских университетов (в Уругвае — на базе Факультета гуманитарных и педагогических наук Республиканского университета, под руководством А. Элисайнсина). В Корпус истории испанского языка в Уругвае (Corpus para la historia del español en el Uruguay) вошли тексты различных жанров, объединённые в три базовые категории: 1) личные письма; 2) частные документы; 3) официальные документы [8: 12].

В категорию личных писем попадает семейная, дружеская или любовная корреспонденция, в которой ярко проявляются особенности межличностной коммуникации между собеседниками, что находит своё отражение в языке. К частным документам относят тексты, которые, как и личные письма, не предназначены для публичного распространения, но при этом их адресанта и адресата связывают прежде всего деловые отношения. Примерами подобных текстов являются записки коммерческим партнерам, прошения или доклады. В категорию официальных документов включаются тексты, основной характеристикой которых является то, что они адресованы официальным лицам и предназначены для публичного распространения. К документам данного типа относятся описи имущества, брачные контракты, завещания, судебные дела и т. д.

Тексты, вошедшие в корпус, были отобраны на основе ряда критериев, наиболее важными из которых являлись датировка документа, географическое происхождение и уровень грамотности автора.

Наиболее ранний текст датируется 1726 годом, что объясняется поздней колонизацией Восточной полосы ( Banda Oriental —наименование территории современного Уругвая в XVIII в.): город Монтевидео, будущая столица независимой страны, был основан лишь в 1724–1730 гг. Самый поздний текст корпуса датируется 1904 годом; это год окончания последней гражданской войны, момент смены исторических эпох.

При составлении корпуса предпочтение отдавалось текстам креолов, родившихся на территории современного Уругвая, однако авторами значительной части текстов XVIII века (прежде всего наиболее ранних) являются уроженцы Испании, переехавшие в Рио-де-ла-Плату. Данное обстоятельство объясняется низким уровнем грамотности креольского населения [5: 167]. В корпус в порядке исключения также вошло небольшое количество текстов, написанных за пределами Восточной полосы — в тех случаях, когда биографические сведения об их авторах однозначно указывают на то, что они родились и выросли на территории Уругвая.

Основное внимание при отборе документов (особенно личных писем) уделялось текстам так называемых полуграмотных авторов — носителей, обнаруживающих недостаточное знакомство с практикой письма и эпистолярной традицией [11: 158]. Личные письма, по мнению В. Бертолотти и К. Компани, являются для историка языка «жемчужиной в короне» [9: 142–143], поскольку не предназначены для посторонних глаз, пишутся для конкретного адресата и потому демонстрируют высокую степень «коммуникативной непосредственности» ( inmediatez comunicativa ); фактически это единственный тип текста, который «отваживается» писать тот, кто не «умеет» писать.

Тексты, представленные в корпусе, являются точным воссозданием рукописей, с сохранением всех особенностей графики и орфографии: фонетического письма (в силу незнания орфографических норм), гиперкоррекции, написания заглавных букв в середине слов и т. п. Поэтому именно в тех случаях, когда авторство рукописей принадлежит людям, не владевшим в достаточной мере навыками письма, тексты представляют особый интерес и ценность, проливая свет на отдельные аспекты разговорной речи.

В то же время в корпус включались и тексты грамотных, образованных авторов, что позволяет отслеживать эволюцию языковой нормы.

Документы корпуса взяты из нескольких основных источников: Национального архива Уругвая, Национального архива Аргентины, Архива Музея истории Уругвая, Архива Архиепископства Монтевидео, Архива Артигаса, Генерального архива Индий (г. Севилья, Испания), а также из частных архивов.

Тексты корпуса использовались в различных исследованиях по истории языка начиная с 1990-х, однако широкой публике значительная их часть впервые стала доступна в 2010 году, когда под заголовком Documentos para la historia del español en el Uruguay был опубликован сборник текстов XVIII века [7]. Том содержит 70 документов: 14 личных писем, 13 частных и 43 официальных документа (530 листов, 101 700 слов). В 2012 году вышел аналогичный том по XIX веку ([8]), в который вошло 75 документов: 28 личных писем, 22 частных и 25 официальных документа (182 листов, 45 300 слов). Оба сборника содержат подробные сведения о самом корпусе и процессе отбора архивных документов, а также снабжены тремя указателями: по номеру, году создания и типу документа.

Рукописи, взятые из архивов, были затранскрибированы согласно специально разработанным нормам. Графические, орфографические, пунктуационные особенности оригинала за редким исключением были полностью сохранены и воспроизведены в двухтомнике. В одном аспекте, однако, форма представления документов претерпела изменения: если в первом томе сохранялась оригинальная сегментация текста на слова, то во втором — чтобы облегчить чтение для не-специалистов — сегментация проведена согласно нормам современного языка. Полная информация об особенностях транскрибирования и редактирования текстов, об условных обозначениях и сокращениях содержится во введении к каждому тому.

Заголовок каждого документа начинается буквенным кодом языка, на котором он написан (E — испанский), и номером, под которым он зарегистрирован в корпусе. Далее следует название документа. Как правило, оно в готовом виде взято из архива. Если название отсутствовало, оно придумывалось исследователями по аналогии.

Описание документа содержит также указание на век и год его создания, источник (название и местонахождение архива, из которого он был взят, а также расположение рукописи в указанном архиве); приведены инициалы лица или лиц, проводивших ревизию затранскрибированного текста. Кроме того, каждый документ снабжён кратким содержанием, иногда — комментариями исследователей.

В самом тексте приводится нумерация листов, произведённая самими исследователями в процессе подготовки текстов корпуса: [fol.1r], [fol.1v], [fol.2r], [fol.2v] и т. д., где fol. — folio (исп. «лист»), 1 — номер листа, r — лицевая сторона, v — оборотная сторона. Кроме того, произведена нумерация каждой пятой строки (сохранено оригинальное построчное деление).

Приведём пример оформления документа для публикации в сборнике текстов за XIX век [8: 33]:

• E23. Carta de Joaquín Reyna a Jacinto Vera

  Siglo: XIX Año: 1853

Ubicación: Archivo de la Curia Eclesiástica de Montevideo, Correspondencia a Jacinto Vera, Doc. 6894/10.

Rev: NP, MN

Respuesta de Joaquín Reyna donde da potestad a Jacinto Vera para autorizar casamiento entre “morenos”.

[*fol.1r]

• 1.    Sor D Jacinto Vera.

• 5.    morenos, contenidos en su Carta de hoy, sin cierto Domi-

• cilio, y que son feligreses de la Parroq.a donde actualm.te moran; si V tiene alguna otra rason para conciderarlos feligreses del Cerro Largo lo dejo a su delicadesa. Pero de cualquier modo que sea, yo como Cura de los Curas

• 10.    faculto a V para que esplorada la voluntad de quererse

Mont.o Dic.e 26 de1853

Sor

En el dia no hay esclavos, y por esta rason concidero a los

casar, los una en matrimonio.

Diós gue a Vm.s as.

Jose Joaq.n Reyna {RUB}

Корпус Corpus para la historia del español en el Uruguay может использоваться для исследования языковых явлений, представляющих интерес с точки зрения истории уругвайского национального варианта испанского языка на всех уровнях (фонетическом, морфологическом, синтаксическом, лексическом). В. А. Плунгян, говоря о роли корпусов в современной лингвистике, отмечает, что их появление и развитие позволило историкам языка более эффективно отслеживать языковую «микроэволюцию», под которой подразумеваются «малозаметные изменения сочетаемости и значений слов, изменения частотности различных конструкций или частотности употребления лексических и грамматических вариантов, регистрация появления или угасания отдельных явлений языка, и т. п.» [3: 14].

Кратко рассмотрим лишь часть особенностей, нашедших отражение в документах описываемого корпуса; источники примеров приводятся в формате: [номер документа, год создания, номер листа, номер строки] .

Тексты корпуса позволяют говорить о широком распространении на территории современного Уругвая феномена seseo уже в XVIII в. Данное явление заключается в нейтрализации глухой альвеолярной фрикативной фонемы /s/, обозначаемой на письме графемой ⟨s⟩, и глухой зубной фрикативной /θ/, обозначаемой графемами ⟨c⟩ и ⟨z⟩, в пользу /s/.

Неразличение двух фонем в разных позициях находит отражение на письме: tersera [E24, 1730, fol.1v, 1] (вм. tercera), prez.te [E24, 1730, fol.1v, 8] (вм. presente), paresco [E37, 1763, fol.1r, 15] (вм. parezco), Lenguaras [E385, 1768, fol.1r, 12] (вм. lenguaraz), citio [E19, 1793, fol.1r, 2–4] (вм. sitio), hise [E206, 1789, vol.19r, 6] (вм. hice). В пределах документа одно и то же имя может писаться по- разному: Andres Cabesas [E204, 1799, fol.80r, 7], Andrez Cabezas [E204, 1799, fol.2r, 13].

Данный феномен наблюдается даже в текстах носителей, принадлежавших к узкой прослойке наиболее образованных людей своей эпохи, как в случае с писателем и натуралистом Х. М. Пересом Кастельяно, у которого читаем: Una exposicion sen s illa [E44, 1789, fol.29r, 1] (вм. sen c illa), pobla s ion [E44, 1789, fol.31r, 11] (вм. pobla c ión), propor s ionando [E44, 1789, fol.34r, 4] (вм. propor c ionando), gra-/ z a [E44, 1789, fol.35, 2–3] (вм. gra s a).

Другое известное фонетическое явление, йеизм ( yeísmo , нейтрализация бокового палатального сонанта /ʎ/, обозначаемого на письме сочетанием ⟨ll⟩, и звонкого палатального спиранта /ʝ/, передаваемого графемой ⟨y⟩, в пользу последнего), проявляется в текстах корпуса лишь в XIX в.: ll o [E113, 1830, fol.1r, 3] (вм. y o), ll a [E67, 1839, fol.1r, 5] (вм. y a), an y ebado [E62, 1841, fol.1r, 5] (вм. han ll evado), à y ar [E63, 1841, fol.1r, 15] (вм. ha ll ar), o ll o [E66, 1846, fol.1v, 4] (вм. o y ó), ha ll a influido [E125, 1880, fol.1r, 17] (вм. ha y a). Встречаются колебания в написании одного и того же слова в пределах одного документа ([E70, 1870]): y o [fol.1r, 10], ll o [fol.1r, 18], ll o [fol.1r, 19], ll o [fol.1r, 21], y o [fol.1r, 23], y o [fol.1v, 5], y o [fol.1v, 22], y o [fol.2r, 10].

Обращают на себя внимание и другие фонетические явления, среди которых отпадение конечного /-s/ ( Los equipaje_ [E392, 1762, fol.1r, 1], tanto_ disgustos [E69, 1887, fol.1r, 7]), выпадение /d/ в разных позициях ( ciuda_ [E218, 1741, fol.1r, 1], rrue_a [E30, 1803, fol.1v, 10] (вм. rue d a), _onde [E210, 1833, fol.12r, 15]), а также особенности вокализма — безударного ( res e vi [E24, 1730, fol.2v, 7] (вм. rec i bí), D u cientos [E56, 1750, fol.1r, 6] (вм. d o scientos), tr u jeron [E385, 1768, fol.10v, 10] (вм. tr a jeron), I mbiar [E540, 1770, fol.1r, 19] (вм. e nviar)) и ударного ( s e mos [E30, 1803, fol.1r, 13] (вм. s o mos), tr a inta [E91, 1821, fol.1r, 17] (вм. tr e inta)).

Переходя к области морфологии, следует отметить колебания в роде имён существительных (например, el / la orden : Immediatam.^te se libró el orn. prevenido [E94, 1753, fol.31r, 6], libran-/ dose la orn necesaria [E94, 1753, fol.39v, 3–4]) или в форме артикля: la / Arma [E204, 1799, fol.6r, 4–5], el arma [E204, 1799, fol.85r, 13].

В документах XVIII в. весьма часто встречаются случаи использования антропонимов с определённым артиклем, как в протоколах свидетельских показаний в документах E204, E205, E206, E207, E208: el Juan Roman [E205, 1788, fol.1v, 13], y la Andrea le dixo una palabra [E206, 1789, fol.2r, 17], el Quebedo [E207, 1789, fol.5v, 1], el hijo de la Magdalena [E207, 1789, fol.6r, 6–7], a la Madalena Fuentes [E207, 1789, fol.12r, 18], a el Pereyra [E208, 1789, fol.5r, 10], al Andres [E204, 1799, fol.78r, 6].

Кроме того, представляется, что исследование текстов корпуса способно пролить свет на остающийся малоизученным в испанистике вопрос о причинах и хронологии вытеснения в испанском языке Америки местоимения (и соответствующей глагольной парадигмы) vosotros местоимением ustedes . В документах корпуса тенденция к подобному вытеснению обнаруживается в XIX в., однако данный вопрос требует детального изучения с учётом типологии текстов и факторов, влиявших на выбор того или иного способа обращения.

Отметим такие синтаксические явления, нередко встречающиеся в документах корпуса, как декеизм и кеизм. Декеизм ( dequeísmo ) — ненормативное использование в сочетании с союзом que предлога de там, где он не требуется: prome/ tieron de tasar [E53, 1751, fol.2v, 4–5], estoy deseando de / berla [E87, 1787, fol.1r, 3–4], Hago lo/ que puedo por hacerte conocer de algunas personas aquí [E129, 1880, fol.1r, 28–29]. Кеизм ( queísmo ) — явление противоположное; ненормативное опущение перед союзом que предлога de в случаях, где он необходим: no ay duda/ _ que [E389, 1766, fol.1r, 6–7], Quedo enterado _ q.^e [E113, 1830, fol.1r, 11], Así es que V. E. puede estar/ seguro _ que [E213, 1882, fol.3r, 8–9].

Другой любопытной особенностью текстов корпуса является частое употребление относительно-притяжательного местоимения cuyo в выражениях типа a cuyo tiempo , использующихся для введения действия, непосредственно следующего за упомянутым ранее или одновременного с ним: y se agar-/ raron del Cabello, â cuyo tiempo el que expon[*e]/ los separó [E207, 1789, fol.2r, 25; fol.2v, 1–2].

Один из наиболее объёмных документов корпуса — E204. Causa Criminal contra Andrez Cavezas (1799). Данный текст позволяет проиллюстрировать складывающееся лексическое своеобразие уругвайского варианта испанского языка, поскольку содержит значительное количество американизмов и риопла-тизмов (регионализмов, характерных для риоплатского лингвистического региона, включающего в себя территории современной Аргентины, Уругвая и Парагвая [1: 238]): pulpería [fol.58v, 20], pulpero [fol.50r, 13], mate [fol.22v, 22], guasca [fol.26v, 23], poncho [fol.23r, 19], chuza [fol.28v, 10], tala [fol.3r, 21], con-chavo [fol.33v, 1–2], aguatero [fol.25v, 10–11], blandengue [fol.7v, 11] и др.

Исследователю в ходе работы c корпусом необходимо учитывать, что различные языковые явления будут проявляться в большей или меньшей степени в разных типах текстов. Так, для исследования частотности глагольных форм нам прежде всего следует обратиться к категории официальных документов: в протоколах судебных заседаний временные формы глаголов играют важную роль для установления порядка событий и изложения произошедшего. С другой стороны, для изучения форм обращения необходимо обратиться прежде всего к личным письмам и частным документам.

Возвращаясь к описанию корпуса, следует отметить, что ещё одна его часть была опубликована в 2015 году в качестве приложения к книге Вирхи-нии Бертолотти ([5]), посвященной истории форм обращения в испаноязычном мире и в Уругвае в частности. Это 100 документов, датируемых XIX веком, в том числе 90 оригинальных по сравнению с опубликованными в вышеупомянутом двухтомнике.

Наконец, рассматриваемый корпус не стал исключением из актуальных тенденций в лингвистике, где в последние годы всё большее значение приобретают языковые корпусы, чему в значительной мере способствует технологический фактор, проявляющийся в информатизации лингвистики, в развитии возможностей анализа и обобщения больших объемов информации [2: 18]. Документы корпуса Corpus para la historia del español en el Uruguay сформировали уругвайский раздел общеамериканского корпуса CORDIAM ( Corpus Diacrónico y Diatópico del Español de América) . Этот проект, инициаторами и организаторами которого выступили К. Компани (Национальный автономный университет

Мексики) и В. Бертолотти (Республиканский университет, Уругвай), был официально запущен в 2015 году и по состоянию на апрель 2021 года насчитывает 14 682 текста (10 889 176 слова) на испанском языке, созданных в Северной, Центральной и Южной Америке с 1494 по 1905 год.

Помимо вышеупомянутых текстов из двух сборников и книги В. Берто-лотти в CORDIAM были включены дополнительные, ранее не публиковавшиеся документы из корпуса Corpus para la historia del español en el Uruguay , а также тексты из периодических изданий Уругвая. Всего в уругвайском разделе CORDIAM-Documentos содержится 365 документов (204 704 слова): 252 личных письма (59 507 слов), 76 административных (38 216 слов), 33 юридических (102 084 слов) и 4 хронистических (4 897 слов). Корпус текстов периодической прессы Уругвая, собранный в CORDIAM-Prensa, ещё обширнее: 2 449 документов (784 871 слово).

На сайте CORDIAM (cordiam.org) доступен полнотекстовый поиск по всем единицам хранения с фильтрацией результатов выдачи по веку и году, типу документа, а также по имени, полу и этнокультурному происхождению автора, если оно установлено (креол, испанец, индеец, метис, негр, иностранец). При наведении курсора на пример предлагается более широкий контекст, от которого можно перейти к полной версии документа (PDF-файлу) и отсканированной копии оригинала (если таковая имеется).

В корпусе CORDIAM содержится более подробная информация о каждом тексте, чем в двухтомнике Documentos para la historia del español en el Uruguay (т. н. метаданные документа), а также несколько отличаются условные обозначения: нумерация листов рукописи представлена в виде {f.1v} , где 1 — номер листа, а v — обозначение оборотной стороны; косая черта указывает на перевод строки; нумерация строк осуществляется при помощи надстрочных символов. Полная информация о системе сокращений и условных обозначений, принятых в корпусе, опубликована на сайте CORDIAM [4].

Значение корпуса текстов Corpus para la historia del español en el Uruguay для уругваистики невозможно переоценить. Документированная история испанского языка в Уругвае начинается в 1726 году, и тексты XVIII и особенно XIX века представляют большой интерес для исследователя, являясь ключом ко многим вопросам национальной языковой истории. Не менее важно и то, что при отборе документов создатели корпуса отдавали предпочтение именно носителям-креолам, а не авторам, родившимся в Испании, переселенцам из других зон Латинской Америки или иммигрантам из других стран.

Более того, XIX век не столь часто оказывается в поле зрения историков испанского языка, и сам факт издания сборника текстов и работа по наполнению корпуса CORDIAM языковыми документами, созданными на территории современного Уругвая и других регионов бытования испанского языка, способен придать новый импульс развитию латиноамериканистики в целом. Наличие аналогичного корпуса с уругвайскими текстами на португальском языке ([6]) делает возможными сопоставительные исследования.

На документах рассматриваемого корпуса базируется большое количество исследований в области истории испанского языка в Уругвае. Результаты наиболее важных из них представлены на интернет-портале Historia lingüística del Uruguay в разделах Publicaciones и Trabajos [10]. При этом данные тексты по-прежнему представляют собой незаменимый источник для историков испанского языка. Инфраструктура филологического интернет-корпуса с поисковой системой делает работу с ними удобнее, облегчая применение в ходе исследования статистических методов и новейших достижений компьютерной лингвистики и открывая новые перспективы в изучении уругвайского национального варианта испанского языка.

TEXT CORPUS AS AN OBJECT FOR LINGUISTIC RESEARCH: AN OVERVIEW OF THE CORPUS PARA LA HISTORIA