Стохастические модели порождения речи

Стохастическая модель (от греч. stochastikos — «умеющий угадывать — вероятностный») была предложена в начале 1960;х гг. Дж. Миллером и Н. Хомским; исследователи исходили из положения, утверждающего, что язык можно описать как конечное число состояний его элементов. Саму речь (речевые процессы) можно интерпретировать как такую последовательность элементов, где появление каждого нового элемента речевой цени зависит от наличия и вероятности появления предшествующих элементов. Дж. Миллер и II. Хомский утверждали, что «каждый пятый элемент имеет вероятность появления, зависимую от появления четырех предшествующих элементов» (274, р. 423).

Из различных стохастических моделей более приемлемыми для психолингвистического анализа процесса речепорождения А. А. Леонтьев считает так называемые «Марковские» модели. В такой модели в качестве основной единицы речепорождения выступает не отдельный элемент (например, фонема или слово), а определенная последовательность элементов (например, цепочка из нескольких слов); при этом моделируется вероятностная характеристика их появления в речевом высказывании.

В прикладной психолингвистике проведен целый ряд экспериментов, показавших, что процесс порождения речи обязательно предполагает использование вероятностного принципа и, в частности, скрытого знания испытуемым условных (зависящих от появления предыдущих элементов) вероятностей появления каждого нового элемента высказывания. Психологическое задействование вероятностного механизма в порождении речевых высказываний можно считать полностью доказанным (А. А. Леонтьев, 1969, 1970 (106, 108)). Очевидно и то, что в интеллектуальной речемыслительной деятельности человека присутствует механизм субъективной оценки вероятности слов и других элементов, который достаточно хорошо коррелирует с объективной вероятностью появления этих элементов в тексте (Р. М. Фрумкина (208)).

Экспериментальные исследования показывают тесную связь вербальных (словесных) ассоциаций и процесса порождения связной речи (205).

Один из вариантов стохастических моделей — так называемые «грамматики с конечным числом состояний». Это любая модель, в которой в качестве элемента выступает грамматический класс слов (например, та или иная часть речи) и определяется характер зависимости между последовательно появляющимися грамматическими классами. В практике психолингвистического исследования рассматриваются именно вероятностные модели с конечным числом состояний. Особенно часто исследуются вероятностные зависимости между словами разных грамматических классов, выявляющиеся в словесном ассоциативном эксперименте (139, 286).

По Ч. Осгуду, процесс порождения речи осуществляется параллельно на нескольких уровнях — по собственным (в том числе вероятностным) закономерностям каждого уровня. При этом закономерности распределения единиц высших уровней учитывают закономерности распределения единиц низших уровней. На «верхнем» уровне мотивации единицей, в отношении которой субъектом речевой деятельности принимается решение, является предложение (высказывание). На втором, семантическом уровне единицей (в процессе кодирования) является «функциональный класс», а в процессе декодирования — «нуклеус». Определение функционального класса впервые было дано Л. В. Щербой, который назвал соответствующую единицу фразой. По определению Л. В. Щербы, фразы есть «…простейшие элементы связной речи, отвечающие единым и далее в момент речи неразлагающимся представлениям» (233, с. 21). Позднее Л. В. Щерба и В. В. Виноградов предложили вместо этого определения понятие «синтагма» (235, 36). В хрестоматийным примере Талантливый художник пишет интересную картину (А. А. Леонтьев, 1969, 1997) единицами кодирования (функциональными классами, по Ч. Осгуду), являются талантливый художник — пишет — интересную картину.

Нуклеус (от лат. nucleus — ядро) представляет собой ту часть слова, которая в отечественной школе языкознания определяется как основа слова — словоформа минус морфосинтаксические грамматические элементы — флексии (окончания). В приведенном примере разделение по нуклеусам выглядит следующим образом: Талантлив-ый — худож7сик — пиш-ет — интересн-ую — картин-у.

На третьем уровне последовательностей единицей является фонетическое слово, а на четвертом, интеграционному — соответственно слог (выполняющий функцию кодирования) и фонема (декодирование).

Как считает А. А. Леонтьев, вероятностные модели работают только на взаимоотношениях отдельных слов в процессах порождения связной речи; для моделирования процессов грамматического оформления речи они не приемлемы (106, 119). Это касается и моделей грамматик с конечным числом состояний. Во многом это определяется тем, что в языке существуют определенные типы грамматических конструкций, которые не могут быть порождены при помощи грамматики с конечным числом состояний. Это так называемые самовставляющиеся, а также «гнездующиеся» предложения, соответствующие в русской грамматике сложноподчиненным предложениям. Кроме того, такая модель не объясняет закономерности процесса овладения языком. Согласно данной теории, для того чтобы обучиться производить речь в последовательности, построенной по принципу «слева направо» (S — Р — О), ребенок должен прослушать огромное количество — 2¹⁰⁰ предложений на родном языке, прежде чем сможет самостоятельно создавать высказывания. Критики теории отмечают, что для такой задачи не хватит и десяти жизней (143, с. 158—159).

Несмотря на известную ограниченность, стохастические модели речепорождения по некоторым своим концептуальным составляющим могут, по мнению А. А. Леонтьева, найти применение в современной психолингвистике (119, с. 89). В частности, в речевой деятельности человека «…есть коммуникативные ситуации, для моделирования которых может оказаться оптимальной именно грамматика с конечным числом состояний. Это, например, детская речь в том периоде ее развития, когда словарь уже усвоен, а грамматика в строгом смысле (морфосинтаксис) еще отсутствует. Э го спонтанная жестово-мимическая речь глухонемых, автономная речь, креолизованные жестовые языки, используемые для межэтнического общения народами, говорящими на различных языках и др.» (119, с. 89). Стохастические модели применимы и для моделирования разговорной речи (А. А. Леонтьев, А. С. Маркосян (119, 139)).