Аннотация. Работа посвящена проблеме адаптаций текстов для публикаций, ориентированных на различные читательские аудитории, причем адаптация текста рассматривается не просто как упрощение, но как «настройка» сообщения на специфического читателя и ситуацию общения. В частности, выделяются общепублицистический, правовой, научный, образовательный, медицинский художественный дискурсы, под которые редактору необходимо подстраивать авторский текст. Сюда же относится и IT-дискурс, на примере которого проведена данная исследовательская работа. В ходе работы были проанализированы труды русскоязычных и англоязычных исследователей природы и методов адаптации текстов. Выведенная в результате исследования формула для оценки текста на предмет удобства восприятия показала свою высокую эффективность.

Перед редакторами печатных и сетевых СМИ ежедневно встаёт проблема оценки текстов на пригодность к помещению на страницах издания. Целевые аудитории СМИ сильно отличаются друг от друга. Так, например, если заметка о недавно открытой экзопланете в журнале любителей астрономии вызовет благожелательные отклики, то на ресурсе домохозяек та же самая статья будет не понята, сочтена скучной и воспринята в целом отрицательно. Для них в заметке будет слишком много терминов и слишком мало информации, представляющей интерес. В этом и есть предназначение адаптации – обличение текста в форму, доступную и увлекательную для конкретной целевой аудитории. Навык быстрой и грамотной оценки текста на предмет адаптированности к редактору приходит лишь с опытом. Но, возможно, существуют и методы автоматизированного анализа текста с точки зрения удобства восприятия? Так, чтобы даже начинающий редактор мог понять, доступен ли материал для понимания?

С начала прошлого века зарубежными исследователями предпринимались попытки выделить формальные характеристики текста, влияющие на его восприятие читателями – к примеру, средняя длина предложений, количество слов, имеющих в составе более трёх слогов, среднее количество структурных компонентов в предложении и т.п. Часть этих исследований увенчалась успехом, к таковым можно отнести работы Рудольфа Флэша, Гарри МакЛафлина, Уолтера Кинтша и ряда других учёных. Были получены соответствующие формулы, на основе которых теоретически можно оценить любой текст с точки зрения удобства восприятия. В России и в других странах с широким распространением русского языка подобных работ практически не существует. Имеющиеся аналоги, среди которых можно назвать алгоритмы, использующиеся в текстовом редакторе MS Word, далеки от совершенства, поскольку используют зарубежные формулы, не учитывающие семантические различия между английским и русским языками.

В рамках данного исследования предпринята попытка создать формулу, с помощью которой можно было бы полноценно оценивать текст. Разработанная математическая модель рассчитана на использование применительно к текстам IT-тематики, но при некоторой доработке может оценивать и материалы любой другой направленности. Используются два показателя – средняя длина предложений и количество слов в тексте, значение которых читателю, скорее всего, незнакомо.

Формула рассчитана на использование с 4-мя базовыми читательскими аудиториями ведущих интернет-порталов IT-тематики. На основе информации, предоставленной администрацией данных ресурсов, удалось сформировать описание для каждой из аудиторий – таким образом, каждый пользователь может быть определён в одну из них. Разумеется, при условии наличия сведений о нём – таких, как возраст, образование и увлечения. То есть того, что любой уважающий себя редактор или автор знает о своих читателях. Номер целевой аудитории соответствует её уровню технической грамотности – от 1 (базовый уровень знаний) до 4 (уровень человека с профильным техническим образованием). Далее необходимо проанализировать текст с помощью формулы. Если результат соответствует целевой аудитории, – вероятнее всего, текст правильно адаптирован. Если же нет, текст нужно дополнительно обработать с помощью нескольких простых приёмов, каждый из которых подробно описан в работе.

Для апробации модели была разработана специальная методика. Необходимым условием прохождения проверки было обнаружение факта того, что изменение формальных характеристик текста влияет на его восприятие читателями. Для этого тексты были адаптированы с использованием классических методик (к примеру, за счёт упрощения используемой лексики), а затем апробированы на респондентах. Респондентами выступали представители контрольных групп – по 50 на каждую из 4-х целевых аудиторий. Затем результаты были сверены с итогами первого этапа тестирования, в котором использовались неадаптированные тексты. Как показал анализ, в большинстве случаев изменение формальных характеристик действительно влияет на текст в сторону упрощения восприятия. Вероятность корректной оценки составляет 80%.

Таким образом, за счёт использования разработанной формулы можно существенно улучшить результаты работы редакторов-новичков. Не менее полезна формула и для авторов – нередко возникает необходимость убедиться, что в процессе написания научно-популярной заметки материал не превратился в аннотацию монографии академика. Что, разумеется, вызовет отторжение у читательской аудитории, чьи знания не соответствует уровню материала. Возможна и автоматизация процесса первичной проверки текста за счёт встраивания формулы в стороннее программное обеспечение. В таком случае оптимальным является конвертирование внешнего подключаемого словаря, содержащего список общеизвестных слов, в формат базы данных. 

***

В качестве объекта исследования лингвистика рассматривает текст в различных плоскостях: семантика и синтактика, грамматика и прагматика. Одним из важнейших аспектов изучения текста является изменение его поверхностной и глубинной структур посредством адаптации к новым условиям использования, а также оценка данных изменений посредством установления эффективности восприятия видоизмененной информации адресатом текста.

Одним из основных методов адаптации текстов является следование общим рекомендациям, или, иначе говоря, описание того, каким текст должен стать после. Данный метод представляет определённые сложности для лиц, поверхностно знакомых с теорией лингвистики.

Другим подходом является анализ текста на основе его формальных характеристик. Проведенные исследования в рамках интердискурсивной адаптации текста, а также анализ текстов показали, что, несмотря на принятый в лингвистике взгляд на адаптацию как на изменение текста в сторону упрощения, может наблюдаться и обратный эффект: усложнение текста. Согласно наблюдениям специалистов, при оценивании характера адаптированного текста, будь то упрощение или усложнение, необходимо учитывать его содержательные формальные и функциональные характеристики. Вместе с этим сложность текста может поддаваться оценке, которая является объективной и субъективной. В гносеологическом плане (субъективная оценка сложности текста) оценка связана с деятельностью по его созданию и усвоению содержания текста. В онтологическом плане (объективная оценка сложности текста) оценка определяется семантической плотностью текста, то есть количеством информации на единицу текста. Данные наблюдения позволили специалистам принимать адаптацию текста не как исключительно упрощение, как считается в лингвистической литературе, а как изменение, соотнесение параметров текста с новыми коммуникативными условиями [4].

Процесс интердискурсивной адаптации текста предстает, таким образом, как создание новой проекции текста на основе учета таких составляющих, как а) изменение категориального статуса текстообразующих концептов (и способов их языкового представления) создаваемого варианта текста относительно соответствующих характеристик текста источника (более абстрактные и обобщенные – менее абстрактные и обобщенные), б) изменения в способах концептуализации информации: доминирование понятийного, оценочного, образного способов представления содержания и новые варианты их сочетаний в адаптированном тексте.

Текст как феномен языковой и экстралингвистической действительности выполняет самые разнообразные функции, однако главными среди них являются хранение информации и ее передача, часто уже в новых дискурсивных условиях. Этим обусловлена необходимость интердискурсивной адаптации как одного из видов вторичной текстовой деятельности. Адаптированный текст создается на основе другого текста, который, таким образом, является первичным по отношению к нему. В адаптированном тексте отражается та же предметная ситуация, что и в исходном, а различия в репрезентации содержания и формы обсусловлены различием коммуникативных установок авторов.

На основе анализа научных текстов было установлено, что одной из особенностей вторичной репрезентации текстовой формы, которая характерна абсолютно для всех адаптированных текстов, является отказ от рубрикации. Если исходный материал представляет собой какую-либо научную статью с объемно-прагматическим членением (абзацы, пункты, части), то в адаптированном варианте подобное членение не сохраняется. Если текст медийного дискурса и делится на части, имеющие собственные подзаголовки, то это деление происходит по иному принципу, чем в тексте научного дискурса.

В большинстве случаев научные тексты (как правило, весьма распространенные, включающие иногда до нескольких десятков страниц) при адаптации к условиям массовой коммуникации подвергаются значительному сокращению. Изложение материала становится более концентрированным, происходит уменьшение объема до нужного размера. Это возможно благодаря редуцированию. В.А.Кох выделяет следующие типы редуцирования: перечисляющее, избирательное, свертывающее, суммирующее (обобщение) [6. с. 149-171]. Перечисляющее редуцирование применяется, если предложения не имеют общей темы и если другие типы редуцирования не могут быть применены. Избирательное редуцирование используется в том случае, если одно из представленных предложений имеет более высокую значимость, чем остальные. Использование свёртывающего редуцирования оправдано, если имеется возможность объединить 2 или более предложения в одно. Суммирующее редуцирование можно применить, если мотив 2-х или более предложений может быть сформулирован в единицах дискурсивных выражений.

При адаптировании научных текстов к условиям медийного дискурса вышеперечисленные типы редуцирования реализуются при пересказе содержания исходного текста, а избирательное и перечисляющее редуцирования могут осуществляться также с помощью цитирования – приведения дословной выдержки из исходного текста.

Также возможны случаи, при которых объем текста практически не изменяется, а меняется только последовательность представления фрагментов исходного текста и форма данного представления: в адаптированном тексте используются синтаксические конструкции, более характерные для текстов медийного экскурса, обеспечивающие легкость восприятия информации и отвечающие, таким образом, требованию доступного для массовой аудитории изложения материала.

Таким образом, особенностями адаптации научных текстов медиадискурса являются: 1) сокращение объема исходного текста; 2) внесение новых фрагментов, отсутствующих в исходном тексте и содержащих дополнительную, уточняющую или поясняющую информацию; 3) объем остается прежним, а изменения связаны лишь с использованием иных вербальных средств представления текстового содержания.

Как уже упоминалось, практически все формулы удобочитаемости, разрабатывавшиеся начиная со второй половины XX века по сегодняшний день, базировались на исследованиях доктора Флэша. При проведении данного исследования была выбрана формула Дэйла-Чэлл, разработанная в 1948 году и обновлённая в 1995 году. Это единственная из формул, получивших научное признание, которая при анализе текста позволяет учитывать не только среднее количество символов в слове и среднее количество слов в предложениях, но и языковой запас потенциального читателя. Так, это позволяет изменять формулу для использования с текстами другой тематической направленности, лишь получив сведения о знакомой читательской аудитории лексике [13].

В России предпринимались попытки адаптации формулы под формат русского языка. К сожалению, большинство из известных попыток такого рода обладали одним существенным недостатком, заключающимся в методологии. Использовался следующий подход.

1. Брались тексты на оригинальном языке (т.е. на английском) и соответствующие им тексты, переведённые на русский язык.

2. В оригинальных и переведённых текстах сравнивались базовые показатели (количество слов, количество слогов, средняя длина слова, средняя длина предложения и пр.).

3. На основе сравнения выводились корректировки для коэффициентов.

Основной недостаток такого подхода – в практической невозможности подобрать идентичный по сложности перевод, поскольку переводчиком неизбежно вносятся изменения в конечный текст [5. с. 111]. В случае наличия лишь одного варианта перевода у каждого произведения это не оказало бы сильного влияния на исследование, но нередки случаи наличия до 3-4-х только официальных вариантов перевода, не говоря уже о неофициальных. Таким образом, погрешность в конечной адаптированной формуле растёт.

В связи с этим, имеет смысл обратиться к методологии оригинального исследования Дэйла-Чэлл 1948 года, использовав, в то же время, современный список слов – погрешность, в таком случае, будет намного ниже, поскольку исчезнет целый ряд промежуточных этапов.

Методология разработки формулы читабельности
 

На первом этапе определяются ключевые целевые аудитории. Для этого был осуществлён запрос в редакции следующих интернет-изданий: iXBT.com, ITC.ua, Ferra.ru, Hi-tech.mail.ru, Overclockers.com, 3DNews, 4PDA, Mobile-Review.com. Согласно статистическим данным Яндекса, основанным на частоте запросов, региональной принадлежности и содержании запросов, в первой половине 2015 года на эти издания приходится свыше 90% пользователей, заинтересованных в ознакомлении с новостями из мира высоких технологий. Таким образом, по результатам изучения этих изданий, а также по итогам запросов в редакции, выделяются группы пользователей, на которые данные издания ориентируются при выпуске материалов.

На втором этапе осуществляется подбор контрольных групп. База формируется на основе списка проверенных пользователей социальной сети «ВКонтакте» (находящихся в друзьях либо в друзьях у друзей с соответствующей рекомендацией от непосредственных знакомых). О каждом из участников имеется общая информация, такая как: возраст, образование, род деятельности.

На третьем этапе определялся список «общеизвестных слов» для последующего использования в адаптированной формуле Дэйла и Чэлл. Для этого всем контрольным группам предлагается список из 5000 наиболее часто употребляемых слов русского языка из «Словаря значимой лексики живой устной речи», а также 1000 наиболее часто употребляемых терминов, связанных с IT-сферой. В окончательный список входят слова, знакомые 80% и более опрошенным. Данный список получает название «Список известных слов (СИС)».

На четвёртом этапе контрольным группам предлагается 20 текстов на 2 тематики, когда один и тот же объект (к примеру, конкретная модель смартфона) описывается журналистами на разных сайтах для разных целевых аудиторий. В каждом из этих текстов присутствуют заранее внесённые исправления, заключающиеся в пропусках на месте ряда слов. Варианты ответов не предлагаются. В зависимости от количества правильно заполненных пропусков определяется сложность текста по шкале от 1 до 10 (1 – очень просто, 5 – умеренная сложность, 10 – высокая сложность). Кроме того, заранее осуществляется сбор статистической информации о тексте, такой как: количество символов, предложений, средняя длина предложений в словах, средняя длина слов в символах.

На пятом этапе проводится соответствие между группами целевых аудиторий и сложностью для каждой из них каждого конкретного текста. Выводится соответствующий каждой группе коэффициент. Определяется конечная формула.

Рекомендации по адаптации текстов IT-тематики

На первом этапе адаптации необходимо подготовить текст для анализа с помощью формулы. Для этого требуется выполнить следующие действия.

1) Необходимо взять отрывки по 100 слов на каждые 2000 слов в тексте; при этом отрывки не должны начинаться либо завершаться в середине предложения.

2) Высчитывается количество слов.

Числительные считаются как одно слово: 2021 – одно слово; 15 июня – два слова.

Названия моделей техники считаются следующим образом: а) название фирмы-изготовителя – одно слово; б) кодовое название устройства – одно слово; в) порядковый номер модели в модельном ряду (и модификация, если таковая имеется) – одно слово. Так, Samsung Galaxy S6 – три слова; Acer Aspire One D257-BSQ – тоже три слова (BSQ, в данном случае, является модификацией). Отметим, что фирма Acer отличается высокой непрозрачностью при формировании названий для своих устройств, поэтому рекомендуется в любом случае считать названия моделей данной фирмы за три слова.

Имена людей следует считать за одно слово – так, Стив Джобс – одно слово; Джaн Сан Хо – одно слово.

Аббревиатуры считаются за одно слово: AOA (Acer Aspire One) – одно слово; 5 дек. – два слова.

3) Высчитывается количество незнакомых слов.

Каждое слово, не входящее в СИС, по умолчанию считается неизвестным читателю. При этом слова, входящие в СИС, но изменённые по числу/родам/лицам/склонениям, считаются известными словами.

В случае, если одно и то же слово, не входящее в СИС, встречается в тексте больше одного раза, оно учитывается не более двух раз.

4) Средняя длина предложения рассчитывается делением количества слов в отрывке текста на количество предложений в отрывке.

5) Процент незнакомых слов рассчитывается делением количества слов, не входящих в СИС, на общее количество слов в отрывке текста с последующим умножением на 100.

6) В случае, если отрывков текста для анализа больше, чем один, конечный результат представляет собой среднее арифметическое из результатов применения формулы для каждого из отрывков.

Второй этап – получение общей оценки текста по результатам использования формулы: V=0.0911P+0.1103S+1.8169, где:

V – результат вычисления по формуле, по шкале от 2 до 10 и выше (значения от 10 и выше считаются недопустимыми для адаптированных текстов ввиду высокой сложности для восприятия);

В случае, если результат попадает в диапазон для выбранной целевой аудитории (менее 2.5: 1-я группа, 2.5 – 5: 2-я группа, 5-7.5: 3-я группа, 7.5 и больше: 4-я группа), этап можно считать пройденным успешно.

В противном случае производится анализ всего текста для устранения перегруженных компонентами предложений и терминологии без пояснений.

По собранной в результате проведения исследования статистике, при адаптировании большинства текстов IT-тематики данный этап является финальным, поскольку в результате вышеуказанных действий устраняются две самые распространённые ошибки при написании текстов.

Для большей надёжности необходимо дополнительно проанализировать текст на предмет наличия следующих ошибок (в порядке убывания частотности):

1) повышенная семантическая плотность (высокая частота использования слов в значении, не относящемся к IT-тематике);

2) избыточное использование перекрёстных ссылок (желательно, чтобы вся нужная информация целиком содержалась в рамках одного текста);

3) приведение к единому виду списка для повторной номинации (необходимо отрегулировать количество используемых наименований для одного и того же предмета);

4) недостаток уровня модальности в тексте (необходимо расставить акцент на ключевых мыслях автора).

Адаптация текста получила достаточно широкое освещение в филологии. Изучалась интердискурсивная адаптация, лингвокультурная адаптация, прагматическая адаптация, переводческая адаптация. Интерес к этому вопросу вызван практической необходимостью научиться перестраивать текст под новые, изменившиеся условия его функционирования: воссоздавать его для новых групп читателей или для другой ситуации общения. Адаптация текста в этих работах рассматривается не как упрощение, а как «настройка» сообщения на другого читателя и иную ситуацию общения, где прежние языковые средства не приводят к пониманию замысла текста и нужно искать новые способы осуществления эффективной коммуникации.

В то же время результату адаптации – адаптированному тексту – уделяется куда меньше внимания. В основном, это исследования, связанные с адаптацией художественных произведений и текстов учебников в обучающем дискурсе.

Но применение адаптированных текстов нельзя ограничивать только этой сферой. Оно осуществляется и тогда, когда читателю необходимо ознакомиться с текстом, который непонятен для него по каким-то причинам.

Можно выделить медицинский, юридический, научный, образовательный и художественный дискурсы, где возможна подобная ситуация. Сюда же относится и IT-дискурс, на примере которого проведена данная исследовательская работа.

Выведенная в результате исследования формула для оценки текста на предмет удобства восприятия показала свою высокую эффективность. Таким образом, поставленная задача оказалась выполнена. Тем не менее, точность, близкая к 100%, достигается лишь при одновременном использовании формулы и общих рекомендаций по адаптации текста. К факторам, ограничивающим эффективность формулы на уровне 80%, необходимо отнести высокую структурную сложность русского языка. Это не позволяет с помощью формальных показателей выявить такие факторы, повышающие сложность текста, как избыточная семантическая плотность, нарушение целостности и ряд других. В то же время анализ, проведённый в ходе исследования, показал, что в текстах IT-тематики наиболее частыми нарушениями являются высокий уровень использования специальной лексики, не сопровождающейся комментариями, а также перегруженность предложений структурными компонентами. Наличие данных нарушений возможно определить при помощи формулы, что позволяет рекомендовать её к использованию в целях проверки текста для IT-ресурсов.

Следует отметить, что функциональные типы адаптированных текстов подразделяются на три одноименных типа

Следуя данному подходу сопоставления текста научного дискурса с текстом, полученным в результате адаптации к условиям массовой коммуникации, был выявлен ряд особенностей вторичной репрезентации в адаптированных текстах различных типов и жанров.

Согласно научным публикациям, анализ текстов показл, что повышение или понижение категориального статуса текстообразующих концептов при вторичной репрезентации содержания научного текста в условиях медийного дискурса осуществлялось благодаря преобразованию на лексическом уровне, то есть были произведены лексические замены по следующим линиям:

Грамматические преобразования структуры текстов связаны с фактом увеличения числа развернутых структур. Данный факт указывает на то, что снижение уровня категоризации информации обусловлено более низким уровнем осведомленности адресанта, нежели адресата.

Также исследования показывают, что сложность текста может претерпевать изменения как объективно, так и субъективно.

Теперь рассмотрим существующие приёмы адаптации медиатекста. Первым можно назвать приём упрощения сложных синтаксических структур.

Он заключается, в первую очередь, в замене сложного предложения простым или же осуществлении синтаксической замены, благодаря которой происходит сокращение структурных частей предложения. В данном методе частое применение получила синтаксическая синонимия.

Другими видами упрощения предложения являются такие, как замена всего предложения или какой-либо части предложения указательным местоимением; объединение нескольких предложений в одно.

Вышеперечисленные приемы могут применяться как по отдельности, так и вместе [8].

Далее следует отметить приём уменьшения объёма предложения. В контексте данного способа адаптации действует одно очень простое правило: «удалять все, пока это возможно». Компрессия текста осуществляется за счет удаления избыточных для смысла элементов текста, являющихся восполнимыми, исходя из контекста написанного и внеязыковой ситуации. Также возможно использование более простых и сжатых языковых конструкций.

Кроме того, существует способ достижения экстремальной точки насыщения текста терминами. В этом случае текст делается как можно более профессиональным и терминологическим, опускаются все непригодные для использования в профессиональном языке элементы [11].

Третьим является приём замены специальной (терминологической) лексики на общеязыковую лексику. Это достигается путем замены слов специальной лексики общеупотребительными словами. В случае если таковой замены произвести нельзя, возможна замена слов специальной лексики пояснением, состоящим из нескольких общеупотребительных слов [9].

Не менее важным является способ адаптации за счёт восстановление логики «понятие – определение».

Восстановление логики “понятие – определение” осуществляется путем сокращения расстояния в тексте между заданным термином и пояснением к данному термину. Данное сокращение может быть выполнено путем переноса сокращаемой части предложения в иной блок текста, например, следующий сразу за определением. Также расстояние между заданным термином и пояснением к нему может быть сокращено путем уменьшения объема данного текста, либо другими приемами, описанными в предыдущих пунктах данной работы [7].

Далее отметим приём уменьшения/увеличения семантической плотности. Сужение либо расширение семантики слов зависит от того, как и в каких значениях используются данные слова. В случае если слова используются исключительно в значениях, связанных с определенным видом деятельности, происходит сужение семантики. Если же слова используются в общеупотребимом значении, семантика слов расширяется. При функционировании сужения семантики происходит изменение аксиологии слова, так, наименования, которые, как правило, используются с отрицательной коннотацией, приобретают значение положительное, и наоборот [2].

Целостность и связность текста является, по существу, основными конструктивными признаками текста, отражая его содержательную и структурную сущность. Улучшение данных показателей достижимо путем увеличения внешних структурных показателей и формальной зависимости компонентов текста. Уменьшение количества ссылок на сторонние тексты – либо на логические части исходного текста – возможно осуществить путем переноса фрагмента из источника, на который ссылаются, непосредственно в сам текст. Такой же способ можно применить и для уменьшения перекрестных ссылок, объединяя взаимозависимые части друг с другом в одном текстовом блоке [3].

Кроме того, популярным способом адаптации считается метод приведения к единому виду списка лексики для повторной номинации. Так, автор текста может руководствоваться установленными правилами, производить повторную номинацию лексики в четко установленном порядке, как, например: «лиса; патрикеевна; лисичка», пользуясь данным списком номинаций в течение повествования [1].

Следующим в списке следует приём регулировки уровня модальности текста. Регулировка может производиться в ту или иную сторону. Так, например, для акцентирования наиболее важных, по мнению автора текста, блоков высказывания можно использовать инверсию – изменение расположения слов, что будет способствовать усилению внимания читателей на мысли автора. Также возможно использование парцелляции [10].

Последним в данном списке, но не менее важным приёмом является метод упрощения используемой лексики. Данный приём можно назвать одним из наиболее распространенных способов адаптации текста. Этот способ использует смысловую замену научных и иных слов специальной литературы словами простыми, более распространенными в общении и письме. Так, например, «HDD-накопитель» может быть заменен на «жесткий диск» и тому подобное [12].

ЛИТЕРАТУРА

© Милованов К.А., 2015.
Статья поступила редакцию 01.06.2015.