LINGUISTIC MEANS OF A FICTIONAL HERO APPEARANCE DESCRIPTION: A COMPARATIVE ANALYSIS ON THE BASIS OF A PARALLEL TEXT CORPUS

Capa

Citar

Texto integral

Resumo

The present study aims to identify the specifics of constructing models of a fictional hero appearance based on a comparative analysis of parallel text corpora, which is achieved using modern methods of natural language processing. The tool used was a programming code developed by the authors in the Python programming language, as well as some ready-made software solutions, in particular, the Russian software package “Balanced Linguistic Corpus Generator and Corpus Manager”. As a result, a system of verbal portrait features was developed and a universal model for describing the appearance of a fictional hero was derived.

Sobre autores

Darya Stepanova

Minsk State Linguistic University

Autor responsável pela correspondência
Email: daryastepanova79@gmail.com

PhD (Philology), Associate Professor, Head of the Educational and Methodological Department Minsk State Linguistic University

Belarus

Anastassia Yanovskaya

Minsk State Linguistic University

Email: yanovska.nastya33@gmail.com

Lecturer at the Department of Theoretical and Applied Linguistics Minsk State Linguistic University

Belarus

Bibliografia

  1. Baranov, A. N., Dobrovol’skij, D. O. (2024). Specific features of author’s idioms in Russian literary texts of the 19 th century. Proceedings of the V. V. Vinogradov Russian Language Institute, 1, 11–23. 10.31912/pvrli-2024.1.1. EDN JBETAS. (In Russ.)
  2. Baranov, A. N., Dobrovol’skij, D. O., Fateeva, N. A. (2021). Individual style of Dostoevsky: dimensions of investigation. RUDN journal of language studies, semiotics and semantics, 12(2), 374–389. 10.22363/2313-2299-2021-12-2-374-389. EDN QGGOJP. (In Russ.)
  3. Gorozhanov, A. I., Guseynova, I. A., Stepanova, D. V. (2022а). Tools for automated analysis of fiction work translation. Issues of applied linguistics, 45, 62–89. doi: 10.25076/vpl.45.03. EDN IWBHQI. (In Russ.)
  4. Gorozhanov, A. I., Guseynova, I. A., Stepanova, D. V. (2022б). Standardized procedure for obtaining statistical parameters of a text (on the material of the stories by J. London “Smoke Bellew. Smoke and Shorty”). Minsk State Linguistic University Bulletin. Series 1. Philology, 4(119), 7–13. EDN PXAVUX. (In Russ.)
  5. Gorozhanov, A. I., Stepanova, D. V. (2022). Work of fiction interpretation: corpus approach. Philology. Theory & Practice, 1(15), 203–208. EDN TCZLAF. (In Russ.)
  6. Gorozhanov, A. I., Guseynova, I. A., Stepanova, D. V. (2024). Natural Language Processing and Fiction Text: Basis for Corpus Research. RUDN Journal of Language Studies, Semiotics and Semantics, 15(1), 195–210. 10.22363/2313-2299-2024-15-1-195-210. EDN FKVAOI.
  7. Petasis, G. et al. (2001). Using Machine Learning to Maintain Rule-based Named-Entity Recognition and Classification Systems. ACL ‘01 (pp. 426–433): Proceedings of the 39 th Annual Meeting on Association for Computational Linguistics.
  8. Krasikova, E. A. The role of the corpus manager in analyzing the use of proper names in electronic media texts (on the material of the English-speaking CNN corpus). Filologicheskie nauki v xxi veke: aktual’’nost’’, mnogopolyarnost’’, perspektivy razvitiya = Philological sciences in the 21 st century: relevance, multipolarity, development prospects (pp. 45–49). Conference papers. Krasnodar: Kuban State University. 2024. EDN JPRHAE.
  9. Zhu, H., Mitrofanova, O. A. (2024). Automatic extraction of named entities in the Chinese-Russian corpus of parallel and comparable texts on political topics. Philology. Theory & Practice, 17(9), 3030–3042. 10.30853/phil20240430. EDN GPIUBV. (In Russ.)
  10. Chernukhina, I. Y. (1987). Obshchie osobennosti poeticheskogo teksta = General features of a poetic text. Voronezh: Izdatel’skii dom VGU. (In Russ.)
  11. Galanov, B. E. (1967). Iskusstvo portreta = The art of the portrait. Moscow: Prosveshchenie. (In Russ.)
  12. Maletina, O. A. (2007). Functional-communicative approach to the study of verbal portrait in a work of fiction. Volgograd State University Bulletin. Series 2. Yazykoznanie, 6, 154–157. EDN KDNMKB. (In Russ.)

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».