Фонестема — это фонема или последовательность фонем, которая обычно несет определенное значение. В слове фонестемы могут появляться в начальной, серединной или конечной позиции [Richard Nordquist, 2006].

Чтобы представить явление фонестемы и его вариативность, удобно использовать графические модели. На рисунке 1 – модель семантического пространства выборки случайных слов. Точками условно обозначены значения слов, кругом – границы пространства. Значения слов относятся к различным областям, и потому их графические обозначения, точки, располагаются случайным образом по площади круга. Происходит это, согласно теории вероятностей, достаточно равномерно.

На рисунке 2 аналогичным образом показано семантическое пространство слов, имеющих нечто общее в звучании, например, фонестему. Это явление, которое Маргарет Магнус назвала “clustering of concepts” [Magnus, 1999:11], буквально, “скопление понятий”. «Скопление понятий» – это явление, при котором у слов, имеющих общий элемент звучания, обнаруживается некий общий элемент значения. Необязательно этот элемент значения есть у всех слов в исследуемой выборке, но наблюдается единая тенденция.

Явление группирования значений в семантические классы убедительно показывает, что между звучанием слов и их значениями есть некоторая взаимосвязь. Перед исследователем фонестем всегда стоит вопрос, каким образом можно обнаружить и объективно оценить эту взаимосвязь звука и значения. Этому вопросу посвящена данная статья.

Скотт Дреллишак указывает на существование двух основных методов обнаружения и описания фонестемы: статистического и экспериментального [Drellishak, 2006:7]. Первый во всех отношениях экономичнее, но, по словам Б.К. Бергена, заведомо обладает изъяном: статистическим методом мы можем выявить тенденцию к соответствию звука и значения, но мы не можем утверждать, что эта тенденция обусловлена психическими особенностями человеческого звуковосприятия. Возможно это всего лишь статистический факт [Bergen, 2004:31].

Второй метод, метод психолингвистического эксперимента, является более надежным, и именно он демонстрирует психологическую природу фонестемы. Однако этот метод является во много раз более сложным в плане организации и разработки методологии, способной гарантировать надежность результатов эксперимента. В связи с этим для анализа большого объема информации лучше подходит статистический метод.

Статистический метод получил широкое распространение в фоносемантике и имеет общие черты в интерпретации различных авторов. А.П. Журавлев (1981), А.Б. Михалев (2007), Дж. Лолер (1990, 2003, 2006), и М. Магнус (1999, 2003), Б.К. Берген (2004) используют в своих работах сходные показатели:

• общее число слов в исследуемой выборке
• число слов, обладающих определенным звукосимволизмом
• процент отношения числа звукосимволических слов, выделенных по определенному признаку, к общему числу слов выборки

Последняя характеристика используется перечисленными авторами как показатель, позволяющий судить о закономерности того или иного проявления звукосимволизма в языке. Обычно словарная выборка проводится по словарю, как у Дж. Лолера и М. Магнус, но некоторые исследователи, как Б.К. Берген (2004), привлекают корпусные методы. При корпусном исследовании общее количество слов в выборке заменяется количеством проанализированных словоупотреблений, а число звукосимволических слов – количеством словоупотреблений в звукосимволическом значении. Скотт Дреллишак отмечает, что фонестема, будучи в трактовке различных ученых единицей фонемного или морфемного, но не синтаксического уровня, лучше изучается словарным, а не корпусным исследованием [Drellishak, 2006:14].

Отличительной особенностью упомянутых статистических исследований фонестем является их нацеленность на обнаружение и доказательство связи между звуком и значением. Эти цели носят теоретический характер. Если же исследователь ставит перед собой такую практическую задачу, как вопрос о целесообразности использования знаний фоносемантики в качестве компонента языковой догадки при изучении иностранного языка (сходную мысль уже выражали Дж. Лолер и Р. Родес [Lawler, Rhodes,1981:22]), возникает потребность в новых способах статистической оценки фонестем. Сложность оценки обусловлена тем, что практическая цель требует не статистического описания свойств звукоизобразительности фонестемы, но ранжирования фонестем от самых ярких примеров асимметрии семантического пространства к менее ярким. Возникает потребность в наборе критериев оценки, математических способах оценки по этим критериям и способе конечной, обобщающей оценки. В данной сделана попытка разработки системы такой оценки.

Оцениваемая итоговая характеристика фонестемы, позволяющая ранжировать ее, понимается автором как семантическая продуктивность, то есть количественная и качественная характеристика, отражающая степень выраженности группирования лексических значений в семантические классы. Количественная характеристика – это общее число слов в выборке, содержащих исследуемую фонестему. Под качественной характеристикой понимается совокупность качеств группирования, позволяющих трактовать его как более выраженное, или менее выраженное. Ниже будут перечислены и описаны эти качества.

1) степень соответствия слов исследуемой выборки выделенному семантическому классу

2) степень целостности семантического поля

3) степень простоты обнаружения семы фонестемы в значении слова

4) степень деполяризации антонимичных семантических классов

Первое качество широко применяется в исследованиях фонестем. Вероятно, что второе, третье и четвертое качество, а также понятия “поляризация” и “деполяризация” будут описаны впервые.

Первое качество – это отношение слов в семантическом классе (классах) к общему числу слов, в англоязычных исследованиях (например, у М. Магнус и Дж. Лолера) обычно обозначается словом “Coherence”.

Второе качество подразумевает показатель целостности семантического поля фонестемы. Этот показатель максимально высок в случае, изображенном на рисунке 2, и будет значительно ниже в случае на рисунке 3, на котором изображено группирование слов в два различных семантических класса. Например, фонестема STR- обнаруживает группирование слов по двум классам; основные значения STR- – “linearity” (линейность) и “strange / deviant” (странное / девиантное) [Magnus, 1999:6].

При этом кажется логичным предположение, что в случае, представленном на рисунке 4, целостность семантического поля будет выше, чем на рисунке 3, так как у семантических классов есть область совпадения. При этом она будет все же не столь высока, как в случае на рисунке 2.

Третье качество – степень очевидности выражения значения класса в значении слова. Это выражение может быть простым, явным (эксплицитным), или сложным, неявным (имплицитным), требующим ассоциативного мышления. Понятие имплицитности применительно к оценке значения фонестемы не ново, оно использовано М. Магнус [Magnus, 2003:194] и описано ей как во многом субъективное, с чем сложно спорить. На мой взгляд, эксплицитной следует считать такую связь значения фонестемы и значения слова, при которой значение фонестемы непосредственно присутствует в семантике слова, особенно если в словарном определении слова есть индикатор этого присутствия. Например, фонестема FR-, по моим наблюдениям, обладает значением “a kind of breaking” (связанное с «ломать»), а слово fracture определяется в словаре как “the breaking of something, especially of a bone”. Также эксплицитная связь может выражаться через простые, «прозрачные» случаи метафоры (например, связь значения breaking и слов friction и fracas, обозначающих несогласие, ссору). Также эксплицитной связью я предлагаю считать простые случаи метонимии (например, связь значения breaking и слов frontier, frill, frond, обозначающие место излома).

Имплицитными я предлагаю считать “непрозрачные”, сложные случаи метафоры и метонимии, а также все те случаи, когда значение фонестемы присутствует в значении слова, но занимает там маловажную, отдаленную роль. Например, такова, на мой взгляд, неочевидная связь breaking со значениями free, frolic, frivol, Friday. Эту связь можно трактовать как метафорическую, так как перечисленные слова имеют в значении нечто, связанное с нарушением, «ломанием», спокойствия и правил. Другой пример связь фонестемы FL-, часто означающей “movement” (движение) и flame (огонь). Непрестанное движение является качеством огня, но вторичным, а первичные – свет и тепло. Также я предлагаю считать имплицитным значение фонестемы, если оно проявляется в третьем и далее по порядку словарном определении, так как это значит, что слово в указанном значении встречается редко.

Четвертое качество – степень деполяризации семантического пространства фонестемы, то есть степень отсутствия явления поляризации. Под последней я предлагаю понимать случай, изображенный на рисунке 5.

Явление поляризации появляется, когда два семантических класса группируются вокруг антонимичных сем (например, хороший – плохой, темный – светлый). Поляризация может быть полной (количество слов в антонимичных семантических классах равно или примерно равно) или частичной (один из поляризующих классов значительно превосходит другой). Например, частично поляризовано семантическое пространство английской фонестемы GR- (Class “GRIM”: grave, greed, grim, grizzly, gross, grotesque, grudge etc. vs. Class “GRACEFUL”: grace, gratitude, grant, grand, great, greet, grin).

Ниже на схеме предложен способ оценивания поляризации: полная поляризация классов – 100% (или индекс = 1), нет поляризации – 0% (или же индекс = 0). Остальные значения уровня поляризации располагаются линейно между двумя крайними значениями.

Вопрос о понимании поляризации семантического пространства фонестемы, на мой взгляд, может быть рассмотрена в науке двояко. С позиции семантики поляризация является особым видом группирования слов по семантическим классам, способом неравномерного распределения значений в семантическом пространстве. Напротив, в случае, описанном Дж. Лолером и Р. Родесом, встает вопрос о практическом применении знаний фоносемантики в качестве компонента языковой догадки при чтении или аудировании. Этот вопрос интересен для методики обучения иностранному языку, так как осознанное использование фоносемантических знаний теоретически может повысить эффективность языковой догадки. С позиции методики поляризация снижает уровень выраженности семантических классов. Происходит это потому, что наличие меньшего поляризующего класса частично компенсирует наличие бо́льшего семантического класса. Чем выше поляризация, тем больше вероятность, что читатель, опираясь на знания фоносемантики, отнесет значение незнакомой лексической единицы к антонимичному семантическому классу. Это приведет к коммуникативно значимой ошибке, и от фоносемантического умения будет вред, а не польза.

Перечисленные четыре характеристики фонестемы, показывающие ее семантическую продуктивность, могут быть выражены индексами. Минимальное значение индекса (0) свидетельствует о невыраженности группирования слов в классы и, как следствие, о невозможности использовать знание семантики фонестемы в качестве компонента языковой догадки. Максимальное значение индекса (1), напротив, говорит о высоком уровне группирования значений в семантическом пространстве и о высоком методическом потенциале фонестемы. Автор предлагает оценивать семантическую продуктивность фонестемы как произведение общего числа слов, содержащих фонестему  (количественной величины) и всех четырех индексов (качественной величины). Ниже приведены условные обозначения и формулы для оценивания семантической продуктивности фонестемы.

• W_t  – “Total number of words”, общее количество слов в выборке.
• W_s  – “Words symbolic”, количество слов в выделенном семантическом классе (классах).

C –индекс соответствия,“Coherence”, отношение слов в семантическом классе (классах) к общему числу слов.

• N_c  – “Number of Classes”, количество выделенных семантических классов.
• W_ext – “Words extra”, число повторений слов в семантических классах. Например, если три слова входят не в один, а в два выделенных семантических класса, то W_ext = 3.

I – индекс целостности, “Semantic integrity”. Показывает отношение среднего числа слов в каждом семантическом классе к количеству звукосимволических слов. Согласно данному определению в знаменателе дроби находится W_s. Появляется противоречие: индекс C, имеющий в знаменателе W_t, дает информацию обо всех словах выборки, а индекс I – только о звукосимволических словах. Если индексы будут выражать характеристики различных выборок, будет неточностью перемножать их для получения общей характеристики. Поэтому, чтобы было возможным перемножение индексов для получения общей характеристики, отклонение индекса I от 1 было уменьшено в число раз, равное отношению W_t и W_s. Исходная формула, в знаменателе которой W_s, выделена жирным шрифтом.

• W_sim – “Words symbolic with implicit meaning”, количество слов с неявным (имплицитным) значением фонестемы.

S – индекс простоты, “Simplicity”, показывает отношение числа слов с эксплицитным значением к общему числу звукосимволических слов. Так же, как и в случае с индексом I, отклонение индекса S от 1 уменьшено в число раз, равное отношению W_t и W_s. Исходная формула выделена жирным шрифтом.

• P – “Polarization”, показатель поляризации антонимичных семантических классов.
• W_mpc (в словах) – “Words of minor polarized class”, количество слов в меньшем по численности поляризующем классе или отдельных слов с антонимичным семантическому классу значением.

D – индекс деполяризации, “Depolarization”, показатель уровня деполяризации семантического пространства фонестемы. Так же, как индексы I и S, описывает характеристику фонестемы на выборке W_t, а не W_s.

F – “Final Rate”, общий рейтинг фонестемы, позволяющий оценить степень асимметрии ее семантического поля и, как следствие, потенциал применения знаний семантики данной фонестемы как компонента языковой догадки.

Данный рейтинг обладает следующими свойствами:

1. является общей (интегративной) характеристикой «яркости» проявления фонестемы, сочетает в себе и количественный и качественные показатели;
2. позволяет проводить отбор и анализ наиболее существенных для исследования признаков за счет простой мультипликационной формулы финального значения.
3. позволяет сравнивать характеристики фонестем различных языков
4. позволяет достаточно объективно ранжировать фонестемы, что дает возможность определить последовательность ознакомления с  фонестемами для изучающего язык;
5. позволяет оценить, какие семантические классы фонестем стоит знать изучающему язык для максимально эффективного и, при этом, экономичного по умственным затратам использования знаний семантики фонестем в качестве компонента языковой догадки.

Автор сделал попытку оценить и проранжировать 10 начальных фонестем английского языка с помощью описанного способа на материале Оксфордского словаря 2008 года. Для выявления значения фонестем в большинстве случае использовались выводы Дж. Лолера (2006) и М. Магнус (1999).

ST- stiff (not moving easily; difficult to bend)

FL- 1) movement 2) light

BL- eye (a. colour / vision b. compressed fluid)

SL- 1) pejorative, 2) to attack, 3) thick substance with solid surface

PL- uplifted surface

FR- a kind of breaking (a. fractioning b. breaking calmness / rules)

GL- vision and light

GR- 1) grim, 2) ground, 3) graceful

STR- 1) linearity, 2) deviant

DR- 1) pulling, 2) water, 3) malevolent fate, 4) dull, 5) bright

Ниже представлены числовые данные анализа и диаграмма. Суперклассами в таблице названы классы, обобщающие своим значением два более конкретных класса, например, это “a kind of breaking” для FR-.

Выводы по диаграмме и анализу:

1. Фонестема ST- значительно превосходит по общей характеристике все прочие фонестемы. Если развить идею Дж. Лолера и Р. Родеса о возможности угадать значение прочитанного или услышанного слова с помощью фоносемантических знаний, то данная фонестема будет первой на очереди, чтобы быть узнанной изучающим язык.

2. Как показывает диаграмма, наиболее эффективно для изучающего язык будет заучить именно эти семантические классы данных фонестем, исключая меньшие и поляризующие классы:

• SL- Pejorative (другие два класса ухудшат эффективность применения, так как значительно уступают первому по численности)
• GR- 1) grim, 2) ground (класс “graceful” вследствие поляризации значений с классом “grim” стоит исключить из классификации)
• DR- 1) Pulling, 2) Water, 3) Malevolent Fate (поляризующие классы “Dull” и “bright” стоит исключить из классификации)
• FL- Movement (стоит исключить из классификации малочисленный по сравнению с первым класс “light”)

1. Nordquist R. Phonestheme: [electronic resource] // R. Nordquist // Glossary of Grammatical and Rhetorical Terms. Armstrong Atlantic State University, 2006. URL: http://grammar.about.com/od/pq/g/Phonestheme.htm. (Дата обращения 18.01.2016)
2. Magnus M. Gods of the Word. Archetypes of the Consonants. Kirksville, MO: Thomas Jefferson University Press, 1999. 140 p.
3. Scott Drellishak. Statistical Techniques for Detecting and Validating Phonesthemes. Department of Linguistics. University of Washington. Seattle, WA. 2006. 50 p.
4. Bergen, Benjamin K. 2001. Of sound, mind, and body: Neural explanations for non-categorical phonology. PhD diss, University of California, Berkeley. (http://www.icsi.berkeley.edu/~bbergen/dissertation.pdf )
5. Журавлев А. П. Звук и смысл. — 2-е изд., испр. и доп. — М.: Просвещение, 1991. — 160 с.
6. Михалев А.Б. Инициаль и финаль как смыслообразующие компоненты корня // Мир на Северном Кавказе через языки, образование, культуру. Материалы V Международного конгресса. Симпозиум Х «Теоретические и прикладные аспекты исследования языков». Пятигорск, 2007. С.28 — 30.
7. Lawler, John M. 1990. “Women, Men, and Bristly Things: The Phonosemantics of the BR– Assonance in English,” in P. Beddor (ed). Michigan Working Papers in Linguistics I:1. pp.27 – 43. (http://www.umich.edu/~jlawler/WomenMen&BristlyThings.pdf)
8. Lawler, John M. 2003. “Style Stands Still”, Style, Vol. 37, No. 2, Summer 2003. (http://www.umich.edu/~jlawler/style.pdf)
9. Lawler, John M. 2006. “The Data Fetishist’s Guide to Rime Coherence”, in Kalpakidis, Haralampos, and William Salmon (eds). Poetry, and Candy Colored Syntax: Language Presented to Háj Ross. (http://www.umich.edu/~jlawler/rimecoherence.pdf)
10. Magnus M. What’s in a Word? Studies in Phonosemantics: submitted to NTNU for evaluation for the degree ‘Doctor Philosophiae’— 2001.
11. Rhodes, Richard R. and John M. Lawler. 1981. “Athematic Metaphors”, in Hendrick, Roberta A, Carrie S. Masek, and Mary F. Miller (eds). Papers from the 17th Regional Meeting, Chicago Linguistic Society. (http://www.umich.edu/~jlawler/Rhodes-Lawler-1981-cls17.pdf)
12. Хокинс Дж., Делаханти Э., Макдональд Ф. Толковый словарь английского языка. — М.: Астрель, ACT, 2008. — 556 с.

Все статьи автора «Бодэ Максим Андреевич»