• Original research article
  • February 1, 2018
  • Open access

STATISTICAL CHARACTERISTICS OF SPEECH FORMULAS OF POLITE EXCUSE IN THE ENGLISH LANGUAGE

Abstract

The article examines an algorithm for analyzing speech formulas of polite excuses and identifying their statistical characteristics. Such an approach allows determining most exactly the meaning of lexical units, and the applied tools minimize the influence of the sub¬jective factor. The analysis singled out 11 basic speech formulas and revealed the use of auxiliary statement components.

References

  1. Барсегян А. А., Куприянов М. С., Холод И. И., Тесс М. Д., Елизаров С. И. Анализ данных и процессов: учеб. пособие. Изд-е 3-е, перераб. и доп. СПб.: БХВ-Петербург, 2009. 512 с.
  2. Бочкарев А. И., Скворцова Е. Б. Комбинаторно-прагматические характеристики периферийных речевых формул извинения в их вторичной функции [Электронный ресурс]. URL: https://cyberleninka.ru/article/v/kombinatorno-pragmaticheskie-harakteristiki-periferiynyh-rechevyh-formul-izvineniya-v-ih-vtorichnoy-funktsii (дата обращения: 30.10.2017).
  3. Бочкарев А. И., Скворцова Е. Б. Комбинаторные характеристики речевого акта извинения sorry // Филологические науки. Вопросы теории и практики. 2015. № 6 (48): в 2-х ч. Ч. 2. С. 48-52.
  4. Мельчук И. А., Жолковский А. К. Толково-комбинаторный словарь современного русского языка. Опыты семантико-синтаксического описания русской лексики. Вена: Wiener Slawistischer Almanach, 1984. 992 с.
  5. Скворцова Е. Б. Извинение как первичная функция периферийных формул извинения apologise/ze, forgive me, pardon при исследовании их комбинаторных характеристик // Филологические науки. Вопросы теории и практики. 2016. № 9 (63): в 3-х ч. Ч. 2. C. 154-158.
  6. Скворцова Е. Б. Комбинаторные характеристики речевой формулы извинения в русском языке [Электронный ресурс] // Научный диалог. 2017. № 4. С. 70-80. URL: http://nauka-dialog.ru/arxiv/2017/nauchnyij-dialog-2017-4/10-02- 00-yazyikoznanie/kombinatornyie-xarakteristiki-rechevoj-formulyi-izvineniya-v-russkom-yazyike.html (дата обращения: 30.10.2017).
  7. Словарь современного русского литературного языка: в 17-ти т. / под ред. Л. С. Ковтун, И. Н. Шмелевой. М.: Издательство Академии наук СССР, 1959. Т. 8. 1840 с.
  8. Corpus of Contemporary American English [Электронный ресурс]. URL: http://corpus.byu.edu/coca/ (дата обращения: 01.10.2017).
  9. López F., Romero V. Mastering Python Regular Expressions. Birmingham: Packt Publishing, Ltd., 2014. 110 p.
  10. WordNet: а lexical database for English [Электронный ресурс]. URL: https://wordnet.princeton.edu (дата обращения: 28.10.2017).

Author information

Arsentii Igorevich Bochkarev

Novosibirsk State Technical University

Mariya Alekseevna Pepelyaeva

Novosibirsk State Technical University

Elena Borisovna Skvortsova

Novosibirsk State Technical University

About this article

Publication history

  • Published: February 1, 2018.

Keywords

  • пятишаговый алгоритм анализа
  • компонентный анализ
  • предобработка текстов
  • статистический анализ текстовой выборки
  • лемматизация
  • алгоритм поиска ассоциативных правил Apriori
  • five-step algorithm for analysis
  • component analysis
  • pre-processing of texts
  • statistical analysis of textual sampling
  • lemmatization
  • algorithm to find associative laws Apriori

Copyright

© 2018 The Author(s)
© 2018 Gramota Publishing, LLC

User license

Creative Commons Attribution 4.0 International (CC BY 4.0)