розділ 2.2.6), тут ідеться про термінотвірні моделі, тобто враховуються лише ті суфікси, які взяли участь у термінотворенні). Із них лише 7 - у складі інтрагалузевих термінів: -ing, -ion, -y, -ure, -er, -ness, -cy (табл. 2.14).
Продуктивним суфіксом серед інтрагалузевих термінів є -ing - 14 одиниць (40,00% від загальної кількості однокомпонентних інтрагалузевих термінів). Суфікс -er - 10 одиниць (28,57%). Суфікс -ing у нашій вибірці зустрічається у моделі V + -ing > N.
Таблиця 2.13
Фінальні суфікси
№ п/пСуфікс Кількість термінів Частка, % I N U Разом I N U1-able 0 0 11 0.00 0.00 0.752-acy 0 0 11 0.00 0.00 0.753-age 0 0 22 0.00 0.00 1.504-ance 0 0 88 0.00 0.00 6.025-ate 0 1 01 0.00 6.25 0.006-cy 1 0 01 2.86 0.00 0.007-ent 0 0 11 0.00 0.00 0.758-er 10 2 921 28.57 12.50 6.779-ery 0 0 22 0.00 0.00 1.5010-ian 0 0 11 0.00 0.00 0.7511-ic 0 0 11 0.00 0.00 0.7512-ics 0 1 01 0.00 6.25 0.0013-ing 14 3 1734 40.00 18.75 12.7814-ion 4 3 5764 11.43 18.75 42.8615-ism 0 0 11 0.00 0.00 0.7516-ity 0 0 1616 0.00 0.00 12.0317-ment 0 0 66 0.00 0.00 4.5118-ness 2 2 26 5.71 12.50 1.5019-oid 0 2 02 0.00 12.50 0.0020-s 0 0 11 0.00 0.00 0.7521-ship 0 0 11 0.00 0.00 0.7522-tor 0 0 11 0.00 0.00 0.7523-ure 1 1 35 2.86 6.25 2.2624-y 3 1 26 8.57 6.25 1.5025Разом 35 16 133184
Суфікс -ing оформляє терміни зі значенням дії або її результату: to access > accessing, to dump > dumping, to encode > encoding. Суфікс -er, що реалізує модель V + -er > N, оформляє терміни зі значенням агенса дії, наприклад: to browse > browser, to seek > seeker, to tokenize > tokenizer.
Номенклатура суфіксів екстрагалузевих термінів приблизно така ж - усього 9, натомість загальнонаукові терміни демонструють суттєво потужніший арсенал засобів деривації - 20 суфіксів (табл. 2.14). Тут найпродуктивнішим виявився суфікс -ion - 57 одиниць (42,86%). Суфікс -ing (17 одиниць, 12,78%) посідає друге місце, -ity - третє (16 термінів, 4,51%).
Таким чином, в інтрагалузевій термінології штучного інтелекту для творення нових одиниць -ing використовується частіше, ніж -ion (імовірність помилки не більше 0,0022, тобто 0,22%), а в загальнонауковій - навпаки (імовірність помилки не більше 0,0000).
Різна продуктивність цих двох суфіксів у різних прошарках термінологічної лексики, очевидно, пов'язана з тим, що в галузі штучного інтелекту більшу роль відіграють конкретні операції, натомість загальнонаукова термінологія головну увагу приділяє абстрактним поняттям, у тому числі операціям загального характеру. Крім того, в загальнонауковій термінології присутня велика кількість одиниць на позначення результатів дії, утворених шляхом метонімічного переосмислення. Для термінування конкретної дії придатніший суфікс -ing, абстрактної дії та її результату - -ion. Використання суфіксів у лексемах досліджуваної вибірки підтверджує цю тезу:
спеціальні (інтрагалузеві) терміни -
accessing, focusing, indexing, logging, mapping, monitoring, modelling, processing, spotting, tagging;
загальнонаукові терміни -
assumption, cohesion, detection, evaluation, location, restriction, solution, variation.
Цікаве співвідношення між структурними (визначеними шляхом морфемного аналізу) та термінотвірними (визначеними шляхом словотвірного аналізу) типами однокомпонентних слів.
Серед інтрагалузевих термінів усі кореневі слова зазнали переосмислення й отримали статус семантичних дериватів, про що вже йшлося. Серед екстрагалузевих термінів 15 таких одиниць (57,69%) перейшли в розряд семантичних дериватів, а 11 (42.31%) залишилися кореневими словами й в аспекті словотвірного аналізу. Серед загальнонаукових термінів, присутніх у дослідженій вибірці, переосмислення зазнали 29 (35,37%) кореневих слів, а 53 (64,63%) не змінили свого статусу.
Серед інтрагалузевих термінів більшість афіксальних слів (35 одиниць, або 72,92%) зберегли свій статус. Переосмислення зазнали 13 термінів (27,08%). Серед екстрагалузевих термінів частка переосмислених ще менша - 10,53% (два терміни). Серед загальнонаукових термінів 21 (13,55%) були переосмислені, а 134 (86,45%) семантичних змін не зазнали. Таким чином, можна зробити висновок, що у більшості випадків акт афіксації відбувся на стадії, коли мовна одиниця ще не отримала статусу наукового терміна. Це стосується усіх категорій термінів, як спеціальних (інтра- та екстрагалузевих), так і загальнонаукових.
Усі структурні абревіатури - акроніми. Це означає, що акт абревіації мав місце на стадії термінотворення.
2.2.6.5. Синтаксичні складні слова. Терміни цього типу побудовані за п'ятьма частиномовними моделями: ANN, ANNN, NAN, NNANN, NConjNN. Всі вони належать до категорії інтрагалузевих. Найпродуктивнішою виявилася модель ANN. За цією моделлю створено 25 термінів (67,57% одиниць цієї групи), наприклад: conditional rule generation, high-level concept, low level segmentation, primitive concept level, proper-noun recognition, real-time transformation, та деякі інші. Оскільки розрізнення між словосполученнями та синтаксичними складними словами спирається на аналіз семантичної та синтаксичної структури мовної одиниці, одна й та сама частиномовна модель може відповідати цим двом типам. Пор.: (conditional rule) generation 'формування умовного правила' - синтаксичне складне слово та quantitative (association rule) 'кількісне асоціативне правило' - словосполучення. В той же час неправильно визначена синтаксична структура одиниці може спричинитися до цілковитого спотворення змісту терміна, порівняйте: (primitive concept) level 'рівень примітивних концептів' та primitive (concept level) 'примітивний концептуальний рівень' - неправильне тлумачення. Наявність дефіса полегшує аналіз, проте неусталеність написання не дозволяє занадто покладатися на цей критерій. Наприклад, один автор вживає термі
- Київ+380960830922