RUDN Journal of Language Studies, Semiotics and SemanticsRUDN Journal of Language Studies, Semiotics and SemanticsВестник Российского университета дружбы народов. Серия: Теория языка. Семиотика. Семантика2313-22992411-1236Peoples’ Friendship University of Russia named after Patrice Lumumba (RUDN University)4181810.22363/2313-2299-2024-15-3-872-894IICRRKFUNCTIONAL SEMANTICS, GRAMMAR AND STYLISTICSФУНКЦИОНАЛЬНАЯ СЕМАНТИКА, ГРАММАТИКА И СТИЛИСТИКАResearch ArticleTowards a Taxonomy of Textbooks as a Genre: the Case of Russian TextbooksНа пути к систематике учебников как жанра: на примере российских учебниковhttps://orcid.org/0000-0003-1885-303956429529500E-3863-20156480-1830SolnyshkinaMarina I.СолнышкинаМарина Ивановна

Ds.Dc. (Philology), Head and Chief Researcher, Text Analytics Research Laboratory, Professor of the Department of Theory and Practice of Teaching Foreign Languages, Institute of Philology and Intercultural Communication

доктор филологических наук, профессор, профессор кафедры теории и практики преподавания иностранных языков, руководитель НИЛ «Текстовая аналитика», Институт филологии и межкультурной коммуникации

mesoln@yandex.ruhttps://orcid.org/0009-0005-0438-0404ShoevaGulnoza N.ШоеваГулноза Нармахмадовна

PhD student of the Department of Theory and Practice of Teaching Foreign Languages, Text Analytics Research Laboratory, Institute of Philology and Intercultural Communication

аспирант кафедры теории и практики преподавания иностранных языков, младший научный сотрудник, НИЛ «Текстовая аналитика», Институт филологии и межкультурной коммуникации

gnshoeva@yandex.ruhttps://orcid.org/0009-0007-5606-96042675-2106KosovaKsenia O.КосоваКсения Олеговна

PhD student of the Department of Foreign Languages, Faculty of Philology

аспирант кафедры иностранных языков филологического факультета

kosova-ko@rudn.ruKazan (Volga Region) Federal UniversityКазанский (Приволжский) федеральный университетRUDN UniversityРоссийский университет дружбы народов03122024153VOL 15, NO3 (2024)ТОМ 15, №3 (2024)87289404122024Copyright ©; 2024, Solnyshkina M.I., Shoeva G.N., Kosova K.O.Copyright ©; 2024, Солнышкина М.И., Шоева Г.Н., Косова К.О.2024Solnyshkina M.I., Shoeva G.N., Kosova K.O.Солнышкина М.И., Шоева Г.Н., Косова К.О.https://creativecommons.org/licenses/by-nc/4.0https://journals.rudn.ru/semiotics-semantics/article/view/41818

The project is presented in the paper initially is launched to design a functional recognition or classification model of a modern Russian school textbook as a genre. In this study we test and confirm the hypothesis that detection of domain (subject area) and complexity level of a textbook can be reduced to a limited number of quantitative linguistic parameters provided with accurately identified and verified value ranges. We outlined our approach to genre analysis as multi-dimensional, compiled a corpus of over 1 mln. tokens, measured values of 15 linguistic parameters in 19 textbooks of two different subject areas and complexity levels, revealed 7 complexity predictors, 7 subject area predictors, and one - frequency - a metaparameter able to discriminate textbooks of History and Social Studies from texts of other genres. Our findings highlight the significance of the following parameters for textbooks across the selected subject areas: incidence of nouns, verb tenses (present, past and future), local and global argument overlap, type-token ratio. Complexity classification model is ascertained to be a function of sentence length, word length, incidence of nouns in genitive case and verbs, Abstractness score, verb/noun ratio, and adjective/noun ratio. The outcomes of this analysis will be used to interpret quantitative linguistic descriptions and classify texts.

Проект, представленный в статье, первоначально ставил цель разработки функциональной модели распознавания или классификации современного российского школьного учебника как жанра. В этом исследовании мы проверяем и подтверждаем гипотезу о том, что определение предметной области и уровня сложности учебника может быть сведено к ограниченному числу количественных лингвистических параметров, имеющих точно заданные и проверенные диапазоны значений. Мы охарактеризовали наш подход к жанровому анализу как многомерный, собрав корпус из более чем 1 млн текстов. Лексемы, измерявшие значения 15 лингвистических параметров в 19 учебниках двух разных предметных областей и уровней сложности, выявили 7 предикторов сложности, 7 предикторов предметной области и один частотный - метапараметр, способный отличать учебники истории и обществознания от текстов других жанров. Наши результаты подчеркивают важность следующих параметров для учебников по выбранным предметным областям: частота встречаемости существительных, времена глаголов (настоящее, прошедшее и будущее), совпадение локальных и глобальных аргументов, соотношение типов лексем. Установлено, что модель классификации сложности зависит от длины предложения, длины слова, частоты встречаемости существительных в родительном падеже и глаголов, показателя абстрактности, соотношения глаголов и существительных, а также соотношения прилагательных и существительных нарицательных. Результаты этого анализа будут использованы для интерпретации количественных лингвистических описаний и классификации текстов.

text profilingmulti-dimensional analysisrulingvaparametrisation indicesclassification modelsru lingvaпрофилирование текстамногомерный анализиндексы параметризацииклассификационные моделиThe research was supported by the RSF grant 24-28-01355 “Genre-discourse characteristics of the text as a function of lexical range”. This paper has been supported by the RUDN University Scientific Projects Grant System, project No 050738-0-000. This paper has been supported by the Kazan Federal University Strategic Academic Leadership Program (PRIORITY-2030).Исследование выполнено при поддержке гранта РНФ 24-28-01355 «Жанрово-дискурсивные характеристики текста в зависимости от лексического диапазона». Статья подготовлена в рамках проекта No 050738-0-000 Системы грантовой поддержки научных проектов РУДН. Работа выполнена за счет средств Программы стратегического академического лидерства Казанского (Приволжского) федерального университета (ПРИОРИТЕТ-2030).Kessler, B., Nunberg, G. & Schuetze, H. (1997). Automatic Detection of Text Genre.Biber, D. (1988). Variation across Speech and Writing. Cambridge: Cambridge University Press.Biber, D. & Conrad, S. (2013). Introduction: Multi-dimensional analysis and the study of register variation. In: S. Conrad & D. Biber (Eds.) Variation in English: Multidimensional studies. Routledge. pp. 3-12.Biber, D. & Gray, B. (2016). Grammatical Complexity in Academic English: Linguistic Change in Writing. Cambridge: Cambridge University Press.Paltridge, B. (1994). Genre Analysis and the Identification of Textual Boundaries. Applied Linguistics, 15, 288-299.Raible, W. (2019). Variation in Language: How to Characterise Types of Texts and Communication Strategies between Orality and Scripturality. Answers given by Koch / Oesterreicher and by Biber. International Journal of Language and Linguistics, 6(2). https://doi.org/10.30845/ijll.v6n2p19Hyland, K. (2004). Disciplinary Discourses: Social Interactions in Academic Writing. Michigan: University of Michigan Press.Kupriyanov, R.V., Solnyshkina, M.I. & Lekhnitskaya, P.A. (2023). Parametric Taxonomy of Educational Texts. Science Journal of Volgograd State University. Linguistics, 22(6), 80- 94. https://doi.org/10.15688/jvolsu2.2023.6.6 (In Russ.).Куприянов Р.В., Солнышкина М.И., Лехницкая П.А. Параметрическая таксономия учебных текстов // Вестник Волгоградского государственного университета. Серия 2. Языкознание. 2023. Т. 22. № 6. С. 80-94. https://doi.org/10.15688/jvolsu2.2023.6.6Gatiyatullina, G., Solnyshkina, M., Solovyev, V., Danilov, A., Martynova, E. & Yarmakeev, I. (2020). Computing Russian Morphological distribution patterns using RusAC Online Server Proceedings. International Conference on Developments in eSystems Engineering, DeSE 9450753. pp. 393-398. https://doi.org/10.1109/DeSE51703.2020.9450753Paraschiv, A., Dascalu, M. & Solnyshkina, M.I. (2023). Classification of Russian textbooks by grade level and topic using ReaderBench. Research Result. Theoretical and Applied Linguistics, 9(1), 50-63. https://doi.org/110.18413/2313-8912-2023-9-1-0-4Solnyshkina, M.I., Kupriyanov, R.V. & Shoeva, G.N. (2024). Linguistic profiling of text genres: adventure stories vs. textbooks. Research Result. Theoretical and Applied Linguistics, 10(1), 15-132. https://doi.org/10.18413/2313-8912-2024-10-1-0-7Swales, J.M. (1990). Genre Analysis English in Academic and Research Settings. Cambridge: Cambridge University Press.Lüdeling, A. & Kytö, M. (2009). Corpus Linguistics. An International Handbook (HSK 29.1 und 29.2). Berlin, New York: Mouton de Gruyter. https://doi.org/10.1515/zrs-2012-0019Biber, D. & Conrad, S. (2019). Register, Genre, and Style. Cambridge: Cambridge University Press.Alekseeva, L.M., Annushkin, V.I. & Bazhenova, E.A. (2003). Stilisticheskii entsiklopedicheskii slovar’ russkogo yazyka. Moscow: Nauka: Flinta. (In Russ.).Алексеева Л.М., Аннушкин В.И., Баженова Е.А. Стилистический энциклопедический словарь русского языка. М.: Наука: Флинта, 2003.Kuznetsova, J. (2015). Linguistic profiles: going from form to meaning via statistics. New York: Mouton de Gruyter. https://doi.org/10.1515/9783110361858Yakhibbaeva, L.M. (2008). Uchebnyi tekst kak osobyi vid vtorichnogo teksta i sostavlyayushchaya uchebnogo diskursa. Vestnik Bashkirskogo universiteta, 13(4), 1029-1031.Vedyakova, N.A. (2016). Uchebnyi tekst - nauchnyi tekst? Lingua mobilis, 1(54), 19-26.Plavén-Sigray, P. & Matheson, G.J., Schiffler, B.Ch. & Thompson, W.H. (2017). Research: The readability of scientific texts is decreasing over time eLife. URL: https://elifesciences.org/articles/27725#cite-this-article (accessed: 12.01.2024). https://doi.org/10.7554/eLife.27725Ember, M. & Ember, C. (1999). Cross-Language Predictors of Consonant-Vowel Syllables. American Anthropologist, 101(4), 730-742.Lyons, C. (1986). The syntax of English genitive constructions. Journal of Linguistics, 22(1), 123-143. https://doi.org/10.1017/S0022226700010586Tang, J. (2024). Variation in metadiscourse verb patterns in English academic papers from intra- and interdisciplinary analysis. Applied Mathematics and Nonlinear Sciences, 9(1).Hodošček, B. (2011). Word Class Ratios and Genres in Written Japanese: Revisiting the Modifier Verb Ratio. Acta Linguistica Asiatica, 1(2).Biber, D., Conrad, S. & Reppen, R. (1999). Corpus Linguistics: Investigating Language Structure and Use. Cambridge: Cambridge University Press.Sharoff, S., Umanskaya, E. & Wilson, J. (2013). A Frequency Dictionary of Russian: Core vocabulary for learners. Routledge.Van Dijk, T.A. (1988). News as Discourse. Lawrence Erlbaum Associates, Inc.Read, J. (2000). Assessing vocabulary. Cambridge: Cambridge University Press. https://doi. org/10.1017/CBO9780511732942Treffers-Daller, J., Parslow, P. & Williams Sh. (2018). Back to Basics: How Measures of Lexical Diversity Can Help Discriminate between CEFR Levels. Applied Linguistics, 39(3), 302-327. https://doi.org/10.1093/applin/amw009Yang, J.S., Rosvold, C. & Bernstein, R.N. (2022). Measurement of Lexical Diversity in Children’s Spoken Language: Computational and Conceptual Considerations. Front. Psychol, 13, 905789. https://doi.org/10.3389/fpsyg.2022.905789Foltz, P.W., Kintsch, W. & Landauer, T.K. (1998). The Measurement of Textual Coherence with Latent Semantic Analysis. Discourse Processes, 25 (2-3), 285-307. https://doi.org/10.1080/01638539809545029McNamara, D.S., Louwerse, M.M., McCarthy, P.M. & Graesser, A.C. (2010). Coh-Metrix: Capturing linguistic features of cohesion. Discourse Processes, 47, 292-330.Crossley, S.A. & McNamara, D.S. (2011). Text cohesion and judgments of essay quality: Models of quality and coherence. Cognition and Instruction, 29(6), 569-589.Marza, L.E. (2011). A comprehensive corpus-based study of the use of evaluative adjectives in promotional hotel websites. Odisea, 12, 97-123.