Функциональные стили речи
Автор работы: Пользователь скрыл имя, 30 Октября 2013 в 03:06, лекция
Описание работы
Само слово «стиль» (от греч. «стилос»-палочка) стало означать качество написанного. В этом и основная суть стилистики – умение красиво грамотно выразить свою мысль с помощью различных языковых средств, что и отличает один стиль от другого. Среди многообразия разновидностей употребления русского языка выделяются две основные: язык разговорный и язык литературный (книжный). Разговорный стиль речи чаще всего употребляется в устной форме.
Скачать архив (233.03 Кб) Сколько стоит заказать работу?
Файлы: 1 файл
Введение.
- Само слово «стиль» (от греч. «стилос»-палочка) стало означать качество написанного. В этом и основная суть стилистики – умение красиво грамотно выразить свою мысль с помощью различных язык
овых средств, что и отличает один стиль от другого. 
- Среди многообразия разновидностей употребления русского языка выделяются две основные: язык разговорный и язык литературный (книжный)
- Разговорный стиль речи чаще всего употребляется в устной форме.
- Литературный язык включает в себя научную, официально – деловую и публицистическую речь. Отсюда можно определить и функционирование их в определенных сферах деятельности человека.
- В зависимости от этого различают научный, официально – деловой, публицистический стили, а также художественный стиль.
Разговорный стиль.
- Разговорный стиль речи служит для непосредственного общения, когда мы делимся с окружающими своими мыслями и чувствами, обмениваемся информацией по бытовым вопросам в неофициальной обстановке. В нем часто используется разговорная и просторечная лексика. Обычная форма разговорного стиля – диалог. Этот стиль чаще используется в устной речи, но мы можем встретить его и в письме
нной форме (личный дневник, записки, письма и т. д.) - Для разговорного стиля характерны краткость, эмоциональность, непринужденность общения, простота речи, образность, конкретность.
- Мимика, жесты, ситуация, характер взаимоотношения собеседников – все это влияет на особенности речи, позволяет экономить языковые средства, упрощать свою речь.
- Сфера применения разговорного стиля речи – сфера бытовых отношений.
д.)Разговорный стиль – пример текста.
- Лена, ты просто не представляешь, какая у нас соседка. Она уже немолода и малость плохо слышит. Все бы это ничего. Но она включает утром в своей гостиной телевизор на всю ивановскую. Слушает из кухни, когда в кастрюлях все булькает и на сковородках шкварчит! Так он целый день и бубнит: бу-бу-бу да бу-бу-бу.
Научный стиль.
- Это стиль научных сообщений. Сфера применения этого стиля – научная деятельн
ость. Обычно адресатами таких сообщений могут быть ученые, специалисты, ученики или просто любой человек, интересующийся той или иной научной областью. - Основная функция научного стиля речи – сообщение информации и доказательство ее истинности.
- Научный стиль существует преимущественно в письменной монологической речи.
- Жанры научного стиля – учебная литература, статьи в газетах и журналах о науке, школьное сочинение и т.д.
Научный стиль – пример текста.
- Наиболее важными хозяйственно-
биологическими признаками сортов являются: стойкость к условиям произрастания (к климату, почве, вредителям и болезням), долговечность, транспортабельность и длительн ость хранения.
Официально – деловой стиль.
- Официально – деловой стиль исп
ользуется для сообщения информации в деловой обстановке. Этот стиль служит для оформления различных документов: законов, справок, приказов, постановлений, характеристик и т. д. - Этот стиль существует исключительно в письменной форме. Тип речи – рассуждение.
- Также имеет подстили: законодательный , дипломатический и административно – канцелярский.
- Основная функция стиля – передача информации.
д.Официально – деловой стиль – пример текста.
- Положение о выборах в Верховный Совет СС
СР
Статья 3. Депутатом Верховного Совета СССР может быть избран каждый гражданин СССР, достигший 23 лет, независимо от расовой и национальной принадлежности, пола, вероисповедания, образовательного ценза, оседлости, социального происхождения, имущественного положения и прошлой деятельности.
Публицистический стиль.
- Публицистический стиль служит для воздействия на людей через СМИ (Средства Массовой Информации.)
- В публицистическом стиле выделяются подстили : газетно – публицистический , ораторский и радиотележурналистский.
- Этот стиль может выступать как в письменной, так и в устрой формах.
- Сфера употребления публицистического стиля речи – культурные, политические отношения.
- Он характеризуется применением общественно – политической лексики, призывностью, эмоциональностью, логичностью, образностью.
- Чаще всего встречается в жанрах статьи, интервью, репортажа и т.д.
Публицистический стиль – пример текста.
- ..Почему не поднимаете вы влас
тного голоса против безумия, г розящего окутать мир облаком о травы? Каждый миг под косою смерти па дает где-нибудь человек и кажд ый миг в каком-нибудь другом у голке земли женщина, торжеству я победу над стихией разрушени я, дарует миру нового человека… М атери! Жены! Вам принадлежит голос, вам при надлежит право творить на земл е закон. (По М. Горькому.)
Художественный стиль.
- Художественный стиль речи воздействует на воображение и чувства читателя
, передает мысли и чувства автора, его отношение к тем или иным героям своего произведения, использует все богатство лексики и возмож ности разных стилей. - Он характеризуется образностью, эмоциональностью, конкретностью речи и широким использованием изобразительно – выразительных средств языка, страстноть, общедоступность.
- Применяется этот стиль в художественной литературе.
- Основными средствами выразительность являются эпитеты, метафоры, олицетворения, сравнения и т.д.
- В литературе язык занимает особое положение, поскольку он является строительным материалом, основой, без которой не может быть создано произведение. Это доступно ЛИШЬ ЯЗЫКУ ХУДОЖЕСТВЕННОЙ ЛИТЕРАТУРЫ, поэтому он всегда считался вершиной русского языка.
Художественный стиль – пример текста.
- Лейтенант шел по желтому строительному песку, нагретому дневным палящим солн
цем. Он был мокрым от кончиков пальцев до кончиков волос, все его тело было усеяно царапинами от острой колючей проволоки и ныло от сводящей с ума боли, но он был жив и направлялся к команд ному штабу, который виднелся на горизонте метрах в пятистах.
Информация о работе Функциональные стили речи
Стиль письма Хемингуэя
О характерном стиле Хемингуэя написано немало. Фактически, двумя великими стилистами американской литературы двадцатого века являются Уильям Фолкнер и Эрнест Хемингуэй, и стили этих двух писателей настолько сильно отличаются, что их невозможно сравнивать. Например, их стили стали настолько известными и настолько уникальными, что ежегодные конкурсы присуждают призы тем, кто пишет лучшие пародии на их стили. Пародии на стиль письма Хемингуэя, пожалуй, интереснее читать из-за предельной простоты Хемингуэя и потому, что он так часто использовал один и тот же стиль и одни и те же темы в большей части своих работ.
С самого начала своей писательской карьеры в 1920-х годах стиль письма Хемингуэя вызывал множество комментариев и споров. По сути, типичный роман или рассказ Хемингуэя написан простой, прямой, неприукрашенной прозой.
Отличным примером стиля Хемингуэя является «Чистое, хорошо освещенное место». В этом рассказе нет слезливой сентиментальности; сюжет прост, но очень сложен и труден. Сосредоточившись на старике и двух официантах, Хемингуэй говорит как можно меньше. Он позволяет персонажам говорить, и от них мы узнаем внутреннее одиночество двух мужчин и бессердечные предрассудки другого. Когда Хемингуэй был удостоен Нобелевской премии по литературе в 1954 году, его стиль письма был отмечен как одно из его главных достижений. Комитет признал его «сильное и стильное мастерство в искусстве современного повествования».
Хемингуэя часто называют мастером диалога; в рассказе за рассказом, романе за романом читатели и критики отмечали: «Вот как эти персонажи действительно говорили бы». Тем не менее, внимательное изучение его диалогов показывает, что люди редко говорят именно так. Эффект достигается, скорее, расчетливым акцентом и повторением, которые заставляют нас вспомнить, что было сказано.
Пожалуй, в «Холмах, похожих на белых слонов» один из лучших примеров знаменитого диалога Хемингуэя. Когда история начинается, два персонажа — мужчина и женщина — сидят за столом. Наконец мы узнаем, что прозвище девушки — «Джиг». В конце концов мы узнаем, что они находятся в кафе на вокзале в Испании. Но Хемингуэй ничего не говорит нам о них — ни об их прошлом, ни об их будущем. Описание их отсутствует. Мы не знаем их возраста. Мы практически ничего о них не знаем. Единственная информация, которой мы располагаем о них, — это то, что мы узнаем из их диалогов; поэтому эту историю нужно читать очень внимательно.
Этот сдержанный, тщательно отточенный и отточенный стиль письма Хемингуэя ни в коем случае не был спонтанным. Работая журналистом, он научился излагать факты четко и лаконично. Он также был одержимым ревизионистом. Сообщается, что он написал и переписал все или части Старик и море более двухсот раз, прежде чем он был готов выпустить его для публикации.
Хемингуэй очень старался работать; он без устали пересматривал. «Стиль писателя, — сказал он, — должен быть прямым и личным, его образы — богатыми и приземленными, а слова — простыми и энергичными». Хемингуэй более чем удовлетворил свои собственные требования к хорошему письму. Его слова просты и энергичны, отточены и уникально блестящи.
Может ли ИИ действительно писать как человек? |
Эта статья написана Марко Ленером , разработчиком продукта в BR AI + Automation Lab. В нем кратко изложены некоторые уроки, извлеченные командой BR во время работы над проектом «Наука в контексте», разработанным в рамках программы JournalismAI Collab Challenges 2021 года в партнерстве с Научным медиацентром Германии.
Публичная репутация журналистских статей, написанных компьютерами, колеблется между ужасными сценариями и обещаниями всеобщего счастья. В лаборатории искусственного интеллекта и автоматизации BR мы работаем с различными технологиями генерации текста, такими как нейронные языковые модели, такие как GPT-3, а также с другими технологиями, основанными на искусственном интеллекте (ИИ). Но какие инструменты больше всего подходят для журналистики? Может ли ИИ действительно писать как человек?
Когда в сентябре 2020 года The Guardian опубликовала статью, написанную компьютером, авторы провокационно спросили в заголовке: «Ты еще не напуган, человек?» — ловко намекая на опасения журналистов, что в конечном итоге их заменит ИИ.
The Guardian использовала языковую модель GPT-3 для создания статьи. Языковые модели — это математические модели, предназначенные для представления естественного языка. Для этого их обучают на больших объемах текста.
Где все машинописные тексты?
Журналистская карьера GPT-3 с тех пор была довольно застойной. В лаборатории мы заметили только один обзор книги в New York Times, частично написанный GPT-3. Даже статья в «Гардиан» была написана не одним компьютером: «GPT-3 произвел восемь различных выходов, или эссе. Каждый был уникален, интересен и выдвигал разные аргументы. The Guardian могла просто опубликовать одно из эссе целиком. Однако вместо этого мы решили выбрать лучшие части каждого из них, чтобы уловить различные стили и регистры ИИ».
Это означает, что человек-редактор помог GPT-3 упорядочить текст. Однако простые машинно-генерируемые тексты публикуются годами, в том числе и на BR. Эти тексты используют процессы, которые в большей степени основаны на данных и правилах, что делает их предсказуемыми и надежными.
GPT-3 и факты: это сложно
В рамках нашего эксперимента в рамках программы Journalism AI Collab Challenges 2021 года мы создали блоки фактов для историй об изменении климата с использованием ИИ и методов автоматизации.
При этом мы проверяем фактическую точность GPT-3. Нашей системе было предложено автоматически создать блок фактов с самой важной справочной информацией для данной статьи. Мы получили информацию для блока фактов из базы данных, созданной Центром научных СМИ Германии. Затем GPT-3 было приказано преобразовать отдельные утверждения из базы данных в беглый текст.
Пример блока фактов, встроенного в статью BR24. Изображение: BR24
На следующем этапе мы попросили наших коллег, ответственных за составление блоков фактов, просмотреть эти тексты. В первом примере в сгенерированном тексте появлялось фиктивное число. После этой вопиющей ошибки нашим коллегам из редакции было ясно: каждое утверждение в тексте должно быть проверено фактами.
До сих пор это не было чем-то необычным, потому что подобные проверки происходят и с текстами, написанными людьми-писателями. Однако эти авторы раскрывают свои источники. GPT-3 этого не делает и поэтому проверка фактов сгенерированных текстов занимает невероятно много времени.
Когда в тексте упоминается очень конкретное число, именно это число необходимо подтвердить или опровергнуть.
Число, созданное языковой моделью, сбивает с толку и трудно различимо для редакторов-людей. Вывод наших коллег состоял в том, что проще и быстрее исследовать и написать весь текст самостоятельно, а не разбирать сгенерированный текст.
Ответственное использование языкового ИИ
Этот пример иллюстрирует важный принцип использования ИИ, изложенный в этических рекомендациях BR AI + Automation Lab:
Поэтому мы каждый раз перед применением новой технологии задаемся вопросом: действительно предлагает ощутимую пользу нашим пользователям и сотрудникам BR? Работа наших журналистов есть и будет незаменимой. Работа с новыми технологиями увеличит их неоценимый вклад и представит новые виды деятельности и роли в отделе новостей.
ИИ не является самоцелью, он должен помочь нам улучшить журналистику. Однако в нашем эксперименте GPT-3 совсем не упростил рабочий процесс.
На самом деле, это делает его более сложным. Поэтому мы исключили GPT-3 для этого конкретного случая использования.
Однако мы многое узнали о настройке гибридных рабочих процессов между людьми и технологиями ИИ. Мы продолжим исследовать идею автоматизированных информационных ящиков с редакторами из архива.
Три типа автоматизации текста
Во время соревнований JournalismAI Collab для нас было важно опробовать различные подходы, а также публично обсудить результаты. Поэтому мы хотели бы более подробно рассмотреть три наиболее важных на данный момент подхода к генерации текста. Это:
- Плащ
- Тексты на основе правил
- Языковые модели
В каждом из упомянутых вариантов автоматизации ключевую роль играет опыт журналистов. В следующих абзацах мы углубимся в различные виды автоматизации текста.
Клоуз с данными
Самый простой вариант текстовой автоматизации — клоуз. Мы используем это в лаборатории для автоматизации нашего информационного бюллетеня Corona.
Клоуз написан журналистами так, как если бы они писали обычную статью. Журналисты знают набор данных, стоящий за статьей. Если данные меняются, текст подстраивается под них так, как задумали журналисты.
В клозе отдельные слова могут меняться местами, если частота встречаемости падает или повышается, но структура текста остается прежней. Если что-то в структуре предложения необходимо изменить, предложение должно быть переписано людьми и передано системе в качестве альтернативы для определенных случаев.
Сила этой формы автоматизации в том, что журналисты могут точно контролировать формулировку. Это особенно важно для информационного бюллетеня Corona: зарегистрированные случаи — это только случаи, о которых сообщалось, и ничего больше. Лингвистическая вариативность, используемая менее разбирающимися в данных людьми, является здесь потенциальным шлюзом для ошибок, устраняемых машиной, которая заполняет тщательно сформулированный текст.
Перед публикацией закрытие тщательно проверяется один раз.
Варианты, которые может образовать текст, конечны, и мы можем просмотреть каждый вариант, чтобы проверить его. После этого информационный бюллетень может быть опубликован автоматически, потому что мы знаем, что он будет правильным с заданными данными.
Этот автоматический информационный бюллетень, безусловно, является самым популярным среди наших сотрудников. Он собирает и рассчитывает все числа и показатели, связанные с COVID, которые важны для охвата BR в земле Бавария. Региональным студиям, радиоведущим или местным журналистам не нужно самостоятельно раскапывать актуальные данные по своей местности. Таким образом, они могут использовать выигранное время для своих реальных отчетов.
Тексты на основе правил с грамматикой
При автоматизации освещения баскетбола у нас есть другие проблемы. Здесь мы не хотим публиковать два одинаковых текста. Поэтому мы работаем с системой правил, которая диктует, как отдельные части предложения связаны друг с другом, но не подробно определяет, как должно выглядеть каждое предложение.
Основой для этого по-прежнему является таблица данных.
Так проще изменить предложения. Поскольку программа рассматривает каждое предложение как образец правил, она может сама переставлять предложения, если мы этого захотим. В отличие от cloze, для этого нам не нужно переписывать предложения.
Наша система записывает новый сгенерированный текст как черновик в CMS. Спортивные редакторы получают уведомление, чтобы они могли проверить и утвердить или адаптировать текст. Человеческое прикосновение важно в этом рабочем процессе. Редакторы могут добавлять важную справочную информацию или необычные события, особенно контент, который не представлен в данных матча.
Языковые модели и стохастические попугаи
Языковые модели генерируют текст без предварительного определения журналистом структуры или содержания. Для генерации текста мы экспериментировали в основном с GPT-3, поэтому описываем наш опыт работы с этой моделью.
Однако мы считаем, что результаты могут быть применены ко многим другим моделям.
Для языковых моделей невозможно указать структуру, и это создает серьезную проблему, с которой мы столкнулись в одном из наших экспериментов. Как было описано ранее, в информационном поле о глобальном потеплении неожиданно появились цифры, которые не были приведены в научных данных из базы данных Научного медиацентра.
Даже после более длительных исследований мы не смогли найти никаких подтверждений цифрам — модель их просто выдумала. Как такое могло произойти?
Чтобы написать блок фактов, мы даем модели несколько примеров того, что мы ожидаем. Они состоят из предложения типа «Я научный журналист и хотел бы написать статью из этих предложений:», за которыми следуют некоторые ключевые утверждения. Затем мы показываем модели текстовый пример того, как может выглядеть блок фактов.
Последний пример — это наш фактический ввод. Здесь мы не показываем GPT-3 окно фактов, а позволяем ему создать его для нас, как показано на скриншоте ниже.
Жирный текст — это наш ввод, светлый текст был сгенерирован самой GPT-3.
Примеры повышают вероятность того, что модель фактически предоставит блок фактов, поскольку она уже видела вводное предложение и аналогичные примеры в обучающих данных. Но в этом довольно научном контексте числа часто встречаются в обучающих данных, поэтому GPT-3 испытывает искушение дать их нам, даже если входные данные не включают их.
Крупноязыковые модели были несколько пренебрежительно названы «стохастическими попугаями» в одной статье, потому что они не понимают текст, который пишут. Вместо этого они как попугаи повторяют то, что видели раньше, и думают, что это наиболее вероятный результат в данный момент.
Приводя примеры к GPT-3, мы увеличиваем вероятность желаемого результата. Однако, поскольку модель не понимает, что означает ввод, мы никогда не можем быть уверены, что вывод действительно такой, каким нам нужно.
Следовательно, каждый текст языковой модели должен быть одобрен редактором. Правда, тексты более стилистически и лингвистически разнообразны, чем тексты из более жестких систем. Однако, по сравнению с двумя другими методами, процесс проверки занимает довольно много времени и, с нашей точки зрения, имеет смысл только в редких случаях.
Наш подход: высокий уровень контроля за счет гибридных рабочих процессов
Когда мы используем искусственный интеллект в BR, мы всегда сначала спрашиваем себя: «Какая технология лучше всего подходит для проблемы, которую мы пытаемся решить для наших пользователей?»
При генерации текста мы пытаемся найти баланс между стилистической вариативностью и управляемостью, а затем подбираем соответствующую технологию.
Следующим шагом будет работа с пользователями, чтобы найти правильный рабочий процесс и определить обязанности и процессы утверждения.
Информационный бюллетень Corona с наиболее важными данными о пандемии, например, может публиковаться автоматически ежедневно, потому что поступающие данные из Института Роберта Коха (немецкий CDC) в основном составляются в повторяющемся формате.
Для автоматически создаваемых статей о баскетбольных играх мы используем данные немецкого спортивного издательства Deutscher Sportverlag. Однако тексты могут содержать только то, что представлено в данных и учитывалось при установлении набора правил.
Если произойдет что-то экстраординарное, например, полет параплана на стадион в матче чемпионата Европы по футболу, этого не будет в данных, хотя это могло бы быть самым примечательным событием игры. В таких случаях людям приходится адаптировать текст перед публикацией. Поэтому статьи поступают только черновиками в CMS, а проверяются, дополняются и затем публикуются спортивной редакцией.
ИИ пишет лучше журналистов?
Когда дело доходит до подходящих форм представления, таких как отчет о матче, машинные тексты трудно отличить от текстов, написанных человеком. Но люди по-прежнему незаменимы для разработки, контроля и утверждения контента.
Компьютер не может брать на себя редакционную ответственность. Ему не хватает понимания истины и нет знаний об окружающем мире. Однако знание мира необходимо, чтобы судить о том, отражает ли статья действительность.
Благодаря хорошо продуманным рабочим процессам утверждения мы можем использовать ИИ, чтобы упростить нашу журналистскую работу. Это оставляет нам больше времени для творческих задач и исследований, что также намного веселее, чем набирать ряды чисел из таблиц.
Лаборатория искусственного интеллекта и автоматизации BR работает на стыке журналистики, информатики и разработки продуктов для немецкой общественной вещательной компании Bayerischer Rundfunk.