Klasterinė tipologinių kalbos ritmo grupių analizė

AGNĖ PUKEVIČIŪTĖ Universitatea Vytautas Magnus Direcții de cercetare: particularitățile limbii lituaniene vorbite. ASTA KAZLAUSKIENĖ Universitatea Vytautas Magnus Direcții de cercetare: studiul limbii lituaniene vorbite: caracteristicile acustice ale sunetelor, fonotactica, regularitățile accentuării, normele și uzul, ritmica limbii; lingvistică aplicată. ANALIZA CLUSTER A GRUPURILOR TIPOLOGICE DE RITM AL LIMBII1 Analiza cluster a grupurilor tipologice de ritm al limbii REZUMAT Acest articol își propune să răspundă la două întrebări: 1) dacă analiza clusterială este utilă pentru identificarea asemănărilor tipologice ale ritmului și dacă, pe baza ei, pot fi clasificate limbi care nu au fost analizate până acum și 2) în care cluster — al limbilor cu ritm silabic sau al celor cu ritm accentual — se încadrează limbile lituaniană și letonă. Pentru studiu, cinci vorbitori nativi (un leton, o lituaniană, un suedez, o islandeză și o chinezoaică) au tradus și înregistrat același text, cu o durată de aproximativ 1 minut. Înregistrările au fost adnotate cu programul PRAAT, utilizându-se Paolo Mairano 1 Studiul a fost finanțat de Consiliul Lituanian pentru Cercetare (contractul nr. LIT-5-4). Rezultatele sale preliminare au fost sintetizate în lucrarea de master a lui Agnė Pukevičiūtė (Akustiniai lietuvių ir latvių kalbų ritmo koreliatai, 2013, coordonatoare prof. dr. Asta Kazlauskienė). Autoarele articolului le mulțumesc sincer informatorilor care au înregistrat și au ajutat la segmentarea materialului de cercetare: prof. habil. dr. Pėteris Vanags, Valgerður Bjarnadóttir, Magnus Liw și Huashan Li, precum și conf. dr. Aaušra Saudargienė pentru ajutorul acordat la pregătirea materialului pentru analiza statistică și pentru sfaturile privind lucrul cu programul SPSS. CUVINTE-CHEIE: ritm, limbi cu ritm accentual, limbi cu ritm silabic, corelate acustice ale ritmului vorbirii, analiză clusterială, lituaniană, letonă, suedeză, islandeză, limba chineză. CUVINTE-CHEIE: ritm, limbi cu ritm accentual, limbi cu ritm silabic, corelate acustice ale ritmului, analiză clusterială, lituaniană, letonă, suedeză, islandeză, chineză. 168 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Cu programul creat Correlatore (versiunea 2.1) au fost calculați corelații acustici ai ritmului. Pentru analiza clusterială au fost utilizate și rezultatele cercetărilor asupra ritmului altor limbi, obținute de autorul acestui program, Mairano (2011). Datele au fost introduse în programul SPSS și a fost efectuată analiza lor clusterială. Rezultatele studiului arată că analiza ierarhică și analiza clusterială în două etape nu oferă răspunsuri univoce. Analiza ierarhică este destul de utilă pentru gruparea variabilelor mai puțin prelucrate statistic (ΔV, ΔC,%V și, parțial, varcoΔV, varcoΔC). Analiza în două etape trebuie aplicată cu multă prudență la clasificarea limbilor în funcție de ritm, deoarece rezultatele sale sunt contradictorii. Limbile lituaniană și letonă se încadrează, pentru toate variabilele analizate, în același cluster împreună cu multe limbi cu ritm accentual. Prin urmare, s-ar putea trage concluzia prudentă că ritmul celor două limbi baltice vii este asemănător și este determinat de accent. Acestea sunt limbi cu ritm accentual. ADNOTARE Acest articol își propune să răspundă la două întrebări: 1) dacă analiza clusterelor este utilă pentru identificarea asemănărilor tipologice de ritm și dacă, pe baza ei, pot fi clasificate limbi care nu au fost încă analizate; 2) în care cluster — al limbilor cu ritm accentual sau al limbilor cu ritm silabic — se încadrează limbile lituaniană și letonă. Pentru acest studiu, cinci vorbitori nativi (letonă, lituaniană, suedeză, islandeză și chineză) au tradus și au înregistrat același text. Durata textului a fost de aproximativ 1 minut. Înregistrările au fost adnotate cu programul PRAAT, iar corelații acustice ale ritmului au fost calculate cu programul Correlatore, dezvoltat de Paolo Mairano (versiunea 2.1). Rezultatele pentru alte limbi, estimate de autorul programului, Mairano (2011), au fost folosite pentru analiza clusterelor. Datele au fost introduse în programul SPSS și s-a efectuat o analiză a clusterelor. Rezultatele arată că analiza ierarhică și analiza clusterelor în două etape nu oferă rezultate lipsite de ambiguitate. Analiza ierarhică este destul de utilă pentru gruparea variabilelor mai puțin prelucrate statistic (ΔV, ΔC,%V, parțial varcoΔV, varcoΔC). Analiza în două etape trebuie utilizată cu prudență, din cauza rezultatelor sale controversate. În cazul tuturor variabilelor, limbile lituaniană și letonă se încadrează în același cluster, împreună cu o serie de limbi cu ritm accentual. Prin urmare, se poate concluziona cu prudență că ritmul celor două limbi baltice este asemănător și este determinat de accent. Acestea sunt limbi cu ritm accentual. 1. SCURTĂ PREZENTARE GENERALĂ A CERCETĂRILOR PRIVIND RITMUL LIMBII Kenneth Lee Pike (1945) vienas iš pirmųjų plačiau aptarė neeiliuotos kalbos ritmiškumo tipologinius skirtumus. Jis skyrė: 1) kirtinio ritmo (ang. stress-timed) kalbas, kurių ritmo pagrindas yra kirtis (pavyzdžiui, anglų, vokiečių kalbos), 2) skiemeninio ritmo (ang. syllable-timed) kalbas, kurių ritmiškumas paremtas Straipsniai / Articles 169 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ utilizarea unui număr similar de silabe (de exemplu, în franceză și spaniolă). Puțin mai târziu, acestor două grupuri tipologice li s-a adăugat și un al treilea — grupul cu ritm moraic; baza ritmului limbilor care îi aparțin este mora (de exemplu, limbile japoneză și tamilă). Multe cercetări de la sfârșitul secolului al XX-lea s-au bazat pe ipoteza clasificării tipologice a ritmului limbilor propusă de Pike. Prin măsurarea și compararea duratei acustice a silabelor și a intervalelor dintre accente, s-a urmărit fundamentarea existenței a două grupuri ritmice și a diferențelor dintre ele (Abercrombie 1967; Roach 1982). Din păcate, cercetările experimentale nu au confirmat izocronismul segmentelor vorbirii sonore — repetarea lor la intervale egale sau durata lor aproximativ egală. Prin urmare, s-a încercat găsirea altor indicatori ai ritmicității limbii. Rebecca McKeever Dauer (1983), pornind de la ideea că sistemul fonologic al limbii determină direct ritmul, a propus clasificarea limbilor în grupuri ritmice în funcție de prezența sau absența anumitor trăsături fonologice. Acestea sunt reducerea vocalelor și complexitatea structurii silabice. Bazându-se pe această idee și aplicând metode statistice, Franck Ramus, Marina Nespor și Jacques Mehler (1999) au încercat să determine corelații acustice ale ritmului limbilor (variabile obținute prin calcularea duratei intervalelor vocalice și consonantice): ΔV — deviația standard a duratei intervalelor vocalice, ΔC — deviația standard a duratei intervalelor consonantice,%V — proporția duratei intervalelor vocalice. Autorii menționați au presupus ipotetic că limbile cu ritm accentual se caracterizează printr-o variabilitate mai mare a duratei vocalelor și printr-o structură silabică mai complexă; prin urmare, ΔV și ΔC ar trebui să fie mai mari, iar%V mai mic decât în limbile cu ritm silabic. Din păcate, rezultatele obținute pentru limbile concrete analizate de ei au confirmat acest lucru doar parțial. În cercetările ulterioare, atenția s-a îndreptat către posibila influență a diverșilor factori lingvistici și extralingvistici asupra ritmului. Pentru a normaliza diferențele de tempo, Esther Grabe și Ling Ee Low (2002) au calculat indici perechi de variabilitate: nPVI — indicele intervalelor vocalice, rPVI — indicele intervalelor consonantice. Se considera că limbile cu ritm accentual se caracterizează printr-o variabilitate mare a duratei vocalelor și consoanelor și că nPVI și rPVI au valori ridicate, în timp ce acești indici au valori scăzute în limbile cu ritm silabic. Išvengti tempo įtakos trukmei siekė ir Volkeris Dellwo su Petra Wagner (2003). Jie balsinių ir priebalsinių intervalų trukmės standartinį nuokrypį padaugino iš 100 ir apskaičiavo variacijos koeficientus: varcoΔV (balsinių intervalų) bei varcoΔC (priebalsinių intervalų). Tačiau nei poriniai variantiškumo indeksai, nei variacijos koeficientai nepadeda vienareikšmiškai nustatyti ritmo tipologinių panašumų ir suskirstyti kalbų į tipologines klases. Vis dėlto aptarta ritmo parametrų nustatymo metodika gana ilgai buvo, o ir dabar dar tebėra populiari, nors ir susilaukė pagrįstos kritikos (pavyzdžiui, Arvaniti 2012)2. 2 Pentru mai multe detalii despre metodele de cercetare a ritmului limbii discutate și despre posibilitatea aplicării lor la descrierea ritmului limbii lituaniene, a se vedea Kazlauskienė 2013. 170 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė 2. METODOLOGIA CERCETĂRII Pentru această cercetare s-a ales testarea unei metode noi – verificarea experimentală a asemănării dintre corelatele acustice ale ritmului și ritmul limbii în general, prin aplicarea metodei analizei cluster. În statistică, aceasta este utilizată pentru a determina asemănarea dintre obiecte sau fenomene și pentru a le împărți în clustere (adică grupuri de obiecte similare). Scopul analizei cluster este de a grupa valorile investigate astfel încât diferențele din interiorul clusterului să fie cât mai mici, iar cele dintre clustere – cât mai mari (Vaitkevičius, Saudargienė 2006). Se spera ca, în urma analizei cluster, să se clarifice două aspecte care constituie și scopul acestei cercetări. 1. Corelatele acustice ale ritmului limbilor suedeză, islandeză și chineză, calculate de Paolo Mairano (2011) și pentru această cercetare, se încadrează în aceleași clustere? Corelatele ritmului accentual ale limbilor suedeză și islandeză identificate de Mairano și de noi diferă de cele ale limbii chineze, cu ritm silabic? Dacă răspunsul la aceste întrebări este afirmativ, înseamnă că analiza cluster este într-adevăr potrivită pentru identificarea asemănărilor tipologice de ritm și că, pe baza ei, pot fi clasificate limbi care nu au fost analizate până acum. 2. A doua întrebare de interes este în care cluster – al limbilor cu ritm silabic sau cu ritm accentual – se încadrează limbile lituaniană și letonă? Corelatele acustice ale ritmului limbilor suedeză, islandeză și chineză au fost deja calculate de alți autori (pentru această cercetare s-au folosit date dintr-o sursă online accesibilă tuturor – Mairano 2011). Primele două limbi sunt clasificate în grupul limbilor cu ritm accentual, iar chineza, în grupul celor cu ritm silabic. Ritmul limbilor lituaniană și letonă nu a fost încă cercetat prin această metodologie. În studiile anterioare privind ritmicitatea limbii lituaniene, accentul a fost considerat baza ritmului, însă nu s-a calculat durata acustică a unităților, ci distribuția accentului în diferite segmente. Ritmul limbii versificate a fost studiat astfel de Juozas Girdzijauskas (1966, 1979) și Leonardas Sauka (1974, 1978), iar ritmul prozei și al limbii vorbite, de Valerija Ramonaitė (1980, 2006), Bonifacas Stundžia (1991) și Asta Kazlauskienė, Inga Fokaitė (2005). Existau deja indicii cu privire la ritmicitatea limbii letone vorbite. Zinny Sans Bond, Dace Markus și Verna Stockmal (2003) au comparat prozodia vorbitorilor nativi de letonă cu cea a vorbitorilor nativi de rusă care vorbeau letona: durata contrastivă a vocalelor, accentul și ritmul. Articolul lor nu prezintă o analiză și o interpretare detaliată a ritmului limbii letone, deși au fost calculate măsurile propuse de Ramus, Nespor, Mehler (1999) și de Grabe și Low (2002). Studiul lui Bond, Markus și Stockmal (2003) a pornit de la ipoteza că limba letonă are un ritm silabic. Pentru această cercetare a fost ales textul standard propus de Asociația Fonetică Internațională (vezi http://alt-usage-english.org/north_txt.html) (în engleză The North Wind and the Sun, în lituaniană Šiaurės vėjas ir saulė), folosit nu doar de specialiștii în ritmologie, ci și de toți foneticienii. Dacă s-ar analiza materiale de altă natură, nu ar fi metodologic corect să se compare rezultatele acestei cercetări cu datele despre alte limbi obținute pe baza textului menționat. Straipsniai / Articles 171 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ Cinci vorbitori nativi (un leton, o lituaniană, un suedez, o islandeză și o chinezoaică)3 au tradus textul și l-au citit. Vorbirea informanților a fost înregistrată cu un reportofon, într-o încăpere liniștită. Fiecare înregistrare durează puțin mai puțin de un minut. Materialul de cercetare a fost prelucrat, iar datele empirice au fost extrase în mai multe etape: 1. În consultare cu informantul fiecărei limbi, înregistrările au fost adnotate cu programul PRAAT. La adnotare s-au folosit atât imaginea oscilogramei, cât și ascultarea. Grila de adnotări textuale a programului, pusă în ordine (în engleză TextGride), a fost salvată în format *txt. 2. Cu ajutorul programului Correlatore (versiunea 2.1), creat de Mairano (2011) în laboratorul de fonetică experimentală Arturo Genre din Torino (Italia), au fost calculate valorile statistice ale corelaților acustici ai ritmului pentru înregistrările realizate de noi (rezultatele sunt prezentate în tabelul 1). Pentru analiza de clusterizare, după cum s-a menționat deja, au fost utilizate datele din Mairano (2011). Acestea sunt necesare pentru a putea efectua corect analiza de clusterizare, ale cărei rezultate sunt mult mai fiabile atunci când se grupează un volum mai mare de date. TABELUL 1. Valorile statistice ale corelaților acustici ai ritmului4 Limba | ΔC |%V | ΔV | varcoΔV | varcoΔC | nPVI | rPVI; Lituaniană | 52 | 54 | 54 | 54 | 66 | 57 | 57; Letonă | 55 | 52 | 58 | 55 | 65 | 70 | 65; Suedeză | 55 | 44 | 36 | 39 | 48 | 45 | 68; Suedeză 2 | 65 | 49 | 51 | 50 | 66 | 60 | 82; Islandeză | 60 | 40 | 33 | 45 | 56 | 45 | 63; Islandeză 2 | 52 | 47 | 41 | 50 | 60 | 51 | 56; Chineză | 44 | 51 | 44 | 44 | 47 | 48 | 54; Chineză 2 | 48 | 62 | 74 | 51 | 62 | 51 | 53; Japoneză | 31 | 51 | 39 | 47 | 40 | 43 | 32; Portugheză | 54 | 49 | 55 | 48 | 44 | 57 | 56; Franceză | 40 | 49 | 40 | 45 | 41 | 45 | 44; Finlandeză | 47 | 48 | 45 | 47 | 46 | 45 | 55; Greacă | 37 | 47 | 34 | 50 | 48 | 52 | 42; Germană | 66 | 46 | 54 | 56 | 60 | 58 | 65; Estonă | 54 | 46 | 39 | 43 | 51 | 43 | 53; Cehă | 58 | 45 | 51 | 51 | 49 | 45 | 61; Turcă | 58 | 45 | 38 | 43 | 55 | 46 | 67 3 Toți informanții au studii superioare filologice și lucrează sau își continuă studiile la universități: letonul și islandeza sunt cadre didactice, suedezul este director de personal, iar lituanianca și chinezoaica sunt masterande. 4 Aici și în continuare, înregistrările din cercetarea noastră sunt marcate cu indicele 2, de exemplu: suedeză 2, iar datele lui Mairano sunt prezentate fără indice. 172 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Limbă | ΔC |%V | ΔV | varcoΔV | varcoΔC | nPVI | rPVI Arabă | 55 | 45 | 47 | 56 | 55 | 47 | 64 Italiană | 54 | 44 | 44 | 53 | 49 | 48 | 62 Olandeză | 46 | 43 | 45 | 62 | 50 | 68 | 53 Daneză | 61 | 42 | 40 | 46 | 52 | 50 | 66 Spaniolă | 52 | 42 | 30 | 42 | 53 | 42 | 60 Rusă | 55 | 41 | 34 | 43 | 48 | 45 | 63 Engleză | 59 | 40 | 48 | 62 | 51 | 61 | 70 Poloneză | 66 | 36 | 32 | 41 | 49 | 41 | 72 3. Datele au fost introduse în programul SPSS (pentru detalii, vezi http://www.insol.lt/statistics/, Vaitkevičius, Saudargienė 2006) și a fost efectuată analiza lor clusterială. Pentru limbile lituaniană și letonă, cu ajutorul programului SPSS, au fost efectuate o analiză clusterială ierarhică și una în două etape. În analiza ierarhică, numărul de clustere nu este cunoscut dinainte. Clusterele sunt formate pe un principiu ierarhic – toate datele sunt considerate un singur cluster, alcătuit din grupuri mai mici. Acestea pot fi determinate fie prin împărțirea unui cluster comun în altele mai mici, fie prin reunirea clusterelor mici în unele mai mari. Analiza în două etape diferă de cea descrisă prin faptul că, în acest caz, numărul de clustere este cunoscut dinainte (Vaitkevičius, Saudargienė 2006). În această lucrare au fost alese două clustere, deoarece sunt analizate două grupuri ritmice ale limbilor – cu ritm accentual și silabic. Al treilea grup, cel cu ritm moraic, nu a fost inclus în analiză, deoarece nu s-a formulat ipoteza că limbile baltice ar putea aparține acestui grup. În analiza clusterială, obiectele sunt repartizate din nou până când asemănările din interiorul clusterului devin semnificativ mai mari decât asemănările dintre clustere (Vaitkevičius, Saudargienė 2006). Rezultatele pentru limbile suedeză, islandeză și chineză sunt verificate numai prin analiza clusterială în două etape, deoarece a fost ales un număr mic de obiecte analizate (șase limbi). În plus, se cunosc dinainte numărul de clustere și grupul ritmic căruia îi sunt atribuite aceste limbi (două grupuri ritmice și rezultatele a două studii). 3. ANALIZA CLUSTERIALĂ ÎN DOUĂ ETAPE A CORELAȚILOR ACUSTICE ALE LIMBILOR SUEDEZĂ, ISLANDEZĂ ȘI CHINEZĂ Abaterea standard a duratei consoanelor (ΔC) și procentul duratei intervalelor vocalice (%V) Pentru a afla dacă valorile%V și ΔC ale limbilor suedeză, islandeză și chineză înregistrate de Mairano (2011) și în acest studiu sunt asemănătoare și se încadrează în același grup, a fost efectuată Straipsniai / Articles 173 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ analiza clusterială în două etape. Mai întâi au fost calculate valorile medii ale variabilelor cantitative pentru fiecare cluster și abaterea lor standard (vezi Tabelul 2). TABELUL 2. Centrele clusterelor în funcție de procentul duratei intervalelor vocalice și abaterea standard a duratei consoanelor %V ΔC Medie Abatere standard Medie Abatere standard Clusterul 1 45,00 3,916 58,00 5,715 Clusterul 2 56,50 7,778 46,00 2,828 Clusterul Total 48,83 7,521 54,00 7,720 Tabelul arată că media ΔC a primului cluster este mai mare decât cea a celui de-al doilea, în timp ce pentru variabila%V situația este inversă – valoarea este mai mare în al doilea cluster, dar, în acest caz, abaterea standard este și ea destul de mare. Prin urmare, primul cluster se caracterizează printr-o structură silabică mai complexă (adică mai multe consoane într-o silabă (ΔC mai mare)), ceea ce determină și un procent mai mic al intervalelor vocalice (%V). Rezultatele acestei analize arată că valorile%V și ΔC cele mai asemănătoare și care formează un cluster aparțin limbilor din grupul cu ritm accentual: islandeza (%V = 40, ΔC = 60), islandeza 2 (%V = 47, ΔC = 52), suedeza (%V = 44, ΔC = 55), suedeza 2 (%V = 49, ΔC = 65), în timp ce exemplele de chineză cu ritm silabic (%V = 51, ΔC = 44) și chineză 2 (%V = 62, ΔC = 48) au format un alt cluster. Prin urmare,%V și ΔC constituie indicatori destul de fiabili, pe baza cărora limbile analizate se diferențiază într-adevăr și care nu depind de factori obiectivi (ritmul vorbirii, intonația etc.) sau subiectivi (calitatea înregistrării, diferențele de adnotare etc.) ai cercetătorilor ori ai informatorilor. Coeficienții de variație Există o diferență destul de mare între centrele celor două clustere și în ceea ce privește coeficienții de variație. Tabelul 3 arată că mediile varcoΔV și varcoΔC ale celui de-al doilea cluster sunt mai mari. TABELUL 3. Centrele clusterelor în funcție de coeficienții de variație varcoΔV varcoΔC Medie Deviație standard Medie Deviație standard Clusterul 1 42,67 3,215 50,33 4,933 Clusterul 2 50,33 0,517 62,67 3,055 Clusterul Total 46,50 4,680 56,50 7,688 174 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Din păcate, de data aceasta rezultatele sunt foarte neașteptate: valorile varcoΔV și varcoΔC cele mai asemănătoare le au și formează primul cluster islandeza (varcoΔV = 45, varcoΔC = 56), suedeza (varcoΔV = 39, varcoΔC = 48) și chineza (varcoΔV = 44, varcoΔC = 47), analizate de Mairano (2011). Toate înregistrările noastre investigate se încadrează în al doilea cluster: islandeza 2 (varcoΔV = 50, varcoΔC = 60), suedeza 2 (varcoΔV = 50, varcoΔC = 66) și chineza 2 (varcoΔV = 51, varcoΔC = 62). Așadar, coeficientul de variație, care ar fi trebuit să fie mai obiectiv în clasificarea tipologică a limbilor, creează mai multă confuzie și sugerează că rezultatele sale depind în mare măsură de experiența de adnotare specifică fiecărei limbi. Coeficienții de variație ai înregistrărilor noastre sunt asemănători, ceea ce sugerează că, în procesul de adnotare, poate că nu este suficientă doar consultarea informanților vorbitori nativi, ci adnotarea propriu-zisă trebuie efectuată de foneticieni vorbitori nativi. Indicii perechi de variabilitate Diferența dintre centrele celor două clustere în funcție de nPVI și rPVI este destul de mare (vezi Tabelul 4). 4 TABELUL. Centrele clusterelor în funcție de indicii perechi de variabilitate nPVI rPVI Medie Deviație standard Medie Deviație standard Clusterul 1 48,00 3,000 58,80 6,458 2 60,00 . 82,00 . Total 50,00 5,586 62,67 11,094 Totuși, gruparea limbilor este și mai ambiguă decât în cazul examinării coeficienților de variație. Primul cluster cuprinde toate limbile, cu excepția limbii suedeze 2 analizate în acest studiu (rPVI al acesteia este foarte ridicat – 82, deși nPVI este similar cu cel al celorlalte limbi – 60); aceasta este singura care a ajuns în al doilea cluster. Indicii pereche de variație ai celorlalte limbi sunt foarte asemănători: islandeză (nPVI = 45, rPVI = 63), islandeză 2 (nPVI = 51, rPVI = 56), chineză (nPVI = 48, rPVI = 54), chineză 2 (nPVI = 51, rPVI = 53), suedeză (nPVI = 45, rPVI = 68). În acest caz, este evident că analiza clusterială în doi pași nu este utilă, deoarece primul cluster trebuie împărțit în grupuri și mai mici. În concluzie, pe baza rezultatelor analizei clusteriale în doi pași a celor trei limbi, se poate afirma că abaterea standard a duratei consoanelor (ΔC) și procentul duratei intervalelor vocalice (%V) sunt indicatori destul de fiabili pentru gruparea limbilor în clase. Analiza clusterială în doi pași a coeficienților de variație și a indicilor pereche de variabilitate ridică, în acest caz, mai multe întrebări decât oferă răspunsuri. Straipsniai / Articles 175 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ 4. RITMUL LIMBILOR LITUANIANĂ ȘI LETONĂ PE BAZA ANALIZEI CLUSTERIALE Abaterile standard ale duratei (ΔC, ΔV) și procentul duratei intervalelor vocalice (%V) Pentru a stabili cărei grupe tipologice de ritm îi aparțin limbile letonă și lituaniană, a fost efectuată mai întâi o analiză clusterială ierarhică, menită să verifice cum se grupează limbile în funcție de ΔV,%V și ΔC și în ce cluster ajung limbile lituaniană și letonă. Pentru această analiză au fost utilizate și datele privind alte limbi, prezentate în lucrarea lui Mairano (2011: 170, 179, 199). Rezultatele analizei clusteriale ierarhice arată că limbile lituaniană, letonă, germană, arabă, engleză, cehă, italiană și portugheză au valori ale ΔV,%V și ΔC foarte asemănătoare și, prin urmare, formează un cluster, în care ΔV al limbilor variază între 44 și 58,%V între 40 și 54, iar ΔC între 52 și 66. În acest cluster, doar limba italiană este considerată mai apropiată de ritmul silabic (după cum se vede, analiza clusterială pare să permită punerea acestui lucru sub semnul întrebării); toate celelalte limbi (cu excepția, desigur, a limbilor baltice analizate, al căror tip de ritm nu este cunoscut) aparțin limbilor cu ritm accentual. Al doilea grup a fost format din multe limbi cu ritm silabic, dar în acesta au ajuns și numeroase limbi considerate de obicei ca având ritm accentual sau mixt (vezi tabelul 5). ΔV al acestor limbi variază între 30 și 45,%V între 36 și 51, iar ΔC între 37 și 66. Privind rezultatele, un lucru este cert: în primul cluster nu a ajuns nicio limbă prototipică cu ritm silabic (franceza, spaniola, greaca), iar în al doilea au ajuns doar două limbi prototipice cu ritm accentual (rusa, neerlandeza). După cum se vede din tabelul 5, limbile lituaniană și letonă se află în primul cluster și sunt mai apropiate de limbile prototipice cu ritm accentual (datele privind corelatele acustice ale limbilor sunt prezentate în tabelul 1). TABELUL 5. Rezultatele analizei clusteriale ierarhice pe baza abaterilor standard și a proporției vocalelor5 Numărul clusterului Grupele de ritm și limbile Ritm accentual Ritm silabic Nedeterminat 1 engleză, germană, arabă, portugheză, cehă italiană lituaniană, letonă 2 rusă, neerlandeză, islandeză, turcă, daneză, poloneză, suedeză spaniolă, franceză, greacă, chineză, estonă, finlandeză 5 În acest tabel și în celelalte, limbile prototipice ale grupurilor de ritm specifice sunt evidențiate cu caractere aldine; ritmul celorlalte limbi este discutabil (unele dintre ele sunt chiar considerate fie neclasificabile, fie cu ritm mixt). 176 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Rezultatele analizei ierarhice a celor trei variabile permit concluzia că limbile prototipice cu ritm accentual și silabic aparțin unor clustere diferite. Astfel, limbile acestor grupuri diferă în funcție de trăsăturile analizate, însă dacă aceste trăsături sunt indicatori ai unui ritm lingvistic diferit reprezintă deja obiectivul unui alt studiu. În urma efectuării analizei clusteriale în doi pași (numărul de clustere ales este, firește, doi), se observă că media ΔV pentru limbile din primul cluster este mai mare, iar pentru cele din al doilea — mai mică (vezi tabelul 6). Limbile din primul cluster se caracterizează printr-o variație mai mare a duratei intervalelor vocalice. Media variabilei ΔC este mai mică în primul cluster și puțin mai mare în al doilea. Totuși, diferența nu este foarte mare, mai ales dacă luăm în considerare faptul că datele din primul cluster sunt foarte dispersate (abaterea standard este ridicată — chiar 8,15). TABELUL 6. Centrele clusterelor în funcție de abaterile standard și proporția vocalelor %V | ΔV | ΔC Media | Abaterea standard | Media | Abaterea standard | Media | Abaterea standard Cluster | 1 | 47,75 | 3,388 | 47,58 | 6,999 | 50,67 | 8,150 Cluster | 2 | 41,78 | 3,032 | 36,67 | 5,408 | 57,78 | 4,295 Total | 45,19 | 4,377 | 42,90 | 8,324 | 53,71 | 7,544 Rezultatele analizei clusteriale în doi pași, prezentate în tabelul 7, arată că valorile ΔV,%V și ΔC ale limbilor lituaniană și letonă sunt cele mai asemănătoare cu cele ale limbilor cu ritm accentual germană, arabă, neerlandeză, portugheză și cehă, precum și cu cele ale limbilor cu ritm silabic italiană, greacă, chineză, finlandeză și franceză. Primul cluster, căruia, conform datelor acestui studiu, îi aparțin și limbile baltice, cuprinde 12 limbi (57%), iar al doilea — 9 limbi (43%). TABELUL 7. Rezultatele analizei clusteriale în doi pași în funcție de abaterile standard și proporția vocalelor Numărul clusterului | Grupurile de ritm și limbile Ritm accentual | Ritm silabic | Nedeterminat 1 | arabă, germană, neerlandeză, portugheză, cehă | franceză, greacă, italiană, chineză, finlandeză | lituaniană, letonă 2 | engleză, rusă, islandeză, turcă, daneză, poloneză, suedeză | spaniolă, estonă Se observă că rezultatele acestei analize diferă de cele ale analizei ierarhice prin faptul că în același cluster cu limbile lituaniană și letonă au intrat mai multe limbi cu ritm silabic Straipsniai / Articles 177 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ limbilor: italiana, chineza, finlandeza și chiar prototipicele franceză și greacă. O altă limbă prototipică cu ritm silabic (spaniola) a ajuns în al doilea cluster. De această dată, au fost separate și limbile prototipice cu ritm accentual: engleza – în al doilea cluster, germana – în primul cluster. Așadar, în analiza celor trei variabile (cei mai importanți indicatori ai clasei tipologice a ritmului limbilor), analiza clusterială ierarhică este mai potrivită decât cea în doi pași. Coeficienții de variație Analiza clusterială ierarhică pe baza variabilelor varcoΔV, varcoΔC arată că într-un cluster se încadrează lituaniana, letona și patru limbi prototipice cu ritm accentual: araba, neerlandeza, engleza și germana (vezi tabelul 8). Pentru aceste limbi, varcoΔV este cuprins între 54 și 62, iar varcoΔC – între 50 și 66. Pentru limbile din al doilea cluster, varcoΔV este cuprins între 39 și 53, iar varcoΔC – între 41 și 56. TABELUL 8. Rezultatele analizei clusteriale ierarhice și în doi pași pe baza coeficienților de variație Numărul clusterului Grupele ritmice și limbile Ritm accentual Ritm silabic Nedeterminat 1 engleza, neerlandeza, germana, araba – lituaniana, letona 2 rusa, portugheza, islandeza, turca, daneza, ceha, poloneza, suedeza spaniola, franceza, greaca, estona, italiana, chineza, finlandeza După cum se poate observa din rezultatele analizei clusteriale în doi pași, mediile ambilor coeficienți de variație pentru primul cluster sunt mai mari decât cele pentru al doilea (vezi tabelul 9). TABELUL 9. Centrele clusterelor pe baza coeficienților de variație varcoΔV varcoΔC Medie Deviație standard Medie Deviație standard Cluster 1 57,50 3,564 57,83 6,911 2 45,33 3,885 49,07 3,955 Total 48,81 6,743 51,57 6,274 Rezultatele analizei clusteriale ierarhice și în doi pași coincid în totalitate. Clusterele cuprind aceleași limbi: într-unul se află limbile lituaniană, letonă, germană, arabă, engleză și neerlandeză, iar în celălalt – limbile rămase (vezi Tabelul 8). 178 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Analiza ierarhică și analiza în doi pași a coeficienților de variație arată în mod clar asemănarea ritmului limbilor lituaniană, letonă și accentual-timed și disting destul de precis limbile accentual-timed prototipice de cele syllable-timed. Indicii de variație perechi Analiza ierarhică de cluster pe baza indicilor de variație perechi oferă rezultate foarte discutabile (vezi tabelul 10). Toate limbile, cu excepția francezei și grecei, se încadrează într-un singur cluster. rPVI pentru limbile din primul cluster variază între 53 și 72, iar nPVI între 41 și 70. rPVI pentru limbile din al doilea cluster variază între 42 și 44, iar nPVI între 45 și 52. TABELUL 10. Rezultatele analizei ierarhice de cluster pe baza indicilor de variație perechi Numărul clusterului | Grupurile ritmice și limbile | Ritm accentual-timed | Ritm syllable-timed | Nedeterminat | 1 | engleză, olandeză, germană, arabă, rusă, portugheză, islandeză, turcă, daneză, cehă, poloneză, suedeză | spaniolă, estonă, italiană, chineză, finlandeză | lituaniană, letonă | 2 | – | franceză, greacă Tabelul 11 prezintă rezultatele analizei de cluster în doi pași. Trebuie remarcat faptul că mediile rPVI ale ambelor clustere sunt aproape identice, ceea ce permite să ne îndoim serios de fiabilitatea acestui indicator (mai ales având în vedere abaterea standard ridicată). TABELUL 11. Centrele clusterelor pe baza indicilor de variație perechi nPVI | rPVI | Medie | Abatere standard | Medie | Abatere standard | Cluster | 1 | 61,83 | 5,776 | 61,00 | 6,603 | 2 | 45,80 | 2,883 | 59,60 | 8,534 | Total | 50,38 | 8,322 | 60,00 | 7,893 Primul cluster cuprinde șase limbi (29%), iar al doilea 15 (71%) (vezi tabelul 12). Comparând cu rezultatele analizei ierarhice de cluster, observăm că în primul cluster, alături de limbile lituaniană și letonă, au rămas limbile germană, engleză, olandeză și portugheză. Toate limbile cu ritm syllable-timed au ajuns în al doilea cluster. Straipsniai / Articles 179 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ TABELUL 12. Rezultatele analizei clusteriale în două etape pe baza indicilor pereche de variabilitate Numărul clusterului Grupuri ritmice și limbi Ritm accentual Ritm silabic Nedeterminat 1 engleză, neerlandeză, germană, portugheză – lituaniană, letonă 2 rusă, arabă, islandeză, turcă, daneză, cehă, poloneză, suedeză spaniolă, franceză, greacă, estonă, italiană, chineză, finlandeză Rezultatele analizei clusteriale în două etape, când variabilele sunt nPVI și rPVI, indică similaritatea ritmică dintre limbile lituaniană și letonă și limbile cu ritm accentual și, la fel ca analiza coeficienților de variabilitate, separă bine limbile prototipice cu ritm accentual de cele cu ritm silabic. 5. CONCLUZII În concluzie, încercarea de a aplica metodele analizei clusteriale pentru identificarea claselor tipologice de ritm permite formularea următoarelor concluzii. Analiza clusterială (atât ierarhică, cât și în doi pași) nu oferă rezultate univoce. Analiza ierarhică este destul de potrivită pentru gruparea variabilelor prelucrate statistic într-o măsură mai mică (ΔV, ΔC,%V și, într-o anumită măsură, varcoΔV, varcoΔC); analiza în doi pași poate fi folosită, poate, și atunci când sunt disponibili indici mai complecși (PVI). Totuși, analiza în doi pași ridică în acest caz mai multe semne de întrebare, fie și numai pentru că au fost alese doar două posibilități (fie ritm accentual, fie ritm silabic; acesta nu poate fi mixt). Limbile lituaniană și letonă se încadrează, în funcție de toate variabilele, în același cluster, împreună cu multe limbi cu ritm accentual. Prin urmare, se poate trage concluzia prudentă că ritmul ambelor limbi baltice este similar și este determinat de accent. Acestea sunt limbi cu ritm accentual. Analiza clusterială (în special, compararea datelor din două studii diferite asupra limbilor suedeză, islandeză și chineză) a arătat că precizia adnotării este deosebit de importantă pentru studierea ritmului. Pe de altă parte, acesta este doar un studiu-pilot, astfel încât concluziile nu sunt relevante pentru clasificarea tipologică propriu-zisă a ritmului limbilor sau pentru indicatorii ritmicității limbilor. Ele pot servi drept repere pentru cercetări ulterioare sau drept încă un motiv de a pune la îndoială existența unor clase de ritm lingvistic definite strict. LITERATŪRA A b e r c r o m b i e D a v i d 1967: Elements of general phonetics. Edinburgh: Edinburgh University Press. A r v a n i t i A m a l i a 2012: The usefulness of metrics in the quantification of speech rhythm. Journal of Phonetics 40, 351–373. 180 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Bond Zinny Sans, Markus Dace, Stockmal Verna 2003: Prosodic and Rhythmic Patterns Produced By Native and Non-native Speakers of a Quantity-Sensitive Language. 15th International Congress of Phonetic Sciences. Barcelona, 527–530. Dauer Rebecca McKeever 1983: Stress-timing and syllable-timing reanalysed. Journal of Phonetics 11, 51–62. Dellwo Volker, Wagner Petra 2003: Relationships between language rhythm and speech rate. Proc. of the International Congress of Phonetic Science, 471–474. Girdzijauskas Juozas 1966: Lietuvių eilėdara. Silabinės-toninės sistemos susiformavimas. Vilnius: Vaga. Girdzijauskas Juozas 1979: Lietuvių eilėdara: XX a. Vilnius: Mokslas. Grabe Esther, Low Ee Ling 2002: Durational Variability in Speech and the Rhythm Class Hypothesis. Papers in Laboratory Phonology 7, 1–16. Kazlauskienė Asta, Fokaite Inga 2005: Dėl lietuvių kalbos teksto prozodijos. Žmogus ir žodis 7(1), 35–38. Kazlauskienė Asta 2013: Kai kurie akustiniai lietuvių kalbos ritmiškumo parametrai. Baltistica 48(1), 19–36. Mairano Paolo 2011: Rhythm Typology: Acoustic and Perceptive Studies. Doctoral dissertation. Turin: University of Turin. Pike Kenneth Lee 1945: The Intonation of American English. Ann-Arbor: University of Michigan Press. Pukevičiūtė Agnė 2013: Akustiniai lietuvių ir latvių kalbų ritmo koreliatai. Magistro darbas. Kaunas: Vytauto Didžiojo universitetas. Ramonaite Valerija 1980: Prozos kalbos ritmas. Konstruktyvieji faktoriai ir pagalbiniai formantai. Literatūra ir kalba 16, 38–65. Ramonaite Valerija 2006: Pirminis Juozo Baltušio „Parduotų vasarų“ ritmas. Acta humanitarica universitatis Saulensis, 307–333. Ramus Franck, Nespor Marina, Mehler Jacques 1999: Correlates of linguistic rhythm in the speech signal. Cognition 73(3), 265–292. Roach Peter 1982: On the Distinction between ‘Stress-timed’ and ‘Syllable-timed’ Languages. – David Crystal. Linguistic controversies. London: Edward Arnold, 73–79. Sauka Leonardas 1974: Lietuvių folklore eilet yros ir teorijos klausimai. – Literatūra ir kalba 13, 192–207. Sauka Leonardas 1978: Lietuvių liaudies dainų eilėdara. Vilnius: Vaga. Stundžia Bonifacas 1991: Kirtis tekste. Žodžiai ir prasmės 1, 86–92. Vaitkevičius Raimundas, Saudargienė Aušra 2006: Statistika su SPSS psichologiniuose tyrimuose: mokomoji knyga. Kaunas: VDU leidykla. Vaitkevičius Raimundas, Saudargienė Aušra 2012: Daugiamačiai duomenų analizės metodai psichologijoje. Kaunas. Straipsniai / Articles 181 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ PRIEDAS 1. Tiriamieji tekstai lietuvių kalba Vieną dieną Šiauriniam vėjui ir Saulei besiginčijant, kuris iš jų stipresnis, pasirodė keliautojas, vilkintis apsiaustą. Tada jie susitarė, kad tas, kuris privers keliautoją nusivilkti apsiaustą, bus laikomas stipresniu. Pirmiausia Šiaurinis vėjas pūtė taip stipriai, kiek tik galėjo, bet kuo stipriau jis pūtė, tuo tvirčiau keliautojas apsigaubdavo apsiaustą; galiausiai Šiaurinis Vėjas pasidavė. Tada Saulė pradėjo kaitinti ir keliautojas tuoj pat nusivilko apsiaustą. Taip Šiaurinis vėjas turėjo pripažinti, kad Saulė stipresnė už jį. 2. Tiriamieji tekstai latvių kalba Vienu dienu Ziemeļu vējam un Saulei strīdoties par to, kurš no viņiem ir stiprāks, nāca ceļotājs, ietīnies mētelī. Viņi savā starpā vienojās, ka tas, kurš pirmais liks ceļotājam novilkt savu mēteli, tiks uzskatīts par stiprāko. Ziemeļvējš pirmais pūta tik stipri, cik vien varēja, bet, jo stiprāk viņš pūta, jo stingrāk ceļotājs ietinas savā mētelī; galu galā Ziemeļvējš tomēr padevās. Tad Saule sāka stipri sildīt un ceļotājs uzreiz novilka savu mēteli. Tā Ziemeļvējam bija jāatzīst, ka Saule bija stiprāka par viņu. 3. Tiriamieji tekstai švedų kalba Nordanvinden och Solen tvistade en gång om vem av dem som var starkast. Just då kom en vandrare vägen fram insvept i en varm kappa. De kom då överens om att den som först kunde få vandraren att ta av sig kappan, han skulle anses vara starkare än den andra. Då blåste nordanvinden så hårt han nånsin kunde, men ju hårdare han blåste desto tätare svepte vandraren kappan om sig, och till slut gav Nordanvinden upp försöket. Då lät Solen sina strålar skina helt varmt och genast tog vandraren av sig kappan och så var Nordanvinden tvungen att erkänna att solen var den starkaste av de två. 4. Tiriamieji tekstai islandų kalba Dag einn þegar Norðvindurinn og Sólin voru að rífast um það hvor þeirra væri sterkari, birtist ferðamaður vafinn inn í frakka. Þeir voru sammála um að sá sem gæti blásið frakkanum af ferðamanninum myndi teljast sterkari en hinn. 182 Acta Linguistica Lithuanica LXIX Klasterinė tipologinių kalbos ritmo grupių analizė Norðanvindurinn blés eins fast og hann gat, en því fastara sem hann blés, því þéttara varð ferðamaðurinn kápunni um sig, og að lokum gafst Norðanvindurinn upp á að reyna. Þá fór Sólin að skína, og undireins fór ferðamaðurinn úr frakkanum. Þá varð Norðanvindurinn að viðurkenna að Sólin væri sterkari en hann var. 6. Tiriamieji tekstai kinų kalba You yi tian, dang yi ge guo zhe da yi de lv xing zhe chu xian de shi hou, bei feng he tai yang zheng zai zheng chao jiu jing shui geng jiang. Ta men tong yi shui xian rang lv xing zhe ba wai tao tuo diao jiu ren wei shui bi ling yi ge qiang. Sui hou, bei feng jiu jing ta zui da de nu li lai chui feng, dan shi, ta chui de yue da, lv xing zhe jiu ba wai tao guo de yue jin. Zui hou,bei feng fang qi le. Jie xia lai, tai yang kai shi fa chu re liang, lv xing zhe li ji jiu tuo xia le wai tao. Suo yi, bei feng bu de bu cheng ren tai yang bi ta geng qiang. Cluster Analysis of Typological Groups of Language Rhythm SUMMARY This article aims to answer two questions: 1) whether the cluster analysis handy finding rhythm typological similarities, and it can be classified on the basis of it so far unanalysed languages 2) in which a cluster – stress-timed or syllable-timed languages – Lithuanian and Latvian languages fall into. Standard text, proposed by the International Phonetics Association (see http://alt-usage-english.org/north_txt.html) (Eng. The North Wind and the Sun, Lith. Šiaurės vėjas ir saulė) was selected for this study. Five native speakers (Latvian, Lithuanian, Swedish, Icelandic and Chinese) translated and recorded it (each record was much shorter than 1 min.). The records were annotated by program PRAAT and acoustic correlates of rhythm of records that we have done have been calculated using program Correlator (2. 1 version) which was developed by Pado Mairano (2011) in Arturo Genre experimental phonetics laboratory of Turin (Italy). It was found that Lithuanian ΔC=52,%V=54, ΔV=54, varcoΔV=54, varcoΔC=66, nPVI=57, rPVI=57; Latvian ΔC=55,%V=52, ΔV=58, varcoΔV=55, varcoΔC=65, nPVI=70, rPVI=65; Swedish ΔC=65,%V=49, ΔV=51, varcoΔV=50, varcoΔC=66, nPVI=60, rPVI=82; Icelandic ΔC=52,%V=47, ΔV=41, varcoΔV=50, varcoΔC=60, nPVI=51, rPVI=56; Chinese ΔC=48,%V=62, ΔV=74, varcoΔV=51, varcoΔC=62, nPVI=51, rPVI=53. Straipsniai / Articles 183 AGNĖ PUKEVIČIŪTĖ, ASTA KAZLAUSKIENĖ Data of other languages estimated by the author of the program Mairano (2011) was used for cluster analysis. The data was entered to the SPSS program and a cluster analysis was performed. The results show that the cluster analysis (both hierarchical and two-steps) does not provide unambiguous results. Hierarchical analysis is pretty handy to cluster less statistically processed variables (ΔV, ΔC,%V, partly varcoΔV, varcoΔC), a two-step analysis might be possible to rely on, and with more complex indices (PVI). However, a two-step analysis is begging the question, because it does not leave the third option (stress-timed or syllable-timed, cannot be mixed). Lithuanian and Latvian languages according to all the variables fall into the same cluster together with a number of stress-timed languages. Therefore, it can be carefully concluded that rhythm of the two Baltic languages is similar and caused by stress. They are stress-timed languages. Cluster analysis (in particular, Swedish, Icelandic, Chinese Language comparison between the two types of data) has shown that the annotation precision is particularly important in the researches of rhythm. On the other hand, the findings are relevant not for the typological classification of languages’ rhythm and not for the indicators of languages’ rhythm. They can be as guidelines of further research or another excuse to question existence of strictly defined classes of speech rhythm. Įteikta 2013 m. liepos 11 d. AGNĖ PUKEVIČIŪTĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, LT–44248 Kaunas, Lietuva [email protected] ASTA KAZLAUSKIENĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, LT–44248 Kaunas, Lietuva [email protected] 184 Acta Linguistica Lithuanica LXIX