„Dabartinės rašomosios lietuvių kalbos dažninis žodynas“ ir jo bazė

ACTA LINGUISTICA LITHUANICA XLVI (2002), 19–37 A mai írott litván nyelv gyakorisági szótára és adatbázisa LAIMAGRUMADIENE Litván Nyelvi Intézet Kevés elektronikus adatbázis létezik a litván nyelvhez. A legnagyobbak a V. Zilinskiené és L. Grumadiené által összeállított A modern írott litván nyelv gyakorisági szótára, valamint a Kaunasi Egyetem Litván Nyelvi Korpusza. Az előbbit itt részletesen bemutatjuk: tárgyaljuk összeállításának alapelveit és lehetséges felhasználási módjait, továbbá röviden jellemezzük az erre alapozott, eddig közzétett statisztikai nyelvészeti munkákat. A modern litván nyelv adatbázisaival kapcsolatos fő problémák a következők: (1) elégtelen differenciáltságuk (csak az írott, nem pedig a beszélt nyelvet tükrözik), (2) nem optimális felhasználásuk, mivel a litván tudományos közösség nem rendelkezik az ilyen eszközökkel való munkához szükséges felkészültséggel, valamint (3) az a tény, hogy az ezeket összeállító kutatók erőfeszítései túl kevés nyilvános elismerésben részesülnek, és nem értékelik őket eredeti tudományos teljesítményként. 1. AZ ELEKTRONIKUS ADATBÁZISOK ELAVULÁSA ÉS, SZÜKSÉGTELENSÉG*“ Éppen most a litván nyelvészet mintha megmerevedett volna a tigris ugrásában: a főként a strukturalizmusból nyert ösztönzés hatására született kiemelkedő munkák már elkészültek, azonban a levegőben továbbra is új, nem kevésbé jelentős munkák várakozása lebeg. Ehhez nemcsak a nyelvi jelenségekhez való eltérő megközelítésre, hanem új, még ki nem próbált módszerekre és munkaeszközökre is szükség van. Napjaink információtechnológiai korszakában a nyelvészek új munkaeszközei gyakran elektronikus adatbázisokhoz kapcsolódnak, ezek pedig — nyelvstatisztikai kiadványokhoz. Úgy tűnhet, hogy magától értetődő, miszerint különböznek egymástól, mivel az elektronikus adatbázisok dinamikusak, önállóan lehet velük dolgozni, míg a kiadványok statikusak, csupán a szerzők kívánsága szerint megadott adatok halmazát alkotják. Mindazonáltal korábban, és olykor még napjainkban is Litvániában az ilyen adatbázisokat és kiadványokat azonosnak tekintették, illetve tekintik. Ezt a visszafelé rendezett (más néven fordított) szótárak története mutatja. Az első litván visszafelé rendezett szótár, amelyet az amerikai David F. Robinson (1976) az 1954-es DLKZ-kiadás alapján készített, mintegy 45 000 szót tartalmazott; lehet, hogy saját elektronikus adatbázisa nem is volt, legalábbis a szerző nem tesz róla említést. Ráadásul abban az időben ilyen elektronikus adatbázis Litvániában hozzáférhetetlen lett volna, magát a szótárt pedig is alig forgatta valaki, mivel Amerikában kis példányszámban adták ki. A šiauliai Juozas Korsakas (1991) válogatási elv alapján készítette el a Litván nyelv fordított 20 | LAIMA GRUMADIENĖ szótárát, amely csaknem 22 000 szót tartalmazott; ennek alapja szintén a DLKŽ volt, de már annak 1972-es kiadása. A munka a saját maga által létrehozott elektronikus adatbázis felhasználásával folyt, de ez utóbbi nem nyilvános használatú (valószínűleg technikai okokból), így csak nyomtatott könyv formájában hozzáférhető. Vidos Žilinskienė A mai litván nyelv visszafelé rendezett szótára (1995) nem egyszerűen a DLKŽ átírása, mivel a szavakat visszafelé rendezve, szófajok szerint csoportosítva közli, és statisztikai elemzést is tartalmaz. Jelenleg lényegében ugyanúgy csak nyomtatott formában hozzáférhető, bár elektronikus változata is létezik. Elég kevéssé használták fel (az E. Jakaitienė vezette munkacsoport a litván–norvég szótár megírásakor, Daiva Murmulaitytė cikkeihez (1998, 1999 és mások)). Egyébként ez utóbbi szótár és elemzés a DLKŽ (1993-as) számítógépes változatának és annak statisztikai elemzésének felhasználásával készült, nem pedig – ahogyan Rūta Marcinkevičienė (2000a: 16) áttekintésében megjegyzi – a Dažninio dabartinės rašomosios lietuvių kalbos žodyno (Grumadienė, Žilinskienė 1997; 1998) adatbázisa alapján. A Matematikos ir informatikos instituto, valamint a Lietuvių kalbos instituto tudósainak közös erőfeszítésével elkészített, a DLKŽ (az 1993-as kiadás) elektronikus változatát kis példányszámban sokszorosították (1995), mivel egyszerűen nem volt joguk a kiadványokat elektronikus formában terjeszteni. Most a Lietuvių kalbos institutas ismét nekilátott a DLKŽ-nek, ezúttal azonban a 2000-es kiadás számítógépes feldolgozásának (vezető: Stasys Keinys), és pénzügyi támogatást kapott a Lietuvos mokslo fondastól. Mint ismeretes, a DLKŽ 1993-as és 2000-es kiadásai alig különböznek egymástól, ezért elgondolkodtató az a tény, hogy úgy döntöttek, nem használják fel a korábbi elektronikus változatot, csupán azért, mert az már erkölcsileg elavult DOS-környezetben és FOXPRO-- adatbázisban készült: ismét számítógépes szkennerrel kezdték beolvasni a már meglévő elektronikus szöveget, amely csak kisebb javításokra szorult, ezzel növelve a munkaráfordítást és a költségeket. Talán még a statisztikai elemzést is újra elvégzik? Hiszen ahogyan a DLKZ 1993-as kiadásának számítógépes változata, úgy egyetlen elektronikus adatbázis sem öregszik erkölcsileg, ezért nyilvánvaló, hogy gondoskodni kell a karbantartásukról. Nem történik- -e hasonló a DLKŽ (1993) elektronikus változatával is, és nem részesítik-e a fent említett intézetek közösen inkább előnyben azokat a megoldásokat, mint a drága, ám számos új munkalehetőséget kínáló elektronikus adatbázisokat? A lituanistáknak meg kellene állapodniuk az olyan elektronikus adatbázisok használatában, amelyekben speciális jelek szerepelnek, például a régi írások vagy a transzkribált nyelvjárási szövegek esetében, hiszen már most újra át kell gépelni az ilyen típusú példákat tartalmazó cikkeket, ha különböző okokból úgy döntenek, hogy nem mondjuk a Litván Nyelvi Intézet kiadványai, hanem valamelyik vilniusi egyetemi kiadó szerkesztősége számára nyújtják be őket. A jelenleg megjelentetett nyelvjárási szótárak és nyelvjárási szövegek, noha elektronikus formában vannak, csupán a nyomda korszerűsödésének jelei, mivel szövegeik elektronikus adatbázisként nem használhatók. Tehát a lituanisták közös kódolási rendszerrel (pl. UNICODE-- dal vagy egy másikkal) kapcsolatos megállapodásának hiányában az elektronikus adatbankok nyilvános használata jelentősen megnehezül, arról nem is beszélve, hogy az elektronikus technológiák és programok elemzési célú felhasználása nagyon korlátozottá, olykor pedig lehetetlenné válik. Talán olyan sok van belőlük, hogy már nem vagyunk képesek átfogni őket? A probléma az, hogy sem a nyelvészek, sem a nekik segítő informatikai szakemberek nem értik még megfelelően, hogy az adatbázisoknak dinamikusaknak kell lenniük; a velük való munka során lehetőséget kell biztosítani a folyamatosan megjelenő új programok és technológiák sokaságának alkalmazására, továbbá lehetővé kell tenniük a magasabb szintű számítógépes változatra való konvertálást. Eddig a Litvániában létrehozott elektronikus adatbázisok többsége úgy készül, mintha ugyanazok a cédulák lennének, amelyek a A MAI NYELV GYAKORISÁGI SZÓTÁRA ÉS ANNAK ADATBÁZISA |21 nyelvi adatokat tartalmazzák, csak éppen számítógép-billentyűzettel begépelve. Hamarosan ezek az adatok a kőbe vésett ékíráshoz válhatnak hasonlóvá: az új generációs számítógépek képernyőin csak „zászlócskák” és „négyzetecskék” lesznek láthatók, amelyek megfejtését – mintha rúnák olvasása lenne – a jövő nyelvészei vállalhatják. Az eddig e kérdésben folytatott viták eredménytelenek voltak, de úgy látszik, nem kell elveszíteni a reményt, ismét érdemes vitára és egyeztetésre hívni. Egyébként érdemes felhívni a figyelmet a terminusokra: elektronikus formájú ADATBÁZIS, BANK, SZÖVEGTÁR (KORPUSZ), ARCHÍVUM. Közülük a legdivatosabb a —SZÖVEGTÁR (KORPUSZ). Sokféleképpen határozzák meg, de minden meghatározásban közös, hogy SZÖVEGTÁRNAK az elektronikus formájú szöveggyűjteményt tekintik, ezért nem ritkán szövegtárnak kezdték nevezni szinte mindazt, amit korábban adatbázisnak neveztek (hiszen az egyes szövegek mérete nincs szabályozva). A BANK terminusa leggyakrabban a terminológiához kapcsolódik: a terminológiai bankokat általában nem nevezik szövegtáraknak. Mostanában az ARCHÍVUM terminusa egyre gyakrabban kapcsolódik az idő dimenziójához: a régi adatok elektronikus felhalmozását archívumnak vagy adatbázisnak lehet nevezni. Így a legsemlegesebb terminus továbbra is az ELEKTRONIKUS ADATBÁZIS, ezért itt leggyakrabban ezt használják (vö. Kennedy 1998: 3 és köv.). 2. A MAI LITVÁN NYELV ELEKTRONIKUS JELENLEGI VÁLTOZATAI ADATBÁZISOK ÉS LINGVOSZTATISZTIKAI KIADVÁNYOK A mai litván nyelv adatbázisainak elektronikus formában nincs többlete. Ennek megfelelően a lingvosztatisztikai kiadványok sem túl számosak, valamivel gyakrabban csak lingvosztatisztikai módszereket alkalmaznak. Itt egyedül a fonetika és az annak eredményeire támaszkodó fonológia emelkedik ki. Talán maga a fonetika természetéből adódott ez, vagyis abból, hogy ugyanazon egységek — a hangok — gyakori ismétlődésekor egyszerűen kínálkoznak a statisztikán alapuló következtetések, vagy szubjektív tényezők miatt, azaz azért, mert megjelentek az újító gondolkodású kutatók: mindenekelőtt Aleksas Girdenis és tanítványai, valamint Antanas Pakerys. Mindenesetre mindkét tényező előidézte a litván fonetika és fonológia fellendülését, sőt bizonyos értelemben a nyelvtudomány más ágaitól való elszakadását is. Igaz, maga a fonetika a természettudományok és a nyelvészet közötti átmeneti terület. A visszatérő egységek gyakorisága szerint következő nyelvészeti terület a morfológia. Így logikus lenne azt gondolni, hogy mindenekelőtt ezen a területen kellene már megjelennie az igénynek mind a lingvisztikai statisztikai adatokkal, mind az elektronikus adatbázisokkal való műveletvégzésre. Eddig ez nem történt meg, noha már vannak ilyen munkák és munkaeszközök. Litvániában az első lingvisztikai statisztikai lexikológiai és morfológiai munkát Vida Žilinskienė (1990) készítette el ESM felhasználásával. Lietuvių kalbos dažninis žodynas című, a litván nyelv gyakorisági szótára című munkája az egyik funkcionális stílus — a publicisztika — adataira támaszkodik; 300 000 szóelőfordulás elemzését tartalmazza (azaz mind ugyanazon lexémák, mind a különböző lexémák előfordulásait, amelyekből 18 776 volt; az általánosan elfogadott gyakorisági szótárak összeállítási szabályai miatt lemondva 11 956 tulajdonnév további vizsgálatáról). Az összes, egyenként 1000 szóelőfordulásból álló szakaszokból (mintákból) felépülő folyamatos szöveget morfológiailag elemezték, hangsúlyjelekkel látták el, majd lyukkártyákra vitték és betáplálták a ma már erkölcsileg elavult és használaton kívüli „Minsk-22“ ESM-ekbe. Elektronikus adatbank van, de már nagyon nehéz lenne felhasználni. Kár, de a mai litván nyelv egyik változatának — a publicisztikának — szövegeit sem lexikológiai, sem morfológiai, sem akcentológiai szempontból lingvisztikai-statisztikai elemzés céljából mindeddig nem használták fel megfelelően sem tudományos, sem gyakorlati célokra, különösen tankönyvek és tanulói szótárak írására. Az elektronikus eszközökkel készített egyik (részt vett a 22 | LAIMA GRUMADIENĖ a CHILD programban) és a szinkrón morfológiai munkák elemzett példái közé tartozhatna Ineta Savickienė (1999) doktori disszertációja, amely a gyermeknyelv morfológiájával foglalkozik. Egyébként meg kell említeni, hogy más szintek, a stilisztika és részben a szintaxis tekintetében is, amelyek egységeinek gyakorisága jóval kisebb, a nyelvstatisztikai adatokra támaszkodó munkák – mindenekelőtt Audronė Bitinienė (1983, 1997, 1998 és mások) művei – már több mint egy évtizeddel ezelőtt megszülettek. Már van egy-két, lingvisztikai statisztikai adatokon alapuló kísérlet a jelenlegi lexika vizsgálatára. Az utóbbi időben az ilyen munkákat leggyakrabban a Vytautas Magnus Egyetem Kortárs litván nyelvi korpuszának (mintegy 60 000 000 szóelőfordulás) adatbázisán végzik (például Rūta Marcinkevičienė (2000a; 2000b) kollokációkutatásai, Jurgita Mikelionienė (2000) neologizmusokról szóló doktori disszertációja stb.). Egyre több lexikológiai munka készül kisebb elektronikus adatbázisok alapján, amelyek időnként meglehetősen specifikusak, például Astos Ryklienė (2000) doktori disszertációja az internetböngészők által használt lexikáról és annak szóalkotásáról, de összességében kevés ilyen munka születik, és a hallgatóság csak csekély mértékben kapcsolódott be ebbe a folyamatba (talán a Vytauto Didžiojo Egyetemet kivéve). Az elektronikus, lexika vizsgálatára szolgáló adatbázis kidolgozását az Antanas Pakeris vezette csoport fejezi be a Vilniusi Pedagógiai Egyetemen, akkor talán itt is megszaporodnak majd az ilyen jellegű hallgatói munkák. Ez a cikk a mai írott litván nyelv kutatásához szükséges munkaeszközök leírására korlátozódik, ezért nem tárgyalja a régi írások kutatásának már megindult, a Litván Nyelvi Intézet saját elektronikus adatbázisára támaszkodó sorozatát. A saját elektronikus adatbázisok megjelenése kétségtelenül új lendületet ad majd a litván dialektológiának: a Litván Nyelvi Intézetben már készülnek egy Dialektológiai Központ létrehozására, amelyben elektronikus formában készítenék el a nyelvjárási felvételeket és az azokból megfejtett, átírt szövegeket. Ugyanebben az intézetben megkezdődtek az elektronikus onomasztikai, valamint helynévtani adatbázis létrehozásának munkálatai. A Litván nyelv nagy szótárának már készülő elektronikus adatbázisa valódi fordulatot hozhat a litván lexikográfiában, és sokat várnak a Köznyelvi litván nyelv szótárának elektronikus adatbázisától is. A Vilniusi Egyetem oktatói, Evalda Jakaitienė vezetésével, bekapcsolódtak az Európai Unió egyik projektjébe, és elektronikus formában készítik az úgynevezett egyetemes litván szójegyzéket, amelynek alapján el kellene indulnia a kétnyelvű szótárak új sorozatának. Bizonyos mértékig ez egy, a Köznyelvi litván nyelv szótárának szerkesztőségével versengő cég. Főként az Állami Litván Nyelvi Bizottság erőfeszítéseinek köszönhetően, az Európai Unió ösztönzésére megkezdték az elektronikus, úgynevezett Terminológiai vagy Idegen szavak portfólióinak összeállítását: ezek a különféle területek legújabb és igen gyakran használt terminusainak és szókapcsolatainak sajátos jegyzékei, amelyeket az Európai Unió valamennyi tagés tagjelölt országa számára terjeszt, hogy a nyelvek alkalmazkodni tudjanak, és felkészüljenek a kibontakozó fordítási hullámra, valamint a gépi fordításra is. A mai beszélt nyelv elektronikus adatbázisának elkészítését — amelyet a lengyelekéhez hasonlóan rádióés televíziónyelvi felvételek alapján állítanak össze — a Vilniusi Egyetem tudósainak egy csoportja kezdte meg (vezetője Meilutė Ramonienė). Ugyanazon az egyetemen egy elektronikus szlavizmus-- adatbázis létrehozására készülnek (vezetője Vytautas Kardelis), amelynek hangfelvételeket, valamint az azokból kiválasztott és átírt példákat is tartalmaznia kellene. Amint a tapasztalat mutatja, eredményekre csak akkor lehet számítani, ha megtanulunk ilyen jellegű adatokkal dolgozni, és készséget szerzünk az új lehetőségek kihasználásában. Ehhez olyan laboratóriumokra van szükség, ahol ezt tanulják, lehetőleg — már fiatal kortól. Az elektronikus adatbázisok természetükből fakadóan nyilvánosságot feltételeznek, megfelelően rendezett állapotban mindenki számára hozzáférhetőnek kell lenniük, akinek erre szüksége van. A legnagyobb litván nyelvi adathalmazok a Litván Nyelv Intézet- A MAI NYELV GYAKORISÁGI SZÓTÁRA ÉS ANNAK ADATBÁZISA |23 ezért modernizálódva éppen ennek kellene a legnagyobb litván nyelvi elektronikus adatbázisok készítési központjává, azok nyilvános használatának forrásává, az ilyen jellegű munkák és ötletek vonzásának, valamint kisugárzásának központjává válnia — talán ezt a szerepet tölti majd be a Litván Nyelv Intézetének adatbázisában létrehozandó Litvánisztikai Központ? Azok az elektronikus adatbázisok, amelyek felkerülnek az internetre, még nyitottabbá válnak. Egyébként az a hely, ahol számítógépet használunk, amikor lehetőség nyílik az internethez való csatlakozásra, többé nem fontos; csak az számít, ami felkerült az internetre. De ezek még a jövő tervei. Mindeddig Litvániában nem törvényesítették a lingvisztikai-statisztikai munkák elektronikus formában történő kiadását, a szerzői jogok kérdése sincs rendezve, ezért továbbra is aktuálisak az ilyen, papíron nyomtatott munkák. Az elektronikus adatbázisok és a lingvisztikai-statisztikai kiadványok azonban lényegében különböznek egymástól, az utóbbiak csupán a jéghegy csúcsát jelentik. Az alábbiakban egy konkrét kérdést tárgyalunk: a mai írott litván nyelv elektronikus adatbázisainak és a lingvisztikai-statisztikai szótáraknak a viszonyát. Ez utóbbiak adatbázis nélkül nem létezhetnek, az adatbázisok által kínált lehetőségek azonban korántsem korlátozódnak csupán a szótárkiadásra. 3. A MAI ÍROTT LITVÁN NYELV ELEKTRONIKUS ADATBÁZISAI ÉS GYAKORISÁGI SZÓTÁRAI Az elektronikus nyelvi adatbázisokat magától értetődően mindenekelőtt elektronikus formájuk, valamint az ehhez kapcsolódó számítógépes technológiák használatának sajátosságai különböztetik meg a nyelvi adatok egyéb gyűjteményeitől. Az elektronikus adatbázisok megjelenése teljesen új lehetőségeket teremtett a nyelv kutatására, de maguk az adatbázisok nem kapcsolhatók kizárólag a korszerű elektronikus adathordozók megjelenéséhez. Az, hogy különböző eszközökkel lényegében analóg eredmények – mindenekelőtt a gyakorisági grammatikai formák és lexémák jellemzői – nyerhetők, azt mutatja, hogy a korszerű elektronikus adatbázisok és jóval régebbi analógjaik között jelentős hasonlóság áll fenn. Franciaországban a Larousse kiadó már 1956-tól kezdve tömeges (a régi generációs elektronikus számítógépek, ESM) szótári kartotékot használt a szótárak készítéséhez (Rozencvejg 1986: 82). A korszerű elektronikus nyelvi adatbázisok összeállításának kérdése egyrészt azért merült fel, mert az új technológiák megjelenésével már lehetővé vált nagy mennyiségű információ kezelése, ekkor pedig növekedni kezdett az egyetlen szót illusztráló szöveg (azaz kontextusának) terjedelme. Így új lehetőségek nyíltak a szó, később pedig a nyelv nagyobb egységei prepozícióinak, következésképpen a szintaxisnak és a szemantikának a vizsgálatára. Egyre hosszabb szövegrészletek kezdték lenyűgözni a kutatókat, végül még teljes, lezárt szövegekhez is eljutottak, míg ezt meg nem fékezték a szerzői művek jogainak megszerzési költségei. Másrészt a számítógépek megjelenése valószínűleg Gutenberg találmányának hatásával volt egyenértékű, s ami a legfontosabb — példátlan sebességgel terjedtek el, ezért az emberek távolsági kapcsolatainak geometriai haladvány szerinti növekedésével, mind az azonos nyelvet beszélőkkel, mind pedig a más nyelvűekkel, sürgető társadalmi igény jelent meg a nyelvhez kapcsolódó sokrétű statisztikai információ megszerzésére, hogy a kommunikáció minél több folyamatát automatizálni lehessen: a nyelvoktatást, a fordítást, a felismerést, az információ tömörítését, továbbítását stb. A litván nyelvészet sem maradt távol ettől az általános folyamattól, csupán természetesen időben jelentősen lemaradt. A világban a XX. század folyamán, különösen annak második felében, mintha már készültek volna az újabb ugrásra. Mindenekelőtt ezek nyelvi gyakorisági szótárak voltak. Az elsők még a XIX. században jelentek meg. 24 | LAIMA GRUMADIENĖ végén — a XX. század elején. A legelső — a német nyelvé, amelyet E. Kaeding (1898), cédulakartotékot használva, nem kevesebb mint 11 000 000 szóelőfordulás alapján állított össze. Jóval később G. Vander Beke (1929) ilyen jellegű francia nyelvi szótárt adott ki. H. Eaton (1934) négy nyelv — az angol, a francia, a német és a spanyol — első ezer leggyakoribb szavának összehasonlító szótárát állította össze. Az első angol nyelvi gyakorisági szótárt E. Thorndike és L. Lorge (1944), a spanyolt — V. Garcia Hozas (1953). Az első orosz gyakorisági szótárt Amerikában H. Josselson (1953) készítette el, N. P. Vacar (1966) pedig szintén Amerikában kiadta a szovjet korszak orosz beszélt nyelvének gyakorisági szótárát, ám az lényegében csak drámai művek nyelvének alapján készült. E. Šteinfeldt (Štejnfel'dt 1963) Tallinnban adta ki Puskin nyelvének gyakorisági szótárát. Az egymillió szavas, fele részben szépirodalomból, fele részben pedig úgynevezett informatív prózából (publicisztikából, hivatali iratokból és szakirodalomból) összeállított korpusz alapján L. Lonngren (1993) Uppsalában készítette el az orosz nyelv gyakorisági szótárát. Nemcsak az orosz, hanem a román és az olasz nyelv első gyakorisági szótárait is Amerikában állították össze — A. Juilland, P. M. Edwards, I. Juilland (1965), A. Juilland, V. Traversa (1973) (egyébként A. Juilland, E. Ch. Rodrigues (1964) ugyanott már egy újabb spanyol nyelvi gyakorisági szótárt is összeállított, később pedig J. R. Alameda és E. Cuetos (1995) is készített egyet). A gyakorisági szótárak egész sorozata a Prágai Nyelvészeti Kör funkcionális nyelvi stílusokról szóló koncepcióján, valamint Borisz Larin köznyelvfelfogásán alapult: az első — ahogy illik — a cseh nyelvé volt, először az egyes funkcionális stílusoké, később pedig az általánosé is; ezeket a Marie Těšitelová vezette szerzői kollektíva írta (J. Jelinek, J. V. Bečka és mások, lásd Těšitelová 1983). A lettek a csehekhez hasonlóan korán siettek: először az egyes funkcionális stílusok, később pedig egy kétrészes általános szótár összeállításával — T. Jakubaite, D. Kristovska, D. Gulevska, V. Ozola, R. Prūse, A. Rubine, N. Sika (1966–1976- ). Ugyanezen a módszertanon alapult V. A. Agrajeva, V. V. Borogyin, V. M. Muratova és E. V. Tyisenko is, L. N. Zasorina vezetésével (1977), amikor a mai orosz nyelv gyakorisági szótárát készítették egymillió szóelőfordulásból, négy funkcionális stílus alapján. Mindössze egyetlen funkcionális stílus — a szépirodalom — alapján készült a fehérorosz nyelv gyakorisági szótára, amelyet N. S. Mazeika és A. J. Suprunas készített (Mažejka, Suprun 1976). Csak a publicisztikai stílust képviseli a bolgár nyelv gyakorisági szótára is (Todorova, Pančovska 2001). Az első, V. Žilinskienė által készített litván nyelvi gyakorisági szótár (1990) szintén csak egyetlen funkcionális stílusra — a publicisztikaira — terjedt ki; a munka során ugyanazt a cseh módszertant alkalmazták, és szorosan együttműködtek a lettekkel. Az idő múlásával, noha a litván nyelv ezzel nem dicsekedhet, a világon különféle gyakorisági szótárak jelentek meg: egyes szerzők nyelvének, funkcionális stílusoknak, a regionális nyelvváltozatoknak, az írott és beszélt nyelvnek stb. gyakorisági szótárai. Az „általában vett m nyelv” gyakorisági szótárai használhatatlanná váltak, mivel konkrét célok kielégítésére volt szükség rájuk, ezért a szavak kiválasztását valamely terület szövegeiből, nem pedig azok összességéből kellett elvégezni. Másrészt a gyakorisági szótárak összeállításának problémája „másik dimenzióba került”, amikor az amerikai behavioristák és pozitivisták a használati példák keresése során elektronikus szövegkorpuszokhoz jutottak: az elektronikus technológiák fejlődése gyors volt, ezért nemcsak hatalmas szövegmennyiségeket lehetett felhalmozni, hanem fel is lehetett dolgozni őket. A korpusznyelvészet kezdetének az 1961-es évet tekintik, amikor Nelson Francis és Henry Kučera bejelentették, és hozzáfogtak a híres, írott nyelvi Brown elektronikus szövegkorpusz (Brown university) létrehozásához, John Sinclair pedig — ugyanezen formátumú LOB (Lancaster-Oslo/Birmingen) szövegkorpusz — A JELENLEGI NYELV GYAKORISÁGI SZÓTÁRA ÉS ALAPJA |25 korpuszát; már 1959-ben Randolph Ouirk bejelentette az írott és beszélt nyelv SEU (Survey of English Usage) szövegkorpuszát, amelyet Jan Svartvik folytatott, aki a Lundi Egyetemen hozzálátott a beszélt nyelv LLC (London-- Lund Corpus of Spoken English) szövegkorpuszának létrehozásához. Az összes említett szövegkorpusz terjedelme akkoriban körülbelül 1-1,15 millió szóelőfordulás volt, ezt követően több hasonló szövegkorpusz is létrejött (lásd Aijmer, Altenberg 1991: 1tt.). A második generációs szövegkorpuszok terjedelmét tízmilliókban, a harmadik generációsokét pedig már százmilliókban és milliárdokban számítják. Világszerte továbbra is aktuális a számítógépes szoftverek és az egyes munkaprogramok kompatibilitásának problémája: már rendkívül nagy terjedelmű — több százmillió szavas — szövegkorpuszokat halmoztak fel (ezek lényegében elektronikus formájú könyvtárak), de hogyan használjuk őket kényelmesen, hogyan számítsuk ki a legelemibb gyakoriságokat, hogyan ne tévedjünk el a szavak óceánjában? Végül is vajon a mennyiség mindig meghatározza a minőséget? A különféle gyakorisági szótárak összeállításakor számtalanszor meggyőződtek arról, hogy a vizsgált szavak fele mindössze egyszer fordul elő. Ezért minden alkalommal, amikor munkához látunk, alaposan meg kell fontolni, hogy a kitűzött feladatok valóban megkövetelik-e a nagy mennyiségű anyaggal való munkát, a legritkább szavak keresését. Néha, amikor bizonyos nyelvtani vagy szóalkotási törvényszerűségeket vizsgálnak, egyáltalán nem racionális túlságosan megnövelni a vizsgált halmaz terjedelmét; mindent statisztikai szempontok alapján is értékelni kell, hiszen ezek megmutatják, mikor elegendő a minta reprezentatív következtetések levonásához. Különösen figyelmet kell fordítani arra, hogy mely szövegekből állítják össze a vizsgált halmazt, vagyis hogyan alakítják ki a vizsgálat tárgyának modelljét. A litván nyelvtudományban e tekintetben jelenleg alighanem az a kérdés veti fel a legtöbb problémát, hogy mit tekintsünk irodalmi litván nyelvnek, milyen arányban kellene képviseltetniük benne magukat a nyelv funkcionális stílusainak, illetve az egyéb kritériumok alapján elkülönített nyelvi rétegeknek. Így például a már említett Vytautas Magnus Egyetem szövegkorpuszát az egyik válogatási elv szerint állították össze, a Mai írott litván nyelv gyakorisági szótárát pedig más elvek alapján, ezért az eredmények is eltérőek. A különböző szövegkorpuszokból nyert statisztikai adatokat, például az egyes szófajokra vonatkozókat, nagyon körültekintően és objektíven kell értékelni. Megfigyelték, hogy az ilyen jellegű, már elkészült vagy készülő munkákban nem fordítanak kellő figyelmet arra, hogy milyen szövegeket vizsgáltak, és általánosításokat tesznek a „mai litván nyelvről”. A számokkal való munka pontosságot igényel, különben félrevezető következtetések születnek. A cikkben tárgyalt A mai írott litván nyelv gyakorisági szótárának elektronikus korpusza (1,2 millió szóelőfordulás) az első generációs korpuszok (Brown, LOB típusúak) közé sorolható —egymillió szónál nagyobb terjedelemmel. E híres korpuszokkal még egy közös vonás kapcsolja össze —mint a világon kevés későbbi korpuszt, a miénket is annotálták. A számítógépes technológiák kivételes feltételeket teremtettek az analitikus nyelvek számára: a speciális, ám meglehetősen széles körben elterjedt programok (különösen ismert az Oxfordi Egyetem —Oxford Concordance Programja, továbbá a KWIC, KAYE, CLAN, OCE, WordCruncher stb.) lehetővé teszik a leggyakoribb szavak listáinak viszonylag könnyű elkészítését, valamint konkordanciáik bemutatását (Leech 1991: 10; Utka 2000). Az ilyen programokat általában a Vytautas Magnus Egyetem A mai litván nyelv korpuszának kutatói is használják, ám ekkor csak a szavak, vagyis a lexika elemezhető, mert hiányzik a szóvégre vonatkozó tudás, az pedig, mint tudjuk, a litván nyelv számára különösen fontos. A szintetikus nyelvek esetében tehát bonyolultabb a helyzet: hiszen a leírt programok segítségével szóalakok, nem pedig címszavak listái készülnek. Meglehetősen sok kiegészítő munkára van szükség, mire a szóalakokat közös címszó alá rendezik, és csak címszavakká válnak. Az ilyen, grammatikai elemzést is tartalmazó szólistákat már annotáltaknak nevezik; a világon nincs belőlük sok, nagyra értékelik őket, mivel jelentős munkaráfordítást igényelnek, ezért 26 | LAIMA GRUMADIENĖ nagyon drágák (V. Žilinskienėvel együtt kiszámoltuk, hogy esetünkben már önmagában a szövegek kiválasztása, számítógépes billentyűzettel történő begépelése, félig automatizált morfológiai elemzése (az úgynevezett LEMATIZÁLÁS), javítása és az adatok számítógépbe történő bevitele egyetlen ember hat munkaévét igényelné). A számításokhoz és a további korrektúrákhoz ismét több évre van szükség, mivel a matematikai műveletek elvégzésekor bármilyen pontatlanság abszurditássá válhat. Általában a gyakorisági szótárak, különösen az elektronikus korpuszok megjelenése óta, sokféleképpen és különböző célokra állíthatók össze — attól függően, hogy mit keresünk. A legfontosabb oka annak, hogy folyamatosan új gyakorisági szótárak készülnek, különösen azok, amelyek például a jelenlegi n nyelv szótárainak kívánják nevezni magukat, az, hogy a nyelvstatisztika — akárcsak általában a statisztika — alapvető feltétele szerint a minta a vizsgált sokaság, illetve halmaz reprezentatív modellje kell hogy legyen. Röviden, folyamatosan kétségbe vonják, hogy a vizsgált minta valóban tükrözi-e a feltételezett sokaságot. Például a Vytautas Magnus Egyetem 60 millió szóelőfordulásból összeállított A jelenlegi litván nyelv szövegkorpuszából készült jelenlegi litván nyelvi gyakorisági szótár más lenne, mint L. Grumadienė és V. Žilinskienė már kiadott szótárai (1997, 1998), mivel eredményei olyan szövegek összességét tükröznék, amelyek alapját 70%-ban periodikus, 2696-ban nem periodikus és 4%-ban fordított kiadványok nyelve alkotja (Marcinkevičienė 2000a: 16). A fent említett kiadott szótárak szövegeit egészen más alapon válogatták ki: eredeti, nem fordított szövegek ezek, a nyelv négy funkcionális stílusából — publicisztikai, hivatali, szépirodalmi és tudományos —. Erre azért került sor, mert a litván köznyelv, különösen az írott nyelv, mindmáig a prágai nyelvészeti kör eszméinek szellemében alakul, szabályozódik és kodifikálódik (egyébként figyelemre méltó, hogy magát a STÍLUS terminust a különböző nyelvészeti iskolák manapság meglehetősen eltérően határozzák meg). Más gyakorisági szótárak összeállítóinak elveit követtük, mindenekelőtt a csehekét, az oroszokét és a lettekét, akik szintén a fentebb kifejtett köznyelv —a funkcionális nyelvi stílusok összessége —felfogásából indultak ki, és alkalmaztuk tapasztalataikat; ezért hozzájuk hasonlóan négy funkcionális stílusból választottunk ki 300 000 szóelőfordulást, mivel úgy véltük, hogy az írott litván nyelv számára még koraiak a Vytautas Magnus Egyetem szövegtárának (amely egyébként később jött létre, mint a miénk) összeállítási elvei, amelyek közelebb állnak az amerikai köznyelv (vagy standard nyelv, ahogy ott szokás nevezni) felfogásához. A jelenlegi írott litván nyelv gyakorisági szótárának adatbázisából időnként hiányzik a mindennapi szókincs, mert megfeledkeznek arról, hogy az kizárólag a nyilvános írott nyelv alapján alakult ki: nincsenek benne sem magánlevelek, naplók, sem falfeliratok vagy hasonlók. A szótárba azonban most is bekerültek beszélt nyelvi szavak, köztük nemcsak idegen szavak és tájszavak, hanem a köznyelvben nem tűrhető pejoratív szókincs példái is, ami miatt a szótár szerzői állandóan szemrehányásokat kapnak. Felmerül a kérdés, mit tekintsünk szépirodalomnak: ezek a szavak szépirodalmi szövegekben szerepeltek (Litvániában nyomtatott, több mint 100 példányos példányszámban megjelent, szerkesztett eredeti szövegekben), a gyakorisági szótár összeállításának posztulátuma pedig az, hogy egyetlen jelentéshordozó szót sem szabad kihagyni, ha az nem tulajdonnév, szám, rövidítés vagy korrektúrahiba. Egyébként az adatok azt mutatják, hogy a négy funkcionális stílus mindegyikéből 300 000 szóelőfordulást választva, a publicisztikai stílusban 284 687 jelentéshordozó szót találtak (15 313 úgynevezett „szemetet”- ), a hivatalos stílusban —279 505-öt (a fent említett okok miatt a szótárba be nem került —20 495), a tudományos stílusban —278 311-et (21 689), a szépirodalmi stílusban —290 561-et (9 439). A szívem nem engedte, hogy kihagyjam a Lietuva tulajdonnevet, ezért kivételként ez az egyetlen tulajdonnév került be a szótárba (mint kiderült, gyakoriság szerint a 16. szó, a főnevek közül az első, gyakorisága 5151, méghozzá 614 mintában: ebben szerepet játszottak a hivatalos dokumentumok, A JELENLEGI NYELV GYAKORISÁGI SZÓTÁRA ÉS ANNAK ADATBÁZISA |27 intézmények és hasonlók elnevezései, amelyekben ez a szó gyakran genitivusi esetben fordult elő). Feltételesen tulajdonneveknek tekinthetők a vallási és egyéb ünnepek megnevezései is (gyakran köznévként is használatosak), például: Joninės, Kūčios, Žolinė, illetve a világ égtájainak megnevezései: Rytai, Vakarai, Pietūs, Šiaurė. A reprezentativitás elvét követve az említett stílusok mindegyikéből csak olyan szövegeket választottak ki, amelyek a tiszta stílushoz sorolhatók: eltekintettek a határterületinek tekintett tankönyvi szövegektől, a tudományos publicisztikától, a szűk olvasóközönségnek szánt publicisztikától, a drámától, a költészettől és hasonlóktól. A publicisztikai szövegeket Vida Žilinskienė válogatta; ezek az 1994–1995-- ben szerkesztett 19 központi napilap vagy hetilap, illetve széles körben olvasott folyóirat szövegeiből álltak össze, és öt tematikus csoportot képviseltek: 1) politika, 2) ipar és mezőgazdaság, 3) oktatás és jog, 4) művészet és 5) szórakozás (sport, horoszkópok, időjárás- -előrejelzések). A szakmai stílus szövegeit Pranas Kniūkšta és Danutė Vainauskienė válogatta az 1990–1995 között megjelent kiadványokból és dokumentumokból, hét tematikus csoport szerint: 1) törvények és az azokat kísérő dokumentumok, kommentárok, 2) jogi dokumentumok, 3) gazdasági és üzleti kézikönyvek, valamint dokumentumok, 4) politikatudományi kiadványok, pártdokumentumok, 5) szabványok és statisztikai kiadványok, 6) információforrások (bibliográfiák, katalógusok, szótárak), 7) egyes társadalmi területek (honvédelem, szociális biztonság, oktatás, kultúra stb. dokumentumai). A tudományos stílus szövegeit Irena Andriukaitienė válogatta az 1990–1995 között Litvániában kiadott tudományos kiadványokból vagy tudományos intézmények által jóváhagyott munkákból, nyolc tematikus csoport (tudományterület) szerint: 1) agrártudományok, 2) természettudományok, 3) bölcsészettudományok, 4) matematikai tudományok, 5) orvostudományok, 6) társadalomtudományok, 7) műszaki tudományok, 8) teológia. A szépirodalmi stílus szövegeit Laima Grumadienė válogatta az 1985–1990 között (néhány kisebb kivétellel) Litvániában kiadott prózai szépirodalmi művekből, és azok hat „tematikus” csoportját az írók szülőföldje szerint osztották fel: 1) žemaičiai, 2) keleti aukštaičiai, 3) nyugati aukštaičiai, 4) déli aukštaičiai, 5) városiak, 6) emigránsok (az utóbbiak tényleges szülőföldjét nem vették figyelembe). Úgy döntöttek, hogy éppen ezek a szövegek képviselhetik a mai írott litván nyelvet. Ezek közül véletlenszerű sorrendben (az oldalakat és a sorokat véletlenszám-táblázat alapján választották ki) egy-egy, 1000 szóelőfordulásnyi terjedelmű szakaszt, az úgynevezett mintát választottak ki, majd számítógép-billentyűzettel begépelték (ez körülbelül kétórás munka volt). Ezt követően a mintákat lemmatizálták, azaz morfológiailag elemezték a Vytautas Zinkevičius által készített MAN (Morfologinio Analizavimo ir Normalizavimo – Morfológiai Elemző és Normalizáló) programmal. A szerző ezt a munkát kifejezetten erre a célra alkalmazta a saját maga által korábban készített számítógépes helyesírás-ellenőrző programból, amelyet 2000-ben a Vytautas Magnus Egyetem megrendelésére kissé továbbfejlesztett, magasabb verzióba aš helyezett át, és lemmatizálónak nevezett el (Zinkevičius 2000). A munka körülbelül így nézett ki: egy számítógépes kinyomtatott lista érkezett, amelyből ki kellett „szórni” a felesleges (az én aláhúzásom) sorokat. Pl. a már ember, nem csupán gép által feldolgozott szövegrészlet (...) manęs visa ši komedija (...) kinyomtatott listája a következő: 1. ÁBRA. SZÖVEG-LEMMATIZÁLÁSI PÉLDA manyti manęs įvr vns K manęs vks dlv veik bk neįv vyr vns V 34 | LAIMA GRUMADIENĖ Rang Gyakoriság fn ige mn hat mn 301-350 460-374 19646 10424 2420 2073 393 54,28% 28,80% 6,69% 5,73% 1,09% 351-400 373-313 18504 7550 3381 1347 654 53,04% 21,64% 9,69% 3,86% 1,87% 401-450 312-260 19156 7865 3976 522 304 57,20% 23,49% 11,87% 1,56% 0,91% 451-500 259-205 21718 9987 4806 2486 471 53,17% 24,45% 11,76% 6,08% 1,15% Az állami litván nyelv I. minősítési kategóriájának minimális szótára (kb. 800 2. TÁBLÁZAT: ÁLL. A LITVÁN NYELV ÁLLAMI ISMERETÉNEK II. MINŐSÍTÉSI KATEGÓRIÁJA: A SZÓFAJOK ÉS A SZAVAK ÖSSZESÍTETT GYAKORISÁGA Rangsor Gyakoriság fn ige mn hsz névm 501-550 204-155 22494 13153 7023 2481 525 46,97% 27,46% 14,66% 5,18% 1,10% 551-600 154-106 30834 17197 6221 4419 151 50,91% 28,39% 10,27% 7,29% 0,25% Az állami litván nyelv II. minősítési kategóriájának minimális szótára (kb. 1200 3. TÁBLÁZAT: ÁLL. A LITVÁN NYELV ÁLLAMI ISMERETÉNEK III. MINŐSÍTÉSI KATEGÓRIÁJA: A SZÓFAJOK ÉS A SZAVAK ÖSSZESÍTETT GYAKORISÁGA Rangsor Gyakoriság fn ige mn hsz számnév 601-650 105-56 45751 20328 12145 5822 433 52,31% 23,25% 13,88% 6,66% 0,50% Az állami litván nyelv III. minősítési kategóriájának minimális szótára (kb. 2500 A KORTÁRS NYELV GYAKORISÁGI SZÓTÁRA IR JO ALAP | 35 kötőszó elöljárószó indulatszó névelő; jst Összeg 426 - & 812 — 36194 1,1796 2,2496 3,02% - — 1407 2043 — 34886 4,03% 5,87% 291% 276 — 272 1118 — 33489 0,82% 0,81% 3,34% 2,79% 255 224 210 700 3 40857 0,6296 0,55% 0,51% 1,71% 3,40% szavak) fedi a 56,66% szöveg (válogatás iš 1,2 min. szóelőfordulás). 56,66% KATEGÓRIÁK MINIMÁLIS SZÓTÁRI NYELVSTATISZTIKAI ELEMZÉS: skt prl jng dll ist; jst Összeg 530 342 177 795 371 47891 1,11% 0,71% 0,37% 1,66% 0,78% 3,99% 520 275 132 713 109 60571 0,86% 0,45% 0,22% 1,18% 0,18% 5,05% szavak) fedi le a 65,70% szöveg (válogatás iš 1,2 millió szóelőfordulások). 9,0496 Iš összesen: (=65,7096) A KATEGORIKUS MINIMÁLIS SZÓTÁR NYELVSTATISZTIKAI ELEMZÉSE: skt prl jng dll ist; jst Összeg 460 341 372 1697 102 87446 0,52% 0,40% 0,42% 1,94% 0,12% 7,29% szó) fedi le a 78,04% szöveg (válogatás iš 1,2 millió szóelőfordulások). 7,2996 Iš összesen: (=78,04%) 36 | LAIMA GRUMADIENĖ IRODALOM AUMER, K., ALTENBERG, B. 1991: Introduction. Aijmer, K., Altenberg, B., szerk., English Corpus Linguistics. Studies in Honour of Jan Svartvik, London–New York: Longman. ALAMEDA, J. R., CuEros, E 1995: A kasztíliai nyelv nyelvi egységeinek gyakorisági szótára, Oviedói Egyetem. BITINIENE, A. 1983: Tudományos stílus, Vilnius: Felsőoktatási és Szakoktatási Minisztérium. BITINIENĖ, A. 1997: Funkcionális stílusok: a mondat hossza és szerkezete, Vilnius: a Vilniusi Pedagógiai Egyetem kiadója. BITINIENĖ, A. 1998: A hivatalos stílus és mondatának hossza. Nyelvtudomány 47 (1), 17—28. EATON, H. 1934: Comparative freguency list on the first thousand words in English, French, German and Spanish. Coleman, A., szerk., Experiments and Studies in Modern Language Teaching, Chicago. Garcia Hoz, V. 1953: Gyakori, közhasználatú és alapvető szókincs. Madrid: Tudományos Kutatások Felsőbb Tanácsa — „San José de Calasanz- ®” Intézet. GRUMADIENE, L., ZILINSKIENE, V. 1997: A mai írott litván nyelv gyakorisági szótára (csökkenő gyakorisági sorrendben), Vilnius: Matematikai és Informatikai Intézet, Litván Nyelvi Intézet. GRUMADIENĖ, L., ŽILINSKIENĖ, V. 1998: A mai litván írott nyelv gyakorisági szótára (ábécésorrendben), Vilnius: Matematikai és Informatikai Intézet, Litván Nyelvi Intézet. HiLLERICH, R., www: eduplace. com: Nagy gyakoriságú szavak és szókincs. JAKUBAITE, T. és mtsai. 1966–1976: A lett nyelv gyakorisági szótára, 1–4. kötet, Riga: Zinatne. JosseLsoN, H. 1953: Az orosz szavak gyakorisága és az irodalmi standard orosz nyelv grammatikai kategóriáinak gyakorisági elemzése, Detroit: Periodical Service Co. JuiLLAND, A., RODRIGUES, E. Ch. 1964: A spanyol szavak gyakorisági szótára, Hága: Mouton. JUILLAND, A., EDWARDS, P. M., JUILLAND, I. 1965: A román szavak gyakorisági szótára, Hága: Mouton. JUILLAND, A., TRAVERSA, V. 1973: Az olasz szavak gyakorisági szótára, Hága: Mouton. KAEDING, E. 1898: A német nyelv gyakorisági szótára, Steigliz Berlin mellett (saját kiadás). KEINYS, S., szerk. 1993: A mai litván nyelv szótára, Vilnius: Tudományos és Enciklopédiai Kiadó. KEINYS, S., szerk. 2000: A mai litván nyelv szótára, Vilnius: Tudományos és Enciklopédiai Kiadó. KENNEDY, G. 1998: Bevezetés a korpusznyelvészetbe, London–New York: Longman. KORSAKAS, J. 1991: A litván nyelv inverz szótára, Kaunas: Šviesa. KRUOPAS, J., szerk. 1954: A mai litván nyelv szótára, Vilnius: Állami Politikai és Tudományos Irodalmi Kiadó. KRUOPAS, J., szerk., 1972: A kortárs litván nyelv szótára, Vilnius: Mintis. LEECH, G. 1991: A korpusznyelvészet jelenlegi állapota, Aijmer, K., Altenberg, B., szerk., English Corpus Linguistics. Tanulmányok Jan Svartvik tiszteletére, London–New York: Longman. LONNGREN, L. 1993: A kortárs orosz nyelv szókincse. Uppsala. (Acta Universitatis Upsaliensis, Studia Slavica Upsaliensia 32.) MARCINKEVICIENE, R. 2000a: Szövegnyelvészet (elmélet és gyakorlat). Darbai ir dienos 24, 7–64. MARCINKEVICIENE, R. 2000b: A szóhasználat mintázatai a korpusznyelvészetben. Kalbotyra 49 (3), 71–80. MAZEJKA, N. S. (Max3iika, H. C.), SUPRUN, A. Ja. 1976: A fehérorosz nyelv szókincse: összetett szavak (szójegyzék), Minszk: a V. I. Leninről elnevezett Fehérorosz Állami Egyetem kiadója. MIKELIONIENE, J. 2000: Új litván nyelvi lexika (az 1991–1996 közötti időszak számítógépes sajtószöveg-korpusza alapján). Doktori disszertáció, Kaunas: Vytautas Magnus Egyetem. MURMULAITYTĖ, D. 1998: A szavak kapcsolatainak jelölése a „Kortárs litván nyelv szótárában” (lásd a rövidítések használatát). Litván nyelvészeti kérdések 39, 240–247. MURMULAITYTĖ, D. 1999: A „Köznyelvi litván nyelv szótárának” számítógépesítéséről. Lituanistica 2 (38), 92–98. RYKLIENĖ, A. 2000: Kommunikáció az interneten: beszéd írásban. Munkák és napok 24, 99–107. A KORTÁRS NYELV GYAKORISÁGI SZÓTÁRA ÉS ANNAK ADATBÁZISA |37 ROBINSON, D. E. 1976: Lithuanian Reverse Dictionary, Michigan: Slavica Publishers Inc. ROZENCVEIG, V. Ju. 1986: A külföldi nemzeti lexikográfiai szolgálatok áttekintése. Kapaynos IO. H., szerk., Mauunnor pono pycckozo asvika: udeu u cymcoenus, Mocksa: Hayka, 75–83. SAVICKIENE, I. 1999: A litván gyermek főnevének morfológiája. Doktori disszertáció, Kaunas: Vytautas Magnus Egyetem. ŠERNAS, V. 1994: Hogyan tanuljunk ésszerűbben nyelveket (Basic English), Vilnius: Žodynas. ŠTEJNFEL'- DT, E. A. 1963: Yacmomnbtū crosaps COBPEMEHHO20 PYCCKO20 iumepamypno2o A3bIKA, Tannun. TESITELOVA, M. és mtsai 1983: A cseh köznyelvi stílus frekvenciaszótára, Prága: Academia- –Nakladatelství Československé Akademie Věd. THORNDIKE, E., LORGE, L. 1944: A tanárok szójegyzéke a gyermekek és fiatalok általános olvasmányaiban leggyakrabban és legszélesebb körben előforduló húszezer szóról, New York: Appleton— Century Crofts. TopoRova, E., PANCOVSKA, R. 2001: A bolgár nyelv gyakorisági szótára (1944— 1989), Szófia: Izdátel. UTkA, A. 2000: A nyelvi felszereltség és lehetőségei. Darbai ir dienos 24, 275–285. VACAR, N. P. 1966: A beszélt orosz nyelv szószámlálása. A szovjet nyelvhasználat, Ohio: Ohio State University Press. VANDER BEKE, G. 1929: Francia szójegyzék, New York: Macmillan. ZASORINA, L. N., szerk., 1977: Az orosz nyelv gyakorisági szótára, Moszkva: «RusskHH A3BIKY. ZINKEVIČIUS, V. 2000: Lemuoklis — morfológiai elemzéshez. Darbai ir dienos 24, 246–273. ŽILINSKIENĖ, V. 1990: Litván nyelv gyakorisági szótára, Vilnius: Mokslas. ŽILINSKIENĖ, V. 1995: A mai litván nyelv visszafelé rendezett szótára, Vilnius: Matematikos ir informatikos institutas. ŽILINSKIENĖ, V. 1998: A mai írott litván nyelv gyakorisági szótára (a kutatás első eredményei). Lietuvių kalbotyros klausimai 39, 219–227. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1998: A litván–orosz nyelv minimális szótára az állami nyelvtudás képesítési kategóriáihoz (első képesítési kategória), Kaunas: Šviesa. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1999a: Az államnyelv ismeretéhez szükséges képesítési kategóriák litván–orosz nyelvi minimumszótára (második képesítési kategória), Vilnius: „Nacionalinių tyrimų centro“ Kft. kiadója. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1999b: Az államnyelv ismeretéhez szükséges képesítési kategóriák litván–orosz nyelvi minimumszótára (harmadik képesítési kategória), Vilnius: „Nacionalinių tyrimų centro“ Kft. kiadója. ŽILINSKIENĖ, V. 2001: A litván és lett nyelv publicisztikai lexikájának és morfológiájának fejlődése statisztikai szempontból. Linguistica Lettica 9, 155-168. ZILINSKIENE, V. megjelenés alatt : A litván nyelv szakmai stílusa morfológiájának statisztikai jellemzői és ezek összehasonlítása a publicisztika megfelelő jellemzőivel. Lituanistica. Laima Grumadiené Beérkezett 2002 04 19 Litván Nyelvi Intézet P. Vileišio g. 5, LT-2055 Vilnius, Litvánia laigruma(dtakas.lt