Dažninis dabartinės rašomosios lietuvių kalbos žodynas (pirmieji tyrimo rezultatai)

LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998) Vida ŽILINSKIENĖ Matematikos ir informatikos institutas, Vilnius DAŽNINIS DABARTINĖS RAŠOMOSIOS LIETUVIŲ KALBOS ŽODYNAS (pirmieji tyrimo rezultatai) Jau funkcionuoja kompiuterinis dažninis dabartinės rašomosios lietuvių kalbos žodynas, sudarytas iš keturių funkcinių stilių (beletristikos, publicistikos, mokslo ir dalykinio) medžiagos. Plačiau apie žodyno rengimo metodiką ir principus žr. straipsnyje (Grumadienė 1995). Kurios nors kalbos, tam tikro funkcinio stiliaus, rašytojo ar kokio nors kūrinio leksikos įvairovė yra įvertinama vadinamuoju iteracijos koeficientu (žodžių pavartojimų ir žodžių santykiu), kuris tuo pačiu reiškia ir vidutinį žodžio dažnį tekste. Atlikti skaičiavimai rodo, kad minėtų stilių ir visos lietuvių kalbos iteracijos koeficientas yra: beletristikos – 9,53, publicistikos – 10,51, mokslo – 12,63, dalykinio – 20,78, visos kalbos – 20,06. Kuo šis koeficientas mažesnis, tuo tiek pat žodžių pavartojimų (mūsų atveju tirta po 300000 žodžių pavartojimų iš kiekvieno funkcinio stiliaus tekstų) turinčiuose tekstuose rasta daugiau skirtingų žodžių, tuo to stiliaus leksika įvairesnė. Iš pateiktų skaičių labai aiškiai matyti, kad: 1) beletristikos leksika dukart įvairesnė už dalykinio stiliaus, 2) beletristikos, publicistikos ir net mokslo stilių leksikos įvairovė gana artima. Tirtuose tekstuose rastų žodžių formų įvairovę galime lyginti gretindami atskirų stilių žodžių pavartojimų ir žodžių formų santykį: beletristikos – 4,34, publicistikos – 4,48, mokslo – 4,83, dalykinio – 7,29, visos kalbos – 7,16. Šie skaičiai irgi akivaizdžiai rodo, kad: 1) įvairesnių gramatinių formų vartojama beletristikos, publicistikos ir mokslo stiliuose, 2) šiuo požiūriu nuo kitų stilių taip pat gerokai skiriasi dalykinis stilius. 219 Kadangi turime pagal tą pačią metodiką parengtą lietuvių publicistikos dažninį žodyną (Žilinskienė 1990), skaičiuotą iš 1973-74 m. laikraščių ir žurnalų tekstų, ir latvių publicistikos dažninį žodyną (Jakubaitė 1969), skaičiuotą iš 1966-67 m. tekstų, tai galime palyginti jų iteracijos koeficientus: 1993–95 m. lietuvių publicistikos – 10,51, 1973–74 m. lietuvių publicistikos – 15,38, 1966–67 m. latvių publicistikos – 18,60. Šie koeficientai aiškiai rodo, kad dabartinės lietuvių publicistikos leksika yra įvairesnė negu prieš dvidešimt metų buvusios lietuvių publicistikos leksika arba beveik prieš trisdešimt metų – latvių publicistikos leksika. Palyginkime atskirų stilių ir visos kalbos dažniausių žodžių dešimtukus (žr. 1 lentelę; joje ir kitose lentelėse šalia žodžio esantis skaičius reiškia to žodžio dažnį). 1 lentelė. Atskirų stilių dažniausių žodžių dešimtukai beletristika | publicistika | mokslo | dalykinis | visos kalbos ir* 11442 | ir* 9743 | ir* 11140 | ir* 10990 | ir* 43315 jis 9634 | būti 5825 | būti 6294 | būti 5138 | jis 24613 aš 4580 | jis 5824 | jis 4692 | jis 4463 | būti 21366 į 4216 | tas 3487 | tas 2783 | tas 3286 | tas 13528 būti 4109 | kad* 3235 | šis 2138 | kuris 2273 | į 10715 tas 3972 | į 2719 | kuris 2054 | Lietuva 2195 | kad* 9877 o* 2822 | aš 2602 | į 1941 | šis 2135 | aš 9025 kad* 2811 | kuris 1985 | kad* 1844 | kad* 1992 | kuris 7610 kaip 2219 | o* 1904 | su 1838 | ar 1903 | iš 7162 kas 2136 | su 1897 | iš 1647 | į 1839 | su 7034 Žodžių, 1 lentelėje pažymėtų žvaigždute (*), dažnis skiriasi nuo tų pačių žodžių dažnio, pateikto tezėse (Žilinskienė 1995), nes čia yra pateikiamas bendras konkrečios leksemos dažnis, o tezėse pateiktas atitinkamos leksemos, tirtuose tekstuose einančios tik jungtuku, dažnis. Iš 1 lentelės aiškiai matyti, kad: 1) į pirmąjį dažniausių žodžių dešimtuką pateko tarnybinės kalbos dalys, įvardžiai, kurie statistiniu požiūriu paprastai elgiasi kaip tarnybinės kalbos dalys, ir veiksmažodis būti, kuris tekste dažnai vartojamas kaip pagalbinis veiksmažodis, 2) pirmajame dažniausių žodžių de- 220 šimtuke šeši žodžiai (ir, jis, būti, tas, kad, į) yra tie patys, tik skiriasi jų rangai (pozicijų numeriai dažnių sąrašuose), aišku, išskyrus ir, 3) yra tik vienas konkrečią reikšmę turintis žodis Lietuva dalykinio stiliaus dažniausių žodžių dešimtuke. Palyginkime dabartinės, senesnės lietuvių kalbos publicistikos ir latvių kalbos publicistikos dažniausių žodžių dvidešimtukus (žr. 2 lentelę). 2 lentelė. Lietuvių ir latvių publicistikos dažniausi žodžiai 1993–95 m. publicistika | 1973–74 m. publicistika | latvių publicistika | ir 9743 | ir 11890 | un 10401 | būti 5825 | jis 5733 | būt 6395 | jis 5824 | būti 4167 | tas 5244 | tas 3487 | tas 3939 | ar 3631 | kad 3235 | į 2614 | par 3546 | į 2719 | aš 2461 | kas 3119 | aš 2602 | kad 2455 | viņš 2610 | kuris 1985 | kuris 2394 | no 2342 | o 1904 | su 2046 | ka 2325 | su 1897 | šis 2024 | ari 2304 | iš 1890 | visas 1825 | šis 2275 | Lietuva 1839 | darbas 1759 | darbs 2059 | šis 1715 | iš 1602 | mēs 2030 | visas 1517 | kaip 1594 | gads 1789 | savas 1463 | metai 1563 | bet 1643 | bet 1273 | o 1538 | uz 1630 | žmogus 1271 | žmogus 1421 | kā 1609 | ar 1213 | ne 1389 | viss 1601 | metai 1302 | tik 1277 | padome 1386 | apie 1165 | savo 1263 | savs 1349 Lygindami abiejų periodų lietuvių publicistiką, matome, kad pačių dažniausių žodžių vartojimo dažnis labai panašus, tik trys žodžiai (bet, ar, apie), esantys 221 dabartinės publicistikos pirmajame dvidešimtuke, yra pasistūmėję žemiau ankstesnėje publicistikoje (bet yra 22-oje, ar – 39-oje, apie – 26-oje pozicijoje) (Žilinskienė 1990), o žodis Lietuva ankstesnėje publicistikoje buvo užšifruotas kaip valstybės pavadinimas ir ten buvo skaičiuotas tik atskirų tikrinių žodžių grupių (pvz., vardų, pavardžių, valstybių pavadinimų, vandenvardžių ir t.t.) bendras dažnis, todėl žodžių žodyne mažėjančio dažnio tvarka nėra įrašytas. Tvarkant dabartinę publicistiką savo yra laikytas įvardžio savas kilmininku ir, aišku, kad tada fiksuota leksema savas, o taip perskaičiavus ankstesnę publicistiką savas būtų turėjęs dažnį 1461 ir būtų atsidūręs 17-oje pozicijoje. Be to, reikia pastebėti, kad antrajame dažniausių žodžių dešimtuke jau atsirado ir daiktavardžių (metai, žmogus), tik darbas dabartinėje publicistikoje pasistūmė į trečiąjį dešimtuką. Lygindami su latvių publicistika, galime matyti, kad į pirmąjį dešimtuką pateko dauguma tokių pačių tarnybines funkcijas atliekančių žodžių, tie patys ir du dažniausi daiktavardžiai, tik latvių padome dar labai dažnas (ankstesnėje lietuvių publicistikoje taryba pasikartojo 455, o dabartinėje – 137 kartus). Palyginkime visų keturių stilių ir visos kalbos pirmajame dažniausių žodžių šimte esančius daiktavardžius, būdvardžius, skaitvardžius, veiksmažodžius ir prieveiksmius (žr. 3 lentelę). 3 lentelė. Atskirų stilių dažniausi vardažodžiai, veiksmažodžiai ir prieveiksmiai beletristika publicistika mokslo dalykinis visos kalbos žmogus Lietuva darbas Lietuva Lietuva akis žmogus sistema darbas darbas ranka metai Lietuva dokumentas žmogus galva darbas žmogus straipsnis metai diena šalis tyrimas respublika teisė laikas diena dalis teisė dokumentas namas metas metas asmuo laikas žodis valstybė procesas įmonė diena vyras žemė elementas įstatymas valstybė kartas Vilnius medžiaga pirmininkas respublika darbas laikas vanduo valstybė dalis vaikas gyvenimas laikas įstaiga įstatymas tėvas mokykla metai organizacija straipsnis koja Rusija kultūra kalba įmonė 222 beletristika metas moteris gyvenimas langas didelis geras publicistika vaikas lietuvis įmonė kartas bankas įstatymas pasaulis namas ūkis Europa dalis miestas didelis naujas geras svarbus mokslo duomuo lietuvis sąlyga būdas skaičius reikšmė atvejis kalba mokslas forma grupė paviršius metodas rezultatas veikla problema vieta savybė didelis įvairus pagrindinis naujas svarbus dalykinis dalis žodis deputatas teismas komisija klausimas byla nutarimas tvarka prekė taryba šalis darbuotojas narys žmogus atvejis vyriausybė pažeidimas priemonė diena projektas bankas posėdis forma sutartis laikas kaina valstybinis aukštas administracinis pagrindinis svarbus visos kalbos žodis kalba šalis asmuo sistema kartas žemė metas vieta gyvenimas didelis naujas aukštas 223 beletristika publicistika mokslo dalykinis visos kalbos bendras socialinis vienas du vienas pirmas du trys vienas pirmas du vienas pirmas du vienas pirmas du būti galėti nebūti turėti sakyti žinoti eiti norėti imti reikėti pasakyti žiūrėti negalėti matyti atrodyti būti turėti galėti nebūti sakyti reikėti būti galėti turėti nebūti sudaryti naudoti nustatyti būti turėti galėti reikėti nebūti numatyti norėti būti galėti turėti nebūti reikėti žinoti nustatyti norėti sudaryti sakyti gauti negalėti taip labai daug kur čia ten gerai tada labai dabar taip todėl čia dar jau labai daug todėl dažnai taip pat daug taip dabar todėl dažnai labai daug dar taip jau dabar čia taip pat kur todėl tik 224 Kaip ir reikėjo tikėtis, iš pirmojo šimto dažniausių žodžių aiškėja, kad pirmiausia skiriasi beletristika nuo negrožinių stilių: 1) beletristikoje mažiausia daiktavardžių (jų yra 18) ir būdvardžių (jų yra 2) bei dukart daugiau veiksmažodžių (yra 15), 2) beletristikai artimesnė publicistika tiek kalbos dalių santykiu, tiek konkrečių leksemų atžvilgiu (pvz., namas, kartas, vaikas, gyvenimas, geras, sakyti, čia yra tik šių stilių dažniausių žodžių pirmajame šimte). Kelios leksemos yra tos pačios visų stilių dažniausių žodžių pirmajame šimte: žmogus, darbas, laikas, būti, galėti, nebūti, turėti. Iš pirmojo šimto dažniausių daiktavardžių jau nesunkiai būtų galima pasakyti, iš kokio stiliaus tekstų šie žodžiai išrinkti. Pvz., niekaip neįmanoma įsivaizduoti, kad beletristikoje būtų dažni žodžiai tyrimas, procesas, elementas, duomuo, sąlyga, reikšmė, forma, lygiai kaip ir neįmanoma įsivaizduoti, kad akis, ranka, galva, vaikas, tėvas ir pan. dažnai pasikartotų mokslo stiliaus kalboje. Tokie žodžiai gali būti dažni tik nebent vienoje kokioje nors konkrečioje imtyje, kurioje būtent tik apie tai rašoma. Be to, labai akivaizdu, kad pirmojo dažniausių žodžių šimto veiksmažodžiai yra labai bendros reikšmės ir tekstuose dažniausiai funkcionuoja kaip pagalbiniai veiksmažodžiai. Palyginkime dabartinės, ankstesnės lietuvių kalbos publicistikos ir latvių kalbos publicistikos pirmajame dažniausių žodžių šimte esančius daiktavardžius, būdvardžius, skaitvardžius ir veiksmažodžius (žr. 4 lentelę). 4 lentelė. Lietuvių ir latvių publicistikos dažniausi vardažodžiai ir veiksmažodžiai 1993–95 m. publicistika 1973–74 m. publicistika latvių publicistika Lietuva darbas darbs žmogus metai gads metai žmogus padome darbas mokykla cilvēks šalis šalis laiks diena kartas partija metas respublika tauta valstybė ūkis valsts žemė diena diena Vilnius gyvenimas respublika laikas filmas zeme gyvenimas rajonas vieta mokykla laikas skola Rusija miestas rūpnīca vaikas mokslas rajons lietuvis žemė dzīve 225 1993–95 m. publicistika 1973–74 m. publicistika latvių publicistika įmonė kartas bankas įstatymas pasaulis namas ūkis Europa dalis miestas vaikas liaudis taryba klausimas pasaulis vieta metas mokytojas gamyba organizacija sportas studentas moteris pilsēta jautājums organizācija reize komiteja uzņēmums pasaule vārds cīņa uzdevums mācība spēks strādnieks didelis naujas geras svarbus naujas didelis geras tarybinis svarbus jaunas aukštas socialistinis tikras jauns liels labs augsts vienas pirmas du trys vienas pirmas pirmais viens divi otrs būti turėti galėti nebūti sakyti reikėti būti turėti galėti reikėti nebūti žinoti dirbti kalbėti norėti sakyti būt nebūt varēt kļūt notikt strādāt sākt dot Šis lyginimas kaip tik ir rodo, kokios leksėmos būdingiausios publicistikai, t.y. kokios leksėmos yra dažnos ir abiejų periodų lietuvių publicistikoje, ir latvių 226 publicistikoje. Pagaliau tam tikros dažnos leksemos (pvz., tik dabartinėje publicistikoje tarp dažniausių žodžių jau atsidūrė bankas, įstatymas, o ankstesnėje publicistikoje buvo tarybinis, socialistinis) rodo atitinkamo laikotarpio politinius ir ekonominius aspektus. Šiame tyrime naudotasi kompiuterinio Dažninio dabartinės rašomosios lietuvių kalbos žodyno, kuris buvo sudarytas remiant Lietuvos mokslo ir studijų fondui, medžiaga. Gauta 1998 06 26 LITERATŪRA Grumadienė L. 1995: Dabartinės rašomosios lietuvių kalbos dažnumų žodynas: sandara ir darbo eiga. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 18–19. Jakubaitė T. 1969: Jakubaitė T., Gulėvska D., Ozola V., Prūse R., Rubina A., Sika N. Latviešu valodas biežuma vārdnīca. 2, Rīgā: Zinātne. Žilinskienė V. 1990: Lietuvių kalbos dažninis žodynas, Vilnius: Mokslas, 176. Žilinskienė V. 1995: Rašomosios lietuvių kalbos dažninis žodynas. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 33–34. HÄUFIGKEITSWÖRTERBUCH DER LITAUISCHEN SCHRIFTSPRACHE (erste Forschungsresultate) Zusammenfassung Dieser Beitrag bietet die Einschätzung der Häufigkeit der Wörter in der Lexik der verschiedenen funktionalen Stile der gegenwärtigen litauischen Schriftsprache nach Iterationskoeffizienten, wobei auf das Verhältnis der Wortformen in den Stilgattungen hingewiesen wird. Verglichen werden, die gebräuchlichsten Wörter in den Stilgattungen und die gebräuchlichsten in der litauischen Publizistik 1993–1995 bzw. 1973–1974 sowie in der lettischen Publizistik. Der Vergleich zeigt, welche Lexeme für die Publizistik besonders kennzeichnend sind und wie sie die politischen bzw. wirtschaftlichen Aspekte einer gewissen Zeitperiode widerspiegeln. 227