Dažninis dabartinės rašomosios lietuvių kalbos žodynas (pirmieji tyrimo rezultatai)

LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998) Vida ŽILINSKIENĖ Institut für Mathematik und Informatik, Vilnius HÄUFIGKEITSWÖRTERBUCH DER GEGENWÄRTIGEN LITAUISCHEN SCHRIFTSPRACHE (erste Untersuchungsergebnisse) Ein computergestütztes Häufigkeitswörterbuch der gegenwärtigen litauischen Schriftsprache ist bereits verfügbar. Es beruht auf Material aus vier funktionalen Stilen (Belletristik, Publizistik, Wissenschaft und Fachsprache). Näheres zur Methodik und zu den Grundsätzen der Wörterbucherstellung siehe im Artikel (Grumadienė 1995). Die lexikalische Vielfalt einer Sprache, eines bestimmten funktionalen Stils, eines Schriftstellers oder eines Werkes wird anhand des sogenannten Iterationskoeffizienten (Verhältnis zwischen der Zahl der Wortvorkommen und der Zahl der Wörter) bewertet, der zugleich die durchschnittliche Häufigkeit eines Wortes im Text angibt. Die Berechnungen zeigen, dass der Iterationskoeffizient der genannten Stile und der litauischen Sprache insgesamt beträgt: Belletristik – 9,53, Publizistik – 10,51, Wissenschaft – 12,63, Fachsprache – 20,78, Gesamtsprache – 20,06. Je kleiner dieser Koeffizient ist, desto mehr verschiedene Wörter wurden in Texten mit derselben Zahl von Wortvorkommen gefunden (in unserem Fall wurden aus Texten jedes funktionalen Stils jeweils 300000 Wortvorkommen untersucht), und desto vielfältiger ist der Wortschatz dieses Stils. Aus den angegebenen Zahlen wird sehr deutlich, dass: 1) der Wortschatz der Belletristik doppelt so vielfältig ist wie der der Fachsprache; 2) die lexikalische Vielfalt von Belletristik, Publizistik und sogar Wissenschaft recht ähnlich ist. Die Vielfalt der in den untersuchten Texten gefundenen Wortformen lässt sich durch einen Vergleich des Verhältnisses zwischen Wortvorkommen und Wortformen in den einzelnen Stilen gegenüberstellen: Belletristik – 4,34, Publizistik – 4,48, Wissenschaft – 4,83, Sachstil – 7,29, gesamte Sprache – 7,16. Auch diese Zahlen zeigen deutlich, dass: 1) in den literarischen, publizistischen und wissenschaftlichen Stilen vielfältigere grammatische Formen verwendet werden, 2) sich der Sachstil auch in dieser Hinsicht deutlich von den anderen Stilen unterscheidet. 219 Da uns ein nach derselben Methodik erstelltes Frequenzwörterbuch der litauischen Publizistik (Žilinskienė 1990) vorliegt, das anhand von Zeitungstexten und Zeitschriften aus den Jahren 1973–74 ausgezählt wurde, sowie ein Frequenzwörterbuch der lettischen Publizistik (Jakubaitė 1969), das anhand von Texten aus den Jahren 1966–67 ausgezählt wurde, können wir ihre Iterationskoeffizienten vergleichen: litauische Publizistik 1993–95 – 10,51, litauische Publizistik 1973–74 – 15,38, lettische Publizistik 1966–67 – 18,60. Diese Koeffizienten zeigen deutlich, dass der Wortschatz der heutigen litauischen Publizistik vielfältiger ist als der Wortschatz der litauischen Publizistik vor zwanzig Jahren oder der lettischen Publizistik vor fast dreißig Jahren. Vergleichen wir die zehn häufigsten Wörter der einzelnen Stile und der gesamten Sprache (siehe Tabelle 1; in dieser und den anderen Tabellen gibt die neben einem Wort stehende Zahl die Häufigkeit dieses Wortes an). Tabelle 1. Die zehn häufigsten Wörter der einzelnen Stile Belletristik | Publizistik | Wissenschaft | Sachstil | gesamte Sprache und* 11442 | und* 9743 | und* 11140 | und* 10990 | er 43315 er 9634 | sein 5825 | sein 6294 | sein 5138 | er 24613 ich 4580 | er 5824 | er 4692 | er 4463 | sein 21366 in 4216 | jener 3487 | jener 2783 | jener 3286 | in 13528 sein 4109 | dass* 3235 | dieser 2138 | welcher 2273 | dass* 10715 jener 3972 | in 2719 | welcher 2054 | Litauen 2195 | dass* 9877 aber* 2822 | ich 2602 | in 1941 | dieser 2135 | ich 9025 dass* 2811 | welcher 1985 | dass* 1844 | dass* 1992 | welcher 7610 wie 2219 | aber* 1904 | mit 1838 | oder 1903 | aus 7162 was 2136 | mit 1897 | aus 1647 | in 1839 | mit 7034 Die Häufigkeit der in Tabelle 1 mit einem Sternchen (*) markierten Wörter unterscheidet sich von der Häufigkeit derselben Wörter, die in den Thesen angegeben ist (Žilinskienė 1995), denn hier wird die Gesamthäufigkeit eines bestimmten Lexems angegeben, während in den Thesen die Häufigkeit des entsprechenden Lexems aufgeführt ist, sofern es in den untersuchten Texten ausschließlich als Konjunktion verwendet wird. Aus Tabelle 1 geht deutlich hervor, dass: 1) in die Liste der zehn häufigsten Wörter Funktionswörter, Pronomen, die sich statistisch gewöhnlich wie Funktionswörter verhalten, und das Verb sein aufgenommen wurden, das im Text häufig als Hilfsverb verwendet wird, 2) in der ersten Liste der häufigsten Wörter de- 220 Im Hundert häufigsten Wörtern sind sechs Wörter (und, er, sein, jener, dass, in) dieselben; nur ihre Ränge (Positionsnummern in den Häufigkeitslisten) unterscheiden sich, natürlich mit Ausnahme von und. 3) Im Zehnerblock der häufigsten Wörter des Sachstils gibt es nur ein Wort mit konkreter Bedeutung: Lietuva. Vergleichen wir die Zwanzigerlisten der häufigsten Wörter in der heutigen und älteren litauischen Publizistik sowie in der lettischen Publizistik (siehe Tabelle 2). Tabelle 2. Häufigste Wörter der litauischen und lettischen Publizistik Publizistik 1993–95 | Publizistik 1973–74 | lettische Publizistik | und 9743 | und 11890 | un 10401 | sein 5825 | er 5733 | būt 6395 | er 5824 | sein 4167 | jener 5244 | jener 3487 | jener 3939 | oder 3631 | dass 3235 | in 2614 | par 3546 | in 2719 | ich 2461 | was 3119 | ich 2602 | dass 2455 | viņš 2610 | welcher 1985 | welcher 2394 | no 2342 | aber 1904 | mit 2046 | ka 2325 | mit 1897 | dieser 2024 | ari 2304 | aus 1890 | alle 1825 | šis 2275 | Lietuva 1839 | Arbeit 1759 | darbs 2059 | dieser 1715 | aus 1602 | mēs 2030 | alle 1517 | wie 1594 | gads 1789 | sein 1463 | Jahr 1563 | aber 1643 | aber 1273 | aber 1538 | uz 1630 | Mensch 1271 | Mensch 1421 | kā 1609 | oder 1213 | nicht 1389 | viss 1601 | Jahr 1302 | nur 1277 | padome 1386 | über 1165 | sein 1263 | savs 1349 Vergleichen wir die litauische Publizistik beider Zeiträume, sehen wir, dass die Gebrauchshäufigkeit der allerhäufigsten Wörter sehr ähnlich ist; nur drei Wörter (aber, oder, über), die sich 221 in den ersten Zwanzig der heutigen Publizistik befinden, sind in der früheren Publizistik auf niedrigere Plätze gerückt (aber steht auf Platz 22, oder auf Platz 39, über auf Platz 26) (Žilinskienė 1990), während das Wort Lietuva in der früheren Publizistik als Staatsname codiert war und dort nur die Gesamthäufigkeit einzelner Gruppen von Eigennamen (z. B. Vor- und Familiennamen, Staatsnamen, Gewässernamen usw.) gezählt wurde; daher ist es im Wörterverzeichnis nicht nach abnehmender Häufigkeit aufgeführt. Bei der Bearbeitung der heutigen Publizistik wurde sein als Genitiv des Pronomens savas behandelt, und selbstverständlich wurde dann das Lexem savas erfasst; bei einer entsprechenden Neuberechnung der früheren Publizistik hätte savas eine Häufigkeit von 1461 gehabt und den 17. Platz belegt. Außerdem ist zu beachten, dass im zweiten Zehnerblock der häufigsten Wörter bereits auch Substantive aufgetaucht sind (Jahr, Mensch); nur Arbeit ist in der heutigen Publizistik in den dritten Zehnerblock gerückt. Vergleichen wir sie mit der lettischen Publizistik, können wir feststellen, dass die meisten derselben Wörter mit Funktionswörtern im ersten Zehnerblock vertreten sind; auch die beiden häufigsten Substantive sind dieselben, doch lettisches padome ist noch sehr häufig (in der früheren litauischen Publizistik kam taryba 455-mal vor, in der heutigen 137-mal). Vergleichen wir die Substantive, Adjektive, Zahlwörter, Verben und Adverbien, die in den ersten hundert häufigsten Wörtern der vier Stile und der Gesamtsprache vorkommen (siehe Tabelle 3). Tabelle 3. Häufigste Nomina, Verben und Adverbien in den einzelnen Stilen Belletristik Publizistik Wissenschaft Sachstil Gesamtsprache Mensch Lietuva Arbeit Litauen Litauen Auge Mensch System Arbeit Arbeit Hand Jahr Litauen Dokument Mensch Kopf Arbeit Mensch Artikel Jahr Tag Land Forschung Republik Recht Zeit Tag Teil Recht Dokument Haus Zeit Zeit Person Zeit Wort Staat Prozess Unternehmen Tag Mann Erde Element Gesetz Staat Mal Vilnius Material Vorsitzender Republik Arbeit Zeit Wasser Staat Teil Kind Leben Zeit Einrichtung Gesetz Vater Schule Jahr Organisation Artikel Bein Russland Kultur Sprache Unternehmen 222 Belletristik Zeit Frau Leben Fenster groß gut Publizistik Kind Litauer Unternehmen Mal Bank Gesetz Welt Haus Wirtschaft Europa Teil Stadt groß neu gut wichtig Wissenschaft Datum Litauer Bedingung Art Zahl Bedeutung Fall Sprache Wissenschaft Form Gruppe Oberfläche Methode Ergebnis Tätigkeit Problem Ort Eigenschaft groß vielfältig grundlegend neu wichtig fachbezogen Teil Wort Abgeordneter Gericht Kommission Frage Sache Beschluss Ordnung Ware Rat Land Mitarbeiter Mitglied Mensch Fall Regierung Verstoß Maßnahme Tag Projekt Bank Sitzung Form Vertrag Zeit Preis staatlich hoch administrativ grundlegend wichtig alle Sprachstile Wort Sprache Land Person System Mal Erde Zeit Ort Leben groß neu hoch 223 Belletristik Publizistik Wissenschaft fachbezogen alle Sprachstile allgemein sozial eins zwei eins erster zwei drei eins erster zwei eins erster zwei eins erster zwei sein können nicht sein haben sagen wissen gehen wollen nehmen müssen sagen schauen nicht können sehen scheinen sein haben können nicht sein sagen müssen sein können haben nicht sein bilden verwenden feststellen sein haben können müssen nicht sein vorsehen wollen sein können haben nicht sein müssen wissen feststellen wollen bilden sagen bekommen nicht können so sehr viel wo hier dort gut dann sehr jetzt so deshalb hier noch schon sehr viel deshalb häufig ebenfalls viel so jetzt deshalb häufig sehr viel noch so schon jetzt hier ebenfalls wo deshalb nur 224 Wie zu erwarten war, zeigt sich anhand der ersten hundert häufigsten Wörter, dass sich zunächst die Belletristik von den nichtfiktionalen Stilen unterscheidet: 1) In der Belletristik gibt es die wenigsten Substantive (18) und Adjektive (2), aber doppelt so viele Verben (15); 2) der Publizistik steht die Belletristik sowohl hinsichtlich des Verhältnisses der Wortarten als auch mit Blick auf konkrete Lexeme näher (z. B. Haus, Mal, Kind, Leben, gut, sagen, hier finden sich nur in den ersten hundert häufigsten Wörtern dieser Stile). Einige Lexeme kommen in den ersten hundert häufigsten Wörtern aller Stile vor: Mensch, Arbeit, Zeit, sein, können, nicht sein, haben. Anhand der ersten hundert häufigsten Substantive ließe sich bereits leicht erkennen, aus Texten welchen Stils diese Wörter stammen. Beispielsweise ist es kaum vorstellbar, dass in der Belletristik Wörter wie Untersuchung, Prozess, Element, Datum, Bedingung, Bedeutung, Form häufig wären; ebenso wenig ist vorstellbar, dass Auge, Hand, Kopf, Kind, Vater und Ähnliches in der Sprache des Wissenschaftsstils häufig wiederkehrten. Solche Wörter können höchstens in einer bestimmten Stichprobe häufig sein, in der tatsächlich ausschließlich über dieses Thema geschrieben wird. Außerdem ist offensichtlich, dass die Verben unter den ersten hundert häufigsten Wörtern sehr allgemeine Bedeutungen haben und in Texten meist als Hilfsverben fungieren. Vergleichen wir die Substantive, Adjektive, Zahlwörter und Verben, die in den ersten hundert häufigsten Wörtern der gegenwärtigen und der früheren litauischen Publizistik sowie der lettischen Publizistik vorkommen (siehe Tabelle 4). Tabelle 4. Häufigste Nomina und Verben in der litauischen und lettischen Publizistik Publizistik 1993–95 Publizistik 1973–74 lettische Publizistik Litauen Arbeit Arbeit Mensch Jahr Jahr Jahr Mensch Rat Arbeit Schule Mensch Land Land Zeit Tag Mal Partei Anlass Republik Volk Staat Wirtschaft Staat Erde Tag Tag Vilnius Leben Republik Zeit Film Erde Leben Bezirk Ort Schule Zeit Schuld Russland Stadt Fabrik Kind Wissenschaft Bezirk Litauer Erde Leben 225 Publizistik aus den Jahren 1993–95 Publizistik aus den Jahren 1973–74 lettische Publizistik Unternehmen Generation Bank Gesetz Welt Haus Wirtschaft Europa Teil Stadt Kind Volk Rat Frage Welt Ort Zeit Lehrer Produktion Organisation Sport Student Frau Stadt Frage Organisation Mal Komitee Unternehmen Welt Wort Kampf Aufgabe Unterricht Kraft Arbeiter groß neu gut wichtig neu groß gut sowjetisch wichtig jung hoch sozialistisch echt jung groß gut hoch eins erster zwei drei eins erster erster eins zwei zweiter sein haben können nicht sein sagen müssen sein haben können müssen nicht sein wissen arbeiten sprechen wollen sagen sein nicht sein können werden geschehen arbeiten beginnen geben Dieser Vergleich zeigt gerade, welche Lexeme für die Publizistik am charakteristischsten sind, das heißt, welche Lexeme sowohl in der litauischen Publizistik beider Perioden als auch in der lettischen häufig sind 226 Publizistik. Schließlich weisen bestimmte häufige Lexeme (z. B. sind nur in der heutigen Publizistik unter den häufigsten Wörtern bereits bankas, įstatymas zu finden, während es in der früheren Publizistik tarybinis, socialistinis waren) auf die politischen und wirtschaftlichen Aspekte des jeweiligen Zeitraums hin. In dieser Untersuchung wurde Material aus dem computergestützten Häufigkeitswörterbuch der heutigen geschriebenen litauischen Sprache verwendet, das mit Unterstützung des Litauischen Wissenschafts- und Studienfonds erstellt wurde. Eingegangen am 26.06.1998 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