Dažninis dabartinės rašomosios lietuvių kalbos žodynas (pirmieji tyrimo rezultatai)

LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998) Vida ŽILINSKIENĖ Matematikos ir informatikos institutas, Vilnius SŁOWNIK FREKWENCYJNY WSPÓŁCZESNEGO LITEWSKIEGO JĘZYKA PISANEGO (pierwsze wyniki badań) Funkcjonuje już komputerowy słownik frekwencyjny współczesnego litewskiego języka pisanego, opracowany na podstawie materiału z czterech stylów funkcjonalnych (beletrystyki, publicystyki, naukowego i urzędowo-użytkowego). Więcej o metodologii i zasadach opracowywania słownika zob. w artykule (Grumadienė 1995). Różnorodność leksykalną danego języka, określonego stylu funkcjonalnego, twórczości pisarza lub jakiegoś utworu ocenia się za pomocą tak zwanego współczynnika iteracji (stosunku liczby wystąpień wyrazów do liczby wyrazów), który oznacza zarazem średnią frekwencję wyrazu w tekście. Przeprowadzone obliczenia wskazują, że współczynnik iteracji wymienionych stylów i całego języka litewskiego wynosi: beletrystyki – 9,53, publicystyki – 10,51, stylu naukowego – 12,63, stylu urzędowo-użytkowego – 20,78, całego języka – 20,06. Im niższy jest ten współczynnik, tym więcej różnych wyrazów znaleziono w tekstach zawierających taką samą liczbę wystąpień wyrazów (w naszym przypadku zbadano po 300000 wystąpień wyrazów z tekstów każdego stylu funkcjonalnego), a więc tym bardziej zróżnicowane jest słownictwo danego stylu. Z przedstawionych liczb wyraźnie wynika, że: 1) słownictwo beletrystyki jest dwukrotnie bardziej zróżnicowane niż słownictwo stylu urzędowo-użytkowego, 2) zróżnicowanie słownictwa beletrystyki, publicystyki, a nawet stylu naukowego jest dość zbliżone. Różnorodność form wyrazowych znalezionych w badanych tekstach możemy porównać, zestawiając stosunek liczby wystąpień wyrazów do liczby form wyrazowych w poszczególnych stylach: beletrystyki – 4,34, publicystyki – 4,48, stylu naukowego – 4,83, stylu specjalistycznego – 7,29, całego języka – 7,16. Liczby te również wyraźnie pokazują, że: 1) bardziej zróżnicowane formy gramatyczne występują w stylach beletrystycznym, publicystycznym i naukowym, 2) pod tym względem styl specjalistyczny także znacznie różni się od pozostałych stylów. 219 Ponieważ dysponujemy frekwencyjnym słownikiem litewskiej publicystyki opracowanym według tej samej metodologii (Žilinskienė 1990), obliczonym na podstawie tekstów gazet i czasopism z lat 1973–74, oraz frekwencyjnym słownikiem łotewskiej publicystyki (Jakubaitė 1969), obliczonym na podstawie tekstów z lat 1966–67, możemy porównać ich współczynniki iteracji: publicystyka litewska z lat 1993–95 – 10,51, publicystyka litewska z lat 1973–74 – 15,38, publicystyka łotewska z lat 1966–67 – 18,60. Współczynniki te wyraźnie pokazują, że leksyka współczesnej publicystyki litewskiej jest bardziej zróżnicowana niż leksyka publicystyki litewskiej sprzed dwudziestu lat lub leksyka publicystyki łotewskiej sprzed niemal trzydziestu lat. Porównajmy dziesiątki najczęstszych słów w poszczególnych stylach i w całym języku (zob. tabelę 1; w niej i w pozostałych tabelach liczba podana obok słowa oznacza frekwencję tego słowa). Tabela 1. Dziesiątki najczęstszych słów w poszczególnych stylach beletrystyka | publicystyka | naukowy | specjalistyczny | cały język i* 11442 | i* 9743 | i* 11140 | i* 10990 | i* 43315 on 9634 | być 5825 | być 6294 | być 5138 | on 24613 ja 4580 | on 5824 | on 4692 | on 4463 | być 21366 w 4216 | ten 3487 | ten 2783 | ten 3286 | ten 13528 być 4109 | że* 3235 | ten 2138 | który 2273 | w 10715 ten 3972 | w 2719 | który 2054 | Litwa 2195 | że* 9877 a* 2822 | ja 2602 | w 1941 | ten 2135 | ja 9025 że* 2811 | który 1985 | że* 1844 | że* 1992 | który 7610 jak 2219 | a* 1904 | z 1838 | czy 1903 | z 7162 co 2136 | z 1897 | z 1647 | w 1839 | z 7034 Frekwencja słów oznaczonych w tabeli 1 gwiazdką (*) różni się od frekwencji tych samych słów podanej w rozprawie (Žilinskienė 1995), ponieważ tutaj podaje się łączną frekwencję konkretnego leksemu, natomiast w rozprawie podano frekwencję danego leksemu występującego w badanych tekstach wyłącznie jako spójnik. Z tabeli 1 wyraźnie wynika, że: 1) do pierwszej dziesiątki najczęstszych słów weszły nieodmienne części mowy, zaimki, które z punktu widzenia statystyki zachowują się zazwyczaj jak nieodmienne części mowy, oraz czasownik być, który w tekście często jest używany jako czasownik posiłkowy, 2) w pierwszej dziesiątce najczęstszych słów- 220 w pierwszej setce sześć słów (i, on, być, ten, że, do) jest takich samych, różnią się jedynie ich rangi (numery pozycji na listach frekwencyjnych), oczywiście z wyjątkiem i, 3) tylko jedno słowo o konkretnym znaczeniu Lietuva znajduje się w pierwszej dziesiątce najczęstszych słów stylu rzeczowego. Porównajmy dwudziestki najczęstszych słów współczesnej i dawniejszej litewskiej publicystyki oraz łotewskiej publicystyki (zob. tabelę 2). Tabela 2. Najczęstsze słowa w publicystyce litewskiej i łotewskiej Publicystyka z lat 1993–95 | Publicystyka z lat 1973–74 | publicystyka łotewska | i 9743 | i 11890 | un 10401 | być 5825 | on 5733 | būt 6395 | on 5824 | być 4167 | ten 5244 | ten 3487 | ten 3939 | lub 3631 | że 3235 | do 2614 | par 3546 | do 2719 | ja 2461 | kto 3119 | ja 2602 | że 2455 | viņš 2610 | który 1985 | który 2394 | no 2342 | a 1904 | z 2046 | ka 2325 | z 1897 | ten 2024 | ari 2304 | z 1890 | cały 1825 | šis 2275 | Lietuva 1839 | praca 1759 | darbs 2059 | ten 1715 | z 1602 | mēs 2030 | cały 1517 | jak 1594 | gads 1789 | swój 1463 | rok 1563 | bet 1643 | bet 1273 | a 1538 | uz 1630 | człowiek 1271 | człowiek 1421 | kā 1609 | lub 1213 | nie 1389 | viss 1601 | rok 1302 | tylko 1277 | padome 1386 | o 1165 | swój 1263 | savs 1349 Porównując publicystykę litewską z obu okresów, widzimy, że częstość użycia najczęstszych słów jest bardzo podobna; tylko trzy słowa (bet, ar, apie), znajdujące się 221 w pierwszej dwudziestce współczesnej publicystyki, przesunęły się niżej w zestawieniu dawniejszej publicystyki (bet znajduje się na 22. miejscu, ar – na 39., apie – na 26. pozycji) (Žilinskienė 1990), natomiast słowo Lietuva w dawniejszej publicystyce zakodowano jako nazwę państwa i obliczano tam jedynie łączną frekwencję poszczególnych grup nazw własnych (np. imion, nazwisk, nazw państw, hydronimów itp.), dlatego nie zostało ono uwzględnione w słowniku wyrazów uporządkowanych malejąco według częstości. Przy opracowywaniu współczesnej publicystyki savo uznano za dopełniacz zaimka savas, toteż, rzecz jasna, odnotowano leksem savas; po ponownym przeliczeniu w ten sposób dawniejszej publicystyki savas miałby frekwencję 1461 i znalazłby się na 17. pozycji. Ponadto należy zauważyć, że w drugiej dziesiątce najczęstszych słów pojawiły się już także rzeczowniki (metai, žmogus); tylko darbas przesunęło się we współczesnej publicystyce do trzeciej dziesiątki. Porównując z publicystyką łotewską, możemy zauważyć, że w pierwszej dziesiątce znalazła się większość takich samych wyrazów pełniących funkcje gramatyczne, a także te same dwa najczęstsze rzeczowniki; tylko łotewskie padome występuje bardzo często (w dawniejszej publicystyce litewskiej taryba powtórzyło się 455 razy, a we współczesnej – 137 razy). Porównajmy rzeczowniki, przymiotniki, liczebniki, czasowniki i przysłówki występujące w pierwszej setce najczęstszych słów we wszystkich czterech stylach oraz w całym języku (zob. tabelę 3). Tabela 3. Najczęstsze rzeczowniki, czasowniki i przysłówki w poszczególnych stylach literatura piękna publicystyka naukowy rzeczowy cały język człowiek Lietuva praca Litwa Litwa oko człowiek system praca praca ręka rok Litwa dokument człowiek głowa praca człowiek artykuł rok dzień kraj badanie republika prawo czas dzień część prawo dokument dom okres okres osoba czas słowo państwo proces przedsiębiorstwo dzień mężczyzna ziemia element ustawa państwo raz Vilnius materiał przewodniczący republika praca czas woda państwo część dziecko życie czas instytucja ustawa ojciec szkoła rok organizacja artykuł noga Rosja kultura język firma 222 literatura piękna czas kobieta życie okno duży dobry publicystyka dziecko Litwin firma raz bank ustawa świat dom gospodarka Europa część miasto duży nowy dobry ważny nauki dane Litwin warunek sposób liczba znaczenie przypadek język nauka forma grupa powierzchnia metoda wynik działalność problem miejsce właściwość duży różny główny nowy ważny specjalistyczny część słowo deputowany sąd komisja pytanie sprawa uchwała porządek towar rada kraj pracownik członek człowiek przypadek rząd naruszenie środek dzień projekt bank posiedzenie forma umowa czas cena państwowy wysoki administracyjny główny ważny wszystkie style językowe słowo język kraj osoba system raz ziemia czas miejsce życie duży nowy wysoki 223 literatura piękna publicystyka naukowy specjalistyczny wszystkie style językowe wspólny społeczny jeden dwa jeden pierwszy dwa trzy jeden pierwszy dwa jeden pierwszy dwa jeden pierwszy dwa być móc nie być mieć mówić wiedzieć iść chcieć brać potrzebować powiedzieć patrzeć nie móc widzieć wydawać się być mieć móc nie być mówić potrzebować być móc mieć nie być tworzyć używać ustalić być mieć móc potrzebować nie być przewidywać chcieć być móc mieć nie być potrzebować wiedzieć ustalić chcieć tworzyć mówić otrzymać nie móc tak bardzo dużo gdzie tutaj tam dobrze wtedy bardzo teraz tak dlatego tutaj jeszcze już bardzo dużo dlatego często również dużo tak teraz dlatego często bardzo dużo jeszcze tak już teraz tutaj również gdzie dlatego tylko 224 Jak należało się spodziewać, już na podstawie pierwszej setki najczęstszych wyrazów widać, że przede wszystkim literatura piękna różni się od stylów nieliterackich: 1) w literaturze pięknej jest najmniej rzeczowników (jest ich 18) i przymiotników (są 2), a czasowników jest dwukrotnie więcej (15), 2) publicystyka jest bliższa literaturze pięknej zarówno pod względem proporcji części mowy, jak i konkretnych leksemów (np. dom, raz, dziecko, życie, dobry, mówić, tutaj znajdują się w pierwszej setce najczęstszych wyrazów tylko tych stylów). Kilka leksemów jest wspólnych dla pierwszej setki najczęstszych wyrazów we wszystkich stylach: człowiek, praca, czas, być, móc, nie być, mieć. Już na podstawie pierwszej setki najczęstszych rzeczowników można z łatwością powiedzieć, z tekstów jakiego stylu pochodzą te wyrazy. Na przykład trudno sobie wyobrazić, by w literaturze pięknej częste były wyrazy badanie, proces, element, dane, warunek, znaczenie, forma, tak samo jak trudno wyobrazić sobie, by oko, ręka, głowa, dziecko, ojciec i podobne wyrazy często powtarzały się w języku stylu naukowego. Takie słowa mogą być częste najwyżej w jakiejś konkretnej próbie, w której pisze się właśnie tylko na ten temat. Ponadto jest zupełnie oczywiste, że czasowniki z pierwszej setki najczęstszych wyrazów mają bardzo ogólne znaczenie i w tekstach najczęściej pełnią funkcję czasowników posiłkowych. Porównajmy rzeczowniki, przymiotniki, liczebniki i czasowniki znajdujące się w pierwszej setce najczęstszych wyrazów publicystyki współczesnej i wcześniejszej w języku litewskim oraz publicystyki w języku łotewskim (zob. tabelę 4). Tabela 4. Najczęstsze rzeczowniki, przymiotniki i czasowniki w publicystyce litewskiej i łotewskiej Publicystyka z lat 1993–95 Publicystyka z lat 1973–74 publicystyka łotewska Litwa praca praca człowiek rok rok rok człowiek rada praca szkoła człowiek kraj kraj czas dzień raz partia pora republika naród państwo gospodarstwo państwo ziemia dzień dzień Vilnius życie republika czas film ziemia życie rejon miejsce szkoła czas dług Rosja miasto fabryka dziecko nauka rejon Litwin ziemia życie 225 publicystyka z lat 1993–95 publicystyka z lat 1973–74 publicystyka łotewska przedsiębiorstwo pokolenie bank ustawa świat dom gospodarka Europa część miasto dziecko lud rada pytanie świat miejsce czas nauczyciel produkcja organizacja sport student kobieta pilsēta jautājums organizācija reize komiteja uzņēmums pasaule vārds cīņa uzdevums mācība spēks strādnieks duży nowy dobry ważny nowy duży dobry radziecki ważny młody wysoki socjalistyczny prawdziwy jauns liels labs augsts jeden pierwszy dwa trzy jeden pierwszy pirmais viens divi otrs być mieć móc nie być mówić trzeba być mieć móc trzeba nie być wiedzieć pracować mówić chcieć mówić būt nebūt varēt kļūt notikt strādāt sākt dot To porównanie właśnie pokazuje, jakie leksemy są najbardziej charakterystyczne dla publicystyki, czyli jakie leksemy są częste zarówno w litewskiej publicystyce obu okresów, jak i w łotewskiej 226 w publicystyce. Wreszcie niektóre częste leksemy (np. tylko we współczesnej publicystyce wśród najczęstszych słów znalazły się już bankas, įstatymas, podczas gdy we wcześniejszej publicystyce były to tarybinis, socialistinis) wskazują na polityczne i gospodarcze aspekty danego okresu. W badaniu tym wykorzystano materiał z komputerowego Słownika frekwencyjnego współczesnego pisanego języka litewskiego, opracowanego przy wsparciu Litewskiego Funduszu Nauki i Studiów. Otrzymano 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