Paieškos sistemos „Google“ naudojimo galimybės tiriant kalbos reiškinius

266 Kultura Języka | 81 SKAISTĖ ALEKSANDRAVIČIŪTĖ lietuvių kalbos institutas SYSTEMY WYSZUKIWANIA GOOGLE Możliwości wykorzystania w badaniu zjawisk językowych Litewscy językoznawcy coraz częściej wskazują w artykułach, że przy gromadzeniu określonych danych – od przykładów użycia po liczbowy wyraz częstości – korzystano z jakiegoś internetowego systemu wyszukiwania. Najczęściej wymienia się największy system wyszukiwania Google, jednak niestety nie jest on wystarczająco przystosowany do badania języków. Dlatego dość dziwne jest, że zwykle ogranicza się do wskazania Google jako jednego ze źródeł, lecz nie podaje się metody wyszukiwania i nie zagłębia się w określone właściwości systemu wyszukiwania oraz języka, które mogą ułatwić lub utrudnić wyszukiwanie, doprecyzować lub zniekształcić wyniki. Metoda wyszukiwania jest ważna zarówno przy gromadzeniu przykładów użycia, jak i przy badaniu rozpowszechnienia różnych zjawisk językowych, w którym istotne są wyrażenia liczbowe. W niniejszym artykule omówiono zasady konstruowania wiersza wyszukiwania, z uwzględnieniem właściwości systemu wyszukiwania i języka litewskiego decydujących o powodzeniu wyszukiwania. W artykule oparto się na przeprowadzonym w latach 2007–2008 badaniu względnej częstości nowych zapożyczeń (dalej – Ns), którego głównym celem było ustalenie granic między Ns uznawanymi za rzadkie, średnio częste i częste. Praca opierała się na założeniu, że ustalone podczas badania punkty odniesienia częstotliwości później po służą do oceny rozpowszechnienia także innych Ns w użyciu. mogłoby to być przydatne również w działalności normalizacyjnej języka, zatem celem artykułu jest opisanie sposobu tworzenia wiersza wyszukiwania. materiałem przeprowadzonego badania – w prasie i dokumentach z lat 2005–2006 oraz (20 2007 m. internete rasti Ns1 – iš viso 201. sąrašas labai įvairus: jame 33 veiks mažodžiai, 168 vardažodžiai, tarp kurių pasitaikė 25 trūktinos paradig mos rzeczowników w liczbie pojedynczej i 5 w liczbie mnogiej), znajduje się także angielski i innych 1 lista została sporządzona na podstawie Programu normalizacji, używania, kształcenia i upowszechniania języka państwowego na lata 2006– 2015, z wykorzystaniem kartoteki projektu „Badanie użycia nowych litewskich zapożyczeń: 1998–2008“, realizowanego w Dziale Kultury Języka Instytutu Języka Litewskiego. s. alEKsaNDraVIčIūtĖ. Możliwości wykorzystania wyszukiwarki Google do badania zjawisk językowych Ns pochodzenia 267 języków. Należy zauważyć, że niektóre wyrazy badane jako Ns zostały włączone do Słownika wyrazów międzynarodowych (tŽŽ 2001) i mogą być uznawane za wyrazy mię dzynarodowe. Internet jest niezwykle heterogeniczną i nieustannie zmieniającą się przestrzenią. podczas bada nia strony internetowe nie były dzielone ani według tematów, ani według stylów (choć w wyszukiwarce Google jest to możliwe), ponieważ chciano uzyskać ogólny obraz rozpowszechnienia Ns w powszechnym użyciu. Ze względu na specyficzne cechy dyskursu internetowego w niniejszym artykule mówi się nieco ogólnie, podkreślany jest warunkowy charakter rozważań, sporo uwagi poświęca się możliwym błędom, a w wielu miejscach kieruje się intuicją językową. W pierwszej części artykułu przedstawiono podstawowe zasady tworzenia zapytania wyszukiwawczego, zarówno ogólne, jak i właściwe dla opisywanego badania. w drugiej – wskazano sposoby zawężania pola wyszukiwania oraz przyczyny, dla których jest to konieczne. 1. PoDsTaWoWe ZaSaDy TwOrZeNiA zApYtAnIa WySzUkIwAwCzEgO Zwykle wyszukiwanie w Google przeprowadza się, wpisując w pole wyszukiwania podstawową formę interesującego słowa. Taki sposób wyszukiwania częściowo wystarcza do zbierania przykładów użycia, jednak prawdopodobne jest, że znaczna ich część może pozostać niezauważona, co jest jeszcze mniej korzystne w badaniu częstości słów, gdzie istotne są wartości liczbowe. Problem wynika z tego, że system wyszukiwania Google częściowo rozumie, iż wpisane słowo może mieć inne formy, i uwzględnia je w wynikach. Jednak przede wszystkim algorytm wyszukiwania nie jest w pełni jasny dla zwykłego użytkownika; nie wiadomo, ile i jakie formy słowa znajdą się wśród wyników. po drugie, wyszukiwarka nie rozpoznaje części mowy. załóżmy, że po wpisaniu bezokolicznika czasownika wśród wyników pojawiają się również rzeczowniki o tym samym rdzeniu, na przykład po wpisaniu słowa autorizuoti system poda także teksty, w których użyto słowa autorizacija. Z dwóch ostatnich powodów korzystniej jest przeprowadzić nieco bardziej złożone, lecz przydatniejsze do badań językowych wyszukiwanie. Podczas różnych prób ustalono, że najcelniej jest wpisać cały paradygmat odmiany słowa lub jego większą część. Wiersz wyszukiwania ogranicza fakt, że w polu wyszukiwania Google mieści się najwyżej 32 słów kluczowych. 268 Kalbos Kultūra | 81 Zaleca się wyróżniać formy odmiany słowa cudzysłowem, ponieważ tylko w ten sposób oznaczony tekst jest w systemie Google rozumiany jako dokładny cytat. Wszystkie formy odmiany słowa łączy się operatorem logicznym or (ang. albo). W ten sposób utworzony ciąg wyszukiwania wygląda następująco: „akreditavimas” or „akreditavimo” or „akreditavimui” or „akreditavimą” or „akreditavimu” or „akreditavime” or „akreditavimai” or „akreditavimų” or „akreditavimams” or „akreditavimus” or „akreditavimais” or „akreditavimuose” Wspomniane badanie względnej częstości Ns przeprowadzono z wykorzystaniem filtra wyszukiwarki Google „strony w języku litewskim”, z powodu czego już przyszło spotkać się z krytyką. Uzasadniano to tym, że traci się około dwóch trzecich informacji, tj. mniej więcej tyle przykładów użycia, ponieważ nie wszyscy właściciele stron internetowych podają metadane językowe stron. jednak do badań względnej częstości słów jest to całkowicie wystarczające. ponadto, bez korzystania z tego filtra niezwykle trudno odizolować się od tekstów w języku angielskim dostarczanych przez wyszukiwarkę, przeszkadzają one w gromadzeniu przykładów użycia. dlatego uważamy, że wyszukiwanie na stronach internetowych w języku litewskim jest bardziej odpowiednie, ważne tylko, aby tego ograniczenia wszędzie konsekwentnie przestrzegano. Znaki interpunkcyjne Wyszukiwarka Google reaguje jednakowo na wszelkie znaki interpunkcyjne, nawet jeśli są one podane w cudzysłowie i powinny być rozumiane jako dokładny cytat. A zatem wpisane w polu wyszukiwania „account‘as” zostanie ocenione jako dwa odrębne słowa i połączone z „account:as”, „account as” lub innymi podobnymi przypadkami. Ta cecha wyszukiwarki jest istotna w dwóch przypadkach. Po pierwsze, gdy Ns składa się z dwóch wyrazów, system nie pozwala odróżnić takich wariantów pisowni, jak „ex post” i „expost”, co mogłoby być istotne przy ocenie użycia łącznika. W tych przypadkach wyniki częstotliwości są łączone w jeden wynik, jednak przy porównywaniu ogólnej częstości występowania wyrazów, a nie poszczególnych wariantów ich pisowni, wyszukiwanie nie musi rozróżniać takich form. po drugie, gdy bada się warianty pisowni Ns z apostrofem, napotyka się nieco bardziej złożone problemy, ponieważ niektóre litewskie końcówki pokrywają się z: a) niektórymi wyrazami języka angielskiego (np.: as – „jak”, is – „jest”, us – „nas”); b) niektórymi wyrazami języka litewskiego (spójnikiem o, przyimkiem į, wykrzyknikami ei, ai); c) zapisanymi bez znaków diakrytycznych („szweplai”) wyrazami języka litewskiego (is – „z”, as – „ja”). s. alEKsaNDraVIčIūtĖ. Możliwości wykorzystania wyszukiwarki Google w badaniu zjawisk językowych 269 podczas wyszukiwania bardzo trudno jest kontrolować wspomniane niedokładności, a ortograficzne pokrywanie się końcówek Ns z wyrazami litewskimi jest wręcz niemożliwe. Niemniej jednak przypadki, gdy bezpośrednio po Ns występuje któryś ze wspomnianych wyżej wyrazów litewskich, pokrywających się z zapisem formantu fleksyjnego, nie są na tyle częste, by znacząco wpływały na wyniki badań. Dobór form fleksyjnych tworzących wiersz zapytania Rzeczowniki i przymiotniki podczas badania częstości rzeczownikowych Ns lub ich wariantów ortograficznych w wierszu zapytania w większości przypadków wpisywano cały paradygmat fleksyjny przypadka i liczby. Wyjątek stanowiły wyrazy z niepełnymi paradygmatami fleksyjnymi (20 rzeczowników występujących tylko w liczbie pojedynczej i 5 tylko w liczbie mnogiej) oraz przypadki wieloznaczności (szerzej omawiane w drugiej części artykułu). a także ze względu na ortograficzne pokrywanie się z innymi formami fleksyjnymi i małe rozpowszechnienie nie warto osobno uwzględniać wołacza. a zatem w ten sposób można objąć niemal cały paradygmat fleksyjny rzeczowników i przymiotników. Mówiąc o odmianie rzeczownikowych Ns, należałoby jeszcze omówić problematyczną kwestię rodzaju. W niektórych przypadkach rodzaj żeński można uznać za wariant zapisu Ns, na przykład googlė / gūglė / google‘ė / googl‘ė; puzlė / puzzlė / pūzlė; skypė / skaipė. Wspólne dla tych Ns jest to, że oznaczają przedmioty nieożywione i dlatego w języku litewskim nie odmieniają się przez rodzaje, a także to, że na końcu ich autentycznych form znajduje się wprawdzie niewymawiane, lecz oznaczane w piśmie zakończenie -e, por. google, puzzle, skype. W trakcie badania zauważono, że formy rodzaju żeńskiego w takich przypadkach są znacznie rzadsze niż formy rodzaju męskiego; można to wyjaśnić założeniem teorii optymalności, że „w przypadku sprzeczności wybiera się kategorię najmniej nacechowaną” (Vaicekauskienė 2007: 177). Rodzaj męski i żeński przymiotników oraz rzeczowników oznaczających obiekty żywe również nie były uznawane za odrębne lemy, mimo że występuje pewna różnica znaczeniowa. Loreta Vaicekauskienė, która szczegółowo badała Ns w języku litewskim, zauważa, że „[w] przypadkach, gdy rzeczownik może oznaczać osoby obu płci, wydaje się, że początkowo uogólnia się rodzaj męski, od którego w razie potrzeby czasami tworzy się formę rodzaju żeńskiego” (Vaicekauskienė 2007: 175). Formy rodzaju męskiego i żeńskiego również nie były uznawane za 270 Kalbos Kultūra | 81 słownik pisanego języka litewskiego (DDrlKŽ 1998: XIV–XV, XVI). tworząc ciągi wyszukiwania, należy wziąć to pod uwagę, ponieważ podczas pracy z wyszukiwarką Google niemożliwe jest rozróżnienie zbieżnych form fleksyjnych rodzaju męskiego i żeńskiego. Czasowniki Przypadek czasowników jest bardziej złożony, ponieważ liczba kategorii gramatycznych czasownika jest znacznie większa. Ponieważ, jak już wspomniano wcześniej, długość ciągu wyszukiwania Google jest ograniczona, należy postawić pytanie, które formy czasownika są najbardziej reprezentatywne pod względem częstości i powinny zostać włączone do ciągu wyszukiwania. odrębne lemy przy opracowywaniu Częstości współczesnego jest oczywiste, że aby objąć większą dystrybucję czasowników, w wierszu wyszukiwania należy wpisać formy używane najczęściej. w tym celu należy dysponować danymi na temat częstości występowania kategorii gramatycznych w języku litewskim, naj lepiej w dyskursie elektronicznym (DE). Do tej pory szerzej DE jako odrębną odmianę języka obok języka pisanego i mówionego badała Asta Ryk lienė, jednak wybrana przez nią metodyka badawcza nie dostarcza niezbędnych danych o roz kładzie kategorii gramatycznych w DE. Celem pracy tej autorki było porów nanie DE z językiem pisanym i mówionym (Ryklienė 2001: 3), natomiast różnice ilościowe dotyczące części mowy i form wyrazowych w języku pisanym oraz DE badano poprzez ze stawienie wykazów pięćdziesięciu najczęściej używanych w tych odmianach języka wyra zów i form wyrazowych (Ryklienė 2001: 9). W niniejszym artykule oparto się na badaniach Vidos Žilinskienė i Eriki Rimkutė dotyczących użycia form wyrazowych w języku litewskim. Należy jednak zaznaczyć, że prace tych autorek róż nią się tym, iż V. Žilinskienė, inaczej niż E. Rimkutė, badając częstość występowania form wyrazowych, porównuje dwa style funkcjonalne – publicystyczny i urzędowy. Uznając, że język DE jest bliższy stylowi publicystycznemu niż urzędowemu, autorka niniejszego artykułu opiera się na statystyce częstości występowania form gramatycznych stylu publicystycznego. Dane V. Žilinskienė i E. Rimkutė są bardzo podobne – tryb oznajmujący czasownika obejmuje 92,12 proc. (Žilinskienė 2002: 110), 91,5 proc. (Rimkutė 2006: 35) wszystkich dystrybucji czasownika; formy osobowe czasownika – 55,48 proc. (Žilinskienė 2002: 110), 50,7 proc. (Rimkutė 2006: 35); bezokolicznik – 15,85 proc. (Žilinskienė 2002: 111). prawdą jest, że E. Rimkutė (2006: 35) w nieco innej formie podaje rozpowszechnienie bezokolicznika – jej zdaniem bezokolicznik obejmuje 33,6 proc. nieosobowych form czasownika, których ogólne rozpowszechnienie wynosi 49,3 proc. s. alEKsaNDraVIčIūtĖ. Możliwości wykorzystania wyszukiwarki Google do badania zjawisk językowych 271 bezokolicznik oraz mianownik liczby mnogiej atsižvelgiant į pastaruosius duomenis, į paieškos eilutę parankiausia įtraukti visas tiesioginės nuosakos asmenuojamąsias veiksmažodžio formas, rodzaju męskiego imiesłowu strony biernej (por. zbieżność ortograficzną z bezokolicznikiem). Wszystkie 26 form gramatycznych (łącznie 21 znaczących słów wyszukiwawczych, ponieważ pokrywa się także trzecia osoba wszystkich czasów) stanowią nieco więcej niż połowę całej dystrybucji czasownika. Przykład wiersza wyszukiwania: „baninti“ or „baninu“ or „banini“ or „banina“ or „baniname“ or „baninate“ or „baninau“ or „baninai“ or „banino“ or „baninome“ or „baninote“ or „baninsiu“ or „baninsi“ or „banins“ or „baninsime“ or „baninsite“ or „banindavau“ or „banindavai“ or „banindavo“ or „banindavome“ or „banindavote“ Jak już wspomniano wcześniej, wyszukiwarka Google nie zwraca uwagi na znaki interpunkcyjne, a warianty pisowni z apostrofem traktuje jako dwa odrębne słowa. Ponieważ długość wiersza wyszukiwania Google jest ograniczona, badając warianty pisowni czasowników z apostrofem, można nie uwzględniać w wierszu wyszukiwania form fleksyjnych czasu zaprzeszłego częstotliwego, ponieważ czas zaprzeszły częstotliwy, według danych zarówno V. Žilinskienė, jak i E. rimkutė, jest najrzadszym ze wszystkich czasów czasownika. Oczywiście, w razie potrzeby porównania częstości różnych wariantów pisowni tego samego słowa można byłoby przeprowadzić szersze wyszukiwanie, tj. utworzyć kilka wierszy wyszukiwania. jednak porównując częstość występowania słów, a nie ich form fleksyjnych, omówiona metoda, jak się wydaje, jest wystarczająca. ważne jest tylko, aby wszędzie zachować konsekwencję i stosować te same kryteria wyszukiwania do wszystkich czasowników. Iš to, kas pasakyta šiame skyrelyje, aišku, kad paieškoje įmanoma aprėpti daugiau ar mažiau visą vardažodžių kaitybos paradigmą, o veiksmažodžių – tylko nieco więcej niż połowę paradygmatu fleksyjnego, dlatego traci się istotną podstawę porównawczą. Oczywiście można byłoby obliczyć pewien współczynnik stosunku częstości występowania czasowników i rzeczowników, jednak w tym celu należy przeprowadzić dokładniejsze badania ED. Na razie porównywanie częstości występowania poszczególnych czasowników i rzeczowników byłoby niecelowe. a zatem różny zakres form fleksyjnych rzeczowników i czasowników sprawia, że w badaniach frekwencyjnych dogodniej jest dzielić je na dwie grupy. 272 Kalbos Kultūra | 81 W badaniu użycia wariantów ortograficznych metodą wyszukiwania internetowego wykonuje się działanie odwrotne niż w metodzie korpusowej, ponieważ przy tworzeniu zapytania trzeba niejako z góry przewidzieć, jakie warianty ortograficzne może mieć każde słowo. podczas wyszukiwania zjawisk językowych w internecie należy unikać autentycznych wariantów pisowni pochodzenia angielskiego, a te, które przypadkowo pojawiły się w wierszach wyszukiwania – usuwać. W trakcie wspomnianego badania zauważono, że bez tego niemal niemożliwe jest tak zawężenie zakresu wyszukiwania, aby wśród wyników nie znalazły się angielskie wtrącenia lub frazy uznawane za cytaty. Na przykład wyszukiwanie słów baby lub crazy daje bardzo wiele tekstów, w których wymieniane są tytuły piosenek: Baby one more time, Crazy itp. Podobnie jest w przypadku funky, ponieważ tym Ns określa się nie tylko styl muzyczny, lecz także dawniej bardzo popularną litewską grupę muzyczną. Mimo to, oceniając względną częstotliwość występowania takich słów, należy uwzględniać te warianty pisowni, ponieważ w użyciu są one dość częste. bada się takie warianty pisowni, które zgodnie z intuicją językową wydają się możliwe. Do ortograficznie adaptowanego zapożyczenia dodaje się możliwe słowotwórczo końcówki fleksyjne. Gdy Ns nie jest adaptowane ortograficznie, końcówki fleksyjne dodaje się bezpośrednio do nieodmiennej formy Ns. Szczególniejsze przypadki zachodzą wtedy, gdy nieodmieniana forma Ns kończy się samogłoską, ponieważ podczas badania wariantów pisowni Ns bez apostrofu zostaje ona odrzucona (okazało się, że formy pisowni smileas, skypeas, googleas i podobne do nich są w użyciu rzadkie). Podczas badania dotychczas jeszcze nienormowanych zjawisk językowych często może pojawić się pytanie, gdzie przebiega granica między błędem ortograficznym a wariantem pisowni. Granicę tę wyznacza charakterystyka frekwencyjna. Na przykład we wspomnianym badaniu Ns warianty pisowni Ns, których frekwencja nie osiągała granicy 10 użyć, nie zostały uwzględnione przy obliczaniu ogólnej frekwencji danego Ns i uznano je za błędy ortograficzne – pojedyncze pomyłki, niewskazujące na ogólne tendencje użycia. Prawdą jest, że zasadę tę zastosowano tylko do słów, których frekwencja przekroczyła granicę 1000 użyć, natomiast nie zastosowano jej do rzadszych. Niemniej jednak czasami znaczące może być również to, że badanego zjawiska językowego w Internecie w ogóle nie znaleziono albo nie osiągnęło ono granicy 10 użyć. Wyrażenia liczbowe oznaczające frekwencję wariantów pisowni utworzonych i wybranych na podstawie tych zasad są sumowane, a otrzymuje się przybliżoną frekwencję słowa. Poniżej przedstawiono tabelę, w której przetwarzanie wyników wyszukiwania jest bardziej przejrzyste. s. alEKsaNDraVIčIūtĖ. Możliwości wykorzystania wyszukiwarki Google w badaniu zjawisk językowych 273 1 TAbElA. Sposób gromadzenia NS danych wariant pisowni Wiersz wyszukiwania dla poszczególnego wariantu pisowni Liczba wystąpień wariantu pisowni NS puzlas „puzlas” or „puzlo” or „puzlui” or „puzlą” or „puzlu” or „puzle” or „puzlai” or „puzlų” or „puzlams” or „puzlus” or „puzlais” or „puzluose” puzlė „puzlė” or „puzlės” or „puzlei” or „puzlę” or „puzlėje” 3210 or „puzlėms” or „puzles” or „puzlėmis” or „puzlėse” puzlis „puzlis” or „puzlio” or „puzliui” or „puzlį” or „puzliu” or „puzlyje” or „puzliai” or „puzlių” 6430 or „puzliams” or „puzlius” or „puzliais” or „puzliuose” puzzlė „puzzlėms” or „puzzlėmis” or „puzzlėse” puzzlis „puzzlis” or „puzzlė or „puzzlės” or „puzzlei” or „puzzlę” or „puzzlė 458 je” or „puzzlio” or „puzzliui” or „puzzlį” or „puzzliu” or „puzzlyje” or „puzzliai” or „puzzlių” or „puzzliams” or „puzzlius” or „puzzliais” or „puzzliuose” pūzlė „pūzlė” or „pūzlės” or „pūzlei” or „pūzlę” or 711 „pūzlėje” 239 or „pūzlėms” or „pūzles” or „pūzlėmis” or „pūzlėse” or „puzzlai” or „puzzlų” or „puzzlams” or „puzzlus” or „puzzlais” puzzlas „puzzlas” or „puzzlo” or „puzzlui” or „puzzlą” or „puzz lu” or „puzzluose” pūzlis „pūzlis” or „pūzlio” or „pūzliui” or „pūzlį” or „pūzliu” or „pūzlyje” or „pūzliai” or „pūzlių” or „pūzliams” or „pūzlius” or „pūzliais” or „pūzliuose” puzzle‘as „puzzle’as” or 315 „puzzle’o” or „puzzle’ui” or „puzzle’ą” or „puzzle’u” or „puzzle’e” „puzzle’ais” or or „puzzle’ai” or „puzz le’ų” or „puzzle’ams” or „puzzle’us” or 167 101 „puzzle’uose” are 80 11 711 Dla każdego badanego NS sporządzano podobną tabelę. W pierwszej kolumnie wymieniono wszystkie badane warianty pisowni NS, uporządkowane według częstości, ponieważ 274 Kultura Języka | W artykule 81 abstrahuje się od rozważań, który wariant pisowni Ns mógłby być uznany za hasło (lemę). w drugiej kolumnie przedstawiono ciągi wyszukiwania każdego wariantu pisowni po zawężeniu pola wyszukiwania, tj. po usunięciu wszystkich form wieloznacznych (zob. rozdział 2). w trzeciej kolumnie podano częstość występowania każdego wariantu pisowni (dane te mają jedynie charakter pośredni), która następnie jest sumowana i w ten sposób otrzymuje się przybliżoną częstość badanego słowa. tylko te ostatnie dane mają znaczenie przy ustalaniu granic względnej częstości Ns (dane przedstawione w tabeli zebrano w marcu–kwietniu 2008 r.). 2. ZAWĘŻANIE POLA WYSZUKIWANIA Ze względu na nadmiar wyników w języku angielskim Problem dotyczący angielskich homografów (słów o identycznej pisowni) oraz wariantów pisowni z apostrofem można częściowo rozwiązać, korzystając z funkcji logicznej „z wyjątkiem”, oznaczanej w systemie Google symbolem „”. oznacza to, że wyszukiwanie nie będzie przeprowadzane na stronach internetowych, na których wystąpi słowo następujące po tym symbolu. dlatego wskazanie na końcu ciągu wyszukiwania jednego z najczęstszych słów języka angielskiego i oznaczenie go wspomnianym symbolem pozwala znacznie zmniejszyć liczbę przypadków występowania języka angielskiego. W omawianym badaniu wszędzie stosowano ograniczenie za pomocą jednego z najczęściej używanych w języku angielskim słów are2 (jest – 3. osoba liczby mnogiej czasu teraźniejszego), możliwy jest jednak także inny wybór. należy tylko zwrócić uwagę na to, że w tym celu angielskie słowo trzeba wybierać niezwykle starannie, ponieważ niektóre najczęstsze słowa angielskie mogą ortograficznie pokrywać się także z niektórymi słowami litewskimi (ang. it, be), końcówkami fleksyjnymi (ang. is, as, a, I) lub przypadkami pisowni „fonetycznej” (ang. is, as, I). ponadto znaczna część najczęstszych słów angielskich (a, the, of) pełni funkcję służebną i nierzadko występuje w różnych nazwach, które mogą pojawiać się także na litewskich stronach internetowych. to samo ograniczenie należy stosować we wszystkich przypadkach, gdy ciąg wyszukiwania tworzy nieodmienna (o autentycznej lub adaptowanej pisowni) forma Ns, niezależnie od języka, z którego dane słowo mogło przedostać się do języka litewskiego. 2 500 najczęściej używanych słów w języku angielskim: http://www.world-english. org/english500.htm (dostęp 2008 06 07). s. alEKsaNDraVIčIūtĖ. Możliwości wykorzystania wyszukiwarki Google do badania zjawisk językowych 281 ŹRÓDŁA Wyszukiwarka www.google.lt the 500 Most commonly used Words in the English language: http://www. world-english.org/english500.htm tŽŽ 2001 – Słownik wyrazów międzynarodowych, Wilno: alma littera. VDu Korpus współczesnego języka litewskiego: http://donelaitis.vdu.lt lItEratūra DDrlKŽ 1998: l. Grumadienė, V. Žilinskienė. Słownik frekwencyjny współczesnego pisanego języka litewskiego, Wilno: Instytut Języka Litewskiego. G a ive n i s K., Kei ny s s. 1990: Słownik terminów językoznawczych, Kowno: Šviesa. Jakaitienė E. 1980: Leksykologia języka litewskiego, Wilno: Mokslas. Jakaitienė E. 2005: Leksykografia, Wilno: Instytut Wydawniczy Nauki i Encyklopedii. lKE 1999: Encyklopedia języka litewskiego, Wilno: Instytut Wydawniczy Nauki i Encyklopedii. Rimkutė E. 2002: Homoformy we współczesnym korpusie języka litewskiego. – Lituanistica 2(50), 86–101. Rimkutė E. 2003: Typologia wieloznaczności morfologicznej. – Lituanistica 4(56), 60–78. Rimkutė E. 2006: Ograniczanie wieloznaczności morfologicznej w komputerowym korpusie tekstów. Rozprawa doktorska, Kowno. Rimkutė E., Grybinaitė A. 2004: Najczęstsze rodzaje wieloznaczności morfologicznej języka litewskiego i ich automatyczne ujednoznacznianie. – Kalbų studijos 5, 74–78. Ryklienė A. 2001: Dyskurs elektroniczny: cechy języka i styl. Streszczenie rozprawy doktorskiej, Wilno. Vaicekauskienė L. 2007: Nowe zapożyczenia w języku litewskim. Polityka językowa i użycie języka, Wilno: Instytut Języka Litewskiego. Žilinskienė V. 2002: Użycie form wyrazów na podstawie danych dotyczących stylu urzędowego i publicystycznego języka litewskiego. – Lituanistica 1(49), 106–116. Otrzymano 08.07.2008 282 Kultura Języka | 81 POSSIBILITIES OF USING tHE sEarcH sYstEM GOOGLE IN lINGuIstIc rEsEarcH Streszczenie: artykuł przedstawia metodologię, którą można wykorzystać do wdrożenia Google jako narzędzia gromadzenia i przechowywania danych oraz badania rozprzestrzeniania się zjawiska językowego w internecie. Metodę opisano w ramach badania mającego na celu określenie względnej częstości występowania nowych zapożyczeń w latach 2007–2008. W pierwszej części artykułu opisano główne zasady wypełniania pola zapytania: zarówno ogólne, jak i szczegółowe, właściwe dla określonego badania opisowego. Zamiast wpisywać wyłącznie główną formę wyrazu, zaproponowano wpisywanie całego paradygmatu gramatycznego wyrazu lub jego głównej części, zważywszy, że w polu zapytania Google maksymalna liczba słów kluczowych wynosi 32. W drugiej części wskazano sposoby zawężania obszaru wyszukiwania oraz powody, dla których należy to robić. Ten typ badań z konieczności napotyka problem wieloznaczności wyrazów i ich form. Termin „wieloznaczność” wybrano, aby uniknąć pomylenia z bardziej szczegółowymi terminami, takimi jak homonimy, homografy, homofony itp. Ponadto objaśnienia powyższych terminów często podkreślają fonetyczny aspekt wyrazu, który w przypadku wyszukiwania internetowego jest nieistotny. Powyższe terminy nie są wystarczająco precyzyjne w niektórych przypadkach wieloznaczności, gdy na przykład pisownia jednej formy wyrazu pokrywa się z inną formą tego samego wyrazu. metoda wyszukiwania ma zasadnicze znaczenie zarówno w gromadzeniu różnorodnych przykładów użycia języka, jak i w badaniu ich częstotliwości. również metoda względnej częstotliwości zapożyczeń mogłaby być stosowana w standaryzacji języka, np. przy sporządzaniu list nowych zapożyczeń, które uważa się za rażące błędy. sKaIstĖ alEKsaNDraVIčIūtĖ lietuvių kalbos institutas ul. P. Vilešio 5, lt10308 Wilno [email protected]