Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

5 4 Jana Levická A nemzetközi eredetű melléknevek használata és Adjectival Suffixes in Slovak Revisited empirikus produktivitása doi.org/10.35321/term28-03 A nemzetközi eredetű melléknévi képzők használata és empirikus produktivitása a szlovák nyelvben – újraértékelés Jana Levická Ľ. Štúr Nyelvészeti Intézet, Szlovák Tudományos Akadémia ORCID-azonosító: https://orcid.org/0000-0001-6027-604X ÖSSZEFOGLALÓ A tanulmány egy korábbi kutatás folytatása, amely öt latin eredetű képző használatára és produktivitására összpontosított a szlovák nyelvben. Az elemzés a tényleges és a potenciális produktivitásra összpontosít egy kétlépcsős összehasonlításban: 1) egy általános kiegyensúlyozott korpuszban előforduló tokenek és lemmák szemben a szakés tudományos szövegek általános korpuszával, 2) a szakés tudományos szövegek általános korpusza szemben az orvosi, jogi, gazdasági és vallási szövegek szakmai (al)korpuszaival. A folytatás első célja annak megállapítása volt, hogy az alacsony gyakoriságú lemmák között vannak-e olyan új szóalkotások, amelyek hozzájárulhatnak a produktivitás tartományok közötti változásához. A második cél egy megfelelő statisztikai mérőszám azonosítása és alkalmazása volt, amely lehetővé tenné a produktivitás korpuszadatainak összehasonlítását eltérő méretű korpuszok között. KULCSSZAVAK: produktivitás, melléknév, szuffixum, általános korpusz, szaknyelvi korpusz, hapax legomenonok, alacsony gyakoriságú lemma, ritka események eloszlásainak nagy száma. ANNOTÁCIÓ Ebben a tanulmányban ismertetett kutatás egy korábbi kutatás folytatása, amely öt latin képző használatát és produktivitását vizsgálta a szlovák nyelvben. A kutatás célja a tényleges és a potenciális produktivitás meghatározása kétlépcsős összehasonlítás révén: 1) az általános kiegyensúlyozott korpuszban előforduló szóalakokat (angl. tokens) és szótári címszóalakokat, vagyis lemmákat (angl. lemmas) összevetik az általános speciális és akadémiai szövegek korpuszában előfordulókkal; 2) összehasonlítják az általános speciális és akadémiai szövegek korpuszában, valamint a speciális orvosi, jogi, gazdasági és vallási szövegek alkorpuszaiban található szóalakokat és lemmákat. A folytatott kutatás fő célja annak megállapítása, hogy a ritkán használt lemmák között vannak-e olyan neologizmusok, amelyek hozzájárulhatnak a különböző területeken tapasztalható produktivitásbeli különbségekhez. A kutatás célja továbbá egy olyan statisztikai eszköz meghatározása és alkalmazása, amely lehetővé teszi a korpuszanyag produktivitásának összehasonlítását különböző terjedelmű korpuszokban. KULCSSZAVAK: produktivitás, melléknév, képző, általános korpusz, speciális korpusz, hapax, ritkán használt lemma, a ritka események eloszlásainak nagy száma 5 5Terminologija | 2021 | 28 1. INTRODUCTION Kutatásunk motivációját a terminológiai szinonímia iránti érdeklődés, ezen tágabb témakörön belül pedig a többszavas terminusok alkotóelemeiként szereplő szinonim denominális melléknevek iránti érdeklődés adta. A melléknevekre való összpontosítás nem újdonság a terminológiai kutatásban. A melléknevekre irányuló részletes elemzések számos terminológus, különösen az 1990-es és 2000-es évekbeli terminológusok munkáiban találhatók meg1. A szlovák terminológia történetében a melléknévközpontú tanulmányok, amelyeket az egységesített és szabványosított szlovák terminológiák megalkotásának szükségessége hívott életre, az 1950-es évekre vezethetők vissza (lásd például Ján Horecký 1956). A melléknevek terminológiában és a szakmai célú nyelvekben betöltött jelentőségét korpuszok által szolgáltatott statisztikai adatok is szemléltethetik. A Szlovák Nemzeti Korpusz projektből (a továbbiakban csak SNC-projekt) létrejött szaknyelvi korpuszok többségében magasabb a melléknevek aránya, mint a referencia-korpuszban (prim-7.0-frk), azaz a szépirodalmi, szaknyelvi és publicisztikai szövegekből egyenlő arányban összeállított korpuszban2. Amint az az 1. táblázatban látható, ez az eltérés csaknem 2%-ot tesz ki, kivéve a vallási korpuszt (blf-2.0), amelyben a melléknevek aránya nagyjából megegyezik a referenciakorpuszban mért aránnyal (7,46%). Az 1. táblázat második sora az olyan igenevek arányát mutatja, amelyeket a szlovák többszavas terminusokban megkülönböztető és osztályozó funkcióban is használnak. Az SNC-projekt morfológiai annotációjának keretében ezeket sajátos csoportként osztályozzák, ezért az igéktől elkülönítve címkézik őket (Garabík et al. 2004). A melléknevek együttélése és versengése a nyelv általános kontextusában azonosításra és elemzésre került (pl. Nábělková 1996). A többszavas terminusokba való bekerülésük azonban meglehetősen kevéssé kutatott téma. A melléknevek szinonímiáját és versengését eredményező gyakori jelenség a latin eredetű melléknevek és (szlovák) megfelelőik együttélése (vnútrožilový – intravenózny „intravénás”). Az utóbbi csoportba tartozik egy olyan alcsoport is, amelyben ugyanazzal a nemzetközi tővel szlovák, illetve etimológiai szempontból latin vagy nemzetközi képző kapcsolódik össze (pl. bakteriálny – baktériový „bakteriális”). Időnként két nemzetközi képző váltakozása figyelhető meg ugyanazzal az in1 Lásd például H. Assadi és D. Bourigault 1995; S. Normand és D. Bourigault 2001; B. Daille 2001; F. Maniez 2001; M.-C. L’Homme 2002, 2003; vagy I. Carrière 2008. 2 A bemutatott elemzéshez használt korpuszokkal kapcsolatos további részletek a 3.2. részben találhatók. 5 6 Jana Levická A nemzetközi tő használata és empirikus produktivitása Adjectival Suffixes in Slovak Revisited létrejöhet (pl. hypersonórny – hypersonický, kontradiktorický – kontradiktórny). This study, focusing on the usage of specific suffixes in the Slovak nyelv arra törekszik, hogy meghatározza, vajon némelyikük nagyobb valószínűséggel teszi-e lehetővé az ilyen együttélést, illetve gyakrabban fordul-e elő terminológiai melléknevekben, ezért válik ebben az esetben relevánssá a morfológiai produktivitás fogalma. Az elemzéshez kiválasztott szuffixumok a szlovák melléknévképzők széles körén belül a denominális melléknevek képzésére használt kisebb csoportot alkotják3. Összetételüket tekintve az öt szuffixum egy (adaptált) nemzetközi melléknévképzőből és a vele szemantikailag egyenértékű szlovák -ný/ny elemből áll: -álny, -árny, -itný, -ívny, -ózny, így melléknévi státuszuk bizonyos értelemben megsokszorozódik. Nyilvánvalónak tűnik, hogy mind az öt latin eredetű szuffixumot latin főnevekből (-alis és változata, az -aris, illetve -ītus, -ōsus) vagy igékből (-ōrius) alkotott melléknevek képzésére használták. Érdemes azonban rámutatni, hogy számos, az elemzett szuffixumokat tartalmazó szlovák melléknév a 3 Martin Ološtiak és Lucia Ološtiaková (2015: 230) nem kevesebb mint 38 szuffixumot említ, jóllehet mintájukban 25 szuffixum – amelyek a Slovník koreňových morfém slovenčiny című, 66 500 lexikai egységet tartalmazó műből származnak – a mellékneveknek csupán 1%-át képviseli. 1. táblázat. A melléknevek és gerundiumok tokenjeinek száma és aránya az SNC projekt CORreFer-SCIeNTIF-MeDICAL LEGAL RELI-ECOreferenciaés szaknyelvi korpuszaiban PUS ENCE IC CORPUS SUB-SUBCORPUS -SUB-GIOCORPUS US NOMIC CORPUS CORPUS CORPUS A korpusz tokenjeinek száma 253,137,609 149,581,785 7,099,555 33,600,183 65,920,357 164,987,015 A tokenekben található melléknevek száma 19,090,396 7.54% 13,415,554 8.97% 660,025 9.3% 4,841,400 9.88% 4,914,860 7.46% 15,540,381 9.42% A of gertokenekben található gerundiumok száma 3,174,567 1.25% 2,394,914 1.6% 112,164 1.58% 1,267,598 2.59% 761,719 1.16% 2,154,124 1.31% 5 7Terminologija | 2021 | 28 a szlovák lexikonba nemcsak közvetlenül a latinból, hanem az elmúlt évtizedekben gyakrabban a francián vagy az angolon keresztül is (Horecký 1999), és a fent említett szlovák melléknévi képző segítségével végbement az adaptáció folyamata. Jelentős, hogy ezt a kölcsönzést és az azt követő adaptációt nyelven kívüli tényezők tették lehetővé és erősítették. A túlnyomórészt történelmi megfontolások miatt a szlovák nagyon nyitott volt a latinból származó új szavak iránt, ezért a latinizált szavak aránya magas, még a szlovák általános lexikonjában is (Horecký 1999: 81). Napjainkban a tömegmédia, az internet és a közösségi média hatásának köszönhetően ez az összetett szóalkotási forma igen process of both borrowing and derivation is exceedingly profitable and releváns a nyelvészeti és terminológiai vizsgálat szempontjából. Tanulmányunk ugyanazon összehasonlítási szempontot követő korábbi research topic, which is currently in print (Levická 2021). For the sake kutatásunk folytatása; az olvasó számára való egyértelműség érdekében szükségesnek tartottuk a korábbi érvelés és eredmények összefoglalásának beillesztését, új felismerésekkel és elméleti háttérrel kiegészítve. Ezért néhány táblázatot (1–4), jóllehet első tanulmányunkban már szerepeltek, itt megismétlünk. 2. ELMÉLETI ALAPVETÉS A morfológiai produktivitás elméleti fogalma a 20. században alakult ki; az elméleti gondolkodást by quite a number of researchers and scholars. An overview of previous és a kutatásokat számos tanulmányban és cikkben összefoglalták és kommentálták, például Jesús Fernández-Dominguez (2013) vagy Victoria Hulse (2011) munkáiban. Itt csupán néhány elméleti megfontolásra összpontosítunk, amelyek egyaránt inspirációt nyújtottak számunkra, és befolyásolták megközelítésünk és módszertanunk megválasztását. Az itt idézett legrégebbi definíciót 1948-ban írta Dwight L. Bolinger amerikai nyelvész (idézi Säily 2018: 198), aki arra a következtetésre jutott, hogy a produktivitás „egy elem statisztikailag meghatározható készsége4 arra, hogy új kombinációkba lépjen be”. 1961-ben Henk Schulting holland nyelvész (idézi Stefan Evert és Anke Lüdeling 2001: 165) a produktivitást „annak lehetőségeként határozta meg, hogy a nyelvhasználók szándékolatlanul és elvileg korlátlan számú új képződményt alkossanak, olyan morfológiai eljárást alkalmazva, amely néhány ismert szó forma–jelentés-megfelelésének hátterében áll”. 4 A félkövér betűkkel jelölt kifejezések vagy szavak kutatásunk kulcsfontosságú jellemzőit képviselik. 5 8 Jana Levická A nemzetközi utótagok használata és empirikus produktivitása Adjectival Suffixes in Slovak Revisited Végül, de nem utolsósorban, szeretnénk hivatkozni Miloš Dokulil cseh nyelvész szóalkotás-kutatására, aki Teorie tvoření slov című, 1962-ben megjelent munkájában a szóalkotási produktivitás komplex elméletét mutatta be. Mindenekelőtt Dokulil egy nyelvi eszköz produktivitását általánosságban úgy határozta meg, mint „e nyelvi eszköz (legyen az tő, affixum vagy szóalkotási minta) azon képességét, hogy aktívan részt vegyen új szavak alkotásában” (1962: 78). Pontosította, hogy ez a képesség lehet abszolút, azaz az új szavak alkotásában való alkalmazhatóság bármely időben és bármely szóalkotási mintán belül, vagy relatív, amely szemantikailag, illetve inkább stílus szempontjából, valamint a szóalkotási mintától függ. Dokulil elméletében a produktivitás „szinkrón jellegű fogalom, miközben e képesség megvalósítása – azaz új szavak alkotása meghatározott szabályok szerint – ezzel szemben diakrón jellegű fogalom” (1962: 80). Dokulil különbséget tett a rendszerszerű és az empirikus produktivitás között (ez utóbbit Framntišek Štícha 2012 „parole-” vagy „valós produktivitásnak” is nevezi)), amely „egy adott szóalkotási minta vagy nyelvi eszköz nyelvi rendszerben, egy adott időben való általános kihasználásáról alkotott átfogó képet” ad (Dokulil 1962: 80). Dokulil úgy vélte, hogy még „az adott szóalkotási folyamat vagy elem mennyiségi használatára vonatkozó hozzávetőleges adatok is rendkívüli fontosságúak egy adott nyelv általános összképe, különösen pedig szókincsének jellemzése szempontjából” (Item: 77). A Dokulil produktivitáselméletére építő és feltevéseit korpuszadatokon ellenőrző kortárs cseh nyelvészek közül (lásd például Štícha 2002, 2007, 2009, 2012 vagy Magda Ševčíková 2014) Štícha az empirikus/parole-produktivitás elemzését nemcsak nagy korpuszokban, hanem különböző méretű és összetételű korpuszok sorozatának segítségével is javasolja (2012: 104). Állítható, hogy Dokulilnak a relatív produktivitásra vonatkozó feltevései visszhangra találtak Harald Baayennél és másoknál, akiknek módszereire és megközelítéseire elemzésünk későbbi részében fogunk hivatkozni. 1999-ben Baayen és munkatársai, Ingo Plag és Christiane Dalton-Puffer azt írták, hogy „egy adott affixum produktivitására vonatkozó állításokat általában anélkül fogalmaznak meg, hogy a produktivitást a diskurzus típusa szerint megkülönböztetnék, jóllehet általánosan feltételezik, hogy bizonyos fajta derivációs szuffixumok bizonyos szövegtípusokban relevánsabbak, mint másokban” (1999: 209). A nagy korpuszok rendelkezésre állásával lehetőség nyílik egy szóalkotási minta vagy -elem produktivitásának mérésére, azonosítására és elemzésére nemcsak egy adott időpont általános nyelvében, hanem specializált szakterületeken és regiszterekben is. 5 9Terminologija | 2021 | 28 3. PREVIOUS RESEARCH Az előző részben idézett nyelvészek érvelésével és feltevéseivel összhangban kutatásunk kezdetén három kulcsfontosságú kutatási kérdést fogalmaztunk meg, amelyek a melléknévi szuffixumok morfológiai produktivitásának azonosítását célozták: 1) Különbözik-e a kiválasztott csoport egyes melléknévi szuffixumainak morfológiai produktivitása az általános és a specializált szövegekben? És statisztikailag szignifikánsak-e ezek a különbségek? 2) Változhat-e a kiválasztott csoport egyes melléknévi szuffixumainak morfológiai produktivitása az adott szakterülettől függően? Az öt toldalék közül némelyik „alkalmasabb” arra, hogy hozzájáruljon a szakterületvagy doménspecifikus fogalmak kódolásához? 3) Milyen módszerek relevánsak a korpuszadatok ezen specifikus elemzéséhez? Mindenekelőtt, az ilyen típusú szóalkotási minta sajátossága miatt — latin tő + latin képző + etimológiailag őshonos képző — úgy döntöttünk, hogy félretesszük a szlovák nyelv kontextusában az egyes latin tövek és a kiválasztott melléknévképzők egyikének kombinációját szabályozó korlátokat és szabályokat érintő kvalitatív elemzést. Bár a kvantitatív megközelítés nem képes teljes képet adni egy képző vagy bármely más morfológiai forma produktivitási státuszáról, az ilyen típusú kutatásban az az előnye, hogy bemutatja az egy meghatározott minta szerint alkotott szavak használatának perspektíváját és kontextusát, valamint a szemantikailag és funkcionálisan egyenértékű formákkal való konkrét összehasonlításokat. Általánosan elfogadott nézet, hogy a morfológiai produktivitás elemzésében a kvantitatív megközelítés jelentős, kiegészítő módszert képvisel a kvalitatív kutatáshoz képest (lásd pl. Evert and Lüdeling 2001). Ahogy Plag megfogalmazza: „a produktivitás kvantitatív és kvalitatív fogalmai […] szorosan összefüggnek. Így a potenciál fogalma, amely központi szerepet játszik a produktivitás kvalitatív definícióiban, a valószínűség statisztikai fogalmaival fejezhető ki” (idézi Naccarato 2016: 135). Hasonlóképpen, Baayen és társszerzői amellett érvelnek, hogy a produktivitás „skaláris fogalomnak tűnik […] egyes affixumok esetében nagyobb valószínűséggel találkozunk újonnan alkotott szavakkal, mint mások esetében; ez a tény a produktivitást olyan valószínűségi fogalommá teszi, amely statisztikai elemzésnek vethető alá” (1999: 10). 6 0 Jana Levická A nemzetközi használat és empirikus produktivitás Adjectival Suffixes in Slovak Revisited 3.1. Statistical methods Elemzésünk 1. szakaszában Harald Baayen és kollégái, valamint követői (1991, 1992, 1993, 1994, 1996, 1997) jól kitaposott módszertani útját követtük. Meghatároztuk az úgynevezett realizált produktivitást, azaz a kiválasztott szuffixumokkal alkotott melléknevek használati gyakoriságát, valamint az e szuffixumokkal különböző korpuszokban alkotott különböző melléknevek számát. E korpuszstatisztikák a szuffixumok produktivitását a múltbeli és a jelenlegi nyelvi helyzet tekintetében vázolják fel. A következő lépés az elemzett szuffixumok potenciális produktivitásának meghatározása volt, vagyis annak megbecsülése, hogy várhatóan milyen ütemben jelennek meg új típusok5. Baayen (2009: 7) azt javasolja, hogy ezt az X affixummal rendelkező hapax legomenonok6 és a korpuszban található, X affixummal rendelkező összes token arányaként számítsuk ki. A hapax legomenonok használatát a produktivitás kiszámítására széles körben bírálták, mivel ez a csoport nem képviseli közvetlenül azokat az új szóalkotásokat, amelyeknek egy elem vagy minta produktivitását kellene tükrözniük. Plag, Dalton-Puffer és Baayen amellett érvelnek, hogy a potenciális produktivitás valószínűségi mérőszám, és hogy egy korpusz méretének növekedésével „a hapax legomenonok között nő a neologizmusok aránya, és kimutatták, hogy éppen a hapax legomenonok között jelenik meg a legtöbb neologizmus” (1999: 12). Kutatásunk előző szakaszában elvetettük a hapax/token módszer alkalmazását, viszont van Marle (1992) azon érvelésével összhangban, miszerint a token gyakorisága nem annyira releváns változó a produktivitás mérésében, mint a lemmák száma, a hapax/típus módszert alkalmaztuk. Ennek a mérőszámnak a legkomolyabb hátránya azonban az, hogy lehetetlen összehasonlítani a különböző méretű korpuszok statisztikai adatait (Naccarato 2016: 133). Erre a megfontolásra az 5. részben térünk vissza. 3.2. Az elemzésben használt korpuszok7 Az elemzésben használt mindhárom korpuszt és három alkorpuszt az SNC osztálya adta ki 2013–2020 között, és minden regisztrált felhasználó számára hozzáférhetők. 5 A korpusznyelvészetben a típusok egyedi szavakat jelölnek, a lemmák szinonimái (Baker et al. 2006). 6 A hapax legomenon (eredetileg görög kifejezés, jelentése: „egyszer mondott”), rövidítve hapax, olyan szó, amely egy adott korpuszban csak egyszer fordul elő (Baker et al. 2006). 7 E szakasz nagy része kutatásunk előző szakaszát bemutató tanulmányból származik (Levická 2021), az ismétlés azonban szükséges a korpuszadatok jellegének megmagyarázásához. 6 1Terminologija | 2021 | 28 Az első, referencia-korpusz (prim-7.0-frk), több mint 253 szépirodalmi és million tokens, is composed of an even share of journalistic, specialised fiktív szöveget tartalmaz, amelyek 64,12%-a eredetileg szlovák nyelven íródott, míg 29,51%-uk fordítás. A korpusz 2018), valamint a fordított used in the compilation of two frequency dictionaries of Slovak (2017, szótár (2018) volt. A második korpusz, a prim-9.0-public-prf, az SNC projekt elsődleges korpuszának nyilvánosan hozzáférhető alkorpusza (a továbbiakban tudományos alkorpuszként hivatkozunk rá). A szakmai, tudományos és nem szépirodalmi szövegekből összeállított alkorpusz több mint 149 millió tokent és dokumentumot tartalmaz, továbbá a tudomány és a kutatás általános diskurzusát, beleértve a szakújságírást is, dokumentálja. Szövegei 1955 és 2019 között íródtak. Az 1955 és 1991 között íródott szövegek aránya 8,7% (több mint 13 millió token). A keresett korpuszok közül a legkisebb (al)korpusz az SNC projekt elsődleges korpuszának [9] szűrésével jött létre, verzió 9.0. Az 1976–2019 között íródott, az orvostudomány területéhez tartozó szövegekből áll, és valamivel több mint 7 millió tokent tartalmaz. Az 1955–1991 között íródott szövegek aránya 1,09%. A szöveg további részében orvosi alkorpuszként fogunk hivatkozni rá. Annak érdekében, hogy más szaknyelvi korpuszokból és a referenciakorpuszból származó, összehasonlítható forrás álljon rendelkezésre, a Szlovák Igazságügyi Minisztériummal együttműködésben létrehozott legal-1.1 szaknyelvi korpuszt (a továbbiakban jogi alkorpusz) az 1991–2011 közötti időszakban keletkezett jogszabályszövegekre szűkítették le. A csaknem 49 millió tokenből így ennyi maradt to 33.5 million tokens. A vallási területre összpontosító, blf-2.0 szaknyelvi korpuszt 2014-ben tették közzé. Szövegei az 1989–2014 között íródott, csaknem 66 millió tokenből állnak (a továbbiakban vallási korpusz). Több mint 80%-át tematikus folyóiratok és újságok alkotják. Hasonlóképpen, az ecn-2.0-public szakosított korpusz (a továbbiakban gazdasági korpusz), amely a gazdaság területének szentelt, a tematikus folyóiratokban és újságokban megjelent szakosított szövegek akár 96,24%-át is tartalmazza. E korpusz szövegei az 1992–2014 közötti időszakból származnak, és csaknem 165 millió tokent foglalnak magukban. Meg kell azonban jegyezni, hogy ezek a korpuszok heterogének, és a szövegek széles skáláját fedik le. 6 2 Jana Levická A nemzetközi szavak használata és empirikus Adjectival Suffixes in Slovak Revisited produktivitása Ami a korpuszban való keresést illeti, a lekérdezéseket nem az elemzésbe bevont minden egyes (al)korpuszhoz rendelkezésre bocsátott morfológiai címkézésre alapoztuk, mivel a latin eredetű szavak esetében a címkézés elégtelennek és hibásnak bizonyult. Ezért az adott token konkrét végződésének egyszerű keresése mellett döntöttünk, például [lemma=“.*álny“], kombinálva az esetlegesen azonos karaktersorozatot tartalmazó szavak automatikus kiszűrésével (lásd a 4.1. részt). 3.3. Az előző szakasz eredményei Az előző szakaszban a korpuszokból származó statisztikai adatok lehetővé tették számunkra, hogy rangsort állítsunk fel az elemzett képzők megvalósult produktivitása alapján. Az -álny toldalék egyértelműen a leggyakrabban használt valamennyi (al)korpuszban, míg az -órny a gyakorisági tengely ellentétes pólusán helyezkedik el 5 (al)korpuszban. Amint az öt toldalék közül négy használatának normalizált gyakoriságából látható, ezek gyakrabban fordulnak elő szakés tudományos szövegekben (scithat a toldalékok normalizált gyakorisága az orvosi alkorpuszban entific subcorpus) compared to the reference corpus. It is also noteworthy vagy megegyezik a tudományos alkorpuszban mért ipm-értékkel, vagy jelentősen meghaladja azt, miközben ifestly alacsonyabb, mint a referenciakorpuszban. Ez részben az e (al)korpuszokban the ipm of suffixes (instances per million) in the religious corpus is manszereplő szövegek típusával magyarázható. 2. táblázat. Az elemzett toldalékok gyakorisága és normalizált gyakorisága (IPM, előfordulás milliónként) a megfelelő (al)korpuszokban. A korpuszok a legkisebbtől a legnagyobbig vannak rendezve SuF-MeDICAL LEGAL RELI-SCIeNTIF-ECOreFerFIx SUB-SUBCORPUS -GIOUS IC CORPUS SUB-NOMCORPUS IC ENCE CORPUS CORPUS CORPUS Tokenek Tokenek Tokenek Tokenek Tokenek Tokenek IPM IPM IPM IPM IPM IPM -álny 31,408 102,863 128,472 537,682 597 005 547,742 4423.94 3061.38 1948.9 3594.57 3618.5 2163.81 -árny 4,529 25,980 14,253 94,586 38,178 84,780 637.93 773.21 216.22 634.14 231.40 334.92 -itný 2,683 2,256 9,176 30,402 52,574 44,655 377.91 67.14 139.20 203.25 318.66 176.41 6 9Terminologija | 2021 | 28 egy adott toldalék. A 4. táblázathoz képest a rangsor minden (rész)korpuszban megváltozott, kivéve a referenciakorpuszt. Így úgy tűnik, hogy az alacsony gyakoriságú lemmák bevonása kifizetődőnek bizonyult. Az -órny képző két korpuszban a legproduktívabb (a 4. táblázatban szereplő háromhoz képest), míg az -ózny két rangsor élén maradt, az -itný pedig a gazdasági korpusz rangsorának élén állt. A jogi korpuszban a legproduktívabb képzőnek az -árny tűnik, miközben ugyanezen produktivitási rangsorokban ezt a képzőt az -órny képző követi least productive in medical texts and economic texts. The last place in the mind a referenciakorpuszban, mind az orvosi szövegekben, az -ózny képző az általános tudományos szövegekben, az -itný képző pedig a jogi és vallási korpuszokban maradt a legkevésbé produktív. 5. A PrODuKTIVITÁS ÖSSZEHASONLÍTÁSA (RÉSZ)KORPUSZOKON KERESZTÜL Amint azt a 3.1. részben jeleztük, a nyers gyakoriságokat és a típusok számát használó statisztikai mérőszámok megakadályozták, hogy összehasonlítsuk a különböző (rész)korpuszokból származó korábbi eredményeket. Ha egyetértünk azzal az állítással, vagy inkább hipotézissel, hogy bármely szóalkotási elem vagy a 9. táblázat produktivitása. A potenciális neologizmusok arányának különbsége az alacsony gyakoriságú lemmák (4–1 előfordulás) csoportja és a típusok száma között. A kiemelt toldalékok rangsora megváltozott a 4. táblázathoz képest ALACSONY GYAKORISÁGÚ LEMMÁK/TÍPUS ARÁNYA referenciakorpusz tudományos alkorpusz orvosi alkorpusz -ózny 0.2689075 -órny 0.2727272 -ózny 0.2638888 -árny 0.2466666 -álny 0.2716468 -álny 0.1682785 -álny 0.2053838 -árny 0.2712328 -órny 0.1538461 -itný 0.1333333 -itný 0.2653061 -itný 0.1388888 -órny 0.12 -ózny 0.2436974 -árny 0.1284916 jogi alkorpusz vallási korpusz gazdasági korpusz -árny 0.1212121 -órny 0.3 -itný 0.3504273 -órny 0.1 -álny 0.2651391 -álny 0.2647849 -ózny 0.1 -ózny 0.2115384 -ózny 0.2560975 -álny 0.0776397 -árny 0.1985815 -órny 0.2307692 -itný 0-itný 0.1818181 -árny 0.225 7 0 Jana Levická A nemzetközi minta használata és empirikus produktivitása új Adjectival Suffixes in Slovak Revisited képzésekből következtethető ki (és ezzel egyidejűleg a 4.2. részben bebizonyítottuk, hogy ezek az új képzések nemcsak a hapaxcsoportokon belül, hanem az alacsony gyakoriságú típusok között is előfordulhatnak), ezért a további elemzés a szógyakorisági eloszlásokra és gyakorisági spektrumokra alapozható. „Gyakorisági spektrumon” olyan listát értünk, amely megadja, hogy egy gyakorisági listán hány típus figyelhető meg előfordulóként (Baroni 2009: 807). A szógyakorisági eloszlás szempontjából Evert és Lüdeling (2001: 166), Schultink definíciójával összhangban, azt állítják, hogy „egy produktív minta elméletileg végtelen szókészlettel jellemezhető (vö. Schultink definíciójának korlátozatlanság-fogalmával), míg egy teljesen improduktív mintának véges, és gyakran meglehetősen kis szókészlete van”. Rámutatnak, hogy „az alacsony gyakoriságú típusok (beleértve a hapax legomenákat, de a két-, háromstb. alkalommal előforduló típusokat is) a produktív minták szókészletének jelentős részét teszik ki”, és arra a következtetésre jutnak, hogy ez a fajta összehasonlítás nem alapulhat standard statisztikai modelleken (2001: 167). A statisztikai modellezés céljára Baayen 2001-ben bevezette az úgynevezett LNRE10-eloszlásokat. E specializált modellek előnye abban rejlik, hogy lehetővé teszik a típus–token statisztikák extrapolálását egy adott mintából nagyobb tokenszámokra, és ezáltal a mintán kívüli potenciális neologizmusok becslését. A korpuszban található alacsony gyakoriságú típusok megszámlálásával kapott, előre jelzett szókincsméreteken alapulnak. Ennek a modellezésnek az egyik eredménye a szókincs növekedési görbéje, illetve inkább a típus-token növekedési görbéje, amely a tokenek számának függvényében számolja meg a típusok számát. E görbe tipikus alakja egy nem produktív folyamat esetében emelkedéssel kezdődik, majd „kiegyenesedik, és egy állandó értékhez, a teljes szókincs méretéhez konvergál” (2001: 168). Ezzel szemben egy tipikus produktív mintázat végtelen szókincset mutat, vagyis úgy tűnik, hogy a görbe korlátlanul növekszik. Az LNRE-eloszlások alkalmazásával meg lehet becsülni a típusok számát nagyobb szövegmennyiségekben, sőt a típusok számát is 10 Az LNRE-elmélet (a ritka események nagy számának elmélete, mint a statisztika önálló területe) 1988-ban keletkezett, amikor Estate Khmaladze grúz statisztikus publikálta The statistical analysis of a large number of rare events című művét. Amint tanítványa, Giorgi Kvizhinadze írta: „Az alábbiakban bemutatandó példák közös jellemzője, hogy több gyakori esemény mellett nagyon sok nagyon ritka esemény is van, mondjuk 0, 1, 2 gyakorisággal. E ritka események teljes mennyisége a könyvben csak egyszer előforduló szavak számához képest e könyv szempontjából nem tekinthető létfontosságúnak, de teljesen világos, hogy servations typically is not large but the number of these events among all the different observed events is always very significant. These rare events are usually very important. For instance, the number of words ezek a szavak abszolút fontosak, mert a szerző szókincsének felét alkotják” (2010). 7 1Terminologija | 2021 | 28 egy szóalkotási minta teljes „populációjában”, azaz a nyelvben mint olyanban. Ugyanakkor lehetőség van az azonos méretű, nagyobb korpuszokból származó mintákban található típusok számának becslésére vagy előrejelzésére is. Amint azt a 4.1. részben említettük, ehhez a statisztikai eljáráshoz a típusok és tokenek minőségi gyakoriságaira is szükség van, különben a becsült szókincsméret, illetve a típusok számának kiszámítása hibás lenne – ahelyett, hogy a görbe ellaposodna és egy állandó értékhez konvergálna, tovább növekedhetne. 5.1. Az LNRE-eloszlások Úgy döntöttünk, hogy az LNRE-modelleket alkalmazzuk a különböző méretű korpuszok produktivitásának azonosítására11, részben annak köszönhetően, hogy online elérhető egy nyílt forráskódú eszköz is – az evert és Marco Baroni (2007) által fejlesztett Zipfr. Ez a nyílt forráskódú eszköz több modellt is tartalmaz, amelyek közül a Zipf–Mandelbrot-törvényen12 alapuló véges Zipf–Mandelbrot-modellt (fZM) használtuk. Ahogy a szerzők megállapítják, alkalmazása túlmutat a nyelvészeten. A ZipfR többféle bemeneti formátumot fogad el, többek között egyszerű gyakorisági listákat és egyszerű mintákat, tokenenként egy soros formátumban. Felhasználhattuk korábbi kutatásunk gyakorisági listáit, amelyek az első szakasz kézi tisztításán estek át (vö. 4.1. rész), ami e módszer további előnyét jelentette. Gyakorisági listáink 4 alapvető műveleten mentek keresztül (Evert, Baroni 2007): (i) paraméterbecslés, amelynek során az LNRE M modell paramétereit egy, az elemszám alapján meghatározott tanító mintán úgy határozzuk meg, hogy összehasonlítjuk a várt gyakorisági spektrumot a megfigyelt gyakorisági spektrummal; (ii) az illeszkedés jóságának értékelése a típusok számának és a pontosan m alkalommal előforduló típusok számának kovarianciamátrixa alapján; (iii) a szókincsnövekedés interpolációja és extrapolációja a várt értékek felhasználásával; (iv) a várt gyakorisági spektrum előrejelzése tetszőleges mintaelemszámra. Amint Evert és Baroni (2007) rámutattak, ez a modellezés nem az egyes szótípusok gyakoriságára összpontosít, „hanem inkább az ilyen gyakoriságok (egy mintában) és valószínűségek (a sokaságban) eloszlására”. 11 Szeretnénk köszönetet mondani kollégánknak, Ján Mášíknak a felbecsülhetetlen segítségért, aki biztosította a megvalósí12 A Zipf–Mandelbrot-törvény átfogó leírását lásd például Baroni mentation of the fZM model for our corpus data. 2009. 7 2 Jana Levická A nemzetközi használata és empirikus produktivitása Adjectival Suffixes in Slovak Revisited 5.2. Az LNRE-eloszlások alkalmazása és értékelése A ZipfR eszköz minden egyes korpuszban, illetve (alk)orpuszban található minden egyes képzőre vonatkozóan szógyakorisági spektrumokat és típus-token görbéket biztosított számunkra. A helyhiány miatt csak azokat a grafikonokat mutatjuk be, amelyek a típus-token görbéket ábrázolják, és amelyek x tengelyét azonos léptékűre igazítottuk. Az y tengely eltérő, mivel az adott (alk)orpuszban egy konkrét képzőhöz tartozó típusok tényleges számától függ, és abból adódik. Javasoljuk a grafikoncsoportok összehasonlítását, majd végül a képzők produktivitásának értékelését a korpuszadataink alapján. Az x tengely a tokenek számát, míg az y tengely az egyik vizsgált képzőt tartalmazó szóalkotási minta által létrehozott (várható) különböző típusok számát mutatja. Mindkét korpusz, a referenciaés a tudományos korpusz, ugyanazt a képzősorrendet mutatja: az élen az -álny képző áll, a sort pedig az -órny képző zárja. A referenciakorpuszban a három képző, az -álny, az -árny és az -ózny görbéje növekszik, és így produktivitásukat jelzi, míg az -itný, és különösen az -órny görbéje ellaposodik. A tudományos alkorpuszban két toldalék tekinthető produktívnak: -álny és -árny. A fennmaradó három (-ózny, -itný, -órny) görbéi nagyon lassan emelkednek, de azt a tendenciát mutatják, hogy a grafikon x-tengelyének végén ellaposodnak. Az orvosi alkorpusz és a jogi korpusz productive suffix: -álny13. In the medical subcorpus, both -árny and -ózny grafikonjai azt mutatják, hogy csak egy görbe laposodik el nagyon gyorsan (esetleg elérik a szókincsméret maximumát), és miközben az -itný és az -órny lassan, de egyenletesen növekednek, átlépik a 100-as típusértéket, és esetleg a 200-as típusérték alatt laposodnak el. A jogi szövegekben az -álny toldalék a 350-es típusérték felé tart, míg az orvosi szövegekben ez a pont a 800-as típusértéknél van (vö. az y-tengely skálájával). A jogi korpuszban azonban a rangsor kissé eltérő – az -itný toldalék a harmadik helyre kerül, megelőzve az -ózny toldalékot, amely szinte teljesen improduktívnak tűnik, mivel görbéje párhuzamosan fut az x-tengellyel. Az utolsó, -órny toldalék nagyon lassú emelkedést, majd ezt követően ellaposodási tendenciát mutat. Míg a vallási korpusz grafikonja három produktív toldalékot mutat – -álny, -árny és -ózny –, figyelemre méltó, hogy a gazdasági szövegekben mind az 5 elemzett toldalék produktívnak tűnik. A toldalékok rangsorolása mindkettőben corpora remains the same. 13 Ez a két grafikon nem tartalmazza az -álny toldalék interpolációs görbéjét. Ennek oka az x-tengely skálájának valamennyi (al)korpuszra vonatkozó kiigazítása és egységesítése, ami nem tette lehetővé ilyen típusú görbe létrehozását. 7 3Terminologija | 2021 | 28 3. ábra. Az elemzett toldalékok szókincsnövekedési szókincsnövekedési görbéi az orvosi korpuszban a jogi görbéi 4. ábra. Az elemzett toldalékok korpuszban 1. ábra. Az elemzett szuffixumok szókincsnövekedési szókincsnövekedési görbéi a referenciakorpusz görbéi, 2. ábra. Az elemzett szuffixumok tudományos alkorpuszában A vallási korpuszban mind a -itný, mind a -órny görbéje jóval a 100-as típusszint alatt ellaposodik. Ha összegezzük az elemzett szuffixumok produktivitására vonatkozó, korpuszadataink alapján tett fenti megállapításokat, kijelenthetjük, hogy a legproduktívabb szuffixum az -álny, amely minden (al)korpuszban vezeti a rangsort. Produktivitása a tudományos alkorpuszban tűnik a academic texts and in the medical subcorpus, followed by the reference legmagasabbnak (a görbe a 700-as típusszint felé tart), a vallási 7 4 Jana Levická A nemzetközi korpusz használata és empirikus Adjectival Suffixes in Slovak Revisited produktivitása (a görbe metszi a 600-as típusszintet), a gazdasági korpuszban (a görbe az 500-as típusszint felé tart), végül pedig a jogi korpuszban (a görbe a legmagasabb pontján megközelíti a 350-es típusszintet). Az -árny szuffixum a második helyen áll, és a 6 (al)korpusz közül 4-ben mutat produktivitást. A görbék alakja arra utal, hogy a jogi és orvosi szövegekben inproduktív. E toldalék legnagyobb produktivitása a seen in the subcorpus of scientific and academic texts (the curve crosses 400-as típuspontnál lehet, majd a referencia-korpuszban (a görbe keresztezi a 300-as típuspontot), míg a vallási és gazdasági szövegekben a görbe a 300-as típuspont közelében halad. Hasonlóképpen, úgy tűnik, hogy a -ózny toldalék a 6 korpuszból 4-ben produktív. Érdekes módon úgy tűnik, hogy ugyanazokban a (rész)korpuszokban improduktív, mint a -árny toldalék – a jogi és orvosi korpuszokban. Legproduktívabb a gazdasági szövegekben, ahol a görbe jóval a 200-as típuspont fölött halad, majd a referencia-korpuszban, ahol a görbe keresztezi ugyanezt a pontot, míg a fennmaradó két korpuszban a görbe vagy csak érinti ezt a pontot, de úgy tűnik, ott ellaposodik (prim-9.0-public-prf), vagy a vallási korpuszban csak e pont felé tart. Továbbá úgy tűnik, hogy az -itný toldalék a 6 korpuszból 4-ben produktív. Az improduktivitást jelző ellaposodó görbe a jogi és vallási korpuszok grafikonjain látható. Legproduktívabb a gazdasági szövegekben, ahol a görbe jóval a 100-as típuspontok fölött halad, míg a fennmaradó három (rész)korpuszban keresztezi ezt a pontot, és alacsonyabban halad. a Fig. 6. Vocabulary growth curves of analysed suffixes gazdasági korpuszban a vallási korpuszban Fig. 5. Vocabulary growth curves of analysed suffixes 7 5Terminologija | 2021 | 28 The final suffix in the ranking -órny – is productive in 4 out of 6 cora pora is. Terméketlenségét a referenciaés vallási korpuszokban azonosították. Legmagasabb produktivitása az orvosi és gazdasági szövegekben figyelhető meg, ahol a görbe metszi a 100-as típuspontot; az akadémiai és tudományos szövegekben a görbe e pont közelében halad, a jogi szövegekben pedig alig lépi át a 25-ös típuspontot. Összegzésképpen elmondható, hogy az elemzett szuffixumok a tudományos és akadémiai szövegekben, illetve egy speciális szakterület (a gazdaság vagy az orvostudomány) szövegeiben a legproduktívabbak, ami etimológiájukat tekintve nem meglepő. Produktivitásuk, pontosabban produktivitásuk mértéke, jelentősen eltér az egyes (al)korpuszokban. Talán a legérdekesebb megfigyelés három szuffixum terméketlensége a jogi szövegek területén, valamint a fennmaradó két szuffixum legalacsonyabb produktivitása ugyanebben a területben. Ez arra utalhat, hogy a jogi szövegek nem kedveznek az ilyen típusú új melléknevek megalkotásában megnyilvánuló lexikai kreativitásnak. A 4. részhez képest a toldalékok rangsorolásában mutatkozó különbség részben magyarázható a Václav Cvrček (2012) által a hapax-típus arányával kapcsolatban megfigyelt jelenséggel. Cvrček kísérletei szerint ez az arány a maximális 1 értékről a lokális minimuma felé csökken (uo.: 5). E pont után azonban az arány ismét növekedni kezd. Cvrček ezt „a nagy szöveggyűjtemények valamiféle általános kvantitatív elvének” tekinti (uo.: 14). A hapax-típus függvény alakja tipológiailag különböző nyelvek esetében is nagyjából azonosnak tűnik, a szövegminta mérete azonban a nyelv típusától függ. A hapax-típus arány minimális pontjának eléréséhez Cvrček szerint egy angol korpusznak legalább 3 millió tokent kell tartalmaznia, míg egy csehnek (és a két nyelv tipológiai rokonsága miatt véleményünk szerint egy szlováknak is) akár 58 millió tokent kell tartalmaznia. Mivel elemzésünk két alkorpusza kisebb Cvrček határértékénél, hapax-típus arányuk a hapax-típus függvény csökkenő szakaszában helyezkedik el. 6. ÖSSZEGZÉS A kutatásunk folytatásában, amely a kiválasztott toldalékok produktivitására összpontosított különböző korpuszokban és doménekben, sikerült megválaszolnunk a 4. részben bemutatott mindkét kérdést. 1. Sikerült bizonyítanunk, hogy a korpuszból kivont alacsony gyakoriságú lemmák potenciális neologizmusokat is tartalmaznak, és bár eloszlásuk 7 6 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited eltérhet a korpuszadatokban, megváltoztathatják a hapax/típus képleten alapuló produktivitási rangsort. 2. A produktivitás korpuszokon átívelő értékeléséhez statisztikai modellezést – LNre-eloszlásokat – azonosítottunk és alkalmaztunk. Azáltal, hogy a nyílt forráskódú eszközt korpuszadatainkkal tápláltuk, a produktivitás vizuális modellezését kaptuk, amely lehetővé tette annak megállapítását, hogy az elemzett toldalékok produktivitása nemcsak az általános és a tudományos szövegek összehasonlításakor tér el, hanem a különböző specializált domének között is. Úgy véljük, hogy a modellezés világosan megmutatja minden egyes elemzett toldalék valódi potenciálját új típusok létrehozására az adott doménben. A tanulmány 4. és 5. részének eredményei és rangsorai azonban meglehetősen kölcsönösen összehasonlíthatatlanok, mivel az első közvetlenül a nyers adatokon – a típusok és hapaxok, illetve az alacsony gyakoriságú típusok számán egy adott (al)korpuszban –, míg a második az egyes (al)korpuszok várható gyakorisági spektrumain alapul. Röviden: míg az első tényleges adatokat reprezentál, a második egy elem produktivitását igyekszik megbecsülni az adott nyelvben mint olyanban. Ezért az orvosi és jogi szövegek nagyobb korpuszai esetében több hapaxot kellene azonosítanunk, ami eltérő szuffixumrangsort eredményezhet. Feltételezéseinket végül a jövőbeli kutatások igazolhatják szélesebb körű korpuszok elemzésével, amelyek az egyes szakterületek releváns szövegtípusainak reprezentatív mintáját tartalmazzák, mivel a szövegműfajok egy elem morfológiai produktivitásában is szerepet játszhatnak. Tekintettel arra, hogy még a legnagyobb korpusz sem tartalmazná az összes szót, úgy véljük, hogy bármely elem morfológiai produktivitását ésszerűbb kifinomultabb módszerekkel értékelni, mint a típusok vagy tokenek puszta megszámlálásával. Összefoglalva elmondható, hogy képesek vagyunk azonosítani egy szóalkotási mintázat vagy elem múltbeli produktivitását. Emellett eltérő becsléseket is adhatunk annak jövőbeli kihasználására, azaz Baayen potenciális produktivitására. Továbbá, még ha a statisztikai mérőszámokat kvalitatív elemzéssel egészítjük is ki, egy további tényt is figyelembe kell vennünk: amint Fernández-Domínguez helyesen érvel, a morfológiai produktivitás valószínűségi előrejelzéseit az extralingvisztikai tényezők, különösen pedig azok összefüggésében kell értelmezni, amelyek egy beszélőközösség megnevezési szükségleteit érintik. „Ha nem áll fenn megnevezési szükséglet, nem mehet végbe produktív szóalkotás” (Fernández-Domínguez 2013: 438). 7 7Terminologija | 2021 | 28 KÖSZÖNETNYILVÁNÍTÁS A tanulmány a Szlovák Nemzeti Korpusz projekt keretében készült, amelyet a by the Slovak Academy of Sciences, Ministry of education, Science, research and Szlovák Köztársaság Sportminisztériuma, a Szlovák Köztársaság Kulturális Minisztériuma és a Szlovák Tudományos Akadémia Ľudovít Štúr Nyelvtudományi Intézete támogatott. FORRÁSOK JEGYZÉKE Szlovák Nemzeti Korpusz. prim-7.0-frk korpusz. Pozsony: Ľ. Štúr Nyelvtudományi Intézete, Szlovák Tudományos Akadémia, 2018. Elérhető: https://korpus.sk. Szlovák Nemzeti Korpusz. prim-9.0-public-prf korpusz. Pozsony: Ľ. Štúr Nyelvtudományi Intézet, Szlovák Tudományos Akadémia, 2020. Elérhető: https://korpus.sk. Szlovák Nemzeti Korpusz. Korpusz: prim-9.0-juls-all. Pozsony: Ľ. Štúr Nyelvtudományi Intézet, Szlovák Tudományos Akadémia, 2020. Elérhető: https://korpus.sk. Szlovák Nemzeti Korpusz. Korpusz: legal-1.1. Pozsony: Ľ. Štúr Nyelvtudományi Intézet, Szlovák Tudományos Akadémia, 2013. Elérhető: https://korpus.sk. Szlovák Nemzeti Korpusz. A blf-2.0 korpusz. Pozsony: Ľ. Štúr Nyelvtudományi Intézet, Szlovák Tudományos Akadémia, 2014. Elérhető: https://korpus.sk. Szlovák Nemzeti Korpusz. Az ecn-2.0-public korpusz. Pozsony: Ľ. Štúr Nyelvtudományi Intézet, Szlovák Tudományos Akadémia, 2016. Elérhető itt: https://korpus.sk. A Ľ. Štúr Nyelvtudományi Intézet szótári portálja https://slovnik.juls.savba.sk/. A ZipfR csomag. Elérhető itt: http://zipfr.r-forge.r-project.org/. REFERENCES Assadi Houssem, Bourigault Didier 1995: Classification d’adjectifs extraits d’un corpus pour l’aide à la modélisation de connaissances. – Troisièmes journées internationales d’analyse des données textuelles, 313–320. Baayen r. Harald, Lieber rochelle 1991: Productivity and english derivation: a corpus-based study. – Linguistics 29, 801–843. Baayen r. Harald 1992: quantitative aspects of morphological productivity. – Yearbook of Morphology 1991, eds. g. e. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 109–149. Baayen r. Harald 1993: On frequency, transparency, and productivity. – Yearbook of Morphology 1992, eds. g. e. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 181–208. Baayen R. Harald 1994: Productivity in production. – Language and Cognitive Processes 9, 447–469. Baayen R. Harald, Renouf Antoinette 1996: Chronicling The Times: Productive Lexical Innovations in an english Newspaper. – Language 72, 69–96. Baayen r. Harald, Lieber rochelle 1997: Word frequency distributions and lexical semantics. – Computers and the Humanities 30, 281–291. Baayen r. Harald 2009: Corpus linguistics in morphology: morphological productivity. – Corpus Linguistics. An international handbook, eds. A. Lüdeling, M. Kyto, Berlin, Mouton De gruyter, 900–919. Baker Paul, Hardie Andrew, Mcenery Tony 2006: A Glossary of Corpus Linguistics, Edinburgh: Edinburgh University Press Ltd. Available at: https://pdfs.semanticscholar.org/856a/9640311005ff8a97ab98976c9209 aa12120a.pdf. Baroni Marco 2009: Distributions in text. – Corpus Linguistics. An international handbook, eds. A. Lüdeling, M. Kyto, Berlin, Mouton De gruyter, 803–822. Available at: https://home.sslmit.unibo.it/~baroni/publications/hsk_39_dist_rev2.pdf. Carrière Isabelle 2008: Méditerm: encodage des adjectifs médicaux. – Corpus et dicionnaires de langues de spécialités, eds. F. Manize, P. Dury, N. Arlin, C. rougemont, grenoble: Presses universitaires de grenoble, 175–196. Cvrček václav 2012: How Large is the Core of Language. – Corpus Linguistics 2011 [online], Birmingham. Available at: https://www.birmingham.ac.uk/Documents/college-artslaw/corpus/conference-archives/2011/Paper-145.pdf. Daille Béatrice 2001: qualitative terminology extraction: Identifying relational adjectives. – Recent advances in computational terminology, eds. D. Bourigault, C. Jacquemin, M.-C. L’Homme, Amsterdam: John Benjamins Publishing Co, 149–166. 7 8 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Dokulil Miloš 1962: Teorie tvoření slov, Praha: Nakladatelství ČSAv. Evert Stefan, Lüdeling Anke 1991: Constraining psycholinguistic models of morphological processing and representation: the role of productivity. – Yearbook of morphology 1991, eds. g. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 165–183. evert Stefan, Baroni Marco 2007: The zipfR library: Words and other rare events in R. Presentation at useR! 2006: The Second R User Conference, Vienna, Austria. Available at: https://zipfr.r-forge.r-project.org. evert Stefan 2004: A simple LNre model for random character sequences. – Proceedings of JADT 2004, 411–422. Fernández-Domínguez Jesús 2013: Morphological Productivity Measurement: exploring qualitative versus Quantitative Approaches. – English Studies 94, 4, 422–447. garabík radovan, gianitsová Lucia, Horák Alexander, Šimková Mária 2004: Tokenizácia, lematizácia a morfologická anotácia Slovenského národného korpusu: internal document for manual morphological annotation. Unpublished. Available at: https://korpus.sk/attachments/publications/2004-garabik-gianitsova-horak-simkova-tokenizacia.pdf. Horecký Ján 1956: Základy slovenskej terminológie, Bratislava: VEDA. Horecký Ján 1999: Internacionalizácia a europeizácia slovenčiny. – Internacionalizácia v súčasných slovanských jazykoch: za a proti, ed. J. Bosák, Bratislava: veda, 80–82. Hulse Victoria 2011: Productivity in morphological negation: a corpus based approach, The university of Manchester. Available at: https://www.research.manchester.ac.uk/portal/en/theses/productivity-in-morphological-negation-a-corpusbased-approach(266d2241-a266-4b99-8fab-e19571381d8f).html. Kvizhinadze Giorgi 2010: Large number of rare events: Diversity analysis in multiple choice questionnaires and related topics, Victoria University of Wellington doctor thesis. Available at https://core.ac.uk/download/ pdf/41336663.pdf Levická Jana 2021: Usage and empirical productivity of international adjectival suffixes in Slovak based on general and specialised corpora. – Jazykovedný časopis 72, 2 (in print). L’Homme Marie-Claude 2002: Fonctions lexicales pour représenter les relations entre termes. – Traitement automatique des langues 43, 1, 19–41. L’Homme Marie-Claude 2003: Adjectifs dérivés sémantiques dans la structuration des terminologies. – Journées d’étude Terminologie, Ontologie et représentation des connaissance, Lyon. Maniez François 2002: Distinguer les termes des collocations: études sur corpus du patron < Adjectif – Nom > en anglais médical. – Actes du colloque TALN de Nancy 1, 24–27 juin 2002, 345–350. van Marle Jaap 1992: The relationship between Morphological Productivity and Frequency: A Comment on Baayen’s Performance-Orientated Conception of Morphological Productivity. – Yearbook of Morphology 1991, eds. g. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 151–163. Nábělková Mira 1996: variantnosť ako prvok dynamiky v adjektívnej paradigme. – Slovenská reč 61, 257–266. Naccarato Chiara 2016: A corpus-based quantitative approach to the study of morphological productivity in diachrony: The case of samo-compounds in russian. – A Blend of MaLT Hanna Christ, eds. D. Kle nov šak, L. Sönning, v. Werner, Bamberg: university of Bamberg Press, 133–153. Normand Sylvie, Bourigault Didier 2001: Analysing adjectives used in a histopathology corpus with NLP tools. – Terminology 7, 2, 155–164. Plag Ingo, Dalton-Puffer Christiane, Baayen Harald 1999: Morphological productivity across speech and writing. – English Language and Linguistics 3, 2, 209–228. Säily Tanja 2018: Change or variation? Productivity of the suffixes -ness and -ity. – Patterns of Change in 18th Century English. A Sociolinguistic Approach, eds. T. Nevalainen, M. Palander-Collin, T. Säily, Amsterdam: John Benjamins, 197–218. Ševčíková Magda 2014: Zjišťování slovotvorné produktivity z korpusových dat: přípony odvozující názvy vlastností. – Naše reč 97, 228–240. Štícha František 2012: Jak v epoše elektronických korpusů následovat Miloše Dokulila (Miloši Dokulilovi ke stému výročí narození). – Jazykovědné aktuality 49, 95–107. Štícha František 2002: K Dokulilovu pojmu slovotvorné produktivity (z hlediska korpusové analýzy). – Čeština doma a ve světě 4, 302–310. Štícha František 2007: Korpusové statistiky a slovotvorná produktivita. – Grammar & Corpora/Gramatika a korpus 2005, eds. F. Štícha, J. Šimandl, Praha: Academia, 250–257. Štícha František 2009: Slovotvorná produktivita a gramatičnost: gradační expresivní adjektiva s prefixy pra-, přea velev současné psané češtině. – Eslavística Complutense 9, 145–170.