Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

5 4 Jana Levická Użycie i empiryczna produktywność Adjectival Suffixes in Slovak Revisited międzynarodowych doi.org/10.35321/term28-03 Ponowne omówienie użycia i empirycznej produktywności międzynarodowych przyrostków przymiotnikowych w języku słowackim Jana Levická Instytut Językoznawstwa Ľ. Štúra, Słowacka Akademia Nauk Identyfikator ORCID: https://orcid.org/0000-0001-6027-604X STRESZCZENIE Niniejszy artykuł stanowi kontynuację wcześniejszych badań koncentrujących się na użyciu i produktywności pięciu przyrostków pochodzenia łacińskiego w języku słowackim. Analiza koncentruje się na produktywności rzeczywistej i potencjalnej w dwuetapowym porównaniu: 1) tokenów i lematów występujących w ogólnym korpusie zrównoważonym w porównaniu z ogólnym korpusem tekstów specjalistycznych i akademickich, 2) ogólnego korpusu tekstów specjalistycznych i akademickich w porównaniu ze specjalistycznymi (pod)korpusami tekstów medycznych, prawnych, ekonomicznych i religijnych. Pierwszym celem kontynuacji było ustalenie, czy lematy o niskiej frekwencji obejmują nowe neologizmy, które mogłyby przyczyniać się do zróżnicowania produktywności w poszczególnych dziedzinach. Drugim celem było zidentyfikowanie i wdrożenie odpowiedniej miary statystycznej, która umożliwiłaby porównanie danych korpusowych dotyczących produktywności w korpusach o różnej wielkości. SŁOWA KLUCZOWE: produktywność, przymiotnik, przyrostek, korpus ogólny, korpus specjalistyczny, hapax legomena, leksem o niskiej frekwencji, rozkłady dużej liczby zdarzeń rzadkich. ADNOTACJA W niniejszym artykule opisano badanie będące kontynuacją wcześniejszego badania dotyczącego użycia i produktywności pięciu przyrostków pochodzenia łacińskiego w języku słowackim. Celem badania jest określenie produktywności rzeczywistej i potencjalnej poprzez porównanie dwuetapowe: 1) formy wyrazów (ang. tokens) oraz nagłówkowe formy wyrazów, czyli lematy (ang. lemmas), występujące w ogólnym korpusie zrównoważonym, porównuje się z występującymi w ogólnym korpusie tekstów specjalistycznych i akademickich; 2) porównuje się formy wyrazów i lematy występujące w ogólnym korpusie tekstów specjalistycznych i akademickich oraz w podkorpusie tekstów specjalistycznych: medycznych, prawnych, ekonomicznych i religijnych. Głównym celem badania kontynuacyjnego jest ustalenie, czy wśród rzadko używanych lematów znajdują się neologizmy, które mogłyby przyczyniać się do różnic w produktywności w różnych dziedzinach. Celem badania jest również określenie i zastosowanie narzędzia statystycznego, które pozwoliłoby porównać produktywność materiału korpusowego w korpusach o różnej wielkości. SŁOWA KLUCZOWE: produktywność, przymiotnik, przyrostek, korpus ogólny, korpus specjalistyczny, hapaks, rzadko używany lemat, duża liczba rozkładów zdarzeń rzadkich 5 5Terminologija | 2021 | 28 1. INTRODUCTION Impulsem do naszych badań było zainteresowanie synonimią terminologiczną, a w ramach tego szerszego zagadnienia – synonimicznymi przymiotnikami odrzeczownikowymi jako składnikami terminów wielowyrazowych. Skupienie uwagi na przymiotnikach nie jest nowością w badaniach terminologicznych. Szczegółowe analizy poświęcone przymiotnikom można znaleźć w pracach wielu terminologów, zwłaszcza z lat 90. i 2000.1 W historii terminologii słowackiej badania skoncentrowane na przymiotnikach, wywołane potrzebą ujednolicenia i tworzenia standaryzowanych terminologii słowackich, sięgają lat 50. XX wieku (zob. np. Ján Horecký 1956). Znaczenie przymiotników w terminologii i językach do celów specjalistycznych można również zilustrować danymi statystycznymi dostarczonymi przez korpusy. Większość korpusów specjalistycznych, które powstały w ramach projektu Słowackiego Korpusu Narodowego (dalej tylko projekt SNC), charakteryzuje się wyższym udziałem przymiotników w porównaniu z korpusem referencyjnym (prim-7.0-frk), tj. korpusem złożonym z równych części tekstów literackich, specjalistycznych i publicystycznych2. Jak widać w Tabeli 1, różnica ta wynosi prawie 2%, z wyjątkiem korpusu religijnego (blf-2.0), w którym odsetek przymiotników jest mniej więcej taki sam jak w korpusie referencyjnym (7,46%). Drugi wiersz Tabeli 1 przedstawia odsetek imiesłowów przymiotnikowych, które są również używane w słowackich terminach wielowyrazowych w funkcjach różnicujących i klasyfikujących. W ramach anotacji morfologicznej projektu SNC są one klasyfikowane jako odrębna grupa, dlatego są oznaczane osobno, a nie jako czasowniki (Garabík et al. 2004). Współwystępowanie i konkurencja przymiotników zostały zidentyfikowane i przeanalizowane w kontekście języka ogólnie (np. Nábělková 1996). Jednakże ich wchodzenie w skład terminów wielowyrazowych stanowi temat stosunkowo słabo zbadany. Powszechnym zjawiskiem prowadzącym do synonimii i konkurencji przymiotników jest współwystępowanie przymiotników pochodzenia łacińskiego i ich (słowackich) odpowiedników (vnútrožilový – intravenózny „dożylny”). Do tej ostatniej grupy należy również podgrupa, w której występują zarówno słowacki, jak i z etymologicznego punktu widzenia łaciński lub międzynarodowy sufiks połączony z tym samym międzynarodowym rdzeniem (np. bakteriálny – baktériový „bakteryjny”). Sporadycznie występuje wariantywność dwóch międzynarodowych sufiksów z tym samym in1 Zob. na przykład H. Assadi i D. Bourigault 1995; S. Normand i D. Bourigault 2001; B. Daille 2001; F. Maniez 2001; M.-C. L’Homme 2002, 2003; lub I. Carrière 2008. 2 Więcej szczegółów dotyczących korpusów wykorzystanych w przedstawionej analizie można znaleźć w części 3.2. 5 6 Jana Levická Wykorzystanie i empiryczna produktywność Adjectival Suffixes in Slovak Revisited międzynarodowego ternational rdzeń może powstać (np. hypersonórny – hypersonický, kontradiktorický – kontradiktórny). This study, focusing on the usage of specific suffixes in the Slovak język, stara się ustalić, czy niektóre z nich z większym prawdopodobieństwem ułatwiają takie współwystępowanie lub częściej występują w przymiotnikach terminologicznych, dlatego też w tym przypadku istotne staje się pojęcie produktywności morfologicznej. Wybrane do analizy sufiksy stanowią niewielką grupę wykorzystywaną do tworzenia przymiotników odrzeczownikowych w ramach szerokiego zakresu słowackich sufiksów przymiotnikowych3. Jeśli chodzi o ich budowę, pięć sufiksów składa się z (zaadaptowanego) międzynarodowego sufiksu przymiotnikowego połączonego z semantycznie równoważnym słowackim -ný/ny: -álny, -árny, -itný, -ívny, -ózny, a zatem ich status przymiotnikowy jest niejako zwielokrotniony. Wydaje się oczywiste, że wszystkie pięć sufiksów pochodzenia łacińskiego służyło do tworzenia przymiotników od łacińskich rzeczowników (-alis z wariantem -aris, -ītus, -ōsus) lub czasowników (-ōrius). Warto jednak zauważyć, że wiele słowackich przymiotników z analizowanymi sufiksami weszło 3 Martin Ološtiak i Lucia Ološtiaková (2015: 230) wymieniają aż 38 sufiksów, choć 25 sufiksów w ich próbie – pochodzącej ze Slovník koreňových morfém slovenčiny, obejmującego 66 500 jednostek leksykalnych – stanowi zaledwie 1% przymiotników. Tabela 1. Liczba tokenów oraz proporcje przymiotników i imiesłowów odczasownikowych w korpusach referencyjnym i specjalistycznych projektu SNC CORreFer-SCIeNTIF-MeDICAL LEGAL RELI-ECOPUS ENCE IC CORPUS SUB-SUBCORPUS -SUB-GIOCORPUS US NOMIC CORPUS CORPUS CORPUS Liczba tokenów w korpusie 253,137,609 149,581,785 7,099,555 33,600,183 65,920,357 164,987,015 Liczba przymiotników w tokenach 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% Liczba of gerimiesłowów odczasownikowych w tokenach 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 słowackiego leksykonu nie tylko bezpośrednio z łaciny, lecz w ostatnich dziesięcioleciach częściej za pośrednictwem francuskiego lub angielskiego (Horecký 1999), i przeszło proces adaptacji za pomocą wspomnianego słowackiego przyrostka przymiotnikowego. Istotne jest, że to zapożyczanie i późniejsza adaptacja były umożliwione i wzmocnione przez czynniki pozajęzykowe. Ze względów w przeważającej mierze historycznych język słowacki był bardzo otwarty na nowe słowa pochodzące z łaciny, a zatem udział słów pochodzenia łacińskiego jest wysoki nawet w ogólnym leksykonie języka słowackiego (Horecký 1999: 81). Współcześnie, dzięki wpływowi środków masowego przekazu, internetu i process of both borrowing and derivation is exceedingly profitable and mediów społecznościowych, to połączone słowotwórczo wyrażenie jest zatem niezwykle istotne dla badań lingwistycznych i terminologicznych. research topic, which is currently in print (Levická 2021). For the sake Niniejszy artykuł stanowi kontynuację naszych wcześniejszych badań nad tym samym zagadnieniem; dla porównania i jasności wywodu uznaliśmy za konieczne uwzględnienie podsumowania wcześniejszych rozważań i ustaleń, uzupełnionego o nowe spostrzeżenia i podstawy teoretyczne. Dlatego niektóre tabele (1–4), choć pojawiły się w naszym pierwszym artykule, zostały tutaj powtórzone. 2. PODSTAWY TEORETYCZNE Teoretyczna koncepcja produktywności morfologicznej rozwinęła się w XX wieku; dorobek by quite a number of researchers and scholars. An overview of previous teoretyczny i badania z tego zakresu zostały podsumowane i omówione w licznych opracowaniach i artykułach, np. autorstwa Jesúsa Fernándeza-Domingueza (2013) lub Victorii Hulse (2011). W tym miejscu skupimy się jedynie na szeregu rozważań teoretycznych, które zarówno dostarczyły nam inspiracji, jak i wpłynęły na wybór podejścia oraz metodologii. Najstarsza przytoczona tutaj definicja została sformułowana w 1948 roku przez amerykańskiego językoznawcę Dwighta L. Bolingera (cyt. za: Säily 2018: 198), który stwierdził, że produktywność to „statystycznie dająca się ustalić gotowość4, z jaką element wchodzi w nowe połączenia”. W 1961 roku holenderski językoznawca Henk Schulting (cyt. za: Stefan Evert i Anke Lüdeling 2001: 165) zdefiniował produktywność jako „możliwość niezamierzonego tworzenia przez użytkowników języka i, co do zasady, nieograniczonej liczby nowych formacji poprzez zastosowanie procedury morfologicznej leżącej u podstaw odpowiedniości formy i znaczenia niektórych znanych słów” . 4 Wyrażenia lub słowa zaznaczone pogrubionymi literami przedstawiają kluczowe cechy dla naszych badań. 5 8 Jana Levická Wykorzystanie i empiryczna produktywność Adjectival Suffixes in Slovak Revisited międzynarodowych Na koniec, ale nie mniej ważne, chcielibyśmy odwołać się do badań czeskiego językoznawcy Miloša Dokulila nad słowotwórstwem, który w swojej pracy Teorie tvoření slov z 1962 roku przedstawił złożoną teorię produktywności słowotwórczej. Przede wszystkim Dokulil zdefiniował ogólnie produktywność danego środka językowego jako „zdolność tego środka językowego (niezależnie od tego, czy jest on podstawą, afiksem czy wzorcem słowotwórczym) do aktywnego udziału w tworzeniu nowych słów” (1962: 78). Uściślił, że zdolność ta może być absolutna, tj. oznaczać możliwość wykorzystywania danego środka w tworzeniu nowych słów w dowolnym czasie i w ramach dowolnego wzorca słowotwórczego, lub względna, czyli zależna semantycznie, a raczej stylistycznie, a także zależna od wzorca słowotwórczego. W teorii Dokulila produktywność jest „pojęciem o charakterze synchronicznym, podczas gdy realizacja tej zdolności – tworzenie nowych słów zgodnie z określonymi zasadami – jest, przeciwnie, pojęciem o charakterze diachronicznym” (1962: 80). Dokulil rozróżniał także produktywność systemową i empiryczną (nazywaną również przez Framntiška Štíchę (2012) „produktywnością parole” lub „produktywnością rzeczywistą”), która daje „ogólne wyobrażenie o całościowym wykorzystaniu określonego wzorca słowotwórczego lub środka językowego w systemie danego języka w określonym czasie” (Dokulil 1962: 80). Dokulil uważał, że nawet „przybliżone dane dotyczące ilościowego wykorzystania danego procesu lub elementu słowotwórczego mają pierwszorzędne znaczenie dla ogólnego obrazu danego języka, a w szczególności dla charakterystyki jego leksykonu” (Item: 77). Spośród współczesnych czeskich językoznawców rozwijających teorię produktywności Dokulila i weryfikujących jego założenia na podstawie danych korpusowych (zob. np. Štícha 2002, 2007, 2009, 2012 lub Magda Ševčíková 2014) Štícha proponuje analizę produktywności empirycznej/parole nie tylko w dużych korpusach, lecz także za pomocą serii korpusów o różnej wielkości i składzie (2012: 104). Można twierdzić, że założenia Dokulila dotyczące produktywności względnej znalazły odzwierciedlenie w pracach Haralda Baayena i innych badaczy, do których metod i podejść odwołamy się w dalszej części tej analizy. W 1999 roku Baayen oraz jego współpracownicy Ingo Plag i Christiane Dalton-Puffer napisali, że „twierdzenia dotyczące produktywności danego afiksu są na ogół formułowane bez różnicowania produktywności w zależności od rodzaju dyskursu, chociaż powszechnie zakłada się, że pewne rodzaje przyrostków słowotwórczych są bardziej właściwe dla określonych rodzajów tekstów niż dla innych” (1999: 209). Dzięki dostępności dużych korpusów możliwe jest mierzenie, identyfikowanie i analizowanie produktywności wzorca lub elementu słowotwórczego nie tylko w języku ogólnym w danym okresie, lecz także w domenach specjalistycznych i rejestrach. 5 9Terminologija | 2021 | 28 3. PREVIOUS RESEARCH Zgodnie z rozumowaniem i założeniami językoznawców przytoczonymi w poprzedniej części, na początku naszych badań sformułowaliśmy trzy kluczowe pytania badawcze, mające na celu określenie produktywności morfologicznej przyrostków przymiotnikowych: 1) Czy produktywność morfologiczna poszczególnych przyrostków przymiotnikowych z wybranej grupy różni się w tekstach ogólnych i specjalistycznych? I czy różnice te są statystycznie istotne? 2) Czy produktywność morfologiczna poszczególnych przyrostków przymiotnikowych z wybranej grupy może się różnić w zależności od konkretnej domeny? Czy niektóre z tych pięciu sufiksów są bardziej „predysponowane” do udziału w kodowaniu pojęć związanych z określonym polem lub dziedziną? 3) Jakie metody są istotne dla tej konkretnej analizy danych korpusowych? Przede wszystkim, ze względu na specyfikę tego rodzaju wzorca słowotwórczego: podstawa łacińska + sufiks łaciński + etymologicznie rodzimy sufiks, postanowiliśmy odłożyć na bok analizę jakościową obejmującą ograniczenia i reguły rządzące łączeniem poszczególnych podstaw łacińskich z jednym z wybranych sufiksów przymiotnikowych w kontekście języka słowackiego. Chociaż podejście ilościowe nie może przedstawić pełnego obrazu statusu produktywności sufiksu ani jakiejkolwiek innej formy morfologicznej, jego zaleta w tego typu badaniach polega na ukazaniu perspektywy i kontekstu użycia słów utworzonych według określonego wzorca, a także na przedstawieniu konkretnych porównań z formami równoważnymi pod względem semantycznym i funkcjonalnym. Powszechnie przyjmuje się, że podejście ilościowe w analizach produktywności morfologicznej stanowi istotną, uzupełniającą metodę badań jakościowych (zob. np. Evert and Lüdeling 2001). Jak stwierdza Plag: „ilościowe i jakościowe pojęcia produktywności […] są ze sobą ściśle powiązane. A zatem pojęcie potencjalności, które ma kluczowe znaczenie dla jakościowych definicji produktywności, można wyrazić w statystycznych kategoriach prawdopodobieństwa” (cyt. za Naccarato 2016: 135). Podobnie Baayen i jego współautorzy twierdzą, że produktywność „wydaje się pojęciem skalarnym […] w przypadku niektórych afiksów prawdopodobieństwo napotkania nowo utworzonych słów jest większe niż w przypadku innych, co sprawia, że produktywność jest pojęciem probabilistycznym, podatnym na analizę statystyczną” (1999: 10). 6 0 Jana Levická Użycie i empiryczna produktywność internacjonalizmów Adjectival Suffixes in Slovak Revisited 3.1. Statistical methods W 1. etapie naszej analizy obraliśmy dobrze utartą ścieżkę metodologiczną wyznaczoną przez Haralda Baayena oraz jego współpracowników i naśladowców (1991, 1992, 1993, 1994, 1996, 1997). Zidentyfikowaliśmy tak zwaną produktywność zrealizowaną, tj. częstość użycia przymiotników utworzonych za pomocą wybranych przyrostków, a także liczbę różnych przymiotników utworzonych za pomocą tych przyrostków w różnych korpusach. Te statystyki korpusowe określają produktywność przyrostków w odniesieniu do przeszłej i obecnej sytuacji językowej. Następnym krokiem było określenie potencjalnej produktywności analizowanych przyrostków, tj. oszacowanie tempa, w jakim można oczekiwać pojawiania się nowych typów5. Baayen (2009: 7) sugeruje obliczanie jej jako stosunku hapaks legomenów6 z afiksem X do wszystkich tokenów z afiksem X w korpusie. Wykorzystanie hapaks legomenów do obliczania produktywności było szeroko krytykowane, ponieważ grupa ta nie reprezentuje bezpośrednio nowych derywatów, które mają odzwierciedlać produktywność elementu lub wzorca. Plag, Dalton-Puffer i Baayen twierdzą, że potencjalna produktywność jest miarą probabilistyczną oraz że wraz ze wzrostem rozmiaru korpusu „odsetek neologizmów wśród hapaks legomenów wzrasta i wykazano, że to właśnie wśród hapaks legomenów pojawia się największa liczba neologizmów” (1999: 12). Na poprzednim etapie naszych badań zrezygnowaliśmy z metody hapax/token, ale przyjęliśmy metodę hapax/typ, zgodnie z rozumowaniem van Marle’a (1992), że częstość tokenów nie jest tak istotną zmienną w mierze produktywności jak liczba lematów. Jednakże najpoważniejszą wadą narzuconą przez tę miarę jest niemożność porównywania danych statystycznych korpusów o różnej wielkości (Naccarato 2016: 133). Wrócimy do tego zagadnienia w części 5. 3.2. Korpusy wykorzystane w analizie7 Wszystkie trzy korpusy i trzy podkorpusy wykorzystane w tej analizie zostały udostępnione przez Departament SNC w latach 2013–2020 i są dostępne dla wszystkich zarejestrowanych użytkowników. 5 Typy w lingwistyce korpusowej reprezentują unikalne słowa, są synonimiczne względem lemów (Baker et al. 2006). 6 Hapax legomena (oryg. greckie wyrażenie oznaczające „powiedziane raz”), określane również skrótowo jako hapax, to słowo występujące tylko raz w danym korpusie (Baker et al. 2006). 7 Większość tej sekcji pochodzi z artykułu opisującego poprzedni etap naszych badań (Levická 2021), jednak powtórzenie to jest konieczne, aby wyjaśnić charakter danych korpusowych. 6 1Terminologija | 2021 | 28 Pierwszy, korpus referencyjny (prim-7.0-frk), obejmujący ponad 253 oraz million tokens, is composed of an even share of journalistic, specialised teksty fikcyjne (64,12% z nich napisano pierwotnie po słowacku, natomiast 29,51% stanowią przekłady), napisane w latach 1991–2015. Korpus powstał w used in the compilation of two frequency dictionaries of Slovak (2017, 2018 r.), podobnie jak słownik odwrotny (2018). Drugi korpus, prim-9.0-public-prf, jest publicznie dostępnym podkorpusem korpusu podstawowego projektu SNC (zwanego dalej podkorpusem naukowym). Utworzony na podstawie tekstów specjalistycznych, akademickich i niefikcjonalnych podkorpus zawiera ponad 149 milionów tokenów i dokumentów oraz odzwierciedla ogólny dyskurs nauki i badań, w tym dziennikarstwo specjalistyczne. Jego teksty powstały w latach 1955–2019. Odsetek tekstów napisanych w latach 1955–1991 wynosi 8,7% (ponad 13 milionów tokenów). Najmniejszy (pod)korpus spośród wszystkich przeszukiwanych korpusów jest wynikiem filtrowania korpusu podstawowego projektu SNC [9], wersja 9.0. Składa się z tekstów należących do dziedziny medycyny, napisanych w latach 1976–2019, i obejmuje nieco ponad 7 milionów tokenów. Odsetek tekstów napisanych w latach 1955–1991 wynosi 1,09%. W dalszej części tekstu będziemy nazywać go podkorpusem medycznym. Aby dysponować porównywalnym źródłem pochodzącym z innych korpusów specjalistycznych oraz korpusu referencyjnego, korpus specjalistyczny legal-1.1 (zwany dalej podkorpusem prawnym), zbudowany we współpracy ze słowackim Ministerstwem Sprawiedliwości, ograniczono do tekstów legislacyjnych utworzonych w latach 1991–2011. Jego niemal 49 milionów tokenów zostało tym samym zredukowanych to 33.5 million tokens. Korpus specjalistyczny – blf-2.0 – koncentrujący się na domenie religijnej został opublikowany w 2014 roku. Jego teksty obejmują niemal 66 milionów tokenów napisanych w latach 1989–2014 (zwany dalej korpusem religijnym). Obejmuje ponad 80% czasopism i gazet tematycznych. Podobnie specjalistyczny korpus ecn-2.0-public (zwany dalej korpusem ekonomicznym), poświęcony dziedzinie ekonomii, obejmuje aż 96,24% tekstów specjalistycznych opublikowanych w czasopismach i gazetach tematycznych. Teksty tego korpusu pochodzą z lat 1992–2014 i obejmują niemal 165 milionów tokenów. Należy jednak zauważyć, że korpusy te są heterogeniczne i obejmują szeroki wachlarz tekstów. 6 2 Jana Levická Wykorzystanie i produktywność empiryczna Adjectival Suffixes in Slovak Revisited międzynarodowych Jeśli chodzi o wyszukiwanie w korpusie, nie opieraliśmy zapytań na tagowaniu morfologicznym dostarczonym dla każdego korpusu i (pod)korpusu uwzględnionego w analizie, ponieważ w przypadku słów pochodzenia łacińskiego tagowanie okazało się nieadekwatne i błędne. Dlatego zdecydowaliśmy się na proste wyszukiwanie określonego zakończenia tokenu, np. [lemma=“.*álny“], połączone z automatycznym filtrowaniem słów zawierających przypadkowo ten sam ciąg znaków (zob. część 4.1). 3.3. Wyniki poprzedniego etapu W poprzednim etapie dane statystyczne z korpusów umożliwiły nam stworzenie rankingu produktywności zrealizowanej analizowanych przyrostków. Przyrostek -álny jest zdecydowanie najczęściej używany we wszystkich (pod)korpusach, podczas gdy -órny znajduje się na przeciwnym biegunie osi częstości w 5 (pod)korpusach. Jak można zauważyć na podstawie znormalizowanych częstości użycia czterech z pięciu przyrostków, występują one częściej w tekstach specjalistycznych i akademickich (scithat znormalizowane częstości przyrostków w entific subcorpus) compared to the reference corpus. It is also noteworthy podkorpusie medycznym są równe częstości ipm w podkorpusie naukowym albo znacznie ją przewyższają, podczas gdy ifestly niższe niż w korpusie referencyjnym. Można to częściowo the ipm of suffixes (instances per million) in the religious corpus is manwyjaśnić rodzajem tekstów zawartych w tych (pod)korpusach. Tabela 2. Częstość i znormalizowana częstość (IPM, wystąpienia na milion) analizowanych przyrostków w poszczególnych (pod)korpusach. Korpusy uporządkowano od najmniejszego do największego SuF-MeDICAL LEGAL RELI-SCIeNTIF-ECOreFerFIx SUB-SUBCORPUS -GIOUS IC CORPUS SUB-NOMCORPUS IC ENCE CORPUS CORPUS CORPUS Tokeny Tokeny Tokeny Tokeny Tokeny Tokeny IPM IPM IPM IPM IPM IPM -alny 31,408 102,863 128,472 537,682 597 005 547,742 4423.94 3061.38 1948.9 3594.57 3618.5 2163.81 -arny 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 dany przyrostek. W porównaniu z tabelą 4 ranking zmienił się we wszystkich (pod)korpusach z wyjątkiem korpusu referencyjnego. Wydaje się zatem, że uwzględnienie leksemów o niskiej frekwencji okazało się celowe. Przyrostek -órny jest najbardziej produktywny w dwóch korpusach (w porównaniu z trzema w tabeli 4), podczas gdy -ózny pozostał na szczycie dwóch rankingów, a -itný na szczycie rankingu w korpusie ekonomicznym. W korpusie prawnym najbardziej produktywnym przyrostkiem wydaje się -árny, podczas gdy w rankingach produktywności least productive in medical texts and economic texts. The last place in the przyrostek ten jest jednocześnie zajmowany przez przyrostek -órny zarówno w korpusie referencyjnym, jak i w tekstach medycznych, przez przyrostek -ózny w tekstach ogólnonaukowych, a przyrostek -itný pozostał najmniej produktywny w korpusach prawnym i religijnym. 5. PORÓWNYWANIE PRODUKTYWNOŚCI W RÓŻNYCH (POD)KORPUSACH Jak wskazaliśmy w części 3.1, miary statystyczne wykorzystujące surowe frekwencje i liczby typów uniemożliwiły nam porównanie wcześniejszych wyników pochodzących z różnych (pod)korpusów. Jeśli zgodzimy się z twierdzeniem, a raczej hipotezą, że produktywność dowolnego elementu słowotwórczego lub tabeli 9. Różnica w stosunku potencjalnych neologizmów między grupą lematów o niskiej frekwencji (4–1 wystąpienia) a liczbą typów. Ranking wyróżnionych przyrostków zmienił się w porównaniu z Tabelą 4 LEMAtY O NISKIEJ FREKWENCJI/STOSUNEK TYPÓW korpus referencyjny podkorpus naukowy podkorpus medyczny -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 podkorpus prawny korpus religijny korpus ekonomiczny -árny 0.1212121 -órny 0.3 -itný 0.3504273 -órny 0.1 -alny 0.2651391 -alny 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 Zastosowanie i empiryczna produktywność wzorca Adjectival Suffixes in Slovak Revisited międzynarodowego można wywnioskować z nowych neologizmów (a jednocześnie w części 4.2 wykazaliśmy, że te nowe neologizmy mogą występować nie tylko w grupach hapaksów, lecz także wśród typów o niskiej frekwencji), dlatego dalszą analizę można oprzeć na rozkładach frekwencji słów i widmach frekwencji. Przez „widmo frekwencji” rozumiemy listę informującą, ile typów z listy frekwencyjnej można zaobserwować (Baroni 2009: 807). Z perspektywy rozkładu frekwencji słów Evert i Lüdeling (2001: 166), zgodnie z definicją Schultinka, twierdzą, że „produktywny wzorzec charakteryzuje się teoretycznie nieskończonym słownictwem (por. pojęcie nieograniczoności w definicji Schultinka), podczas gdy po wzorcu całkowicie nieproduktywnym oczekuje się słownictwa skończonego i często dość małego”. Wskazują oni, że „typy o niskiej frekwencji (w tym hapax legomena, ale także typy występujące dwa, trzy itd. razy) stanowią znaczną część słownictwa” produktywnych wzorców, i dochodzą do wniosku, że tego rodzaju porównania nie można oprzeć na standardowych modelach statystycznych (2001: 167). Na potrzeby modelowania statystycznego Baayen wprowadził w 2001 roku tak zwane rozkłady LNRE10. Korzyść z tych wyspecjalizowanych modeli polega na możliwości ekstrapolowania statystyk typ–token z określonej próby na większe liczby tokenów, a tym samym szacowania potencjalnych neologizmów spoza tej próby. Opierają się one na przewidywanych rozmiarach słownictwa uzyskanych poprzez zliczenie typów o niskiej frekwencji w korpusie. Jednym z rezultatów tego modelowania są krzywe wzrostu słownictwa, a właściwie krzywe wzrostu typów i tokenów, które zliczają liczbę typów jako funkcję liczby tokenów. Typowy kształt tej krzywej dla procesu nieproduktywnego zaczyna się od wzrostu, lecz następnie „spłaszcza się i zbiega do wartości stałej, pełnego rozmiaru słownictwa” (2001: 168). Przeciwnie, typowy wzorzec produktywny charakteryzuje się nieskończonym słownictwem, tj. krzywa zdaje się rosnąć bez końca. Dzięki zastosowaniu rozkładów LNRE możliwe jest oszacowanie liczby typów w większych ilościach tekstu, a nawet liczby typów 10 Teoria LNRE (teoria dużej liczby zdarzeń rzadkich, jako niezależna dziedzina statystyki) ma swój początek w 1988 roku, kiedy gruziński statystyk Estate Khmaladze opublikował The statistical analysis of a large number of rare events. Jak napisał jego student Giorgi Kvizhinadze: „Wspólną cechą przykładów, które przedstawimy poniżej, jest to, że obok kilku zdarzeń częstych występuje również bardzo duża liczba zdarzeń bardzo rzadkich, powiedzmy o frekwencji 0,1,2. Całkowitą liczbę tych rzadkich zdarzeń w porównaniu z liczbą słów użytych w książce tylko raz można uznać za nieistotną dla tej książki, lecz jest 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 całkowicie jasne, że słowa te są absolutnie ważne, ponieważ stanowią połowę słownictwa autora” (2010). 7 1Terminologija | 2021 | 28 wzorca słowotwórczego w całej „populacji”, tj. w języku jako takim. Jednocześnie możliwe jest oszacowanie lub przewidzenie liczby typów w próbkach o tej samej wielkości, pochodzących z większych korpusów. Jak wspomniano w części 4.1, ta procedura statystyczna wymaga również liczebności jakościowych typów i tokenów; w przeciwnym razie obliczenie szacowanej wielkości słownika lub liczby typów byłoby błędne – zamiast spłaszczać się i zbiegać do stałej wartości, krzywa mogłaby nadal rosnąć. 5.1. Rozkłady LNRE Zdecydowaliśmy się zastosować modele LNRE do identyfikacji11 produktywności w korpusach o różnej wielkości, częściowo ze względu na fakt, że dostępne jest również internetowe narzędzie open source – Zipfr, opracowane przez everta i Marca Baroniego (2007). To narzędzie open source obejmuje kilka modeli, spośród których wykorzystaliśmy skończony model Zipfa-Mandelbrota (fZM), oparty na prawie Zipfa-Mandelbrota12. Jak stwierdzają autorzy, jego zastosowanie wykracza poza językoznawstwo. ZipfR akceptuje kilka formatów danych wejściowych, w tym proste listy frekwencyjne i zwykłe próbki w formacie jeden token w wierszu. Mogliśmy wykorzystać listy frekwencyjne z naszych wcześniejszych badań, które przeszły ręczne czyszczenie na 1. etapie (por. część 4.1), co stanowiło kolejną zaletę tej metody. Nasze listy frekwencyjne przeszły 4 podstawowe operacje (Evert, Baroni 2007): (i) estymację parametrów, podczas której parametry modelu LNRE M są określane na podstawie próby treningowej o rozmiarze poprzez porównanie oczekiwanego spektrum frekwencyjnego z zaobserwowanym spektrum frekwencyjnym; (ii) ocenę dobroci dopasowania opartą na macierzy kowariancji liczby typów oraz liczby typów występujących dokładnie m razy; (iii) interpolację i ekstrapolację wzrostu słownictwa z wykorzystaniem wartości oczekiwanych; (iv) predykcję oczekiwanego spektrum frekwencyjnego dla dowolnego rozmiaru próby. Jak zauważyli Evert i Baroni (2007), modelowanie to nie koncentruje się na częstościach poszczególnych typów słów, „lecz raczej na rozkładzie takich częstości (w próbie) i prawdopodobieństw (w populacji)”. 11 Chcielibyśmy podziękować za nieocenioną pomoc naszemu koledze Jánowi Mášikowi, który zapewnił imple12 Pełny opis prawa Zipfa-Mandelbrota można znaleźć np. w: Baroni 2009. mentation of the fZM model for our corpus data. 7 2 Jana Levická Użycie i empiryczna produktywność międzynarodowych Adjectival Suffixes in Slovak Revisited 5.2. Zastosowanie rozkładów LNRE i ocena Narzędzie ZipfR dostarczyło nam widm częstości słów oraz krzywych typ-token dla każdego przyrostka w każdym (pod)korpusie. Ze względu na brak miejsca przedstawiamy jedynie wykresy pokazujące krzywe typ-token, które dostosowano tak, aby miały tę samą skalę na osi x. Oś y różni się, ponieważ zależy od rzeczywistej liczby typów dla określonego przyrostka w danym (pod)korpusie i ją przedstawia. Proponujemy porównać pary wykresów, a następnie ocenić produktywność przyrostków w całym naszym zbiorze danych korpusowych. Oś x przedstawia liczbę tokenów, natomiast oś y pokazuje (oczekiwaną) liczbę różnych typów wytworzonych przez wzorzec słowotwórczy zawierający jeden z analizowanych przyrostków. Oba korpusy, referencyjny i naukowy, wykazują tę samą hierarchię przyrostków, na której czele znajduje się przyrostek -álny, a na końcu przyrostek -órny. W korpusie referencyjnym krzywe trzech przyrostków -álny, -árny, -ózny rosną, wskazując tym samym na ich produktywność, podczas gdy krzywe przyrostków -itný, a w szczególności -órny, spłaszczają się. W podkorpusie naukowym dwa przyrostki można uznać za produktywne: -álny i -árny. Krzywe pozostałych trzech (-ózny, -itný, -órny) rosną bardzo powoli, ale wykazują tendencję do spłaszczania się na końcu osi x uwzględnionej na wykresie. Wykresy podkorpusu medycznego i productive suffix: -álny13. In the medical subcorpus, both -árny and -ózny korpusu prawnego pokazują, że tylko jeden z nich bardzo szybko się spłaszcza (prawdopodobnie osiągają one maksymalny rozmiar słownictwa), a podczas gdy -itný i -órny rosną powoli, lecz równomiernie, przekraczają punkt 100 typów i prawdopodobnie spłaszczają się poniżej punktu 200 typów. Przyrostek -álny w tekstach prawnych zmierza do punktu 350 typów, podczas gdy w tekstach medycznych do punktu 800 typów (por. skalę na osi y). Jednakże w korpusie prawnym ranking nieznacznie się różni – przyrostek -itný zajmuje trzecie miejsce, wyprzedzając przyrostek -ózny, który wydaje się niemal całkowicie nieproduktywny, a jego krzywa przebiega równolegle do osi x. Ostatni przyrostek -órny charakteryzuje się bardzo powolnym wzrostem, po którym następuje tendencja do spłaszczania się. Podczas gdy wykres korpusu religijnego pokazuje trzy produktywne przyrostki: -álny, -árny i -ózny, warto zauważyć, że wszystkie 5 analizowanych przyrostków wydaje się produktywnych w tekstach ekonomicznych. Ranking przyrostków w obu corpora remains the same. 13 Te dwa wykresy nie zawierają krzywej interpolacyjnej dla przyrostka -álny. Przyczyna tego tkwi w dostosowaniu i ujednoliceniu skali osi x dla wszystkich (pod)korpusów, co nie pozwoliło na utworzenie tego typu krzywej. 7 3Terminologija | 2021 | 28 Rys. 3. Krzywe wzrostu słownictwa analizowanych analizowanych przyrostków w korpusie medycznym w przyrostków Rys. 4. Krzywe wzrostu słownictwa korpusie prawnym Rys. 1. Krzywe wzrostu słownictwa analizowanych analizowanych sufiksów w korpusie referencyjnym w sufiksów, rys. 2. Krzywe wzrostu słownictwa podkorpusie naukowym W korpusie religijnym obie krzywe sufiksów -itný i -órny spłaszczają się znacznie poniżej punktu 100 typów. Jeśli podsumujemy wyżej wymienione ustalenia dotyczące produktywności analizowanych sufiksów w całym zbiorze danych korpusowych, możemy stwierdzić, że najbardziej produktywnym sufiksem jest -álny, zajmujący pierwsze miejsce w rankingu we wszystkich (pod)korpusach. Jego academic texts and in the medical subcorpus, followed by the reference produktywność wydaje się najwyższa w podkorpusie naukowym i korpusie (krzywa zmierza do punktu 700 typów), religijnym 7 4 Jana Levická Użycie i empiryczna produktywność internacjonalnego Adjectival Suffixes in Slovak Revisited korpusu (krzywa przekracza punkt 600 typów), korpusie ekonomicznym (krzywa zmierza do punktu 500 typów) i wreszcie korpusie prawnym (w najwyższym punkcie krzywa zbliża się do punktu 350 typów). Sufiks -árny zajmuje drugie miejsce i wykazuje produktywność w 4 z 6 (pod)korpusów. Kształt krzywych sugeruje, że jest on nieproduktywny w tekstach prawnych i medycznych. Najwyższą produktywność tego przyrostka seen in the subcorpus of scientific and academic texts (the curve crosses można zaobserwować w punkcie 400 typów), następnie w korpusie referencyjnym (krzywa przecina punkt 300 typów), podczas gdy w tekstach religijnych i ekonomicznych krzywa przebiega blisko punktu 300 typów. Podobnie przyrostek -ózny wydaje się produktywny w 4 z 6 korpusów. Co ciekawe, wydaje się on nieproduktywny w tych samych (pod)korpusach co przyrostek -árny – w korpusach prawniczym i medycznym. Jest najbardziej produktywny w tekstach ekonomicznych, gdzie krzywa przebiega znacznie powyżej punktu 200 typów, następnie w korpusie referencyjnym, gdzie krzywa przecina ten sam punkt, podczas gdy w dwóch pozostałych korpusach krzywa albo dotyka tego samego punktu, lecz wydaje się tam spłaszczać (prim-9.0-public-prf), albo jedynie zmierza w kierunku tego punktu w korpusie tekstów religijnych. Ponadto przyrostek -itný wydaje się produktywny w 4 z 6 korpusów. Spłaszczającą się krzywą wskazującą na nieproduktywność można zaobserwować na wykresach dla korpusów prawniczego i religijnego. Jest najbardziej produktywny w tekstach ekonomicznych, gdzie krzywa przebiega znacznie powyżej punktu 100 typów, podczas gdy w trzech Fig. 6. Vocabulary growth curves of analysed suffixes pozostałych (pod)korpusach przecina ten punkt i przebiega niżej. w Fig. 5. Vocabulary growth curves of analysed suffixes korpusie ekonomicznym w korpusie religijnym 7 5Terminologija | 2021 | 28 The final suffix in the ranking -órny – is productive in 4 out of 6 corpora, także. Jego nieproduktywność stwierdzono w korpusach ogólnym i religijnym. Jego najwyższa produktywność występuje w tekstach medycznych i ekonomicznych, gdzie krzywa przekracza punkt 100 typów; w tekstach akademickich i naukowych krzywa przebiega blisko tego punktu, a w tekstach prawnych z trudem przekracza punkt 25 typów. Podsumowując, można stwierdzić, że analizowane sufiksy są najbardziej produktywne w tekstach naukowych i akademickich lub w tekstach dotyczących określonej dziedziny (ekonomii lub medycyny), co nie jest zaskoczeniem, biorąc pod uwagę ich etymologię. Ich produktywność, a raczej stopień produktywności, znacznie różni się w poszczególnych (pod)korpusach. Być może najciekawszą obserwacją jest nieproduktywność trzech sufiksów w domenie prawnej oraz najniższa produktywność dwóch pozostałych sufiksów w tej samej domenie. Może to wskazywać, że teksty prawne nie sprzyjają kreatywności leksykalnej w tworzeniu nowych przymiotników tego rodzaju. W porównaniu z częścią 4 różnicę w rankingu sufiksów można częściowo wyjaśnić zjawiskiem zaobserwowanym przez Václava Cvrčka (2012), dotyczącym współczynnika hapaksów do typów. Zgodnie z eksperymentami Cvrčka współczynnik ten ma tendencję do spadku od swojej maksymalnej wartości 1 do lokalnego minimum (ibid.: 5). Jednak po tym punkcie współczynnik zaczyna ponownie wzrastać. Cvrček twierdzi, że jest to „jakiś rodzaj ogólnej zasady ilościowej dotyczącej dużych zbiorów tekstów” (ibid.: 14). Kształt funkcji hapaksów do typów wydaje się zasadniczo taki sam nawet w przypadku języków różniących się typologicznie, jednak wielkość próbki tekstu zależy od typu języka. Aby osiągnąć minimalny punkt współczynnika hapaksów do typów, Cvrček stwierdza, że korpus angielski powinien obejmować co najmniej 3 miliony tokenów, podczas gdy korpus czeski (a naszym zdaniem również słowacki, ze względu na typologiczne pokrewieństwo obu języków) powinien obejmować aż 58 milionów tokenów. Ponieważ dwa podkorpusy z naszej analizy są mniejsze niż limit Cvrčka, ich współczynnik hapaksów do typów znajduje się w malejącej części funkcji hapaksów do typów. 6. WNIOSKI W dalszej części naszych badań, koncentrujących się na produktywności wybranych sufiksów w różnych korpusach i domenach, udało nam się odpowiedzieć na oba pytania przedstawione w części 4. 1. Udało nam się udowodnić, że leksemy o niskiej frekwencji wyodrębnione z korpusu obejmują również potencjalne neologizmy i że, choć ich rozkład może różnić się w 7 6 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited danych korpusowych, mogą one zmienić ranking produktywności oparty na formule hapax/type. 2. Zidentyfikowaliśmy i zastosowaliśmy modelowanie statystyczne do oceny produktywności w korpusach – rozkłady LNre. Wprowadzając dane naszego korpusu do narzędzia open source, otrzymaliśmy wizualny model produktywności, który pozwolił nam stwierdzić, że produktywność analizowanych sufiksów różni się nie tylko przy porównaniu tekstów ogólnych i naukowych, lecz także między różnymi domenami specjalistycznymi. Uważamy, że modelowanie wyraźnie pokazuje rzeczywisty potencjał każdego z analizowanych sufiksów do tworzenia nowych typów w danej domenie. Jednak wyniki i ranking z części 4 i 5 niniejszego artykułu są raczej wzajemnie nieporównywalne, ponieważ pierwszy z nich opiera się bezpośrednio na danych surowych – liczbie typów i hapaksów lub typów o niskiej frekwencji w określonym (pod)korpusie, podczas gdy drugi na oczekiwanych widmach frekwencji dla każdego (pod)korpusu. Krótko mówiąc, podczas gdy pierwszy przedstawia dane rzeczywiste, drugi stara się oszacować produktywność danego elementu w określonym języku jako takim. Dlatego w przypadku większych korpusów tekstów medycznych i prawnych powinniśmy zidentyfikować więcej hapaksów, co może skutkować innym rankingiem sufiksów. Nasze założenia mogłyby ostatecznie zostać zweryfikowane w przyszłych badaniach poprzez analizę obszerniejszych korpusów obejmujących reprezentatywną próbę odpowiednich typów tekstów dla określonych dziedzin, ponieważ gatunki tekstów również mogą odgrywać rolę w produktywności morfologicznej danego elementu. Biorąc pod uwagę, że nawet największy korpus nie obejmowałby wszystkich słów, uważamy, że rozsądniej jest oceniać produktywność morfologiczną dowolnego elementu za pomocą bardziej zaawansowanych metod niż zwykłe zliczanie typów lub tokenów. Podsumowując, można stwierdzić, że jesteśmy w stanie zidentyfikować wcześniejszą produktywność w schemacie lub elemencie słowotwórczym. Możemy również przedstawić różne szacunki jego przyszłego wykorzystania, tj. potencjalną produktywność w ujęciu Baayena. Ponadto, nawet jeśli uzupełnimy miary statystyczne analizą jakościową, powinniśmy wziąć pod uwagę jeszcze jeden fakt: jak słusznie argumentuje Fernández-Domínguez, probabilistyczne przewidywania dotyczące produktywności morfologicznej należy rozpatrywać w kontekście czynników pozajęzykowych, a w szczególności tych związanych z potrzebami nazewniczymi wspólnoty językowej. „Jeśli nie istnieje potrzeba nazewnicza, nie może zachodzić produktywne słowotwórstwo” (Fernández-Domínguez 2013: 438). 7 7Terminologija | 2021 | 28 PODZIĘKOWANIA Artykuł został napisany w ramach projektu Słowackiego Korpusu Narodowego, by the Slovak Academy of Sciences, Ministry of education, Science, research and wspieranego przez Sport Republiki Słowackiej, Ministerstwo Kultury Republiki Słowackiej oraz Instytut Językoznawstwa im. Ľudovíta Štúra Słowackiej Akademii Nauk. LISTA ŹRÓDEŁ Słowacki Korpus Narodowy. Korpus prim-7.0-frk. Bratysława: Instytut Językoznawstwa im. Ľ. Štúra Słowackiej Akademii Nauk 2018. Dostępny pod adresem: https://korpus.sk. Słowacki Korpus Narodowy. Korpus prim-9.0-public-prf. Bratysława: Instytut Językoznawstwa im. Ľ. Štúra Słowackiej Akademii Nauk 2020. Dostępne pod adresem: https://korpus.sk. Słowacki Korpus Narodowy. Korpus prim-9.0-juls-all. Bratysława: Instytut Językoznawstwa im. Ľ. Štúra Słowackiej Akademii Nauk 2020. Dostępne pod adresem: https://korpus.sk. Słowacki Korpus Narodowy. Korpus legal-1.1. Bratysława: Instytut Językoznawstwa Ľ. Štúra SAv 2013. Dostępne pod adresem: https://korpus.sk. Słowacki Korpus Narodowy. Korpus blf-2.0. Bratysława: Instytut Językoznawstwa Ľ. Štura SAv 2014. Dostępne pod adresem: https://korpus.sk. Słowacki Korpus Narodowy. Korpus ecn-2.0-public. Bratysława: Instytut Językoznawstwa im. Ľ. Štúra SAV 2016. Dostępne pod adresem: https://korpus.sk. Portal słownikowy Instytutu Językoznawstwa im. Ľ. Štúra SAV https://slovnik.juls.savba.sk/. Pakiet ZipfR. Dostępne pod adresem: 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.