Využití korpusových metod v popisu češtiny: příklad kolostrukční analýzy

issn 0008-7386 © filozofická fakulta, univerzita karlova vpraze ČASOPIS PRO MODERNÍ FILOLOGII 99, 2017, Č. 2, S. 167–180 Využití korpusových metod vpopisu češtiny: příklad kolostrukční analýzy1 Eva Lehečková (Praha) CORPUS METHODS AND THE DESCRIPTION OF CZECH: COLLOSTRUCTIONAL ANALYSIS The paper presents areview of principles and applicability of collostructional analysis— acluster of corpus methods developed by Anatol Stefanowitsch and Stefan Th. Gries since 2003. Collostructional analysis measures the strength of association by which lexemes are attracted to aparticular position in aconstruction. It derives from the Construction Grammar concept of construction as conventionalized pairing of form and meaning. Collostructional analysis allows for systematic measurements of the degree of conventionalization of constructions. The paper introduces various types of collostructional analysis and provides an overview of research areas where collostructional analysis has been employed. It concludes with acase showing how collostructional analysis can be applied to the description of Czech. KEY WORDS collostructional analysis, association measures, construction grammar, variability, idiomatic expres sions, Czech KLÍČOVÁ SLOVA kolostrukční analýza, asociační míry, konstrukční gramatika, variabilita, idiomy, čeština Rozvoj korpusové lingvistiky po roce 1990 výrazně proměnil podobu výzkumu včetných odvětvích lingvistiky, ne-li již ve většině znich. Korpusové přístupy kanalýze jazykových dat jsou dnes považovány za jednu zreprezentativních metod, jejichž zjištění se obecně hodnotí jako platná aspolehlivá. Jedním zdůsledků důvěry vkládané do této metodologie je rozšiřující se spektrum konkrétních kvantitativních metod, které umožňují korpusová data analyzovat různorodými způsoby apřicházet tak na nová zjištění oužívání jazyka. Jednou ztěchto metod je takzvaná kolostrukční analýza (vpůvodním znění collostructional analysis), jejíž představení je cílem této studie. Vznik kolostrukční analýzy se obvykle datuje kroku 2003, kdy byl publikován první text otéto metodě (Stefanowitsch— Gries, 2003)— jedná se tedy ometodu poměrně novou, aproto pochopitelně včeském prostředí dosud málo známou. Ztoho důvodu se jeví jako užitečné seznámit českou lingvistickou obec spodstatou kolostrukční analýzy (první oddíl), se způsoby amezemi jejího uplatnění (druhý oddíl) isukázkou toho, jak ji lze využít při popisu českého jazykového materiálu (oddíl třetí).2 1 Tato studie vznikla za podpory projektu Univerzity Karlovy Progres č.4, Jazyk vproměnách času, místa, kultury. 2 Původní podoba tohoto příspěvku zazněla na interním semináři pracovníků Ústavu Českého národního korpusu dne 1.11.2016. Všem účastníkům bych ráda poděkovala za cennou diskusi apodněty. OPEN ACCESSOPEN ACCESS 168 ČASOPIS PRO MODERNÍ FILOLOGII 99, 2017, Č. 2 1. VYMEZENÍ KOLOSTRUKČNÍ ANALÝZY Autory kolostrukční analýzy (dále KolA) jsou původem němečtí badatelé Anatol Stefanowitsch (Freie Universität vBerlíně) aStefan Th. Gries (Kalifornská univerzita vSanta Barbaře), kteří ji představili sérií čtyř článků vletech 2003–2005 (viz Stefanowitsch— Gries, 2003; Gries— Stefanowitsch, 2004a a2004b, aStefanowitsch— Gries, 2005), kolostrukční analýze se však věnují kontinuálně (viz například Stefanowitsch— Gries, 2008, nebo Gries— Wulff(ová), 2009).3 Kolostrukční analýza vychází zteoretického zázemí konstrukční gramatiky (construction grammar, viz například Hoffmann— Trousdale, 2013, včeštině Fried(ová), 2013). Zejména se opírá okognitivně-funkční povahu tohoto přístupu, podle nějž jsou základními jednotkami jazyka konstrukce, ustálená spojení surčitými formálními vlastnostmi, významem afunkcí vkomunikaci. Vzhledem ktomu, že konstrukční gramatika vychází zužívání jazyka (tj.je usage-based), předpokládá, že jazykové znaky vznikají akonvencionalizují se užíváním vkomunikaci. Jejich podoba je do určité míry ovlivněna ikognitivními možnostmi aomezeními lidské mysli, vníž se jazykové konstrukce ukládají pravděpodobně ve formě nějaké komplexní uspořádané sítě jednotek avztahů mezi nimi (podrobněji viz např.Diessel, 2015). Konstrukce jsou jednotky různé velikosti, od lexikálních konstrukcí (krutopřísný) přes valenční konstrukce (alternující větné vzorce uslovesa naložit, srov.naložit auto zbožím vs. naložit zboží do auta) nebo víceslovné frazémy (cestou necestou, rád nerad) po konstrukce větné (Až naprší auschne). Vtomto pojetí se tak— vsouladu sobecnými principy kognitivní lingvistiky— stírá ostrá hranice mezi slovníkem asyntaxí aje nahrazena kontinuem konstrukcí od lexikálně specifických po otevřená konstrukční schémata, do nichž lze dosadit různé lexémy snáležitými vlastnostmi. Konstrukčněgramatický popis tím, že vychází zreálného užívání jazyka, věnuje pozornost variantnosti konstrukcí vkomunikaci, přesto usiluje oidentifikaci konstrukcí prototypických (sohledem na určitý komunikační kontext), pokud existují. Aprávě ktomu slouží kolostrukční analýza. Autoři KolA za svůj inspirační zdroj označují výzkum kolokací coby ustálených lexikálně-sémantických spojení slovních tvarů. Princip kolokací autoři přenášejí do vztahu mezi syntaktickou konstrukcí alexikální jednotkou, odtud motivace pojmenování kolo-strukce, které odkazuje jednak ke kolokacím, jednak ke konstrukcím. Kolostrukční analýza je ve skutečnosti souborem několika metod, jejichž společným principem je to, že umožňují sledovat vztah (souvýskyt) mezi konkrétními syntaktickými konstrukcemi4 alexikálními jednotkami, které se vtěchto konstrukcích vyskytují— těmto lexikálním jednotkám se pak obvykle říká kolexémy (collexemes). Vztah mezi konstrukcemi akolexémy se vyjadřuje pomocí nějakého typu asociační míry. 3 Stefan Th. Gries je důsledným stoupencem volného přístupu kinformacím, proto jsou všechny jeho časopisecké studie akapitoly vmonografiích, přinejmenším vrukopisných verzích, dostupné na jeho osobní stránce: http://www.linguistics.ucsb.edu/faculty/stgries/ research/overview-research.html#PublicationsEditing [cit.1. 3. 2017] 4 Lexiko-gramatické vztahy se někdy označují jako koligace, colligations, viz Nový encyklopedický slovník češtiny online, 2016, s. v. OPEN ACCESS EvA LEhEČkOvá 169 Výsledkem kolostrukční analýzy je seznam lexémů, které signifikantně vůči jiným svým výskytům vkorpusu tíhnou kvýskytu vrámci určité syntaktické konstrukce. Například Stefanowitsch aGries (2003) ve svém prvním textu na základě KolA uplatněné na data zBritského národního korpusu ukazují, že kpozici substantiva N vanglické konstrukci [N waiting to happen] typicky tíhnou substantiva accident, disaster, earthquake nebo invasion, ale že silnou asociační míru vykazují isubstantiva recovery, dream nebo event, unichž není inherentně přítomná negativní hodnota. Autoři výsledky KolA konfrontují se slovníkem Collins COBUILD, který jediný tuto konstrukci uvádí (pod heslem accident avdokladech uhesla disaster), s následujícími závěry: na jednu stranu KolA utéto konstrukce potvrdila, že je vhodné tuto konstrukci zmiňovat právě utěchto dvou substantiv, aže jde tedy onenáhodný vztah. Na druhou stranu upozorňují, že je vhodné tuto anglickou konstrukci vymezovat neutrálněji jako děj, který téměř jistě nastane, jak je patrné vmomentu promluvy, akterý pouze často, nikoliv výhradně nese negativní konotace. Gries aStefanowitsch zdůvodňují potřebnost KolA tím, že zmíněné lexiko-gramatické vztahy mezi konstrukcemi alexémy nelze efektivně sledovat běžnými kolokačními nástroji. Lze to doložit na příkladu substantiva švestka vkorpusech Českého národního korpusu. Korpusový manažer KonText umožňuje vyhledat toto lemma aseřadit na základě zadaných kritérií jeho kolokáty. Pokud nás například vSYN2015 zajímají ustálené kolokáty na třech pozicích nalevo od hledaného slova, výsledek (zahrnující asociační míru logDice5 arelativní frekvenci) řazený podle hodnot logDice vypadá tak, jak ukazují tabulky č.1 (pro lemmata) ač.2 (pro slovní tvary)6: pořadí kolokát— lemma absolutní frekvence logDice relativní frekvence 1 sušený 104,00 10,46 6,44 2 nachytat 13,00 8,34 2,52 3 sbalit 21,00 8,21 1,38 4 hruška 13,00 8,07 1,66 5 hrušeň 8,00 7,98 3,35 6 jabloň 10,00 7,91 1,78 7 slivoň 9,00 7,81 1,77 8 meruňka 8,00 7,75 1,95 9 třešně 9,00 7,69 1,44 10 puchrovitost 5,00 7,66 71,43 11 pecka 9,00 7,51 1,10 tabulka 1.Nejčastější kolokáty (lemmata) lexému švestka podle SYN2015 5 Podrobněji viz https://wiki.korpus.cz/doku.php/pojmy:asociacni_miry [cit.1. 3. 2017]. 6 Pro postižení kolokačního profilu substantiva švestka vco největší šíři uvádím nejčastější kolokace jak lemmat, tak slovních tvarů. OPEN ACCESS 170 ČASOPIS PRO MODERNÍ FILOLOGII 99, 2017, Č. 2 pořadí kolokát— word absolutní frekvence logDice relativní frekvence 1 sušených 37,00 10,07 11,42 2 sušené 36,00 9,78 6,69 3 sušenými 12,00 8,75 11,11 4 hrušky 10,00 8,24 3,60 5 sušená 7,00 7,99 7,07 6 sušenou 6,00 7,80 7,79 7 hrušně 5,00 7,56 7,69 8 sušené 5,00 7,54 6,58 9 meruňky 5,00 7,43 3,33 10 svejch 5,00 7,27 1,94 11 sbalil 5,00 7,23 1,75 tabulka 2.Nejčastější kolokáty (slovní tvary) lexému švestka podle SYN2015 Podle nástroje SyD (Cvrček — Vondřička, 2011) kolokační profil lemmatu švestka na nejvýraznějších pozicích obsahuje lexémy jablko, nachytat, jako, na, nebo a pudink. Výsledky vyhledávání kolokací nás informují okonkrétních výrazech, snimiž se lemma švestka typicky pojí, apřípadně ojejich sémantických polích (např.peckovité ovoce, sušené ovoce, ovocné stromy, jejich nemoci). Zároveň je však zřejmé, že jednotlivé kolokáty obsazují různé pozice vkonstrukcích, vnichž se spolu slemmatem švestka vyskytují, aže se jedná ovyšší, ale neznámý počet konstrukcí. Informace okonstrukcích se zkolokační analýzy někdy dají vyvodit jednoznačně (viz modifikace substantiva švestka adjektivem sušený), někdy svelkou mírou pravděpodobnosti: ovoce aovocné stromy se budou patrně vyskytovat slemmatem švestka vkoordinaci,7 sloveso nachytat je patrně součástí frazému nachytat na švestkách, předložka na bude nejspíše souviset se způsobem přípravy pokrmu. Někdy je podobná úvaha obtížnější: sbalit může odkazovat kfrazému sbalit svých pět švestek, ale švestky lze jistě isbalit vdoslovném významu— to vnáší další rovinu úvahy, která varianta je pravděpodobnější8; nebo spojka jako ukazuje na srovnávací konstrukci, ale není zřejmé, zda švestka bude srovnávaným pojmem, nebo srovnávacím standardem (nebo obojím?). Hlubší porozumění tomu, co vlastně ukazují uvedené přehledy kolokací, avyřešení nejasných otázek oužívání lexému švestka tak vyžaduje navazující sérii zjišťování. Gries aStefanowitsch se podobnými příklady snaží ukázat, že necitlivostí ktomu, na jaké pozici avjaké konstrukci se daný kolokát nachází, se snižuje výpovědní hodnota kolokačních přehledů, zejména vkontextu takových popisů jazyka, jako je konstrukční gramatika, které předpokládají, že reálná jazyková znalost je komplexní, 7 Poukazují na to ispojky aanebo mezi nejobvyklejšími kolokacemi podle SyD— není však jasné, zda se švestka vyskytuje typicky na první pozici vkoordinaci, nebo na druhé, nebo žádnou typickou pozici nemá. 8 Navíc vpřípadě, že sbalit odkazuje kfrazému sbalit si svých pět švestek, bude se kněmu vázat islovní tvar svejch vtabulce č.2, tj.máme zde dva tvary odkazující ke dvěma různým pozicím vjedné konstrukci. OPEN ACCESS EvA LEhEČkOvá 171 tj.zahrnuje jak morfosyntaktické, tak sémanticko-pragmatické informace odané konstrukci. Zároveň si kladou otázku, nakolik je vůbec možné tyto kolokáty mezi sebou srovnávat, když by se měly spíše srovnávat svýrazy podobného typu, které se vyskytují ve stejné pozici vkonkrétní konstrukci. Tato úvaha je zárodkem kolostrukční analýzy. 2. ZPŮSOBY AMEZE UPLATNĚNÍ KOLOSTRUKČNÍ ANALÝZY Levshina (2015, s.224n.) oKolA pojednává jako ojedné zasociačních měr, které jsou obvykle založeny na podobném principu, ať už měří vztah mezi slovy, nebo, jako KolA, vztah mezi slovy akonstrukcemi. Tento princip lze vyjádřit kontingenční tabulkou odvou sloupcích advou řádcích, vnichž se uvádějí absolutní frekvence výskytu sledovaných jevů ve vzorku, viz schematicky vtabulce 3. Konkretizace jevů AaB ihodnot n vkontingenční tabulce závisí na konkrétní výzkumné otázce azvolené metodě. Vnejjednodušším případě například Apředstavuje nějaký lexém, B konstrukci. Pro výpočet kolostrukční analýzy pak potřebujeme znát frekvenci (n) lexému Avdané konstrukci (nA aB), frekvenci jiných lexémů než Avdané konstrukci (n¬AaB), frekvenci Avjiných konstrukcích než B (nA a¬B) afrekvenci jiných lexémů než Avjiných konstrukcích než B (n¬Aa¬B). Vzhledem klogickým vztahům vjednotlivých řádcích asloupcích vtabulce 1 se typicky pro různé typy KolA (viz níže) používají hodnoty uvedené vřádcích asloupcích nadepsaných Celkem vtabulce 1 (nA, n¬A, nB, ¬B anA aB a¬Aa¬B, přičemž poslední hodnota odpovídá velikosti korpusu). B ¬B Celkem AnA aB nA a¬B nA ¬A n¬AaB n ¬Aa¬B n¬A Celkem nB n¬B nA aB a¬Aa¬B tabulka 3.Schematická tabulka frekvencí pro jevy AaB ajejich souvýskyt9 Kolostrukční analýza je typem obousměrné asociační míry, tedy takové, která najednou pro množinu výrazů měří jak jejich tíhnutí kurčité konstrukci nebo konstrukcím (attraction), tak odpor kní/nim (repulsion). Tento rozdíl se vyjadřuje kladnou, respektive zápornou hodnotou výsledné asociační síly. Již vúvodu bylo řečeno, že KolA je množinou metod umožňujících měřit vztah mezi konstrukcemi alexémy. Gries aStefanowitsch rozlišují tři základní typy: 1. Kolexémová analýza (collexeme analysis)— měří míru atrakce lexému kurčité pozici vnějaké konstrukci; lze například zjišťovat, jaká substantiva se typicky vyskytují vkonstrukci jde oN. 2. Distinktivní kolexémová analýza (distinctive collexeme analysis)— zjišťuje tíhnutí určitého lexému knějaké konstrukci ve srovnání sjinou, funkčně srovnatelnou 9 Viz např.Stefanowitsch (2013). OPEN ACCESS 172 ČASOPIS PRO MODERNÍ FILOLOGII 99, 2017, Č. 2 konstrukcí; tímto typem lze například porovnávat lexémy vpříslušných pozicích vkonstrukcích naložit auto zbožím vs. naložit zboží do auta apřispět tak pomocí KolA kpopisu jejich vzájemných funkčních rozdílů, které by se hypoteticky měly odrážet ivtypické distribuci jednotlivých lexémů, vyjádřené asociační silou. 3. Kovariační kolexémová analýza (covarying collexeme analysis)— sleduje míru atrakce lexémů na jedné pozici vkonstrukci slexémy na jiné pozici vkonstrukci; lze tak porovnávat například lexémy vpozici patientu arecipienta vditranzitivních konstrukcích nebo slovesa na dvou pozicích vkonstrukcích kontroly (doporučit panovníkovi vyhlásit válku).10 Například ukolexémové analýzy je nutné vkontingenční tabulce uvést absolutní frekvenci výskytu daného lexému L na určité pozici vkonstrukci K(L vK), poté frekvenci výskytu lexému L vjiných konstrukcích v(sub)korpusu (L vnonK), dále frekvenci výskytu Kv(sub)korpusu anakonec velikost (sub)korpusu. Udistinktivní kolexémové analýzy se uvádí absolutní frekvence lexému L vkonstrukci 1 avkonstrukci 2 apoté frekvence jiných lexémů vjedné adruhé konstrukci. Díky tomu, že se zjišťuje vztah mezi hodnotami uvedenými vtabulce 3 výše, mohou mít ilexémy se stejnou absolutní frekvencí výskytu vdané konstrukci rozdílnou asociační sílu, což se chápe jako jedna zpředností KolA. Očekává se přitom, že lexémy celkově velmi frekventované (často buď sémanticky vyprázdněné, nebo výrazně polysémní) budou ke specifické konstrukci přitahovány slabou silou, nebo iodpuzovány, alexémy vyskytující se vobou porovnávaných konstrukcích (vpřípadě distinktivní kolexémové analýzy) budou umístěny ve středu pole. KolA lze provádět různými asociačními mírami, ale Gries aStefanowitsch nejčastěji používají adoporučují Fisherův exaktní test sYatesovou korekcí (FYE). Jedná se ojeden ztestů statistické signifikance, kterým se (přesně, ne aproximativně jako uchí-kvadrátu) měří pravděpodobnost asociace lexému akonstrukce. Gries aStefanowitsch jako výhody tohoto testu zmiňují to, že je na rozdíl od chí-kvadrátu využitelný ipři malých výskytech lexémů ve sledovaných konstrukcích (tj.nižších než 5) aže nepředpokládá žádné (natož normální) rozdělení dat, což je pro jazyková data výhodné. Výsledkem KolA je uspořádaný seznam lexémů skonkrétní číselnou hodnotou udávající sílu asociace— pokud je kladná, jedná se oatrakci, pokud je záporná, jedná se oodpor. Tyto hodnoty lze převést na pravděpodobnostní škálu obvyklou vempirických studiích azjistit, zda se jedná, nebo nejedná osignifikantní atrakci/odpor. KolA se obvykle provádí ve volně dostupném počítačovém programu R umožňujícím statistickou analýzu dat.11 SKolA je spojena průběžně aktualizovaná internetová 10 Autoři KolA později rozšířili distinktivní akovariační kolexémovou analýzu ina více než dvě pozice vjedné konstrukci, popřípadě více než dvě konstrukce— tyto doplňky se označují jako mnohočetná kolostrukční analýza azteoretického hlediska vhodně reflektují představu kognitivně-konstrukčních přístupů otom, že jazyk je založen na síti mnohočetných amnohaúrovňových vztahů mezi konstrukcemi. 11 R Development Core Team (2008): R: Alanguage and environment for statistical computing. R Foundation for Statistical Computing. Austria: Vienna. Dostupné zWWW: http://www. R-project.org. [cit.1. 3. 2017] OPEN ACCESS EvA LEhEČkOvá 173 stránka spravovaná Stefanem Griesem, která shromažďuje informace potřebné pro porozumění této metodě ipro její uplatnění. Ztéto stránky je také možné si stáhnout skript Coll.analysis 3.5 vytvořený Griesem vprogramu R (Gries, 2014), který je možné použít přímo při zpracování jednotlivých typů KolA bez nutnosti tyto skripty samostatně vytvářet nebo kopírovat.12 Výchozí asociační mírou je Fisherův exaktní test, avšak je možné znabídky zvolit ijiné míry, například chí-kvadrát, MI/T-score či přirozený logaritmus poměru šancí (log odds ratio). KolA se od svého vzniku využívá krůzným účelům aoblasti, kde se uplatnila, se postupně rozšiřují. Typické je její využití při popisu částečně schematizovaných konstrukcí (tj.takových, které mají některé pozice otevřené, jako konstrukce jde oN), viz například Stefanowitschova analýza metaforické konstrukce in the heart of N (2005). Podobně KolA umožňuje sledovat tíhnutí slovesných lexémů kurčitým valenčním konstrukcím nebo kurčité hodnotě kategorií času, vidu azpůsobu (viz kontrastivní výzkum kauzativních konstrukcí vangličtině afrancouzštině ve studii Guilquin(ové), 2015). Existují výzkumy zjišťující rozdíly vatrakci lexémů vzávislosti na varietě (britská vs. americká angličtina, Wulff(ová) et al., 2007) nebo způsobu realizace promluvy (psaný/mluvený projev, Stefanowitsch— Gries, 2008). Posledně zmíněná studie je zajímavou extenzí původní verze KolA. Autoři na třech případových studiích zjišťují, zda budou výsledky KolA různé při změně komunikačního kanálu (vytvářejí tak třídimenzionální kolostrukční analýzu kombinující lexém, konstrukci akanál). Jejich obecným zjištěním je, že výsledky třídimenzionální KolA zásadním způsobem výsledky původní KolA nemění, umějí však odhalit specifické asymetrie dané komunikačním kanálem: například vdistribuci sloves vaktivu apasivu existoval rozdíl mezi psaným amluveným projevem vtom, že aktivní konstrukce vmluveném projevu přitahovaly nejsilněji anglická jednoslabičná slovesa germánského původu (například do, get, say, want), kdežto vpsaném projevu se vaktivu vyskytovala typicky slovesa delší, původu románského (enclose, provide, include, contain)— tento rozdíl ale nebyl doložen upasiva. Hilpert (2006 a2012) ukazuje možnosti využití azpůsoby interpretace KolA vdiachronním výzkumu, vprvní studii mimo jiné na příkladu distinktivní kolexémové analýzy uplatněné na tři historická období, vnichž se vangličtině vyvíjelo užívání konstrukce shall + infinitiv. KolA se využívá ive výzkumu osvojování druhého/cizího jazyka (Ellis— Ferreira-Junior, 2009; Gries— Wulff, 2005, 2009), ato zejména při kombinaci korpusových aexperimentálních psycholingvistických výzkumů, vnichž se kupříkladu při hodnocení přijatelnosti nebo úlohách zaměřených na dokončování vět (sentence completion tasks) zjišťuje citlivost nerodilých mluvčích ktíhnutí konkrétních lexémů kurčitým konstrukcím. Od vytvoření KolA se objevily dvě její zásadnější kritiky (Bybee, 2010, aSchmid— Küchenhoff, 2013), které stojí za to zmínit. Na oba kritické texty rozsáhle reagoval Gries (2012 a2015). Vtomto textu uvádím jen dvě výhrady, které nemají jen technický13, ale iteoretický rozměr. Za prvé je otázka, zda je adekvátnější vyjádřit nějaký 12 Skripty ke KolA uvádí například Levshina (2015). 13 Mezi techničtější otázky patří například fakt, že Schmid— Küchenhoff (2013) kritizují použitou asociační míru FYE anavrhují vlastní variantu měření, jež nepracuje spravOPEN ACCESS 174 ČASOPIS PRO MODERNÍ FILOLOGII 99, 2017, Č. 2 vztah asociační silou než absolutními frekvencemi. Bybee(ová) se dlouhodobě věnuje výzkumu vlivu tokenové atypové frekvence na ukládání, reprezentaci avybavování jazykových jednotek, které se obvykle vtěchto výzkumech udávají vabsolutních frekvencích. Ztohoto hlediska jsou zajímavé psycholingvistické výzkumy, které realizoval Gries spolu skolegy (Gries et al., 2010). Podle nich se zdá, že pro ukládání avybavování konstrukcí je asociační míra lepší prediktor než absolutní frekvence. To je jistě cenný výsledek, který si vyžaduje další replikace ina jiných jazycích. Druhá námitka souvisí sotázkami kognitivní adekvátnosti— je možné provázat metodu KolA ajejí výsledky sněkterými zkognitivních schopností aprocesů? Gries (2015) uvádí, že lze uvažovat osouvislosti sprocesy ukládání (entrenchment) avyhodnocování distinktivní hodnoty rysu (cue validity and reliability) při kategorizaci avybavování informace. Vreakci na kritické texty Gries (2015, s.533) souhrnně konstatuje, že je nutné si být vědom toho, že KolA, tak jako jiné asociační míry, je založena na jednoduché metodě, která tak nutně komplexní multidimenzionální mentální prostor znalosti jazyka jeho mluvčími představuje ve zjednodušené formě.14 Ztoho důvodu je podle Griese zásadní vnejbližší budoucnosti rozvíjet sofistikovanější metody analýzy dat (smíšené modely zohledňující vliv jednotlivých lexémů ajednotlivých mluvčích, měření korelací mezi výsledky korpusových aexperimentálních výzkumů apod.). Na druhou stranu není podle něj vhodné KolA pro její omezení zcela zatracovat: je vhodným avelmi snadným nástrojem pro zjištění systematických vztahů mezi lexémy akonstrukcemi, ahodí se proto pro první fáze výzkumů zaměřených na lexiko-gramatické vztahy. Navíc výzkumy poukazující na její prediktivní sílu činí její výsledky zajímavými izkognitivního hlediska. 3. PŘÍPADOVÁ STUDIE: [V(SI) (SVÝCH) PĚT/PÁR ŠVESTEK] Pro ilustraci uplatnění KolA na češtinu můžeme vyjít zvýsledků analýzy kolokací lexému švestka vprvní části tohoto textu. Domnívali jsme se, že sloveso balit atvar zvratného posesivního zájmena svejch mohou pocházet zfrazému sbalit si svých pět švestek. Když se předběžně podíváme do psaných korpusů Českého národního korpusu (SYN ve verzi 4, viz Hnátková et al., 2014), vidíme, že konstrukce vykazuje poměrně velkou míru variability, jak ukazují příklady (1)–(6): (1) Poté vzal svých „pět švestek“, ženu zamkl autekl. (2) Sbalil jsem si svých pět švestek apěkně po anglicku se vypařil. děpodobnostními hodnotami. Gries namítá, že KolA je použitelná srůznými asociačními mírami podle preferencí každého badatele, auvádí, proč on sám preferuje FYE (viz výše vtomto textu). Dále usložitějších typů KolA je nutné vkontingenční tabulce uvádět počet konstrukcí odlišných od té sledované, vnichž se konkrétní lexém vyskytuje, což může vpouze lemmatizovaných korpusech (oproti syntakticky anotovaným) představovat metodologický problém. Gries (2015) navrhuje možné způsoby jeho řešení. 14 Vědomí této skutečnosti se ostatně uautorů KolA odráží ivtom, že vyvíjejí pokročilejší verze této metody, jako je mnohočetná nebo třídimenzionální KolA. OPEN ACCESS EvA LEhEČkOvá 175 (3) Tak jsem si sbalil pět švestek ajelo se do Ostravy (4) …vsešikmeném rohovém domě za vodárnou složil svých pět švestek. (5) Přijdou, pak zase seberou svejch pět švestek atáhnou dál. (6) Když jsme se vzali akaždý rozbalil svých „pár švestek“. Jednak všesti příkladech vidíme pět různých sloves (vzít, sbalit, složit, sebrat, rozbalit), ve větě může být přítomno zvratné zájmeno osobní (si) nebo přivlastňovací (svých nebo svejch) nebo obě najednou, kvantifikujícím výrazem může být buď číslovka pět, nebo pár. Vprostoru, jaký poskytuje tato studie, se můžeme zaměřit na dvě otázky: 1.Jaká je variabilita na pozici řídícího slovesa akterá ztěchto sloves jsou ke sledované konstrukci přitahována? 2. Je variabilita na pozici kvantifikátoru (pět/pár) determinována lexémem na pozici predikátu? Kzískání odpovědi na první otázku použijeme jednoduchou kolexémovou analýzu, kdruhé otázce použijeme kovariační kolexémovou analýzu. Konstrukci sbalit si svých pět švestek chápeme jako částečně schematizovanou snásledující strukturou [V(si) (svých) pět/pár švestek]15. Podle toho můžeme formulovat korpusový dotaz: [tag="V.*"]{0,4}[lemma="pět|pár"][word="švestek"], který obsahuje otevřenou pozici slovesa, protože chceme sledovat lexikální variabilitu na této pozici vdaném frazému; vzhledem ktomu, že může, nebo nemusí být přítomno zvratné osobní a/nebo přivlastňovací zájmeno, popřípadě ještě adverbium, na dané pozici umožňujeme přítomnost dalších výrazů— {0,4}, na další pozici pak očekáváme buď výraz pár, nebo pět anakonec slovní tvar švestek16. Ze získaných 710 dokladů (i.p.m. 0.16) jsem ručně odstranila nefigurativní kontexty aduplicity. Zůstalo 605konkordancí. Unich jsem doplnila slovesná lemmata, kterých bylo 66. Tam, kde se jednalo opolysémní slovesný lexém, nebo vpříkladech, kde by slovesné lemma neodkázalo přesně kvýznamu použitému vdané větě, jsem přidala nezbytné doplnění, viz například dát_dohromady nebo koupit_za níže. Následně jsem vytvořila kontingenční tabulku. Pro kolexémovou analýzu potřebujeme znát čtyři údaje: frekvenci slovesa ve sledované konstrukci, frekvenci slovesa vkorpusu SYN (bez jeho výskytu ve sledované konstrukci), výskyt konstrukce vkorpusu avelikost korpusu. Výsledná tabulka ve formátu .txt se vloží vprogramu R do skriptu vytvořeného S. Griesem (2014). Výsledkem je seznam sloves sudanou hodnotou jejich asociační síly. Asociační síla měřená Fisherovým exaktním testem se interpretuje tak, že pokud je kladná avětší než 3, je hodnota pravděpodobnosti p < 0.001, hodnota větší než 2 odpovídá p < 0.01 ahodnoty nad 1,3 odpovídají p < 0.05. Pokud je tedy kolostrukční síla vyšší než 1,3, daná slovesa jsou ke sledované konstrukci přitahována vmíře větší, než vyplývá znáhodné distribuce, za dostatečně signifikantní se obvykle považují hodnoty vyšší než 2,0. Výsledky kolexémové analýzy pro prvních 15 Od možnosti postpozice slovesa za akuzativní NP vtéto sondě pro jednoduchost odhlížím, výsledky nejsou touto redukcí zásadně ovlivněny. 16 Hledání podle slovního tvaru švestek, nikoliv lemmatu švestka přispívá keliminaci nerelevantních dokladů. Zároveň nepředpokládám, že výraz švestek bude bezprostředně premodifikován jiným výrazem ještě před modifikací kvantifikátorem pět/pár. OPEN ACCESS