„Dabartinės rašomosios lietuvių kalbos dažninis žodynas“ ir jo bazė

ACTA LINGUISTICA LITHUANICA XLVI (2002), 19 - 37 Dabartinės rašomosios lietuvių kalbos dažninis žodynas ir jo bazė LAIMAGRUMADIENE Lietuviy kalbos institutas There are few electronic databases for Lithuanian. The largest are the Frequency Dictionary of Modern Written Lithuanian, compiled by V. Zilinskiené and L. Grumadiené, and the Lithuanian Language Corpus of Kaunas University. The former is presented in detail here: the principles of its compilation and its possible uses are discussed, and the hitherto published work in statistical linguistics based on it is briefly characterised. The main problems in connection with the databases for modern Lithuanian are: (1) their insufficient differentiation (they reflect only the written, not the spoken language), (2) their not being optimally used, as the Lithuanian scholarly community lacks the preparation needed for working with such tools, and (3) tne fact that the efforts of scholars compiling them receive too little public recognition and are not valued as original scholarly achievements. 1. ELEKTRONINIU DUOMENŲ BAZIU SENEJIMAS IR ,NEREIKALINGUMAS*“ Kaip tik dabar lietuvių kalbotyra yra tarsi sustingusi tigro Suolyje: po daugiausia i$ struktūralizmo gauto impulso atsiradę išsiskiriantys darbai jau parašyti, tačiau ore tvyrote tvyro naujų, ne menkesnių darbų laukimas. Tam reikia ne tik kitokio požiūrio į kalbos reiškinius, bet ir naujų, dar neišbandytų metodų ir darbo priemonių. Šiais informacinių technologijų laikais naujos kalbininkų darbo priemonės neretai yra susijusios su elektroninėmis duomenų bazėmis, o šios — su lingvostatistiniais leidiniais. Atrodytų, kad savaime aišku, jog vieni nuo kitų skiriasi, nes elektroninės bazės yra dinamiškos, su jomis galima dirbti savarankiškai, o leidiniai yra statiški, jie tėra autorių pageidavimu pateiktų duomenų sankaupa. Tačiau anksčiau, o kartais ir dabar Lietuvoje tokios bazės ir leidiniai buvo ar yra tapatinami. Tai rodo atgalinių (dar vadinamų atvirkštiniais) žodynų istorija. Pirmasis lietuviškas atgalinis žodynas, amerikiečio Davido F. Robinsono (1976) parengtas 1954 m. DLKZ leidimo pagrindu, aprėpė apie 45 000 žodžių, jis gal nė neturėjo savo elektroninės bazės, bent autorius apie ją neužsimena. Be to, tais laikais tokia elektroninė bazė Lietuvoje būtų buvusi nė neprieinama, nesir patį žodyną maža kas tebuvo vartęs, kadangi jis buvo nedideliu tiražu išleistas Amerikoje. Šiauliškis Juozas Korsakas (1991) atrankos principu parengė Lietuvių kalbos inversinį 20 | LAIMA GRUMADIENĖ žodyną, aprėpusį beveik 22 000 žodžių, jo pagrindas taip pat buvo DLKŽ, bet jau 1972 m. leidimas. Dirbama buvo naudojantis savo susidarytąja elektronine duomenų baze, bet pastaroji nėra viešo naudojimo (tikriausiai dėl techninių priežasčių), taigi prieinama tik spausdintos knygos pavidalu. Vidos Žilinskienės Atgalinis dabartinės lietuvių kalbos žodynas (1995) nėra vien DLKŽ perrašas, nes žodžiai atgaline tvarka pateikiami suskirstyti kalbos dalimis, pridedama statistinė analizė. Dabar jis iš esmės prieinamas taip pat tik spausdinta forma, nors egzistuoja ir elektroninė. Ja buvo gana nedaug pasinaudota (E. Jakaitienės vadovautai darbo grupei rašant lietuvių-norvegų žodyną, Daivos Murmulaitytės straipsniams (1998, 1999 ir kt.)). Beje, pastarasis žodynas ir analizė parengti naudojantis kompiuterine DLKŽ (1993 m.) versija ir jos statistine analize, o ne, kaip savo apžvalgoje nurodo Rūta Marcinkevičienė (2000a: 16), Dažninio dabartinės rašomosios lietuvių kalbos žodyno (Grumadienė, Žilinskienė 1997; 1998) baze. Bendromis Matematikos ir informatikos bei Lietuvių kalbos instituto mokslininkų pastangomis parengta DLKŽ (1993 m. leidimo) elektroninė versija buvo negausiai tiražuota (1995), nes tiesiog neturėta teisės platinti leidinius elektronine forma. Dabar Lietuvių kalbos institutas vėl ėmėsi DLKŽ, bet jau 2000 m. leidimo, kompiuterizavimo (vadovas Stasys Keinys), yra gavęs finansinę paramą iš Lietuvos mokslo fondo. Kaip žinia, 1993 m. ir 2000 m. DLKŽ leidimai maža kuo tesiskiria, todėl verčia suklusti tas faktas, kad nuspręsta ankstesne elektronine versija nesinaudoti vien dėl to, kad ji parengta jau moraliai senstelėjusioje DOS aplinkoje ir FOXPRO bazėje: vėl imtasi kompiuterio skaitliu nuskaityti jau turimą elektroninį tekstą, reikalingą tik nedidelių pataisymų, tuo didinant darbo sąnaudas ir išlaidas. Gal net ir statistinė analizė bus atliekama iš naujo? Bet juk taip, kaip kompiuterinė 1993 m. DLKZ leidimo versija, moraliai sensta ne viena elektroninė duomenų bazė, todėl akivaizdu, kad reikia susirūpinti jų priežiūra. Ar panašiai, kaip DLKŽ (1993) elektroninei versijai, neatsitiks ir bendromis minėtų institutų labiau vertinami nei brangiai kainuojančios ir daug naujoviško darbo galimybių teikiančios elektroninės duomenų bazės. Lituanistai turėtų susitarti dėl tokių elektroninių duomenų bazių, kuriose naudojami specifiniai ženklai, pvz., senųjų raštų, transkribuotų tarmių tekstų, nes jau dabar tenka iš naujo perrinkti straipsnius su tokio tipo pavyzdžiais, jeigu dėl vienokių ar kitokių priežasčių apsisprendžiama juos pateikti ne, tarkime, Lietuvių kalbos instituto leidiniams, o kuriai nors iš Vilniaus universiteto leidinių redakcijų. Dabar leidžiami tarmių žodynai, tarmių tekstai, nors ir būdami elektroninės formos, yra tik spaustuvės modernėjimo ženklas, nes jų tekstais naudotis kaip elektronine duomenų baze neįmanoma. Taigi nesant lituanistų susitarimo dėl bendros kodavimo sistemos (pvz., UNICODE ar kitos), viešas naudojimasis elektroniniais duomenų bankais labai apsunkinamas, nekalbant jau apie tai, kad labai ribotas, o kartais ir neįmanomas tampa elektroninių technologijų, programų panaudojimas jų analizei. Negi turime jų tiek daug, kad nebepajėgiame aprėpti? Problema yra ta, kad nei kalbininkai, nei jiems talkinantys informatikos specialistai iki šiol tinkamai nesuvokia, kad duomenų bazės turi būti dinamiškos, dirbant su jomis turi būti sudarytos galimybės taikyti gausybę vis atsirandančių naujų programų ir technologijų, jos turi turėti konvertavimo į aukštesnę kompiuterinę versiją galimybę. Iki šiol dauguma Lietuvoje kuriamų elektroninių duomenų bazių sudaromos taip, tarsi tai būtų tie patys lapeliai su DABARTINĖS KALBOS DAZNINIS ŽODYNAS IR JO BAZĖ |21 kalbos duomenimis, tik surinkti kompiuterio klaviatūra. Netrukus tie duomenys gali prilygti akmenyje iškaltam dantiraščiui: naujos kartos kompiuterių ekranuose bus matyti tik „vėliavėlės“ ir „kvadratukai“, kurių šifravimo, nelyginant runų skaitymo, galės imtis ateities kalbininkai. Iki šiol rengtos diskusijos šiuo klausimu buvo bevaisės, bet, matyt, nereikia prarasti vilties, vėl verta kviesti diskutuoti ir tartis. Beje, atkreiptinas dėmesys į terminus: elektroninės formos BAZĖ, BANKAS, TEKSTYNAS (KORPUSAS), ARCHYVAS. Pats madingiausias iš jų — TEKSTYNAS (KORPUSAS). Jis įvairiai apibrėžiamas, bet bendra visiems apibrėžimams yra tai, kad TEKSTYNU laikomas elektroninės formos tekstų rinkinys, todėl neretai beveik viskas, kas anksčiau vadinta duomenų bazėmis, imta vadinti tekstynais (juk atskirų tekstų dydis nereglamentuojamas). BANKO terminas dažniausiai siejamas su terminologija: paprastai terminų bankai nevadinami tekstynais. Dabar ARCHYVO terminas vis dažniau siejamas su laiko dimensija: elektroninė senų duomenų sankaupa gali būti vadinama archyvu arba baze. Taigi pats neutraliausias terminas išlieka ELEKTRONINĖ DUOMENŲ BAZĖ, todėl čia jis dažniausiai ir vartojamas (plg. Kennedy 1998: 3 tt.). 2. ELEKTRONINES DABARTINES LIETUVIŲ KALBOS DUOMENŲ BAZES IR LINGVOSTATISTINIAI LEIDINIAI Elektroninės formos dabartinės lietuvių kalbos duomenų bazių pertekliaus nėra. Atitinkamai negausu ir lingvostatistinių leidinių, šiek tiek dažniau naudojamasi tik lingvostatistiniais metodais. Čia išsiskiria vienintelė fonetika ir jos rezultatais besiremianti fonologija. Gal taip atsitiko dėl pačios fonetikos prigimties, t. y. dėl to, kad dažnai kartojantis tiems patiems vienetams — garsams — tiesiog peršasi statistika grįstos išvados, o gal dėl subjektyvių veiksnių, t. y. dėl to, kad atsirado naujoviško mąstymo tyrėjų: visų pirma Aleksas Girdenis ir jo mokiniai, taip pat Antanas Pakerys. Šiaip ar taip, abu šie veiksniai lėmė lietuvių fonetikos bei fonologijos šuolį ir net savotišką atotrūkį nuo kitų kalbotyros šakų. Tiesa, pati fonetika yra tarpinė sritis tarp tiksliųjų mokslų ir lingvistikos. Kita pagal pasikartojančių vienetų dažnumą einanti kalbotyros sritis yra morfologija. Taigi logiška būtų manyti, kad visų pirma šioje srityje jau turėtų rastis poreikis operuoti ir lingvostatistiniais duomenimis, ir elektroninėmis duomenų bazėmis. Kol kas taip neatsitiko, nors tokių darbų ir darbo priemonių jau yra. Pirmąjį lingvostatistinį leksikos ir morfologijos darbą Lietuvoje, naudodamasi ESM, parengė Vida Žilinskienė (1990). Jos Lietuvių kalbos dažninis žodynas remiasi vieno iš funkcinių stilių — publicistikos — duomenimis, jame pateikiama 300 000 žodžių pavartojimų analizė (t. y. tiek tų pačių leksemų, tiek ir skirtingų, o tokių būta 18 776, dėl visuotinai priimtų dažninių žodynų sudarymo taisyklių atsisakius toliau tirti 11 956 tikrinius žodžius). Visi ištisiniai tekstai, susidedantys iš atkarpų (imčių) po 1000 žodžių pavartojimų, buvo morfologiškai išanalizuoti, sukirčiuoti, po to perforuoti ir suleisti į dabar jau moraliai pasenusias ir nebenaudojamas ESM „Minsk-22“. Elektroninių duomenų bankas yra, bet juo jau labai sunku būtų pasinaudoti. Gaila, bet nei leksikologine, nei morfologine, nei akcentologine vienos iš dabartinės lietuvių kalbos atmainų — publicistikos — teksty lingvostatistine analize iki šiol tinkamai taip ir nebuvo pasinaudota nei moksliniais, nei praktiniais, ypač vadovėlių ir mokomųjų žodynų rašymo, tikslais. Vienas iš elektroninėmis priemonėmis rengtų (dalyvauta tarp- 22 | LAIMA GRUMADIENĖ tautinėje CHILD programoje) ir nagrinėtų sinchroninės morfologijos darbų pavyzdžių galėtų būti Inetos Savickienės (1999) daktaro disertacija, skirta vaikų kalbos morfologijai. Beje, reikėtų paminėti, kad kitų lygmenų, stilistikos ir iš dalies sintaksės, kurių vienetų dažnumas daug mažesnis, lingvostatistiniais duomenimis besiremiančių darbų, visų pirma Audronės Bitinienés (1983, 1997, 1998 ir kt.), radosi jau prieš keliolika metų. Jau yra ir vienas kitas lingvostatistiniais duomenimis grįstas bandymas tirti dabartinę leksiką. Pastaruoju metu dažniausiai tokie darbai dirbami Vytauto Didžiojo universiteto Dabartinės lietuvių kalbos tekstyno (apie 60 000 000 žodžių pavartojimų) bazėje (pvz., Rūtos Marcinkevičienės (2000a; 2000b) atlikti kolokacijų tyrimai, Jurgitos Mikelionienės (2000) daktaro disertacija apie neologizmus ir kt.). Nedidelių elektroninių duomenų bazių pagrindu rengiama vis daugiau leksikos darbų, kartais gana specifinių, pvz., Astos Ryklienės (2000) daktaro disertacija apie interneto naršytojų vartojamą leksiką ir jos darybą, bet apskritai tokių darbų nedaug, į šį procesą menkokai yra įsitraukusi studentija (išskyrus nebent Vytauto Didžiojo universitetą). Elektroninę leksikos nagrinėjimui skirtą bazę baigia rengti Antano Pakerio vadovaujama grupė Vilniaus pedagoginiame universitete, tuomet gal ir čia padaugės tokio pobūdžio studentų darbų. Šiame straipsnyje apsiribojama dabartinės rašytinės lietuvių kalbos tyrimams reikalingų darbo priemonių aprašymu, todėl neaptariama jau pasipylusi senųjų raštų tyrimų, besiremiančių savąja elektronine Lietuvių kalbos instituto duomenų baze, serija. Savų elektroninių duomenų bazių atsiradimas, be jokios abejonės, naują postūmį suteiks lietuvių dialektologijai: Lietuvių kalbos institute jau ruošiamasi steigti Tarmių centrą, kuriame elektronine forma būtų rengiami tarmių įrašai ir iš jų iššifruoti transkribuoti tekstai. Tame pačiame institute pradėti elektroninių onomastikos bei toponimikos duomenų bazės kūrimo darbai. Jau rengiama didžiojo Lietuvių kalbos žodyno elektroninė duomenų bazė turėtų tapti tikru posūkiu lietuvių leksikografijoje, daug tikimasi ir iš Bendrinės lietuvių kalbos žodyno elektroninės duomenų bazės. Vilniaus universiteto dėstytojai, vadovaujami Evaldos Jakaitienės, yra įsitraukę į vieną iš Europos Sąjungos projektų ir rengia elektroninį vadinamąjį universalųjį lietuvių kalbos žodžių sąrašą, kurio pagrindu turėtų pratrūkti naujoji dvikalbių žodynų serija. Tam tikru mastu tai lyg ir konkuruojanti su Bendrinės lietuvių kalbos žodyno redakcija firma. Daugiausia Valstybinės lietuvių kalbos komisijos jėgomis, Europos Sąjungai paakinus, pradėti rengti elektroniniai vadinamieji Terminų ar Svetimžodžių portfeliai, savotiški naujausių ir labai dažnai vartojamų įvairių sričių terminų ir žodžių samplaikų sąrašai, Europos Sąjungos platinami visoms jos narėms ir kandidatėms, kad kalbos galėtų prisitaikyti ir pasiruošti kylančiai vertimų bangai, taip pat mašininiam vertimui. Elektroninės dabartinės sakytinės kalbos duomenų bazės, kaip ir lenkų, rengiamos radijo ir televizijos kalbos įrašų pagrindu, pradžią yra padariusi grupė Vilniaus universiteto mokslininkų (vadovė Meilutė Ramonienė). Tame pačiame universitete ruošiamasi kaupti elektroninę slavizmų bazę (vadovas Vytautas Kardelis), kurioje turėtų būti tiek garso įrašų, tiek ir iš jų išrinktų bei transkribuoty pavyzdžių. Kaip rodo patirtis, rezultatų galima bus tikėtis tik išmokus dirbti su tokio pobūdžio duomenimis, įgavus įgūdžių naudotis naujomis galimybėmis. Tuo tikslu reikalingos laboratorijos, kur šito būtų mokomasi, geriausia — nuo jaunumės. Pati elektroninių duomenų bazių prigimtis suponuoja viešumą, sutvarkytos jos turėtų būti prieinamos visiems to reikalingiems. Didžiausios lietuvių kalbos duomenų sankaupos yra Lietuvių kalbos insti- DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ |23 tute, todėl modernėdamas būtent jis turėtų tapti didžiausiu elektroninių lietuvių kalbos duomenų bazių rengimo centru, viešo jų naudojimosi šaltiniu, tokio pobūdžio darbų ir idėjų traukos bei spinduliavimo centru — galbūt šį vaidmenį ir atliks Lietuvių kalbos instituto bazėje steigiamas Lituanistikos centras? Tos elektroninės duomenų bazės, kurios pateks į internetą, taps dar atviresnės. Beje, vieta, kur naudotis kompiuteriu, kai atsiranda galimybė prisijungti prie interneto, tampa nebesvarbi, svarbu tik tai, kas yra patekę į internetą. Bet tai ateities planai. Iki šiol Lietuvoje nėra įteisinta lingvostatistinių darbų leidyba elektroniniu pavidalu, nesuderintas autorinių teisių klausimas, todėl tebėra aktualūs ir popieriuje spausdinti tokie darbai. Tačiau elektroninės duomenų bazės ir lingvostatistiniai leidiniai skiriasi iš esmės, pastarieji tėra ledkalnio viršūnė. Toliau čia aptariamas konkretus klausimas: elektroninės dabartinės rašomosios lietuvių kalbos duomenų bazės ir lingvostatistinių žodynų santykis. Pastarųjų be bazės būti negali, tačiau bazės teikiamos galimybės toli gražu nesiriboja tik žodynų leidyba. 3. ELEKTRONINĖS DABARTINĖS RAŠOMOSIOS LIETUVIŲ KALBOS DUOMENŲ BAZES IR DAZNINIAI ZODYNAI Elektronines kalbos duomenų bazes, savaime aišku, iš kitokių kalbos duomenų sankaupų išskiria visų pirma jų elektroninė forma ir su tuo susijusių kompiuterinių technologijų naudojimo specifika. Elektroninių duomenų bazių atsiradimas suteikė visiškai naujų galimybių tirti kalbą, bet pačios jos nesietinos tik su šiuolaikinių elektroninių laikmenų atsiradimu. Tai, kad skirtingomis priemonėmis gaunama iš esmės analogiškų rezultatų, visų pirma dažninių gramatinių formų ir leksemų charakteristikų, rodo, kad tarp šiuolaikinių elektroninių duomenų bazių ir daug senesnių jų analogų esama nemaža bendrumo. Prancūzijoje Larousse leidykla jau nuo 1956 m. žodynų rengimui pradėjo naudotis masinine (senosios kartos elektroninių skaičiuojamųjų mašinų, ESM) žodynų kartoteka (Rozencvejg 1986: 82). Klausimas dėl to, kaip sudarytinos šiuolaikinės elektroninės kalbos duomenų bazės, kilo, viena vertus, todėl, kad atsiradus naujoms technologijoms jau buvo įmanoma susidoroti su dideliu informacijos kiekiu, tuomet ėmė didėti teksto, skirto iliustruoti vieną žodį (t. y.jo konteksto), apimtis. Taip radosi naujų galimybių tirti žodžio, o vėliau ir didesnių kalbos vienetų, prezumpcijas, taigi ir sintaksę, semantiką. Imta žavėtis vis didesnėmis tekstų atkarpomis, galų gale pereita net prie ištisų baigtinių tekstų, kol to nesutramdė autorinių kūrėjų teisių įsigijimo kainos. Kita vertus, ko gero, Gutenbergo išradimo poveikiui prilygo kompiuterių atsiradimas, o svarbiausia — jų plitimas neregėtu greičiu, todėl geometrine progresija išaugus įvairiapusiams Žmonių ryšiams per atstumą tiek su ta pačia kalba kalbančiais, tiek ir su kitakalbiais radosi skubus socialinis užsakymas gauti įvairialypės su kalba susijusios statistinės informacijos, kad būtų galima automatizuoti kuo daugiau bendravimo procesų: kalbų mokymo, vertimo, atpažinimo, informacijos suspaudimo, persiuntimo ir kt. Lietuvių kalbotyra neliko nuošaly nuo šio bendro proceso, tik, žinoma, gerokai atsiliko laiko atžvilgiu. Pasaulyje per visą XX amžių, ypač antrąją jo pusę, jau tarsi buvo ruošiamasi naujam šuoliui. Visų pirma tai buvo dažniniai kalbų žodynai. Pirmieji pasirodė dar XIX a. 24 | LAIMA GRUMADIENĖ pabaigoje — XX a. pradžioje. Pats pirmasis — vokiečių kalbos, kurį stenografas E Kaedingas (1898), naudodamasis lapelių kartoteka, parengė net 11 000 000 žodžių pavartojimų pagrindu. Gerokai vėliau G. Vander Beke (1929) išleido tokio pobūdžio prancūzų kalbos žodyną. H. Eatonas (1934) parengė keturių kalbų — anglų, prancūzų, vokiečių ir ispanų — tūkstančio pirmųjų dažniausių žodžių lyginamąjį žodyną. Pirmąjį anglų kalbos dažninį žodyną parengė E. Thorndike’as ir L. Lorge (1944), ispanų — V. Garcia Hozas (1953). Pirmąjį dažninį rusų kalbos žodyną Amerikoje parengė H. Josselsonas (1953), o N. P. Vacaras (1966), taip pat Amerikoje, išleido tarybinio laikotarpio rusų šnekamosios kalbos dažninį žodyną, bet iš esmės jis yra parengtas tik dramaturginių kūrinių kalbos pagrindu. E. Šteinfeldtas (Štejnfel'dt 1963) Taline išleido Puškino kalbos dažninį žodyną. Remdamasis 1 000 000 žodžių tekstynu, sudarytu iš per pusę grožinės literatūros ir vadinamosios informacinės prozos (publicistika, kanceliariniai raštai ir mokslo literatūra), dažninį rusų kalbos žodyną Upsaloje parengė L. Lonngrenas (1993). Pirmieji ne tik rusų, bet ir rumunų, italų kalbų dažniniai žodynai taip pat buvo parengti Amerikoje — A. Juillando, P. M. Edwardso, I. Juillando (1965), A. Juillando, V. Traversos (1973) (beje, A. Juillandas, E. Ch. Rodriguesas (1964) ten pat jau buvo parengę dar vieną ispanų kalbos dažninį žodyną, vėliau dar tokį parengė J. R. Alameda ir E. Cuetos (1995)). Ištisa serija dažninių žodynų buvo grindžiama Prahos lingvistinio būrelio funkcinių kalbos stilių koncepcija, taip pat Boriso Larino bendrinės kalbos samprata: pirmasis, kaip ir dera, buvo čekų kalbos, iš pradžių atskirų funkcinių stilių, o vėliau ir bendrasis, kuriuos parašė Marie Tėšitelovos vadovaujamas autorių kolektyvas (J. Jelinekas, J. V. Bečka ir kt., žr. Tėšitelova 1983). Anksti suskubo latviai, kaip ir čekai, iš pradžių parengę atskirų funkcinių stilių, o vėliau dviejų dalių bendrąjį žodyną — T. Jakubaite, D. Kristovska, D. Gulevska, V. Ozola, R. Prūse, A. Rubine, N. Sika (1966-1976). Ta pačia metodika rėmėsi ir V. A. Agrajevas, V. V. Borodinas, V. M. Muratova, E. V. Tisenko, vadovaujami L. N. Zasorinos (1977), rengdami dažninį dabartinės rusų kalbos žodyną 1 000 000 žodžių pavartojimų iš keturių funkcinių stilių pagrindu. Tik vieno funkcinio stiliaus — grožinės literatūros — yra dažninis baltarusių kalbos žodynas, kurį parengė N. S. Mazeika ir A. J. Suprunas (Mažejka, Suprun 1976). Tik publicistikos stiliaus yra ir bulgarų kalbos dažninis žodynas (Todorova, Pančovska 2001). Pirmasis V. Žilinskienės (1990) parengtas lietuvių kalbos dažninis žodynas taip pat buvo tik vieno funkcinio stiliaus — publicistikos, dirbant buvo naudojamasi ta pačia čekų metodika, daug bendradarbiaujama su latviais. Laikui bėgant, nors lietuvių kalba tuo pasigirti ir negali, pasaulyje atsirado įvairiausių dažninių žodynų: atskirų autorių kalbos, funkcinių stilių, regioninių kalbų atmainų, rašytinės ir sakytinės kalbos ir t. t. Nefunkcionalūs tapo „apskritai m kalbos“ dazniniai žodynai, nes jų prireikė tenkinant konkrečius tikslus, taigi žodžių atranka turėjo būti daroma iš kurios nors srities tekstų, o ne iš jų visumos. Kita vertus, dažninių žodynų sudarymo problema „pateko į kitą matavimą“, kai Amerikos biheivioristams ir pozityvistams ieškant vartosenos pavyzdžių radosi elektroninių tekstynų: elektroninių technologijų raida buvo sparti, todėl galima buvo ne tik kaupti, bet ir apdoroti didžiulius tekstų masyvus. Tekstynų lingvistikos pradžia laikomi 1961 m., kai Nelsonas Francis ir Henry Kučera anonsavo ir ėmėsi kurti garsųjį elektroninį rašytinės kalbos Browno tekstyną (Brown university), Johnas Sinclairas — to paties formato LOB (Lancaster-Oslo/Birmingen) teks- DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ |25 tyną; dar 1959 m. Randolphas Ouirkas anonsavo rašytinės ir sakytinės kalbos tekstyną SEU (Survey of English Usage), jį tęsė Janas Svartvikas, Lundo universitete ėmęsis kurti sakytinės kalbos tekstyną LLC (London-Lund Corpus of Spoken English). Visų minėtų tekstynų apimtis tuomet buvo apie 1-1,15 mln. žodžių pavartojimų, po to atsirado daugiau panašių tekstynų (žr. Aijmer, Altenberg 1991: 1tt.). Antrosios generacijos tekstynų apimtis skaičiuojama dešimtimis milijonų, trečiosios — jau šimtais ir tūkstančiais. Pasaulyje išlieka aktuali kompiuterių programinės įrangos ir atskirų darbo programų suderinamumo problema: sukaupta jau nepaprastai didelės apimties tekstynų — šimtų milijonų žodžių (tai iš esmės bibliotekos elektronine forma), bet kaip patogiai jais naudotis, kaip suskaičiuoti elementariausius dažnius, kaip nepasimesti žodžių vandenyne? Galų gale ar kiekybė visuomet lemia kokybę? Sudarant įvairiausius dažninius žodynus daugybę kartų įsitikinta, kad pusė tirtų žodžių būna pavartota vos vieną kartą. Todėl kiekvieną kartą imantis darbo reikia gerai apsvarstyti, ar išsikeltieji uždaviniai tikrai reikalauja dirbti su gausybe medžiagos, ieškant rečiausių žodžių. Kartais, kai tiriami kurie nors gramatiniai ar žodžių darybos dėsningumai, tikrai būna neracionalu itin didinti tiriamosios aibės apimtį, viską dera įvertinti ir statistiniais kriterijais, juk jie parodys tikimybę, kada atranka pakankama daryti reprezentatyvias išvadas. Ypač atkreiptinas dėmesys į tai, iš kurių tekstų sudaroma tiriamoji aibė, t. y., kaip sudaromas tiriamojo objekto modelis. Lietuvių kalbotyroje bene daugiausia klausimų šiuo atžvilgiu dabar kelia problema, ką laikyti bendrine lietuvių kalba, kokiomis dalimis joje turėtų būti atstovaujami funkciniai kalbos stiliai ar pagal kitus kriterijus išskirti kalbos sluoksniai. Štai minėtasis Vytauto Didžiojo universiteto tekstynas sudarytas pagal vienus atrankos principus, o Dabartinės rašomosios lietuvių kalbos dažninio žodyno — pagal kitus, todėl ir rezultatai gaunami skirtingi. Reikia labai atidžiai ir objektyviai vertinti statistinius duomenis apie, pvz., atskiras kalbos dalis, gautus iš skirtingų tekstynų. Pastebėta, kad jau parašytuose ar rašomuose tokio pobūdžio darbuose nepakankamai skiriama dėmesio tam, kokie tekstai buvo tirti, ir daromi apibendrinimai apie „dabartinę lietuvių kalbą“. Darbas su skaičiais reikalauja preciziškumo, kitaip gaunamos klaidinančios išvados. Straipsnyje aptariamo Dabartinės rašomosios lietuvių kalbos dažninio žodyno elektroninis tekstynas (1,2 mln. žodžių pavartojimų) skirtinas pirmosios generacijos tekstynams (Brown, LOB tipo) — per milijoną žodžių apimties. Su šiais garsiaisiais tekstynais jį sieja dar viena bendrybė — kaip retas kuris vėlesnis pasaulyje, ir mūsiškis yra anotuotas. Kompiuterinės technologijos analitinėms kalboms suteikė išskirtines sąlygas: specialios, bet gana plačiai paplitusios programos (ypač žinoma Oksfordo universiteto — Oxford Concordance Program, taip pat KWIC, KAYE, CLAN, OCE, WordCruncher ir kt.) leidžia gana nesunkiai parengti dažniausių žodžių sąrašus, pateikti jų konkordansijas (Leech 1991: 10; Utka 2000). Tokio pobūdžio programomis paprastai naudojasi ir Vytauto Didžiojo universiteto Dabartinės lietuvių kalbos tekstyno tyrėjai, bet tuomet galima analizuoti tik žodžius, t.y.leksiką, nes pristingama žinių apie žodžio galą, o jis, kaip žinia, lietuvių kalbai itin svarbus. Taigi sintetinėms kalboms sudėtingiau: juk naudojantis aprašytosiomis programomis parengiami žodžių formų, o ne antraštinių žodžių sąrašai. Reikia gana daug papildomo darbo, kol žodžių formos subendravardiklinamos ir tampa tik antraštiniais žodžiais. Tokie žodžių sąrašai, turintys ir gramatinį nagrinėjimą, jau vadinami anotuotais, pasaulyje jų nėra daug, jie labai vertinami, nes reikalauja nemažų darbo sąnaudų, todėl yra 26 | LAIMA GRUMADIENĖ labai brangūs (mudvi su V. Žilinskiene esame suskaičiavusios, kad mūsų atveju vien tekstų parinkimas, surinkimas kompiuterio klaviatūra, pusiau automatizuotas morfologinis jų nagrinėjimas (vadinamasis LEMAVIMAS), koregavimas ir duomenų suleidimas į kompiuterį iš vieno žmogaus pareikalautų šešerių darbo metų). Skaičiavimams ir tolesnėms korektūroms vėl reikia kelerių metų, nes bet koks netikslumas atliekant matematinius veiksmus gali virsti absurdu. Apskritai dažninių žodynų, ypač atsiradus elektroniniams tekstynams, dabar galima susidaryti įvairiai ir įvairių — nelygu ko ieškai. Svarbiausia priežastis, kodėl rengiami vis nauji dažniniai žodynai, ypač pretenduojantys vadintis, pvz., dabartinės n kalbos žodynais, yra ta, kad pagrindinė lingvostatistikos, kaip ir apskirtai statistikos, sąlyga yra ta, kad atranka turi būti reprezentatyvus tiriamosios visumos, arba aibės, modelis. Žodžiu, nuolat suabejojama, ar tirtoji atranka tikrai atspindi numatytąją visumą. Pavyzdžiui, Vytauto Didžiojo universiteto Dabartinės lietuvių kalbos tekstyno, kuris sudarytas net iš 60 mln. žodžių pavartojimų, parengtas dažninis dabartinės lietuvių kalbos žodynas būtų kitoks nei jau išleistieji L. Grumadienės ir V. Žilinskienės (1997, 1998), nes jo rezultatai atspindėtų tekstų visumą, kurių pagrindą sudaro 70% periodinių, 2696 neperiodiniy ir 4% verstinių leidinių kalba (Marcinkevičienė 2000a: 16). Išleistų minėtųjų žodynų tekstai atrinkti visai kitu pamatu: tai originalūs, ne verstiniai, keturių funkcinių kalbos stilių — publicistinio, kanceliarinio, beletristinio ir mokslinio — tekstai. Taip pasielgta todėl, kad lietuvių bendrinė, ypač rašomoji kalba, iki šiol tebėra formuojama, normuojama ir kodifikuojama Prahos lingvistinio būrelio idėjų dvasia (beje, atkreiptinas dėmesys į tai, kad dabar pats STILIAUS terminas įvairiausių kalbotyros mokyklų yra gana skirtingai apibrėžiamas). Laikytasi kitų dažninių žodynų sudarytojų principų, visų pirma čekų, rusų, latvių, kurie irgi laikėsi anksčiau čia išdėstytos bendrinės kalbos — funkcinių kalbos stilių sumos — sampratos, nuostatų, taikyta jų patirtis, todėl, kaip ir jų, pasirinktos 300 000 žodžių pavartojimų atrankos iš keturių funkcinių stilių, nes manyta, kad rašomajai lietuvių kalbai dar per ankstyvi Vytauto Didžiojo universiteto tekstyno (jis, beje, atsirado vėliau nei mūsiškis) sudarymo principai, artimesni amerikiečių bendrinės (ar standartinės, kaip ten įprasta) kalbos sampratai. Dabartinės rašomosios lietuvių kalbos dažninio žodyno duomenų bazėje kartais pasigendama buitinės leksikos, nes pamirštama, kad ji suformuota tik viešosios rašytinės kalbos pamatu: joje nėra nei privačių laiškų, dienoraščių, nei sienų užrašų ar pan. Tačiau ir dabar į žodyną pateko šnekamosios kalbos žodžių, tarp jų ne tik svetimybių, tarmybių, bet ir netoleruotinų bendrinėje kalboje pejoratyvinės leksikos pavyzdžių, dėl ko žodyno autorės nuolat susilaukia priekaištų. Kyla klausimas, ką laikyti grožine literatūra: tie žodžiai buvo grožinės literatūros tekstuose (Lietuvoje spausdintuose daugiau nei 100 egzempliorių tiražu redaguotuose originaliuose tekstuose), o dažninio žodyno sudarymo postulatas yra neišmesti nė vieno prasminio žodžio, jeigu jis tik nėra tikrinis, skaičius, santrumpa ar korektūros klaida. Beje, duomenys rodo, kad kiekvieno iš keturių funkcinių stilių parinkus 300 000 žodžių pavartojimų atrankas, publicistiniame stiliuje rasta 284 687 prasminių žodžių (15 313 vadinamųjų „Ššiukšlių“), dalykiniame stiliuje — 279 505 (dėl minėtų priežasčių nepatekusių į žodyną — 20 495), moksliniame — 278 311 (21 689), beletristiniame — 290 561 (9 439). Širdis neleido išmesti tikrinio žodžio Lietuva, todėl jis kaip išimtis vienintelis tikrinis pateko į žodyną (jis, pasirodo, 16-as pagal dažnumą žodis, pirmasis iš daiktavardžių, jo dažnis 5151 net 614 imčių: čia lėmė oficialiųjų dokumentų, DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ |27 įstaigų ir pan. pavadinimai, kuriuose dažnai būta šio žodžio, pavartoto kilmininko linksniu). Sąlygiškai tikriniais gali būti laikomi ir patekę religinių bei kitų švenčių pavadinimai (dažnai vartojami ir kaip bendriniai), pvz., Joninės, Kūčios, Žolinė, arba pasaulio šalių pavadinimai Rytai, Vakarai, Pietūs, Šiaurė. Laikantis reprezentatyvumo principo, kiekvieno iš minėtųjų stilių buvo atrenkami tik tokie tekstai, kurie skirtini grynajam stiliui: atsisakyta paribiniais laikomų vadovėlinių tekstų, mokslinės publicistikos, siauram skaitytojų ratui skirtos publicistikos, dramos, poezijos ir pan. Publicistikos tekstus parinko Vida Žilinskienė, juos sudarė 1994-1995 m. 19-os redaguojamų centrinių dienraščių ar savaitraščių ir plačiai skaitomų žurnalų tekstai, reprezentuojantys penkias temines grupes: 1) politika, 2) pramonė ir žemės ūkis, 3) švietimasir teisė, 4) menas ir 5) pramogos (sportas, horoskopai, orų prognozės). Dalykinio stiliaus tekstus parinko Pranas Kniūkšta ir Danutė Vainauskienė iš 1990-1995 m. leidinių ir dokumentų pagal septynias temines grupes: 1) įstatymai ir juos lydintys dokumentai, komentarai, 2) teisės dokumentai, 3) ekonomikos ir verslo žinynai bei dokumentai, 4) politologijos leidiniai, partijų dokumentai, 5) standartai ir statistikos leidiniai, 6) informacijos šaltiniai (bibliografijos, katalogai, žodynai), 7) atskirų socialinių sričių (krašto apsaugos, socialinės saugos, švietimo, kultūros ir kt. dokumentai). Mokslo stiliaus tekstai parinkti Irenos Andriukaitienės iš 1990-1995 m. Lietuvoje išleistų mokslo leidinių arba mokslo institucijų aprobuotų darbų pagal aštuonias temines grupes (mokslo kryptis): 1) agrariniai mokslai, 2) gamtos, 3) humanitariniai, 4) matematikos, 5) medicinos, 6) socialiniai, 7) technikos, 8) teologijos. Beletristikos stiliaus tekstus parinko Laima Grumadienė iš 1985-1990 m. (su nedidelėmis išimtimis) Lietuvoje išleistų grožinės literatūros prozos kūrinių, 0 jų šešios „teminės“ grupės suskirstytos pagal rašytojų gimtines: 1) žemaičiai, 2) rytų aukštaičiai, 3) vakarų aukštaičiai, 4) pietų aukštaičiai, 5) miestiečiai, 6) išeiviai (į tikrąją pastarųjų gimtinę nebuvo atsižvelgiama). Buvo nuspręsta, kad būtent šie tekstai gali reprezentuoti dabartinę rašomąją lietuvių kalbą. Iš jų atsitiktine tvarka (puslapiai ir eilutės parenkamos pagal atsitiktinių skaičių lentelę) būdavo pasirenkama po vieną 1000 žodžių pavartojimų apimties atkarpą, vadinamąją imtį, ir kompiuterio klaviatūra surenkama (maždaug dviejų valandų darbas). Po to imtys buvo lemuojamos, t. y. morfologiškai nagrinėjamos Vytauto Zinkevičiaus parengta MAN (Morfologinio Analizavimo ir Normalizavimo) programa. Ją autorius pritaikė specialiai šiam darbui iš savo paties seniau parengtos kompiuterinės žodžių rašybos koregavimo programos, 2000 m. Vytauto Didžiojo universiteto užsakymu ją šiek tiek patobulino, perkėlė į aukštesnę versiją ir pavadino lemuokliu (Zinkevičius 2000). Tas darbas atrodė maždaug taip: gaunama kompiuterinė išklotinė, iš kurios reikia „išmėtyti“ nereikalingas (mano pabraukta) eilutes. Pvz., jau žmogaus, ne tik mašinos apdorotos teksto atkarpos (...) manęs visa ši komedija (...) išklotinė tokia: 1 PAV. TEKSTO LEMAVIMO PAVYZDYS aš manyti manęs įvr vns K manęs vks dlv veik bk neįv vyr vns V 34 | LAIMA GRUMADIENĖ Rangas Dažnis dkt vks bdv prv įvr 301-350 460-374 19646 10424 2420 2073 393 54,28% 28,80% 6,69% 5,73% 1,09% 351-400 373-313 18504 7550 3381 1347 654 53,04% 21,64% 9,69% 3,86% 1,87% 401-450 312-260 19156 7865 3976 522 304 57,20% 23,49% 11,87% 1,56% 0,91% 451-500 259-205 21718 9987 4806 2486 471 53,17% 24,45% 11,76% 6,08% 1,15% Valstybinės lietuvių kalbos I-osios kvalifikacinės kategorijos minimalusis žodynas (apie 800 2 LENTELĖ: VALST. LIETUVIŲ KALBOS MOKĖJIMO II KVALIFIKACINĖS KALBOS DALIŲ IR BENDRASIS ŽODŽIŲ DAŽNUMAS Rangas Dažnis dkt vks bdv prv jvr 501-550 204-155 22494 13153 7023 2481 525 46,97% 27,46% 14,66% 5,18% 1,10% 551-600 154-106 30834 17197 6221 4419 151 50,91% 28,39% 10,27% 7,29% 0,25% Valstybinės lietuvių kalbos II-osios kvalifikacinės kategorijos minimalusis žodynas (apie 1200 3 LENTELĖ: VALST. LIETUVIŲ KALBOS MOKĖJIMO III KVALIFIKACINĖS KALBOS DALIŲ IR BENDRASIS ŽODŽIŲ DAŽNUMAS Rangas Dažnis dkt vks bdv prv pvr 601-650 105-56 45751 20328 12145 5822 433 52,31% 23,25% 13,88% 6,66% 0,50% Valstybinės lietuvių kalbos III-osios kvalifikacinės kategorijos minimalusis žodynas (apie 2500 DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 35 skt prl jng dll ist; jst Suma 426 - & 812 — 36194 1,1796 2,2496 3,02% - — 1407 2043 — 34886 4,03% 5,87% 291% 276 — 272 1118 — 33489 0,82% 0,81% 3,34% 2,79% 255 224 210 700 3 40857 0,6296 0,55% 0,51% 1,71% 3,40% žodžių) dengia 56,66% teksto (atranka iš 1,2 min. žodžių pavartojimų). 56,66% KATEGORIJOS MINIMALIOJO ZODYNO LINGVOSTATISTINE ANALIZE: skt prl jng dll ist; jst Suma 530 342 177 795 371 47891 1,11% 0,71% 0,37% 1,66% 0,78% 3,99% 520 275 132 713 109 60571 0,86% 0,45% 0,22% 1,18% 0,18% 5,05% žodžių) dengia 65,70% teksto (atranka iš 1,2 mln. žodžių pavartojimų). 9,0496 Iš viso: (=65,7096) KATEGORIJOS MINIMALIOJO ŽODYNO LINGVOSTATISTINĖ ANALIZĖ: skt prl jng dll ist; jst Suma 460 341 372 1697 102 87446 0,52% 0,40% 0,42% 1,94% 0,12% 7,29% žodžių) dengia 78,04% teksto (atranka iš 1,2 mln. žodžių pavartojimų). 7,2996 Iš viso: (=78,04%) 36 | LAIMA GRUMADIENĖ LITERATŪRA AUMER, K., ALTENBERG, B. 1991: Introduction. Aijmer, K., Altenberg, B., eds., English Corpus Linguistics. Studies in Honour of Jan Svartvik, London-New York: Longman. ALAMEDA, J. R., CuEros, E 1995: Diccionario de frecuencias de las unidades lingiiisticas del castellano, Universidad de Oviedo. BITINIENE, A. 1983: Mokslinis stilius, Vilnius: Aukštojo ir specialiojo mokslo ministerija. BITINIENĖ, A. 1997: Funkciniai stiliai: sakinio ilgis ir struktūra, Vilnius: Vilniaus pedagoginio universiteto leidykla. BITINIENĖ, A. 1998: Administracinis stilius ir jo sakinio ilgis. Kalbotyra 47 (1), 17—28. EATON, H. 1934: Comparative freguency list on the first thousand words in English, French, German and Spanish. Coleman, A., ed., Experiments and Studies in Modern Language Teaching, Chicago. Garcia Hoz, V. 1953: Vocabulario usual, comun y fundamental. Madrid: Consejo Superior de Investigaciones Cientificas — Instituto „San José de Calasanz®. GRUMADIENE, L., ZILINSKIENE, V. 1997: Dabartinés rasomosios lietuviy kalbos dazninis Zodynas (mažėjančio dažnio tvarka), Vilnius: Matematikos ir informatikos institutas, Lietuvių kalbos institutas. GRUMADIENĖ, L., ŽILINSKIENĖ, V. 1998: Dabartinės rašomosios lietuvių kalbos dažninis žodynas (abėcėlės tvarka), Vilnius: Matematikos ir informatikos institutas, Lietuvių kalbos institutas. HiLLERICH, R., www: eduplace. com: High-frequency words and vocabulary. JAKUBAITE, T. e.a. 1966-1976: Latviešu valodas biezuma vardnica, 1.4. séjumi, Riga: Zinatne. JosseLsoN, H. 1953: The Russian Word Count and Frequency Analysis of Grammatical Categories of Standard Literary Russian, Detroit: Periodical Service Co. JuiLLAND, A., RODRIGUES, E. Ch. 1964: Frequency Dictionary of Spanish words, The Hague: Mouton. JUILLAND, A., EDWARDS, P. M., JUILLAND, I. 1965: Frequency Dictionary of Roumanian Words, The Hague: Mouton. JUILLAND, A., TRAVERSA, V. 1973: Frequency Dictionary of Italian Words, The Hague: Mouton. KAEDING, E. 1898: Haufigkeitsworterbuch der deutschen Sprache, Steigliz bei Berlin (Selbstverlag). KEINYS, S., red. 1993: Dabartinės lietuvių kalbos žodynas, Vilnius: Mokslo ir enciklopedijų leidykla. KEINYS, S., red. 2000: Dabartinės lietuvių kalbos žodynas, Vilnius: Mokslo ir enciklopedijų leidykla. KENNEDY, G. 1998: An Introduction to Corpus Linguistics, London-New York: Longman. KORSAKAS, J. 1991: Lietuvių kalbos inversinis žodynas, Kaunas: Šviesa. KRUOPAS, J., red. 1954: Dabartinės lietuvių kalbos žodynas, Vilnius: Valstybinė politinės ir mokslinės literatūros leidykla. KRUOPAS, J., red., 1972: Dabartinės lietuvių kalbos žodynas, Vilnius: Mintis. LEECH, G. 1991: The state of the art in corpus linguistics, Aijmer, K., Altenberg, B., eds., English Corpus Linguistics. Studies in Honour of Jan Svartvik, London-New York: Longman. LONNGREN, L. 1993: Yacmomnoiū crosape cospemennozo pycckozo aswika. Uppsala. (Acta Universitatis Upsaliensis, Studia Slavica Upsaliensia 32.) MARCINKEVICIENE, R. 2000a: Tekstyny lingvistika (teorija ir praktika). Darbai ir dienos 24, 7-64. MARCINKEVICIENE, R. 2000b: Patterns of word usage in corpus linguistics. Kalbotyra 49 (3), 71-80. MAZEJKA, N. S. (Max3iika, H. C.), SUPRUN, A. Ja. 1976: Yacmomnoi: cnoynix Genapyckaii Moet (macmaykas nposza), Minck: Beinasenrsa BJ1V ims V. Jlenina. MIKELIONIENE, J. 2000: Naujoji lietuviy kalbos leksika (1991-1996 m. kompiuterinio periodikos tekstyno pagrindu). Daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas. MURMULAITYTĖ, D. 1998: Žodžių sąsajos žymėjimas „Dabartinės lietuvių kalbos žodyne“ (santrumpos žr. vartojimas). Lietuvių kalbotyros klausimai 39, 240-247. MURMULAITYTĖ, D. 1999: „Bendrinės lietuvių kalbos žodyno“ kompiuterizavimo klausimu. Lituanistica 2 (38), 92-98. RYKLIENĖ, A. 2000: Bendravimas internetu: kalbėjimas rašant. Darbai ir dienos 24, 99-107. DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ |37 ROBINSON, D. E. 1976: Lithuanian Reverse Dictionary, Michigan: Slavica Publishers Inc. ROZENCVEIG, V. Ju. 1986: Onsir co3nanus HaUHOHANBLHBIX JIEKCHKOTpaOHUeCKHX CJIyxO 3a pybexom. Kapaynos IO. H., pea., Mauunnor pono pycckozo asvika: udeu u cymcoenus, Mocksa: Hayka, 75-83. SAVICKIENE, I. 1999: Lietuvio vaiko daiktavardžio morfologija. Daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas. ŠERNAS, V. 1994: Kaip racionaliau mokytis kalbų (Basic English), Vilnius: Žodynas. ŠTEJNFEL'DT, E. A. 1963: Yacmomnbtū crosaps COBPEMEHHO20 PYCCKO20 iumepamypno2o A3bIKA, Tannun. TESITELOVA, M. e.a. 1983: Frekvenéni slovnik češtiny vécného stylu, Praha: Academia-Nakladatelstvi Ceskoslovenské Akademie Véd. THORNDIKE, E., LORGE, L. 1944: A Teacher's Word Book of the Twenty Thousand Words Found Most Frequently and Widely in General Reading for Children and Young People, New York: Appleton— Century Crofts. TopoRova, E., PANCOVSKA, R. 2001: Yecmomen peunux na 6wrzapckama nybauyucmuxa (1944— 1989), Codus: Ilencodr. UTkA, A. 2000: Kalbinė įranga ir jos galimybės. Darbai ir dienos 24, 275-285. VACAR, N. P. 1966: A Word Count of Spoken Russian. The Soviet Usage, Ohio: Ohio State University Press. VANDER BEKE, G. 1929: French Word Book, New York: Macmillan. ZASORINA, L. N., red., 1977: Yacmomuwiit caoeape pycckozo aswika, Mocksa: UsnatensctBo «PycckHH A3BIKY. ZINKEVICIUS, V. 2000: Lemuoklis — morfologinei analizei. Darbai ir dienos 24, 246-273. ZILINSKIENE, V. 1990: Lietuvių kalbos dazninis žodynas, Vilnius: Mokslas. ŽILINSKIENĖ, V. 1995: Atgalinis dabartinės lietuvių kalbos žodynas, Vilnius: Matematikos ir informatikos institutas. ŽILINSKIENĖ, V. 1998: Dažninis dabartinės rašomosios lietuvių kalbos žodynas (pirmieji tyrimo rezultatai). Lietuvių kalbotyros klausimai 39, 219-227. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1998: Valstybinės kalbos mokėjimo kvalifikacinių kategorijų lietuvių-rusų kalbų minimalusis žodynas (pirmoji kvalifikacinė kategorija), Kaunas: Šviesa. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1999a: Valstybinės kalbos mokėjimo kvalifikacinių kategorijų lietuvių-rusų kalbų minimalusis žodynas (antroji kvalifikacinė kategorija), Vilnius: UAB „Nacionalinių tyrimų centro“ leidykla. ŽILINSKIENĖ, V., GRUMADIENĖ, L. 1999b: Valstybinės kalbos mokėjimo kvalifikacinių kategorijų lietuviy-rusy kalbų minimalusis žodynas (trečioji kvalifikacinė kategorija), Vilnius: UAB „Nacionalinių tyrimų centro“ leidykla. ŽILINSKIENĖ, V. 2001: Lietuvių ir latvių kalbų publicistikos leksikos ir morfologijos raida statistiniu požiūriu. Linguistica Lettica 9, 155-168. ZILINSKIENE, V. spausd.: Lietuviy kalbos dalykinio stiliaus morfologijos statistinés charakteristikos ir ju lyginimas su atitinkamomis publicistikos charakteristikomis. Lituanistica. Laima Grumadiené Gauta 2002 04 19 Lietuvių kalbos institutas P. Vileišio g. 5, LT-2055 Vilnius, Lietuva laigruma(dtakas.lt