ACTA LINGUISTICA LITHUANICA

XLVI (2002), 19 – 37

Häufigkeitswörterbuch der modernen geschriebenen litauischen Sprache und seine Datenbank

LAIMA GRUMADIENĖ

Institut für Litauische Sprache

Für das Litauische gibt es nur wenige elektronische Datenbanken. Die größten sind das von V. Žilinskienė und L. Grumadienė zusammengestellte Häufigkeitswörterbuch der modernen geschriebenen litauischen Sprache und das Korpus der litauischen Sprache der Universität Kaunas. Ersteres wird hier ausführlich vorgestellt: Die Grundsätze seiner Erstellung und mögliche Anwendungen werden erörtert, und die bisher darauf beruhenden Veröffentlichungen zur statistischen Linguistik werden kurz charakterisiert. Die wichtigsten Probleme im Zusammenhang mit Datenbanken für das moderne Litauische sind: (1) ihre unzureichende Differenzierung (sie spiegeln nur die geschriebene, nicht aber die gesprochene Sprache wider), (2) ihre nicht optimale Nutzung, da es der litauischen Wissenschaftsgemeinschaft an der nötigen Vorbereitung für die Arbeit mit solchen Werkzeugen mangelt, und (3) die Tatsache, dass die Arbeit der Wissenschaftlerinnen und Wissenschaftler, die sie erstellen, zu wenig öffentliche Anerkennung erhält und nicht als eigenständige wissenschaftliche Leistung gewürdigt wird.

1. DAS VERALTEN UND DIE „UNNÖTIGKEIT“ ELEKTRONISCHER DATENBANKEN

Gerade jetzt befindet sich die litauische Sprachwissenschaft gleichsam mitten im Sprung eines Tigers: Die herausragenden Arbeiten, die vor allem durch den Impuls des Strukturalismus entstanden sind, liegen bereits vor, doch die Erwartung neuer, nicht minder bedeutender Arbeiten schwebt geradezu in der Luft. Dafür braucht es nicht nur eine andere Sicht auf sprachliche Phänomene, sondern auch neue, noch unerprobte Methoden und Arbeitsmittel. In unserer Zeit der Informationstechnologie hängen neue Arbeitsmittel für Linguisten häufig mit elektronischen Datenbanken zusammen, diese wiederum mit sprachstatistischen Publikationen. Es scheint selbstverständlich, dass sich die einen von den anderen unterscheiden: Elektronische Datenbanken sind dynamisch und können eigenständig genutzt werden, während Publikationen statisch sind und lediglich eine nach den Wünschen der Autoren zusammengestellte Sammlung von Daten darstellen. Doch früher, und bisweilen auch heute, wurden oder werden solche Datenbanken und Publikationen in Litauen gleichgesetzt. Das zeigt die Geschichte der Rückläufigen (auch inversen) Wörterbücher. Das erste litauische rückläufige Wörterbuch, das der Amerikaner David F. Robinson (1976) auf der Grundlage der Ausgabe des DLKŽ von 1954 erstellte, umfasste etwa 45.000 Wörter. Möglicherweise hatte es nicht einmal eine eigene elektronische Datenbank; jedenfalls erwähnt der Autor keine. Zudem wäre eine solche elektronische Datenbank damals in Litauen ohnehin nicht zugänglich gewesen, denn kaum jemand hatte überhaupt das Wörterbuch durchgeblättert, da es in Amerika in kleiner Auflage erschienen war. Juozas Korsakas aus Šiauliai (1991) erstellte nach dem Auswahlprinzip das Inverse Wörterbuch der litauischen Sprache

20 |

LAIMA GRUMADIENĖ

Wörterbuch, das fast 22.000 Wörter umfasste; auch ihm lag das DLKŽ zugrunde, allerdings bereits die Ausgabe von 1972. Gearbeitet wurde mit einer selbst erstellten elektronischen Datenbank, doch diese ist nicht öffentlich zugänglich (wahrscheinlich aus technischen Gründen), sodass sie nur in gedruckter Buchform vorliegt. Vidas Žilinskienės Rückläufiges Wörterbuch der modernen litauischen Sprache (1995) ist nicht bloß eine Abschrift des DLKŽ, denn die Wörter sind in umgekehrter Reihenfolge nach Wortarten gegliedert, und eine statistische Analyse ist beigefügt. Heute ist es im Wesentlichen ebenfalls nur in gedruckter Form zugänglich, obwohl auch eine elektronische Version existiert. Diese wurde nur in geringem Umfang genutzt (von der von E. Jakaitienė geleiteten Arbeitsgruppe bei der Erstellung eines litauisch-norwegischen Wörterbuchs sowie für Daiva Murmulytės Artikel (1998, 1999 u. a.)). Übrigens wurden das letztgenannte Wörterbuch und die Analyse anhand der computergestützten Version des DLKŽ (Ausgabe von 1993) und ihrer statistischen Analyse erstellt und nicht, wie Rūta Marcinkevičienė (2000a: 16) in ihrem Überblick angibt, anhand der Datenbank des Häufigkeitswörterbuchs der modernen geschriebenen litauischen Sprache (Grumadienė, Žilinskienė 1997; 1998). Durch gemeinsame Anstrengungen von Wissenschaftlern des Instituts für Mathematik und Informatik sowie des Instituts für Litauische Sprache wurde eine elektronische Version des DLKŽ (Ausgabe von 1993) erstellt und in kleiner Auflage verbreitet (1995), da es schlicht keine Erlaubnis gab, Publikationen in elektronischer Form zu verbreiten. Nun hat das Institut für Litauische Sprache erneut die Digitalisierung des DLKŽ in Angriff genommen, diesmal der Ausgabe von 2000 (Leiter: Stasys Keinys), und dafür finanzielle Unterstützung vom Litauischen Wissenschaftsfonds erhalten. Bekanntlich unterscheiden sich die Ausgaben des DLKŽ von 1993 und 2000 nur wenig. Deshalb sollte es aufhorchen lassen, dass beschlossen wurde, die frühere elektronische Version nicht zu nutzen, nur weil sie in der inzwischen moralisch veralteten DOS-Umgebung und mit der FOX-PRO-Datenbank erstellt wurde: Wiederum wurden Computerkräfte eingesetzt, um den bereits vorhandenen elektronischen Text auszulesen, obwohl nur geringfügige Korrekturen nötig waren; dadurch steigen Arbeitsaufwand und Kosten. Wird vielleicht sogar die statistische Analyse erneut durchgeführt?

Doch wie die computergestützte Version der DLKŽ-Ausgabe von 1993 veralten auch andere elektronische Datenbanken, sodass offensichtlich ihre Pflege sichergestellt werden muss. Wird es dem gemeinsam von den genannten Instituten erarbeiteten Terminologiebank ähnlich ergehen wie der elektronischen Version des DLKŽ (1993)? Sprachstatistische Publikationen werden also nach wie vor weit höher geschätzt als kostspielige elektronische Datenbanken, die zahlreiche neue Arbeitsmöglichkeiten bieten.

Die Litauisten sollten sich auf gemeinsame Standards für elektronische Datenbanken verständigen, in denen spezielle Zeichen verwendet werden, etwa für alte Schriften oder transkribierte Dialekttexte. Schon jetzt müssen Artikel mit Beispielen dieser Art neu erfasst werden, wenn man sich aus dem einen oder anderen Grund entscheidet, sie nicht etwa in Publikationen des Instituts für Litauische Sprache, sondern bei einer der Redaktionen der Publikationen der Universität Vilnius einzureichen. Die heute erscheinenden Dialektwörterbücher und Dialekttexte sind, obwohl sie in elektronischer Form vorliegen, lediglich ein Zeichen für die Modernisierung der Druckereien, denn ihre Texte lassen sich nicht als elektronische Datenbank nutzen. Fehlt eine Verständigung unter den Litauisten über ein gemeinsames Kodierungssystem (z. B. UNICODE oder ein anderes), wird der öffentliche Zugriff auf elektronische Datenbanken stark erschwert; ganz zu schweigen davon, dass der Einsatz elektronischer Technologien und Programme zu ihrer Analyse sehr eingeschränkt und mitunter unmöglich wird. Haben wir etwa so viele davon, dass wir sie nicht mehr überblicken können? Das Problem besteht darin, dass weder die Linguisten noch die sie unterstützenden Informatiker bislang wirklich begriffen haben, dass Datenbanken dynamisch sein müssen: Bei ihrer Nutzung muss der Einsatz einer Vielzahl ständig neu entstehender Programme und Technologien möglich sein, und sie müssen sich auf eine höhere Computerversion übertragen lassen. Bislang werden die meisten elektronischen Datenbanken in Litauen so erstellt, als wären sie dieselben Zettel mit

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 21

Sprachdaten, sondern nur mit einer Computertastatur erfasst. Schon bald könnten diese Daten einer in Stein gemeißelten Keilschrift gleichen: Auf den Bildschirmen der Computer der nächsten Generation werden nur noch „Flaggen“ und „Quadrate“ zu sehen sein, deren Entzifferung – nicht unähnlich dem Lesen von Runen – künftigen Linguisten überlassen bleiben könnte. Die bislang zu diesem Thema geführten Diskussionen waren fruchtlos, doch offenbar sollte man die Hoffnung nicht aufgeben; es lohnt sich erneut, zu Diskussion und Beratung einzuladen.

Übrigens sei auf die Begriffe hingewiesen: elektronische FORM, DATENBANK, TEXTKORPUS (KORPUS), ARCHIV. Der derzeit modischste davon ist TEXTKORPUS (KORPUS). Er wird unterschiedlich definiert, doch allen Definitionen gemeinsam ist, dass ein TEXTKORPUS als Sammlung von Texten in elektronischer Form gilt. Daher wurde fast alles, was früher Datenbanken genannt worden war, nicht selten als Textkorpus bezeichnet (schließlich ist die Größe einzelner Texte nicht geregelt). Der Begriff DATENBANK wird meist mit der Terminologie in Verbindung gebracht: Terminologiedatenbanken werden gewöhnlich nicht Textkorpora genannt. Heute wird der Begriff ARCHIV immer häufiger mit der zeitlichen Dimension verbunden: Eine elektronische Sammlung alter Daten kann als Archiv oder Datenbank bezeichnet werden. Somit bleibt ELEKTRONISCHE DATENBANK der neutralste Begriff und wird daher hier am häufigsten verwendet (vgl. Kennedy 1998: 3 ff.).

2. ELEKTRONISCHE DATENBANKEN ZUR GEGENWÄRTIGEN LITAUISCHEN SPRACHE UND LINGUISTISCH-STATISTISCHE PUBLIKATIONEN

An elektronischen Datenbanken zur gegenwärtigen litauischen Sprache herrscht kein Überfluss. Entsprechend gibt es auch nur wenige linguistisch-statistische Publikationen; etwas häufiger werden lediglich linguistisch-statistische Methoden angewandt. Eine Ausnahme bilden die Phonetik und die auf ihren Ergebnissen beruhende Phonologie. Vielleicht liegt das an der Natur der Phonetik selbst, das heißt daran, dass sich bei der häufigen Wiederholung derselben Einheiten – der Laute – statistisch fundierte Schlussfolgerungen geradezu aufdrängen; vielleicht aber auch an subjektiven Faktoren, nämlich daran, dass Forscher mit einer neuen Denkweise auftraten: vor allem Aleksas Girdenis und seine Schüler sowie Antanas Pakerys. Wie dem auch sei, beide Faktoren bewirkten einen Entwicklungssprung der litauischen Phonetik und Phonologie und sogar eine gewisse Abkopplung von anderen Zweigen der Sprachwissenschaft. Freilich ist die Phonetik selbst ein Grenzgebiet zwischen den exakten Wissenschaften und der Linguistik.

Das nächste sprachwissenschaftliche Gebiet hinsichtlich der Häufigkeit wiederkehrender Einheiten ist die Morphologie. Es wäre also logisch anzunehmen, dass gerade in diesem Bereich zuerst ein Bedarf entstehen müsste, sowohl mit linguistisch-statistischen Daten als auch mit elektronischen Datenbanken zu arbeiten. Bislang ist es nicht dazu gekommen, obwohl es solche Arbeiten und Arbeitsmittel bereits gibt. Die erste linguistisch-statistische Arbeit zu Lexik und Morphologie in Litauen erstellte Vida Žilinskienė (1990) mithilfe eines ESM. Ihr Lietuvių kalbos dažninis žodynas stützt sich auf Daten aus einer der funktionalen Stilarten – der Publizistik – und enthält eine Analyse von 300 000 Wortvorkommen (also sowohl von Vorkommen derselben Lexeme als auch unterschiedlicher Lexeme; von Letzteren gab es 18 776, nachdem aufgrund der allgemein anerkannten Regeln für die Erstellung von Häufigkeitswörterbüchern auf die weitere Untersuchung von 11 956 Eigennamen verzichtet worden war). Alle fortlaufenden Texte, die aus Abschnitten (Stichproben) von jeweils 1000 Wortvorkommen bestanden, wurden morphologisch analysiert und mit Akzenten versehen, anschließend gelocht und in den inzwischen moralisch überholten, nicht mehr verwendeten ESM „Minsk-22“ eingelesen. Es gibt zwar eine elektronische Datenbank, aber sie wäre inzwischen nur noch sehr schwer zu nutzen. Leider wurde die linguistisch-statistische Analyse von Texten aus einer der Varietäten der gegenwärtigen litauischen Sprache – der Publizistik – weder lexikologisch noch morphologisch oder akzentologisch bislang angemessen für wissenschaftliche oder praktische Zwecke genutzt, insbesondere nicht für das Verfassen von Lehrbüchern und Lernwörterbüchern. Ein Beispiel für eine der mit elektronischen Mitteln erstellten Arbeiten (die Mitwirkung erfolgte im Rahmen des internationalen CHILD-Programms) zur synchronen Morphologie könnte die Dissertation von Ineta Savickienė (1999) sein, die der Morphologie der Kindersprache gewidmet ist.

22 |

LAIMA GRUMADIENĖ

Ein Beispiel für eine der Arbeiten zur synchronen Morphologie, die mit elektronischen Mitteln erstellt und untersucht wurden (die Mitwirkung erfolgte im Rahmen des internationalen CHILD-Programms), könnte die Dissertation von Ineta Savickienė (1999) sein, die der Morphologie der Kindersprache gewidmet ist.

Übrigens ist zu erwähnen, dass Arbeiten, die sich auf linguistisch-statistische Daten aus anderen Ebenen sowie aus der Stilistik und teilweise der Syntax stützen – deren Einheiten eine wesentlich geringere Häufigkeit aufweisen –, insbesondere die Arbeiten von Audronė Bitinienė (1983, 1997, 1998 u. a.), bereits vor gut einem Jahrzehnt entstanden. Auch gibt es bereits den einen oder anderen Versuch, die gegenwärtige Lexik auf der Grundlage linguistisch-statistischer Daten zu untersuchen. In letzter Zeit werden solche Arbeiten meist auf der Grundlage des Korpus der gegenwärtigen litauischen Sprache an der Vytautas-Magnus-Universität (etwa 60 000 000 Wortvorkommen) durchgeführt (z. B. die Kollokationsstudien von Rūta Marcinkevičienė (2000a; 2000b), die Dissertation von Jurgita Mikelionienė (2000) über Neologismen u. a.). Auf der Grundlage kleiner elektronischer Datenbanken werden immer mehr lexikologische Arbeiten erstellt, mitunter recht spezifische, etwa die Dissertation von Asta Ryklienė (2000) über den von Internetnutzern verwendeten Wortschatz und ihre Arbeit dazu. Insgesamt gibt es jedoch nur wenige solcher Arbeiten, und die Studierenden beteiligen sich nur in geringem Maße an diesem Prozess (mit Ausnahme vielleicht der Vytautas-Magnus-Universität). Eine für die lexikalische Untersuchung bestimmte elektronische Datenbank wird derzeit von einer Gruppe unter der Leitung von Antanas Pakerys an der Pädagogischen Universität Vilnius fertiggestellt; vielleicht wird es dann auch hier mehr studentische Arbeiten dieser Art geben.

Dieser Artikel beschränkt sich auf die Beschreibung der Arbeitsmittel, die für die Erforschung der gegenwärtigen geschriebenen litauischen Sprache erforderlich sind; daher wird die inzwischen in Gang gekommene Reihe von Untersuchungen älterer Schriften nicht behandelt, die sich auf die eigene elektronische Datenbank des Instituts für Litauische Sprache stützen. Die Entstehung eigener elektronischer Datenbanken wird der litauischen Dialektologie zweifellos neue Impulse geben: Am Institut für Litauische Sprache bereitet man bereits die Einrichtung eines Dialektzentrums vor, in dem Dialektaufnahmen und daraus transkribierte Texte in elektronischer Form erstellt werden sollen. Am selben Institut wurden Arbeiten zur Entwicklung elektronischer Datenbanken für Onomastik und Toponymie aufgenommen. Die derzeit entstehende elektronische Datenbank des großen Lietuvių kalbos žodyno dürfte einen echten Wendepunkt in der litauischen Lexikografie darstellen; auch von der elektronischen Datenbank des Bendrinės lietuvių kalbos žodyno wird viel erwartet. Lehrende der Universität Vilnius unter der Leitung von Evalda Jakaitienė beteiligen sich an einem Projekt der Europäischen Union und erstellen eine elektronische sogenannte universelle Liste litauischer Wörter, auf deren Grundlage eine neue Reihe zweisprachiger Wörterbücher entstehen soll. In gewisser Hinsicht scheint dies mit der Redaktion des Bendrinės lietuvių kalbos žodyno zu konkurrieren. Vor allem auf Initiative der Staatlichen Kommission für die litauische Sprache und auf Anregung der Europäischen Union wurde mit der Erstellung elektronischer sogenannter Terminų ar Svetimžodžių portfeliai begonnen: besonderer Listen neuester und sehr häufig verwendeter Fachbegriffe und Wortverbindungen aus unterschiedlichen Bereichen, die von der Europäischen Union an alle ihre Mitglieds- und Beitrittsländer verteilt werden, damit sich deren Sprachen anpassen und auf die anstehende Übersetzungswelle sowie auf maschinelle Übersetzung vorbereiten können. Eine Gruppe von Wissenschaftlern der Universität Vilnius (Leiterin: Meilutė Ramonienė) hat mit der Erstellung elektronischer Datenbanken zur gegenwärtigen gesprochenen Sprache begonnen, ähnlich wie in Polen auf der Grundlage von Radio- und Fernsehaufnahmen. An derselben Universität bereitet man den Aufbau einer elektronischen Datenbank zu Slawismen vor (Leiter: Vytautas Kardelis), die sowohl Tonaufnahmen als auch daraus entnommene und transkribierte Beispiele enthalten soll.

Wie die Erfahrung zeigt, sind Ergebnisse erst dann zu erwarten, wenn man gelernt hat, mit Daten dieser Art zu arbeiten und Fertigkeiten im Umgang mit den neuen Möglichkeiten erworben hat. Zu diesem Zweck braucht es Labore, in denen dies vermittelt wird, am besten schon von klein auf. Die Natur elektronischer Datenbanken bringt öffentliche Zugänglichkeit mit sich; einmal geordnet, sollten sie allen zugänglich sein, die sie benötigen. Die größten Sammlungen litauischer Sprachdaten befinden sich am Institut für Litauische Sprache …

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 23

… daher sollte gerade dieses Zentrum mit seiner Modernisierung zum größten Zentrum für die Erstellung elektronischer Datenbanken zur litauischen Sprache werden, zu einer Quelle ihrer öffentlichen Nutzung und zu einem Anziehungspunkt und Ausstrahlungszentrum für Arbeiten und Ideen dieser Art – vielleicht wird diese Rolle ja das im Bestand des Instituts für Litauische Sprache einzurichtende Zentrum für Litauistik übernehmen? Diejenigen elektronischen Datenbanken, die ins Internet gelangen, werden noch zugänglicher werden. Übrigens wird der Ort, an dem man einen Computer nutzt, sobald die Möglichkeit besteht, sich mit dem Internet zu verbinden, unwichtig; wichtig ist nur, was ins Internet gelangt ist. Doch das sind Pläne für die Zukunft.

Bislang ist in Litauen die Veröffentlichung linguostatistischer Arbeiten in elektronischer Form nicht rechtlich geregelt, und die Frage der Urheberrechte ist ungeklärt; daher sind solche Arbeiten in gedruckter Form weiterhin aktuell. Elektronische Datenbanken und linguostatistische Publikationen unterscheiden sich jedoch grundlegend; Letztere sind nur die Spitze des Eisbergs.

Im Folgenden wird eine konkrete Frage erörtert: das Verhältnis zwischen elektronischen Datenbanken der heutigen geschriebenen litauischen Sprache und linguostatistischen Wörterbüchern. Letztere kann es ohne eine Datenbank nicht geben, doch die Möglichkeiten, die Datenbanken bieten, beschränken sich bei Weitem nicht auf die Veröffentlichung von Wörterbüchern.

3. ELEKTRONISCHE DATENBANKEN DER HEUTIGEN GESCHRIEBENEN LITAUISCHEN SPRACHE UND HÄUFIGKEITSWÖRTERBÜCHERl

Elektronische Sprachdatenbanken unterscheiden sich selbstverständlich von anderen Sammlungen sprachlicher Daten vor allem durch ihre elektronische Form und die damit verbundene Besonderheit des Einsatzes von Computertechnologien. Die Entstehung elektronischer Datenbanken eröffnete völlig neue Möglichkeiten zur Erforschung der Sprache, doch sie selbst sind nicht allein an das Aufkommen moderner elektronischer Datenträger gebunden. Dass sich mit unterschiedlichen Mitteln im Wesentlichen analoge Ergebnisse erzielen lassen – vor allem Häufigkeitsmerkmale grammatischer Formen und Lexeme –, zeigt, dass zwischen modernen elektronischen Datenbanken und ihren wesentlich älteren Entsprechungen beträchtliche Gemeinsamkeiten bestehen. In Frankreich begann der Verlag Larousse bereits 1956, für die Erstellung von Wörterbüchern eine maschinelle Kartei (für Wörterbücher) zu verwenden, die mit elektronischen Rechenmaschinen der älteren Generation angelegt worden war (Rozencveig 1986: 82).

Die Frage, wie moderne elektronische Sprachdatenbanken anzulegen seien, stellte sich einerseits deshalb, weil es mit dem Aufkommen neuer Technologien bereits möglich war, große Informationsmengen zu bewältigen; daraufhin nahm der Umfang des Textes zu, der zur Veranschaulichung eines einzelnen Wortes (d. h. seines Kontexts) herangezogen wurde. So entstanden neue Möglichkeiten, die Präsumtionen eines Wortes und später auch größerer Spracheinheiten und damit Syntax und Semantik zu untersuchen. Man begeisterte sich für immer größere Textausschnitte und ging schließlich sogar zu vollständigen, abgeschlossenen Texten über, bis dem die Kosten für den Erwerb der Urheberrechte an den Werken Einhalt geboten. Andererseits kam das Aufkommen der Computer wohl der Wirkung von Gutenbergs Erfindung gleich; entscheidend war vor allem ihre beispiellos rasche Verbreitung. Da die vielfältigen Fernkontakte zwischen Menschen, sowohl mit Sprechern derselben Sprache als auch mit Anderssprachigen, geometrisch zunahmen, entstand ein dringender gesellschaftlicher Bedarf an vielfältigen sprachbezogenen statistischen Informationen, um möglichst viele Kommunikationsprozesse zu automatisieren: Sprachunterricht, Übersetzung, Spracherkennung, Informationskomprimierung, Übermittlung usw.

Die litauische Sprachwissenschaft blieb von diesem allgemeinen Prozess nicht unberührt, hinkte ihm zeitlich jedoch natürlich erheblich hinterher. Weltweit bereitete man sich während des gesamten 20. Jahrhunderts, besonders in dessen zweiter Hälfte, gleichsam auf einen neuen Sprung vor. Dabei handelte es sich vor allem um Häufigkeitswörterbücher von Sprachen. Die ersten erschienen bereits im 19. Jahrhundert.

24 |

LAIMA GRUMADIENĖ

Ende des 19. und Anfang des 20. Jahrhunderts. Das allererste war ein Wörterbuch der deutschen Sprache, das der Stenograf F. Kaeding (1898) auf der Grundlage von 11 000 000 Wortvorkommen mithilfe einer Zettelkartei erstellte. Viel später veröffentlichte G. Vander Beke (1929) ein entsprechendes Wörterbuch der französischen Sprache. H. Eaton (1934) erstellte ein vergleichendes Wörterbuch der jeweils tausend häufigsten Wörter in vier Sprachen – Englisch, Französisch, Deutsch und Spanisch. Das erste Häufigkeitswörterbuch der englischen Sprache erstellten E. Thorndike und L. Lorge (1944), das spanische V. Garcia Hoz (1953). Das erste Häufigkeitswörterbuch der russischen Sprache in Amerika erstellte H. Josselson (1953), während N. P. Vakar (1966), ebenfalls in Amerika, ein Häufigkeitswörterbuch der russischen Umgangssprache der Sowjetzeit veröffentlichte; im Wesentlichen beruht es jedoch ausschließlich auf der Sprache dramatischer Werke. E. Šteinfeldt (Štejnfel’dt 1963) veröffentlichte in Tallinn ein Häufigkeitswörterbuch der Sprache Puškins. Auf der Grundlage eines Textkorpus von 1 000 000 Wörtern, das zur Hälfte aus Belletristik und zur Hälfte aus sogenannter Informationsprosa (Publizistik, Verwaltungsschriftgut und wissenschaftlicher Literatur) bestand, erstellte L. Lönngren (1993) in Uppsala ein Häufigkeitswörterbuch der russischen Sprache. Die ersten Häufigkeitswörterbücher nicht nur der russischen, sondern auch der rumänischen und italienischen Sprache wurden ebenfalls in Amerika erstellt – von A. Juilland, P. M. Edwards und I. Juilland (1965) sowie von A. Juilland und V. Traversa (1973). (Übrigens hatten A. Juilland und E. Ch. Rodrigues (1964) dort bereits ein weiteres Häufigkeitswörterbuch der spanischen Sprache erstellt; später erstellten J. R. Alameda und F. Cuetos (1995) noch ein weiteres.) Eine ganze Reihe von Häufigkeitswörterbüchern orientierte sich am Konzept funktionaler Sprachstile des Prager Linguistenkreises sowie an Boris Larins Auffassung von der Gemeinsprache. Das erste war, wie es sich gehört, das tschechische Wörterbuch: zunächst Wörterbücher einzelner funktionaler Stile, später dann ein allgemeines, verfasst von einem von Marie Těsitelová geleiteten Autorenteam (J. Jelínek, J. V. Bečka u. a., siehe Těsitelová 1983). Die Letten waren früh dabei und erstellten wie die Tschechen zunächst Wörterbücher einzelner funktionaler Stile und später ein zweiteiliges allgemeines Wörterbuch – T. Jakubaite, D. Kristovska, D. Guļevska, V. Ozola, R. Prūse, A. Rubine, N. Sika (1966–1976). Dieselbe Methodik verwendeten auch V. A. Agrajevas, V. V. Borodinas, V. M. Muratovas und E. V. Tisenkos unter der Leitung von L. N. Zasorina (1977), als sie ein Häufigkeitswörterbuch der heutigen russischen Sprache auf der Grundlage von 1 000 000 Wortvorkommen aus vier funktionalen Stilen erstellten. Ein Häufigkeitswörterbuch ausschließlich eines funktionalen Stils – der Belletristik – ist das von N. S. Mažeika und A. J. Suprunas erstellte Wörterbuch der belarussischen Sprache (Mažeika, Suprun 1976). Ausschließlich den publizistischen Stil berücksichtigt auch das Häufigkeitswörterbuch der bulgarischen Sprache (Todorova, Pančovska 2001). Das erste von V. Žilinskienė (1990) erstellte Häufigkeitswörterbuch der litauischen Sprache berücksichtigte ebenfalls nur einen funktionalen Stil – den publizistischen. Bei der Arbeit wurde dieselbe tschechische Methodik angewandt und intensiv mit den Letten zusammengearbeitet.

Im Laufe der Zeit entstanden weltweit, auch wenn die litauische Sprache sich dessen nicht rühmen kann, Häufigkeitswörterbücher unterschiedlichster Art: zur Sprache einzelner Autoren, zu funktionalen Stilen, regionalen Sprachvarietäten, zur geschriebenen und gesprochenen Sprache usw. Häufigkeitswörterbücher einer „Sprache n im Allgemeinen“ erwiesen sich als wenig funktional, weil sie konkrete Zwecke erfüllen sollten und die Wortauswahl daher aus Texten eines bestimmten Fachgebiets und nicht aus der Gesamtheit der Texte erfolgen musste. Andererseits trat das Problem der Erstellung von Häufigkeitswörterbüchern „in eine andere Dimension“, als bei der Suche amerikanischer Behavioristen und Positivisten nach Gebrauchsbelegen elektronische Textkorpora aufkamen: Die Entwicklung elektronischer Technologien verlief rasch, sodass riesige Textmengen nicht nur gesammelt, sondern auch verarbeitet werden konnten.

Als Beginn der Korpuslinguistik gilt das Jahr 1961, als Nelson Francis und Henry Kučera das berühmte elektronische Korpus der geschriebenen Sprache, das Brown-Korpus (Brown University), ankündigten und mit seiner Erstellung begannen, während John Sinclair ein Textkorpus desselben Formats, LOB (Lancaster-Oslo/Birmingham), …

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 25

…Korpus; bereits 1959 kündigte Randolph Quirk ein Korpus geschriebener und gesprochener Sprache an, das SEU (Survey of English Usage); Jan Svartvik führte es fort und begann an der Universität Lund mit dem Aufbau eines Korpus gesprochener Sprache, des LLC (London-Lund Corpus of Spoken English). Der Umfang aller genannten Korpora betrug damals etwa 1–1,15 Millionen Wortvorkommen; danach entstanden weitere ähnliche Korpora (vgl. Aijmer, Altenberg 1991: 1ff.). Der Umfang der Korpora der zweiten Generation wird in Dutzenden Millionen, derjenigen der dritten bereits in Hunderten Millionen und Milliarden gezählt. Weltweit bleibt das Problem der Kompatibilität von Computersoftware und einzelnen Arbeitsprogrammen aktuell: Es wurden bereits außerordentlich umfangreiche Korpora mit Hunderten Millionen Wörtern gesammelt (im Grunde eine elektronische Form von Bibliotheken), doch wie lassen sie sich bequem nutzen, wie die elementarsten Frequenzen berechnen, wie findet man sich im Wortmeer zurecht? Und schließlich: Führt Quantität immer zu Qualität? Bei der Erstellung unterschiedlichster Frequenzwörterbücher hat sich vielfach gezeigt, dass die Hälfte der untersuchten Wörter nur ein einziges Mal vorkommt. Deshalb muss man jedes Mal, wenn man eine Arbeit in Angriff nimmt, sorgfältig abwägen, ob die gestellten Aufgaben tatsächlich die Arbeit mit einer Fülle von Material erfordern, um nach den seltensten Wörtern zu suchen. Manchmal ist es bei der Untersuchung bestimmter grammatischer oder wortbildungsmäßiger Regelmäßigkeiten tatsächlich nicht sinnvoll, den Umfang der untersuchten Menge übermäßig zu vergrößern; die Angemessenheit lässt sich auch anhand statistischer Kriterien beurteilen, denn sie zeigen die Wahrscheinlichkeit dafür, wann eine Stichprobe ausreicht, um repräsentative Schlussfolgerungen zu ziehen. Besondere Aufmerksamkeit verdient die Frage, aus welchen Texten die Untersuchungsmenge gebildet wird, d. h. wie das Modell des Untersuchungsgegenstands erstellt wird. In der litauischen Sprachwissenschaft wirft in dieser Hinsicht gegenwärtig wohl vor allem die Frage die meisten Probleme auf, was als litauische Standardsprache gelten soll und in welchem Umfang die funktionalen Sprachstile oder nach anderen Kriterien unterschiedene Sprachschichten darin vertreten sein sollten. So wurde das erwähnte Korpus der Vytautas-Magnus-Universität nach bestimmten Auswahlprinzipien zusammengestellt, das Dabartinės rašomosios lietuvių kalbos dažninio žodyno dagegen nach anderen; daher unterscheiden sich auch die Ergebnisse. Statistische Daten, beispielsweise zu einzelnen Wortarten, die aus verschiedenen Korpora gewonnen wurden, müssen sehr sorgfältig und objektiv bewertet werden. Es fällt auf, dass in bereits veröffentlichten oder noch entstehenden Arbeiten dieser Art der Frage, welche Texte untersucht wurden, zu wenig Aufmerksamkeit gewidmet wird und Verallgemeinerungen über die „gegenwärtige litauische Sprache“ vorgenommen werden. Die Arbeit mit Zahlen erfordert Präzision; andernfalls gelangt man zu irreführenden Schlussfolgerungen.

Das im Artikel behandelte elektronische Korpus des Dabartinės rašomosios lietuvių kalbos dažninio žodyno (1,2 Millionen Wortvorkommen) ist den Korpora der ersten Generation zuzuordnen (Typ Brown, LOB) – mit einem Umfang von über einer Million Wörtern. Mit diesen berühmten Korpora verbindet es eine weitere Gemeinsamkeit: Wie nur wenige spätere Korpora weltweit ist auch unseres annotiert. Die Computertechnologie hat analytischen Sprachen besondere Möglichkeiten eröffnet: Spezielle, aber recht weit verbreitete Programme (besonders bekannt ist das der Universität Oxford – Oxford Concordance Program, ebenso KWIC, KAYE, CLAN, OCP, WordCruncher u. a.) ermöglichen es, relativ einfach Listen der häufigsten Wörter zu erstellen und ihre Konkordanzen anzugeben (Leech 1991: 10; Utka 2000). Solche Programme werden üblicherweise auch von den Forschenden am Korpus der Gegenwartssprache der Vytautas-Magnus-Universität verwendet; damit lassen sich jedoch nur Wörter, d. h. der Wortschatz, analysieren, da Kenntnisse über die Wortendungen fehlen, die bekanntlich für das Litauische besonders wichtig sind. Für synthetische Sprachen ist es also komplizierter: Denn mit den beschriebenen Programmen werden Listen von Wortformen und nicht von Lemmata erstellt. Es ist beträchtliche zusätzliche Arbeit erforderlich, bis die Wortformen vereinheitlicht und zu bloßen Lemmata werden. Wortlisten dieser Art, die auch eine grammatische Analyse enthalten, werden bereits als annotiert bezeichnet; weltweit gibt es davon nur wenige, und sie sind hoch geschätzt, weil ihre Erstellung einen erheblichen Arbeitsaufwand erfordert und sie daher sehr teuer sind; deshalb sind sie

26 |

LAIMA GRUMADIENĖ

sehr teuer (V. Žilinskienė und ich haben berechnet, dass allein die Auswahl der Texte, ihre Eingabe über die Computertastatur, ihre halbautomatische morphologische Analyse (das sogenannte LEMMATISIEREN), die Korrektur und die Übertragung der Daten in den Computer in unserem Fall eine Person sechs Arbeitsjahre kosten würden). Für die Berechnungen und weitere Korrekturen sind nochmals mehrere Jahre erforderlich, denn jede Ungenauigkeit bei mathematischen Operationen kann zu Absurditäten führen.

Im Allgemeinen lassen sich heutzutage, insbesondere seit dem Aufkommen elektronischer Korpora, Frequenzwörterbücher auf unterschiedlichste Weise und in unterschiedlichster Art erstellen – je nachdem, wonach man sucht. Der wichtigste Grund für die Erstellung immer neuer Frequenzwörterbücher, insbesondere solcher, die beispielsweise beanspruchen, Wörterbücher der gegenwärtigen n Sprache zu sein, liegt darin, dass eine Grundvoraussetzung der Lingvostatistik wie der Statistik allgemein lautet: Die Stichprobe muss ein repräsentatives Modell der untersuchten Gesamtheit beziehungsweise Menge sein. Mit anderen Worten: Es wird immer wieder bezweifelt, ob die untersuchte Stichprobe tatsächlich die vorgesehene Gesamtheit abbildet. So wäre beispielsweise ein auf Grundlage des Korpus der Gegenwartssprache der Vytautas-Magnus-Universität erstelltes Frequenzwörterbuch der Gegenwartssprache anders als die bereits von L. Grumadienė und V. Žilinskienė veröffentlichten (1997, 1998), obwohl dieses Korpus sogar 60 Millionen Wortvorkommen umfasst; seine Ergebnisse würden die Gesamtheit von Texten widerspiegeln, deren Grundlage zu 70% die Sprache periodischer, zu 26% die Sprache nichtperiodischer und zu 4% die Sprache übersetzter Veröffentlichungen bildet (Marcinkevičienė 2000a: 16). Die Texte der genannten veröffentlichten Wörterbücher wurden nach einem ganz anderen Kriterium ausgewählt: Es handelt sich um originale, nicht übersetzte Texte aus vier funktionalen Sprachstilen – publizistische, amtliche, belletristische und wissenschaftliche Texte. So wurde verfahren, weil die litauische Standardsprache, insbesondere die geschriebene Sprache, noch immer im Sinne der Ideen des Prager Linguistischen Zirkels entwickelt, normiert und kodifiziert wird (übrigens ist darauf hinzuweisen, dass der Begriff STILUS heute von den verschiedenen sprachwissenschaftlichen Schulen recht unterschiedlich definiert wird). Man hielt sich an die Grundsätze anderer Herausgeber von Frequenzwörterbüchern, vor allem tschechischer, russischer und lettischer, die ebenfalls von der zuvor dargelegten Auffassung der Standardsprache als Summe funktionaler Sprachstile ausgingen; deren Erfahrungen wurden übernommen. Wie bei ihnen wurden daher Stichproben von 300 000 Wortvorkommen aus vier funktionalen Stilen ausgewählt, denn man war der Ansicht, dass die Prinzipien, nach denen das Korpus der Vytautas-Magnus-Universität zusammengestellt wurde (es entstand übrigens später als unseres), für die geschriebene litauische Sprache noch verfrüht seien und einer in Amerika üblichen Auffassung der Gemeinsprache (oder Standardsprache) näher stünden. In der Datenbank des Dabartinės rašomosios lietuvių kalbos dažninio žodyno vermisst man mitunter die Alltagssprache, denn man vergisst, dass sie ausschließlich auf Grundlage der öffentlichen Schriftsprache zusammengestellt wurde: Private Briefe und Tagebücher, Wandinschriften und Ähnliches sind darin nicht enthalten. Dennoch gelangten auch umgangssprachliche Wörter in das Wörterbuch, darunter nicht nur Fremdwörter und Dialektismen, sondern auch Beispiele pejorativer Lexik, die in der Standardsprache nicht toleriert werden; dafür werden die Autorinnen des Wörterbuchs ständig kritisiert. Es stellt sich die Frage, was als belletristische Literatur gelten soll: Diese Wörter kamen in belletristischen Texten vor (in Litauen gedruckte Originaltexte, die in einer Auflage von mehr als 100 Exemplaren erschienen und redigiert waren), und ein Grundsatz bei der Erstellung eines Frequenzwörterbuchs lautet, kein bedeutungstragendes Wort auszuschließen, sofern es nicht ein Eigenname, eine Zahl, eine Abkürzung oder ein Korrekturfehler ist. Übrigens zeigen die Daten, dass bei einer Stichprobe von 300 000 Wortvorkommen für jeden der vier funktionalen Stile im publizistischen Stil 284 687 bedeutungstragende Wörter gefunden wurden (15 313 sogenannte „Abfälle“), im Sachstil 279 505 (20 495, die aus den genannten Gründen nicht ins Wörterbuch aufgenommen wurden), im wissenschaftlichen Stil 278 311 (21 689) und im belletristischen Stil 290 561 (9 439). Es brachte die Autorin nicht übers Herz, den Eigennamen Lietuva auszuscheiden; als einzige Ausnahme gelangte er daher ins Wörterbuch. Wie sich herausstellte, ist er das 16.-häufigste Wort, das häufigste Substantiv, und seine Frequenz beträgt 5151 in insgesamt 614 Stichproben: Hier waren die amtlichen Dokumente ausschlaggebend,

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 27

Bezeichnungen von Einrichtungen usw., in denen dieses Wort häufig im Genitiv vorkam. Bedingt können auch Namen religiöser und anderer Feste, die häufig auch als Gattungsnamen verwendet werden, als Eigennamen gelten, z. B. Joninės, Kūčios, Žolinė, oder Bezeichnungen der Himmelsrichtungen Rytai, Vakarai, Pietūs, Šiaurė.

Gemäß dem Repräsentativitätsprinzip wurden für jeden der genannten Stile nur Texte ausgewählt, die dem jeweiligen Stil in reiner Form zuzurechnen sind: Ausgeschlossen wurden als Grenzfälle geltende Lehrbuchtexte, wissenschaftsjournalistische Texte, für einen engen Leserkreis bestimmte Publizistik, Drama, Lyrik usw. Die publizistischen Texte wählte Vida Žilinskienė aus; sie bestanden aus Texten aus dem Jahr 1994–1995 von 19 redigierten überregionalen Tages- und Wochenzeitungen sowie weit verbreiteten Zeitschriften, die fünf Themenbereiche repräsentierten: 1) Politik, 2) Industrie und Landwirtschaft, 3) Bildung und Recht, 4) Kunst und 5) Unterhaltung (Sport, Horoskope, Wettervorhersagen). Die Sachtexte wählten Pranas Kniūkšta und Danutė Vainauskienė aus Veröffentlichungen und Dokumenten der Jahre 1990–1995 nach sieben Themenbereichen aus: 1) Gesetze und zugehörige Dokumente sowie Kommentare, 2) Rechtsdokumente, 3) Wirtschafts- und Unternehmenshandbücher und -dokumente, 4) politikwissenschaftliche Veröffentlichungen und Parteidokumente, 5) Normen und statistische Veröffentlichungen, 6) Informationsquellen (Bibliografien, Kataloge, Wörterbücher), 7) Dokumente einzelner gesellschaftlicher Bereiche (Landesverteidigung, soziale Sicherheit, Bildung, Kultur usw.). Die wissenschaftlichen Texte wählte Irena Andriukaitienė aus wissenschaftlichen Veröffentlichungen, die in den Jahren 1990–1995 in Litauen erschienen waren, oder aus von wissenschaftlichen Institutionen anerkannten Arbeiten; sie deckten acht Themenbereiche (Wissenschaftszweige) ab: 1) Agrarwissenschaften, 2) Naturwissenschaften, 3) Geisteswissenschaften, 4) Mathematik, 5) Medizin, 6) Sozialwissenschaften, 7) Ingenieurwissenschaften, 8) Theologie. Die literarischen Texte wählte Laima Grumadienė aus Prosawerken der Belletristik aus, die (mit wenigen Ausnahmen) zwischen 1985 und 1990 in Litauen veröffentlicht worden waren. Ihre sechs „thematischen“ Gruppen wurden nach den Geburtsorten der Schriftsteller eingeteilt: 1) Žemaiten, 2) ostlitauische Hochlitauer, 3) westlitauische Hochlitauer, 4) südlitauische Hochlitauer, 5) Städter, 6) Emigranten (der tatsächliche Geburtsort der Letzteren wurde nicht berücksichtigt).

Es wurde entschieden, dass genau diese Texte die gegenwärtige geschriebene litauische Sprache repräsentieren können. Aus ihnen wurde nach dem Zufallsprinzip (Seiten und Zeilen wurden anhand einer Zufallszahlentabelle ausgewählt) jeweils ein Abschnitt mit 1000 Wortvorkommen, die sogenannte Stichprobe, ausgewählt und am Computer eingegeben (ein Arbeitsaufwand von etwa zwei Stunden). Anschließend wurden die Stichproben lemmatisiert, d. h. mit dem von Vytautas Zinkevičius entwickelten Programm MAN (Morfologinio Analizavimo ir Normalizavimo) morphologisch analysiert. Der Autor hatte das Programm eigens für diese Arbeit aus einem früher von ihm entwickelten Computerprogramm zur Korrektur der Wortschreibung angepasst, es 2000 im Auftrag der Vytautas-Magnus-Universität leicht verbessert, auf eine höhere Version übertragen und Lemmatisierer genannt (Zinkevičius 2000).

Die Arbeit sah ungefähr so aus: Man erhielt einen Computerausdruck, aus dem die überflüssigen Zeilen (von mir unterstrichen) „herauszuwerfen“ waren. Zum Beispiel sieht der Ausdruck eines bereits vom Menschen und nicht nur von der Maschine bearbeiteten Textabschnitts (…) manęs visa ši komedija (…) so aus:

ABB. 1. BEISPIEL FÜR DIE LEMMATISIERUNG EINES TEXTES

ich meinen meiner Pron. Pers. Gen. Sg. 1. Pers. ich meiner Verb. Part. Pass. Präs. nicht best. mask. Sg. Nom.

28 |

LAIMA GRUMADIENĖ

ganz

ganz Pron. unbest. Fem. Sg. Nom.

ganz Pron. unbest. Fem. Sg. Instr.

ganz Pron. unbest. Fem. Sg. Ill.

ganz Pron. unbest. adv.

dieser

diese Pron. unbest. Fem. Sg. Nom.

Komödie

Komödie Subst. Fem. Sg. Nom.

Komödie Subst. Fem. Sg. Instr.

Komödie Subst. Fem. Sg. Nom.

In der ersten Zeile bleibt das wiederhergestellte Stichwort stehen, in der zweiten (der nicht gestrichenen) die Wortform mit grammatischen Merkmalen. Die Arbeit mit 1.000 Wörtern dauert etwa 4 Stunden, doch eine schnellere Methode zur morphologischen Analyse litauischer Wörter gibt es vermutlich noch nicht. Danach werden Homonyme und Homophone gesucht, die Stichproben mit dem Programm MAN-K von Vytautas Zinkevičius korrigiert und in den Computer eingelesen – all dies dauert eine weitere Stunde. Auf diese Weise wurden insgesamt 1.200 Stichproben mit jeweils 1.000 Wortvorkommen bearbeitet.

Nach Abschluss dieser umfangreichen Arbeit wurden die Daten mit den von Valentinas Černiauskas und Snieguolė Meškauskienė (beide vom Institut für Mathematik und Informatik) erstellten Rechenprogrammen weiterverarbeitet: Verschiedene Häufigkeiten wurden ermittelt. Für den Druck wurden drei Wörterbücher vorbereitet, zwei davon sind bereits erschienen (Grumadienė, Žilinskienė 1997; 1998), und das dritte wird, so hoffen wir, noch in diesem Jahr das Licht der Welt erblicken. Die ersten beiden Wörterbücher sind Häufigkeitslisten der Stichwörter. Das erste ist nach abnehmender Häufigkeit geordnet, das zweite alphabetisch. Sie enthalten jeweils 38.337 verschiedene Wörter. Das dritte, ein Wörterbuch der Wortformen, ist um ein Mehrfaches umfangreicher (31 Druckbogen) und umfasst etwa 150.000 Wortformen; es bildet den Gebrauch verschiedener Wörter sowie derselben Wörter in unterschiedlichen grammatischen Formen ab (es soll sowohl alphabetisch als auch rückläufig geordnet erscheinen). Einige Dutzend weitere, unterschiedlich angeordnete Häufigkeitswörterbücher wurden für die elektronische Nutzung vorbereitet: für alle vier Stile, für alle thematischen Gruppen jedes Stils usw. (sowohl Stichwörter als auch Wortformen).

Ein Vergleich einiger statistischer Daten zeigt bereits, dass in der litauischen Schriftsprache die meisten verschiedenen Substantive verwendet werden – von allen verschiedenen Wörtern sind 45,25% Substantive. Verben und Verbformen sind ebenfalls zahlreich – 32,65%; auch der Anteil der Adjektive ist beträchtlich – 15,31%; verschiedene Adverbien machen 5,03% aus. Auf die übrigen Wortarten entfällt jeweils nicht einmal ein halbes Prozent (insgesamt beträgt ihr Anteil nur 0,88%). Das bedeutet jedoch nicht, dass ihre Verteilung im Text genauso aussieht. Ein weiterer Indikator – die Häufigkeit derselben Wörter im Text – zeigt, dass der prozentuale Anteil der Hauptwortarten und der Adverbien deutlich zurückgeht, zugunsten der Funktionswörter und der Pronomen, denn in Texten machen Letztere bereits mehr als ein Viertel aus – 26,71%. Zu beachten ist nicht nur die Häufigkeitskennzahl, sondern auch, in wie vielen einzelnen Stichproben ein Wort oder eine Wortform vorkommt: So lässt sich feststellen, ob die Häufigkeit eines Wortes dadurch bedingt ist, dass zufällig ein Text mit vielen Wiederholungen dieses Wortes in die Stichprobe gelangt ist, oder ob seine Häufigkeit nicht zufällig ist, weil seine Streuung in verschiedenen Stichproben gleichmäßig ist.

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 29

Die lexikalische Vielfalt lässt sich anhand des Iterationskoeffizienten (Verhältnis der Wortvorkommen zu den Stichwörtern) beurteilen, der im erwähnten Wörterbuch 20,06 beträgt (je kleiner dieser Wert, desto mehr verschiedene Wörter wurden gefunden). Aus den ausgezählten, aber nicht veröffentlichten Wörterbüchern der Stichwörter und Wortformen für jeden der vier funktionalen Stile (über einige darin beobachtete linguistische und statistische Besonderheiten hat V. Žilinskienė bereits geschrieben (1998, 2001, im Druck u. a.)) geht hervor, dass beispielsweise der Wortschatz der Belletristik doppelt so vielfältig ist wie derjenige von Texten im Sachstil (die Iterationskoeffizienten betragen 9,53 beziehungsweise 20,78). Besonders interessant ist, dass der Iterationskoeffizient für alle vier Stile zusammen nur wenig vom Sachstil, jedoch stark vom Stil der Belletristik abweicht (für Publizistik beträgt er 10,51, für Wissenschaft 12,63). Diese Kennzahlen sind ein gewichtiges Argument bei der Entscheidung über beispielsweise die Grundsätze für die Erstellung eines Wörterbuchs der Gemeinsprache: In welchen Anteilen sollten die funktionalen Sprachstile vertreten sein? Sollte die Praxis, die Gemeinsprache mit funktionalen Stilen in Verbindung zu bringen, überhaupt fortgesetzt werden? Falls ja, müssen die statistischen Kennzahlen der funktionalen Stile berücksichtigt werden usw.

Interessante Daten ergaben sich aus dem Vergleich einer auf Grundlage des Korpus der Vytautas-Magnus-Universität erstellten Liste der häufigsten Wörter (darin wurden die Wörter in den Formen erfasst und gezählt, in denen sie im Text vorkommen, ohne sie – anders als im Häufigkeitswörterbuch der heutigen litauischen Schriftsprache – auf ihre Stichwortformen zurückzuführen). Vergleicht man die 50 häufigsten unveränderlichen Wörter und flektierten Wortformen in einem 60-Millionen-Wörter-Korpus litauischer Texte (Utka 2000: 278) mit den ersten 50 Stichwörtern des Häufigkeitswörterbuchs (Grumadienė, Žilinskienė 1997: 3), so lässt sich leicht feststellen, dass sie im Wesentlichen übereinstimmen. Nur die erste Häufigkeitsliste enthält etwas weniger verschiedene Wörter, weil dort verschiedene Formen desselben Wortes aufgeführt sind, z. B. buvo, būti; jis, jo, jų, jos, jie, während sie in der zweiten Liste, also im Wörterbuch, jeweils durch būti und jis vertreten sind. Nach den für Wörterbücher dieses Typs geltenden Grundsätzen wurden Abkürzungen nicht in das Häufigkeitswörterbuch aufgenommen. Ein Vergleich der Abkürzungen m, d, a aus der erwähnten Liste der häufigsten Wörter – also metai, diena, amžius – mit den Daten des Häufigkeitswörterbuchs zeigt jedoch, dass die ersten beiden Wörter auch im Wörterbuch häufig sind – sie stehen an 30. und 57. Stelle nach Häufigkeit, also im Rang (Wörter mit gleicher Häufigkeit gelten als Wörter desselben Rangs) –, während amžius erst im dritten Hundert zu finden ist. Übrigens werden sowohl die Abkürzung als auch das ausgeschriebene Wort recht häufig und mit leicht unterschiedlichen Bedeutungen verwendet. Wie die Praxis bei der Erstellung von Häufigkeitswörterbüchern für viele flektierende Sprachen bestätigt, sind die häufigsten Wörter im Häufigkeitswörterbuch der heutigen litauischen Schriftsprache einige Konjunktionen (ir, kad, o, kaip, ar, bet, bei, kai u. a.), Präpositionen (į, iš, su, nuo, apie, po, už, dėl, per, prie u. a.), Pronomen (jis, tas, aš, kuris, šis, visas, kitas, savas, toks, kas, tu u. a.) und Partikeln (ir, ne, tik u. a.). Die beliebtesten Verben sind būti, galėti, turėti, nebūti, reikėti, žinoti, nustatyti u. a., die Substantive Lietuva, darbas, žmogus, metai u. a. Bei den Zahlwörtern sind vienas, pirmas, du am häufigsten; unter den Adjektiven, die zu den hundert häufigsten Wörtern gehören, finden sich dideli, naujas, aukštas, įvairus, svarbus, pagrindinis. Übrigens zeigen auch Daten zu analytischen Sprachen, dass beispielsweise in englischen Texten das Pronomen I, die Konjunktion and und der Artikel the 10% der Texte ausmachen (Hillerich www: eduplace.com).

Wichtig ist auch die Frage der Internationalismen: Wie viele davon und welche sollten in ein Wörterbuch der Gemeinsprache aufgenommen werden? Es kann nützlich sein, sich vor Augen zu führen, dass beispielsweise in der Stichwortliste des Häufigkeitswörterbuchs der heutigen litauischen Schriftsprache (1998, XXXIV–XXXVI) 27,52% Internationalismen gefunden wurden und dass sie in den Texten 13,34% des Umfangs einnahmen. Auch die Listen dieser Wörter selbst können nützlich sein.

30 |

LAIMA GRUMADIENĖ

Bei der Vorbereitung einer neuen Grammatik der litauischen Sprache ist es wichtig, auch die Statistik der Wortformen zu kennen: welche Worttypen wie flektiert werden, warum und bei welchen Wörtern die Vielfalt der grammatischen Formen groß ist und bei welchen anderen nicht. Solche Daten finden sich reichlich in dem zur Veröffentlichung vorbereiteten Wörterbuch der Wortformen. V. Žilinskienė (2001) hat bereits interessante Daten allein zum publizistischen Stil veröffentlicht. Es zeigt sich, dass drei Kasus der Substantive 82,29% aller Verwendungsfälle von Substantiven ausmachen (Gen. – 38,91%, Nom. – 26,62%, Akk. – 16,76%; dass z. B. der Dat. nur in 3,88% der Fälle verwendet wird, könnte bereits auf Tendenzen zur Analytisierung hindeuten?). Adjektive stehen übrigens am häufigsten im Nom. – in 36,93% der Fälle. Es wurde festgestellt, dass der Singular der Substantive überwiegt – 68,86% aller Verwendungen. In publizistischen Texten fanden sich vergleichsweise wenige Gerundien (2,34%) und Halbpartizipien (1,84%), dagegen ganze 24,46% Partizipien; der Infinitiv wurde in 15,85% der Fälle verwendet.

Interessante und ungewöhnliche Ergebnisse, besonders für Pädagogen und Fachleute, die Lehrbücher, Lehrpläne und Wörterbücher erstellen, ergaben sich bei der Durchsicht der drei von V. Žilinskienė und L. Grumadienė (1998; 1999a; 1999b) erarbeiteten und veröffentlichten Valstybinės kalbos mokėjimo kvalifikacinių kategorijų lietuvių–rusų kalbų minimaliuosius žodynus sowie der sechs weiteren, bereits erarbeiteten, aber noch nicht veröffentlichten analogen litauisch-englischen und litauisch-polnischen Wörterbücher. Hier sei noch einmal darauf hingewiesen, dass die Stichproben aus Texten der litauischen Schriftsprache gezogen wurden, sodass man hier Wörter der gesprochenen Sprache möglicherweise vermisst. Diese kleinen Wörterbücher sind auf das Erlernen der Schriftsprache ausgerichtet, denn die Qualifikationsanforderungen für die Beherrschung der Staatssprache beziehen sich auf deren öffentlichen Gebrauch, vor allem in offiziellen Situationen, insbesondere in staatlichen Einrichtungen. Daher werden hier nicht die umgangssprachliche, sondern die neutrale und fachsprachliche Lexik stärker benötigt: Gefordert wird die Fähigkeit, Geschäftsschreiben zu lesen und zu verfassen sowie Medientexte zu verstehen. Künftig sollen auch Minimalwörterbücher der gesprochenen Sprache erstellt werden. In Litauen ist das Lehrbuch von Vytautas Šernas (1994) Kaip racionaliau mokytis kalbų erschienen, das auch ein minimales zweisprachiges englisch-litauisches Wörterbuch enthält: eine Übersetzung des berühmten, 1942 veröffentlichten Basic English von Ch. K. Ogden, das aus 850 Wörtern besteht (es findet sich übrigens auch in Band 3 der Encyclopaedia Britannica). Mit der Zeit veralten manche Wörter, während andere hinzukommen; entsprechend kann sich die Liste dieser 850 Wörter ändern. Bei der Festlegung der Anforderungen für die drei Qualifikationskategorien der Beherrschung der litauischen Staatssprache wurde auch die Auffassung der Autoren des Dartinės rašomosios lietuvių kalbos dažninio žodyno zum Umfang der Minimalwörterbücher berücksichtigt: Man entschied, dass die Anforderungen der Kategorie I die Beherrschung von etwa 800 Wörtern, der Kategorie II von etwa 1200 und der Kategorie III von etwa 2500 Wörtern voraussetzen sollten. Dabei stützte man sich sowohl auf Ogdens allgemein anerkanntes Postulat von 850 Wörtern als auch auf die Ergebnisse von Häufigkeitsuntersuchungen der eigenen und anderer Sprachen sowie auf die entsprechende Praxis anderer Staaten. Dass diese Berechnungen nicht aus der Luft gegriffen sind, zeigen auch die drei Tabellen im Anhang, aus denen klar hervorgeht, welchen Anteil der Texte jeweils die 800, 1200 und 2500 häufigsten Wörter der litauischen Schriftsprache ausmachen: 56,66%, 65,70% und 78,04%.

Es wird inzwischen üblich, dass alle großen Wörterbücher Angaben zu den häufigsten Wörtern einer Sprache enthalten. So werden beispielsweise im englischen COBUILD-Wörterbuch (www.antimoon.com) die 680 häufigsten Wörter jeweils mit 1–4 Rauten gekennzeichnet. Im englischen Wörterbuch von Longman sind die 3000 häufigsten Wörter entsprechend mit S1, S2 (S – spoken English), W1, W2 (W – written English) markiert. Im englischen Wörterbuch von Macmillan werden die häufigsten Wörter rot gedruckt; die Häufigkeit der übrigen wird entsprechend mit 1–3 Sternen gekennzeichnet. Offenbar ist die Zeit nicht mehr fern, in der sich auch die litauische Lexikografie damit befassen muss.

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 31

4. SCHLUSSFOLGERUNGEN

Elektronische Datenbanken zur Gegenwartssprache des Litauischen gibt es nicht viele; die größten sind das von V. Žilinskienė und L. Grumadienė erstellte Dabartinės rašomosios lietuvių kalbos dažninio žodyno (morphologisch annotiert und statistisch ausgewertet, 1 200 000 Wortverwendungen) sowie das Lietuvių kalbos tekstynas der Vytautas-Magnus-Universität (nicht annotiert, etwa 60 000 000 Wortverwendungen). In der Litauistik gibt es noch keine geeignete Praxis, weder elektronische Datenbanken zur Gegenwartssprache noch linguistische statistische Publikationen zu nutzen. Vor allem wird an den litauischen Hochschulen zu wenig dazu angeleitet, auf diese Weise zu arbeiten; doch es gibt auch die Kehrseite der Medaille: Es sind zu wenige elektronische Datenbanken zur litauischen Sprache öffentlich zugänglich. Ein Grund für diesen Rückstand ist auch, dass elektronische Datenbanken nicht als urheberrechtliche Werke anerkannt werden. Eines der aktuellsten Probleme Litauens im Zusammenhang mit elektronischen Datenbanken ist die Schwäche ihrer Erstellungskonzepte: Häufig ist vorgesehen, elektronische Datenbanken lediglich als in elektronischer Form bereitgestellte Texte zu nutzen, ohne den Einsatz von Computertechnologien zur Datenverarbeitung einzuplanen.

32 |

LAIMA GRUMADIENĖ

TABELLE 1: HÄUFIGKEIT DER WORTARTEN UND GESAMTHÄUFIGKEIT IM MINIMALWÖRTERBUCH FÜR DIE QUALIFIKATIONSKATEGORIEN ZUR BEHERRSCHUNG DER STAATSSPRACHE LITAUISCH

Rang Häufigkeit Subst. Verben Adj. Adv. übrige 1–10 39582-7001 – 21262 – – 52221 14,38% 35,31% 11–20 6877-4274 – 10582 – – 21221 19,96% 40,02% 21–30 4113-2989 10763 – – – 11048 28,95% 29,71% 31–40 2950-2637 – – – 5619 – 20,35% 41–50 2631-2053 – 6843 2053 4782 2113 30,50% 9,15% 21,32% 9,42% 51–60 2015-1781 9284 – – 3867 – 45,22% 18,83% 61–70 1754-1557 10014 1739 – – 1593 60,41% 10,49% 9,62% 71–80 1548-1461 6036 3046 1507 3009 – 40,04% 20,20% 10,00% 19,96% 81–90 1460-1373 1422 2828 1373 2888 2792 10,03% 19,94% 9,68% 20,36% 19,68% 91–100 1351-1148 7421 1305 – 1232 1159 54,63% 9,61% 9,07% 8,53% 101–150 1442-905 23551 12523 7419 3116 943 43,03% 22,88% 13,55% 5,69% 1,72% 151–200 900-706 22744 10742 870 4203 1583 52,48% 24,79% 2,01% 9,70% 3,65% 201–250 702-564 14059 6315 4906 3178 3148 42,09% 18,90% 14,69% 9,51% 9,42% 251–300 562-462 17325 7962 1451 3605 1041 49,59% 22,79% 4,15% 10,32% 2,98%

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 33

LINGUISTISCH-STATISTISCHE ANALYSE DES MINIMALWÖRTERBUCHS DER QUALIFIKATIONSKATEGORIEN:

skt prl jng dll išt; ist Suma – 25050 49371 – – 147904 16,93% 33,38% 12,33% – – 16902 4320 – 53025 31,87% 8,15% 4,42% – 7156 4102 4113 – 37182 19,25% 11,03% 11,06% 3,10% 2641 8282 8281 2791 – 27614 9,56% 29,99% 29,99% 10,11% 2,30% 2116 4526 – – – 22433 9,43% 20,18% 1,87% – 3589 3793 – – 20533 17,48% 18,47% 1,71% 1557 1673 – – – 16576 9,39% 10,09% 1,38% – – 1478 – – 15076 9,80% 1,26% – 1427 – 1454 – 14184 10,06% 10,25% 1,18% – – 1237 1230 – 13584 9,11% 9,05% 1,13% 1007 2164 2986 1028 – 54737 1,84% 3,95% 5,46% 1,88% 4,56% 738 – 900 1557 – 43337 1,70% 2,08% 3,59% 3,61% – – 574 1225 – 33405 1,72% 3,67% 2,78% – 1035 512 2007 – 34938 2,96% 1,47% 5,74% 2,91%

34 |

LAIMA GRUMADIENĖ

Rang Häufigkeit Substantive Verben Adjektive Adverbien Pronomen 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%

Minimalwortschatz der I. Qualifikationskategorie für Kenntnisse der Staatssprache Litauisch (etwa 800

TABELLE 2: WORTARTENFREQUENZ UND ALLGEMEINE WORTFREQUENZ FÜR KENNTNISSE DER STAATSSPRACHE LITAUISCH, II. QUALIFIKATIONSKATEGORIE

Rang Häufigkeit Substantive Verben Adjektive Adverbien Pronomen 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%

Minimalwortschatz der II. Qualifikationskategorie für Kenntnisse der Staatssprache Litauisch (etwa 1200

TABELLE 3: WORTARTENFREQUENZ UND ALLGEMEINE WORTFREQUENZ FÜR KENNTNISSE DER STAATSSPRACHE LITAUISCH, III. QUALIFIKATIONSKATEGORIE

Rang Häufigkeit Substantive Verben Adjektive Adverbien Pronomen 601–650 105-56 45751 20328 12145 5822 433 52,31% 23,25% 13,88% 6,66% 0,50%

Minimalwortschatz der III. Qualifikationskategorie für Kenntnisse der Staatssprache Litauisch (etwa 2500

DABARTINĖS KALBOS DAŽNINIS ŽODYNAS IR JO BAZĖ | 35

skt prl jng dll išt; jst Summe 426 – – 812 – 36194 1,17% 2,24% 3,02% – – 1407 2043 – 34886 4,03% 5,87% 2,91% 276 – 272 1118 – 33489 0,82% 0,81% 3,34% 2,79% 255 224 210 700 – 40857 0,62% 0,55% 0,51% 1,71% – 3,40% der Wörter) deckt 56,66% des Textes ab (Stichprobe aus 1,2 Mio. Wortvorkommen). 56,66%

LINGVOSTATISTISCHE ANALYSE DES MINIMALWORTSCHATZES DER KATEGORIE:

skt prl jng dll išt; jst Summe 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% der Wörter) deckt 65,70% des Textes ab (Stichprobe aus 1,2 Mio. Wortvorkommen). 9,04% Insgesamt: (=65,70%)

LINGVOSTATISTISCHE ANALYSE DES MINIMALWORTSCHATZES DER KATEGORIE:

skt prl jng dll išt; jst Summe 460 341 372 1697 102 87446 0,52% 0,40% 0,42% 1,94% 0,12% 7,29% der Wörter) deckt 78,04% des Textes ab (Stichprobe aus 1,2 Mio. Wortvorkommen). 7,29% Insgesamt: (=78,04%)

36 |

LAIMA GRUMADIENĖ

LITERATŪRA

AJMER, K., ALTENBERG, B. 1991: Introduction. Ajmer, K., Altenberg, B., eds., English Corpus Linguistics. Studies in Honour of Jan Svartvik, London–New York: Longman.

ALAMEDA, J. R., CUETOS, F. 1995: Diccionario de frecuencias de las unidades lingüísticas del castellano, Universidad de Oviedo.

BITINIENĖ, 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 frequency 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“.

GRUMADIENĖ, L., ŽILINSKIENĖ, V. 1997: Dabartinės rašomosios lietuvių kalbos dažninis žodynas (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.

JAKUBAITĖ, T. e.a. 1966–1976: Latviešu valodas biežuma vārdnīca, 1.–4. sējumi, Rīga: Zinātne.

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, F. 1898: Häufigkeitswörterbuch 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, Ajmer, K., Altenberg, B., eds., English Corpus Linguistics. Studies in Honour of Jan Svartvik, London–New York: Longman.

LÖNGREN, L. 1993: Частотный словарь современного русского языка. Uppsala. (Acta Universitatis Upsaliensis, Studia Slavica Upsaliensia 32.)

MARCINKEVIČIENĖ, R. 2000a: Tekstynų lingvistika (teorija ir praktika). Darbai ir dienos 24, 7–64.

MARCINKEVIČIENĖ, R. 2000b: Patterns of word usage in corpus linguistics. Kalbotyra 49 (3), 71–80.

MAŽEJKA, N. S. (Мажэйка, Н. С.), SUPRUN, A. Ja. 1976: Частотны слоўнік беларускай мовы (мастацкая проза), Мінск: Выдавецтва БДУ імя У. Леніна.

MIKELIONIENĖ, J. 2000: Naujoji lietuvių 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. F. 1976: Lithuanian Reverse Dictionary, Michigan: Slavica Publishers Inc.

ROZENCVEJG, V. Ju. 1986: Опыт создания национальных лексикографических служб за рубежом. Караулов Ю. Н., ред., Машинный фонд русского языка: идеи и суждения, Москва: Наука, 75–83.

SAVICKIENĖ, 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: Частотный словарь современного русского литературного языка, Таллин.

TĚŠITELOVÁ, M. e.a. 1983: Frekvenční slovník češtiny věcného stylu, Praha: Academia–Nakladatelství Československé Akademie Věd.

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.

TODOROVA, E., PANČOVSKA, R. 2001: Честотен речник на българската публицистика (1944–1989), София: Пенсофт.

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., ред., 1977: Частотный словарь русского языка, Москва: Издательство «Русский язык».

ZINKEVIČIUS, V. 2000: Lemiuoklis – morfologinei analizei. Darbai ir dienos 24, 246–273.

ŽILINSKIENĖ, V. 1990: Lietuvių kalbos dažninis 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 lietuvių–rusų 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.

ŽILINSKIENĖ, V. spausd.: Lietuvių kalbos dalykinio stiliaus morfologijos statistinės charakteristikos ir jų lyginimas su atitinkamomis publicistikos charakteristikomis. Lituanistica.

Laima Grumadienė

Lietuvių kalbos institutas

P. Vileišio g. 5, LT–2055 Vilnius, Lietuva

[email protected]

Gauta 2002 04 19