Dažninis dabartinės rašomosios lietuvių kalbos žodynas (pirmieji tyrimo rezultatai)

LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998) Vida ŽILINSKIENĖ Matematikos ir informatikos institutas, Vilnius En frekvensordbok över det moderna skriftspråket i litauiska (de första forskningsresultaten) En datorbaserad frekvensordbok över det moderna skriftspråket i litauiska finns redan, sammanställd utifrån material från fyra funktionella stilar (skönlitteratur, publicistik, vetenskap och fackspråk). För en utförligare redogörelse för metoden och principerna bakom ordboksarbetet, se artikeln (Grumadienė 1995). Den lexikala variationen i ett språk, en viss funktionell stil, hos en författare eller i ett verk bedöms med den så kallade iterationskoefficienten (förhållandet mellan antalet ord förekomster och antalet ord), vilken samtidigt också anger ordens genomsnittliga frekvens i texten. Utförda beräkningar visar att iterationskoefficienten för de nämnda stilarna och för litauiska som helhet är: skönlitteratur – 9,53, publicistik – 10,51, vetenskap – 12,63, fackspråk – 20,78, hela språket – 20,06. Ju lägre denna koefficient är, desto fler olika ord återfinns i texter med lika många ord förekomster (i vårt fall undersöktes 300 000 ord förekomster från texter inom varje funktionell stil), och desto större är den lexikala variationen i stilen. Av de angivna siffrorna framgår mycket tydligt att: 1) skönlitteraturens ordförråd är dubbelt så varierat som fackspråkets, 2) den lexikala variationen i skönlitteratur, publicistik och till och med vetenskaplig stil är ganska likartad. Variationen av ordformer i de undersökta texterna kan jämföras genom att ställa förhållandet mellan antalet ord förekomster och antalet ordformer i de olika stilarna mot varandra: skönlitteratur – 4,34, publicistik – 4,48, vetenskap – 4,83, ämnesprosa – 7,29, hela språket – 7,16. Även dessa siffror visar tydligt att: 1) fler grammatiska former används i skönlitteraturens, publicistikens och den vetenskapliga stilens texter, 2) ämnesprosa skiljer sig också avsevärt från de andra stilarna i detta avseende. 219 Eftersom vi har en frekvensordbok över litauisk publicistik som utarbetats enligt samma metodik (Žilinskienė 1990), beräknad utifrån tidnings- och tidskriftstexter från 1973–74, och en frekvensordbok över lettisk publicistik (Jakubaitė 1969), beräknad utifrån texter från 1966–67, kan vi jämföra deras iterationskoefficienter: litauisk publicistik 1993–95 – 10,51, litauisk publicistik 1973–74 – 15,38, lettisk publicistik 1966–67 – 18,60. Dessa koefficienter visar tydligt att ordförrådet i dagens litauiska publicistik är mer varierat än ordförrådet i litauisk publicistik för tjugo år sedan eller i lettisk publicistik för nästan trettio år sedan. Låt oss jämföra de tio vanligaste orden i de enskilda stilarna och i språket som helhet (se tabell 1; i denna och följande tabeller anger siffran intill ordet ordets frekvens). Tabell 1. De tio vanligaste orden i de enskilda stilarna skönlitteratur | publicistik | vetenskaplig stil | ämnesprosa | hela språket och* 11442 | och* 9743 | och* 11140 | och* 10990 | och* 43315 han 9634 | vara 5825 | vara 6294 | vara 5138 | han 24613 jag 4580 | han 5824 | han 4692 | han 4463 | vara 21366 i 4216 | den 3487 | den 2783 | den 3286 | den 13528 vara 4109 | att* 3235 | denna 2138 | vilken 2273 | i 10715 den 3972 | i 2719 | vilken 2054 | Litauen 2195 | att* 9877 men* 2822 | jag 2602 | i 1941 | denna 2135 | jag 9025 att* 2811 | vilken 1985 | att* 1844 | att* 1992 | vilken 7610 som 2219 | men* 1904 | med 1838 | om 1903 | från 7162 vad 2136 | med 1897 | från 1647 | i 1839 | med 7034 Frekvenserna för de ord som i tabell 1 markerats med en asterisk (*) skiljer sig från frekvenserna för samma ord som anges i avhandlingen (Žilinskienė 1995), eftersom den totala frekvensen för den specifika lexemen anges här, medan avhandlingen anger frekvensen för den motsvarande lexemen när den i de undersökta texterna endast används som konjunktion. Av tabell 1 framgår tydligt att: 1) bland de tio vanligaste orden finns oböjliga ordklasser, pronomen som ur statistisk synvinkel vanligen fungerar som oböjliga ordklasser, samt verbet vara, som ofta används som hjälpverb i texten, 2) i den första tiolistan över de vanligaste orden 220 i topphundralistan är sex ord (ir, jis, būti, tas, kad, į) desamma, det är bara deras rangordning (positionsnummer i frekvenslistorna) som skiljer sig, naturligtvis med undantag för ir; 3) är det bara ett ord med konkret betydelse, Lietuva, som finns bland de tio vanligaste orden i fackstilen. Låt oss jämföra de tjugo vanligaste orden i dagens litauiska publicistik, äldre litauisk publicistik och lettisk publicistik (se tabell 2). Tabell 2. De vanligaste orden i litauisk och lettisk publicistik Publicistik 1993–95 | Publicistik 1973–74 | lettisk publicistik | ir 9743 | ir 11890 | un 10401 | būti 5825 | jis 5733 | būt 6395 | jis 5824 | būti 4167 | tas 5244 | tas 3487 | tas 3939 | ar 3631 | kad 3235 | į 2614 | par 3546 | į 2719 | aš 2461 | kas 3119 | aš 2602 | kad 2455 | viņš 2610 | kuris 1985 | kuris 2394 | no 2342 | o 1904 | su 2046 | ka 2325 | su 1897 | šis 2024 | ari 2304 | iš 1890 | visas 1825 | šis 2275 | Lietuva 1839 | darbas 1759 | darbs 2059 | šis 1715 | iš 1602 | mēs 2030 | visas 1517 | kaip 1594 | gads 1789 | savas 1463 | metai 1563 | bet 1643 | bet 1273 | o 1538 | uz 1630 | žmogus 1271 | žmogus 1421 | kā 1609 | ar 1213 | ne 1389 | viss 1601 | metai 1302 | tik 1277 | padome 1386 | apie 1165 | savo 1263 | savs 1349 När vi jämför litauisk publicistik från de båda perioderna ser vi att frekvensen för de allra vanligaste orden är mycket likartad; endast tre ord (bet, ar, apie), som finns 221 bland de tjugo vanligaste orden i dagens publicistik, har hamnat längre ned i den äldre publicistiken (bet ligger på 22:a plats, ar på 39:e och apie på 26:e plats) (Žilinskienė 1990), medan ordet Lietuva i den äldre publicistiken kodades som ett statsnamn och där beräknades endast den samlade frekvensen för separata grupper av egennamn (t.ex. förnamn, efternamn, statsnamn, hydronymer osv.); därför finns det inte med i ordboken i fallande frekvensordning. Vid bearbetningen av dagens publicistik har savo betraktats som genitiv av pronomenet savas, och då registrerades naturligtvis lexemet savas; om den äldre publicistiken räknades om på detta sätt skulle savas ha haft frekvensen 1461 och hamnat på 17:e plats. Dessutom bör det noteras att substantiv redan förekommer bland de tio näst vanligaste orden (metai, žmogus); endast darbas har i dagens publicistik flyttats till den tredje tiogruppen. Jämför vi med lettisk publicistik kan vi se att de flesta av samma funktionsord finns bland de tio vanligaste, liksom de två vanligaste substantiven; det lettiska padome är dock fortfarande mycket vanligt (i äldre litauisk publicistik förekom taryba 455 gånger, medan det i dagens publicistik förekom 137 gånger). Låt oss jämföra de substantiv, adjektiv, räkneord, verb och adverb som förekommer bland de hundra vanligaste orden i alla fyra stilar och i språket som helhet (se tabell 3). Tabell 3. De vanligaste nominalorden, verben och adverben i olika stilar skönlitteratur publicistik vetenskap fackstil hela språket människa Lietuva arbete Litauen Litauen öga människa system arbete arbete hand år Litauen dokument människa huvud arbete människa artikel år dag land undersökning republik rätt tid dag del rätt dokument hus tidpunkt tidpunkt person tid ord stat process företag dag man jord element lag stat gång Vilnius material ordförande republik arbete tid vatten stat del barn liv tid institution lag far skola år organisation artikel ben Ryssland kultur språk företag 222 skönlitteratur tid kvinna liv fönster stor god publicistik barn litauer företag gång bank lag värld hus jordbruk Europa del stad stor ny god viktig vetenskap uppgift litauer villkor sätt tal betydelse fall språk vetenskap form grupp yta metod resultat verksamhet problem plats egenskap stor varierande huvudsaklig ny viktig fack del ord parlamentsledamot domstol kommission fråga mål beslut ordning vara råd land anställd medlem människa fall regering överträdelse åtgärd dag projekt bank möte form avtal tid pris statlig hög administrativ huvudsaklig viktig alla språk ord språk land person system gång jord tid plats liv stor ny hög 223 skönlitteratur publicistik vetenskap fack alla språk allmän social en två en första två tre en första två en första två en första två vara kunna inte vara ha säga veta gå vilja ta behöva säga titta kunna inte se verka vara ha kunna inte vara säga behöva vara kunna ha kunna inte vara bilda använda fastställa vara ha kunna behöva kunna inte vara förutse vilja vara kunna ha kunna inte vara behöva veta fastställa vilja bilda säga få kunna inte så mycket mycket var här där bra då mycket nu så därför här också redan mycket mycket därför ofta också mycket så nu därför ofta mycket mycket också så redan nu här också var därför endast 224 Som man kunde vänta sig framgår det av de hundra vanligaste orden att skönlitteraturen först och främst skiljer sig från de icke-skönlitterära stilarna: 1) skönlitteraturen har minst substantiv (18) och adjektiv (2), men dubbelt så många verb (15), 2) publicistiken står närmare skönlitteraturen både vad gäller förhållandet mellan ordklasserna och konkreta lexem (t.ex. hus, gång, barn, liv, god, säga, här finns endast bland de hundra vanligaste orden i dessa stilar). Några lexem förekommer bland de hundra vanligaste orden i alla stilar: människa, arbete, tid, vara, kunna, inte vara, ha. Utifrån de hundra vanligaste substantiven skulle man redan lätt kunna säga vilken stil de ord som valts ut kommer från. Det är exempelvis omöjligt att föreställa sig att orden undersökning, process, element, uppgift, villkor, betydelse, form skulle vara vanliga i skönlitteratur, lika omöjligt som att föreställa sig att öga, hand, huvud, barn, far och liknande ofta skulle förekomma i vetenskaplig text. Sådana ord kan vara vanliga endast i någon enskild specifik delmängd där man skriver just om detta. Dessutom är det mycket tydligt att verben bland de hundra vanligaste orden har mycket allmän betydelse och oftast fungerar som hjälpverb i texter. Låt oss jämföra substantiv, adjektiv, räkneord och verb bland de hundra vanligaste orden i nutida och tidigare litauisk publicistik samt lettisk publicistik (se tabell 4). Tabell 4. De vanligaste nominalorden och verben i litauisk och lettisk publicistik Publicistik 1993–95 Publicistik 1973–74 lettisk publicistik Litauen arbete arbete människa år år år människa råd arbete skola människa land land tid dag gång parti tillfälle republik folk stat hushållning stat jord dag dag Vilnius liv republik tid film jord liv distrikt plats skola tid skuld Ryssland stad fabrik barn vetenskap distrikt litauer jord liv 225 1993–95 års journalistiska prosa 1973–74 års journalistiska prosa lettisk journalistisk prosa företag generation bank lag värld hus jordbruk Europa del stad barn folk råd fråga värld plats tid lärare produktion organisation sport student kvinna stad fråga organisation gång kommitté företag värld ord kamp uppgift undervisning kraft arbetare stor ny god viktig ny stor god sovjetisk viktig ung hög socialistisk verklig ung stor god hög en första två tre en första första en två andra vara ha kunna inte vara säga behöva vara ha kunna behöva inte vara veta arbeta tala vilja säga vara inte vara kunna bli ske arbeta börja ge Denna jämförelse visar just vilka lexem som är mest karakteristiska för journalistisk prosa, det vill säga vilka lexem som är vanliga både i den litauiska journalistiska prosan under de båda perioderna och i den lettiska 226 i publicistiken. Slutligen visar vissa frekventa lexem (till exempel har endast i den nuvarande publicistiken bland de vanligaste orden bankas, įstatymas redan dykt upp, medan tarybinis, socialistinis förekom i den tidigare publicistiken) de politiska och ekonomiska aspekterna av den aktuella perioden. I denna studie användes material från den datorbaserade Frekvensordboken över nutida skriven litauiska, som sammanställdes med stöd från Litauens vetenskaps- och studie­fond. Mottaget 1998 06 26 LITERATŪRA Grumadienė L. 1995: Dabartinės rašomosios lietuvių kalbos dažnumų žodynas: sandara ir darbo eiga. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 18–19. Jakubaitė T. 1969: Jakubaitė T., Gulėvska D., Ozola V., Prūse R., Rubina A., Sika N. Latviešu valodas biežuma vārdnīca. 2, Rīgā: Zinātne. Žilinskienė V. 1990: Lietuvių kalbos dažninis žodynas, Vilnius: Mokslas, 176. Žilinskienė V. 1995: Rašomosios lietuvių kalbos dažninis žodynas. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 33–34. HÄUFIGKEITSWÖRTERBUCH DER LITAUISCHEN SCHRIFTSPRACHE (erste Forschungsresultate) Zusammenfassung Dieser Beitrag bietet die Einschätzung der Häufigkeit der Wörter in der Lexik der verschiedenen funktionalen Stile der gegenwärtigen litauischen Schriftsprache nach Iterationskoeffizienten, wobei auf das Verhältnis der Wortformen in den Stilgattungen hingewiesen wird. Verglichen werden, die gebräuchlichsten Wörter in den Stilgattungen und die gebräuchlichsten in der litauischen Publizistik 1993–1995 bzw. 1973–1974 sowie in der lettischen Publizistik. Der Vergleich zeigt, welche Lexeme für die Publizistik besonders kennzeichnend sind und wie sie die politischen bzw. wirtschaftlichen Aspekte einer gewissen Zeitperiode widerspiegeln. 227