LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998)

Vida ŽILINSKIENĖ

Matematikos ir informatikos institutas, Vilnius

FREKVENČNÍ SLOVNÍK SOUČASNÉ PSANÉ LITEVŠTINY

(první výsledky výzkumu)

Již funguje počítačový frekvenční slovník současné psané litevštiny, sestavený z materiálu čtyř funkčních stylů (beletrie, publicistiky, odborného a úředního). Podrobněji o metodice a principech přípravy slovníku viz článek (Grumadienė 1995).

Lexikální rozmanitost určitého jazyka, funkčního stylu, spisovatele nebo nějakého díla se hodnotí takzvaným koeficientem iterace (poměrem počtu výskytů slov k počtu slov), který zároveň vyjadřuje i průměrnou frekvenci slova v textu. Provedené výpočty ukazují, že koeficient iterace uvedených stylů a celé litevštiny činí:

beletrie – 9,53,

publicistika – 10,51,

odborný styl – 12,63,

úřední styl – 20,78,

celý jazyk – 20,06.

Čím je tento koeficient menší, tím více různých slov se nachází v textech se stejným počtem výskytů slov (v našem případě bylo z textů každého funkčního stylu zkoumáno po 300000 výskytech slov), a tím pestřejší je lexikum daného stylu. Z uvedených čísel je zcela zřejmé, že: 1) lexikum beletrie je dvakrát pestřejší než lexikum úředního stylu, 2) pestrost lexika beletrie, publicistiky, a dokonce i odborného stylu je poměrně podobná.

Rozmanitost slovních tvarů nalezených ve zkoumaných textech můžeme porovnat srovnáním poměru počtu výskytů slov k počtu slovních tvarů v jednotlivých stylech:

beletrie – 4,34,

publicistika – 4,48,

odborný styl – 4,83,

odborného – 7,29,

celého jazyka – 7,16.

Tato čísla rovněž zjevně ukazují, že: 1) rozmanitější gramatické tvary se užívají v beletrii, publicistice a odborném stylu, 2) z tohoto hlediska se od ostatních stylů také značně liší odborný styl.

219

Protože máme frekvenční slovník litevské publicistiky sestavený podle stejné metodiky (Žilinskienė 1990), jehož korpus tvoří texty novin a časopisů z let 1973–74, a frekvenční slovník lotyšské publicistiky (Jakubaitė 1969), jehož korpus tvoří texty z let 1966–67, můžeme porovnat jejich koeficienty iterace:

litevská publicistika z let 1993–95 – 10,51, litevská publicistika z let 1973–74 – 15,38, lotyšská publicistika z let 1966–67 – 18,60.

Tyto koeficienty jasně ukazují, že lexikum současné litevské publicistiky je rozmanitější než lexikum litevské publicistiky před dvaceti lety nebo lexikum lotyšské publicistiky téměř před třiceti lety. Porovnejme desítky nejčastějších slov v jednotlivých stylech a v celém jazyce (viz tabulka 1; v ní a v dalších tabulkách číslo vedle slova označuje jeho frekvenci).

Tabulka 1. Desítky nejčastějších slov v jednotlivých stylech

beletrie | publicistika | odborný styl | odborný věcný styl | celý jazyk ir* 11442 | ir* 9743 | ir* 11140 | ir* 10990 | ir* 43315 jis 9634 | být 5825 | být 6294 | být 5138 | jis 24613 aš 4580 | jis 5824 | jis 4692 | jis 4463 | být 21366 į 4216 | tas 3487 | tas 2783 | tas 3286 | į 13528 būti 4109 | kad* 3235 | šis 2138 | kuris 2273 | į 10715 tas 3972 | į 2719 | kuris 2054 | Lietuva 2195 | kad* 9877 o* 2822 | aš 2602 | į 1941 | šis 2135 | aš 9025 kad* 2811 | kuris 1985 | kad* 1844 | kad* 1992 | kuris 7610 kaip 2219 | o* 1904 | su 1838 | ar 1903 | iš 7162 kas 2136 | su 1897 | iš 1647 | į 1839 | su 7034

Frekvence slov označených v tabulce 1 hvězdičkou (*) se liší od frekvence týchž slov uvedené v tezích (Žilinskienė 1995), protože zde je uvedena celková frekvence konkrétního lexému, zatímco v tezích je uvedena frekvence příslušného lexému v textech zahrnutých do výzkumu pouze ve funkci spojky.

Z tabulky 1 je jasně patrné, že: 1) do první desítky nejčastějších slov se dostaly neplnovýznamové slovní druhy, zájmena, která se ze statistického hlediska obvykle chovají jako neplnovýznamové slovní druhy, a sloveso být, které se v textu často užívá jako pomocné sloveso, 2) v první desítce nejčastějších slov-

220

v první stovce je šest slov (a, on, být, ten, že, do) stejných, liší se pouze jejich pořadí (čísla pozic v seznamech četnosti), samozřejmě s výjimkou a; 3) v první desítce nejčastějších slov odborného stylu je pouze jedno slovo s konkrétním významem, Lietuva.

Porovnejme dvacítky nejčastějších slov v současné litevské publicistice, ve starší litevské publicistice a v lotyšské publicistice (viz tabulka 2).

Tabulka 2. Nejčastější slova v litevské a lotyšské publicistice

Publicistika z let 1993–95 | Publicistika z let 1973–74 | lotyšská publicistika | a 9743 | a 11890 | un 10401 | být 5825 | on 5733 | būt 6395 | on 5824 | být 4167 | ten 5244 | ten 3487 | ten 3939 | nebo 3631 | že 3235 | do 2614 | par 3546 | do 2719 | já 2461 | kas 3119 | já 2602 | že 2455 | viņš 2610 | který 1985 | který 2394 | no 2342 | nebo 1904 | s 2046 | ka 2325 | s 1897 | tento 2024 | ari 2304 | z 1890 | všechen 1825 | šis 2275 | Lietuva 1839 | práce 1759 | darbs 2059 | šis 1715 | z 1602 | mēs 2030 | všechen 1517 | jako 1594 | gads 1789 | savas 1463 | rok 1563 | bet 1643 | bet 1273 | nebo 1538 | uz 1630 | člověk 1271 | člověk 1421 | kā 1609 | nebo 1213 | ne 1389 | viss 1601 | rok 1302 | pouze 1277 | padome 1386 | o 1165 | svůj 1263 | savs 1349

Při srovnání litevské publicistiky obou období vidíme, že četnost užívání nejčastějších slov je velmi podobná, jen tři slova (bet, ar, o), která se nacházejí

221

v první dvacítce současné publicistiky, se ve starší publicistice posunula níže (bet je na 22. místě, ar na 39. a o na 26. místě) (Žilinskienė 1990), zatímco slovo Lietuva bylo ve starší publicistice zakódováno jako název státu a započítával se tam pouze celkový výskyt jednotlivých skupin vlastních jmen (např. křestních jmen, příjmení, názvů států, hydronym atd.), proto není ve slovníku slov uvedeno v pořadí podle klesající četnosti. Při zpracování současné publicistiky bylo savo považováno za genitiv zájmena savas, takže byla samozřejmě zaznamenána lexéma savas; při přepočtu starší publicistiky tímto způsobem by savas mělo četnost 1461 a dostalo by se na 17. místo. Kromě toho je třeba poznamenat, že ve druhé desítce nejčastějších slov se již objevila také podstatná jména (rok, člověk); pouze darbas se v současné publicistice posunulo do třetí desítky.

Při srovnání s lotyšskou publicistikou lze vidět, že do první desítky se dostala většina stejných slov plnících funkční roli, stejná jsou i dvě nejčastější podstatná jména; pouze lotyšské padome je stále velmi časté (ve starší litevské publicistice se taryba vyskytlo 455krát, zatímco v současné 137krát).

Porovnejme podstatná jména, přídavná jména, číslovky, slovesa a příslovce z první stovky nejčastějších slov ve všech čtyřech stylech i v celém jazyce (viz tabulka 3).

Tabulka 3. Nejčastější jména, slovesa a příslovce v jednotlivých stylech

beletrie

publicistika

odborný

odborný

celý jazyk

člověk

Lietuva

práce

Litva

Litva

oko

člověk

systém

práce

práce

ruka

rok

Litva

dokument

člověk

hlava

práce

člověk

článek

rok

den

země

výzkum

republika

právo

čas

den

část

právo

dokument

dům

období

období

osoba

čas

slovo

stát

proces

podnik

den

muž

země

prvek

zákon

stát

případ

Vilnius

materiál

předseda

republika

práce

čas

voda

stát

část

dítě

život

čas

instituce

zákon

otec

škola

rok

organizace

článek

noha

Rusko

kultura

jazyk

firma

222

beletrie čas žena život okno velký dobrý publicistika dítě Litevec firma případ banka zákon svět dům hospodářství Evropa část město velký nový dobrý důležitý vědecký údaj Litevec podmínka způsob číslo význam případ jazyk věda forma skupina povrch metoda výsledek činnost problém místo vlastnost velký různorodý hlavní nový důležitý odborný část slovo poslanec soud komise otázka případ rozhodnutí pořádek zboží rada země zaměstnanec člen člověk případ vláda porušení prostředek den projekt banka schůze forma smlouva čas cena státní vysoký správní hlavní důležitý všechny styly slovo jazyk země osoba systém případ země čas místo život velký nový vysoký

223

beletrie publicistika vědecký odborný všechny styly obecný společenský jeden dva jeden první dva tři jeden první dva jeden první dva jeden první dva být moci nebýt mít říkat vědět jít chtít brát potřebovat říci dívat se nemoci vidět zdát se být mít moci nebýt říkat potřebovat být moci mít nebýt tvořit používat stanovit být mít moci potřebovat nebýt předpokládat chtít být moci mít nebýt potřebovat vědět stanovit chtít tvořit říkat dostat nemoci tak velmi mnoho kde tady tam dobře tehdy velmi nyní tak proto tady ještě už velmi mnoho proto často také mnoho tak nyní proto často velmi mnoho ještě tak už nyní tady také kde proto pouze

224

Jak se dalo očekávat, z první stovky nejčastějších slov vyplývá, že se především beletrie liší od neuměleckých stylů: 1) v beletrii je nejméně podstatných jmen (je jich 18) a přídavných jmen (jsou 2) a dvakrát více sloves (je jich 15), 2) publicistika je beletrii bližší jak poměrem slovních druhů, tak z hlediska konkrétních lexémů (např. dům, případ, dítě, život, dobrý, říkat, tady se nacházejí v první stovce nejčastějších slov pouze těchto stylů). Několik lexémů se nachází v první stovce nejčastějších slov všech stylů: člověk, práce, čas, být, moci, nebýt, mít. Z první stovky nejčastějších podstatných jmen by se již snadno dalo poznat, z textů jakého stylu byla tato slova vybrána. Například si nelze nijak představit, že by v beletrii byla častá slova výzkum, proces, prvek, údaj, podmínka, význam, forma, stejně jako si nelze představit, že by se ve vědeckém stylu často opakovala slova oko, ruka, hlava, dítě, otec apod. Taková slova mohou být častá snad jen v nějakém konkrétním vzorku, v němž se píše právě pouze o tomto tématu. Kromě toho je zcela zřejmé, že slovesa v první stovce nejčastějších slov mají velmi obecný význam a v textech nejčastěji fungují jako pomocná slovesa.

Porovnejme podstatná jména, přídavná jména, číslovky a slovesa, která se nacházejí v první stovce nejčastějších slov současné i starší litevské publicistiky a lotyšské publicistiky (viz tabulku 4).

Tabulka 4. Nejčastější jména a slovesa v litevské a lotyšské publicistice

Publicistika z let 1993–95

Publicistika z let 1973–74

lotyšská publicistika

Litva

práce

práce

člověk

rok

rok

rok

člověk

rada

práce

škola

člověk

země

země

čas

den

krát

strana

čas

republika

národ

stát

hospodářství

stát

země

den

den

Vilnius

život

republika

čas

film

země

život

okres

místo

škola

čas

dluh

Rusko

město

továrna

dítě

věda

okres

Litevec

země

život

225

publicistika z let 1993–95

publicistika z let 1973–74

lotyšská publicistika

podnik generace banka zákon svět dům hospodářství Evropa část město

dítě lid rada otázka svět místo doba učitel výroba organizace sport student žena

město otázka organizace příležitost výbor podnik svět slovo boj úkol výuka síla dělník

velký nový dobrý důležitý

nový velký dobrý sovětský důležitý mladý vysoký socialistický skutečný

mladý velký dobrý vysoký

jeden první dva tři

jeden první

první jeden dva druhý

být mít moci nebýt říkat potřebovat

být mít moci potřebovat nebýt vědět pracovat mluvit chtít říkat

být nebýt moci stát se dít se pracovat začít dát

Toto srovnání právě ukazuje, které lexémy jsou pro publicistiku nejcharakterističtější, tj. které lexémy jsou časté jak v publicistice obou litevských období, tak v lotyšské

226

v publicistice. Konečně některá frekventovaná lexémata (např. v současné publicistice se mezi nejčastějšími slovy již objevily bankas, įstatymas, zatímco ve starší publicistice to byla tarybinis, socialistinis) odrážejí politické a ekonomické aspekty příslušného období.

V této studii byly využity materiály počítačového Frekvenčního slovníku současné psané litevštiny, který byl sestaven za podpory Litevského fondu pro vědu a studium.

Došlo 26. 6. 1998

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