Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

doi.org/10.35321/term28-03 Η χρήση και η εμπειρική παραγωγικότητα των διεθνών επιθημάτων επιθέτων στη σλοβακική γλώσσα: επανεξέταση JANA LEVICKÁ Ľ. Štúr Institute of Linguistics, Slovak Academy of Sciences Αναγνωριστικό ORCID: https://orcid.org/0000-0001-6027-604X ΠΕΡΙΛΗΨΗ Το παρόν άρθρο αποτελεί συνέχεια προηγούμενης έρευνας που επικεντρώθηκε στη χρήση και την παραγωγικότητα πέντε λατινογενών επιθημάτων στη σλοβακική γλώσσα. Η ανάλυση εστιάζει στην πραγματική και τη δυνητική παραγωγικότητα μέσω μιας σύγκρισης σε δύο στάδια: 1) των εμφανίσεων λέξεων και των λημμάτων σε ένα γενικό ισορροπημένο σώμα κειμένων σε σύγκριση με ένα γενικό σώμα εξειδικευμένων και ακαδημαϊκών κειμένων· 2) των εμφανίσεων λέξεων και των λημμάτων στο γενικό σώμα εξειδικευμένων και ακαδημαϊκών κειμένων σε σύγκριση με τα εξειδικευμένα (υπο)σώματα ιατρικών, νομικών, οικονομικών και θρησκευτικών κειμένων. Πρώτος στόχος της συνέχειας ήταν να διαπιστωθεί αν τα λήμματα χαμηλής συχνότητας περιλαμβάνουν νεόπλαστους τύπους που θα μπορούσαν να συμβάλουν στις διακυμάνσεις της παραγωγικότητας μεταξύ των θεματικών πεδίων. Δεύτερος στόχος ήταν να εντοπιστεί και να εφαρμοστεί ένα κατάλληλο στατιστικό μέτρο που θα επέτρεπε τη σύγκριση της παραγωγικότητας των δεδομένων σωμάτων κειμένων σε σώματα διαφορετικού μεγέθους. ΛΕΞΕΙΣ-ΚΛΕΙΔΙΑ: παραγωγικότητα, επίθετο, επίθημα, γενικό σώμα κειμένων, εξειδικευμένο σώμα κειμένων, άπαξ λεγόμενα, λήμμα χαμηλής συχνότητας, κατανομές με μεγάλο αριθμό σπάνιων συμβάντων. ΠΕΡΙΛΗΨΗ Η μελέτη που περιγράφεται στο παρόν άρθρο αποτελεί συνέχεια προηγούμενης έρευνας, η οποία εξέτασε τη χρήση και την παραγωγικότητα πέντε λατινικών επιθημάτων στη σλοβακική γλώσσα. Η μελέτη αποσκοπεί στον προσδιορισμό της πραγματικής και της δυνητικής παραγωγικότητας μέσω σύγκρισης σε δύο στάδια: 1) οι εμφανίσεις λέξεων (αγγλ. tokens) και τα λήμματα (αγγλ. lemmas) που απαντούν σε ένα γενικό ισορροπημένο σώμα κειμένων συγκρίνονται με εκείνα που απαντούν σε ένα γενικό σώμα εξειδικευμένων και ακαδημαϊκών κειμένων· 2) συγκρίνονται οι εμφανίσεις λέξεων και τα λήμματα που απαντούν στο γενικό σώμα εξειδικευμένων και ακαδημαϊκών κειμένων με εκείνα που απαντούν στα εξειδικευμένα υποσώματα ιατρικών, νομικών, οικονομικών και θρησκευτικών κειμένων. Κύριος στόχος της συνέχειας της έρευνας είναι να διαπιστωθεί αν τα λήμματα χαμηλής συχνότητας περιλαμβάνουν νεόπλαστους τύπους που θα μπορούσαν να συμβάλουν στις διαφορές παραγωγικότητας μεταξύ των θεματικών πεδίων. Η μελέτη αποσκοπεί επίσης στον εντοπισμό και την εφαρμογή ενός στατιστικού μέτρου που θα επιτρέπει τη σύγκριση της παραγωγικότητας των δεδομένων σωμάτων κειμένων σε σώματα διαφορετικού μεγέθους. ΛΕΞΕΙΣ-ΚΛΕΙΔΙΑ: παραγωγικότητα, επίθετο, επίθημα, γενικό σώμα κειμένων, εξειδικευμένο σώμα κειμένων, άπαξ λεγόμενο, λήμμα χαμηλής συχνότητας, κατανομές με μεγάλο αριθμό σπάνιων συμβάντων 54 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 1. ΕΙΣΑΓΩΓΗ Το κίνητρο για την έρευνά μας προέκυψε από το ενδιαφέρον για την ορολογική συνωνυμία και, στο πλαίσιο αυτού του ευρύτερου θέματος, για τα συνώνυμα denominal επίθετα ως συστατικά πολυλεκτικών όρων. Η εστίαση στα επίθετα δεν αποτελεί καινοτομία στην ορολογική έρευνα. Λεπτομερείς αναλύσεις που εστιάζουν στα επίθετα απαντούν στο έργο αρκετών ορολόγων, ιδίως κατά τις δεκαετίες του 1990 και του 20001. Στην ιστορία της σλοβακικής ορολογίας, μελέτες με επίκεντρο τα επίθετα, οι οποίες πυροδοτήθηκαν από την ανάγκη ενοποίησης και δημιουργίας τυποποιημένων σλοβακικών ορολογιών, ανάγονται στη δεκαετία του 1950 (βλ. π.χ. Ján Horecký 1956). Η σημασία των επιθέτων στην ορολογία και στις γλώσσες ειδικών σκοπών μπορεί επίσης να καταδειχθεί με στατιστικά δεδομένα που παρέχονται από σώματα κειμένων. Η πλειονότητα των εξειδικευμένων σωμάτων κειμένων που προέκυψαν από το έργο του Σλοβακικού Εθνικού Σώματος Κειμένων (εφεξής έργο SNC) παρουσιάζει υψηλότερο ποσοστό επιθέτων σε σύγκριση με το σώμα αναφοράς (prim-7.0-frk), δηλαδή το σώμα που αποτελείται από ίσα μερίδια μυθοπλαστικών, εξειδικευμένων και δημοσιογραφικών κειμένων2. Όπως φαίνεται στον Πίνακα 1, η διαφορά αυτή ανέρχεται σχεδόν στο 2%, με εξαίρεση το θρησκευτικό σώμα κειμένων (blf-2.0), στο οποίο το ποσοστό των επιθέτων είναι περίπου το ίδιο με εκείνο του σώματος αναφοράς (7,46%). Η δεύτερη σειρά του Πίνακα 1 παρουσιάζει το ποσοστό των γερούνδιων, τα οποία χρησιμοποιούνται επίσης με διαφοροποιητικές και ταξινομικές λειτουργίες στους σλοβακικούς πολυλεκτικούς όρους. Στο πλαίσιο της μορφολογικής επισημείωσης του έργου SNC, αυτά ταξινομούνται ως ειδική ομάδα, γι’ αυτό και επισημαίνονται χωριστά από τα ρήματα (Garabík et al. 2004). Η συνύπαρξη και ο ανταγωνισμός των επιθέτων έχουν εντοπιστεί και αναλυθεί στο πλαίσιο της γλώσσας γενικά (π.χ. Nábelková 1996). Ωστόσο, η ένταξή τους σε πολυλεκτικούς όρους αποτελεί θέμα που έχει ερευνηθεί σχετικά λίγο. Συνήθης φαινόμενο που οδηγεί στη συνωνυμία και τον ανταγωνισμό των επιθέτων είναι η συνύπαρξη λατινογενών επιθέτων και των (σλοβακικών) αντίστοιχών τους (vnútrožilový – intravenózny «ενδοφλέβιος»). Η τελευταία ομάδα περιλαμβάνει επίσης μια υποομάδα στην οποία απαντούν τόσο σλοβακικό όσο και, από ετυμολογική άποψη, λατινογενές ή διεθνές επίθημα, σε συνδυασμό με την ίδια διεθνή ρίζα (π.χ. bakteriálny – baktérioový «βακτηριακός»). Περιστασιακά, παρατηρείται εναλλαγή δύο διεθνών επιθημάτων με την ίδια εν- 1 Βλ., για παράδειγμα, H. Assadi και D. Bourigault 1995· S. Normand και D. Bourigault 2001· B. Daille 2001· F. Maniez 2001· M.-C. L’Homme 2002, 2003· ή I. Carrière 2008. 2 Περισσότερες λεπτομέρειες σχετικά με τα σώματα κειμένων που χρησιμοποιήθηκαν για την ανάλυση που παρουσιάζεται μπορούν να βρεθούν στο Μέρος 3.2. Terminologija | 2021 | 28 55 Πίνακας 1. Αριθμός λεκτικών τύπων και ποσοστά επιθέτων και γερούνδιων στα σώματα αναφοράς και στα εξειδικευμένα σώματα κειμένων του έργου SNC ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΣΩΜΑ ΑΝΑΦΟΡΑΣ ΕΠΙΣΤΗΜΟΝΙΚΟ ΥΠΟΣΩΜΑ ΙΑΤΡΙΚΟ ΥΠΟΣΩΜΑ ΝΟΜΙΚΟ ΥΠΟΣΩΜΑ ΘΡΗΣΚΕΥΤΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΟΙΚΟΝΟΜΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ Αριθμός λεκτικών τύπων στο σώμα κειμένων 253,137,609 149,581,785 7,099,555 33,600,183 65,920,357 164,987,015 Αριθμός επιθέτων σε tokens 19,090,396 7.54% 13,415,554 8.97% 660,025 9.3% 4,841,400 9.88% 4,914,860 7.46% 15,540,381 9.42% Αριθμός γερούνδιων σε tokens 3,174,567 1.25% 2,394,914 1.6% 112,164 1.58% 1,267,598 2.59% 761,719 1.16% 2,154,124 1.31% Μπορεί να προκύψει διεθνής ρίζα (π.χ. hypersonórny – hypersonický, kontradiktorický – kontradiktórny). Η παρούσα μελέτη, εστιάζοντας στη χρήση συγκεκριμένων επιθημάτων στη σλοβακική γλώσσα, επιδιώκει να διαπιστώσει κατά πόσον ορισμένα από αυτά ευνοούν περισσότερο μια τέτοια συνύπαρξη ή εμφανίζονται συχνότερα σε ορολογικά επίθετα· γι’ αυτό η έννοια της μορφολογικής παραγωγικότητας καθίσταται εδώ συναφής. Τα επιθήματα που επιλέχθηκαν για την ανάλυση αποτελούν μια μικρή ομάδα που χρησιμοποιείται για τον σχηματισμό αποουσιαστικών επιθέτων από ένα ευρύ σύνολο σλοβακικών επιθημάτων επιθέτων3. Ως προς τη σύνθεσή τους, τα πέντε επιθήματα αποτελούνται από ένα (προσαρμοσμένο) διεθνές επίθημα επιθέτου σε συνδυασμό με το σημασιολογικά ισοδύναμο σλοβακικό -ný/ny: -álny, -árny, -itný, -ívny, -ózny· επομένως, η επιθετική τους ιδιότητα ενισχύεται κάπως. Είναι προφανές ότι και τα πέντε επιθήματα λατινικής προέλευσης χρησιμοποιήθηκαν για τον σχηματισμό επιθέτων από λατινικά ουσιαστικά (-alis με την παραλλαγή -aris, -ītus, -ōsus) ή ρήματα (-ōrius). Αξίζει, ωστόσο, να επισημανθεί ότι πολλά σλοβακικά επίθετα με τα αναλυόμενα επιθήματα εντάχθηκαν 3 Martin Ološtiak and Lucia Ološtiaková (2015: 230) mention as many as 38 suffixes, though 25 suffixes in their sample – derived from the Slovník koreňových morfém slovenčiny comprising 66 500 lexical units – represent only 1% of adjectives. 56 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited στο σλοβακικό λεξιλόγιο όχι μόνο απευθείας από τα λατινικά, αλλά συχνότερα μέσω των γαλλικών ή των αγγλικών τις τελευταίες δεκαετίες (Horecký 1999), και υπέστησαν τη διαδικασία προσαρμογής μέσω του προαναφερθέντος σλοβακικού επιθήματος επιθέτου. Είναι σημαντικό ότι η δανειοληψία αυτή και η επακόλουθη προσαρμογή κατέστησαν δυνατές και ενισχύθηκαν από εξωγλωσσικούς παράγοντες. Λόγω κυρίως ιστορικών παραγόντων, η σλοβακική γλώσσα υπήρξε ιδιαίτερα δεκτική σε νέες λέξεις λατινικής προέλευσης και, ως εκ τούτου, το μερίδιο των λατινογενών λέξεων είναι υψηλό ακόμη και στο γενικό λεξιλόγιο της σλοβακικής (Horecký 1999: 81). Σήμερα, χάρη στην επίδραση των μέσων μαζικής ενημέρωσης, του διαδικτύου και των μέσων κοινωνικής δικτύωσης, αυτή η συνδυασμένη διαδικασία σχηματισμού λέξεων, που περιλαμβάνει τόσο τον δανεισμό όσο και την παραγωγή, είναι εξαιρετικά παραγωγική και, συνεπώς, ιδιαίτερα πρόσφορη για γλωσσολογική και ορολογική μελέτη. Η εργασία μας αποτελεί συνέχεια της προηγούμενης έρευνάς μας στο ίδιο ερευνητικό θέμα, η οποία πρόκειται να δημοσιευθεί σύντομα (Levičká 2021). Για λόγους σύγκρισης και σαφήνειας για τον αναγνώστη, θεωρήσαμε απαραίτητο να συμπεριλάβουμε μια σύνοψη του προηγούμενου συλλογισμού και των ευρημάτων, συμπληρωμένη με νέες παρατηρήσεις και θεωρητικό υπόβαθρο. Έτσι, ορισμένοι πίνακες (1–4), μολονότι είχαν συμπεριληφθεί στην πρώτη μας εργασία, επαναλαμβάνονται εδώ. 2. ΘΕΩΡΗΤΙΚΟ ΥΠΟΒΑΘΡΟ Η θεωρητική έννοια της μορφολογικής παραγωγικότητας έχει αναπτυχθεί από αρκετούς ερευνητές και μελετητές. Μια επισκόπηση της προηγούμενης θεωρητικής σκέψης και των μελετών του 20thού αιώνα έχει συνοψιστεί και σχολιαστεί σε πολλές μελέτες και άρθρα, π.χ. από τον Jesús Fernández-Dominguez (2013) ή τη Victoria Hulse (2011). Εδώ θα εστιάσουμε μόνο σε ορισμένες θεωρητικές παραμέτρους, οι οποίες μας ενέπνευσαν και επηρέασαν την επιλογή της προσέγγισης και της μεθοδολογίας μας. Ο παλαιότερος ορισμός που παρατίθεται εδώ διατυπώθηκε το 1948 από τον Αμερικανό γλωσσολόγο Dwight L. Bolinger (όπως παρατίθεται στο Säily 2018: 198), ο οποίος κατέληξε ότι η παραγωγικότητα ήταν η «στατιστικά προσδιορίσιμη ετοιμότητα4 με την οποία ένα στοιχείο εισέρχεται σε νέους συνδυασμούς». In 1961, Dutch linguist Henk Schulting (quoted by Stefan Evert and Anke Lüdeling 2001: 165) defined productivity as “the possibility for language users to coin unintentionally and, in principle, unlimited numbers of new formations, by using the morphological procedure that lies behind the form-meaning correspondence of some known words”. 4 Οι φράσεις ή οι λέξεις που επισημαίνονται με έντονα γράμματα αντιπροσωπεύουν τα βασικά χαρακτηριστικά της έρευνάς μας. Terminologija | 2021 | 28 57 Τελευταίο, αλλά εξίσου σημαντικό, θα θέλαμε να αναφερθούμε στην έρευνα για τη λέξη-παραγωγή του Τσέχου γλωσσολόγου Miloš Dokulil, ο οποίος παρουσίασε μια σύνθετη θεωρία για την παραγωγικότητα της λέξης-παραγωγής στο έργο του Teorie tvoření slov το 1962. Πρώτα απ’ όλα, ο Dokulil όρισε γενικά την παραγωγικότητα ενός γλωσσικού μηχανισμού ως «την ικανότητα αυτού του γλωσσικού μηχανισμού (είτε πρόκειται για βάση, επίθημα ή πρότυπο λέξης-παραγωγής) να συμμετέχει ενεργά στη δημιουργία νέων λέξεων» (1962: 78). Διευκρίνισε ότι αυτή η ικανότητα μπορεί να είναι απόλυτη, δηλαδή η δυνατότητα χρήσης του για τη δημιουργία νέων λέξεων ανά πάσα στιγμή και στο πλαίσιο οποιουδήποτε προτύπου λέξης-παραγωγής, ή σχετική, οπότε εξαρτάται από τη σημασιολογία ή, ακριβέστερα, από το ύφος, καθώς και από το πρότυπο λέξης-παραγωγής. Στη θεωρία του Dokulil, η παραγωγικότητα είναι «μια έννοια συγχρονικής φύσης, ενώ η πραγμάτωση αυτής της ικανότητας —η δημιουργία νέων λέξεων σύμφωνα με συγκεκριμένους κανόνες— είναι, αντίθετα, μια έννοια διαχρονικής φύσης» (1962: 80). Ο Dokulil διέκρινε επίσης την συστημική από την εμπειρική παραγωγικότητα (που αναφέρεται επίσης ως «parole» ή «πραγματική παραγωγικότητα» από τον František Štícha 2012)), η οποία παρέχει μια «γενική εικόνα της συνολικής αξιοποίησης ενός συγκεκριμένου προτύπου λέξης-παραγωγής ή γλωσσικού μηχανισμού στο γλωσσικό σύστημα μιας δεδομένης χρονικής περιόδου» (Dokulil 1962: 80). Ο Dokulil πίστευε ότι ακόμη και τα «κατά προσέγγιση δεδομένα σχετικά με την ποσοτική χρήση μιας δεδομένης διαδικασίας ή στοιχείου λέξης-παραγωγής έχουν πρωταρχική σημασία για τη συνολική εικόνα μιας δεδομένης γλώσσας εν γένει και για τα χαρακτηριστικά του λεξιλογίου της ειδικότερα» (Item: 77). Μεταξύ των σύγχρονων Τσέχων γλωσσολόγων που βασίζονται στη θεωρία της παραγωγικότητας του Dokulil και επαληθεύουν τις παραδοχές του με δεδομένα σωμάτων κειμένων (βλ. π.χ. Štícha 2002, 2007, 2009, 2012 ή Magda Ševčíková 2014), ο Štícha προτείνει την ανάλυση της εμπειρικής παραγωγικότητας/parole όχι μόνο σε μεγάλα σώματα κειμένων, αλλά και μέσω μιας σειράς σωμάτων κειμένων διαφορετικού μεγέθους και σύνθεσης (2012: 104). Θα μπορούσε να υποστηριχθεί ότι οι παραδοχές του Dokulil σχετικά με τη σχετική παραγωγικότητα απηχήθηκαν από τον Harald Baayen και άλλους, στις μεθόδους και τις προσεγγίσεις των οποίων θα αναφερθούμε στη συνέχεια αυτής της ανάλυσης. Το 1999, ο Baayen και οι συνάδελφοί του Ingo Plag και Christiane Dalton-Puffer έγραψαν ότι «οι ισχυρισμοί σχετικά με την παραγωγικότητα ενός δεδομένου προσφύματος διατυπώνονται γενικά χωρίς να διαφοροποιείται η παραγωγικότητα ανάλογα με το είδος λόγου, παρόλο που συνήθως θεωρείται ότι ορισμένα είδη παραγωγικών επιθημάτων είναι καταλληλότερα για ορισμένα είδη κειμένων απ’ ό,τι για άλλα» (1999: 209). Με τη διαθεσιμότητα μεγάλων σωμάτων κειμένων, είναι δυνατό να μετρηθεί, να προσδιοριστεί και να αναλυθεί η παραγωγικότητα ενός προτύπου ή στοιχείου λέξης-παραγωγής όχι μόνο στη γενική γλώσσα μιας δεδομένης χρονικής περιόδου, αλλά και σε εξειδικευμένους τομείς και υφολογικά επίπεδα. 58 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 3. ΠΡΟΗΓΟΥΜΕΝΗ ΕΡΕΥΝΑ Σύμφωνα με τη συλλογιστική και τις παραδοχές των γλωσσολόγων που παρατέθηκαν στο προηγούμενο μέρος, στην αρχή της έρευνάς μας διατυπώσαμε τρία βασικά ερευνητικά ερωτήματα με στόχο τον προσδιορισμό της μορφολογικής παραγωγικότητας των επιθημάτων επιθέτων: 1) Διαφέρει η μορφολογική παραγωγικότητα των επιμέρους επιθημάτων επιθέτων της επιλεγμένης ομάδας μεταξύ γενικών και εξειδικευμένων κειμένων; Και είναι αυτές οι διαφορές στατιστικά σημαντικές; 2) Μπορεί η μορφολογική παραγωγικότητα των επιμέρους επιθημάτων επιθέτων της επιλεγμένης ομάδας να ποικίλλει ανάλογα με τον συγκεκριμένο τομέα; Είναι ορισμένα από αυτά τα πέντε επιθήματα πιο «κατάλληλα» για να συμβάλουν στην κωδικοποίηση εννοιών ειδικών για έναν κλάδο ή τομέα; 3) Ποιες μέθοδοι είναι κατάλληλες για τη συγκεκριμένη ανάλυση δεδομένων σωμάτων κειμένων; Πρώτα απ’ όλα, λόγω της ιδιαιτερότητας αυτού του είδους προτύπου λέξης-παραγωγής λατινική βάση + λατινικό επίθημα + ετυμολογικά γηγενές επίθημα, αποφασίσαμε να παραλείψουμε την ποιοτική ανάλυση που αφορά τα όρια και τους κανόνες οι οποίοι διέπουν τον συνδυασμό μεμονωμένων λατινικών βάσεων με ένα από τα επιλεγμένα επιθήματα επιθέτων στο πλαίσιο της σλοβακικής γλώσσας. Παρότι η ποσοτική προσέγγιση δεν μπορεί να αποδώσει την πλήρη εικόνα της κατάστασης παραγωγικότητας ενός επιθήματος ή οποιασδήποτε άλλης μορφολογικής μορφής, η αξία της για αυτό το είδος έρευνας έγκειται στο ότι παρουσιάζει την οπτική γωνία και το πλαίσιο χρήσης των λέξεων που έχουν σχηματιστεί σύμφωνα με ένα συγκεκριμένο πρότυπο, μαζί με συγκεκριμένες συγκρίσεις με σημασιολογικά και λειτουργικά ισοδύναμες μορφές. Η ευρέως αποδεκτή άποψη είναι ότι η ποσοτική προσέγγιση στις αναλύσεις της μορφολογικής παραγωγικότητας αποτελεί σημαντική συμπληρωματική μέθοδο της ποιοτικής έρευνας (βλ. π.χ. Evert and Lüdeling 2001). Όπως αναφέρει ο Plag: «οι ποσοτικές και οι ποιοτικές έννοιες της παραγωγικότητας [...] συνδέονται στενά. Έτσι, η έννοια της δυνητικότητας, η οποία είναι κεντρική στους ποιοτικούς ορισμούς της παραγωγικότητας, μπορεί να εκφραστεί με στατιστικούς όρους πιθανότητας» (παρατίθεται στο Naccarato 2016: 135). Παρομοίως, ο Baayen και οι συν-συγγραφείς του υποστηρίζουν ότι η παραγωγικότητα «φαίνεται να είναι μια βαθμωτή έννοια [...] με ορισμένα προσφύματα είναι πιθανότερο να συναντήσει κανείς νεοσχηματισμένες λέξεις απ’ ό,τι με άλλα, γεγονός που καθιστά την παραγωγικότητα πιθανοκρατική έννοια, δεκτική στη στατιστική ανάλυση» (1999: 10). Terminologija | 2021 | 28 59 3.1. Στατιστικές μέθοδοι Στο στάδιο 1 της ανάλυσής μας, ακολουθήσαμε την καθιερωμένη μεθοδολογική πορεία του Harald Baayen και των συνεργατών και ακολούθων του (1991, 1992, 1993, 1994, 1996, 1997). Προσδιορίσαμε τη λεγόμενη πραγματοποιημένη παραγωγικότητα, δηλαδή τη συχνότητα χρήσης των επιθέτων που σχηματίστηκαν με επιλεγμένα επιθήματα, καθώς και τον αριθμό των διαφορετικών επιθέτων που σχηματίστηκαν με αυτά τα επιθήματα σε διαφορετικά σώματα κειμένων. Αυτά τα στατιστικά στοιχεία των σωμάτων κειμένων περιγράφουν την παραγωγικότητα των επιθημάτων σε σχέση με την παρελθούσα και την παρούσα γλωσσική κατάσταση. Το επόμενο βήμα ήταν να προσδιοριστεί η δυνητική παραγωγικότητα των αναλυόμενων επιθημάτων, δηλαδή να εκτιμηθεί ο ρυθμός με τον οποίο αναμένεται να εμφανιστούν νέοι τύποι5. Ο Baayen (2009: 7) προτείνει να υπολογίζεται ως ο λόγος των άπαξ λεγομένων6 με το επίθημα X προς όλα τα tokens με το επίθημα X σε ένα σώμα κειμένων. Η χρήση των άπαξ λεγομένων για τον υπολογισμό της παραγωγικότητας έχει επικριθεί ευρέως, καθώς αυτή η ομάδα δεν αντιπροσωπεύει άμεσα νέους σχηματισμούς, οι οποίοι υποτίθεται ότι αντανακλούν την παραγωγικότητα ενός στοιχείου ή ενός προτύπου. Οι Plag, Dalton-Puffer και Baayen υποστηρίζουν ότι η δυνητική παραγωγικότητα είναι ένα πιθανοτικό μέτρο και ότι, καθώς αυξάνεται το μέγεθος ενός σώματος κειμένων, «το ποσοστό των νεολογισμών μεταξύ των άπαξ λεγομένων αυξάνεται και έχει αποδειχθεί ότι ακριβώς μεταξύ των άπαξ λεγομένων εμφανίζεται ο μεγαλύτερος αριθμός νεολογισμών» (1999: 12). Στο προηγούμενο στάδιο της έρευνάς μας, αποφασίσαμε να μην χρησιμοποιήσουμε τη μέθοδο hapax/token, αλλά υιοθετήσαμε τη μέθοδο hapax/type, σύμφωνα με το σκεπτικό του van Marle (1992) ότι η συχνότητα των tokens δεν είναι τόσο σημαντική μεταβλητή σε ένα μέτρο παραγωγικότητας όσο ο αριθμός των λημμάτων. Ωστόσο, το σοβαρότερο μειονέκτημα αυτού του μέτρου είναι ότι καθιστά αδύνατη τη σύγκριση στατιστικών δεδομένων από σώματα κειμένων διαφορετικού μεγέθους (Naccarato 2016: 133). Θα επανέλθουμε σε αυτό το ζήτημα στο Μέρος 5. 3.2. Σώματα κειμένων που χρησιμοποιήθηκαν στην ανάλυση7 Και τα τρία σώματα κειμένων και τα τρία υποσώματα που χρησιμοποιήθηκαν σε αυτή την ανάλυση δημοσιεύτηκαν από το Τμήμα του SNC το 2013–2020 και είναι προσβάσιμα σε όλους τους εγγεγραμμένους χρήστες. 5 Στη γλωσσολογία σωμάτων κειμένων, οι τύποι αντιπροσωπεύουν μοναδικές λέξεις και είναι συνώνυμοι των λημμάτων (Baker et al. 2006). 6 Τα άπαξ λεγόμενα (από την ελληνική φράση που σημαίνει «ειπωμένο μία φορά»), επίσης συντομογραφημένα ως hapax, είναι λέξεις που εμφανίζονται μόνο μία φορά σε ένα συγκεκριμένο σώμα κειμένων (Baker et al. 2006). 7 Το μεγαλύτερο μέρος αυτής της ενότητας προέρχεται από το άρθρο που περιγράφει το προηγούμενο στάδιο της έρευνάς μας (Levická 2021)· ωστόσο, αυτή η επανάληψη είναι απαραίτητη για να εξηγηθεί η φύση των δεδομένων του σώματος κειμένων. 60 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Το πρώτο, κείμενο αναφοράς (prim-7.0-frk), με περισσότερα από 253 εκατομμύρια λεκτικές εμφανίσεις, αποτελείται από ίσα μερίδια δημοσιογραφικών, εξειδικευμένων και λογοτεχνικών κειμένων (το 64.12% αυτών είναι πρωτότυπα γραμμένα στα σλοβακικά, ενώ το 29.51% είναι μεταφράσεις), τα οποία γράφτηκαν την περίοδο 1991–2015. Το σώμα χρησιμοποιήθηκε για την κατάρτιση δύο λεξικών συχνότητας της σλοβακικής (2017, 2018), καθώς και του αντίστροφου λεξικού (2018). Το δεύτερο σώμα, prim-9.0-public-prf, είναι ένα δημόσια διαθέσιμο υποσώμα του κύριου σώματος του έργου SNC (εφεξής επιστημονικό υποσώμα). Το υποσώμα, το οποίο συγκροτήθηκε από εξειδικευμένα, ακαδημαϊκά και μη μυθοπλαστικά κείμενα, περιλαμβάνει περισσότερες από 149 εκατομμύρια λεκτικές εμφανίσεις και τεκμηριώνει, επίσης, τον γενικό λόγο της επιστήμης και της έρευνας, συμπεριλαμβανομένης της εξειδικευμένης δημοσιογραφίας. Τα κείμενά του γράφτηκαν μεταξύ 1955–2019. Το ποσοστό των κειμένων που γράφτηκαν την περίοδο 1955–1991 ανέρχεται σε 8.7% (περισσότερες από 13 εκατομμύρια λεκτικές εμφανίσεις). Το μικρότερο (υπο)σώμα από όλα τα σώματα που εξετάστηκαν προέκυψε από το φιλτράρισμα του κύριου σώματος του έργου SNC [9], έκδοση 9.0. Αποτελείται από κείμενα του ιατρικού πεδίου, γραμμένα την περίοδο 1976–2019, και περιλαμβάνει λίγο περισσότερες από 7 εκατομμύρια λεκτικές εμφανίσεις. Το ποσοστό των κειμένων που γράφτηκαν την περίοδο 1955–1991 ανέρχεται σε 1.09%. Στο εξής θα το αποκαλούμε ιατρικό υποσώμα. Προκειμένου να έχουμε μια συγκρίσιμη πηγή προερχόμενη από άλλα εξειδικευμένα σώματα και το σώμα αναφοράς, το εξειδικευμένο σώμα legal-1.1 (εφεξής νομικό υποσώμα), το οποίο συγκροτήθηκε σε συνεργασία με το Υπουργείο Δικαιοσύνης της Σλοβακίας, περιορίστηκε σε νομοθετικά κείμενα που δημιουργήθηκαν την περίοδο 1991–2011. Έτσι, οι σχεδόν 49 εκατομμύρια λεκτικές εμφανίσεις του μειώθηκαν σε 33.5 εκατομμύρια. Το εξειδικευμένο σώμα blf-2.0, το οποίο επικεντρώνεται στον θρησκευτικό τομέα, κυκλοφόρησε το 2014. Τα κείμενά του περιλαμβάνουν σχεδόν 66 εκατομμύρια λεκτικές εμφανίσεις, γραμμένες την περίοδο 1989–2014 (εφεξής θρησκευτικό σώμα). Αποτελείται κατά περισσότερο από 80% από θεματικά περιοδικά και εφημερίδες. Ομοίως, το εξειδικευμένο σώμα ecn-2.0-public (εφεξής οικονομικό σώμα), που είναι αφιερωμένο στον τομέα της οικονομίας, περιλαμβάνει έως και 96.24% εξειδικευμένων κειμένων δημοσιευμένων σε θεματικά περιοδικά και εφημερίδες. Τα κείμενα αυτού του σώματος προέρχονται από την περίοδο 1992–2014 και περιλαμβάνουν σχεδόν 165 εκατομμύρια λεκτικές εμφανίσεις. Πρέπει, ωστόσο, να σημειωθεί ότι αυτά τα σώματα είναι ετερογενή και καλύπτουν μεγάλη ποικιλία κειμένων. Terminologija | 2021 | 28 6 1 Όσον αφορά τις αναζητήσεις στα σώματα, δεν βασίσαμε τα ερωτήματα στη μορφολογική επισήμανση που παρέχεται για κάθε ένα από τα (υπο)σώματα που περιλαμβάνονται στην ανάλυση, με το σκεπτικό ότι, για τις λατινογενείς λέξεις, η επισήμανση αποδείχθηκε ανεπαρκής και εσφαλμένη. Επομένως, επιλέξαμε την απλή αναζήτηση της συγκεκριμένης κατάληξης μιας λεκτικής εμφάνισης, π.χ. [lemma=“. *álny“], σε συνδυασμό με την αυτόματη διήθηση λέξεων που τυχαίνει να περιέχουν την ίδια ακολουθία χαρακτήρων (βλ. Μέρος 4.1). 3.3. Αποτελέσματα του προηγούμενου σταδίου Στο προηγούμενο στάδιο, τα στατιστικά δεδομένα από τα σώματα μάς επέτρεψαν να καταρτίσουμε μια κατάταξη της πραγματοποιημένης παραγωγικότητας των αναλυόμενων επιθημάτων. Το επίθημα -álny είναι αναμφισβήτητα το ευρύτερα χρησιμοποιούμενο σε όλα τα (υπο)σώματα, ενώ το -órny βρίσκεται στο αντίθετο άκρο του άξονα συχνότητας σε 5 (υπο)σώματα. Όπως προκύπτει από τις κανονικοποιημένες συχνότητες χρήσης τεσσάρων από τα πέντε επιθήματα, αυτά εμφανίζονται συχνότερα σε εξειδικευμένα και ακαδημαϊκά κείμενα (επιστημονικό υποσώμα) σε σύγκριση με το σώμα αναφοράς. Αξιοσημείωτο είναι επίσης ότι οι κανονικοποιημένες συχνότητες των επιθημάτων στο ιατρικό υποσώμα είναι είτε ίσες με είτε σημαντικά υψηλότερες από το ipm στο επιστημονικό υποσώμα, ενώ το ipm των επιθημάτων (περιπτώσεις ανά εκατομμύριο) στο θρησκευτικό σώμα είναι σαφώς χαμηλότερο από ό,τι στο σώμα αναφοράς. Αυτό μπορεί εν μέρει να εξηγηθεί από το είδος των κειμένων που περιλαμβάνονται σε αυτά τα (υπο)σώματα. Πίνακας 2. Συχνότητα και κανονικοποιημένη συχνότητα (IPM, περιπτώσεις ανά εκατομμύριο) των αναλυόμενων επιθημάτων στα αντίστοιχα (υπο)σώματα. Τα σώματα παρατίθενται από το μικρότερο στο μεγαλύτερο SUFFIX MEDICAL SUB-CORPUS LEGAL SUB-CORPUS RELIGIOUS CORPUS SCIENTIFIC SUB-CORPUS ECONOMIC CORPUS REFERENCE CORPUS Tokens Tokens Tokens Tokens Tokens Tokens IPM IPM IPM IPM IPM IPM -álny 31,408 102,863 128,472 537,682 597 005 547,742 4423.94 3061.38 1948.9 3594.57 3618.5 2163.81 -árny 4,529 25,980 14,253 94,586 38,178 84,780 637.93 773.21 216.22 634.14 231.40 334.92 -itný 2,683 2,256 9,176 30,402 52,574 44,655 377.91 67.14 139.20 203.25 318.66 176.41 62 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited ΕΠΙΘΗΜΑ ΙΑΤΡΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΝΟΜΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΘΡΗΣΚΕΥΤΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΕΠΙΣΤΗΜΟΝΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΟΙΚΟΝΟΜΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΑΝΑΦΟΡΑΣ Λεκτικές μορφές Λεκτικές μορφές Λεκτικές μορφές Λεκτικές μορφές Λεκτικές μορφές Λεκτικές μορφές IPM IPM IPM IPM IPM IPM -ózny 1,416 482 2,321 8,863 9,440 16,531 199.45 14.35 35.21 59.25 57.22 65.30 -órny 884 1,959 620 4,537 2,039 4,672 124.51 58.30 9.41 30.33 12.36 18.46 Η διάταξη των σωμάτων κειμένων στον Πίνακα 3, ο οποίος παρουσιάζει τον αριθμό των διαφορετικών λέξεων που σχηματίστηκαν με τα αναλυόμενα επιθήματα, μας επιτρέπει να συγκρίνουμε την ποικιλία των νεολογισμών, πρώτον μεταξύ της γενικής και της ειδικής γλώσσας και, δεύτερον, από το μικρότερο ιατρικό σώμα κειμένων έως το μεγαλύτερο οικονομικό σώμα κειμένων. Ο πίνακας παρουσιάζει την πραγματοποιηθείσα παραγωγικότητα των επιθημάτων που αναλύονται, σύμφωνα με τον Baayen. Σε όλα τα (υπο)σώματα κειμένων, το -álny είναι το συχνότερα χρησιμοποιούμενο επίθημα που εμφανίζεται σε διαφορετικούς τύπους· ο μικρότερος αριθμός τύπων ή λημμάτων εντοπίστηκε με το επίθημα -órny. Τα επιθήματα -itný και -órny φαίνεται να αλληλεπικαλύπτονται στην πλειονότητα των (υπο)σωμάτων κειμένων· η λεπτότερη διάκρισή τους απαιτεί έλεγχο στατιστικής σημαντικότητας. Ωστόσο, η πραγματική σύγκριση μεταξύ σωμάτων κειμένων δεν είναι εφικτή, καθώς ο πίνακας παρουσιάζει απόλυτες καταμετρήσεις τύπων. Πίνακας 3. Αριθμός λημμάτων σε δεδομένο (υπο)σώμα κειμένων ΕΠΙΘΗΜΑ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΑΝΑΦΟΡΑΣ ΕΠΙΣΤΗΜΟΝΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΙΑΤΡΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΝΟΜΙΚΟ ΥΠΟ-ΣΩΜΑ ΕΙΔΙΚΩΝ ΚΕΙΜΕΝΩΝ ΘΡΗΣΚΕΥΤΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΟΙΚΟΝΟΜΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ -álny 1,003 1,178 519 322 611 744 -árny 300 365 179 99 141 200 -itný 90 98 36 41 55 117 -ózny 115 119 72 40 52 82 -órny 25 33 13 10 20 26 Τα ευρήματα σχετικά με την εκτίμηση της δυνητικής παραγωγικότητας, που παρουσιάζονται στον Πίνακα 4, παρουσιάζουν αρκετές διακυμάνσεις, όπως δείχνει η κατάταξη των επιθημάτων. Terminologija | 2021 | 28 63 Πίνακας 4. Λόγοι hapax/τύπων σε δεδομένο (υπο)σώμα κειμένων. Τα επιθήματα σε κάθε υποπίνακα παρατίθενται με φθίνουσα σειρά ως προς τον λόγο ΛΟΓΟΣ HAPAX/ΤΥΠΩΝ σώμα κειμένων αναφοράς επιστημονικό υποσώμα κειμένων ιατρικό υποσώμα κειμένων -ózny 0.252173913 -órny 0.228571429 -ózny 0.208333333 -árny 0.201342282 -árny 0.210382514 -itný 0.138888889 -álny 0.173956262 -álny 0.209499576 -álny 0.129094412 -itný 0.122222222 -ózny 0.201680672 -árny 0.1 -órny 0.12 -itný 0.195876289 -órny 0.076923077 νομικό υποσύνολο κειμένων θρησκευτικό σώμα κειμένων οικονομικό σώμα κειμένων -órny 0.1 -órny 0.2 -itný 0.237288136 -ózny 0.075 -álny 0.188180404 -ózny 0.228915663 -álny 0.052795031 -árny 0.145833333 -órny 0.185185185 -árny 0.05 -ózny 0.134615385 -álny 0.177954847 -itný 0 -itný 0.090909091 -árny 0.142156863 Το πιο παραγωγικό επίθημα σε έως και τρία σώματα κειμένων είναι το -órny. Στα υπόλοιπα τρία (υπο)σώματα κειμένων, την κατάταξη στην κορυφή καταλαμβάνει δύο φορές το -ózny και μία φορά το -itný. Επιπλέον, το ίδιο επίθημα, το -órny, φαίνεται να είναι δυνητικά το λιγότερο παραγωγικό γενικά και στα ιατρικά κείμενα. Σε έως και τρία (υπο)σώματα κειμένων, την τελευταία θέση στην κατάταξη παραγωγικότητας καταλαμβάνει το επίθημα -itný. Ομοίως, την τελευταία θέση στην κατάταξη παραγωγικότητας των οικονομικών κειμένων καταλαμβάνει το επίθημα -árny. 4. ΕΡΕΥΝΗΤΙΚΑ ΕΡΩΤΗΜΑΤΑ ΤΗΣ ΠΑΡΟΥΣΙΑΖΟΜΕΝΗΣ ΑΝΑΛΥΣΗΣ Το προηγούμενο στάδιο της έρευνάς μας ανέδειξε αξιοσημείωτες διαφορές στη μορφολογική παραγωγικότητα των αναλυόμενων επιθημάτων, οι οποίες εξαρτώνται τόσο από τον τύπο της γλώσσας όσο και από τους θεματικούς τομείς. Ωστόσο, ένα ερώτημα απαντήθηκε μόνο εν μέρει και οδήγησε σε ένα νέο: 1. Αξίζει να αναλύονται λήμματα χαμηλής συχνότητας για τον εντοπισμό νεολογισμών; Πράγματι, αρκετοί ερευνητές υποστηρίζουν ότι η κατανομή συχνότητας λέξεων των παραγωγικών προσφυμάτων αναμένεται να παρουσιάζει σαφή μετατόπιση προς λήμματα χαμηλής συχνότητας, στα οποία περιλαμβάνονται νέοι σχηματισμοί. 64 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 2. Όπως έχουμε ήδη επισημάνει σε προηγούμενες ενότητες, τα αποτελέσματα σχετικά με τη δυνητική παραγωγικότητα των αναλυόμενων επιθημάτων δεν μπορούν να συγκριθούν μεταξύ σωμάτων κειμένων. Επομένως, είναι αναγκαίο να προσδιοριστεί μια κατάλληλη στατιστική μέθοδος που να επιτρέπει αυτή τη σύγκριση. 4.1. Χειροκίνητος καθαρισμός των δεδομένων Τόσο το προηγούμενο όσο και το τρέχον στάδιο της ανάλυσής μας βασίζονται σε δεδομένα που καθαρίστηκαν χειροκίνητα. Αρκετοί ερευνητές έχουν επισημάνει τη σημασία αυτής της επίπονης και χρονοβόρας διαδικασίας. Οι Evert και Lüdeling υποστήριξαν (και απέδειξαν) ότι αποτελεί προϋπόθεση για ποιοτική στατιστική αξιολόγηση, όχι μόνο κατά τη χρήση πιο σύνθετων μέτρων (2001: 168). Ο χειροκίνητος καθαρισμός είναι ιδιαίτερα σημαντικός για τρεις λόγους· ο πρώτος απορρέει από τη φύση των δεδομένων των σωμάτων κειμένων. Πρώτον, τα δεδομένα των σωμάτων κειμένων περιλαμβάνουν συνήθως αρκετά μεγάλο ποσοστό τυπογραφικών λαθών, ιδίως στα λήμματα χαμηλής συχνότητας. Δεύτερον, στα σώματα κειμένων υπάρχουν ορθογραφικά λάθη, τα οποία εμφανίζονται συχνά ιδίως σε λέξεις λατινικής προέλευσης. Τρίτον, ήταν απαραίτητη η συγχώνευση των λημμάτων με το επίθημα X που διέφεραν μόνο ως προς τη χρήση ή μη χρήσης παύλας, καθώς και των λημμάτων με κεφαλαίο και πεζό αρχικό γράμμα (που δεν ήταν κύρια ονόματα), τα οποία διακρίνονται από την αυτόματη λημματοποίηση που χρησιμοποιείται στο πλαίσιο του έργου SNC. Το αποτέλεσμα αυτού του σταδίου του χειροκίνητου καθαρισμού μας παρουσιάζεται στον Πίνακα 5, όπου το μέσο ποσοστό των απάξ λεγομένων για τα αναλυόμενα επιθήματα κυμαίνεται από 24 έως 30% του συνολικού αριθμού των λημμάτων με το εκάστοτε επίθημα. Ωστόσο, λιγότερο από 5% των λημμάτων (πιθανοί νεολογισμοί) παρέμειναν στην περίπτωση του -itný σε νομικά κείμενα, ενώ, αντίθετα, παρέμειναν 40% ή περισσότερα με το επίθημα -órny σε θρησκευτικά και γενικά επιστημονικά κείμενα και με το επίθημα -ózny σε οικονομικά κείμενα και, παραδόξως, στα κείμενα του σώματος κειμένων αναφοράς. Τα ποσοστά αυτά θα μπορούσαν να αποτελούν ένδειξη της (μη) παραγωγικότητας ενός δεδομένου σώματος κειμένων. Όπως υποστηρίζουν οι Baayen και συν., ο αριθμός των απάξ λεγομένων για παραγωγικά στοιχεία μπορεί να φτάσει έως και το ήμισυ του παρατηρούμενου μεγέθους του λεξιλογίου σε ένα «αρκετά μεγάλο σώμα κειμένων» (1999: 11). Ο δεύτερος λόγος για τον χειροκίνητο καθαρισμό ήταν το φιλτράρισμα των εξαγόμενων δεδομένων του σώματος κειμένων, ώστε να δημιουργηθούν κατάλογοι νεολογισμών με τα αναλυόμενα επιθήματα. Επομένως, αποκλείσαμε λήμματα που 1) περιλαμβάνουν συμπτωματικά την ίδια ακολουθία χαρακτήρων με τα αναλυόμενα επιθήματα· 2) απαντούν σε γενικά σλοβακικά λεξικά και στο Λεξικό Ξένων Λέξεων8, δηλαδή 8 Χρησιμοποιήσαμε το ενσωματωμένο εργαλείο αναζήτησης της πύλης λεξικών https://slovnik.juls.savba.sk/. Terminologija | 2021 | 28 65 Πίνακας 5. Αναλογία των απάξ (δυνητικών νεολογισμών) σε ένα δεδομένο (υπο)σώμα κειμένων μετά το 1ο στάδιο χειροκίνητου καθαρισμού ΑΝΑΛΟΓΙΑ ΤΩΝ ΑΠΑΞ ΜΕ ΣΥΓΚΕΚΡΙΜΕΝΟ ΕΠΙΘΗΜΑ ΜΕΤΑ ΤΟ 1ο ΣΤΑΔΙΟ ΧΕΙΡΟΚΙΝΗΤΟΥ ΚΑΘΑΡΙΣΜΟΥ επίθημα ιατρικό υποσώμα κειμένων νομικό υποσώμα κειμένων θρησκευτικό σώμα κειμένων επιστημονικό υποσώμα κειμένων οικονομικό σώμα κειμένων σώμα αναφοράς -álny 30.8% 24.2% 29.5% 32.7% 29.7% 30% -árny 29.6% 25.3% 33.3% 35.1% 31% 36% -itný 36.1% 4.9% 25.5% 29.6% 31.6% 26.7% -ózny 34.7% 32.5% 38.5% 30.3% 45.1% 42.6% -órny 30.8% 30% 40% 42.4% 38.5% 28% επομένως δεν είναι νεολογισμοί· 3) εντοπίστηκαν στα δύο εκτενέστερα σώματα κειμένων SNC9 – αυτές οι λήμματα πρέπει να εμφανίζονταν σε τουλάχιστον ένα από αυτά τρεις ή περισσότερες φορές, υπό την προϋπόθεση ότι οι εμφανίσεις προέρχονταν από τρεις διαφορετικές πηγές και από τρία διαφορετικά έτη. Αυτό το τελευταίο κριτήριο φιλτραρίσματος καθιερώθηκε λόγω του γεγονότος ότι οι στοχευμένες λέξεις μας με ένα από τα αναλυόμενα επιθήματα τείνουν να είναι όροι εξειδικευμένων πεδίων και δεν διαθέτουμε επικαιροποιημένα εξειδικευμένα λεξικά στα σλοβακικά. Πρέπει να παραδεχτούμε ότι οι κατάλογοι λημμάτων που προέκυψαν αντιπροσωπεύουν μόνο δυνητικούς νεολογισμούς. Τα αποτελέσματα φαίνονται στις στήλες με τίτλο Αναλογία δυνητικών νεολογισμών στα απάξ στους πίνακες 6 και 7. Σε σύγκριση με τον Πίνακα 5, το μερίδιο των δυνητικών νεολογισμών μειώθηκε σημαντικά. 4.2. Νεολογισμοί σε λήμματα χαμηλής συχνότητας Για να απαντήσουμε στο πρώτο ερευνητικό ερώτημα, εφαρμόσαμε την ίδια διαδικασία φιλτραρίσματος με εκείνη που χρησιμοποιήθηκε για τον κατάλογο των άπαξ εμφανιζόμενων τύπων. Στους πίνακες 6 και 7 παρουσιάζουμε τα ποσοστά (υπολογισμένα επί του συνολικού αριθμού λημμάτων με δεδομένη κατάληξη, πρβλ. Πίνακα 3) των δυνητικών νεολογισμών μεταξύ των λημμάτων χαμηλής συχνότητας που εμφανίζονται 4–2 φορές στα (υπο)σώματα κειμένων, καθώς και τα ποσοστά δυνητικών νεολογισμών στην ομάδα των άπαξ εμφανιζόμενων τύπων. Ενώ το μερίδιο των δυνητικών νεολογισμών παρουσιάζει μικρές αυξήσεις στα εξειδικευμένα και ακαδημαϊκά κείμενα για κάθε αναλυόμενη κατάληξη, λόγω της συμπερίληψης 9Τα συγκεκριμένα σώματα κειμένων είναι προς το παρόν τα μεγαλύτερα στο πλαίσιο του έργου SNC: το γενικό σώμα κειμένων prim-9.0-juls-all και το νομικό σώμα κειμένων legal-1.1. 66 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited των δυνητικών νεολογισμών από την ομάδα των λημμάτων χαμηλής συχνότητας, οι δυνητικοί νεολογισμοί στο σώμα κειμένων αναφοράς αυξήθηκαν ελάχιστα μόνο για τέσσερις καταλήξεις, ενώ το ποσοστό της πέμπτης — -órny — παρέμεινε σταθερό. Αυτό ήταν αναμενόμενο, καθώς οι νέοι σχηματισμοί με τις αναλυόμενες καταλήξεις είναι πιθανότερο να εμφανιστούν σε εξειδικευμένα κείμενα. Πίνακας 6. Αναλογία δυνητικών νεολογισμών στην ομάδα λημμάτων χαμηλής συχνότητας (4–1 εμφανίσεις) και στην ομάδα των άπαξ εμφανιζόμενων τύπων, επί του συνολικού αριθμού τύπων μετά τον καθαρισμό, στο γενικό σώμα κειμένων και στο γενικό επιστημονικό υποσώμα ΚΑΤΑΛΗΞΗ ΣΩΜΑ ΚΕΙΜΕΝΩΝ ΑΝΑΦΟΡΑΣ ΕΠΙΣΤΗΜΟΝΙΚΟ ΥΠΟΣΩΜΑ Αναλογία δυνητικών νεολογισμών σε λήμματα χαμηλής συχνότητας (4–1) Αναλογία δυνητικών νεολογισμών στους άπαξ εμφανιζόμενους τύπους Αναλογία δυνητικών νεολογισμών σε λήμματα χαμηλής συχνότητας (4–1) Αναλογία δυνητικών νεολογισμών στους άπαξ εμφανιζόμενους τύπους -álny 20.5% 17.3% 27.2% 21% -árny 24.5% 20% 27.1% 21.1% -itný 13.3% 12.2% 26.5% 19.4% -ózny 27.8% 25.2% 24.4% 20.2% -órny 12% 12% 27.3% 24.2% Όσον αφορά τα δυνητικά νεολογικά μορφήματα που αφορούν συγκεκριμένους τομείς, το υψηλότερο ποσοστό, παρόμοιο με εκείνο του επιστημονικού υποσώματος, παρατηρείται στο οικονομικό σώμα κειμένων, όπου το επίθημα -itný αντιστοιχεί έως και στο 35% των δυνητικών νεολογισμών. Τα υπόλοιπα επιθήματα σε αυτό το σώμα κειμένων φτάνουν περίπου το 25% των δυνητικών νεολογισμών μεταξύ των λεμάτων χαμηλής συχνότητας. Από την άλλη πλευρά, το χαμηλότερο ποσοστό δυνητικών νεολογισμών εντοπίστηκε στα νομικά κείμενα. Αξίζει επίσης να αναφερθούν οι περιπτώσεις στις οποίες το ποσοστό διπλασιάστηκε με τη συμπερίληψη της ομάδας λεμάτων χαμηλής συχνότητας: το -órny σε ιατρικά κείμενα, το -árny σε νομικά κείμενα και το -itný σε θρησκευτικά κείμενα. Ταυτόχρονα, δεν προκαλεί έκπληξη το γεγονός ότι το επίθημα -ózny βρίσκεται στην κορυφή της κατάταξης στα ιατρικά κείμενα, καθώς πρόκειται για κατεξοχήν ιατρικό επίθημα. Ωστόσο, σχεδόν το ίδιο ποσοστό δυνητικών νέων λεμάτων με το -ózny απαντούσε σε οικονομικά κείμενα. Δεν σημειώθηκε καμία αύξηση στους δυνητικούς νεολογισμούς για το επίθημα -itný σε ιατρικά και νομικά κείμενα, ούτε για το επίθημα -órny σε νομικά κείμενα. Terminologija | 2021 | 28 67 Πίνακας 7. Αναλογία δυνητικών νεολογισμών στην ομάδα λεμάτων χαμηλής συχνότητας (4–1 εμφανίσεις) και στην ομάδα των απλών εμφανίσεων, επί του συνολικού αριθμού τύπων μετά τον καθαρισμό, σε εξειδικευμένα κείμενα των τεσσάρων τομέων ΕΠΙΘΗΜΑ | ΙΑΤΡΙΚΟ ΥΠΟΣΩΜΑ | ΝΟΜΙΚΟ ΥΠΟΣΩΜΑ | ΘΡΗΣΚΕΥΤΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ | ΟΙΚΟΝΟΜΙΚΟ ΣΩΜΑ ΚΕΙΜΕΝΩΝ Αναλογία δυνητικών νεολογισμών σε λέματα χαμηλής συχνότητας (4–1) | Αναλογία δυνητικών νεολογισμών στις απλές εμφανίσεις | Αναλογία δυνητικών νεολογισμών σε λέματα χαμηλής συχνότητας (4–1) | Αναλογία δυνητικών νεολογισμών στις απλές εμφανίσεις | Αναλογία δυνητικών νεολογισμών σε λέματα χαμηλής συχνότητας (4–1) | Αναλογία δυνητικών νεολογισμών στις απλές εμφανίσεις | Αναλογία δυνητικών νεολογισμών σε λέματα χαμηλής συχνότητας (4–1) | Αναλογία δυνητικών νεολογισμών στις απλές εμφανίσεις -áľny | 16.8% | 12.9% | 7.8% | 5.3% | 26.5% | 19.7% | 26.5% | 18% -árny | 12.8% | 10.1% | 12.1% | 5.1% | 19.9% | 15% | 22.5% | 14.5% -itný | 13.9% | 13.9% | 0% | 0% | 18.2% | 9.1% | 35.1% | 23.1% -ózny | 26.4% | 20.8% | 10% | 7.5% | 21.2% | 13.5% | 25.6% | 23.2% -órny | 15.4% | 7.7% | 10% | 10% | 30% | 20% | 23.1% | 19.2% Για λόγους καλύτερης κατανόησης, προσθέτουμε επίσης έναν ακόμη πίνακα που παρουσιάζει τα ποσοστά των δυνητικών νεολογισμών στην ομάδα λεμάτων χαμηλής συχνότητας. Πίνακας 8. Διαφορά ποσοστού δυνητικών νεολογισμών μεταξύ της ομάδας λεμάτων χαμηλής συχνότητας (4–1 εμφανίσεις) και της ομάδας των απλών εμφανίσεων, επί του συνολικού αριθμού τύπων μετά τον καθαρισμό ΑΝΑΛΟΓΙΑ ΔΥΝΗΤΙΚΩΝ ΝΕΟΛΟΓΙΣΜΩΝ ΜΕΤΑΞΥ ΛΕΜΑΤΩΝ ΧΑΜΗΛΗΣ ΣΥΧΝΟΤΗΤΑΣ (4–2 ΕΜΦ.) επίθημα | σώμα αναφοράς | επιστημονικό υποσώμα | ιατρικό υποσώμα | νομικό υποσώμα | θρησκευτικό σώμα κειμένων | οικονομικό σώμα κειμένων -áľny | 3.2% | 6.2% | 3.9% | 2.5% | 6.8% | 8.5% -árny | 4.5% | 6% | 2.7% | 7% | 4.9% | 8% -itný | 1.1% | 7.1% | 0% | 0% | 9.1% | 12% -ózny | 2.6% | 4.2% | 5.6% | 2.5% | 7.7% | 2.4% -órny | 0% | 3.1% | 7.7% | 0% | 10% | 3.9% Τέλος, ο τελευταίος πίνακας παρουσιάζει την κατάταξη των επιθημάτων στα αντίστοιχα (υπο)σώματα κειμένων, μετά την επαναλαμβανόμενη χρήση της προσαρμοσμένης φόρμουλας από το προηγούμενο στάδιο – αναλογία λεμάτων χαμηλής συχνότητας με συγκεκριμένο επίθημα προς τον αριθμό τύπων με 68 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Πίνακας 9. Διαφορά στην αναλογία δυνητικών νεολογισμών μεταξύ της ομάδας λεμμάτων χαμηλής συχνότητας (4–1 εμφανίσεις) και του αριθμού των τύπων. Η κατάταξη των επισημασμένων επιθημάτων άλλαξε σε σύγκριση με τον Πίνακα 4 ΑΝΑΛΟΓΙΑ ΛΗΜΜΑΤΩΝ ΧΑΜΗΛΗΣ ΣΥΧΝΟΤΗΤΑΣ/ΤΥΠΩΝ σώμα αναφοράς επιστημονικό υποσώμα ιατρικό υποσώμα -ózny 0.2689075 -órny 0.2727272 -ózny 0.2638888 -árny 0.2466666 -álny 0.2716468 -álny 0.1682785 -álny 0.2053838 -árny 0.2712328 -órny 0.1538461 -itný 0.1333333 -itný 0.2653061 -itný 0.1388888 -órny 0.12 -ózny 0.2436974 -árny 0.1284916 νομικό υποσώμα θρησκευτικό σώμα οικονομικό σώμα -árny 0.1212121 -órny 0.3 -itný 0.3504273 -órny 0.1 -álny 0.2651391 -álny 0.2647849 -ózny 0.1 -ózny 0.2115384 -ózny 0.2560975 -álny 0.0776397 -árny 0.1985815 -órny 0.2307692 -itný 0 -itný 0.1818181 -árny 0.225 ένα δεδομένο επίθημα. Σε σύγκριση με τον Πίνακα 4, η κατάταξη άλλαξε σε όλα τα (υπο)σώματα, εκτός από το σώμα αναφοράς. Επομένως, φαίνεται ότι η συμπερίληψη λεμμάτων χαμηλής συχνότητας αποδείχθηκε χρήσιμη. Το επίθημα -órny είναι το πιο παραγωγικό σε δύο σώματα (σε σύγκριση με τρία στον Πίνακα 4), ενώ το -ózny παρέμεινε στην κορυφή δύο κατατάξεων και το -itný στην κορυφή της κατάταξης στο οικονομικό σώμα. Στο νομικό σώμα, το πιο παραγωγικό επίθημα φαίνεται να είναι το -árny, ενώ το ίδιο αυτό επίθημα είναι ταυτόχρονα το λιγότερο παραγωγικό στα ιατρικά και οικονομικά κείμενα. Την τελευταία θέση στις κατατάξεις παραγωγικότητας καταλαμβάνει το επίθημα -órny τόσο στο σώμα αναφοράς όσο και στα ιατρικά κείμενα, το επίθημα -ózny στα γενικά επιστημονικά κείμενα, ενώ το επίθημα -itný παρέμεινε το λιγότερο παραγωγικό στα νομικά και θρησκευτικά σώματα. 5. ΣΥΓΚΡΙΣΗ ΤΗΣ ΠΑΡΑΓΩΓΙΚΟΤΗΤΑΣ ΜΕΤΑΞΥ (ΥΠΟ)ΣΩΜΑΤΩΝ Όπως επισημάναμε στο Μέρος 3.1, τα στατιστικά μέτρα που χρησιμοποιούν ακατέργαστες συχνότητες και αριθμούς τύπων μάς εμπόδισαν να συγκρίνουμε προηγούμενα αποτελέσματα που προέρχονταν από διαφορετικά (υπο)σώματα. Αν συμφωνούμε με τον ισχυρισμό ή, μάλλον, την υπόθεση ότι η παραγωγικότητα οποιουδήποτε στοιχείου ή Terminologija | 2021 | 28 69 προτύπου σχηματισμού λέξεων μπορεί να συναχθεί από νέες λεξικές δημιουργίες (και, ταυτόχρονα, αποδείξαμε στο Μέρος 4.2 ότι αυτές οι νέες λεξικές δημιουργίες μπορούν να εμφανιστούν όχι μόνο στις ομάδες απάξ λεγομένων, αλλά και μεταξύ των τύπων χαμηλής συχνότητας), είναι δυνατόν να βασιστεί η περαιτέρω ανάλυση στις κατανομές συχνότητας λέξεων και στα φάσματα συχνότητας. Με τον όρο «φάσμα συχνότητας» εννοούμε έναν κατάλογο που αναφέρει πόσοι τύποι σε έναν κατάλογο συχνοτήτων παρατηρείται ότι εμφανίζονται (Baroni 2009: 807). From the perspective of word-frequency distribution, Evert and Lüdeling (2001: 166), in line with Schultink’s definition, claim that “a productive pattern is, in theory, characterised by an infinite vocabulary (cf. the notion of un-limitedness in Schultink’s definition), whereas a totally unproductive pattern is expected to have a finite, and often quite small, vocabulary”. They point out that “low frequency types (including hapax legomena, but also types occurring two, three, etc. times) account for a major part of the vocabulary” of productive patterns and conclude that this kind of comparison cannot be based on standard statistical models (2001: 167). Για τον σκοπό αυτό της στατιστικής μοντελοποίησης, ο Baayen εισήγαγε το 2001 τις λεγόμενες κατανομές LNRE10. Το πλεονέκτημα αυτών των εξειδικευμένων μοντέλων έγκειται στη δυνατότητα παρέκτασης των στατιστικών τύπου-εμφάνισης από ένα συγκεκριμένο δείγμα σε μεγαλύτερους αριθμούς εμφανίσεων και, συνεπώς, εκτίμησης δυνητικών νεολογισμών εκτός αυτού του δείγματος. Βασίζονται στα προβλεπόμενα μεγέθη λεξιλογίου που προκύπτουν από την καταμέτρηση των τύπων χαμηλής συχνότητας στο σώμα. Ένα από τα αποτελέσματα αυτής της μοντελοποίησης είναι οι καμπύλες αύξησης του λεξιλογίου ή, ακριβέστερα, οι καμπύλες αύξησης τύπων-εμφανίσεων, οι οποίες καταμετρούν τον αριθμό των τύπων ως συνάρτηση του αριθμού των εμφανίσεων. Το τυπικό σχήμα αυτής της καμπύλης για μια μη παραγωγική διαδικασία αρχίζει με άνοδο, αλλά στη συνέχεια «επιπεδώνεται και συγκλίνει σε μια σταθερή τιμή, το πλήρες μέγεθος του λεξιλογίου» (2001: 168). Αντίθετα, ένα τυπικά παραγωγικό πρότυπο χαρακτηρίζεται από άπειρο λεξιλόγιο, δηλαδή η καμπύλη φαίνεται να αυξάνεται επ’ αόριστον. Χρησιμοποιώντας τις κατανομές LNRE, είναι δυνατόν να εκτιμηθεί ο αριθμός των τύπων σε μεγαλύτερες ποσότητες κειμένων, ακόμη και ο αριθμός των τύπων 10 Η θεωρία LNRE (θεωρία των μεγάλων αριθμών σπάνιων συμβάντων, ως ανεξάρτητου κλάδου της στατιστικής) έχει τις ρίζες της στο 1988, όταν ο Γεωργιανός στατιστικολόγος Estate Khmaladze δημοσίευσε το The statistical analysis of a large number of rare events. Όπως έγραψε ο μαθητής του, Giorgi Kvizhinadze: «Το κοινό χαρακτηριστικό των παραδειγμάτων που θα παρουσιάσουμε παρακάτω είναι ότι, μαζί με αρκετά συχνά συμβάντα, υπάρχει επίσης ένας πολύ μεγάλος αριθμός πολύ σπάνιων συμβάντων, ας πούμε με συχνότητα 0,1,2. Το συνολικό πλήθος αυτών των σπάνιων συμβάντων σε σύγκριση με τον αριθμό των παρατηρήσεων δεν είναι συνήθως μεγάλο, αλλά ο αριθμός αυτών των συμβάντων μεταξύ όλων των διαφορετικών παρατηρούμενων συμβάντων είναι πάντοτε πολύ σημαντικός. Αυτά τα σπάνια συμβάντα είναι συνήθως πολύ σημαντικά. Για παράδειγμα, ο αριθμός των λέξεων που χρησιμοποιούνται μόνο μία φορά στο βιβλίο μπορεί να θεωρηθεί ότι δεν έχει ζωτική σημασία για το βιβλίο, αλλά είναι απολύτως σαφές ότι αυτές οι λέξεις είναι εξαιρετικά σημαντικές, επειδή αποτελούν το ήμισυ του λεξιλογίου του συγγραφέα» (2010). 70 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited ενός μορφολογικού προτύπου σε ολόκληρο τον «πληθυσμό», δηλαδή σε μια γλώσσα καθαυτή. Ταυτόχρονα, είναι δυνατό να εκτιμηθεί ή να προβλεφθεί ο αριθμός των τύπων σε δείγματα ίδιου μεγέθους που προέρχονται από μεγαλύτερα σώματα κειμένων. Όπως αναφέρθηκε στην Ενότητα 4.1, αυτή η στατιστική διαδικασία απαιτεί επίσης ακριβείς καταμετρήσεις τύπων και λεκτικών εμφανίσεων· διαφορετικά, ο υπολογισμός του εκτιμώμενου μεγέθους του λεξιλογίου ή των τύπων θα ήταν εσφαλμένος: αντί να ισοπεδώνεται και να συγκλίνει προς μια σταθερή τιμή, η καμπύλη θα μπορούσε να συνεχίσει να αυξάνεται. 5.1. Οι κατανομές LNRE Αποφασίσαμε να εφαρμόσουμε τα μοντέλα LNRE για να προσδιορίσουμε11 την παραγωγικότητα σε σώματα κειμένων διαφορετικού μεγέθους, εν μέρει επειδή υπάρχει επίσης ένα διαδικτυακά διαθέσιμο εργαλείο ανοικτού κώδικα – το ZipfR, που αναπτύχθηκε από τους Evert και Marco Baroni (2007). Αυτό το εργαλείο ανοικτού κώδικα περιλαμβάνει διάφορα μοντέλα, από τα οποία χρησιμοποιήσαμε το πεπερασμένο μοντέλο Zipf-Mandelbrot (fZM), που βασίζεται στον νόμο Zipf-Mandelbrot12. Όπως αναφέρουν οι συγγραφείς, η χρήση του εκτείνεται πέρα από τη γλωσσολογία. Το ZipfR δέχεται διάφορες μορφές εισόδου, μεταξύ των οποίων απλούς καταλόγους συχνοτήτων και απλά δείγματα σε μορφή μίας λεκτικής εμφάνισης ανά γραμμή. Μπορούσαμε να χρησιμοποιήσουμε καταλόγους συχνοτήτων από την προηγούμενη έρευνά μας, οι οποίοι είχαν υποβληθεί στον χειροκίνητο καθαρισμό του σταδίου 1st (βλ. Ενότητα 4.1), γεγονός που αποτελούσε ένα ακόμη πλεονέκτημα αυτής της μεθόδου. Οι κατάλογοι συχνοτήτων μας υποβλήθηκαν σε 4 βασικές πράξεις (Evert, Baroni 2007): (i) εκτίμηση παραμέτρων, κατά την οποία οι παράμετροι του μοντέλου LNRE M προσδιορίζονται από ένα δείγμα εκπαίδευσης δεδομένου μεγέθους, μέσω σύγκρισης του αναμενόμενου φάσματος συχνοτήτων με το παρατηρούμενο φάσμα συχνοτήτων· (ii) αξιολόγηση της καλής προσαρμογής με βάση τον πίνακα συνδιακύμανσης του αριθμού των τύπων και του αριθμού των τύπων που εμφανίζονται ακριβώς m φορές· (iii) παρεμβολή και προέκταση της λεξιλογικής αύξησης, με χρήση των αναμενόμενων τιμών· (iv) πρόβλεψη του αναμενόμενου φάσματος συχνοτήτων για αυθαίρετο μέγεθος δείγματος. Όπως επισήμαναν οι Evert και Baroni (2007), αυτή η μοντελοποίηση δεν εστιάζει στις συχνότητες μεμονωμένων λεξικών τύπων, «αλλά μάλλον στην κατανομή αυτών των συχνοτήτων (σε ένα δείγμα) και πιθανοτήτων (στον πληθυσμό)». 11 Θα θέλαμε να ευχαριστήσουμε τον συνάδελφό μας Ján Mášik για την πολύτιμη βοήθειά του, καθώς διασφάλισε την υλοποίηση του μοντέλου fZM στα δεδομένα του σώματος κειμένων μας. 12 Για μια ολοκληρωμένη περιγραφή του νόμου Zipf-Mandelbrot, ο αναγνώστης παραπέμπεται, π.χ., στο Baroni 2009. Terminologija | 2021 | 28 71 5.2. Εφαρμογή των κατανομών LNRE και αξιολόγηση Το εργαλείο ZipfR μάς παρείχε φάσματα συχνοτήτων λέξεων και καμπύλες τύπων-μονάδων για κάθε επίθημα σε κάθε (υπο)σώμα κειμένων. Λόγω έλλειψης χώρου, παρουσιάζουμε μόνο τα γραφήματα των καμπυλών τύπων-μονάδων, προσαρμοσμένων ώστε να έχουν την ίδια κλίμακα στον άξονα x. Ο άξονας y διαφέρει, καθώς εξαρτάται από και προκύπτει από τον πραγματικό αριθμό τύπων για ένα συγκεκριμένο επίθημα σε ένα δεδομένο (υπο)σώμα κειμένων. Προτείνουμε να συγκρίνουμε τα ζεύγη γραφημάτων και, τέλος, να αξιολογήσουμε την παραγωγικότητα των επιθημάτων στα δεδομένα του σώματος κειμένων μας. Ο άξονας x αντιπροσωπεύει τον αριθμό των μονάδων, ενώ ο άξονας y δείχνει τον (αναμενόμενο) αριθμό διαφορετικών τύπων που παράγονται από το πρότυπο σχηματισμού λέξεων στο οποίο εμφανίζεται ένα από τα αναλυόμενα επιθήματα. Και τα δύο σώματα κειμένων, το σώμα αναφοράς και το επιστημονικό, παρουσιάζουν την ίδια κατάταξη επιθημάτων, με πρώτο το επίθημα -álny και τελευταίο το επίθημα -órny. Στο σώμα αναφοράς, η καμπύλη τριών επιθημάτων -álny, -árny, -ózny αυξάνεται και, επομένως, δείχνει την παραγωγικότητά τους, ενώ οι καμπύλες των -itný και, ιδίως, -órny επιπεδώνονται. Στο επιστημονικό υποσώμα κειμένων, δύο επιθήματα μπορούν να θεωρηθούν παραγωγικά: -álny και -árny. Οι καμπύλες των υπόλοιπων τριών (-ózny, -itný, -órny) αυξάνονται πολύ αργά, αλλά παρουσιάζουν τάση επιπέδωσης στο τέλος του τμήματος του άξονα x που περιλαμβάνεται στο γράφημα. Τα γραφήματα για το ιατρικό υποσώμα κειμένων και το νομικό σώμα κειμένων δείχνουν μόνο ένα παραγωγικό επίθημα: -álny13. Στο ιατρικό υποσώμα κειμένων, τόσο το -árny όσο και το -ózny επιπεδώνονται πολύ γρήγορα (πιθανώς φτάνουν στο μέγιστο μέγεθος λεξιλογίου τους)· ενώ τα -itný και -órny αυξάνονται αργά αλλά σταθερά, υπερβαίνουν το όριο των 100 τύπων και ενδεχομένως επιπεδώνονται κάτω από το όριο των 200 τύπων. Το επίθημα -álny στα νομικά κείμενα οδεύει προς το όριο των 350 τύπων, ενώ στα ιατρικά κείμενα προς το όριο των 800 τύπων (πρβλ. την κλίμακα στον άξονα y). Ωστόσο, στο νομικό σώμα κειμένων η κατάταξη διαφέρει ελαφρώς: το επίθημα -itný καταλαμβάνει την τρίτη θέση, ξεπερνώντας το επίθημα -ózny, το οποίο φαίνεται σχεδόν εντελώς μη παραγωγικό, καθώς η καμπύλη του εκτείνεται παράλληλα προς τον άξονα x. Το τελευταίο επίθημα, -órny, παρουσιάζει πολύ αργή άνοδο και στη συνέχεια τάση επιπέδωσης. Ενώ το γράφημα του θρησκευτικού σώματος κειμένων δείχνει τρία παραγωγικά επιθήματα, τα -álny, -árny and -ózny, αξιοσημείωτο είναι ότι και τα 5 αναλυόμενα επιθήματα φαίνεται να είναι παραγωγικά στα οικονομικά κείμενα. Η κατάταξη των επιθημάτων παραμένει ίδια και στα δύο σώματα κειμένων. 13 Σε αυτά τα δύο γραφήματα απουσιάζει η καμπύλη παρεμβολής για το επίθημα -álny. Αυτό οφείλεται στην προσαρμογή και ενοποίηση της κλίμακας του άξονα x για όλα τα (υπο)σώματα κειμένων, η οποία δεν επέτρεψε τη δημιουργία αυτού του τύπου καμπύλης. 7 2 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Εικ. 1. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο σώμα αναφοράς Εικ. 2. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο επιστημονικό υποσώμα Εικ. 3. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο ιατρικό σώμα κειμένων Εικ. 4. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο νομικό σώμα κειμένων Στο θρησκευτικό σώμα κειμένων, και οι δύο καμπύλες των –itný και –órny ισοπεδώνονται αρκετά πριν από το σημείο των 100 τύπων. Αν συνοψίσουμε τα παραπάνω ευρήματα σχετικά με την παραγωγικότητα των αναλυόμενων επιθημάτων στα δεδομένα των σωμάτων κειμένων μας, μπορούμε να ισχυριστούμε ότι το παραγωγικότερο επίθημα είναι το –álny, το οποίο καταλαμβάνει την πρώτη θέση σε όλα τα (υπο)σώματα κειμένων. Η παραγωγικότητά του φαίνεται να είναι υψηλότερη στο υποσώμα επιστημονικών και ακαδημαϊκών κειμένων και στο ιατρικό υποσώμα, και ακολουθούν το σώμα αναφοράς (η καμπύλη κατευθύνεται προς το σημείο των 700 τύπων), το θρησκευτικό Terminologija | 2021 | 28 73 Εικ. 5. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο θρησκευτικό σώμα κειμένων Εικ. 6. Καμπύλες αύξησης του λεξιλογίου των αναλυόμενων επιθημάτων στο οικονομικό σώμα κειμένων σώμα κειμένων (η καμπύλη διασχίζει το σημείο των 600 τύπων), το οικονομικό σώμα κειμένων (η καμπύλη κατευθύνεται προς το σημείο των 500 τύπων) και, τέλος, το νομικό σώμα κειμένων (στο υψηλότερο σημείο της, η καμπύλη πλησιάζει το σημείο των 350 τύπων). Το επίθημα -árny κατατάσσεται δεύτερο και παρουσιάζει παραγωγικότητα σε 4 από τα 6 (υπο)σώματα κειμένων. Το σχήμα των καμπυλών υποδηλώνει ότι δεν είναι παραγωγικό σε νομικά και ιατρικά κείμενα. Η υψηλότερη παραγωγικότητα αυτού του επιθήματος παρατηρείται στο υποσώμα επιστημονικών και ακαδημαϊκών κειμένων (η καμπύλη διασχίζει το σημείο των 400 τύπων), έπειτα στο σώμα αναφοράς (η καμπύλη διασχίζει το σημείο των 300 τύπων), ενώ στα θρησκευτικά και οικονομικά κείμενα η καμπύλη κινείται κοντά στο σημείο των 300 τύπων. Ομοίως, το επίθημα -ózny φαίνεται να είναι παραγωγικό σε 4 από τα 6 σώματα κειμένων. Είναι αξιοσημείωτο ότι φαίνεται να μην είναι παραγωγικό στα ίδια (υπο)σώματα κειμένων με το επίθημα -árny, δηλαδή στα νομικά και ιατρικά σώματα κειμένων. Είναι παραγωγικότερο στα οικονομικά κείμενα, όπου η καμπύλη βρίσκεται αρκετά πάνω από το σημείο των 200 τύπων, και ακολουθεί το σώμα αναφοράς, όπου η καμπύλη διασχίζει το ίδιο σημείο. Στα δύο εναπομείναντα σώματα κειμένων η καμπύλη είτε αγγίζει το ίδιο σημείο, αλλά φαίνεται να ισοπεδώνεται εκεί (prim-9.0-public-prf), είτε κατευθύνεται προς αυτό το σημείο μόνο στο θρησκευτικό σώμα κειμένων. Επίσης, το επίθημα -itný φαίνεται να είναι παραγωγικό σε 4 από τα 6 σώματα κειμένων. Η καμπύλη που ισοπεδώνεται, υποδηλώνοντας μη παραγωγικότητα, είναι ορατή στα γραφήματα των νομικών και θρησκευτικών σωμάτων κειμένων. Είναι παραγωγικότερο στα οικονομικά κείμενα, όπου η καμπύλη βρίσκεται αρκετά πάνω από το σημείο των 100 τύπων, ενώ στα τρία εναπομείναντα (υπο)σώματα κειμένων διασχίζει αυτό το σημείο και κινείται χαμηλότερα. 74 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Η τελευταία κατά σειρά επίθημα -órny είναι επίσης παραγωγική σε 4 από τα 6 σώματα κειμένων. Η έλλειψη παραγωγικότητάς της εντοπίστηκε στα σώματα αναφοράς και θρησκευτικών κειμένων. Η υψηλότερη παραγωγικότητά της παρατηρείται σε ιατρικά και οικονομικά κείμενα, όπου η καμπύλη υπερβαίνει το σημείο των 100 τύπων· στα ακαδημαϊκά και επιστημονικά κείμενα η καμπύλη βρίσκεται κοντά σε αυτό το σημείο, ενώ στα νομικά κείμενα μόλις που υπερβαίνει το σημείο των 25 τύπων. Συμπερασματικά, μπορεί να ειπωθεί ότι τα επιθήματα που αναλύθηκαν είναι πιο παραγωγικά σε επιστημονικά και ακαδημαϊκά κείμενα ή σε κείμενα ειδικών πεδίων (οικονομία ή ιατρική), κάτι που δεν προκαλεί έκπληξη αν ληφθεί υπόψη η ετυμολογία τους. Η παραγωγικότητά τους, ή μάλλον ο βαθμός παραγωγικότητάς τους, διαφέρει σημαντικά μεταξύ των (υπο)σωμάτων κειμένων. Ίσως η πιο ενδιαφέρουσα παρατήρηση είναι η έλλειψη παραγωγικότητας τριών επιθημάτων στον νομικό τομέα και η χαμηλότερη παραγωγικότητα των δύο υπόλοιπων επιθημάτων στον ίδιο τομέα. Αυτό θα μπορούσε να δείχνει ότι τα νομικά κείμενα δεν ευνοούν τη λεξική δημιουργικότητα στην επινόηση νέων επιθέτων αυτού του είδους. Σε σύγκριση με το Μέρος 4, η διαφορά στην κατάταξη των επιθημάτων μπορεί να εξηγηθεί εν μέρει από το φαινόμενο που παρατήρησε ο Václav Cvrček (2012) σχετικά με την αναλογία τύπων hapax. Σύμφωνα με τα πειράματα του Cvrček, αυτή η αναλογία τείνει να μειώνεται από τη μέγιστη τιμή της, 1, έως το τοπικό της ελάχιστο (ό.π.: 5). Ωστόσο, μετά από αυτό το σημείο, η αναλογία αρχίζει και πάλι να αυξάνεται. Ο Cvrček υποστηρίζει ότι πρόκειται για «κάποια γενική ποσοτική αρχή μεγάλων συλλογών κειμένων» (ό.π.: 14). Το σχήμα της συνάρτησης hapax-τύπου φαίνεται να είναι περίπου το ίδιο ακόμη και σε γλώσσες τυπολογικά διαφορετικές· ωστόσο, το μέγεθος ενός δείγματος κειμένων εξαρτάται από τον τύπο της γλώσσας. Για να επιτευχθεί το ελάχιστο σημείο της αναλογίας hapax-τύπου, ο Cvrček αναφέρει ότι ένα αγγλικό σώμα κειμένων πρέπει να περιλαμβάνει τουλάχιστον 3 εκατομμύρια λέξεις-μορφές, ενώ ένα τσεχικό (και πιστεύουμε ότι το ίδιο ισχύει και για ένα σλοβακικό, λόγω της τυπολογικής συγγένειας των δύο γλωσσών) πρέπει να περιλαμβάνει έως και 58 εκατομμύρια λέξεις-μορφές. Καθώς δύο υποσώματα κειμένων της ανάλυσής μας είναι μικρότερα από το όριο του Cvrček, η αναλογία hapax-τύπου τους βρίσκεται στο φθίνον τμήμα της συνάρτησης hapax-τύπου. 6. ΣΥΜΠΕΡΑΣΜΑ Στη συνέχεια της έρευνάς μας, η οποία εστιάζει στην παραγωγικότητα επιλεγμένων επιθημάτων σε διαφορετικά σώματα κειμένων και πεδία, καταφέραμε να απαντήσουμε και στα δύο ερωτήματα που παρουσιάστηκαν στο Μέρος 4. 1. Αποδείξαμε ότι οι λήμματα χαμηλής συχνότητας που εξάγονται από ένα σώμα κειμένων περιλαμβάνουν επίσης δυνητικά νεολογισμούς και ότι, παρόλο που η κατανομή τους Terminologija | 2021 | 28 75 μπορεί να ποικίλλει στα δεδομένα των σωμάτων κειμένων, μπορούν να μεταβάλουν την κατάταξη παραγωγικότητας που βασίζεται στον τύπο hapax/τύπος. 2. Εντοπίσαμε και εφαρμόσαμε στατιστική μοντελοποίηση για την αξιολόγηση της παραγωγικότητας μεταξύ σωμάτων κειμένων – κατανομές LNRE. Τροφοδοτώντας το εργαλείο ανοικτού κώδικα με τα δεδομένα των σωμάτων κειμένων μας, λάβαμε μια οπτική μοντελοποίηση της παραγωγικότητας, η οποία μας επέτρεψε να διαπιστώσουμε ότι η παραγωγικότητα των επιθημάτων που αναλύθηκαν διαφέρει όχι μόνο κατά τη σύγκριση γενικών και επιστημονικών κειμένων, αλλά και μεταξύ διαφορετικών εξειδικευμένων πεδίων. Πιστεύουμε ότι η μοντελοποίηση δείχνει σαφώς την πραγματική δυνατότητα κάθε επιθήματος που αναλύθηκε να παράγει νέους τύπους στο αντίστοιχο πεδίο. Ωστόσο, τα αποτελέσματα και η κατάταξη από τα Μέρη 4 και 5 της παρούσας εργασίας δεν είναι άμεσα συγκρίσιμα μεταξύ τους, επειδή το πρώτο βασίζεται απευθείας σε πρωτογενή δεδομένα – στον αριθμό των τύπων και των hapax ή των τύπων χαμηλής συχνότητας σε ένα συγκεκριμένο (υπο)σώμα κειμένων –, ενώ το δεύτερο βασίζεται στα αναμενόμενα φάσματα συχνότητας για κάθε (υπο)σώμα κειμένων. Εν ολίγοις, ενώ το πρώτο παρουσιάζει πραγματικά δεδομένα, το δεύτερο επιχειρεί να εκτιμήσει την παραγωγικότητα ενός στοιχείου στη συγκεκριμένη γλώσσα καθαυτή. Επομένως, σε μεγαλύτερα σώματα ιατρικών και νομικών κειμένων, θα πρέπει να εντοπίσουμε περισσότερα hapax, γεγονός που θα μπορούσε να οδηγήσει σε διαφορετική κατάταξη των επιθημάτων. Οι υποθέσεις μας θα μπορούσαν τελικά να επαληθευτούν σε μελλοντική έρευνα με την ανάλυση εκτενέστερων σωμάτων κειμένων, που θα περιλαμβάνουν αντιπροσωπευτικό δείγμα των σχετικών τύπων κειμένων για συγκεκριμένους τομείς, καθώς τα είδη κειμένων μπορούν επίσης να διαδραματίσουν ρόλο στη μορφολογική παραγωγικότητα ενός στοιχείου. Δεδομένου ότι ακόμη και το μεγαλύτερο σώμα κειμένων δεν θα περιλάμβανε όλες τις λέξεις, πιστεύουμε ότι είναι πιο εύλογο να αξιολογείται η μορφολογική παραγωγικότητα οποιουδήποτε στοιχείου με πιο σύνθετες μεθόδους παρά με την απλή καταμέτρηση τύπων ή λέξεων-μορφών. Συμπερασματικά, θα μπορούσε να ειπωθεί ότι μπορούμε να προσδιορίσουμε την παρελθούσα παραγωγικότητα ενός μορφολογικού προτύπου ή στοιχείου. Μπορούμε επίσης να παρέχουμε διαφορετικές εκτιμήσεις για τη μελλοντική αξιοποίησή του, δηλαδή για τη δυνητική παραγωγικότητα κατά Baayen. Επιπλέον, ακόμη και αν συμπληρώσουμε τα στατιστικά μέτρα με ποιοτική ανάλυση, θα πρέπει να λάβουμε υπόψη ένα ακόμη γεγονός: όπως ορθά υποστηρίζει ο Fernández-Domínguez, οι πιθανοκρατικές προβλέψεις της μορφολογικής παραγωγικότητας θα πρέπει να εξετάζονται στο πλαίσιο εξωγλωσσικών παραγόντων και, ειδικότερα, εκείνων που αφορούν τις ανάγκες ονοματοδοσίας μιας γλωσσικής κοινότητας. «Εάν δεν υπάρχει ανάγκη ονοματοδοσίας, δεν μπορεί να υπάρξει παραγωγικός σχηματισμός λέξεων» (Fernández-Domínguez 2013: 438). 76 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited ΕΥΧΑΡΙΣΤΙΕΣ Η εργασία εκπονήθηκε στο πλαίσιο του έργου του Σλοβακικού Εθνικού Σώματος Κειμένων, το οποίο υποστηρίζεται από τη Σλοβακική Ακαδημία Επιστημών, το Υπουργείο Παιδείας, Επιστήμης, Έρευνας και Αθλητισμού της Σλοβακικής Δημοκρατίας, το Υπουργείο Πολιτισμού της Σλοβακικής Δημοκρατίας και το Ινστιτούτο Γλωσσολογίας Ľudovít Štúr της Σλοβακικής Ακαδημίας Επιστημών. ΚΑΤΑΛΟΓΟΣ ΠΗΓΩΝ Slovenský národný korpus. Korpus prim-7.0-frk. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2018. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovenský národný korpus. Korpus prim-9.0-public-prf. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovenský národný korpus. Korpus prim-9.0-juls-all. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovenský národný korpus. Korpus legal-1.1. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2013. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovenský národný korpus. Korpus blf-2.0. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2014. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovenský národný korpus. Korpus ecn-2.0-public. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2016. Διαθέσιμο στη διεύθυνση: https://korpus.sk. Slovníkový portál Jazykovedného ústavu Ľ. Štúra SAV https://slovnik.juls.savba.sk/. Το πακέτο ZipfR. Διαθέσιμο στη διεύθυνση: http://zipf.r-forge.r-project.org/. REFERENCES Assadi Houssem, Bourigault Didier 1995: Classification d’adjectifs extraits d’un corpus pour l’aide à la modélisation de connaissances. – Troisièmes journées internationales d’analyse des données textuelles, 313–320. Baayen R. Harald, Lieber Rochelle 1991: Productivity and English derivation: a corpus-based study. – Linguistics 29, 801–843. Baayen R. Harald 1992: Quantitative aspects of morphological productivity. – Yearbook of Morphology 1991, eds. G. E. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 109–149. Baayen R. Harald 1993: On frequency, transparency, and productivity. – Yearbook of Morphology 1992, eds. G. E. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 181–208. Baayen R. Harald 1994: Productivity in production. – Language and Cognitive Processes 9, 447–469. Baayen R. Harald, Renouf Antoinette 1996: Chronicling The Times: Productive Lexical Innovations in an English Newspaper. – Language 72, 69–96. Baayen R. Harald, Lieber Rochelle 1997: Word frequency distributions and lexical semantics. – Computers and the Humanities 30, 281–291. Baayen R. Harald 2009: Corpus linguistics in morphology: morphological productivity. – Corpus Linguistics. An international handbook, eds. A. Lüdeling, M. Kyto, Berlin, Mouton De Gruyter, 900–919. Baker Paul, Hardie Andrew, McEnery Tony 2006: A Glossary of Corpus Linguistics, Edinburgh: Edinburgh University Press Ltd. Available at: https://pdfs.semanticscholar.org/856a/9640311005ff8a97ab98976c9209aa12120a.pdf. Baroni Marco 2009: Distributions in text. – Corpus Linguistics. An international handbook, eds. A. Lüdeling, M. Kyto, Berlin, Mouton De Gruyter, 803–822. Available at: https://home.sslmit.unibo.it/~baroni/publications/hsk_39_dist_rev2.pdf. Carrière Isabelle 2008: Méditerm: encodage des adjectifs médicaux. – Corpus et dictionnaires de langues de spécialités, eds. F. Manize, P. Dury, N. Arlin, C. Rougemont, Grenoble: Presses Universitaires de Grenoble, 175–196. Cvrček Václav 2012: How Large is the Core of Language. – Corpus Linguistics 2011 [online], Birmingham. Available at: https://www.birmingham.ac.uk/Documents/college-artslaw/corpus/conference-archives/2011/Paper-145.pdf. Daille Béatrice 2001: Qualitative terminology extraction: Identifying relational adjectives. – Recent advances in computational terminology, eds. D. Bourigault, C. Jacquemin, M.-C. L’Homme, Amsterdam: John Benjamins Publishing Co, 149–166. Terminologija | 2021 | 28 77 Dokulil Miloš 1962: Teorie tvoření slov, Praha: Nakladatelství ČSAV. Evert Stefan, Lüdeling Anke 1991: Constraining psycholinguistic models of morphological processing and representation: the role of productivity. – Yearbook of morphology 1991, eds. G. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 165–183. Evert Stefan, Baroni Marco 2007: The zipfR library: Words and other rare events in R. Presentation at useR! 2006: The Second R User Conference, Vienna, Austria. Available at: https://zipfr.r-forge.r-project.org. Evert Stefan 2004: A simple LNRE model for random character sequences. – Proceedings of JADT 2004, 411–422. Fernández-Domínguez Jesús 2013: Morphological Productivity Measurement: Exploring Qualitative versus Quantitative Approaches. – English Studies 94, 4, 422–447. Garabík Radovan, Gianitsová Lucia, Horák Alexander, Šimková Mária 2004: Tokenizácia, lematizácia a morfologická anotácia Slovenského národného korpusu: internal document for manual morphological annotation. Unpublished. Available at: https://korpus.sk/attachments/publications/2004-garabik-gianitsova-horak-simkova-tokenizacia.pdf. Horecký Ján 1956: Základy slovenskej terminológie, Bratislava: VEDA. Horecký Ján 1999: Internacionalizácia a europeizácia slovenský. – Internacionalizácia v súčasných slovenských jazykoch: za a proti, ed. J. Bosák, Bratislava: Veda, 80–82. Hulse Victoria 2011: Productivity in morphological negation: a corpus based approach, The University of Manchester. Available at: https://www.research.manchester.ac.uk/portal/en/theses/productivity-in-morphological-negation--a-corpusbased-approach(266d2241-a266-4b99-8fab-e19571381d8f).html. Kvizinadze Giorgi 2010: Large number of rare events: Diversity analysis in multiple choice questionnaires and related topics, Victoria University of Wellington doctor thesis. Available at https://core.ac.uk/download/pdf/41336663.pdf Levická Jana 2021: Usage and empirical productivity of international adjectival suffixes in Slovak based on general and specialised corpora. – Jazykovedný časopis 72, 2 (in print). L’Homme Marie-Claude 2002: Fonctions lexicales pour représenter les relations entre termes. – Traitement automatique des langues 43, 1, 19–41. L’Homme Marie-Claude 2003: Adjectifs dérivés sémantiques dans la structuration des terminologies. – Journées d’étude Terminologie, Ontologie et représentation des connaissance, Lyon. Maniez François 2002: Distinguer les termes des collocations: études sur corpus du patron < Adjectif – Nom > en anglais médical. – Actes du colloque TALN de Nancy 1, 24–27 juin 2002, 345–350. van Marle Jaap 1992: The relationship between Morphological Productivity and Frequency: A Comment on Baayen’s Performance-Orientated Conception of Morphological Productivity. – Yearbook of Morphology 1991, eds. G. Booij, J. van Marle, Dordrecht: Kluwer Academic Publishers, 151–163. Nábělková Mira 1996: Variantnosť ako prvok dynamiky v adjektívnej paradigme. – Slovenská reč 61, 257–266. Naccarato Chiara 2016: A corpus-based quantitative approach to the study of morphological productivity in diachrony: The case of samo-compounds in Russian. – A Blend of MaLT Hanna Christ, eds. D. Klenovšak, L. Sönning, V. Werner, Bamberg: University of Bamberg Press, 133–153. Normand Sylvie, Bourigault Didier 2001: Analysing adjectives used in a histopathology corpus with NLP tools. – Terminology 7, 2, 155–164. Plag Ingo, Dalton-Puffer Christiane, Baayen Harald 1999: Morphological productivity across speech and writing. – English Language and Linguistics 3, 2, 209–228. Säily Tanja 2018: Change or variation? Productivity of the suffixes -ness and -ity. – Patterns of Change in 18ᵗʰ Century English. A Sociolinguistic Approach, eds. T. Nevalainen, M. Palander-Collin, T. Säily, Amsterdam: John Benjamins, 197–218. Ševčíková Magda 2014: Zjišťování slovotvorné produktivity z korpusových dat: přípony odvozující názvy vlastností. – Naše řeč 97, 228–240. Štícha František 2012: Jak v epoše elektronických korpusů následovat Miloše Dokulila (Miloši Dokulilovi ke stému výročí narození). – Jazykovědné aktuality 49, 95–107. Štícha František 2002: K Dokulilovu pojmu slovotvorné produktivity (z hlediska korpusové analýzy). – Čeština doma a ve světě 4, 302–310. Štícha František 2007: Korpusové statistiky a slovotvorná produktivita. – Grammar & Corpora/Gramatika a korpus 2005, eds. F. Štícha, J. Šimandl, Praha: Academia, 250–257. Štícha František 2009: Slovotvorná produktivita a gramatickosť: gradační expresivní adjektiva s prefixy pra-, pře- a vele- v současné psané češtině. – Eslavística Complutense 9, 145–170. 78 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited NAUJAS ŽVILGSNIS Į TARPtautinių BŪDVARDŽIŲ PRIESAGŲ VARTOJIMĄ IR EMPIRINĮ PRODUKTYVUMĄ SLOVAKŲ KALBOJE Santrauka Šio straipsnio objektas – morfologinis penkių lotynų kalbos priesagų, dažnai vartojamų slovakų kalbos būdvardžiams sudaryti, produktyvumas. Straipsnyje aprašomas tyrimas yra ankstesnio tekstynų duomenimis paremto tyrimo tęsinys. Tyrime buvo nustatyti reikšmingi priesagų vartojimo ir produktyvumo skirtumai skirtingose srityse. Analizei atlikti naudojami šeši tekstynai ir patekstyniai apima ir bendrąjį tekstyną, ir specialiuosius tekstynus (medicinos, teisės, ekonomikos ir ypač religijos srities). Ankstesnės statistinės analizės atspirties taškas buvo neologizmų dalis hapakso lemų grupėje su analizuojamomis priesagomis. Klausimas, ar tarp retai vartojamų lemų yra neologizmų, liko atviras. Beje, keli tyrėjai teigia, kad produktyviausias priesagas turinčių žodžių dažnumo pasiskirstymas turėtų būti nukreiptas į retai vartojamas lemas, sudarančias naujažodžius. Tokiu atveju statistinis morfologinio tiriamų priesagų produktyvumo įvertinimas galėtų būti kitoks. Be to, ankstesnės analizės rezultatai negalėjo būti palyginti tarp skirtingų tekstynų (patekstynių), nes jie rėmėsi pirminiais duomenimis, labai priklausomais nuo tekstyno (patekstynio) dydžio. Todėl antrasis šio tyrimo tikslas buvo nustatyti tinkamą statistinį metodą, kurį taikant toks palyginimas būtų įmanomas. Tiek ankstesnis, tiek dabartinis analizės etapai rėmėsi rankiniu būdu ištrinamais tekstyno duomenimis, t. y. lemų vartojimo dažnumo sąrašais, kuriuose nėra nei „tekstyno triukšmo“, nei bendrinės slovakų kalbos žodynuose jau esančių žodžių. Straipsnyje pateiktos analizės rezultatai rodo, kad tarp tekstyne rastų retai vartojamų lemų yra ir neologizmų, ir nors jų pasiskirstymas tekstyno duomenyse gali įvairuoti, jie gali pakeisti produktyvumo eiliškumą pagal hapakso žodžių santykį su visais žodžiais (angl. hapax / type formula). Antroje analizės dalyje buvo identifikuojami ir taikomi statistiniai modeliai, vadinami LNRE (angl. large number of rare events, liet. didelis retų įvykių skaičius) pasiskirstymais. Naudojantis atvirojo kodo įrankiu, buvo sukurtas vaizdinis priesagos produktyvumo modelis, kuriame atsiskleidžia analizuotų priesagų skirtumai, pirma, tarp mokslinių ir bendrųjų tekstų ir, antra, tarp specialiųjų sričių tekstų. Taigi, šis modelis įrodo realų kiekvienos analizuotos priesagos potencialą sudaryti naujus žodžius atitinkamose srityse. Gauta 2021-07-08 Jana Levická Ľ. Štúr Institute of Linguistics Slovak Academy of Sciences Panská 26 811 01, Bratislava, Slovakia E-mail janal@ korpus.sk Terminologija | 2021 | 28 79