Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

doi.org/10.35321/term28-03 Tarptautinių būdvardžių priesagų vartojimas ir empirinis produktyvumas slovakų kalboje: naujas žvilgsnis JANA LEVICKÁ Ľ. Štúr Institute of Linguistics, Slovak Academy of Sciences ORCID ID: https://orcid.org/0000-0001-6027-604X SANTRAUKA Šis straipsnis yra ankstesnio tyrimo, kuriame nagrinėtas penkių lotyniškos kilmės priesagų vartojimas ir produktyvumas slovakų kalboje, tęsinys. Analizėje dėmesys sutelkiamas į realųjį ir potencialųjį produktyvumą, atliekant palyginimą dviem etapais: 1) bendrojo subalansuoto tekstyno žodžių formos (angl. tokens) ir lemos lyginamos su bendrojo specializuotų ir akademinių tekstų tekstyno duomenimis; 2) bendrojo specializuotų ir akademinių tekstų tekstyno duomenys lyginami su specializuotų medicinos, teisės, ekonomikos ir religijos tekstų (po)tekstynų duomenimis. Pirmasis tęstinio tyrimo tikslas buvo nustatyti, ar tarp mažo dažnio lemų esama naujadarų, galinčių prisidėti prie skirtingo produktyvumo įvairiose srityse. Antrasis tikslas buvo nustatyti ir pritaikyti tinkamą statistinį matą, kuris leistų palyginti skirtingos apimties tekstynų produktyvumo duomenis. RAKTAŽODŽIAI: produktyvumas, būdvardis, priesaga, bendrasis tekstynas, specializuotas tekstynas, hapaksai, mažo dažnio lema, didelis retų įvykių pasiskirstymų skaičius. ANOTACIJA Šiame straipsnyje aprašomas tyrimas yra ankstesnio tyrimo, nagrinėjančio penkių lotynų kalbos priesagų vartojimą ir produktyvumą slovakų kalboje, tęsinys. Tyrime siekiama nustatyti realų ir potencialų produktyvumą atliekant palyginimą dviem etapais: 1) žodžių formos (angl. tokens) ir antraštinės žodžių formos, arba lemos (angl. lemmas), esančios bendrajame subalansuotame tekstyne, lyginamos su esančiomis bendrajame specialiųjų ir akademinių tekstų tekstyne; 2) lyginamos bendrajame specialiųjų ir akademinių tekstų tekstyne ir specialiajame medicininių, teisinių, ekonominių ir religinių tekstų patekstyne esančios žodžių formos ir lemos. Pagrindinis tęstinio tyrimo tikslas – nustatyti, ar tarp retai vartojamų lemų yra naujažodžių, kurie galėtų prisidėti prie produktyvumo skirtumų skirtingose srityse. Tyrimu taip pat siekiama nustatyti ir pritaikyti statistinę priemonę, kuri leistų palyginti tekstyno medžiagos produktyvumą skirtingos apimties tekstynuose. ESMINIAI ŽODŽIAI: produktyvumas, būdvardis, priesaga, bendrasis tekstynas, specialusis tekstynas, hapaksas, retai vartojama lema, didelis retų įvykių pasiskirstymų skaičius 54 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 1. ĮVADAS Mūsų tyrimo motyvacija kilo iš susidomėjimo terminologine sinonimija ir, plačiau kalbant, sinoniminiais iš daiktavardžių sudarytais būdvardžiais, vartojamais kaip sudėtinių terminų dėmenys. Būdvardžių tyrinėjimas terminologijos tyrimuose nėra naujovė. Išsamios būdvardžių analizės pateikiamos daugelio terminologų darbuose, ypač 1990-aisiais ir 2000-aisiais1. Slovakų terminologijos istorijoje į būdvardžius orientuotus tyrimus, paskatintus poreikio suvienodinti ir sukurti standartizuotas slovakų terminijas, galima atsekti iki 1950-ųjų (žr., pvz., Ján Horecký 1956). Būdvardžių svarbą terminologijoje ir specialiosios paskirties kalbose taip pat rodo tekstynų pateikiami statistiniai duomenys. Daugumoje specializuotų tekstynų, sukurtų vykdant Slovakų nacionalinio tekstyno projektą (toliau – SNC projektas), būdvardžių santykinė dalis yra didesnė nei referenciniame tekstyne (prim-7.0-frk), t. y. tekstyne, sudarytame iš vienodų grožinės, specialiosios ir publicistinės literatūros dalių2. Kaip matyti iš 1 lentelės, šis skirtumas siekia beveik 2%, išskyrus religinį tekstyną (blf-2.0), kuriame būdvardžių dalis yra maždaug tokia pati kaip referenciniame tekstyne (7,46%). Antroje 1 lentelės eilutėje pateikiama veiksmažodinių būdvardžių dalis; jie taip pat vartojami skiriamąja ir klasifikuojamąja funkcijomis slovakų kalbos sudėtiniuose terminuose. SNC projekto morfologinio anotavimo sistemoje jie priskiriami atskirai grupei, todėl žymimi atskirai nuo veiksmažodžių (Garabík et al. 2004). Būdvardžių koegzistavimas ir konkurencija yra nustatyti ir analizuoti bendrame kalbos kontekste (pvz., Nábelková 1996). Tačiau jų vartojimas sudėtiniuose terminuose tebėra gana menkai ištirta tema. Dažnas reiškinys, lemiantis būdvardžių sinonimiją ir konkurenciją, yra lotyniškos kilmės būdvardžių ir jų slovakiškų atitikmenų koegzistavimas (vnútrožilový – intravenózny „intraveninis“). Pastaroji grupė apima ir pogrupį, kuriame prie tos pačios tarptautinės šaknies jungiama tiek slovakiška, tiek etimologiniu požiūriu lotyniška arba tarptautinė priesaga (pvz., bakteriálny – baktérioový „bakterinis“). Kartais varijuoja dvi tarptautinės priesagos, turinčios tą patį in- 1 Žr., pavyzdžiui, H. Assadi and D. Bourigault 1995; S. Normand and D. Bourigault 2001; B. Daille 2001; F. Maniez 2001; M.-C. L’Homme 2002, 2003; arba I. Carrière 2008. 2 Daugiau informacijos apie analizei naudotus tekstynus pateikiama 3.2 dalyje. Terminologija | 2021 | 28 55 1 lentelė. SNC projekto referencinių ir specializuotų tekstynų žodžių formų skaičius bei būdvardžių ir veiksmažodinių būdvardžių santykinė dalis TEKSTYNAS REFERENCINIS TEKSTYNAS MOKSLINIS PATEKSTYNIS MEDICINOS PATEKSTYNIS TEISINIS PATEKSTYNIS RELIGINIS TEKSTYNAS EKONOMIKOS TEKSTYNAS Tekstyno žodžių formų skaičius 253,137,609 149,581,785 7,099,555 33,600,183 65,920,357 164,987,015 Būdvardžių skaičius žodžių formose 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% Gerundijų skaičius žodžių formose 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% gali atsirasti tarptautinis kamienas (pvz., hypersonórny – hypersonický, kontradiktorický – kontradiktórny). Šiuo tyrimu, kuriame nagrinėjamas konkrečių priesagų vartojimas slovakų kalboje, siekiama nustatyti, ar kai kurios iš jų labiau linkusios sudaryti sąlygas tokiam sambūviui arba dažniau vartojamos terminologiniuose būdvardžiuose, todėl šiuo atveju tampa aktuali morfologinio produktyvumo sąvoka. Analizei pasirinktos priesagos sudaro nedidelę grupę, vartojamą daiktavardiniams būdvardžiams sudaryti iš plataus slovakų kalbos būdvardinių priesagų repertuaro3. Pagal sandarą penkias priesagas sudaro (adaptuota) tarptautinė būdvardinė priesaga, sujungta su semantiškai lygiaverte slovakų kalbos -ný/ny: -álny, -árny, -itný, -ívny, -ózny, todėl jų būdvardinis statusas tarsi padvigubėja. Akivaizdu, kad visos penkios lotynų kilmės priesagos buvo vartojamos būdvardžiams iš lotyniškų daiktavardžių sudaryti (-alis su variantu -aris, -ītus, -ōsus) arba veiksmažodžių (-ōrius). Vis dėlto verta pažymėti, kad daugelis slovakų kalbos būdvardžių su nagrinėjamomis priesagomis pateko 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 į slovakų kalbos leksiką ne tik tiesiogiai iš lotynų kalbos, bet pastaraisiais dešimtmečiais dažniau per prancūzų arba anglų kalbą (Horecký 1999), ir buvo adaptuoti naudojant minėtą slovakų kalbos būdvardinę priesagą. Svarbu tai, kad šį skolinimąsi ir vėlesnę adaptaciją sudarė sąlygos bei paskatino ekstralingvistiniai veiksniai. Daugiausia dėl istorinių priežasčių slovakų kalba buvo labai atvira naujiems iš lotynų kalbos kilusiems žodžiams, todėl lotyniškos kilmės žodžių dalis yra didelė net bendrojoje slovakų kalbos leksikoje (Horecký 1999: 81). Šiais laikais dėl masinės informacijos priemonių, interneto ir socialinės medijos poveikio šis sudėtinis žodžių darybos procesas, apimantis ir skolinimąsi, ir darybą, yra itin produktyvus, todėl labai aktualus lingvistiniams ir terminologiniams tyrimams. Šis straipsnis tęsia mūsų ankstesnį tos pačios temos tyrimą, kuris šiuo metu yra spaudoje (Levičká 2021). Siekdami palyginamumo ir aiškumo skaitytojui, nusprendėme, kad būtina pateikti ankstesnių argumentų ir išvadų santrauką, papildytą naujomis įžvalgomis ir teoriniu pagrindu. Todėl kai kurios lentelės (1–4), nors jau buvo pateiktos pirmajame mūsų straipsnyje, čia pakartojamos. 2. TEORINIS PAGRINDAS Morfologinio produktyvumo teorinę sampratą plėtojo nemažai tyrėjų ir mokslininkų. Ankstesnio XXth amžiaus teorinio mąstymo ir tyrimų apžvalga apibendrinta ir aptarta keliuose tyrimuose bei straipsniuose, pavyzdžiui, Jesús Fernández-Dominguez (2013) ir Victoria Hulse (2011). Čia apsiribosime keliomis teorinėmis įžvalgomis, kurios įkvėpė mūsų darbą ir turėjo įtakos pasirenkant prieigą bei metodologiją. Seniausią čia cituojamą apibrėžtį 1948 m. pateikė amerikiečių kalbininkas Dwight L. Bolinger (cituojamas Säily 2018: 198): jis produktyvumą apibūdino kaip „statistiškai nustatomą pasirengimą4, su kuriuo elementas įsitraukia į naujus derinius“. 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 Paryškintai pateiktos frazės ar žodžiai žymi pagrindinius mūsų tyrimui svarbius požymius. Terminologija | 2021 | 28 57 Galiausiai, bet ne mažiau svarbu, norėtume paminėti čekų lingvisto Milošo Dokulilo žodžių darybos tyrimus. 1962 m. savo darbe Teorie tvoření slov jis pateikė išsamią žodžių darybos produktyvumo teoriją. Pirmiausia Dokulilas kalbos priemonės produktyvumą apskritai apibrėžė kaip „šios kalbos priemonės (ar tai būtų pamatas, afiksas ar žodžių darybos modelis) gebėjimą aktyviai dalyvauti kuriant naujus žodžius“ (1962: 78). Jis patikslino, kad šis gebėjimas gali būti absoliutus, t. y. galimybė kurti naujus žodžius bet kuriuo metu ir pagal bet kurį žodžių darybos modelį, arba santykinis, priklausantis nuo semantikos, tiksliau – stiliaus, taip pat nuo žodžių darybos modelio. Dokulilo teorijoje produktyvumas yra „sinchroninio pobūdžio sąvoka, o šio gebėjimo įgyvendinimas – naujų žodžių kūrimas pagal konkrečias taisykles – priešingai, yra diachroninio pobūdžio sąvoka“ (1962: 80). Dokulilas taip pat skyrė sisteminį ir empirinį produktyvumą (Františekas Štícha 2012 m. jį taip pat vadino „parole“ arba „realiuoju produktyvumu“), kuris pateikia „bendrą konkretaus žodžių darybos modelio ar kalbos priemonės bendro panaudojimo kalbos sistemoje tam tikru metu vaizdą“ (Dokulil 1962: 80). Dokulilas manė, kad net „apytikriai duomenys apie kiekybinį konkretaus žodžių darybos proceso ar elemento vartojimą yra nepaprastai svarbūs bendram tam tikros kalbos vaizdui apskritai ir ypač jos leksikos ypatybėms“ (ten pat: 77). Tarp šiuolaikinių čekų lingvistų, plėtojančių Dokulilo produktyvumo teoriją ir tikrinančių jo prielaidas tekstynų duomenimis (žr., pvz., Štícha 2002, 2007, 2009, 2012 arba Magda Ševčíková 2014), Štícha siūlo empirinio / parole produktyvumo analizę atlikti ne tik dideliuose tekstynuose, bet ir naudojantis įvairaus dydžio bei sudėties tekstynų seka (2012: 104). Galima teigti, kad Dokulilo prielaidas apie santykinį produktyvumą atliepė Harald Baayen ir kiti mokslininkai, kurių metodus bei prieigas aptarsime vėliau šioje analizėje. 1999 m. Baayen ir jo kolegos Ingo Plag bei Christiane Dalton-Puffer rašė: „teiginiai apie konkretaus afikso produktyvumą paprastai pateikiami neatsižvelgiant į produktyvumo skirtumus pagal diskurso tipą, nors įprastai manoma, kad tam tikros rūšies darybinės priesagos vienuose tekstuose yra tinkamesnės nei kituose“ (1999: 209). Turint didelius tekstynus, galima matuoti, nustatyti ir analizuoti žodžių darybos modelio ar elemento produktyvumą ne tik bendrinėje kalboje tam tikru metu, bet ir specializuotose srityse bei registruose. 58 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 3. ANKSTESNI TYRIMAI Atsižvelgdami į ankstesnėje dalyje cituotų lingvistų argumentus ir prielaidas, savo tyrimo pradžioje suformulavome tris pagrindinius klausimus, kuriais siekėme nustatyti būdvardinių priesagų morfologinį produktyvumą: 1) Ar pasirinktos grupės atskirų būdvardinių priesagų morfologinis produktyvumas skiriasi bendruosiuose ir specializuotuose tekstuose? Ar šie skirtumai statistiškai reikšmingi? 2) Ar pasirinktos grupės atskirų būdvardinių priesagų morfologinis produktyvumas gali kisti priklausomai nuo konkrečios srities? Ar kai kurios iš šių penkių priesagų yra labiau „tinkamos“ prisidėti prie sričiai ar dalykinei sričiai būdingų sąvokų raiškos? 3) Kokie metodai tinka šiai konkrečiai tekstynų duomenų analizei? Pirmiausia dėl šio tipo žodžių darybos modelio specifikos lotyniškas pamatas + lotyniška priesaga + etimologiškai savakalbė priesaga nusprendėme atsisakyti kokybinės analizės, apimančios atskirų lotyniškų pamatų jungimo su viena iš pasirinktų būdvardinių priesagų ribas ir taisykles slovakų kalbos kontekste. Nors kiekybinis metodas negali atskleisti viso priesagos ar bet kurios kitos morfologinės formos produktyvumo vaizdo, jo nauda tokio pobūdžio tyrimams yra ta, kad jis parodo perspektyvą ir žodžių, sukurtų pagal konkretų modelį, vartojimo kontekstą, taip pat leidžia juos konkrečiai palyginti su semantiškai ir funkciškai lygiavertėmis formomis. Visuotinai pripažįstama, kad kiekybinis metodas atliekant morfologinio produktyvumo analizę yra reikšmingas kokybinį tyrimą papildantis metodas (žr., pvz., Evert and Lüdeling 2001). Kaip teigia Plag: „kiekybinės ir kokybinės produktyvumo sampratos [...] yra glaudžiai susijusios. Taigi potencialumo idėją, kuri yra esminė kokybiniams produktyvumo apibrėžimams, galima išreikšti statistine tikimybės kalba“ (cituojama pagal Naccarato 2016: 135). Panašiai Baayen ir jo bendraautoriai teigia, kad produktyvumas „atrodo esąs laipsniška sąvoka [...]: kai kurių afiksų atveju naujai sudarytus žodžius galima sutikti dažniau nei kitų afiksų atveju; dėl šio fakto produktyvumas yra tikimybinė sąvoka, kurią galima tirti statistiniais metodais“ (1999: 10). Terminologija | 2021 | 28 59 3.1. Statistiniai metodai Pirmajame mūsų analizės etape pasirinkome gerai išbandytą Harald Baayen ir jo kolegų bei pasekėjų metodologinį kelią (1991, 1992, 1993, 1994, 1996, 1997). Nustatėme vadinamąjį realųjį produktyvumą, t. y. pasirinktosiomis priesagomis sudarytų būdvardžių vartojimo dažnį ir skirtingų būdvardžių, sudarytų su šiomis priesagomis, skaičių skirtinguose tekstynuose. Ši tekstyno statistika atskleidžia priesagų produktyvumą praeities ir dabartinės kalbinės situacijos atžvilgiu. Kitas žingsnis buvo nustatyti analizuojamų priesagų potencialųjį produktyvumą, t. y. įvertinti, kokiu tempu tikėtina atsiras naujų tipų5. Baayen (2009: 7) siūlo jį apskaičiuoti kaip hapaksų6 su priesaga X ir visų tekstyno žodžių formų su priesaga X santykį. Hapaksų naudojimas produktyvumui apskaičiuoti plačiai kritikuotas, nes ši grupė tiesiogiai neatspindi naujadarų, kurie turėtų atskleisti elemento ar modelio produktyvumą. Plag, Dalton-Puffer ir Baayen teigia, kad potencialusis produktyvumas yra tikimybinis matas ir kad, didėjant tekstyno apimčiai, „hapaksų grupėje didėja naujažodžių dalis, be to, parodyta, kad daugiausia naujažodžių atsiranda būtent tarp hapaksų“ (1999: 12). Ankstesniame mūsų tyrimo etape nusprendėme netaikyti hapaksų ir žodžių formų metodo, bet, vadovaudamiesi van Marle'o (1992) argumentais, pasirinkome hapaksų ir tipų metodą, nes žodžių formų dažnis produktyvumo matui yra mažiau svarbus kintamasis nei lemų skaičius. Vis dėlto rimčiausias šio mato trūkumas yra tai, kad neįmanoma palyginti skirtingos apimties tekstynų statistinių duomenų (Naccarato 2016: 133). Prie šio klausimo grįšime 5 dalyje. 3.2. Analizėje naudoti tekstynai7 Visus tris šioje analizėje naudotus tekstynus ir tris patekstynius 2013–2020 m. paskelbė Slovakų nacionalinio tekstyno (SNC) departamentas; jie prieinami visiems registruotiems naudotojams. 5 Korpusų lingvistikoje tipai reiškia unikalius žodžius ir yra lemų sinonimai (Baker et al. 2006). 6 Hapaksas (iš pradžių graikiška frazė, reiškianti „pasakyta vieną kartą“), dar trumpinamas iki hapakso, yra žodis, konkrečiame tekstyne pasitaikantis tik vieną kartą (Baker et al. 2006). 7 Didžioji šio skyriaus dalis paimta iš straipsnio, kuriame aprašytas ankstesnis mūsų tyrimo etapas (Levická 2021), tačiau šį pasikartojimą būtina įtraukti, kad būtų paaiškinta tekstyno duomenų prigimtis. 60 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Pirmąjį, etaloninį tekstyną (prim-7.0-frk), kurį sudaro daugiau kaip 253 milijonai žodžių formų (angl. tokens), sudaro vienodos apimties publicistiniai, specialieji ir grožiniai tekstai (64,12% jų iš pradžių parašyti slovakų kalba, o 29,51% yra vertimai), parašyti 1991–2015 m. Tekstynas naudotas sudarant du slovakų kalbos dažnumų žodynus (2017, 2018), taip pat atvirkštinį žodyną (2018). Antrasis tekstynas, prim-9.0-public-prf, yra viešai prieinamas SNC projekto pagrindinio tekstyno patekstynis (toliau – mokslinių tekstų patekstynis). Sudarytas iš specialiųjų, akademinių ir negrožinių tekstų, šis patekstynis apima daugiau kaip 149 milijonus žodžių formų ir dokumentuoja bendrąjį mokslo bei mokslinių tyrimų diskursą, įskaitant specializuotąją žurnalistiką. Jo tekstai parašyti 1955–2019 m. 1955–1991 m. parašyti tekstai sudaro 8,7% (daugiau kaip 13 milijonų žodžių formų). Mažiausias iš visų tirtų tekstynų (patekstynių) gautas filtruojant SNC projekto pagrindinį tekstyną [9], 9.0 versiją. Jį sudaro 1976–2019 m. parašyti medicinos srities tekstai, apimantys kiek daugiau nei 7 milijonus žodžių formų. 1955–1991 m. parašyti tekstai sudaro 1,09%. Toliau jį vadinsime medicinos patekstyniu. Siekiant turėti palyginamą šaltinį iš kitų specializuotųjų tekstynų ir etaloninio tekstyno, specializuotasis tekstynas legal-1.1 (toliau – teisės patekstynis), sudarytas bendradarbiaujant su Slovakijos teisingumo ministerija, buvo susiaurintas iki 1991–2011 m. sukurtų teisės aktų tekstų. Taigi jo apimtis sumažėjo nuo beveik 49 milijonų iki 33,5 milijono žodžių formų. Specializuotasis tekstynas blf-2.0, skirtas religijos sričiai, paskelbtas 2014 m. Jį sudaro beveik 66 milijonai žodžių formų tekstuose, parašytuose 1989–2014 m. (toliau – religinis tekstynas). Daugiau kaip 80% jo sudaro teminiai žurnalai ir laikraščiai. Panašiai ir specializuotasis tekstynas ecn-2.0-public (toliau – ekonomikos tekstynas), skirtas ekonomikos sričiai, apima net 96,24% specialiųjų tekstų, paskelbtų teminiuose žurnaluose ir laikraščiuose. Šio tekstyno tekstai datuojami 1992–2014 m. ir apima beveik 165 milijonus žodžių formų. Tačiau reikia pažymėti, kad šie tekstynai yra nevienalyčiai ir apima įvairius tekstus. Terminologija | 2021 | 28 6 1 Atlikdami paiešką tekstyne, užklausų negrindėme morfologiniu žymėjimu, pateiktu kiekvienam į analizę įtrauktam tekstynui (patekstyniui), nes žodžių su lotyniškos kilmės elementais žymėjimas pasirodė esąs netinkamas ir klaidingas. Todėl pasirinkome paprastą konkrečios žodžio formos galūnės paiešką, pvz., [lemma=„. *álny“], derinamą su automatiniu žodžių, kuriuose atsitiktinai pasitaiko ta pati simbolių seka, filtravimu (žr. 4.1 dalį). 3.3. Ankstesnio etapo rezultatai Ankstesniame etape iš tekstynų gauti statistiniai duomenys leido sudaryti analizuotų priesagų realiojo produktyvumo reitingą. Priesaga -álny neabejotinai yra plačiausiai vartojama visuose tekstynuose (patekstyniuose), o -órny penkiuose tekstynuose (patekstyniuose) atsiduria priešingame dažnumo skalės gale. Kaip matyti iš keturių iš penkių priesagų normalizuotųjų vartojimo dažnių, mokslinių ir akademinių tekstų patekstynyje jos vartojamos dažniau nei etaloniniame tekstyne. Taip pat pažymėtina, kad medicinos patekstynyje normalizuotieji priesagų dažniai yra lygūs mokslinių tekstų patekstynio IPM arba jį gerokai viršija, o priesagų IPM (atvejų skaičius milijonui žodžių formų) religiniame tekstyne yra akivaizdžiai mažesnis nei etaloniniame tekstyne. Tai iš dalies galima paaiškinti į šiuos tekstynus (patekstynius) įtrauktų tekstų rūšimis. 2 lentelė. Analizuotų priesagų dažnis ir normalizuotasis dažnis (IPM, atvejų skaičius milijonui žodžių formų) atitinkamuose tekstynuose (patekstyniuose). Tekstynai išdėstyti nuo mažiausio iki didžiausio PRIESAGA MEDICINOS PATEKSTYNIS TEISĖS PATEKSTYNIS RELIGINIS TEKSTYNAS MOKSLINIŲ TEKSTŲ PATEKSTYNIS EKONOMIKOS TEKSTYNAS ETALONINIS TEKSTYNAS Žodžių formos Žodžių formos Žodžių formos Žodžių formos Žodžių formos Žodžių formos 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 PRIESAGA MEDICINOS PATEKSTYNIS TEISĖS PATEKSTYNIS RELIGIJOS PATEKSTYNIS MOKSLINIS PATEKSTYNIS EKONOMIKOS TEKSTYNAS ETALONINIS TEKSTYNAS Žodžių formos Žodžių formos Žodžių formos Žodžių formos Žodžių formos Žodžių formos 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 Tekstynų išdėstymas 3 lentelėje, kurioje pateikiamas skirtingų žodžių, sudarytų su analizuojamomis priesagomis, skaičius, leidžia palyginti naujadarų įvairovę: pirma, bendrinėje ir specializuotoje kalboje, antra, nuo mažiausio medicinos tekstyno iki didžiausio ekonomikos tekstyno. Lentelėje pateikiamas analizuojamų priesagų Baayeno realizuotas produktyvumas. Visuose (po)tekstyniuose -álny yra dažniausiai vartojama priesaga, aptinkama skirtingų tipų žodžiuose, o mažiausias tipų arba lemų skaičius nustatytas su priesaga -órny. Atrodo, kad priesagos -itný ir -órny daugumoje (po)tekstynių sutampa; jų subtilesniam skirtumui nustatyti reikia reikšmingumo testo. Tačiau realiai palyginti tekstynų neįmanoma, nes lentelėje pateikiami absoliutūs tipų skaičiai. 3 lentelė. Lemų skaičius atitinkamame (po)tekstynyje PRIESAGA ETALONINIS TEKSTYNAS MOKSLINIS PATEKSTYNIS MEDICINOS PATEKSTYNIS TEISĖS PATEKSTYNIS RELIGIJOS TEKSTYNAS EKONOMIKOS TEKSTYNAS -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 4 lentelėje pateikti potencialaus produktyvumo įverčio rezultatai yra gana įvairūs, kaip rodo priesagų išdėstymo tvarka. Terminologija | 2021 | 28 63 4 lentelė. Hapaksų ir tipų santykis atitinkamame (po)tekstynyje. Kiekvienoje lentelės dalyje priesagos išvardytos mažėjančio santykio tvarka HAPAKSŲ IR TIPŲ SANTYKIS etaloninis tekstynas mokslinis patekstynis medicinos patekstynis -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 teisės patekstynis religinis tekstynas ekonomikos tekstynas -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 Produktyviausia priesaga net trijuose tekstynuose yra -órny. Iš likusių trijų (potėkstynių) du kartus pirmauja -ózny, o vieną kartą – -itný. Be to, atrodo, kad ta pati priesaga -órny apskritai ir medicininiuose tekstuose yra potencialiai mažiausiai produktyvi. Net trijuose (potėkstyniuose) paskutinę vietą produktyvumo reitinge užima priesaga -itný. Panašiai ekonominių tekstų produktyvumo reitingo paskutinėje vietoje yra priesaga -árny. 4. PATEIKTOS ANALIZĖS TYRIMO KLAUSIMAI Ankstesnis mūsų tyrimo etapas parodė reikšmingų analizuotų priesagų morfologinio produktyvumo skirtumų, priklausančių ir nuo kalbos tipo, ir nuo sričių. Tačiau į vieną klausimą atsakyta tik iš dalies, ir jis paskatino suformuluoti naują klausimą: 1. Ar verta analizuoti mažo dažnio lemas siekiant aptikti naujažodžius? Iš tiesų keli tyrėjai teigia, kad produktyvių afiksų žodžių dažnių pasiskirstymas turėtų būti aiškiai pasislinkęs mažo dažnio lemų, apimančių naujadarus, link. 64 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 2. Kaip jau nurodėme ankstesniuose skyriuose, analizuotų priesagų potencialaus produktyvumo rezultatų negalima lyginti skirtinguose tekstynuose. Todėl būtina nustatyti tinkamą statistinį metodą, kuris leistų atlikti šį palyginimą. 4.1. Duomenų rankinis valymas Ir ankstesnis, ir dabartinis mūsų analizės etapai grindžiami rankiniu būdu išvalytais duomenimis. Kelios tyrėjų grupės yra pabrėžusios šio varginančio ir daug laiko reikalaujančio proceso svarbą. Evertas ir Lüdelingas teigė (ir įrodė), kad tai būtina kokybiškam statistiniam vertinimui, ne tik taikant sudėtingesnes priemones (2001: 168). Rankinis valymas itin svarbus dėl trijų priežasčių; pirmoji kyla iš tekstyno duomenų pobūdžio. Pirmiausia, tekstyno duomenyse paprastai pasitaiko gana daug rašybos klaidų, ypač tarp mažo dažnio lemų. Antra, tekstynuose yra rašybos variantų, ypač dažnai aptinkamų lotyniškos kilmės žodžiuose. Trečia, reikėjo sujungti lemų su priesaga X formas, kurios skiriasi tik brūkšnelio vartojimu ar nevartojimu, taip pat lemų formas, prasidedančias didžiąja ir mažąja raide (kurios nėra tikriniai vardai), kurias skiria SNC projekte taikomas automatinis lematizavimas. Šio rankinio valymo etapo rezultatas pateiktas 5 lentelėje: vidutinė analizuotų priesagų vienetinių formų dalis sudaro nuo 24 iki 30% viso lemas su tam tikra priesaga turinčių formų skaičiaus. Tačiau teisinių tekstų atveju mažiau nei 5% lemų (galimų naujažodžių) išliko su priesaga -itný, o, priešingai, religiniuose ir bendruosiuose moksliniuose tekstuose išliko 40% ar daugiau lemų su priesaga -órny, o ekonominiuose tekstuose ir, stebėtinai, pamatiniame tekstyne – su priesaga -ózny. Šios dalys gali rodyti atitinkamo tekstyno (ne)produktyvumą. Kaip teigia Baayenas ir bendraautoriai, produktyvių elementų vienetinių formų skaičius „pakankamai dideliame tekstyne“ gali siekti net pusę stebimo žodyno dydžio (1999: 11). Antroji rankinio valymo priežastis buvo išfiltruoti iš tekstynų išgautus duomenis, kad būtų sudaryti sąrašai, kuriuose pateikiami naujažodžiai su analizuotomis priesagomis. Todėl neįtraukėme lemų, kurios 1) atsitiktinai turi tą pačią simbolių seką kaip analizuotos priesagos; 2) randamos bendruosiuose slovakų kalbos žodynuose ir Svetimybių žodyne8, t. y. 8 Naudojome integruotą žodyno portalo paieškos įrankį https://slovnik.juls.savba.sk/. Terminologija | 2021 | 28 65 5 lentelė. Hapaksų (potencialių naujažodžių) dalis atitinkamame tekstyne (patekstynyje) po pirmojo rankinio valymo etapo HAPAKSŲ SU KONKREČIA PRIESAGA DALIS PO PIRMOJO RANKINIO VALYMO ETAPO priesaga medicinos patekstynis teisės patekstynis religinių tekstų tekstynas mokslinių tekstų patekstynis ekonomikos tekstynas pamatinis tekstynas -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% todėl jie nėra naujažodžiai; 3) buvo aptikti dviejuose didžiausiuose SNC tekstynuose9 – šios lemos turėjo pasitaikyti bent viename iš jų tris ar daugiau kartų, jei tik tie atvejai buvo iš trijų skirtingų šaltinių ir trejų skirtingų metų. Šis paskutinis atrankos principas nustatytas todėl, kad tiriamieji žodžiai su viena iš analizuojamų priesagų paprastai yra specializuotų sričių terminai, o šiuolaikinių specializuotų slovakų kalbos žodynų neturime. Reikia pripažinti, kad sudaryti lemų sąrašai atspindi tik potencialius naujažodžius. Rezultatai pateikiami 6 ir 7 lentelių stulpeliuose „Potencialių naujažodžių dalis hapaksuose“. Palyginti su 5 lentele, potencialių naujažodžių dalis gerokai sumažėjo. 4.2. Naujažodžiai retai vartojamose lemose Siekdami atsakyti į pirmąjį tyrimo klausimą, atlikome tokią pačią atrankos procedūrą kaip ir sudarydami hapaksų sąrašą. 6 ir 7 lentelėse pateikiame potencialių naujažodžių procentinę dalį (apskaičiuotą nuo bendro lemos su tam tikra priesaga skaičiaus, plg. 3 lentelę) tarp retai vartojamų lemų, patekstyniuose pasitaikančių 4–2 kartus, o šalia – potencialių naujažodžių procentinę dalį hapaksų grupėje. Nors potencialių naujažodžių dalis specialiuosiuose ir akademiniuose tekstuose šiek tiek padidėja, vertinant kiekvieną analizuotą priesagą, dėl įtraukimo 9Šiuo metu tai yra didžiausi SNC projekto tekstynai: bendrasis tekstynas prim-9.0-juls-all ir teisės tekstynas legal-1.1. 66 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited įtraukus potencialius naujažodžius iš retai vartojamų lemų grupės, potencialių naujažodžių dalis pamatiniame tekstyne padidėjo labai nežymiai, kai kalbama apie keturias priesagas, o penktosios – -órny – dalis išliko stabili. To buvo galima tikėtis, nes nauji dariniai su analizuojamomis priesagomis greičiau atsiranda specialiuosiuose tekstuose. 6 lentelė. Potencialių naujažodžių dalis retai vartojamų lemų grupėje (4–1 pasikartojimai) ir hapaksų grupėje, apskaičiuota nuo bendro tipų skaičiaus po valymo bendrame tekstyne ir bendrojo mokslinio tekstyno patekstynyje PRIESAGA PAMATINIS TEKSTYNAS MOKSLINIS PATEKSTYNIS Potencialių naujažodžių dalis retai vartojamose lemose (4–1) Potencialių naujažodžių dalis hapaksuose Potencialių naujažodžių dalis retai vartojamose lemose (4–1) Potencialių naujažodžių dalis hapaksuose -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% Kalbant apie konkrečių sričių potencialius naujažodžius, didžiausias procentas, kaip ir mokslinio patekstynio atveju, nustatytas ekonomikos tekstyne, kuriame priesaga -itný sudaro net 35% potencialių naujažodžių. Likusios priesagos šiame tekstyne tarp mažo dažnio lemų sudaro maždaug 25% potencialių naujažodžių. Mažiausias potencialių naujažodžių procentas nustatytas teisės tekstuose. Taip pat verta paminėti tuos atvejus, kai įtraukus mažo dažnio lemų grupę procentas padvigubėjo: -órny medicinos tekstuose, -árny teisės tekstuose ir -itný religiniuose tekstuose. Nenuostabu, kad medicinos tekstuose pirmauja priesaga -ózny, nes ji yra būdinga medicinos priesaga. Tačiau beveik toks pat potencialių naujų lemų su -ózny procentas nustatytas ekonomikos tekstuose. Potencialių naujažodžių skaičius nepadidėjo vartojant priesagą -itný medicinos ir teisės tekstuose, taip pat priesagą -órny teisės tekstuose. Terminologija | 2021 | 28 67 7 lentelė. Potencialių naujažodžių dalis mažo dažnio lemų (4–1 vartojimo atvejai) ir hapaksų grupėse nuo bendro tipų skaičiaus, atlikus valymą, keturių sričių specializuotuose tekstuose PRIESAGA | MEDICINOS PATEKSTYNIS | TEISĖS PATEKSTYNIS | RELIGINIS TEKSTYNAS | EKONOMIKOS TEKSTYNAS Potencialių naujažodžių dalis mažo dažnio lemuose (4–1) | Potencialių naujažodžių dalis hapaksuose | Potencialių naujažodžių dalis mažo dažnio lemuose (4–1) | Potencialių naujažodžių dalis hapaksuose | Potencialių naujažodžių dalis mažo dažnio lemuose (4–1) | Potencialių naujažodžių dalis hapaksuose | Potencialių naujažodžių dalis mažo dažnio lemuose (4–1) | Potencialių naujažodžių dalis hapaksuose -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% Kad būtų lengviau suprasti, pateikiame dar vieną lentelę, kurioje nurodytas potencialių naujažodžių procentas mažo dažnio lemų grupėje. 8 lentelė. Potencialių naujažodžių procentinio skirtumo palyginimas mažo dažnio lemų (4–1 vartojimo atvejai) grupėje ir hapaksų grupėje, skaičiuojant nuo bendro tipų skaičiaus po valymo POTENCIALIŲ NAUJAŽODŽIŲ DALIS TARP MAŽO DAŽNIO LEMŲ (4–2 VARTOJIMO ATVEJAI) priesaga | referencinis tekstynas | mokslinis patekstynis | medicinos patekstynis | teisės patekstynis | religinis tekstynas | ekonomikos tekstynas -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% Galiausiai paskutinėje lentelėje pateikiamas priesagų reitingas atitinkamuose (pateks)tyniuose, pakartotinai pritaikius ankstesniame etape naudotą formulę – mažo dažnio lemų su tam tikra priesaga dalis / tipų skaičius su 68 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 9 lentelė. Potencialių naujažodžių santykio skirtumas tarp mažo dažnio lemų grupės (4–1 pasikartojimai) ir tipų skaičiaus. Paryškintų priesagų rangas pasikeitė, palyginti su 4 lentele MAŽO DAŽNIO LEMŲ IR TIPŲ SANTYKIS etaloninis tekstynas mokslinis patekstynis medicininis patekstynis -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 teisinis patekstynis religinis tekstynas ekonominis tekstynas -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 tam tikra priesaga. Palyginti su 4 lentele, rangas pasikeitė visuose (po)tekstynuose, išskyrus etaloninį tekstyną. Taigi, panašu, kad mažo dažnio lemų įtraukimas pasiteisino. Priesaga -órny yra produktyviausia dviejuose tekstynuose (palyginti su trimis 4 lentelėje), o -ózny išliko dviejų reitingų viršūnėje, o -itný – ekonominio tekstyno reitingo viršūnėje. Teisiniame tekstyne produktyviausia, regis, yra priesaga -árny, o ši priesaga medicinos ir ekonomikos tekstuose yra mažiausiai produktyvi. Paskutinę vietą produktyvumo reitinguose užima priesaga -órny etaloniniame tekstyne ir medicinos tekstuose, priesaga -ózny – bendruosiuose moksliniuose tekstuose, o priesaga -itný išliko mažiausiai produktyvi teisiniuose ir religiniuose tekstynuose. 5. PRODUKTYVUMO PALYGINIMAS (PO)TEKSTYNUOSE Kaip nurodėme 3.1 dalyje, statistinės priemonės, paremtos neapdorotais dažniais ir tipų skaičiais, neleido palyginti ankstesnių rezultatų, gautų iš skirtingų (po)tekstynų. Jei pritariame teiginiui, o tiksliau – hipotezei, kad bet kurio žodžių darybos elemento ar Terminologija | 2021 | 28 69 darybos modelio produktyvumą galima nustatyti pagal naujadarus (ir kartu 4.2 dalyje įrodėme, kad šie naujadarai gali pasitaikyti ne tik hapaksų grupėse, bet ir tarp mažo dažnio tipų), tolesnę analizę galima pagrįsti žodžių dažnių pasiskirstymais ir dažnių spektrais. „Dažnių spektru“ vadiname sąrašą, kuriame nurodoma, kiek tipų dažnių sąraše galima stebėti (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). Šiam statistinio modeliavimo tikslui Baayen 2001 m. pristatė vadinamuosius LNRE10 skirstinius. Šių specializuotų modelių privalumas – galimybė ekstrapoliuoti tipų ir žodžių formų statistiką iš konkrečios imties į didesnius žodžių formų kiekius ir taip įvertinti už šios imties ribų esančių potencialių naujažodžių skaičių. Jie grindžiami prognozuojamais žodyno dydžiais, nustatytais pagal mažo dažnio tipų skaičių tekstyne. Vienas iš šio modeliavimo rezultatų yra žodyno augimo kreivės arba, tiksliau, tipų ir žodžių formų skaičiaus augimo kreivės, rodančios tipų skaičių kaip žodžių formų skaičiaus funkciją. Tipinė neproduktyvaus proceso kreivė iš pradžių kyla, tačiau vėliau „išsilygina ir artėja prie pastovios reikšmės – viso žodyno dydžio“ (2001: 168). Priešingai, produktyviam modeliui būdingas begalinis žodynas, t. y. atrodo, kad kreivė kyla neribotai. Taikant LNRE skirstinius, galima įvertinti tipų skaičių didesnės apimties tekstuose ir net tipų skaičių 10 LNRE teorija (didelių retų įvykių skaičių teorija, savarankiška statistikos sritis) atsirado 1988 m., kai gruzinų statistikas Estate Khmaladze paskelbė The statistical analysis of a large number of rare events. Kaip rašė jo studentas Giorgi Kvizhinadze: „Toliau pateikiamų pavyzdžių bendras bruožas yra tas, kad greta kelių dažnų įvykių esama ir labai daug labai retų įvykių, tarkime, kurių dažnis yra 0, 1 arba 2. Bendras šių retų įvykių skaičius, palyginti su stebėjimų skaičiumi, paprastai nėra didelis, tačiau šių įvykių skaičius tarp visų skirtingų stebėtų įvykių visuomet labai reikšmingas. Šie reti įvykiai paprastai yra labai svarbūs. Pavyzdžiui, knygoje tik vieną kartą pavartotų žodžių skaičius gali atrodyti nereikšmingas tai knygai, tačiau akivaizdu, kad šie žodžiai yra itin svarbūs, nes sudaro pusę autoriaus žodyno“ (2010). 70 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited žodžių darybos modelio visoje „populiacijoje“, t. y. pačioje kalboje. Kartu galima įvertinti arba numatyti tokio paties dydžio imčių, sudarytų iš didesnių tekstynų, tipų skaičių. Kaip minėta 4.1 dalyje, šiai statistinei procedūrai taip pat būtini kokybiški tipų ir žodžių formų skaičiavimo duomenys; priešingu atveju apskaičiuotas žodyno dydis arba tipų skaičius būtų klaidingas – užuot išsilyginusi ir artėjusi prie pastovios reikšmės, kreivė galėtų toliau kilti. 5.1. LNRE skirstiniai Nusprendėme taikyti LNRE modelius, kad nustatytume produktyvumą skirtingo dydžio tekstynuose11, iš dalies dėl to, kad internete taip pat prieinamas atvirojo kodo įrankis „ZipfR“, kurį sukūrė Evertas ir Marco Baroni (2007). Šiame atvirojo kodo įrankyje yra keli modeliai; iš jų naudojome baigtinį Zipf-Mandelbrot modelį (fZM), pagrįstą Zipf-Mandelbrot dėsniu12. Kaip teigia autoriai, jo taikymas neapsiriboja lingvistika. „ZipfR“ priima kelis įvesties formatus, įskaitant paprastus dažnių sąrašus ir paprastas imtis, pateiktas po vieną žodžio formą eilutėje. Galėjome pasinaudoti ankstesniame tyrime sudarytais dažnių sąrašais, kurie buvo rankiniu būdu išvalyti 1st etape (plg. 4.1 dalį); tai buvo dar vienas šio metodo pranašumas. Mūsų dažnių sąrašai buvo apdoroti atliekant 4 pagrindines operacijas (Evert, Baroni 2007): (i) parametrų įvertinimas, kai LNRE modelio M parametrai nustatomi iš mokymo imties, palyginant tikėtiną dažnių spektrą su stebėtu dažnių spektru; (ii) atitikties įvertinimas pagal tipų skaičiaus ir tipų, pasitaikančių lygiai m kartų, skaičiaus kovariacijų matricą; (iii) žodyno augimo interpoliacija ir ekstrapoliacija, naudojant tikėtinas reikšmes; (iv) tikėtino dažnių spektro prognozavimas bet kokio dydžio imčiai. Kaip pažymėjo Evertas ir Baroni (2007), šis modeliavimas orientuotas ne į atskirų žodžių formų dažnius, „o veikiau į tokių dažnių (imtyje) ir tikimybių (populiacijoje) pasiskirstymą“. 11Norėtume padėkoti kolegai Jánui Mášikui už neįkainojamą pagalbą įgyvendinant fZM modelį mūsų tekstyno duomenims. 12Išsamų Zipf-Mandelbrot dėsnio aprašymą skaitytojas ras, pavyzdžiui, Baroni 2009. Terminologija | 2021 | 28 71 5.2. LNRE skirstinių taikymas ir vertinimas ZipfR įrankis pateikė kiekvienos priesagos kiekviename tekstyne (ar jo patekstynyje) žodžių dažnių spektrus ir tipų bei žodžių formų skaičiaus kreives. Dėl vietos stokos pateikiame tik grafikus, kuriuose pavaizduotos tipų ir žodžių formų skaičiaus kreivės, pritaikytos taip, kad x ašies skalė būtų vienoda. Y ašies skalė skiriasi, nes ji priklauso nuo konkrečios priesagos tipų skaičiaus tam tikrame tekstyne (ar jo patekstynyje) ir atspindi šį skaičių. Siūlome palyginti grafikų poras ir galiausiai įvertinti priesagų produktyvumą visoje tekstyno medžiagoje. X ašis rodo žodžių formų skaičių, o y ašis – skirtingų tipų, kuriuos (tikėtinai) sukuria žodžių darybos modelis su viena iš analizuojamų priesagų, skaičių. Abiejuose tekstynuose – referenciniame ir moksliniame – priesagų eiliškumas vienodas: pirmauja priesaga -álny, o paskutinę vietą užima priesaga -órny. Referenciniame tekstyne trijų priesagų -álny, -árny, -ózny kreivė kyla, taigi rodo jų produktyvumą, o priesagų -itný, ypač -órny, kreivės išsilygina. Moksliniame patekstynyje produktyviomis galima laikyti dvi priesagas: -álny ir -árny. Likusių trijų priesagų (-ózny, -itný, -órny) kreivės kyla labai lėtai, tačiau x ašies pabaigoje, kuri pateikta grafike, matyti jų tendencija išsilyginti. Medicininio patekstynio ir teisinio tekstyno grafikuose matyti tik viena produktyvi priesaga: -álny13. Medicininiame patekstynyje ir -árny, ir -ózny kreivės labai greitai išsilygina (galbūt pasiekia didžiausią žodyno dydį), o -itný ir -órny kreivės kyla lėtai, bet nuosekliai: jos peržengia 100 tipų ribą ir galbūt išsilygina nepasiekusios 200 tipų ribos. Teisiniuose tekstuose priesagos -álny kreivė artėja prie 350 tipų ribos, o medicininiuose tekstuose – prie 800 tipų ribos (plg. y ašies skalę). Tačiau teisiniame tekstyne priesagų eiliškumas šiek tiek skiriasi: -itný užima trečią vietą, aplenkdama priesagą -ózny, kuri, jos kreivei einant beveik lygiagrečiai x ašiai, atrodo beveik visiškai neproduktyvi. Paskutinė priesaga -órny kyla labai lėtai ir vėliau ima išsilyginti. Religinio tekstyno grafike matyti trys produktyvios priesagos -álny, -árny ir -ózny, tačiau verta pažymėti, kad ekonominiuose tekstuose produktyvios atrodo visos 5 analizuotos priesagos. Abiejuose tekstynuose priesagų eiliškumas išlieka toks pat. 13 Šiuose dviejuose grafikuose trūksta priesagos -álny interpoliacijos kreivės. Taip yra dėl to, kad x ašies skalė buvo pritaikyta ir suvienodinta visiems tekstynams (ar jų patekstyniams), todėl nebuvo įmanoma sudaryti tokio tipo kreivės. 7 2 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited 1 pav. Analizuotų priesagų žodyno augimo kreivės referenciniame tekstyne 2 pav. Analizuotų priesagų žodyno augimo kreivės moksliniame patekstynyje 3 pav. Analizuotų priesagų žodyno augimo kreivės medicinos tekstyne 4 pav. Analizuotų priesagų žodyno augimo kreivės teisės tekstyne Religijos tekstyne abiejų priesagų –itný ir –órny kreivės išsilygina gerokai nepasiekusios 100 tipų ribos. Apibendrinant pirmiau pateiktus duomenis apie analizuotų priesagų produktyvumą visame mūsų tekstyno rinkinyje, galima teigti, kad produktyviausia priesaga yra –álny, užimanti pirmąją vietą visuose (pa)tekstyniuose. Atrodo, kad jos produktyvumas didžiausias mokslinių ir akademinių tekstų patekstynyje bei medicinos patekstynyje, po jų eina referencinis tekstynas (kreivė artėja prie 700 tipų ribos), religinis Terminologija | 2021 | 28 73 5 pav. Analizuotų priesagų žodyno augimo kreivės religijos tekstyne 6 pav. Analizuotų priesagų žodyno augimo kreivės ekonomikos tekstyne tekstynas (kreivė kerta 600 tipų ribą), ekonomikos tekstynas (kreivė artėja prie 500 tipų ribos) ir galiausiai teisės tekstynas (aukščiausiame taške kreivė priartėja prie 350 tipų ribos). Priesaga -árny užima antrąją vietą ir yra produktyvi 4 iš 6 (pa)tekstynių. Kreivių forma rodo, kad teisės ir medicinos tekstuose ji neproduktyvi. Didžiausias šios priesagos produktyvumas matyti mokslinių ir akademinių tekstų patekstynyje (kreivė kerta 400 tipų ribą), toliau – referenciniame tekstyne (kreivė kerta 300 tipų ribą), o religiniuose ir ekonominiuose tekstuose kreivė eina netoli 300 tipų ribos. Panašiai atrodo, kad priesaga -ózny produktyvi 4 iš 6 tekstynų. Įdomu tai, kad ji, regis, neproduktyvi tuose pačiuose (pa)tekstyniuose kaip ir priesaga -árny, t. y. teisės ir medicinos tekstynuose. Produktyviausia ji ekonomikos tekstuose, kur kreivė gerokai viršija 200 tipų ribą, toliau – referenciniame tekstyne, kur kreivė kerta tą pačią ribą; likusiuose dviejuose tekstynuose kreivė arba pasiekia tą pačią ribą, bet, regis, ten išsilygina (prim-9.0-public-prf), arba religijos tekstyne tik artėja prie šios ribos. Taip pat atrodo, kad priesaga -itný produktyvi 4 iš 6 tekstynų. Kreivė, rodanti neproduktyvumą, išsilygina teisės ir religijos tekstynų grafikuose. Produktyviausia ji ekonomikos tekstuose, kur kreivė gerokai viršija 100 tipų ribą, o likusiuose trijuose (pa)tekstyniuose kerta šią ribą ir leidžiasi žemiau. 74 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited Paskutinė reitinge esanti priesaga -órny taip pat produktyvi 4 iš 6 tekstynų. Jos neproduktyvumas nustatytas etaloniniame ir religinių tekstų tekstynuose. Didžiausias jos produktyvumas yra medicinos ir ekonomikos tekstuose, kuriuose kreivė kerta 100 tipų ribą; akademiniuose ir moksliniuose tekstuose kreivė eina arti šios ribos, o teisės tekstuose ji vos peržengia 25 tipų ribą. Apibendrinant galima teigti, kad analizuotos priesagos produktyviausios moksliniuose ir akademiniuose tekstuose arba konkrečios srities tekstuose (ekonomikos ar medicinos), o tai nestebina, atsižvelgiant į jų etimologiją. Jų produktyvumas, tiksliau, produktyvumo laipsnis, įvairiuose (po)tekstynuose gerokai skiriasi. Bene įdomiausias pastebėjimas – trijų priesagų neproduktyvumas teisės srityje ir mažiausias likusių dviejų priesagų produktyvumas toje pačioje srityje. Tai galėtų rodyti, kad teisės tekstai nėra palankūs leksinei kūrybai kuriant naujus tokio tipo būdvardžius. Palyginti su 4 dalimi, priesagų reitingo skirtumą iš dalies galima paaiškinti Václavo Cvrčeko (2012) pastebėtu hapaksų ir tipų santykio reiškiniu. Cvrčeko eksperimentų duomenimis, šis santykis linkęs mažėti nuo didžiausios reikšmės 1 iki vietinio minimumo (ibid: 5). Tačiau pasiekęs šį tašką santykis vėl ima didėti. Cvrčekas teigia, kad tai „tam tikras bendras kiekybinis didelių tekstų rinkinių principas“ (ibid: 14). Hapaksų ir tipų santykio funkcijos forma, regis, apytikriai vienoda net tipologiškai skirtingose kalbose, tačiau tekstinės imties dydis priklauso nuo kalbos tipo. Norint pasiekti mažiausią hapaksų ir tipų santykio reikšmę, Cvrčeko teigimu, anglų kalbos tekstyną turėtų sudaryti bent 3 milijonai žodžių formų, o čekų kalbos tekstyną (ir, manome, slovakų kalbos tekstyną dėl šių kalbų tipologinio giminingumo) – net 58 milijonai žodžių formų. Kadangi du mūsų analizės patekstyniai yra mažesni už Cvrčeko nurodytą ribą, jų hapaksų ir tipų santykis yra mažėjančioje hapaksų ir tipų funkcijos dalyje. 6. IŠVADOS Tęsdami tyrimą, kuriame nagrinėjome pasirinktų priesagų produktyvumą skirtinguose tekstynuose ir srityse, atsakėme į abu 4 dalyje iškeltus klausimus. 1. Įrodėme, kad iš tekstyno išskirtos mažo dažnio lemos apima ir potencialius naujažodžius ir kad, nors jų pasiskirstymas Terminologija | 2021 | 28 75 tekstyno duomenyse gali skirtis, jos gali pakeisti produktyvumo reitingą, sudarytą pagal hapaksų ir tipų formulę. 2. Nustatėme ir pritaikėme statistinio modeliavimo metodą produktyvumui skirtinguose tekstynuose įvertinti – LNRE skirstinius. Į atvirojo kodo įrankį įkėlę savo tekstynų duomenis, gavome vizualų produktyvumo modelį, kuris leido nustatyti, kad analizuotų priesagų produktyvumas skiriasi ne tik lyginant bendruosius ir mokslinius tekstus, bet ir įvairiose specializuotose srityse. Manome, kad modeliavimas aiškiai parodo kiekvienos analizuotos priesagos tikrąjį potencialą kurti naujus tipus atitinkamoje srityje. Vis dėlto šio straipsnio 4 ir 5 dalių rezultatai bei reitingai nėra tiesiogiai palyginami, nes pirmasis grindžiamas tiesioginiais neapdorotais duomenimis – tipų ir hapaksų arba mažo dažnio tipų skaičiumi konkrečiame (po)tekstynyje, o antrasis – tikėtinomis kiekvieno (po)tekstynio dažnių spektro reikšmėmis. Trumpai tariant, pirmasis atspindi faktinius duomenis, o antruoju siekiama įvertinti elemento produktyvumą konkrečioje kalboje kaip tokioje. Todėl didesniuose medicinos ir teisės tekstynuose turėtume aptikti daugiau hapaksų, o tai galėtų lemti kitokį priesagų reitingą. Mūsų prielaidas ateityje būtų galima patikrinti analizuojant didesnius tekstynus, kuriuose būtų reprezentatyvi konkrečių sričių atitinkamų tekstų tipų imtis, nes teksto žanrai taip pat gali turėti įtakos elemento morfologiniam produktyvumui. Kadangi net didžiausiame tekstyne nebūtų visų žodžių, manome, kad bet kurio elemento morfologinį produktyvumą pagrįsčiau vertinti taikant sudėtingesnius metodus, o ne tiesiog skaičiuojant tipus ar žodžių formas. Apibendrinant galima teigti, kad galime nustatyti buvusį žodžių darybos modelio ar elemento produktyvumą. Taip pat galime pateikti įvairius jo būsimo taikymo įverčius, t. y. Baayeno potencialų produktyvumą. Be to, net jei statistines matavimo priemones papildytume kokybine analize, turėtume atsižvelgti ir į dar vieną aplinkybę: kaip teisingai pažymi Fernández-Domínguez, tikimybines morfologinio produktyvumo prognozes reikėtų vertinti ekstralingvistinių veiksnių, ypač susijusių su kalbinės bendruomenės įvardijimo poreikiais, kontekste. „Jei nėra poreikio ką nors įvardyti, produktyvi žodžių daryba negali vykti“ (Fernández-Domínguez 2013: 438). 76 Jana Levická Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited PADĖKA Straipsnis parengtas vykdant Slovakijos nacionalinio tekstyno projektą, kurį remia Slovakijos mokslų akademija, Slovakijos Respublikos švietimo, mokslo, mokslinių tyrimų ir sporto ministerija, Slovakijos Respublikos kultūros ministerija ir Slovakijos mokslų akademijos Ľudovíto Štúro kalbotyros institutas. ŠALTINIŲ SĄRAŠAS Slovenský národný korpus. Korpus prim-7.0-frk. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2018. Prieiga: https://korpus.sk. Slovenský národný korpus. Korpus prim-9.0-public-prf. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Prieiga: https://korpus.sk. Slovenský národný korpus. Korpus prim-9.0-juls-all. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Prieiga: https://korpus.sk. Slovenský národný korpus. Korpus legal-1.1. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2013. Prieiga: https://korpus.sk. Slovenský národný korpus. Korpus blf-2.0. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2014. Prieiga: https://korpus.sk. Slovenský národný korpus. Korpus ecn-2.0-public. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2016. Prieiga: https://korpus.sk. Slovníkový portál Jazykovedného ústavu Ľ. Štúra SAV https://slovnik.juls.savba.sk/. ZipfR paketas. Prieiga: 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