doi.org/10.35321/term28-03

Gebrauch und empirische Produktivität internationaler adjektivischer Suffixe im Slowakischen – eine Neubetrachtung

JANA LEVICKÁ

Ľ. Štúr Institute of Linguistics, Slovak Academy of Sciences

ORCID-ID: https://orcid.org/0000-0001-6027-604X

ZUSAMMENFASSUNG

Dieser Beitrag ist eine Fortsetzung früherer Untersuchungen zum Gebrauch und zur Produktivität von fünf latinisierenden Suffixen im Slowakischen. Die Analyse untersucht die reale und potenzielle Produktivität in einem zweistufigen Vergleich: 1) Wortformen (Tokens) und Lemmata in einem allgemeinen ausgewogenen Korpus werden mit denen in einem allgemeinen Korpus spezialisierter und akademischer Texte verglichen; 2) Wortformen und Lemmata im allgemeinen Korpus spezialisierter und akademischer Texte werden mit denen in spezialisierten (Sub-)Korpora medizinischer, juristischer, wirtschaftlicher und religiöser Texte verglichen. Das erste Ziel der Fortsetzungsstudie war festzustellen, ob die seltenen Lemmata Neubildungen enthalten, die zu Produktivitätsunterschieden zwischen den Fachgebieten beitragen könnten. Das zweite Ziel war, ein geeignetes statistisches Maß zu ermitteln und anzuwenden, das den Vergleich der Produktivität von Korpusdaten in unterschiedlich großen Korpora ermöglicht.

SCHLAGWÖRTER: Produktivität, Adjektiv, Suffix, allgemeines Korpus, Fachkorpus, Hapax legomena, seltenes Lemma, Verteilungen einer großen Zahl seltener Ereignisse.

ZUSAMMENFASSUNG

Die in diesem Artikel beschriebene Untersuchung ist eine Fortsetzung einer früheren Studie, die den Gebrauch und die Produktivität von fünf lateinischen Suffixen im Slowakischen untersucht. Ziel der Untersuchung ist es, die reale und potenzielle Produktivität anhand eines zweistufigen Vergleichs zu bestimmen: 1) Die Wortformen (tokens) und Lemmata (lemmas) in einem allgemeinen ausgewogenen Korpus werden mit denen in einem allgemeinen Korpus spezialisierter und akademischer Texte verglichen; 2) Wortformen und Lemmata im allgemeinen Korpus spezialisierter und akademischer Texte werden mit denen in den spezialisierten Subkorpora medizinischer, juristischer, wirtschaftlicher und religiöser Texte verglichen. Das Hauptziel der Fortsetzungsstudie ist festzustellen, ob sich unter den selten verwendeten Lemmata Neubildungen befinden, die zu Produktivitätsunterschieden zwischen verschiedenen Fachgebieten beitragen könnten. Die Untersuchung zielt außerdem darauf ab, ein statistisches Maß zu bestimmen und anzuwenden, das den Vergleich der Produktivität von Korpusdaten in Korpora unterschiedlichen Umfangs ermöglicht.

SCHLÜSSELWÖRTER: Produktivität, Adjektiv, Suffix, allgemeines Korpus, Fachkorpus, Hapax, selten verwendetes Lemma, Verteilungen einer großen Zahl seltener Ereignisse

54

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

1. EINLEITUNG

Die Motivation für unsere Forschung entstand aus dem Interesse an terminologischer Synonymie und, innerhalb dieses umfassenderen Themas, an synonymen denominalen Adjektiven als Bestandteilen mehrgliedriger Termini.

Die Fokussierung auf Adjektive ist in der Terminologieforschung keine Neuheit. Detaillierte Analysen mit Schwerpunkt auf Adjektiven finden sich in den Arbeiten zahlreicher Terminologen, insbesondere aus den 1990er- und 2000er-Jahren¹. In der Geschichte der slowakischen Terminologie lassen sich auf Adjektive ausgerichtete Studien, die durch die Notwendigkeit ausgelöst wurden, standardisierte slowakische Terminologien zu vereinheitlichen und zu prägen, bis in die 1950er-Jahre zurückverfolgen (siehe z. B. Ján Horecký 1956).

Die Bedeutung von Adjektiven in der Terminologie und in Fachsprachen lässt sich auch anhand statistischer Daten aus Korpora veranschaulichen. Die Mehrheit der Fachkorpora, die im Rahmen des Projekts Slowakisches Nationalkorpus (im Folgenden nur SNC-Projekt) entstanden sind, weist im Vergleich zum Referenzkorpus (prim-7.0-frk) einen höheren Adjektivanteil auf, d. h. zu einem Korpus, das zu gleichen Teilen aus fiktionalen, fachlichen und journalistischen Texten zusammengestellt wurde². Wie Tabelle 1 zeigt, beträgt dieser Unterschied fast 2%, mit Ausnahme des religiösen Korpus (blf-2.0), in dem der Adjektivanteil ungefähr dem des Referenzkorpus (7,46%) entspricht. Die zweite Zeile der Tabelle 1 zeigt den Anteil der Gerundien, die in slowakischen mehrgliedrigen Termini ebenfalls zur Differenzierung und Klassifizierung verwendet werden. Im Rahmen der morphologischen Annotation des SNC-Projekts werden sie als eine spezifische Gruppe klassifiziert und deshalb getrennt von Verben getaggt (Garabík et al. 2004).

Das Nebeneinander und die Konkurrenz von Adjektiven wurden im allgemeinen Sprachkontext untersucht und analysiert (z. B. Nábelková 1996). Ihr Auftreten in mehrgliedrigen Termini stellt jedoch ein bislang eher wenig erforschtes Thema dar. Ein häufiges Phänomen, das zu Synonymie und Konkurrenz von Adjektiven führt, ist das Nebeneinander lateinischstämmiger Adjektive und ihrer (slowakischen) Entsprechungen (vnútrožilový – intravenózny „intravenös“). Die letztere Gruppe umfasst auch eine Untergruppe, in der sowohl ein slowakisches als auch ein aus etymologischer Sicht lateinischstämmiges oder internationales Suffix mit derselben internationalen Wurzel kombiniert wird (z. B. bakteriálny – baktérioový „bakteriell“). Gelegentlich tritt eine Variation zweier internationaler Suffixe mit derselben in-

¹ Siehe zum Beispiel H. Assadi und D. Bourigault 1995; S. Normand und D. Bourigault 2001; B. Daille 2001; F. Maniez 2001; M.-C. L’Homme 2002, 2003; oder I. Carrière 2008.

² Weitere Einzelheiten zu den für die vorliegende Analyse verwendeten Korpora finden sich in Teil 3.2.

Terminologija | 2021 | 28

55

Tabelle 1. Anzahl der Tokens und Anteile von Adjektiven und Gerundien in den Referenz- und Fachkorpora des SNC-Projekts

KORPUS

REFERENZKORPUS

WISSENSCHAFTLICHES SUBKORPUS

MEDIZINISCHES SUBKORPUS

RECHTLICHES SUBKORPUS

RELIGIÖSES KORPUS

WIRTSCHAFTSKORPUS

Anzahl der Tokens im Korpus

253,137,609

149,581,785

7,099,555

33,600,183

65,920,357

164,987,015

Anzahl der Adjektive in den Wortformen

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%

Anzahl der Gerundien in den Wortformen

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%

Ein internationaler Stamm kann entstehen (z. B. hypersonórny – hypersonický, kontradiktorický – kontradiktórny).

Diese Studie, die sich mit der Verwendung bestimmter Suffixe in der slowakischen Sprache befasst, soll ermitteln, ob einige von ihnen ein solches Nebeneinander eher begünstigen oder häufiger in terminologischen Adjektiven vorkommen. Daher ist das Konzept der morphologischen Produktivität hier von Bedeutung.

Die für die Analyse ausgewählten Suffixe bilden eine kleine Gruppe, die innerhalb eines breiten Spektrums slowakischer Adjektivsuffixe zur Bildung denominaler Adjektive verwendet wird³. Hinsichtlich ihrer Zusammensetzung bestehen die fünf Suffixe aus einem (adaptierten) internationalen Adjektivsuffix, das mit dem semantisch gleichwertigen slowakischen -ný/ny: -álny, -árny, -itný, -ívny, -ózny kombiniert wird; dadurch ist ihr Adjektivstatus gewissermaßen mehrfach ausgeprägt. Offenbar wurden alle fünf Suffixe lateinischen Ursprungs zur Bildung von Adjektiven aus lateinischen Substantiven (-alis mit der Variante -aris, -ītus, -ōsus) oder Verben (-ōrius) verwendet. Es sei jedoch darauf hingewiesen, dass viele slowakische Adjektive mit den untersuchten Suffixen eingegangen sind

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

in den slowakischen Wortschatz nicht nur direkt aus dem Lateinischen, sondern in den letzten Jahrzehnten häufiger über das Französische oder Englische (Horecký 1999) und wurden mithilfe des erwähnten slowakischen Adjektivsuffixes angepasst. Bedeutsam ist, dass diese Entlehnung und die anschließende Anpassung durch außersprachliche Faktoren ermöglicht und gefördert wurden. Aus überwiegend historischen Gründen war das Slowakische neuen Wörtern lateinischen Ursprungs gegenüber sehr aufgeschlossen; daher ist der Anteil lateinisch geprägter Wörter hoch, sogar im allgemeinen Wortschatz des Slowakischen (Horecký 1999: 81). Heutzutage ist dieser kombinierte Wortbildungsprozess aus Entlehnung und Derivation dank des Einflusses der Massenmedien, des Internets und der sozialen Medien äußerst produktiv und somit für eine linguistische und terminologische Untersuchung höchst relevant.

Unser Beitrag ist eine Fortsetzung unserer früheren Forschung zum selben Thema, die derzeit im Druck ist (Levičká 2021). Zum Vergleich und zur besseren Orientierung der Leserschaft hielten wir es für notwendig, eine Zusammenfassung der früheren Überlegungen und Ergebnisse aufzunehmen und um neue Erkenntnisse sowie einen theoretischen Hintergrund zu ergänzen. Daher werden einige Tabellen (1–4), die bereits in unserem ersten Beitrag erschienen sind, hier erneut wiedergegeben.

2. THEORETISCHE GRUNDLAGEN

Das theoretische Konzept der morphologischen Produktivität wurde von zahlreichen Forschenden und Wissenschaftlern entwickelt. Ein Überblick über frühere theoretische Überlegungen und Studien des 20.^th Jahrhunderts wurde in verschiedenen Untersuchungen und Artikeln zusammengefasst und kommentiert, beispielsweise von Jesús Fernández-Dominguez (2013) oder Victoria Hulse (2011). Hier konzentrieren wir uns nur auf einige theoretische Überlegungen, die uns sowohl Anregungen gaben als auch unsere Wahl des Ansatzes und der Methodik beeinflussten.

Die älteste hier angeführte Definition stammt aus dem Jahr 1948 und wurde vom amerikanischen Linguisten Dwight L. Bolinger formuliert (zitiert nach Säily 2018: 198). Er kam zu dem Schluss, dass Produktivität die „statistisch bestimmbare Bereitschaft⁴ ist, mit der ein Element in neue Kombinationen eingeht“.

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 Die fett gedruckten Phrasen oder Wörter stellen die Schlüsselmerkmale unserer Untersuchung dar.

Terminologija | 2021 | 28

57

Zu guter Letzt möchten wir auf die Wortbildungsforschung des tschechischen Linguisten Miloš Dokulil verweisen, der 1962 in seinem Werk Teorie tvoření slov eine komplexe Theorie der Wortbildungsproduktivität vorstellte. Zunächst definierte Dokulil die Produktivität eines sprachlichen Mittels allgemein als die „Fähigkeit dieses sprachlichen Mittels (sei es eine Basis, ein Affix oder ein Wortbildungsmuster), sich aktiv an der Bildung neuer Wörter zu beteiligen“ (1962: 78). Er präzisierte, dass diese Fähigkeit absolut sein kann, d. h. dessen Verwendbarkeit zur Bildung neuer Wörter zu jeder Zeit und innerhalb jedes Wortbildungsmusters, oder relativ, wobei sie semantisch oder vielmehr stilabhängig sowie vom Wortbildungsmuster abhängig ist. In Dokulils Theorie ist Produktivität ein „Begriff synchronischer Natur, während die Umsetzung dieser Fähigkeit – die Bildung neuer Wörter nach bestimmten Regeln – im Gegensatz dazu ein Begriff diachronischer Natur ist“ (1962: 80). Dokulil unterschied außerdem zwischen systemischer und empirischer Produktivität (von František Štícha 2012 auch als „parole“ oder „reale Produktivität“ bezeichnet), die eine „allgemeine Vorstellung von der Gesamtausschöpfung eines bestimmten Wortbildungsmusters oder sprachlichen Mittels im Sprachsystem zu einem bestimmten Zeitpunkt“ vermittelt (Dokulil 1962: 80). Dokulil war der Ansicht, dass selbst „annähernde Daten zur quantitativen Verwendung eines bestimmten Wortbildungsprozesses oder -elements von größter Bedeutung für das Gesamtbild einer Sprache im Allgemeinen und insbesondere für die Charakterisierung ihres Lexikons sind“ (Item: 77).

Unter den zeitgenössischen tschechischen Linguisten, die auf Dokulils Produktivitätstheorie aufbauen und seine Annahmen anhand von Korpusdaten überprüfen (siehe z. B. Štícha 2002, 2007, 2009, 2012 oder Magda Ševčíková 2014), schlägt Štícha vor, empirische Produktivität/Parole-Produktivität nicht nur in großen Korpora zu analysieren, sondern auch anhand einer Reihe von Korpora unterschiedlicher Größe und Zusammensetzung (2012: 104).

Es lässt sich behaupten, dass Dokulils Annahmen zur relativen Produktivität bei Harald Baayen und anderen aufgegriffen wurden, auf deren Methoden und Ansätze wir später in dieser Analyse eingehen werden. 1999 schrieben Baayen und seine Kollegen Ingo Plag und Christiane Dalton-Puffer: „Aussagen zur Produktivität eines bestimmten Affixes werden im Allgemeinen gemacht, ohne die Produktivität nach Diskurstyp zu unterscheiden, obwohl allgemein angenommen wird, dass bestimmte Arten von Derivationssuffixen in bestimmten Textarten relevanter sind als in anderen“ (1999: 209).

Bei großen verfügbaren Korpora ist es möglich, die Produktivität eines Wortbildungsmusters oder -elements nicht nur in der Allgemeinsprache zu einem bestimmten Zeitpunkt, sondern auch in Fachgebieten und Registern zu messen, zu bestimmen und zu analysieren.

58

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

3. FRÜHERE FORSCHUNG

In Übereinstimmung mit den Überlegungen und Annahmen der im vorherigen Abschnitt zitierten Linguisten formulierten wir zu Beginn unserer Forschung, die auf die Bestimmung der morphologischen Produktivität adjektivischer Suffixe abzielte, drei zentrale Forschungsfragen:

1) Unterscheidet sich die morphologische Produktivität der einzelnen adjektivischen Suffixe aus der ausgewählten Gruppe zwischen allgemeinen und Fachtexten? Und sind diese Unterschiede statistisch signifikant?

2) Kann die morphologische Produktivität der einzelnen adjektivischen Suffixe aus der ausgewählten Gruppe je nach Fachgebiet variieren? Sind einige dieser fünf Suffixe „geeigneter“, zur Kodierung fach- oder gebietsspezifischer Konzepte beizutragen?

3) Welche Methoden sind für diese spezifische Analyse von Korpusdaten relevant?

Zunächst beschlossen wir aufgrund der Besonderheit dieses Wortbildungsmusters lateinische Basis + lateinisches Suffix + etymologisch natives Suffix, die qualitative Analyse auszuklammern, die sich mit den Grenzen und Regeln befasst, welche die Kombination einzelner lateinischer Basen mit einem der ausgewählten adjektivischen Suffixe im Kontext der slowakischen Sprache bestimmen.

Obwohl der quantitative Ansatz kein vollständiges Bild des Produktivitätsstatus eines Suffixes oder einer anderen morphologischen Form liefern kann, liegt sein Nutzen für diese Art von Forschung darin, die Perspektive und den Verwendungskontext von Wörtern darzustellen, die nach einem bestimmten Muster gebildet wurden, sowie spezifische Vergleiche mit semantisch und funktional gleichwertigen Formen zu ermöglichen. Es gilt allgemein als anerkannt, dass ein quantitativer Ansatz bei der Analyse morphologischer Produktivität eine wichtige, ergänzende Methode zur qualitativen Forschung darstellt (siehe z. B. Evert and Lüdeling 2001). Wie Plag feststellt: „Quantitative und qualitative Begriffe der Produktivität [...] hängen eng zusammen. So kann die Idee der Potenzialität, die für qualitative Definitionen von Produktivität zentral ist, in statistischen Begriffen als Wahrscheinlichkeit ausgedrückt werden“ (zitiert nach Naccarato 2016: 135). Ebenso vertreten Baayen und seine Mitautoren die Auffassung, Produktivität „scheine ein skalares Konzept zu sein [...]; bei einigen Affixen ist es wahrscheinlicher, neu gebildeten Wörtern zu begegnen als bei anderen – ein Umstand, der Produktivität zu einem probabilistischen Begriff macht, der sich einer statistischen Analyse zugänglich zeigt“ (1999: 10).

Terminologija | 2021 | 28 59

3.1. Statistische Methoden

In Phase 1 unserer Analyse folgten wir dem etablierten methodischen Weg von Harald Baayen und seinen Kolleginnen und Kollegen sowie Nachfolgern (1991, 1992, 1993, 1994, 1996, 1997). Wir bestimmten die sogenannte realisierte Produktivität, d. h. die Gebrauchshäufigkeit von mit ausgewählten Suffixen gebildeten Adjektiven sowie die Anzahl verschiedener mit diesen Suffixen gebildeter Adjektive in unterschiedlichen Korpora. Diese Korpusstatistiken beschreiben die Produktivität der Suffixe im Hinblick auf die vergangene und gegenwärtige sprachliche Situation.

Im nächsten Schritt wurde die potenzielle Produktivität der analysierten Suffixe bestimmt, d. h. eine Schätzung der Rate, mit der neue Typen⁵ voraussichtlich auftreten. Baayen (2009: 7) schlägt vor, sie als Verhältnis der Hapax legomena⁶ mit Affix X zu allen Tokens mit Affix X in einem Korpus zu berechnen. Die Verwendung von Hapax legomena zur Berechnung der Produktivität ist vielfach kritisiert worden, da diese Gruppe nicht unmittelbar neue Wortbildungen repräsentiert, die die Produktivität eines Elements oder Musters widerspiegeln sollen. Plag, Dalton-Puffer und Baayen argumentieren, dass die potenzielle Produktivität ein probabilistisches Maß ist und dass mit zunehmender Größe eines Korpus „der Anteil der Neologismen unter den Hapax legomena zunimmt und gezeigt wurde, dass gerade unter den Hapax legomena die größte Zahl von Neologismen auftritt“ (1999: 12). In der vorherigen Phase unserer Forschung entschieden wir uns gegen die Verwendung der Hapax/Token-Methode, übernahmen jedoch die Hapax/Typ-Methode im Einklang mit van Marles Argumentation (1992), dass die Tokenhäufigkeit für ein Produktivitätsmaß weniger relevant ist als die Anzahl der Lemmata. Der schwerwiegendste Nachteil dieses Maßes ist jedoch die Unmöglichkeit, statistische Daten von Korpora unterschiedlicher Größe miteinander zu vergleichen (Naccarato 2016: 133). Auf diesen Punkt kommen wir in Teil 5 zurück.

3.2. In der Analyse verwendete Korpora⁷

Alle drei Korpora und drei Subkorpora, die in dieser Analyse verwendet wurden, wurden 2013–2020 von der Abteilung des SNC veröffentlicht und sind für alle registrierten Nutzer zugänglich.

⁵ Typen bezeichnen in der Korpuslinguistik einzigartige Wörter und sind mit Lemmata gleichzusetzen (Baker et al. 2006).

⁶ Hapax legomena (ursprünglich eine griechische Wendung mit der Bedeutung „einmal gesagt“), auch kurz Hapax genannt, sind Wörter, die in einem bestimmten Korpus nur einmal vorkommen (Baker et al. 2006).

⁷ Der größte Teil dieses Abschnitts stammt aus dem Aufsatz, der die vorherige Phase unserer Forschung beschreibt (Levická 2021); diese Wiederholung ist jedoch notwendig, um die Beschaffenheit der Korpusdaten zu erläutern.

60

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

Das erste Referenzkorpus (prim-7.0-frk) mit mehr als 253 Millionen Tokens besteht zu gleichen Teilen aus journalistischen, fachsprachlichen und fiktionalen Texten (64,12% davon wurden ursprünglich auf Slowakisch verfasst, während 29,51% Übersetzungen darstellen), die zwischen 1991 und 2015 geschrieben wurden. Das Korpus wurde zur Erstellung zweier slowakischer Frequenzwörterbücher (2017, 2018) sowie des Rückläufigen Wörterbuchs (2018) verwendet.

Das zweite Korpus, prim-9.0-public-prf, ist ein öffentlich zugängliches Subkorpus des Primärkorpus des SNC-Projekts (im Folgenden als wissenschaftliches Subkorpus bezeichnet). Dieses aus Fach-, akademischen und Sachtexten zusammengestellte Subkorpus umfasst mehr als 149 Millionen Tokens und dokumentiert neben dem allgemeinen wissenschaftlichen und forschungsbezogenen Diskurs auch Fachjournalismus. Die Texte wurden zwischen 1955 und 2019 verfasst. Der Anteil der zwischen 1955 und 1991 geschriebenen Texte beträgt 8,7% (mehr als 13 Millionen Tokens).

Das kleinste (Sub-)Korpus aller untersuchten Korpora entstand durch die Filterung des Primärkorpus des SNC-Projekts [9], Version 9.0. Es besteht aus Texten aus dem Bereich Medizin, die zwischen 1976 und 2019 verfasst wurden, und umfasst etwas mehr als 7 Millionen Tokens. Der Anteil der zwischen 1955 und 1991 geschriebenen Texte beträgt 1,09%. Im Folgenden bezeichnen wir es als medizinisches Subkorpus.

Um eine vergleichbare Quelle aus anderen Fachkorpora und dem Referenzkorpus zu erhalten, wurde das in Zusammenarbeit mit dem slowakischen Justizministerium erstellte Fachkorpus legal-1.1 (im Folgenden als juristisches Subkorpus bezeichnet) auf Gesetzestexte aus dem Zeitraum 1991–2011 eingegrenzt. Seine knapp 49 Millionen Tokens wurden dadurch auf 33,5 Millionen Tokens reduziert.

Das Fachkorpus blf-2.0, das den religiösen Bereich abdeckt, wurde 2014 veröffentlicht. Seine Texte umfassen knapp 66 Millionen Tokens, die zwischen 1989 und 2014 verfasst wurden (im Folgenden als religiöses Korpus bezeichnet). Es besteht zu mehr als 80% aus thematischen Zeitschriften und Zeitungen. Ebenso umfasst das dem Bereich Wirtschaft gewidmete Fachkorpus ecn-2.0-public (im Folgenden als Wirtschaftskorpus bezeichnet) zu 96,24% Fachtexte aus thematischen Zeitschriften und Zeitungen. Die Texte dieses Korpus stammen aus den Jahren 1992–2014 und umfassen knapp 165 Millionen Tokens.

Es ist jedoch anzumerken, dass diese Korpora heterogen sind und eine große Vielfalt an Texten abdecken.

Terminologija | 2021 | 28

6 1

Bei der Korpussuche stützten wir die Abfragen nicht auf die morphologische Annotation, die für jedes einzelne in die Analyse einbezogene (Sub-)Korpus bereitgestellt wurde, da sich die Annotation bei lateinischen Wörtern als unzureichend und fehlerhaft erwies. Daher entschieden wir uns für eine einfache Suche nach der jeweiligen Wortendung, z. B. [lemma=“. *álny“], kombiniert mit einer automatischen Filterung von Wörtern, die zufällig dieselbe Zeichenfolge enthalten (siehe Teil 4.1).

3.3. Ergebnisse der vorherigen Phase

In der vorherigen Phase ermöglichten uns statistische Daten aus Korpora, eine Rangfolge der realisierten Produktivität der untersuchten Suffixe zu erstellen. Das Suffix -álny wird eindeutig in allen (Sub-)Korpora am häufigsten verwendet, während -órny in 5 (Sub-)Korpora am entgegengesetzten Ende der Frequenzskala steht. Wie aus den normalisierten Gebrauchshäufigkeiten von vier der fünf Suffixe hervorgeht, kommen sie in Fach- und akademischen Texten (wissenschaftliches Subkorpus) häufiger vor als im Referenzkorpus. Bemerkenswert ist außerdem, dass die normalisierten Häufigkeiten der Suffixe im medizinischen Subkorpus entweder den IPM-Werten im wissenschaftlichen Subkorpus entsprechen oder diese deutlich übertreffen, während der IPM-Wert der Suffixe (Vorkommen pro Million) im religiösen Korpus deutlich unter dem des Referenzkorpus liegt. Dies lässt sich teilweise durch die Art der in diesen (Sub-)Korpora enthaltenen Texte erklären.

Tabelle 2. Häufigkeit und normalisierte Häufigkeit (IPM, Vorkommen pro Million) der untersuchten Suffixe in den jeweiligen (Sub-)Korpora. Die Korpora sind vom kleinsten zum größten geordnet

SUFFIX MEDIZINISCHES SUBKORPUS JURISTISCHES SUBKORPUS RELIGIÖSES KORPUS WISSENSCHAFTLICHES SUBKORPUS WIRTSCHAFTSKORPUS REFERENZKORPUS 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

SUFFIX MEDIZINISCHES TEILKORPUS JURISTISCHES TEILKORPUS RELIGIÖSES TEILKORPUS WISSENSCHAFTLICHES TEILKORPUS WIRTSCHAFTSKORPUS REFERENZKORPUS Tokens Tokens Tokens Tokens Tokens Tokens IPM IPM IPM IPM IPM IPM -ózny 1,416 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

Die Anordnung der Korpora in Tabelle 3, die die Anzahl der mit den untersuchten Suffixen gebildeten unterschiedlichen Wörter zeigt, ermöglicht es uns, die Variabilität der Neubildungen zunächst zwischen allgemeiner und fachsprachlicher Sprache und zweitens vom kleinsten medizinischen Korpus bis zum größten Wirtschaftskorpus zu vergleichen. Die Tabelle zeigt die realisierte Produktivität der untersuchten Suffixe nach Baayen. In allen (Teil-)Korpora stellt -álny das am häufigsten verwendete Suffix dar, das in unterschiedlichen Typen auftritt; die geringste Anzahl an Typen oder Lemmata wurde beim Suffix -órny ermittelt. Die Suffixe -itný und -órny scheinen sich in der Mehrheit der (Teil-)Korpora zu überschneiden; ihre feinere Unterscheidung erfordert einen Signifikanztest. Ein echter Vergleich zwischen den Korpora ist jedoch nicht möglich, da die Tabelle absolute Zahlen der Typen enthält.

Tabelle 3. Anzahl der Lemmata in einem bestimmten (Teil-)Korpus

SUFFIX REFERENZKORPUS WISSENSCHAFTLICHES TEILKORPUS MEDIZINISCHES TEILKORPUS JURISTISCHES TEILKORPUS RELIGIÖSES KORPUS WIRTSCHAFTSKORPUS -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

Die in Tabelle 4 dargestellten Ergebnisse zur Schätzung der potenziellen Produktivität sind recht unterschiedlich, wie die Reihenfolge der Suffixe zeigt.

Terminologija | 2021 | 28

63

Tabelle 4. Hapax/Typ-Verhältnisse in einem bestimmten (Teil-)Korpus. Die Suffixe in jeder Teiltabelle sind in absteigender Reihenfolge des Verhältnisses aufgeführt

HAPAX/TYP-VERHÄLTNIS

Referenzkorpus

wissenschaftliches Teilkorpus

medizinisches Teilkorpus

-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

juristisches Teilkorpus

religiöses Korpus

Wirtschaftskorpus

-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

In bis zu drei Korpora ist das produktivste Suffix -órny. In den übrigen drei (Sub-)Korpora führen zweimal -ózny und einmal -itný die Rangliste an. Darüber hinaus scheint dasselbe Suffix -órny in allgemeinen und medizinischen Texten insgesamt potenziell am wenigsten produktiv zu sein. In bis zu drei (Sub-)Korpora belegt das Suffix -itný den letzten Platz in der Produktivitätsrangliste. Ebenso belegt in wirtschaftlichen Texten das Suffix -árny den letzten Platz in der Produktivitätsrangliste.

4. FORSCHUNGSFRAGEN DER VORLIEGENDEN ANALYSE

Die vorherige Phase unserer Forschung zeigte bemerkenswerte Unterschiede in der morphologischen Produktivität der untersuchten Suffixe, die sowohl vom Sprachtyp als auch von den Fachgebieten abhingen. Eine Frage wurde jedoch nur teilweise beantwortet und führte zu einer neuen:

1. Lohnt es sich, niedrigfrequente Lemmata im Hinblick auf Neologismen zu analysieren? Tatsächlich vertreten mehrere Forschende die Auffassung, dass die Wortfrequenzverteilung produktiver Affixe deutlich in Richtung niedrigfrequenter Lemmata verschoben sein sollte, zu denen auch Neubildungen gehören.

64

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

2. Wie bereits in den vorherigen Abschnitten hervorgehoben, lassen sich die Ergebnisse zur potenziellen Produktivität der untersuchten Suffixe nicht über Korpora hinweg vergleichen. Daher muss eine geeignete statistische Methode ermittelt werden, die diesen Vergleich ermöglicht.

4.1. Manuelle Bereinigung der Daten

Sowohl die vorherige als auch die aktuelle Phase unserer Analyse beruhen auf manuell bereinigten Daten. Mehrere Forschende haben auf die Bedeutung dieses mühsamen und zeitaufwendigen Verfahrens hingewiesen. Evert und Lüdeling behaupteten (und bewiesen), dass dies eine Voraussetzung für eine qualitativ hochwertige statistische Auswertung ist, nicht nur beim Einsatz anspruchsvollerer Maße (2001: 168). Die manuelle Bereinigung ist aus drei Gründen besonders wichtig: Der erste ergibt sich aus der Beschaffenheit der Korpusdaten. Erstens enthalten Korpusdaten in der Regel einen beträchtlichen Anteil an Tippfehlern, insbesondere bei Lemmata mit niedriger Frequenz. Zweitens weisen die Korpora orthografische Fehler auf, die besonders häufig bei Wörtern lateinischen Ursprungs auftreten. Drittens mussten Lemmata mit dem Suffix X zusammengeführt werden, die sich nur durch die Verwendung bzw. Nichtverwendung eines Bindestrichs unterscheiden; ebenso mussten Lemmata mit großgeschriebenem und kleingeschriebenem Anfangsbuchstaben (keine Eigennamen) zusammengeführt werden, die durch die im SNC-Projekt verwendete automatische Lemmatisierung unterschieden werden. Das Ergebnis dieser Phase unserer manuellen Bereinigung ist in Tabelle 5 zu sehen, in der der durchschnittliche Anteil der Hapax-Lemmata bei den untersuchten Suffixen zwischen 24 und 30% der Gesamtzahl der Lemmata mit einem bestimmten Suffix liegt. Im Fall von -itný in Rechtstexten blieben jedoch weniger als 5% der Lemmata (mögliche Neologismen) übrig; demgegenüber entfielen 40% oder mehr auf das Suffix -órny in religiösen und allgemein wissenschaftlichen Texten sowie auf das Suffix -ózny in Wirtschaftstexten und überraschenderweise auch in den Texten des Referenzkorpus. Diese Anteile könnten auf die (Un-)Produktivität eines bestimmten Korpus hinweisen. Wie Baayen und Mitautoren behaupten, kann die Zahl der Hapax-Lemmata bei produktiven Elementen bis zur Hälfte des beobachteten Wortschatzumfangs eines „hinreichend großen Korpus“ erreichen (1999: 11).

Der zweite Grund für die manuelle Bereinigung bestand darin, die extrahierten Korpusdaten zu filtern, um Listen mit Neologismen zu den untersuchten Suffixen zu erhalten. Daher schlossen wir Lemmata aus, die 1) zufällig dieselbe Zeichenfolge wie die untersuchten Suffixe enthalten; 2) in allgemeinen slowakischen Wörterbüchern und im Wörterbuch der Fremdwörter⁸ zu finden sind, d. h.

⁸ Wir verwendeten das integrierte Suchwerkzeug des Wörterbuchportals https://slovnik.juls.savba.sk/.

Terminologija | 2021 | 28

65

Tabelle 5. Anteil der Hapax legomena (potenzielle Neologismen) in einem bestimmten (Teil-)Korpus nach der ersten manuellen Bereinigungsphase

ANTEIL DER HAPAX LEGOMENA MIT EINEM BESTIMMTEN SUFFIX NACH DER ERSTEN MANUELLEN BEREINIGUNGSPHASE

Suffix

medizinisches Teilkorpus

juristisches Teilkorpus

religiöses Korpus

wissenschaftliches Teilkorpus

Wirtschaftskorpus

Referenzkorpus

-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%

daher handelt es sich nicht um Neologismen; 3) Sie wurden in den beiden umfangreichsten SNC-Korpora gefunden⁹ – diese Lemmata müssen in mindestens einem der beiden Korpora mindestens dreimal vorgekommen sein, sofern die Belege aus drei verschiedenen Quellen und drei verschiedenen Jahren stammten. Dieses letzte Filterkriterium wurde festgelegt, weil die untersuchten Wörter mit einem der analysierten Suffixe tendenziell Fachbegriffe aus spezialisierten Bereichen sind und uns keine aktuellen slowakischen Fachwörterbücher zur Verfügung stehen. Es muss eingeräumt werden, dass die resultierenden Lemmalisten lediglich potenzielle Neologismen darstellen. Die Ergebnisse sind in den Spalten mit der Überschrift Anteil potenzieller Neologismen unter den Hapax legomena in den Tabellen 6 und 7 dargestellt. Im Vergleich zu Tabelle 5 war der Anteil potenzieller Neologismen deutlich geringer.

4.2. Neologismen in niederfrequenten Lemmata

Um die erste Forschungsfrage zu beantworten, führten wir dasselbe Filterverfahren durch wie bei der Liste der Hapax-Legomena. In den Tabellen 6 und 7 zeigen wir die Prozentsätze (berechnet anhand der Gesamtzahl der Lemmata mit einem bestimmten Suffix, vgl. Tabelle 3) potenzieller Neologismen unter den niederfrequenten Lemmata, die 4–2-mal in den (Teil-)Korpora vorkommen, sowie daneben die Prozentsätze potenzieller Neologismen innerhalb der Hapax-Gruppe.

Während der Anteil potenzieller Neologismen bei jedem untersuchten Suffix in spezialisierten und akademischen Texten leicht zunimmt, aufgrund der Einbeziehung

⁹Diese Korpora sind derzeit die größten im SNC-Projekt: das allgemeine Korpus prim-9.0-juls-all und das Rechtskorpus legal-1.1.

66

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

potenzieller Neologismen aus der Gruppe der niederfrequenten Lemmata stieg der Anteil potenzieller Neologismen im Referenzkorpus bei vier Suffixen nur sehr geringfügig, während der Prozentsatz des fünften – -órny – stabil blieb. Diese Entwicklung war zu erwarten, da neue Bildungen mit den untersuchten Suffixen eher in Fachtexten auftreten.

Tabelle 6. Anteil potenzieller Neologismen in der Gruppe der niederfrequenten Lemmata (4–1 Vorkommen) und in der Gruppe der Hapax-Legomena an der Gesamtzahl der Typen nach der Bereinigung im allgemeinen Korpus und im allgemein-wissenschaftlichen Teilkorpus

SUFFIX

REFERENZKORPUS

WISSENSCHAFTLICHES TEILKORPUS

Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1)

Anteil potenzieller Neologismen unter Hapax-Legomena

Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1)

Anteil potenzieller Neologismen unter Hapax-Legomena

-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%

Was die domänenspezifischen potenziellen Neologismen betrifft, ist der höchste Anteil, ähnlich wie im wissenschaftlichen Teilkorpus, im Wirtschaftskorpus zu beobachten, wo das Suffix -itný bis zu 35% der potenziellen Neologismen ausmacht. Die übrigen Suffixe erreichen in diesem Korpus innerhalb der niederfrequenten Lemmata etwa 25% potenzielle Neologismen. Der niedrigste Anteil potenzieller Neologismen wurde dagegen in Rechtstexten festgestellt. Erwähnenswert sind auch jene Fälle, in denen sich der Anteil durch die Einbeziehung der Gruppe niederfrequenter Lemmata verdoppelte: bei -órny in medizinischen Texten, bei -árny in Rechtstexten und bei -itný in religiösen Texten. Zugleich überrascht es nicht, dass das Suffix -ózny in medizinischen Texten an der Spitze steht, da es ein prototypisch medizinisches Suffix ist. Fast derselbe Anteil potenzieller neuer Lemmata mit -ózny fand sich jedoch auch in Wirtschaftstexten. Bei dem Suffix -itný gab es in medizinischen und rechtlichen Texten keinen Anstieg potenzieller Neologismen; dies gilt auch für das Suffix -órny in Rechtstexten.

Terminologija | 2021 | 28 67

Tabelle 7. Anteil potenzieller Neologismen in der Gruppe niederfrequenter Lemmata (4–1 Vorkommen) und in der Gruppe der Hapax-Legomena an der Gesamtzahl der Typen nach der Bereinigung in spezialisierten Texten aus den vier Domänen

SUFFIX | MEDIZINISCHES TEILKORPUS | RECHTLICHES TEILKORPUS | RELIGIÖSES KORPUS | WIRTSCHAFTSKORPUS Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1) | Anteil potenzieller Neologismen in Hapax-Legomena | Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1) | Anteil potenzieller Neologismen in Hapax-Legomena | Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1) | Anteil potenzieller Neologismen in Hapax-Legomena | Anteil potenzieller Neologismen in niederfrequenten Lemmata (4–1) | Anteil potenzieller Neologismen in Hapax-Legomena -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%

Der besseren Verständlichkeit halber fügen wir außerdem eine weitere Tabelle hinzu, die die Prozentsätze potenzieller Neologismen in der Gruppe niederfrequenter Lemmata zeigt.

Tabelle 8. Prozentuale Differenz potenzieller Neologismen zwischen der Gruppe niederfrequenter Lemmata (4–1 Vorkommen) und der Gruppe der Hapax-Legomena an der Gesamtzahl der Typen nach der Bereinigung

ANTEIL POTENZIELLER NEOLOGISMEN INNERHALB NIEDERFREQUENTER LEMMATA (4–2 VORK.) Suffix | Referenzkorpus | wissenschaftliches Teilkorpus | medizinisches Teilkorpus | rechtliches Teilkorpus | religiöses Korpus | Wirtschaftskorpus -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%

Schließlich zeigt die letzte Tabelle die Rangfolge der Suffixe in den jeweiligen (Teil-)Korpora, berechnet anhand der wiederholten Verwendung der angepassten Formel aus der vorherigen Stufe – Anteil niederfrequenter Lemmata mit einem bestimmten Suffix/Anzahl der Typen mit

68

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

Tabelle 9. Unterschied im Verhältnis potenzieller Neologismen zwischen der Gruppe der seltenen Lemmata (4–1 Vorkommen) und der Anzahl der Types. Die Rangfolge der hervorgehobenen Suffixe hat sich gegenüber Tabelle 4 geändert

VERHÄLTNIS SELTENER LEMMATA ZU TYPES Referenzkorpus wissenschaftliches Subkorpus medizinisches Subkorpus -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 juristisches Subkorpus religiöses Korpus wirtschaftliches Korpus -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

eines bestimmten Suffixes. Gegenüber Tabelle 4 hat sich die Rangfolge in allen (Sub-)Korpora außer dem Referenzkorpus geändert. Somit scheint sich die Einbeziehung seltener Lemmata gelohnt zu haben.

Das Suffix -órny ist in zwei Korpora am produktivsten (im Vergleich zu drei in Tabelle 4), während -ózny in zwei Ranglisten weiterhin an der Spitze steht und -itný die Rangliste im wirtschaftlichen Korpus anführt. Im juristischen Korpus scheint das produktivste Suffix -árny zu sein, während eben dieses Suffix in medizinischen und wirtschaftlichen Texten zugleich am wenigsten produktiv ist. Den letzten Platz in den Produktivitätsranglisten belegt das Suffix -órny sowohl im Referenzkorpus als auch in medizinischen Texten; in allgemeinen wissenschaftlichen Texten das Suffix -ózny, und das Suffix -itný blieb in juristischen und religiösen Korpora am wenigsten produktiv.

5. VERGLEICH DER PRODUKTIVITÄT ÜBER (SUB-)KORPORA HINWEG

Wie wir in Teil 3.1 dargelegt haben, hinderten uns statistische Maße, die Rohfrequenzen und Type-Zählungen verwenden, daran, frühere Ergebnisse aus unterschiedlichen (Sub-)Korpora miteinander zu vergleichen. Wenn wir der Behauptung oder vielmehr der Hypothese zustimmen, dass sich die Produktivität eines beliebigen Wortbildungselements oder

Terminologija | 2021 | 28

69

Musters aus Neubildungen ableiten lässt (und wir zugleich in Teil 4.2 gezeigt haben, dass diese Neubildungen nicht nur in Hapaxgruppen, sondern auch unter den seltenen Types auftreten können), ist es möglich, weitere Analysen auf Wortfrequenzverteilungen und Frequenzspektren zu stützen. Unter „Frequenzspektrum“ verstehen wir eine Liste, die angibt, wie viele Types in einer Frequenzliste mit einer bestimmten Häufigkeit auftreten (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).

Für diesen Zweck der statistischen Modellierung führte Baayen 2001 die sogenannten LNRE¹⁰-Verteilungen ein. Der Vorteil dieser spezialisierten Modelle besteht darin, dass sich die Type-Token-Statistik einer bestimmten Stichprobe auf größere Tokenmengen extrapolieren lässt und so potenzielle Neologismen außerhalb dieser Stichprobe geschätzt werden können. Sie beruhen auf den vorhergesagten Wortschatzgrößen, die anhand einer Zählung der seltenen Types im Korpus ermittelt werden.

Zu den Ergebnissen dieser Modellierung gehören Wortschatzwachstumskurven oder vielmehr Type-Token-Wachstumskurven, die die Anzahl der Types in Abhängigkeit von der Anzahl der Tokens darstellen. Eine typische Kurve für einen unproduktiven Prozess steigt zunächst an, „flacht dann jedoch ab und nähert sich einem konstanten Wert, der vollständigen Wortschatzgröße“ (2001: 168). Ein typisches produktives Muster hingegen weist einen unendlichen Wortschatz auf, d. h. die Kurve scheint unbegrenzt weiter anzusteigen.

Mithilfe der LNRE-Verteilungen lässt sich die Anzahl der Types in größeren Textmengen und sogar die Anzahl der Types

¹⁰ Die LNRE-Theorie (Theorie der großen Zahl seltener Ereignisse als eigenständiges Gebiet der Statistik) hat ihren Ursprung im Jahr 1988, als der georgische Statistiker Estate Khmaladze The statistical analysis of a large number of rare events. veröffentlichte. Wie sein Schüler Giorgi Kvizhinadze schrieb: „Das gemeinsame Merkmal der Beispiele, die wir im Folgenden vorstellen, besteht darin, dass es neben mehreren häufigen Ereignissen auch eine sehr große Zahl sehr seltener Ereignisse gibt, etwa mit den Häufigkeiten 0, 1 oder 2. Die Gesamtzahl dieser seltenen Ereignisse ist im Verhältnis zur Anzahl der Beobachtungen typischerweise nicht groß, doch die Zahl dieser Ereignisse unter allen verschiedenen beobachteten Ereignissen ist stets sehr bedeutend. Diese seltenen Ereignisse sind gewöhnlich sehr wichtig. So kann etwa die Zahl der Wörter, die in einem Buch nur einmal vorkommen, für dieses Buch als nicht besonders wichtig gelten; es ist jedoch ganz klar, dass diese Wörter von größter Bedeutung sind, da sie die Hälfte des Wortschatzes des Autors ausmachen“ (2010).

70

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

eines Wortbildungsmusters in der gesamten „Population“, d. h. in einer Sprache als solcher. Gleichzeitig ist es möglich, die Anzahl der Types in Stichproben gleicher Größe, die aus größeren Korpora entnommen wurden, zu schätzen oder vorherzusagen. Wie in Teil 4.1 erwähnt, erfordert dieses statistische Verfahren außerdem genaue Zählungen von Types und Tokens; andernfalls wäre die Berechnung des geschätzten Wortschatzumfangs oder der Types fehlerhaft – statt sich abzuflachen und einem konstanten Wert anzunähern, könnte die Kurve weiter ansteigen.

5.1. Die LNRE-Verteilungen

Wir entschieden uns, LNRE-Modelle anzuwenden, um die Produktivität in Korpora unterschiedlicher Größe zu ermitteln¹¹, unter anderem deshalb, weil online auch ein quelloffenes Werkzeug verfügbar ist – ZipfR, entwickelt von Evert und Marco Baroni (2007). Dieses Open-Source-Werkzeug umfasst mehrere Modelle, von denen wir das endliche Zipf-Mandelbrot-Modell (fZM) verwendeten, das auf dem Zipf-Mandelbrot-Gesetz beruht¹². Wie die Autoren anmerken, reicht sein Anwendungsbereich über die Linguistik hinaus. ZipfR akzeptiert mehrere Eingabeformate, darunter einfache Frequenzlisten und unverarbeitete Stichproben im Format ein Token pro Zeile. Wir konnten Frequenzlisten aus unserer früheren Forschung verwenden, die bereits die manuelle Bereinigung der Stufe 1^st durchlaufen hatten (vgl. Teil 4.1); dies stellte einen weiteren Vorteil dieser Methode dar.

Unsere Frequenzlisten durchliefen vier grundlegende Arbeitsschritte (Evert, Baroni 2007):

(i) Parameterschätzung, bei der die Parameter des LNRE-Modells M anhand einer Trainingsstichprobe der Größe bestimmt werden, indem das erwartete Frequenzspektrum mit dem beobachteten Frequenzspektrum verglichen wird;

(ii) Anpassungsgüteprüfung auf Grundlage der Kovarianzmatrix der Anzahl der Types und der Anzahl der Types, die genau m Mal vorkommen;

(iii) Interpolation und Extrapolation des Wortschatzwachstums anhand der Erwartungswerte;

(iv) Vorhersage des erwarteten Frequenzspektrums für eine beliebige Stichprobengröße.

Wie Evert und Baroni (2007) hervorhoben, richtet sich diese Modellierung nicht auf die Frequenzen einzelner Worttypen, „sondern vielmehr auf die Verteilung solcher Frequenzen (in einer Stichprobe) und Wahrscheinlichkeiten (in der Population)“.

¹¹Wir möchten unserem Kollegen Ján Mášik für seine unschätzbare Hilfe danken, durch die die Implementierung des fZM-Modells für unsere Korpusdaten ermöglicht wurde.

¹²Eine umfassende Beschreibung des Zipf-Mandelbrot-Gesetzes findet sich beispielsweise bei Baroni 2009.

Terminologija | 2021 | 28 71

5.2. Anwendung der LNRE-Verteilungen und Auswertung

Das ZipfR-Tool lieferte uns Worthäufigkeitsspektren und Type-Token-Kurven für jede einzelne Endung in jedem (Teil-)Korpus. Aus Platzgründen präsentieren wir nur die Diagramme mit Type-Token-Kurven, deren x-Achse auf dieselbe Skala normiert wurde. Die y-Achse unterscheidet sich, da sie von der tatsächlichen Anzahl der Typen für eine bestimmte Endung in einem gegebenen (Teil-)Korpus abhängt und diese widerspiegelt. Wir schlagen vor, die Diagrammpaare zu vergleichen und schließlich die Produktivität der Endungen anhand unserer Korpusdaten zu bewerten.

Die x-Achse stellt die Anzahl der Tokens dar, während die y-Achse die (erwartete) Anzahl verschiedener Typen zeigt, die durch das Wortbildungsmuster mit einer der untersuchten Endungen erzeugt werden.

Beide Korpora, das Referenz- und das wissenschaftliche Korpus, zeigen dieselbe Rangfolge der Endungen, angeführt von der Endung -álny und abgeschlossen von der Endung -órny. Im Referenzkorpus steigt die Kurve der drei Endungen -álny, -árny, -ózny an und weist somit auf ihre Produktivität hin, während die Kurven von -itný und insbesondere -órny abflachen. Im wissenschaftlichen Teilkorpus können zwei Endungen als produktiv gelten: -álny und -árny. Die Kurven der übrigen drei Endungen (-ózny, -itný, -órny) steigen sehr langsam an, zeigen jedoch die Tendenz, sich am Ende des im Diagramm dargestellten x-Achsenbereichs abzuflachen.

Die Diagramme für das medizinische Teilkorpus und das juristische Korpus zeigen nur eine produktive Endung: -álny¹³. Im medizinischen Teilkorpus flachen sowohl -árny als auch -ózny sehr schnell ab (möglicherweise erreichen sie ihre maximale Wortschatzgröße); -itný und -órny steigen dagegen langsam, aber stetig an, überschreiten den Punkt bei 100 Typen und flachen möglicherweise unterhalb des Punkts bei 200 Typen ab.

Die Endung -álny nähert sich in juristischen Texten dem Wert von 350 Typen, während sie in medizinischen Texten den Wert von 800 Typen erreicht (vgl. die Skala der y-Achse). Im juristischen Korpus unterscheidet sich die Rangfolge jedoch geringfügig: Die Endung -itný liegt an dritter Stelle und überholt die Endung -ózny, die mit einer parallel zur x-Achse verlaufenden Kurve nahezu vollständig unproduktiv erscheint. Die letzte Endung -órny weist einen sehr langsamen Anstieg und anschließend eine Tendenz zur Abflachung auf.

Während das Diagramm des religiösen Korpus drei produktive Endungen zeigt, nämlich -álny, -árny und -ózny, ist bemerkenswert, dass alle fünf untersuchten Endungen in wirtschaftlichen Texten produktiv zu sein scheinen. Die Rangfolge der Endungen ist in beiden Korpora gleich.

¹³ Bei diesen beiden Diagrammen fehlt die Interpolationskurve für die Endung -álny. Der Grund dafür liegt in der Anpassung und Vereinheitlichung der x-Achsenskala für alle (Teil-)Korpora, wodurch die Erstellung einer solchen Kurve nicht möglich war.

7 2

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

Abb. 1. Wachstumskurven des Wortschatzes der analysierten Suffixe im Referenzkorpus

Abb. 2. Wachstumskurven des Wortschatzes der analysierten Suffixe im wissenschaftlichen Subkorpus

Abb. 3. Wachstumskurven des Wortschatzes der analysierten Suffixe im medizinischen Korpus

Abb. 4. Wachstumskurven des Wortschatzes der analysierten Suffixe im juristischen Korpus

Im religiösen Korpus flachen beide Kurven von –itný und –órny deutlich unterhalb des 100-Typen-Punkts ab.

Fassen wir die oben genannten Erkenntnisse zur Produktivität der analysierten Suffixe anhand unserer Korpusdaten zusammen, können wir feststellen, dass das produktivste Suffix –álny ist und in allen (Sub-)Korpora den ersten Platz belegt. Seine Produktivität scheint im Subkorpus wissenschaftlicher und akademischer Texte sowie im medizinischen Subkorpus am höchsten zu sein, gefolgt vom Referenzkorpus (die Kurve nähert sich dem Punkt von 700 Typen), dem religiösen

Terminologija | 2021 | 28

73

Abb. 5. Wachstumskurven des Wortschatzes der analysierten Suffixe im religiösen Korpus

Abb. 6. Wachstumskurven des Wortschatzes der analysierten Suffixe im wirtschaftlichen Korpus

Korpus (die Kurve überschreitet den Punkt von 600 Typen), dem wirtschaftlichen Korpus (die Kurve nähert sich dem Punkt von 500 Typen) und schließlich dem juristischen Korpus (im Höchststand liegt die Kurve nahe am Punkt von 350 Typen).

Das Suffix -árny steht an zweiter Stelle und weist in 4 von 6 (Sub-)Korpora Produktivität auf. Die Form der Kurven legt nahe, dass es in juristischen und medizinischen Texten unproduktiv ist. Die höchste Produktivität dieses Suffixes zeigt sich im Subkorpus wissenschaftlicher und akademischer Texte (die Kurve überschreitet den Punkt von 400 Typen), danach im Referenzkorpus (die Kurve überschreitet den Punkt von 300 Typen), während die Kurve in religiösen und wirtschaftlichen Texten nahe am Punkt von 300 Typen verläuft.

Ebenso scheint das Suffix -ózny in 4 von 6 Korpora produktiv zu sein. Interessanterweise scheint es in denselben (Sub-)Korpora unproduktiv zu sein wie das Suffix -árny – in juristischen und medizinischen Korpora. Am produktivsten ist es in wirtschaftlichen Texten, wo die Kurve deutlich über dem Punkt von 200 Typen verläuft, danach im Referenzkorpus, wo sie denselben Punkt überschreitet; in den beiden verbleibenden Korpora erreicht die Kurve entweder denselben Punkt, scheint sich dort jedoch abzuflachen (prim-9.0-public-prf), oder nähert sich diesem Punkt im religiösen Korpus lediglich an.

Auch das Suffix -itný scheint in 4 von 6 Korpora produktiv zu sein. Eine abflachende Kurve, die auf Unproduktivität hindeutet, ist in den Diagrammen für die juristischen und religiösen Korpora zu erkennen. Am produktivsten ist es in wirtschaftlichen Texten, wo die Kurve deutlich über dem Punkt von 100 Typen verläuft; in den drei verbleibenden (Sub-)Korpora überschreitet sie diesen Punkt und verläuft darunter.

74

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

Das letzte Suffix in der Rangfolge -órny ist ebenfalls in 4 von 6 Korpora produktiv. Seine Unproduktivität wurde in den Referenz- und Religionskorpora festgestellt. Seine höchste Produktivität zeigt es in medizinischen und wirtschaftlichen Texten, wo die Kurve den Punkt bei 100 Types überschreitet; in akademischen und wissenschaftlichen Texten verläuft die Kurve nahe an diesem Punkt, und in juristischen Texten überschreitet sie kaum den Punkt bei 25 Types.

Zusammenfassend lässt sich sagen, dass die analysierten Suffixe in wissenschaftlichen und akademischen Texten oder in Texten eines Fachgebiets (Wirtschaft oder Medizin) am produktivsten sind, was angesichts ihrer Etymologie nicht überrascht. Ihre Produktivität beziehungsweise ihr Produktivitätsgrad unterscheidet sich beträchtlich zwischen den (Sub-)Korpora. Die vielleicht interessanteste Beobachtung ist die Unproduktivität von drei Suffixen im juristischen Bereich sowie die geringste Produktivität der beiden übrigen Suffixe in demselben Bereich. Dies könnte darauf hindeuten, dass juristische Texte die lexikalische Kreativität bei der Bildung neuer Adjektive dieser Art nicht begünstigen.

Im Vergleich zu Teil 4 lässt sich der Unterschied in der Rangfolge der Suffixe teilweise durch das von Václav Cvrček (2012) beobachtete Phänomen des Hapax-Type-Verhältnisses erklären. Cvrčeks Experimenten zufolge tendiert dieses Verhältnis dazu, von seinem Maximalwert 1 auf sein lokales Minimum zu sinken (ebd.: 5). Nach diesem Punkt beginnt das Verhältnis jedoch wieder anzusteigen. Cvrček bezeichnet es als „eine Art allgemeines quantitatives Prinzip großer Textsammlungen“ (ebd.: 14). Die Form der Hapax-Type-Funktion scheint selbst bei typologisch unterschiedlichen Sprachen ungefähr gleich zu sein; die Größe einer Textstichprobe hängt jedoch vom Sprachtyp ab. Um den Minimalpunkt des Hapax-Type-Verhältnisses zu erreichen, sollte ein englisches Korpus laut Cvrček mindestens 3 Millionen Tokens umfassen, während ein tschechisches (und, wie wir aufgrund der typologischen Verwandtschaft der beiden Sprachen annehmen, auch ein slowakisches) Korpus bis zu 58 Millionen Tokens umfassen sollte. Da zwei Subkorpora unserer Analyse kleiner sind als Cvrčeks Schwellenwert, liegt ihr Hapax-Type-Verhältnis im absteigenden Teil der Hapax-Type-Funktion.

6. SCHLUSSFOLGERUNG

In der Fortsetzung unserer Untersuchung zur Produktivität ausgewählter Suffixe in verschiedenen Korpora und Fachgebieten konnten wir beide in Teil 4 gestellten Fragen beantworten.

1. Wir konnten nachweisen, dass die aus einem Korpus extrahierten niederfrequenten Lemmata auch potenzielle Neologismen umfassen und dass sie, obwohl ihre Verteilung

Terminologija | 2021 | 28

75

in den Korpusdaten variieren kann, die auf der Hapax/Type-Formel beruhende Produktivitätsrangfolge verändern können.

2. Wir identifizierten und verwendeten statistische Modellierungsverfahren zur Bewertung der Produktivität über Korpora hinweg – LNRE-Verteilungen. Durch die Einspeisung unserer Korpusdaten in das Open-Source-Tool erhielten wir eine visuelle Modellierung der Produktivität. Dadurch konnten wir feststellen, dass sich die Produktivität der analysierten Suffixe nicht nur beim Vergleich allgemeiner und wissenschaftlicher Texte unterscheidet, sondern auch zwischen verschiedenen Fachgebieten. Unserer Ansicht nach zeigt die Modellierung klar das tatsächliche Potenzial jedes einzelnen analysierten Suffixes, in einem jeweiligen Fachgebiet neue Types zu bilden.

Die Ergebnisse und Rangfolgen aus Teil 4 und 5 dieses Artikels sind jedoch kaum miteinander vergleichbar, da der erste Teil unmittelbar auf Rohdaten beruht – der Anzahl der Types und Hapaxe beziehungsweise niederfrequenten Types in einem bestimmten (Sub-)Korpus –, während der zweite auf den erwarteten Häufigkeitsspektren für jedes (Sub-)Korpus basiert. Kurz gesagt: Während der erste Teil tatsächliche Daten wiedergibt, versucht der zweite, die Produktivität eines Elements in der jeweiligen Sprache als solcher zu schätzen. Daher sollten wir in größeren Korpora medizinischer und juristischer Texte mehr Hapaxe ermitteln, was zu einer anderen Rangfolge der Suffixe führen könnte. Unsere Annahmen ließen sich künftig überprüfen, indem umfangreichere Korpora analysiert werden, die eine repräsentative Stichprobe einschlägiger Texttypen für bestimmte Fachgebiete enthalten, denn Textgattungen können ebenfalls eine Rolle für die morphologische Produktivität eines Elements spielen.

Da selbst das größte Korpus nicht alle Wörter umfassen würde, halten wir es für sinnvoller, die morphologische Produktivität eines Elements mithilfe anspruchsvollerer Methoden zu bewerten als durch die bloße Anzahl der Types oder Tokens.

Zusammenfassend lässt sich sagen, dass wir die vergangene Produktivität eines Wortbildungsmusters oder -elements bestimmen können. Außerdem können wir verschiedene Schätzungen seiner künftigen Nutzung vornehmen, d. h. von Baayens potenzieller Produktivität. Selbst wenn wir die statistischen Maße durch eine qualitative Analyse ergänzen, sollten wir darüber hinaus einen weiteren Umstand berücksichtigen: Wie Fernández-Domínguez zu Recht argumentiert, sollten probabilistische Vorhersagen morphologischer Produktivität im Kontext extralinguistischer Faktoren und insbesondere jener verstanden werden, die mit dem Benennungsbedarf einer Sprachgemeinschaft zusammenhängen. „Wenn kein Benennungsbedarf besteht, kann keine produktive Wortbildung stattfinden“ (Fernández-Domínguez 2013: 438).

76

Jana Levická

Usage and Empirical Productivity of International Adjectival Suffixes in Slovak Revisited

DANKSAGUNG

Der Beitrag entstand im Rahmen des Projekts Slowakisches Nationalkorpus, das von der Slowakischen Akademie der Wissenschaften, dem Ministerium für Bildung, Wissenschaft, Forschung und Sport der Slowakischen Republik, dem Kulturministerium der Slowakischen Republik sowie dem Ľudovít-Štúr-Institut für Linguistik der Slowakischen Akademie der Wissenschaften unterstützt wird.

QUELLENVERZEICHNIS

Slovenský národný korpus. Korpus prim-7.0-frk. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2018. Zugänglich unter: https://korpus.sk.

Slovenský národný korpus. Korpus prim-9.0-public-prf. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Zugänglich unter: https://korpus.sk.

Slovenský národný korpus. Korpus prim-9.0-juls-all. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2020. Zugänglich unter: https://korpus.sk.

Slovenský národný korpus. Korpus legal-1.1. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2013. Zugänglich unter: https://korpus.sk.

Slovenský národný korpus. Korpus blf-2.0. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2014. Zugänglich unter: https://korpus.sk.

Slovenský národný korpus. Korpus ecn-2.0-public. Bratislava: Jazykovedný ústav Ľ. Štúra SAV 2016. Zugänglich unter: https://korpus.sk.

Slovníkový portál Jazykovedného ústavu Ľ. Štúra SAV https://slovnik.juls.savba.sk/.

Das ZipfR-Paket. Verfügbar unter: 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