Kolik slov potřebujete znát, abyste plynně mluvili anglicky? Co naznačuje korpusová lingvistika – 1. část

V určité fázi cesty téměř každého studenta jazyka se objeví stejná otázka:

„Kolik slov vlastně potřebuji znát, abych mluvil/a plynně?“

Je to přirozená otázka. Učení jazyka může působit nekonečně a jasné číslo by celý proces udělalo zvládnutelnější. Kdyby někdo mohl jednoduše říct: „Naučte se přesně 5 000 slov a budete mluvit plynně,“ učení jazyků by vypadalo mnohem snáz.

Upřímná odpověď je ale složitější.

Z čistě lingvistického hlediska nelze plynulost zredukovat na jediný počet slov. Jazyk není uzavřená databáze. Je to živý systém zvuků, významů, gramatiky, společenských zvyklostí, kulturních odkazů a pružných způsobů používání.

Přesto nám korpusová lingvistika — tedy studium rozsáhlých souborů skutečného používání jazyka — poskytuje velmi užitečná měřítka. Badatelé jako Paul Nation, Stuart Webb a další zkoumali, jak velká slovní zásoba je potřeba k porozumění mluvené a psané angličtině na různých úrovních. Jejich zjištění nám nedávají žádné magické číslo, ale poskytují realistickou mapu.

Tento článek se zaměřuje hlavně na angličtinu, protože právě angličtina patří k jazykům s nejlépe prozkoumanými daty o frekvenci slovní zásoby. Obecné principy jsou užitečné i pro jiné jazyky, přesná čísla se však mohou lišit podle gramatiky, morfologie, systému psaní a způsobu, jakým výzkumníci slovní zásobu počítají.

Abychom této mapě porozuměli, musíme si nejprve ujasnit jednu důležitou otázku.

Co vlastně počítáme?

Když se lidé ptají: „Kolik slov potřebuji znát?“, slovo „slovo“ zní jednoduše. V lingvistice ale jednoduché vůbec není.

Vezměme si anglické sloveso run.

Může se objevit v mnoha tvarech: run, runs, ran, running

Máme je počítat jako čtyři samostatná slova? Nebo jako jedno slovo s různými tvary?

Většina studentů by pravděpodobně měla pocit, že pokud znají sloveso run, není potřeba počítat každý gramatický tvar jako úplně nové slovo. Proto lingvisté při měření velikosti slovní zásoby často používají abstraktnější jednotky.

Prvním užitečným pojmem je lemma.

Lemma je základní neboli slovníkový tvar slova. Například go je lemma pro tvary go, goes, went, gone, going. Ve slovníku běžně hledáte základní tvar, ne každý možný gramatický tvar zvlášť. Korpusové nástroje pracují s lemmaty podobně: seskupují různé slovní tvary pod jedno centrální heslo.

Zatím je to poměrně intuitivní.

Mnoho studií slovní zásoby — zejména v angličtině — však často používá ještě širší pojem: slovní rodinu.

Co je slovní rodina?

Slovní rodina je skupina příbuzných slov vytvořených kolem stejného základního slova. Zahrnuje hlavní slovo a některé jeho běžné, průhledné tvary.

Například zjednodušená slovní rodina kolem slova teach může zahrnovat: teach, teaches, teaching, taught, teacher

Zjednodušená slovní rodina kolem slova nation může zahrnovat: nation, national, international, nationality

Neznamená to, že všechna tato slova jsou totožná. V reálném používání jde zjevně o odlišná slova. Jsou si však natolik příbuzná, že znalost jednoho z nich často pomůže porozumět ostatním.

To je důležité, protože studenti jazyků se neučí každé slovo izolovaně. Když znáte happy, snáze porozumíte slovům unhappy nebo happiness. Když znáte move, snáze odhadnete význam slova movement. Když znáte use, slova jako useful, useless a reuse se rozpoznávají snadněji.

To je logika slovních rodin.

Slovní rodiny však nejsou vždy jednoduché. Některá příbuzná slova lze ze základního slova pochopit snadno, jiná ne. Například sign a signature spolu souvisejí, ale začátečníkovi nemusí být tato souvislost zřejmá. Slova compete, competition a competitive jsou příbuzná, ale ve větách se chovají odlišně.

Proto je počítání slovních rodin užitečné pro výzkum, ale pro studenty může být matoucí. Poskytuje praktický odhad znalosti slovní zásoby, neznamená však, že každý člen rodiny je automaticky zvládnutý.

Když v tomto článku mluvíme o velikosti slovní zásoby, je nejlepší uvažovat o základních jednotkách slovní zásoby: ne o každém samostatném slovním tvaru, ale ne vždy ani o jednom přísném slovníkovém lemmatu. V mnoha studiích anglické slovní zásoby jsou orientační čísla založena na slovních rodinách.

Na tomto rozdílu záleží.

Student, který zná 3 000 slovních rodin, může ve skutečných textech rozpoznat mnohem více než 3 000 jednotlivých slovních tvarů. To ale neznamená, že je všechny dokáže aktivně používat v řeči nebo psaní.

Proč na frekvenci tolik záleží

Jazyky nejsou vyvážené systémy, v nichž se každé slovo objevuje stejně často.

Malý počet velmi běžných slov se objevuje neustále. Tisíce dalších slov se vyskytují jen občas. Tento vzorec se často spojuje se Zipfovým zákonem, statistickou tendencí, podle níž nejčastější slova tvoří velmi velkou část skutečného používání jazyka.

V angličtině se slova jako the, be, have, do, say, go, make, know, think, good objevují všude. Vzácná slova mohou být užitečná, krásná nebo důležitá v určitých oborech, ale v každodenní komunikaci se nevyskytují zdaleka tak často.

Z toho vyplývá silný princip učení:

Prvních několik tisíc nejfrekventovanějších slov přináší největší užitek.

Naučit se 1 000 nejběžnějších slov může pomoci rozpoznat překvapivě velkou část běžného jazyka. Neznamená to však, že porozumíte všemu. Zbývající neznámá slova často nesou důležitý význam věty.

Například:

Šel/šla jsem do ___, protože mě bolel/a ___.

Většině gramatiky a běžných slov můžete rozumět, ale chybějící slova mohou být zásadní. Byl to lékař? Zubař? Lékárna? Nemocnice? Koleno? Žaludek? Zub?

Proto je důležité pokrytí.

Co znamená „95% pokrytí“?

Výzkumníci pracující s korpusy často mluví o pokrytí textu. To znamená procento slov v textu, která už znáte.

Pokud znáte 95 % slov v textu, zní to výborně. Stále to ale znamená, že 1 z každých 20 slov může být neznámé.

V krátké větě to nemusí být velký problém. V románu, podcastu, filmu nebo přednášce to může být únavné. Neznámá slova se objevují znovu a znovu a některá z nich mohou být pro význam klíčová.

Při přibližně 95% pokrytí často dokážete sledovat hlavní myšlenku, zvlášť pokud je téma známé a pomáhá vizuální nebo situační kontext. Při přibližně 98% pokrytí je porozumění mnohem pohodlnější. Můžete více odhadovat z kontextu, číst nebo poslouchat s menším počtem přerušení a soustředit se spíše na význam než na rozluštění každé věty.

Často citovaná práce Paula Nationa naznačuje, že pro přibližně 98% pokrytí mluvené angličtiny může být potřeba zhruba 6 000–7 000 slovních rodin a pro mnoho psaných textů 8 000–9 000 slovních rodin.

U neformální mluvené angličtiny, filmů a televize mohou být tato čísla o něco nižší. Webb a Rodgers zjistili, že nejčastějších 3 000 slovních rodin spolu s vlastními jmény a okrajovými slovy poskytlo asi 95% pokrytí televizních pořadů, zatímco přibližně 7 000 slovních rodin poskytlo asi 98% pokrytí.

Novější studie neformální mluvené angličtiny také naznačuje, že přibližně 2 000–3 000 slovních rodin může u některých typů neformálního mluveného vstupu zajistit asi 95% pokrytí, zatímco pro přibližně 98% pokrytí může být potřeba 5 000–7 000, v závislosti na žánru.

Odpověď tedy závisí na tom, čemu chcete rozumět.

Běžná konverzace, sitcom, univerzitní přednáška, právní dokument a literární román nevyžadují přesně stejnou slovní zásobu.

Praktická měřítka slovní zásoby

Následující tabulka není přísná vědecká škála. Je to praktický průvodce pro studenty, založený na korpusovém výzkumu a studiích pokrytí slovní zásoby.

Nejdůležitější poučení je toto:

Nemusíte znát každé slovo v jazyce, abyste ho používali dobře.

Ve skutečnosti nikdo nezná každé slovo v jazyce. I rodilí mluvčí se pravidelně setkávají s neznámými slovy v odborných oborech, literatuře, právu, medicíně, technologiích nebo regionální řeči.

Rodilí mluvčí mají také mnohem větší receptivní slovní zásobu než aktivní slovní zásobu. Receptivní slovní zásoba znamená slova, která dokážete rozpoznat a pochopit. Aktivní slovní zásoba znamená slova, která dokážete sebejistě používat v mluvení nebo psaní. Výzkum velikosti slovní zásoby rodilých mluvčích angličtiny ukazuje, že dospělí rodilí mluvčí mohou rozpoznat desítky tisíc lemmat, ale v každodenním životě aktivně používají mnohem menší podmnožinu.

Tento rozdíl je pro studenty jazyků velmi důležitý.

Abyste mluvili plynně, nemusíte aktivně používat 20 000 slov. Jak ale roste receptivní slovní zásoba, můžete rozumět většímu množství knih, filmů, rozhovorů, vtipů, argumentů a kulturních odkazů.

Chcete pokračovat dalším dílem? Druhou část najdete zde: