Πόσες λέξεις χρειάζεται να γνωρίζετε για να μιλάτε άπταιστα αγγλικά; Τι δείχνει η γλωσσολογία σωμάτων κειμένων - Μέρος 1

Σε κάποιο σημείο στο ταξίδι σχεδόν κάθε ανθρώπου που μαθαίνει μια γλώσσα, εμφανίζεται το ίδιο ερώτημα:

«Πόσες λέξεις χρειάζεται πραγματικά να γνωρίζω για να αποκτήσω ευχέρεια;»

Είναι ένα φυσικό ερώτημα. Η εκμάθηση μιας γλώσσας μπορεί να μοιάζει ατελείωτη, και ένας σαφής αριθμός θα έκανε τη διαδικασία να φαίνεται πιο διαχειρίσιμη. Αν κάποιος μπορούσε απλώς να πει «Μάθετε ακριβώς 5.000 λέξεις και θα μιλάτε άπταιστα», η εκμάθηση γλωσσών θα έμοιαζε πολύ πιο εύκολη.

Η ειλικρινής απάντηση είναι πιο σύνθετη.

Από αυστηρά γλωσσολογική άποψη, η ευχέρεια δεν μπορεί να περιοριστεί σε έναν μόνο αριθμό λέξεων. Η γλώσσα δεν είναι μια κλειστή βάση δεδομένων. Είναι ένα ζωντανό σύστημα ήχων, σημασιών, γραμματικής, κοινωνικών συνηθειών, πολιτισμικών αναφορών και ευέλικτων μοτίβων χρήσης.

Παρόλα αυτά, η γλωσσολογία σωμάτων κειμένων — η μελέτη μεγάλων συλλογών πραγματικής γλωσσικής χρήσης — μας δίνει πολύ χρήσιμα σημεία αναφοράς. Ερευνητές όπως ο Paul Nation, ο Stuart Webb και άλλοι έχουν μελετήσει πόσο λεξιλόγιο χρειάζεται για την κατανόηση προφορικών και γραπτών αγγλικών σε διαφορετικά επίπεδα. Τα ευρήματά τους δεν μας δίνουν έναν μαγικό αριθμό, αλλά μας δίνουν έναν ρεαλιστικό χάρτη.

Αυτό το άρθρο εστιάζει κυρίως στα αγγλικά, επειδή τα αγγλικά διαθέτουν μερικά από τα καλύτερα μελετημένα δεδομένα συχνότητας λεξιλογίου. Οι γενικές αρχές είναι χρήσιμες και για άλλες γλώσσες, αλλά οι ακριβείς αριθμοί μπορούν να αλλάζουν ανάλογα με τη γραμματική, τη μορφολογία, το σύστημα γραφής και τον τρόπο με τον οποίο οι ερευνητές μετρούν το λεξιλόγιο.

Για να κατανοήσουμε αυτόν τον χάρτη, πρέπει πρώτα να διευκρινίσουμε ένα σημαντικό ερώτημα.

Τι μετράμε στην πραγματικότητα;

Όταν οι άνθρωποι ρωτούν «Πόσες λέξεις χρειάζεται να γνωρίζω;», η λέξη «λέξη» ακούγεται απλή. Όμως στη γλωσσολογία δεν είναι καθόλου απλή.

Πάρτε το αγγλικό ρήμα run.

Μπορεί να το δείτε σε πολλές μορφές: run, runs, ran, running

Πρέπει να τις μετρήσουμε ως τέσσερις ξεχωριστές λέξεις; Ή ως μία λέξη με διαφορετικούς τύπους;

Οι περισσότεροι μαθητές πιθανότατα θα ένιωθαν ότι, αν γνωρίζουν το ρήμα run, δεν θέλουν κάθε γραμματικός τύπος του να μετράται ως εντελώς νέα λέξη. Γι’ αυτό οι γλωσσολόγοι συχνά χρησιμοποιούν πιο αφηρημένες μονάδες όταν μετρούν το μέγεθος του λεξιλογίου.

Η πρώτη χρήσιμη έννοια είναι το λήμμα.

Ένα λήμμα είναι η βασική ή λεξικογραφική μορφή μιας λέξης. Για παράδειγμα, το go είναι το λήμμα πίσω από τα go, goes, went, gone, going. Σε ένα λεξικό, συνήθως αναζητάτε τη βασική μορφή, όχι κάθε πιθανό γραμματικό τύπο ξεχωριστά. Τα εργαλεία σωμάτων κειμένων χρησιμοποιούν τα λήμματα με παρόμοιο τρόπο: ομαδοποιούν διαφορετικούς τύπους λέξεων κάτω από μία κεντρική καταχώριση.

Μέχρι εδώ, αυτό είναι αρκετά διαισθητικό.

Όμως πολλές μελέτες λεξιλογίου — ειδικά στα αγγλικά — χρησιμοποιούν συχνά μια ακόμη ευρύτερη έννοια: την οικογένεια λέξεων.

Τι είναι μια οικογένεια λέξεων;

Μια οικογένεια λέξεων είναι μια ομάδα σχετικών λέξεων που δημιουργούνται γύρω από την ίδια βασική λέξη. Περιλαμβάνει την κεντρική λέξη και ορισμένες από τις κοινές, διαφανείς μορφές της.

Για παράδειγμα, μια απλοποιημένη οικογένεια λέξεων γύρω από το teach μπορεί να περιλαμβάνει: teach, teaches, teaching, taught, teacher

Μια απλοποιημένη οικογένεια λέξεων γύρω από το nation μπορεί να περιλαμβάνει: nation, national, international, nationality

Η ιδέα δεν είναι ότι όλες αυτές οι λέξεις είναι ίδιες. Είναι σαφώς διαφορετικές λέξεις στην πραγματική χρήση. Όμως σχετίζονται αρκετά ώστε η γνώση της μίας να μπορεί συχνά να σας βοηθήσει να κατανοήσετε τις άλλες.

Αυτό είναι σημαντικό, επειδή οι άνθρωποι που μαθαίνουν γλώσσες δεν μαθαίνουν κάθε λέξη απομονωμένα. Μόλις γνωρίζετε το happy, γίνεται ευκολότερο να κατανοήσετε το unhappy ή το happiness. Μόλις γνωρίζετε το move, γίνεται ευκολότερο να μαντέψετε τη σημασία του movement. Μόλις γνωρίζετε το use, λέξεις όπως useful, useless και reuse γίνονται ευκολότερο να αναγνωριστούν.

Αυτή είναι η λογική πίσω από τις οικογένειες λέξεων.

Ωστόσο, οι οικογένειες λέξεων δεν είναι πάντα απλές. Ορισμένες σχετικές λέξεις είναι εύκολο να κατανοηθούν από τη βασική λέξη, ενώ άλλες όχι. Για παράδειγμα, τα sign και signature σχετίζονται, αλλά η σύνδεση μπορεί να μην είναι προφανής για έναν αρχάριο. Τα compete, competition και competitive σχετίζονται, αλλά λειτουργούν διαφορετικά στις προτάσεις.

Γι’ αυτό η μέτρηση με βάση τις οικογένειες λέξεων είναι χρήσιμη για την έρευνα, αλλά μπορεί να μπερδέψει τους μαθητές. Δίνει μια πρακτική εκτίμηση της γνώσης λεξιλογίου, αλλά δεν είναι το ίδιο με το να λέμε ότι κάθε μέλος της οικογένειας έχει κατακτηθεί αυτόματα.

Σε αυτό το άρθρο, όταν μιλάμε για μέγεθος λεξιλογίου, είναι καλύτερο να σκέφτεστε με όρους βασικών λεξιλογικών μονάδων: όχι κάθε ξεχωριστό τύπο λέξης, αλλά ούτε και πάντα ένα μόνο αυστηρό λεξικογραφικό λήμμα. Σε πολλές μελέτες αγγλικού λεξιλογίου, οι αριθμοί αναφοράς βασίζονται σε οικογένειες λέξεων.

Αυτή η διάκριση έχει σημασία.

Ένας μαθητής που γνωρίζει 3.000 οικογένειες λέξεων μπορεί να αναγνωρίζει πολύ περισσότερους από 3.000 μεμονωμένους τύπους λέξεων σε πραγματικά κείμενα. Αυτό όμως δεν σημαίνει ότι μπορεί να τους χρησιμοποιήσει όλους ενεργά στον λόγο ή στη γραφή.

Γιατί η συχνότητα έχει τόσο μεγάλη σημασία

Οι γλώσσες δεν είναι ισορροπημένα συστήματα όπου κάθε λέξη εμφανίζεται εξίσου συχνά.

Ένας μικρός αριθμός πολύ κοινών λέξεων εμφανίζεται συνεχώς. Χιλιάδες άλλες λέξεις εμφανίζονται μόνο περιστασιακά. Αυτό το μοτίβο συνδέεται συχνά με τον νόμο του Zipf, μια στατιστική τάση κατά την οποία οι πιο συχνές λέξεις αντιστοιχούν σε πολύ μεγάλο μέρος της πραγματικής γλωσσικής χρήσης.

Στα αγγλικά, λέξεις όπως the, be, have, do, say, go, make, know, think, good εμφανίζονται παντού. Οι σπάνιες λέξεις μπορεί να είναι χρήσιμες, όμορφες ή σημαντικές σε συγκεκριμένους τομείς, αλλά δεν εμφανίζονται σχεδόν τόσο συχνά στην καθημερινή επικοινωνία.

Αυτό δημιουργεί μια ισχυρή αρχή μάθησης:

Οι πρώτες λίγες χιλιάδες λέξεις υψηλής συχνότητας σας δίνουν τη μεγαλύτερη απόδοση.

Η εκμάθηση των 1.000 πιο κοινών λέξεων μπορεί να σας βοηθήσει να αναγνωρίζετε ένα εντυπωσιακά μεγάλο μέρος της συνηθισμένης γλώσσας. Αυτό όμως δεν σημαίνει ότι θα καταλαβαίνετε τα πάντα. Οι υπόλοιπες άγνωστες λέξεις συχνά μεταφέρουν το σημαντικό νόημα της πρότασης.

Για παράδειγμα:

Πήγα στο ___ επειδή πονούσε το ___ μου.

Μπορεί να καταλαβαίνετε το μεγαλύτερο μέρος της γραμματικής και των κοινών λέξεων, αλλά οι λέξεις που λείπουν μπορεί να είναι ουσιώδεις. Ήταν γιατρός; Οδοντίατρος; Φαρμακείο; Νοσοκομείο; Γόνατο; Στομάχι; Δόντι;

Γι’ αυτό έχει σημασία η κάλυψη.

Τι σημαίνει «95% κάλυψη»;

Οι ερευνητές σωμάτων κειμένων συχνά μιλούν για κάλυψη κειμένου. Αυτό σημαίνει το ποσοστό των λέξεων σε ένα κείμενο που ήδη γνωρίζετε.

Αν γνωρίζετε το 95% των λέξεων σε ένα κείμενο, αυτό ακούγεται εξαιρετικό. Όμως εξακολουθεί να σημαίνει ότι 1 στις 20 λέξεις μπορεί να είναι άγνωστη.

Σε μια σύντομη πρόταση, αυτό μπορεί να μην είναι μεγάλο πρόβλημα. Σε ένα μυθιστόρημα, podcast, ταινία ή διάλεξη, μπορεί να γίνει κουραστικό. Άγνωστες λέξεις εμφανίζονται ξανά και ξανά, και ορισμένες από αυτές μπορεί να είναι κρίσιμες για το νόημα.

Με περίπου 95% κάλυψη, μπορείτε συχνά να παρακολουθήσετε τη γενική ιδέα, ειδικά αν το θέμα είναι οικείο και υπάρχει οπτική ή περιστασιακή υποστήριξη. Με περίπου 98% κάλυψη, η κατανόηση γίνεται πολύ πιο άνετη. Μπορείτε να μαντεύετε περισσότερα από τα συμφραζόμενα, να διαβάζετε ή να ακούτε με λιγότερες διακοπές και να εστιάζετε περισσότερο στο νόημα παρά στην αποκωδικοποίηση κάθε πρότασης.

Το ευρέως αναφερόμενο έργο του Paul Nation υποδεικνύει ότι ενδέχεται να χρειάζονται περίπου 6.000–7.000 οικογένειες λέξεων για περίπου 98% κάλυψη των προφορικών αγγλικών, και 8.000–9.000 οικογένειες λέξεων για πολλά γραπτά κείμενα.

Για ανεπίσημα προφορικά αγγλικά, ταινίες και τηλεόραση, οι αριθμοί μπορεί να είναι κάπως χαμηλότεροι. Οι Webb και Rodgers διαπίστωσαν ότι οι πιο συχνές 3.000 οικογένειες λέξεων, μαζί με κύρια ονόματα και περιθωριακές λέξεις, παρείχαν περίπου 95% κάλυψη τηλεοπτικών προγραμμάτων, ενώ περίπου 7.000 οικογένειες λέξεων παρείχαν περίπου 98% κάλυψη.

Μια πιο πρόσφατη μελέτη για τα ανεπίσημα προφορικά αγγλικά επίσης υποδεικνύει ότι περίπου 2.000–3.000 οικογένειες λέξεων μπορεί να παρέχουν περίπου 95% κάλυψη για ορισμένους τύπους ανεπίσημου προφορικού υλικού, ενώ ενδέχεται να χρειάζονται 5.000–7.000 για περίπου 98%, ανάλογα με το είδος.

Άρα η απάντηση εξαρτάται από το τι θέλετε να κατανοείτε.

Μια χαλαρή συζήτηση, μια κωμική σειρά, μια πανεπιστημιακή διάλεξη, ένα νομικό έγγραφο και ένα λογοτεχνικό μυθιστόρημα δεν απαιτούν ακριβώς το ίδιο λεξιλόγιο.

Πρακτικά σημεία αναφοράς λεξιλογίου

Ο παρακάτω πίνακας δεν είναι μια αυστηρή επιστημονική κλίμακα. Είναι ένας πρακτικός, φιλικός προς τον μαθητή οδηγός, βασισμένος στην έρευνα σωμάτων κειμένων και στις μελέτες κάλυψης λεξιλογίου.

Το πιο σημαντικό μάθημα είναι αυτό:

Δεν χρειάζεται να γνωρίζετε κάθε λέξη μιας γλώσσας για να τη χρησιμοποιείτε καλά.

Στην πραγματικότητα, κανείς δεν γνωρίζει κάθε λέξη μιας γλώσσας. Ακόμη και οι φυσικοί ομιλητές συναντούν τακτικά άγνωστες λέξεις σε εξειδικευμένους τομείς, στη λογοτεχνία, στο δίκαιο, στην ιατρική, στην τεχνολογία ή σε τοπικές ποικιλίες λόγου.

Οι φυσικοί ομιλητές έχουν επίσης πολύ μεγαλύτερο προσληπτικό λεξιλόγιο από ενεργό λεξιλόγιο. Προσληπτικό λεξιλόγιο σημαίνει οι λέξεις που μπορείτε να αναγνωρίζετε και να κατανοείτε. Ενεργό λεξιλόγιο σημαίνει οι λέξεις που μπορείτε να χρησιμοποιείτε με σιγουριά στον προφορικό ή γραπτό λόγο. Έρευνες για το μέγεθος του λεξιλογίου φυσικών ομιλητών της αγγλικής δείχνουν ότι οι ενήλικες φυσικοί ομιλητές μπορεί να αναγνωρίζουν δεκάδες χιλιάδες λήμματα, αλλά χρησιμοποιούν ενεργά ένα πολύ μικρότερο υποσύνολο στην καθημερινή ζωή.

Αυτή η διάκριση είναι πολύ σημαντική για όσους μαθαίνουν μια γλώσσα.

Δεν χρειάζεται να χρησιμοποιείτε ενεργά 20.000 λέξεις για να μιλάτε με ευχέρεια. Όμως, όσο μεγαλώνει το προσληπτικό σας λεξιλόγιο, μπορείτε να κατανοείτε περισσότερα βιβλία, ταινίες, συζητήσεις, αστεία, επιχειρήματα και πολιτισμικές αναφορές.

Έτοιμοι για το επόμενο μέρος; Δείτε το Μέρος 2 εδώ: