برای روان صحبت کردن به انگلیسی چند کلمه باید بلد باشید؟ یافته‌های زبان‌شناسی پیکره‌ای - بخش ۱

تقریباً در مسیر یادگیری هر زبان‌آموز، بالاخره یک پرسش تکراری پیش می‌آید:

«واقعاً چند کلمه باید بلد باشم تا روان صحبت کنم؟»

این پرسش کاملاً طبیعی است. یادگیری زبان می‌تواند بی‌پایان به نظر برسد، و داشتن یک عدد مشخص باعث می‌شود مسیر قابل‌مدیریت‌تر احساس شود. اگر کسی می‌توانست ساده بگوید «دقیقاً ۵۰۰۰ کلمه یاد بگیرید و روان می‌شوید»، یادگیری زبان بسیار آسان‌تر به نظر می‌رسید.

اما پاسخ صادقانه، ظریف‌تر از این است.

از دیدگاه دقیق زبان‌شناختی، روانی زبان را نمی‌توان به یک شمارش ساده از کلمات تقلیل داد. زبان یک پایگاه داده بسته نیست. زبان یک نظام زنده از صداها، معناها، دستور زبان، عادت‌های اجتماعی، ارجاع‌های فرهنگی و الگوهای انعطاف‌پذیر کاربرد است.

با این حال، زبان‌شناسی پیکره‌ای — یعنی مطالعه مجموعه‌های بزرگ از کاربرد واقعی زبان — معیارهای بسیار مفیدی در اختیار ما می‌گذارد. پژوهشگرانی مانند Paul Nation، Stuart Webb و دیگران بررسی کرده‌اند که برای فهم انگلیسی گفتاری و نوشتاری در سطح‌های مختلف، چه میزان واژگان لازم است. یافته‌های آن‌ها یک عدد جادویی به ما نمی‌دهد، اما یک نقشه واقع‌بینانه ارائه می‌کند.

این مقاله عمدتاً بر زبان انگلیسی تمرکز دارد، چون انگلیسی از نظر داده‌های بسامد واژگان، یکی از بهتر مطالعه‌شده‌ترین زبان‌هاست. اصول کلی برای زبان‌های دیگر هم مفید هستند، اما عددهای دقیق می‌توانند بسته به دستور زبان، ساخت‌واژه، نظام نوشتاری و شیوه شمارش واژگان توسط پژوهشگران تغییر کنند.

برای فهم این نقشه، ابتدا باید یک پرسش مهم را روشن کنیم.

واقعاً داریم چه چیزی را می‌شماریم؟

وقتی افراد می‌پرسند «چند کلمه باید بلد باشم؟»، واژه «کلمه» ساده به نظر می‌رسد. اما در زبان‌شناسی، اصلاً ساده نیست.

فعل انگلیسی run را در نظر بگیرید.

ممکن است آن را در شکل‌های مختلف ببینید: run, runs, ran, running

آیا باید این‌ها را چهار کلمه جداگانه حساب کنیم؟ یا یک کلمه با شکل‌های متفاوت؟

بیشتر زبان‌آموزان احتمالاً احساس می‌کنند اگر فعل run را بلد باشند، دوست ندارند هر شکل دستوری آن به‌عنوان یک کلمه کاملاً جدید شمرده شود. به همین دلیل است که زبان‌شناسان هنگام سنجش اندازه واژگان، اغلب از واحدهای انتزاعی‌تری استفاده می‌کنند.

نخستین مفهوم مفید، لِما یا صورت پایه واژه است.

لِما شکل پایه یا فرهنگ‌نامه‌ای یک واژه است. برای مثال، go لمایِ پشتِ شکل‌های go, goes, went, gone, going است. در فرهنگ لغت، شما معمولاً شکل پایه را جست‌وجو می‌کنید، نه هر شکل دستوری ممکن را به‌صورت جداگانه. ابزارهای پیکره‌ای هم به روشی مشابه از لِما استفاده می‌کنند: آن‌ها شکل‌های مختلف یک واژه را زیر یک مدخل مرکزی گروه‌بندی می‌کنند.

تا اینجا، موضوع نسبتاً شهودی است.

اما بسیاری از پژوهش‌های واژگانی — به‌ویژه در انگلیسی — اغلب از مفهومی حتی گسترده‌تر استفاده می‌کنند: خانواده واژگانی.

خانواده واژگانی چیست؟

خانواده واژگانی گروهی از واژه‌های مرتبط است که حول یک واژه پایه ساخته می‌شوند. این خانواده شامل واژه اصلی و برخی شکل‌های رایج و قابل‌تشخیص آن است.

برای مثال، یک خانواده واژگانی ساده پیرامون teach ممکن است شامل این‌ها باشد: teach, teaches, teaching, taught, teacher

یک خانواده واژگانی ساده پیرامون nation ممکن است شامل این‌ها باشد: nation, national, international, nationality

منظور این نیست که همه این واژه‌ها یکسان‌اند. در کاربرد واقعی، آن‌ها آشکارا واژه‌های متفاوتی هستند. اما آن‌قدر با هم مرتبط‌اند که دانستن یکی از آن‌ها اغلب می‌تواند به فهم بقیه کمک کند.

این نکته مهم است، چون زبان‌آموزان هر واژه را کاملاً جدا از بقیه یاد نمی‌گیرند. وقتی happy را بلد باشید، فهم unhappy یا happiness آسان‌تر می‌شود. وقتی move را بلد باشید، حدس زدن معنای movement آسان‌تر می‌شود. وقتی use را بلد باشید، واژه‌هایی مانند useful، useless و reuse برای شما قابل‌تشخیص‌تر می‌شوند.

منطق خانواده‌های واژگانی همین است.

با این حال، خانواده‌های واژگانی همیشه ساده نیستند. بعضی واژه‌های مرتبط را می‌توان به‌راحتی از روی واژه پایه فهمید، اما بعضی دیگر این‌طور نیستند. برای مثال، sign و signature با هم مرتبط‌اند، اما این ارتباط ممکن است برای یک مبتدی واضح نباشد. Compete، competition و competitive با هم مرتبط‌اند، اما در جمله‌ها رفتار متفاوتی دارند.

به همین دلیل است که شمارش بر اساس خانواده واژگانی برای پژوهش مفید است، اما می‌تواند برای زبان‌آموزان گیج‌کننده باشد. این روش برآوردی عملی از دانش واژگانی می‌دهد، اما به این معنا نیست که هر عضو خانواده به‌طور خودکار کاملاً آموخته شده است.

در این مقاله، وقتی درباره اندازه واژگان صحبت می‌کنیم، بهتر است آن را در قالب واحدهای اصلی واژگانی تصور کنید: نه هر شکل جداگانه یک واژه، و نه همیشه فقط یک لمای سخت‌گیرانه فرهنگ‌نامه‌ای. در بسیاری از پژوهش‌های واژگانی انگلیسی، عددهای معیار بر پایه خانواده‌های واژگانی هستند.

این تفاوت مهم است.

زبان‌آموزی که ۳۰۰۰ خانواده واژگانی می‌داند، ممکن است در متن‌های واقعی بسیار بیشتر از ۳۰۰۰ شکل واژگانی جداگانه را تشخیص دهد. اما این به آن معنا نیست که می‌تواند همه آن‌ها را به‌طور فعال در گفتار یا نوشتار به کار ببرد.

چرا بسامد تا این حد مهم است؟

زبان‌ها نظام‌های متوازنی نیستند که در آن‌ها همه واژه‌ها به یک اندازه ظاهر شوند.

تعداد کمی از واژه‌های بسیار رایج، دائماً دیده و شنیده می‌شوند. هزاران واژه دیگر فقط گاهی ظاهر می‌شوند. این الگو اغلب با قانون Zipf مرتبط است؛ گرایشی آماری که بر اساس آن، پربسامدترین واژه‌ها بخش بسیار بزرگی از کاربرد واقعی زبان را تشکیل می‌دهند.

در انگلیسی، واژه‌هایی مانند the, be, have, do, say, go, make, know, think, good همه‌جا ظاهر می‌شوند. واژه‌های کمیاب ممکن است در حوزه‌های خاص مفید، زیبا یا مهم باشند، اما در ارتباط روزمره به‌هیچ‌وجه به همان اندازه تکرار نمی‌شوند.

این موضوع یک اصل یادگیری قدرتمند ایجاد می‌کند:

چند هزار واژه پربسامدِ اول، بیشترین بازده را به شما می‌دهند.

یادگیری ۱۰۰۰ واژه رایج‌تر می‌تواند کمک کند بخش شگفت‌آوری از زبان معمولی را تشخیص دهید. اما این به آن معنا نیست که همه چیز را خواهید فهمید. واژه‌های ناشناخته باقی‌مانده اغلب معنای مهم جمله را حمل می‌کنند.

برای مثال:

I went to the ___ because my ___ was hurting.

ممکن است بیشتر دستور زبان و واژه‌های رایج را بفهمید، اما واژه‌های حذف‌شده می‌توانند حیاتی باشند. منظور doctor بود؟ Dentist؟ Pharmacy؟ Hospital؟ Knee؟ Stomach؟ Tooth؟

به همین دلیل است که پوشش واژگانی اهمیت دارد.

«پوشش ۹۵٪» یعنی چه؟

پژوهشگران پیکره‌ای اغلب درباره پوشش متن صحبت می‌کنند. این یعنی درصد واژه‌های یک متن که شما از قبل می‌شناسید.

اگر ۹۵٪ واژه‌های یک متن را بدانید، عالی به نظر می‌رسد. اما هنوز یعنی ممکن است از هر ۲۰ واژه، ۱ واژه برای شما ناشناخته باشد.

در یک جمله کوتاه، شاید مشکل بزرگی نباشد. اما در یک رمان، پادکست، فیلم یا سخنرانی، می‌تواند خسته‌کننده شود. واژه‌های ناشناخته بارها و بارها ظاهر می‌شوند، و بعضی از آن‌ها ممکن است برای معنا حیاتی باشند.

در حدود پوشش ۹۵٪، معمولاً می‌توانید ایده کلی را دنبال کنید، به‌ویژه اگر موضوع آشنا باشد و پشتیبانی تصویری یا موقعیتی وجود داشته باشد. در حدود پوشش ۹۸٪، درک مطلب بسیار راحت‌تر می‌شود. بهتر می‌توانید از بافت حدس بزنید، با وقفه کمتر بخوانید یا گوش دهید، و به‌جای رمزگشایی تک‌تک جمله‌ها، بیشتر بر معنا تمرکز کنید.

کارهای پرارجاع Paul Nation نشان می‌دهد که برای رسیدن به حدود ۹۸٪ پوشش در انگلیسی گفتاری، ممکن است تقریباً ۶۰۰۰ تا ۷۰۰۰ خانواده واژگانی لازم باشد، و برای بسیاری از متن‌های نوشتاری، ۸۰۰۰ تا ۹۰۰۰ خانواده واژگانی.

برای انگلیسی گفتاری غیررسمی، فیلم‌ها و تلویزیون، این عددها ممکن است تا حدی پایین‌تر باشند. Webb و Rodgers دریافتند که پربسامدترین ۳۰۰۰ خانواده واژگانی، همراه با اسم‌های خاص و واژه‌های حاشیه‌ای، حدود ۹۵٪ پوشش برنامه‌های تلویزیونی را فراهم می‌کنند، در حالی که حدود ۷۰۰۰ خانواده واژگانی حدود ۹۸٪ پوشش می‌دهد.

یک مطالعه جدیدتر درباره انگلیسی گفتاری غیررسمی نیز نشان می‌دهد که حدود ۲۰۰۰ تا ۳۰۰۰ خانواده واژگانی ممکن است برای برخی انواع ورودی گفتاری غیررسمی حدود ۹۵٪ پوشش ایجاد کند، در حالی که بسته به ژانر، برای رسیدن به حدود ۹۸٪ ممکن است ۵۰۰۰ تا ۷۰۰۰ خانواده واژگانی لازم باشد.

پس پاسخ به این بستگی دارد که می‌خواهید چه چیزی را بفهمید.

یک گفت‌وگوی معمولی، یک کمدی موقعیت، یک سخنرانی دانشگاهی، یک سند حقوقی و یک رمان ادبی دقیقاً به واژگان یکسانی نیاز ندارند.

معیارهای عملی واژگان

جدول زیر یک مقیاس علمی سخت‌گیرانه نیست. این جدول یک راهنمای عملی و مناسب زبان‌آموزان است که بر پایه پژوهش‌های پیکره‌ای و مطالعات پوشش واژگانی تهیه شده است.

مهم‌ترین درس این است:

برای خوب استفاده کردن از یک زبان، لازم نیست همه واژه‌های آن را بلد باشید.

در واقع، هیچ‌کس همه واژه‌های یک زبان را نمی‌داند. حتی گویشوران بومی هم مرتباً در حوزه‌های تخصصی، ادبیات، حقوق، پزشکی، فناوری یا گفتارهای منطقه‌ای با واژه‌های ناآشنا روبه‌رو می‌شوند.

گویشوران بومی همچنین واژگان دریافتی بسیار بزرگ‌تری نسبت به واژگان فعال خود دارند. واژگان دریافتی یعنی واژه‌هایی که می‌توانید تشخیص دهید و بفهمید. واژگان فعال یعنی واژه‌هایی که می‌توانید با اطمینان در گفتار یا نوشتار به کار ببرید. پژوهش‌ها درباره اندازه واژگان گویشوران بومی انگلیسی نشان می‌دهد که بزرگسالان بومی ممکن است ده‌ها هزار لِما را تشخیص دهند، اما در زندگی روزمره، زیرمجموعه بسیار کوچک‌تری را فعالانه به کار می‌برند.

این تمایز برای زبان‌آموزان بسیار مهم است.

برای روان صحبت کردن لازم نیست ۲۰۰۰۰ واژه را فعالانه به کار ببرید. اما هرچه واژگان دریافتی شما گسترده‌تر شود، می‌توانید کتاب‌ها، فیلم‌ها، گفت‌وگوها، شوخی‌ها، بحث‌ها و ارجاع‌های فرهنگی بیشتری را بفهمید.

برای بخش بعدی آماده‌اید؟ بخش ۲ را اینجا ببینید: