Berapa Banyak Perkataan yang Perlu Anda Tahu untuk Fasih Berbahasa Inggeris? Pandangan Linguistik Korpus - Bahagian 1

Pada satu tahap dalam perjalanan hampir setiap pelajar bahasa, soalan yang sama akan muncul:

“Berapa banyak perkataan yang sebenarnya perlu saya tahu untuk menjadi fasih?”

Itu soalan yang semula jadi. Mempelajari bahasa boleh terasa tiada penghujung, dan angka yang jelas akan membuat prosesnya terasa lebih mudah diurus. Jika seseorang boleh sekadar berkata, “Pelajari tepat 5,000 perkataan dan Anda akan fasih,” pembelajaran bahasa tentu kelihatan jauh lebih mudah.

Jawapan yang jujur lebih bernuansa.

Dari sudut linguistik yang ketat, kefasihan tidak boleh diringkaskan kepada satu jumlah perkataan sahaja. Bahasa bukan pangkalan data tertutup. Bahasa ialah sistem hidup yang terdiri daripada bunyi, makna, tatabahasa, kebiasaan sosial, rujukan budaya dan corak penggunaan yang fleksibel.

Namun begitu, linguistik korpus — kajian terhadap koleksi besar penggunaan bahasa sebenar — memberikan kita penanda aras yang sangat berguna. Penyelidik seperti Paul Nation, Stuart Webb dan lain-lain telah mengkaji berapa banyak kosa kata yang diperlukan untuk memahami bahasa Inggeris lisan dan tulisan pada tahap yang berbeza. Dapatan mereka tidak memberikan kita angka ajaib, tetapi ia memberikan peta yang realistik.

Artikel ini memberi tumpuan terutamanya pada bahasa Inggeris, kerana bahasa Inggeris mempunyai antara data kekerapan kosa kata yang paling banyak dikaji. Prinsip umumnya juga berguna untuk bahasa lain, tetapi angka tepat boleh berubah bergantung pada tatabahasa, morfologi, sistem tulisan dan cara penyelidik mengira kosa kata.

Untuk memahami peta itu, kita perlu menjelaskan satu soalan penting terlebih dahulu.

Apa Sebenarnya yang Kita Kira?

Apabila orang bertanya, “Berapa banyak perkataan yang perlu saya tahu?”, perkataan “perkataan” kedengaran mudah. Tetapi dalam linguistik, ia sama sekali tidak mudah.

Ambil kata kerja bahasa Inggeris run.

Anda mungkin melihatnya dalam banyak bentuk: run, runs, ran, running

Patutkah kita mengira ini sebagai empat perkataan berasingan? Atau sebagai satu perkataan dengan bentuk yang berbeza?

Kebanyakan pelajar mungkin merasakan bahawa jika mereka tahu kata kerja run, mereka tidak mahu setiap bentuk tatabahasa dikira sebagai perkataan baharu sepenuhnya. Inilah sebabnya ahli linguistik sering menggunakan unit yang lebih abstrak apabila mengukur saiz kosa kata.

Konsep berguna yang pertama ialah lema.

Lema ialah bentuk dasar atau bentuk kamus sesuatu perkataan. Contohnya, go ialah lema di sebalik go, goes, went, gone, going. Dalam kamus, Anda biasanya mencari bentuk dasar, bukan setiap bentuk tatabahasa yang mungkin secara berasingan. Alat korpus menggunakan lema dengan cara yang serupa: ia mengelompokkan bentuk kata yang berbeza di bawah satu entri utama.

Setakat ini, konsep ini agak intuitif.

Tetapi banyak kajian kosa kata — terutamanya dalam bahasa Inggeris — sering menggunakan konsep yang lebih luas: keluarga kata.

Apakah Itu Keluarga Kata?

Keluarga kata ialah sekumpulan perkataan berkaitan yang dibina sekitar kata dasar yang sama. Ia merangkumi perkataan teras dan beberapa bentuk lazimnya yang jelas hubungannya.

Contohnya, keluarga kata ringkas sekitar teach mungkin merangkumi: teach, teaches, teaching, taught, teacher

Keluarga kata ringkas sekitar nation mungkin merangkumi: nation, national, international, nationality

Idea ini bukan bermaksud semua perkataan tersebut sama. Dalam penggunaan sebenar, jelas sekali ia perkataan yang berbeza. Tetapi perkataan-perkataan itu cukup berkaitan sehingga mengetahui satu daripadanya sering dapat membantu Anda memahami yang lain.

Ini penting kerana pelajar bahasa tidak mempelajari setiap perkataan secara terasing. Setelah Anda tahu happy, lebih mudah untuk memahami unhappy atau happiness. Setelah Anda tahu move, lebih mudah untuk meneka makna movement. Setelah Anda tahu use, perkataan seperti useful, useless dan reuse menjadi lebih mudah dikenali.

Itulah logik di sebalik keluarga kata.

Namun, keluarga kata tidak selalu mudah. Sesetengah perkataan yang berkaitan mudah difahami daripada kata dasarnya, manakala yang lain tidak. Contohnya, sign dan signature berkaitan, tetapi hubungannya mungkin tidak jelas kepada pemula. Compete, competition dan competitive berkaitan, tetapi ia berfungsi secara berbeza dalam ayat.

Inilah sebabnya pengiraan keluarga kata berguna untuk penyelidikan, tetapi boleh mengelirukan pelajar. Ia memberikan anggaran praktikal tentang pengetahuan kosa kata, tetapi ia tidak sama dengan mengatakan bahawa setiap ahli keluarga kata itu dikuasai secara automatik.

Dalam artikel ini, apabila kita bercakap tentang saiz kosa kata, sebaiknya fikirkan dari segi unit kosa kata teras: bukan setiap bentuk kata yang berasingan, tetapi juga bukan semestinya satu lema kamus yang ketat. Dalam banyak kajian kosa kata bahasa Inggeris, angka penanda aras adalah berdasarkan keluarga kata.

Perbezaan itu penting.

Seorang pelajar yang mengetahui 3,000 keluarga kata mungkin mengenali jauh lebih banyak daripada 3,000 bentuk kata individu dalam teks sebenar. Tetapi ini tidak bermaksud mereka boleh menggunakan semuanya secara aktif dalam pertuturan atau penulisan.

Mengapa Kekerapan Sangat Penting

Bahasa bukan sistem seimbang di mana setiap perkataan muncul dengan kekerapan yang sama.

Sebilangan kecil perkataan yang sangat lazim muncul secara berterusan. Ribuan perkataan lain hanya muncul sekali-sekala. Corak ini sering dikaitkan dengan hukum Zipf, iaitu kecenderungan statistik di mana perkataan paling kerap merangkumi bahagian yang sangat besar dalam penggunaan bahasa sebenar.

Dalam bahasa Inggeris, perkataan seperti the, be, have, do, say, go, make, know, think, good muncul di mana-mana. Perkataan yang jarang digunakan mungkin berguna, indah atau penting dalam bidang tertentu, tetapi ia tidak muncul sekerap itu dalam komunikasi harian.

Ini menghasilkan prinsip pembelajaran yang kuat:

Beberapa ribu perkataan berfrekuensi tinggi yang pertama memberikan pulangan terbesar.

Mempelajari 1,000 perkataan paling lazim boleh membantu Anda mengenali bahagian bahasa harian yang mengejutkan besarnya. Tetapi ini tidak bermaksud Anda akan memahami segala-galanya. Perkataan yang masih tidak diketahui sering membawa makna penting dalam ayat.

Contohnya:

Saya pergi ke ___ kerana ___ saya sakit.

Anda mungkin memahami kebanyakan tatabahasa dan perkataan lazim, tetapi perkataan yang hilang itu mungkin sangat penting. Adakah ia doktor? Doktor gigi? Farmasi? Hospital? Lutut? Perut? Gigi?

Inilah sebabnya liputan penting.

Apakah Maksud “Liputan 95%”?

Penyelidik korpus sering bercakap tentang liputan teks. Ini bermaksud peratusan perkataan dalam sesuatu teks yang sudah Anda ketahui.

Jika Anda tahu 95% perkataan dalam sesuatu teks, itu kedengaran sangat baik. Tetapi ia masih bermaksud 1 daripada setiap 20 perkataan mungkin tidak diketahui.

Dalam ayat yang pendek, itu mungkin bukan masalah besar. Dalam novel, podcast, filem atau kuliah, ia boleh menjadi meletihkan. Perkataan yang tidak diketahui muncul berulang kali, dan sesetengahnya mungkin penting untuk makna.

Pada sekitar liputan 95%, Anda sering dapat mengikuti idea umum, terutamanya jika topiknya biasa dan terdapat sokongan visual atau situasi. Pada sekitar liputan 98%, pemahaman menjadi jauh lebih selesa. Anda boleh meneka lebih banyak daripada konteks, membaca atau mendengar dengan kurang gangguan, dan memberi lebih tumpuan pada makna berbanding menyahkod setiap ayat.

Karya Paul Nation yang banyak dipetik mencadangkan bahawa kira-kira 6,000–7,000 keluarga kata mungkin diperlukan untuk sekitar 98% liputan bahasa Inggeris lisan, dan 8,000–9,000 keluarga kata untuk banyak teks bertulis.

Untuk bahasa Inggeris lisan tidak formal, filem dan televisyen, angkanya mungkin sedikit lebih rendah. Webb dan Rodgers mendapati bahawa 3,000 keluarga kata paling kerap, bersama-sama dengan kata nama khas dan kata pinggiran, memberikan kira-kira 95% liputan program televisyen, manakala sekitar 7,000 keluarga kata memberikan kira-kira 98% liputan.

Kajian yang lebih terkini tentang bahasa Inggeris lisan tidak formal juga mencadangkan bahawa sekitar 2,000–3,000 keluarga kata mungkin memberikan kira-kira 95% liputan untuk sesetengah jenis input lisan tidak formal, manakala 5,000–7,000 mungkin diperlukan untuk sekitar 98%, bergantung pada genre.

Jadi jawapannya bergantung pada apa yang Anda mahu fahami.

Perbualan santai, sitkom, kuliah universiti, dokumen undang-undang dan novel sastera tidak memerlukan kosa kata yang tepat sama.

Penanda Aras Kosa Kata Praktikal

Jadual berikut bukan skala saintifik yang ketat. Ia ialah panduan praktikal yang mesra pelajar berdasarkan penyelidikan korpus dan kajian liputan kosa kata.

Pengajaran paling penting ialah ini:

Anda tidak perlu mengetahui setiap perkataan dalam sesuatu bahasa untuk menggunakannya dengan baik.

Sebenarnya, tiada siapa mengetahui setiap perkataan dalam sesuatu bahasa. Malah penutur asli juga kerap menemui perkataan yang tidak dikenali dalam bidang khusus, sastera, undang-undang, perubatan, teknologi atau pertuturan serantau.

Penutur asli juga mempunyai kosa kata reseptif yang jauh lebih besar daripada kosa kata aktif. Kosa kata reseptif bermaksud perkataan yang boleh Anda kenali dan fahami. Kosa kata aktif bermaksud perkataan yang boleh Anda gunakan dengan yakin dalam pertuturan atau penulisan. Penyelidikan tentang saiz kosa kata penutur asli bahasa Inggeris menunjukkan bahawa penutur asli dewasa mungkin mengenali puluhan ribu lema, tetapi mereka menggunakan subset yang jauh lebih kecil secara aktif dalam kehidupan harian.

Perbezaan ini sangat penting bagi pelajar bahasa.

Anda tidak perlu menggunakan 20,000 perkataan secara aktif untuk bertutur dengan fasih. Tetapi apabila kosa kata reseptif Anda berkembang, Anda boleh memahami lebih banyak buku, filem, perbualan, jenaka, hujah dan rujukan budaya.

Bersedia untuk bahagian seterusnya? Lihat Bahagian 2 di sini: