På et tidspunkt i nesten alle språkstudenters reise dukker det samme spørsmålet opp:

«Hvor mange ord må jeg egentlig kunne for å bli flytende?»

Det er et naturlig spørsmål. Å lære et språk kan føles endeløst, og et tydelig tall ville gjort prosessen mer håndterlig. Hvis noen bare kunne si: «Lær nøyaktig 5 000 ord, så blir du flytende», ville språklæring virket mye enklere.

Det ærlige svaret er mer nyansert.

Fra et strengt lingvistisk perspektiv kan ikke flyt reduseres til ett bestemt antall ord. Språk er ikke en lukket database. Det er et levende system av lyder, betydninger, grammatikk, sosiale vaner, kulturelle referanser og fleksible bruksmønstre.

Likevel gir korpuslingvistikk — studiet av store samlinger med faktisk språkbruk — oss svært nyttige referansepunkter. Forskere som Paul Nation, Stuart Webb og andre har undersøkt hvor stort ordforråd du trenger for å forstå muntlig og skriftlig engelsk på ulike nivåer. Funnene deres gir oss ikke et magisk tall, men de gir oss et realistisk kart.

Denne artikkelen fokuserer hovedsakelig på engelsk, fordi engelsk har noen av de best undersøkte dataene om ordfrekvens. De generelle prinsippene er nyttige for andre språk også, men de nøyaktige tallene kan endre seg avhengig av grammatikk, morfologi, skriftsystem og hvordan forskere teller ordforråd.

For å forstå dette kartet må vi først avklare ett viktig spørsmål.

Hva er det egentlig vi teller?

Når folk spør: «Hvor mange ord må jeg kunne?», høres ordet «ord» enkelt ut. Men i lingvistikk er det slett ikke enkelt.

Ta det engelske verbet run.

Du kan se det i mange former: run, runs, ran, running

Skal vi telle dette som fire separate ord? Eller som ett ord med ulike former?

De fleste som lærer språk, vil trolig føle at hvis de kan verbet run, vil de ikke at hver grammatiske form skal telles som et helt nytt ord. Derfor bruker lingvister ofte mer abstrakte enheter når de måler størrelsen på et ordforråd.

Det første nyttige begrepet er lemma.

Et lemma er grunnformen eller ordboksformen av et ord. For eksempel er go lemmaet bak go, goes, went, gone, going. I en ordbok slår du vanligvis opp grunnformen, ikke hver mulige grammatiske form hver for seg. Korpusverktøy bruker lemmaer på en lignende måte: De samler ulike ordformer under én sentral oppføring.

Så langt er dette ganske intuitivt.

Men mange studier av ordforråd — særlig på engelsk — bruker ofte et enda bredere begrep: ordfamilien.

Hva er en ordfamilie?

En ordfamilie er en gruppe beslektede ord som er bygget rundt det samme grunnordet. Den inkluderer kjerneordet og noen av de vanlige, lett gjenkjennelige formene.

For eksempel kan en forenklet ordfamilie rundt teach inkludere: teach, teaches, teaching, taught, teacher

En forenklet ordfamilie rundt nation kan inkludere: nation, national, international, nationality

Poenget er ikke at alle disse ordene er identiske. De er tydelig forskjellige ord i faktisk bruk. Men de er beslektet nok til at det å kunne ett av dem ofte kan hjelpe deg å forstå de andre.

Dette er viktig fordi du ikke lærer hvert ord isolert. Når du kan happy, blir det lettere å forstå unhappy eller happiness. Når du kan move, blir det lettere å gjette betydningen av movement. Når du kan use, blir ord som useful, useless og reuse lettere å kjenne igjen.

Det er logikken bak ordfamilier.

Ordfamilier er likevel ikke alltid enkle. Noen beslektede ord er lette å forstå ut fra grunnordet, mens andre ikke er det. For eksempel er sign og signature beslektet, men sammenhengen er kanskje ikke åpenbar for en nybegynner. Compete, competition og competitive er beslektet, men de oppfører seg ulikt i setninger.

Derfor er telling av ordfamilier nyttig i forskning, men det kan være forvirrende for deg som lærer. Det gir et praktisk anslag over ordforrådskunnskap, men det er ikke det samme som å si at du automatisk mestrer hvert medlem av familien.

I denne artikkelen er det best å tenke på ordforrådets størrelse som kjerneenheter i ordforrådet: ikke hver separate ordform, men heller ikke alltid ett strengt ordbokslemma. I mange engelske studier av ordforråd bygger referansetallene på ordfamilier.

Den forskjellen er viktig.

En som kan 3 000 ordfamilier, kan kjenne igjen langt mer enn 3 000 enkeltordformer i ekte tekster. Men det betyr ikke at de kan bruke alle aktivt i tale eller skrift.

Hvorfor frekvens betyr så mye

Språk er ikke balanserte systemer der hvert ord forekommer like ofte.

Et lite antall svært vanlige ord dukker opp hele tiden. Tusenvis av andre ord dukker bare opp av og til. Dette mønsteret knyttes ofte til Zipfs lov, en statistisk tendens der de vanligste ordene utgjør en svært stor del av faktisk språkbruk.

På engelsk dukker ord som the, be, have, do, say, go, make, know, think, good opp overalt. Sjeldne ord kan være nyttige, vakre eller viktige innen bestemte fagfelt, men de forekommer langt sjeldnere i hverdagskommunikasjon.

Dette gir et sterkt læringsprinsipp:

De første tusen høyfrekvente ordene gir deg størst utbytte.

Å lære de 1 000 vanligste ordene kan hjelpe deg å kjenne igjen en overraskende stor del av vanlig språk. Men det betyr ikke at du forstår alt. De ukjente ordene som står igjen, bærer ofte den viktige meningen i setningen.

For eksempel:

Jeg dro til ___ fordi ___ min gjorde vondt.

Du forstår kanskje det meste av grammatikken og de vanlige ordene, men ordene som mangler, kan være helt avgjørende. Var det en lege? Tannlege? Apotek? Sykehus? Kne? Mage? Tann?

Derfor er dekning viktig.

Hva betyr «95 % dekning»?

Korpusforskere snakker ofte om tekstdekning. Det betyr prosentandelen av ordene i en tekst som du allerede kjenner.

Hvis du kan 95 % av ordene i en tekst, høres det utmerket ut. Men det betyr fortsatt at 1 av 20 ord kan være ukjent.

I en kort setning er det kanskje ikke et stort problem. I en roman, podkast, film eller forelesning kan det bli slitsomt. Ukjente ord dukker opp igjen og igjen, og noen av dem kan være avgjørende for meningen.

Ved rundt 95 % dekning kan du ofte følge hovedideen, særlig hvis temaet er kjent og du får visuell støtte eller støtte fra situasjonen. Ved rundt 98 % dekning blir forståelsen mye mer komfortabel. Du kan gjette mer ut fra kontekst, lese eller lytte med færre avbrudd og fokusere mer på mening enn på å dekode hver setning.

Paul Nations ofte siterte forskning antyder at du trenger omtrent 6 000–7 000 ordfamilier for rundt 98 % dekning av muntlig engelsk, og 8 000–9 000 ordfamilier for mange skriftlige tekster.

For uformell muntlig engelsk, filmer og TV kan tallene være noe lavere. Webb og Rodgers fant at de mest frekvente 3 000 ordfamiliene, sammen med egennavn og marginale ord, ga omtrent 95 % dekning av TV-programmer, mens rundt 7 000 ordfamilier ga omtrent 98 % dekning.

En nyere studie av uformell muntlig engelsk antyder også at rundt 2 000–3 000 ordfamilier kan gi omtrent 95 % dekning for noen typer uformell muntlig input, mens 5 000–7 000 kan være nødvendig for rundt 98 %, avhengig av sjanger.

Så svaret avhenger av hva du vil forstå.

En uformell samtale, en sitcom, en universitetsforelesning, et juridisk dokument og en skjønnlitterær roman krever ikke nøyaktig det samme ordforrådet.

Praktiske mål for ordforråd

Tabellen nedenfor er ikke en streng vitenskapelig skala. Den er en praktisk og lærervennlig guide basert på korpusforskning og studier av ordforrådsdekning.

Størrelse på ordforråd Praktisk nivå Hva det vanligvis betyr
800–1 000 kjerneord Overlevelse / grunnleggende kommunikasjon Du kan håndtere svært vanlige hverdagssituasjoner, men uttrykket ditt er begrenset, og du vil gå glipp av mange detaljer.
2 000–3 000 ordfamilier Tidlig selvstendighet Du kan forstå en stor del av uformelt hverdagsspråk, særlig med kontekst, gjentakelse og kjente temaer.
3 000–5 000 ordfamilier Trygg hverdagskommunikasjon Dette er en realistisk terskel for mange som vil kommunisere selvstendig i hverdagen, på reise, i enkle arbeidssituasjoner og med vanlige medier.
6 000–9 000 ordfamilier Avansert forståelse Du kan forstå mye mer variert muntlig og skriftlig input, inkludert mange filmer, podkaster, artikler og profesjonelle samtaler.
10 000+ ordfamilier / bredt reseptivt ordforråd Nesten morsmålsnivå eller svært avansert spenn Du kan håndtere komplekst, akademisk, litterært og spesialisert språk mer komfortabelt, selv om det alltid vil finnes nye ord.

Den viktigste lærdommen er denne:

Du trenger ikke å kunne hvert ord i et språk for å bruke det godt.

Faktisk kan ingen hvert ord i et språk. Selv morsmålsbrukere møter jevnlig ukjente ord innen spesialiserte fagfelt, litteratur, jus, medisin, teknologi eller regional tale.

Morsmålsbrukere har også et mye større reseptivt ordforråd enn aktivt ordforråd. Reseptivt ordforråd betyr ordene du kan kjenne igjen og forstå. Aktivt ordforråd betyr ordene du trygt kan bruke når du snakker eller skriver. Forskning på størrelsen på engelske morsmålsbrukeres ordforråd viser at voksne morsmålsbrukere kan kjenne igjen titusenvis av lemmaer, men at de aktivt bruker et mye mindre utvalg i hverdagen.

Denne forskjellen er svært viktig for deg som lærer språk.

Du trenger ikke å bruke 20 000 ord aktivt for å snakke flytende. Men når det reseptive ordforrådet ditt vokser, kan du forstå flere bøker, filmer, samtaler, vitser, argumenter og kulturelle referanser.

Klar for neste del? Sjekk ut del 2 her: