La un moment dat, în parcursul aproape fiecărui cursant care învață o limbă, apare aceeași întrebare:

„De câte cuvinte am nevoie, de fapt, ca să devin fluent?”

Este o întrebare firească. Învățarea unei limbi poate părea nesfârșită, iar un număr clar ar face procesul să pară mai ușor de gestionat. Dacă cineva ar putea spune pur și simplu: „Învață exact 5.000 de cuvinte și vei vorbi fluent”, învățarea limbilor ar părea mult mai simplă.

Răspunsul sincer este mai nuanțat.

Dintr-un punct de vedere strict lingvistic, fluența nu poate fi redusă la un singur număr de cuvinte. Limba nu este o bază de date închisă. Este un sistem viu de sunete, sensuri, gramatică, obiceiuri sociale, referințe culturale și tipare flexibile de utilizare.

Totuși, lingvistica de corpus — studiul colecțiilor mari de limbă folosită în mod real — ne oferă repere foarte utile. Cercetători precum Paul Nation, Stuart Webb și alții au studiat cât vocabular este necesar pentru a înțelege engleza vorbită și scrisă la diferite niveluri. Rezultatele lor nu ne dau un număr magic, dar ne oferă o hartă realistă.

Acest articol se concentrează în principal pe engleză, deoarece engleza are unele dintre cele mai bine studiate date despre frecvența vocabularului. Principiile generale sunt utile și pentru alte limbi, dar cifrele exacte se pot schimba în funcție de gramatică, morfologie, sistem de scriere și de felul în care cercetătorii numără vocabularul.

Pentru a înțelege această hartă, trebuie mai întâi să clarificăm o întrebare importantă.

Ce numărăm, de fapt?

Când oamenii întreabă „Câte cuvinte trebuie să știu?”, cuvântul „cuvânt” pare simplu. Dar în lingvistică nu este deloc simplu.

Să luăm verbul englezesc run.

Îl poți întâlni în multe forme: run, runs, ran, running

Ar trebui să le numărăm ca patru cuvinte separate? Sau ca un singur cuvânt cu forme diferite?

Majoritatea celor care învață o limbă ar simți probabil că, dacă știu verbul run, nu vor ca fiecare formă gramaticală să fie numărată ca un cuvânt complet nou. De aceea, lingviștii folosesc adesea unități mai abstracte atunci când măsoară dimensiunea vocabularului.

Primul concept util este lema.

O lemă este forma de bază sau forma de dicționar a unui cuvânt. De exemplu, go este lema din spatele formelor go, goes, went, gone, going. Într-un dicționar, cauți în mod normal forma de bază, nu fiecare formă gramaticală posibilă separat. Instrumentele de corpus folosesc lemele într-un mod similar: grupează diferite forme ale cuvântului sub o intrare centrală.

Până aici, lucrurile sunt destul de intuitive.

Dar multe studii despre vocabular — mai ales în engleză — folosesc adesea un concept și mai larg: familia de cuvinte.

Ce este o familie de cuvinte?

O familie de cuvinte este un grup de cuvinte înrudite construite în jurul aceluiași cuvânt de bază. Include cuvântul principal și unele dintre formele sale comune, transparente.

De exemplu, o familie de cuvinte simplificată în jurul lui teach ar putea include: teach, teaches, teaching, taught, teacher

O familie de cuvinte simplificată în jurul lui nation ar putea include: nation, national, international, nationality

Ideea nu este că toate aceste cuvinte sunt identice. În utilizarea reală, sunt în mod clar cuvinte diferite. Dar sunt suficient de înrudite încât cunoașterea unuia te poate ajuta adesea să le înțelegi pe celelalte.

Acest lucru este important, deoarece cei care învață o limbă nu învață fiecare cuvânt izolat. Odată ce știi happy, devine mai ușor să înțelegi unhappy sau happiness. Odată ce știi move, devine mai ușor să ghicești sensul lui movement. Odată ce știi use, cuvinte precum useful, useless și reuse devin mai ușor de recunoscut.

Aceasta este logica din spatele familiilor de cuvinte.

Totuși, familiile de cuvinte nu sunt întotdeauna simple. Unele cuvinte înrudite sunt ușor de înțeles pornind de la cuvântul de bază, în timp ce altele nu sunt. De exemplu, sign și signature sunt înrudite, dar legătura poate să nu fie evidentă pentru un începător. Compete, competition și competitive sunt înrudite, dar se comportă diferit în propoziții.

De aceea, numărarea familiilor de cuvinte este utilă pentru cercetare, dar poate fi confuză pentru cursanți. Oferă o estimare practică a cunoașterii vocabularului, dar nu înseamnă că fiecare membru al familiei este stăpânit automat.

În acest articol, când vorbim despre dimensiunea vocabularului, cel mai bine este să ne gândim la unități de vocabular de bază: nu fiecare formă separată a unui cuvânt, dar nici întotdeauna o singură lemă strictă de dicționar. În multe studii despre vocabularul englez, cifrele de referință se bazează pe familii de cuvinte.

Această diferență contează.

Un cursant care cunoaște 3.000 de familii de cuvinte poate recunoaște mult mai mult de 3.000 de forme individuale în texte reale. Dar asta nu înseamnă că le poate folosi activ pe toate în vorbire sau în scris.

De ce contează atât de mult frecvența

Limbile nu sunt sisteme echilibrate în care fiecare cuvânt apare la fel de des.

Un număr mic de cuvinte foarte frecvente apare constant. Mii de alte cuvinte apar doar ocazional. Acest tipar este adesea legat de legea lui Zipf, o tendință statistică potrivit căreia cele mai frecvente cuvinte reprezintă o parte foarte mare din utilizarea reală a limbii.

În engleză, cuvinte precum the, be, have, do, say, go, make, know, think, good apar peste tot. Cuvintele rare pot fi utile, frumoase sau importante în domenii specifice, dar nu apar nici pe departe la fel de des în comunicarea de zi cu zi.

De aici rezultă un principiu de învățare foarte puternic:

Primele câteva mii de cuvinte cu frecvență mare îți oferă cel mai mare câștig.

Învățarea celor mai comune 1.000 de cuvinte te poate ajuta să recunoști o parte surprinzător de mare din limbajul obișnuit. Dar asta nu înseamnă că vei înțelege totul. Cuvintele necunoscute rămase poartă adesea sensul important al propoziției.

De exemplu:

M-am dus la ___ pentru că mă durea ___.

Poți înțelege cea mai mare parte a gramaticii și a cuvintelor comune, dar cuvintele lipsă ar putea fi esențiale. Era vorba de doctor? Dentist? Farmacie? Spital? Genunchi? Stomac? Dinte?

De aceea contează acoperirea.

Ce înseamnă „acoperire de 95%”?

Cercetătorii care lucrează cu corpusuri vorbesc adesea despre acoperire textuală. Aceasta înseamnă procentul de cuvinte dintr-un text pe care le cunoști deja.

Dacă știi 95% dintre cuvintele dintr-un text, sună excelent. Dar tot înseamnă că 1 din 20 de cuvinte poate fi necunoscut.

Într-o propoziție scurtă, s-ar putea să nu fie o mare problemă. Într-un roman, podcast, film sau curs, poate deveni obositor. Cuvintele necunoscute apar din nou și din nou, iar unele dintre ele pot fi cruciale pentru sens.

La aproximativ 95% acoperire, poți urmări adesea ideea generală, mai ales dacă subiectul este familiar și există sprijin vizual sau situațional. La aproximativ 98% acoperire, înțelegerea devine mult mai confortabilă. Poți ghici mai mult din context, poți citi sau asculta cu mai puține întreruperi și te poți concentra mai mult pe sens decât pe descifrarea fiecărei propoziții.

Lucrările des citate ale lui Paul Nation sugerează că ar putea fi necesare aproximativ 6.000–7.000 de familii de cuvinte pentru o acoperire de circa 98% a englezei vorbite și 8.000–9.000 de familii de cuvinte pentru multe texte scrise.

Pentru engleza vorbită informal, filme și televiziune, cifrele pot fi ceva mai mici. Webb și Rodgers au descoperit că cele mai frecvente 3.000 de familii de cuvinte, împreună cu numele proprii și cuvintele marginale, ofereau aproximativ 95% acoperire pentru programele de televiziune, în timp ce aproximativ 7.000 de familii de cuvinte ofereau în jur de 98% acoperire.

Un studiu mai recent despre engleza vorbită informal sugerează, de asemenea, că aproximativ 2.000–3.000 de familii de cuvinte pot oferi o acoperire de circa 95% pentru unele tipuri de input oral informal, în timp ce 5.000–7.000 pot fi necesare pentru aproximativ 98%, în funcție de gen.

Așadar, răspunsul depinde de ceea ce vrei să înțelegi.

O conversație lejeră, un sitcom, un curs universitar, un document juridic și un roman literar nu cer exact același vocabular.

Repere practice pentru vocabular

Tabelul de mai jos nu este o scară științifică strictă. Este un ghid practic, prietenos pentru cursanți, bazat pe cercetări de corpus și studii despre acoperirea vocabularului.

Dimensiunea vocabularului Nivel practic Ce înseamnă de obicei
800–1.000 de cuvinte de bază Supraviețuire / comunicare de bază Te poți descurca în situații cotidiene foarte comune, dar exprimarea este limitată și vei pierde multe detalii.
2.000–3.000 de familii de cuvinte Independență timpurie Poți înțelege o mare parte din limbajul informal de zi cu zi, mai ales cu ajutorul contextului, repetiției și subiectelor familiare.
3.000–5.000 de familii de cuvinte Comunicare cotidiană cu încredere Acesta este un prag realist pentru mulți cursanți care vor să comunice independent în viața de zi cu zi, în călătorii, în situații simple de lucru și în media obișnuită.
6.000–9.000 de familii de cuvinte Înțelegere avansată Poți înțelege input vorbit și scris mult mai variat, inclusiv multe filme, podcasturi, articole și conversații profesionale.
10.000+ familii de cuvinte / vocabular receptiv larg Nivel apropiat de cel nativ sau foarte avansat Poți gestiona mai confortabil limbaj complex, academic, literar și specializat, deși vor exista întotdeauna cuvinte noi.

Cea mai importantă lecție este aceasta:

Nu trebuie să știi fiecare cuvânt dintr-o limbă ca să o folosești bine.

De fapt, nimeni nu știe fiecare cuvânt dintr-o limbă. Chiar și vorbitorii nativi întâlnesc în mod regulat cuvinte necunoscute în domenii specializate, literatură, drept, medicină, tehnologie sau vorbire regională.

Vorbitorii nativi au, de asemenea, un vocabular receptiv mult mai mare decât vocabularul activ. Vocabularul receptiv înseamnă cuvintele pe care le poți recunoaște și înțelege. Vocabularul activ înseamnă cuvintele pe care le poți folosi cu încredere în vorbire sau în scris. Cercetările despre dimensiunea vocabularului nativ în engleză arată că vorbitorii nativi adulți pot recunoaște zeci de mii de leme, dar folosesc activ un subset mult mai mic în viața de zi cu zi.

Această distincție este foarte importantă pentru cei care învață o limbă.

Nu trebuie să folosești activ 20.000 de cuvinte ca să vorbești fluent. Dar, pe măsură ce vocabularul receptiv crește, poți înțelege mai multe cărți, filme, conversații, glume, argumente și referințe culturale.

Vrei să continui? Citește Partea 2 aici: