Någon gång under nästan varje språkinlärares resa dyker samma fråga upp:

“Hur många ord behöver jag egentligen kunna för att bli flytande?”

Det är en naturlig fråga. Att lära sig ett språk kan kännas oändligt, och ett tydligt antal skulle göra processen mer hanterbar. Om någon bara kunde säga: “Lär Dig exakt 5 000 ord, så blir Du flytande”, skulle språkinlärning verka mycket enklare.

Det ärliga svaret är mer nyanserat.

Ur ett strikt språkvetenskapligt perspektiv kan flyt inte reduceras till ett enda antal ord. Språk är inte en sluten databas. Det är ett levande system av ljud, betydelser, grammatik, sociala vanor, kulturella referenser och flexibla användningsmönster.

Ändå ger korpuslingvistiken – studiet av stora samlingar av verkligt språkbruk – oss mycket användbara riktmärken. Forskare som Paul Nation, Stuart Webb och andra har studerat hur stort ordförråd som behövs för att förstå talad och skriven engelska på olika nivåer. Deras resultat ger oss inte ett magiskt tal, men de ger oss en realistisk karta.

Den här artikeln fokuserar främst på engelska, eftersom engelska har några av de mest välstuderade uppgifterna om ordfrekvens. De allmänna principerna är användbara även för andra språk, men de exakta siffrorna kan variera beroende på grammatik, morfologi, skriftsystem och hur forskare räknar ordförråd.

För att förstå den kartan behöver vi först reda ut en viktig fråga.

Vad räknar vi egentligen?

När människor frågar: “Hur många ord behöver jag kunna?”, låter ordet “ord” enkelt. Men inom språkvetenskapen är det inte enkelt alls.

Ta det engelska verbet run.

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

Ska vi räkna dem som fyra separata ord? Eller som ett ord med olika former?

De flesta språkinlärare känner nog att om de kan verbet run, vill de inte att varje grammatisk form ska räknas som ett helt nytt ord. Därför använder språkforskare ofta mer abstrakta enheter när de mäter ordförrådets storlek.

Det första användbara begreppet är lemma.

Ett lemma är grundformen eller ordboksformen av ett ord. Till exempel är go lemmat bakom go, goes, went, gone, going. I en ordbok slår Du normalt upp grundformen, inte varje möjlig grammatisk form separat. Korpusverktyg använder lemman på liknande sätt: de grupperar olika ordformer under en central uppslagsform.

Hittills är detta ganska intuitivt.

Men många ordförrådsstudier – särskilt på engelska – använder ofta ett ännu bredare begrepp: ordfamiljen.

Vad är en ordfamilj?

En ordfamilj är en grupp besläktade ord som bygger på samma grundord. Den omfattar kärnordet och några av dess vanliga, tydliga former.

Till exempel kan en förenklad ordfamilj kring teach innehålla: teach, teaches, teaching, taught, teacher

En förenklad ordfamilj kring nation kan innehålla: nation, national, international, nationality

Tanken är inte att alla dessa ord är identiska. De är tydligt olika ord i faktisk användning. Men de hänger ihop tillräckligt mycket för att kunskap om ett av dem ofta ska hjälpa Dig att förstå de andra.

Det här är viktigt eftersom språkinlärare inte lär sig varje ord isolerat. När Du kan happy blir det lättare att förstå unhappy eller happiness. När Du kan move blir det lättare att gissa betydelsen av movement. När Du kan use blir ord som useful, useless och reuse lättare att känna igen.

Det är logiken bakom ordfamiljer.

Men ordfamiljer är inte alltid enkla. Vissa besläktade ord är lätta att förstå utifrån grundordet, medan andra inte är det. Till exempel är sign och signature besläktade, men kopplingen är kanske inte uppenbar för en nybörjare. Compete, competition och competitive är besläktade, men de fungerar olika i meningar.

Därför är räkning av ordfamiljer användbar för forskning, men den kan vara förvirrande för språkinlärare. Den ger en praktisk uppskattning av ordförrådskunskap, men det är inte samma sak som att säga att varje medlem i familjen automatiskt är behärskad.

I den här artikeln är det bäst att tänka i termer av centrala ordförrådsenheter när vi pratar om ordförrådets storlek: inte varje separat ordform, men inte alltid ett enda strikt ordbokslemma heller. I många engelska ordförrådsstudier bygger riktmärkena på ordfamiljer.

Den skillnaden spelar roll.

En språkinlärare som kan 3 000 ordfamiljer kan känna igen långt fler än 3 000 enskilda ordformer i verkliga texter. Men det betyder inte att personen kan använda alla aktivt i tal eller skrift.

Varför frekvens spelar så stor roll

Språk är inte balanserade system där varje ord förekommer lika ofta.

Ett litet antal mycket vanliga ord förekommer hela tiden. Tusentals andra ord förekommer bara ibland. Det här mönstret kopplas ofta till Zipfs lag, en statistisk tendens där de mest frekventa orden står för en mycket stor del av verkligt språkbruk.

På engelska dyker ord som the, be, have, do, say, go, make, know, think, good upp överallt. Ovanliga ord kan vara användbara, vackra eller viktiga inom specifika områden, men de förekommer inte alls lika ofta i vardaglig kommunikation.

Det skapar en kraftfull inlärningsprincip:

De första tusen högfrekventa orden ger Dig störst utdelning.

Att lära sig de vanligaste 1 000 orden kan hjälpa Dig att känna igen en förvånansvärt stor del av vanligt språk. Men det betyder inte att Du förstår allt. De återstående okända orden bär ofta meningens viktiga betydelse.

Till exempel:

I went to the ___ because my ___ was hurting.

Du kanske förstår det mesta av grammatiken och de vanliga orden, men de saknade orden kan vara avgörande. Var det en läkare? Tandläkare? Apotek? Sjukhus? Knä? Mage? Tand?

Därför spelar täckning roll.

Vad betyder “95 % täckning”?

Korpusforskare pratar ofta om texttäckning. Det betyder andelen ord i en text som Du redan kan.

Om Du kan 95 % av orden i en text låter det utmärkt. Men det betyder fortfarande att 1 av 20 ord kan vara okänt.

I en kort mening behöver det inte vara något stort problem. I en roman, podd, film eller föreläsning kan det bli tröttande. Okända ord dyker upp om och om igen, och vissa av dem kan vara avgörande för betydelsen.

Vid omkring 95 % täckning kan Du ofta följa huvudidén, särskilt om ämnet är bekant och det finns visuellt eller situationsbaserat stöd. Vid omkring 98 % täckning blir förståelsen mycket bekvämare. Du kan gissa mer utifrån sammanhanget, läsa eller lyssna med färre avbrott och fokusera mer på betydelsen än på att avkoda varje mening.

Paul Nations ofta citerade arbete tyder på att ungefär 6 000–7 000 ordfamiljer kan behövas för omkring 98 % täckning av talad engelska, och 8 000–9 000 ordfamiljer för många skrivna texter.

För informell talad engelska, filmer och tv kan siffrorna vara något lägre. Webb och Rodgers fann att de mest frekventa 3 000 ordfamiljerna, tillsammans med egennamn och marginella ord, gav omkring 95 % täckning av tv-program, medan omkring 7 000 ordfamiljer gav omkring 98 % täckning.

En nyare studie om informell talad engelska tyder också på att omkring 2 000–3 000 ordfamiljer kan ge cirka 95 % täckning för vissa typer av informellt talat material, medan 5 000–7 000 kan behövas för omkring 98 %, beroende på genre.

Så svaret beror på vad Du vill förstå.

Ett avslappnat samtal, en sitcom, en universitetsföreläsning, ett juridiskt dokument och en skönlitterär roman kräver inte exakt samma ordförråd.

Praktiska riktmärken för ordförråd

Följande tabell är inte en strikt vetenskaplig skala. Den är en praktisk och inlärarvänlig guide baserad på korpusforskning och studier av ordförrådstäckning.

Ordförrådets storlek Praktisk nivå Vad det vanligtvis betyder
800–1 000 kärnord Överlevnadsnivå / grundläggande kommunikation Du kan hantera mycket vanliga vardagssituationer, men Ditt uttryck är begränsat och Du missar många detaljer.
2 000–3 000 ordfamiljer Tidig självständighet Du kan förstå en stor del av informellt vardagsspråk, särskilt med sammanhang, upprepning och bekanta ämnen.
3 000–5 000 ordfamiljer Trygg vardaglig kommunikation Det här är en realistisk tröskel för många språkinlärare som vill kommunicera självständigt i vardagen, på resor, i enkla arbetssituationer och med vanliga medier.
6 000–9 000 ordfamiljer Avancerad förståelse Du kan förstå mycket mer varierat talat och skrivet material, inklusive många filmer, poddar, artiklar och professionella samtal.
10 000+ ordfamiljer / brett receptivt ordförråd Nära modersmålsnivå eller mycket avancerad nivå Du kan hantera komplext, akademiskt, litterärt och specialiserat språk bekvämare, även om det alltid kommer att finnas nya ord.

Den viktigaste lärdomen är denna:

Du behöver inte kunna varje ord i ett språk för att använda det väl.

Faktum är att ingen kan varje ord i ett språk. Även modersmålstalare stöter regelbundet på okända ord inom specialområden, litteratur, juridik, medicin, teknik eller regionalt tal.

Modersmålstalare har också ett mycket större receptivt ordförråd än aktivt ordförråd. Receptivt ordförråd betyder de ord Du kan känna igen och förstå. Aktivt ordförråd betyder de ord Du tryggt kan använda i tal eller skrift. Forskning om ordförrådets storlek hos engelska modersmålstalare visar att vuxna modersmålstalare kan känna igen tiotusentals lemman, men att de aktivt använder en mycket mindre delmängd i vardagen.

Den här skillnaden är mycket viktig för språkinlärare.

Du behöver inte använda 20 000 ord aktivt för att tala flytande. Men när Ditt receptiva ordförråd växer kan Du förstå fler böcker, filmer, samtal, skämt, argument och kulturella referenser.

Redo för nästa del? Läs del 2 här: