Irena Srdanović Kolokacije in kolokacije na daljavo v japonskem jeziku: korpusni pristop Kolokacije in kolokacije na daljavo_FINAL.indd 1 4.5.2016 10:50:07 Kolokacije in kolokacije na daljavo v japonskem jeziku: korpusni pristop Zbirka: Razprave FF (e-ISSN 2712-3820) Avtorica: Irena Srdanović Recenzenta: Andrej Bekeš, Bor Hodošček Lektor slovenskega dela: Damjan Popič Lektor japonskega dela: Iztok Ilc Tehnično urejanje in prelom: Aleš Cimprič Slika na naslovnici: Stock photo © akiyoko Založila: Znanstvena založba Filozofske fakultete Univerze v Ljubljani Izdal: Znanstvenoraziskovalni inštitut Filozofske fakultete Za založbo: Roman Kuhar, dekan Filozofske fakultete Ljubljana, 2021 Prva e-izdaja Publikacija je brezplačna. To delo je ponujeno pod licenco Creative Commons Priznanje avtorstva-Deljenje pod enakimi pogoji 4.0 Mednarodna licenca. (izjeme so fotografije) / This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License (except photographies). Publikacija je v digitalni obliki prosto dostopna na https://e-knjige.ff.uni-lj.si/ DOI: 10.4312/9789610605119 Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI-ID 70974723 ISBN 978-961-06-0511-9 (PDF) Kolokacije in kolokacije na daljavo_FINAL.indd 2 4.5.2016 10:50:07 Kazalo vsebine Uvodni del . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1 Empirični in aplikativni pristop v analizi kolokacij. . . . . . . . . . . . .11 1.1 Razvoj korpusnega jezikoslovja . . . . . . . . . . . . . . . . . . . . . .11 1.2 Uporaba korpusov pri učenju tujega jezika. . . . . . . . . . . . . . .13 1.3 Začetki raziskovanja kolokacij in pomembnost učenja kolokacij za tuje učence . . . . . . . . . . . . . . . . . . . . . .15 1.4 Luščenje kolokacij japonskega jezika iz korpusov . . . . . . . . . .17 1.5 Razvoj pripomočkov za učenje kolokacij . . . . . . . . . . . . . . . .19 1.6 Kolokacije na daljavo in ujemanje med prislovi in modalnimi oblikami na koncu stavka. . . . . . . . . . . . . . . . .21 1.7 Povezave s pričujočo raziskavo . . . . . . . . . . . . . . . . . . . . . .24 2 Razvoj japonske različice orodja za luščenje kolokacij . . . . . . . . . .27 2.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27 2.2 Povzetek delovanja sistema . . . . . . . . . . . . . . . . . . . . . . . .27 2.3 Priprava in lastnosti spletnega korpusa . . . . . . . . . . . . . . . . .28 2.3.1 Struktura in značilnosti spletnega korpusa . . . . . . . . . .29 2.3.2 Statistika spletnega korpusa . . . . . . . . . . . . . . . . . . .30 2.3.3 Vnašanje spletnega korpusa v sistem in funkcija konkordanc . . . . . . . . . . . . . . . . . . . . . . .33 2.3.4 Primerjava spletnega in korpusa časopisov . . . . . . . . . .34 2.3.5 Spletni podatki kot vrsta korpusa . . . . . . . . . . . . . . . .38 2.4 Izdelava slovnične datoteke v japonščini. . . . . . . . . . . . . . . .40 2.4.1 Vzorci v slovnični datoteki . . . . . . . . . . . . . . . . . . . . .40 2.4.2 Luščenje kolokacijskih podatkov iz korpusa s pomočjo sistema . . . . . . . . . . . . . . . . . . . .42 2.4.3 Slovnična datoteka in razmerje do orodja ChaSen . . . . .48 2.5 Glavne funkcije sistema . . . . . . . . . . . . . . . . . . . . . . . . . . .48 2.5.1 Besedne skice: funkcija pridobivanja kolokacijskih povezav . . . . . . . . . . . . . . . . . . . . . . .48 2.5.2 Tezaver: funkcija slovarja sopomenk . . . . . . . . . . . . . .52 2.5.3 Primerjalne skice: funkcija prikaza podobnosti in razlik . .53 2.6 Povzetek in nadaljnja vprašanja . . . . . . . . . . . . . . . . . . . . . .55 3 Kolokacije in kolokacije na daljavo_FINAL.indd 3 4.5.2016 10:50:07 3 Aplikacija in vrednotenje japonske različice sistema za luščenje kolokacij . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .57 3.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .57 3.2 Leksikalno-semantična analiza: primer besede chousen »izziv« (挑戦) . . . . . . . . . . . . . . . . . . . . . . . . . . . .58 3.3 Metodologija iskanja stavčnih vzorcev . . . . . . . . . . . . . . . . .61 3.3.1 Morfološka produkcija in izpeljava . . . . . . . . . . . . . . .61 3.3.2 Iskanje vzorcev . . . . . . . . . . . . . . . . . . . . . . . . . . . .62 3.4 Področje poučevanja japonščine in možna raba sistema . . . . . .66 3.4.1 Z vidika uporabnika . . . . . . . . . . . . . . . . . . . . . . . . .66 3.4.2 Z vidika štirih jezikovnih spretnosti . . . . . . . . . . . . . . .67 3.4.3 Z vidika učnih ciljev . . . . . . . . . . . . . . . . . . . . . . . . .67 3.5 Drugi načini uporabe . . . . . . . . . . . . . . . . . . . . . . . . . . . .68 3.6 Vrednotenje 1: primerjava s slovarjem kolokacij . . . . . . . . . . .68 3.6.1 Uporaba za številne slovnične povezave. . . . . . . . . . . .69 3.6.2 Metoda za izbiranje kolokacij . . . . . . . . . . . . . . . . . . .70 3.6.3 Uporaba za izbiranje stavčnih primerov . . . . . . . . . . . .70 3.6.4 Uporaba za leksikalno-semantične podatke . . . . . . . . .71 3.7 Vrednotenje 2: vrednotenje izdelave kolokacijskega slovarja . . .73 3.8 Povzetek in nadaljnja vprašanja . . . . . . . . . . . . . . . . . . . . . .77 4 Kolokacijski odnos na daljavo med prislovi in modalno obliko na koncu stavka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79 4.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79 4.2 Razpršenost prislovov in značilnosti korpusov. . . . . . . . . . . . .80 4.2.1 Porazdelitev korpusov . . . . . . . . . . . . . . . . . . . . . . .81 4.2.2 Razvrščanje korpusov v skupine . . . . . . . . . . . . . . . . .83 4.2.3 Odstopanja v razpršenosti prislovov v korpusu glede na vrednost entropije. . . . . . . . . . . . . . . . . . . . . . . . . .84 4.3 Tendenca kolokacijskih odnosov prislovov in modalne oblike na koncu stavka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85 4.3.1 Vrste kolokacij med prislovi in modalnostjo ter predmet raziskave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85 4.3.2 Primerjava med Kudōjevimi podatki in spletnim korpusom . . . . . . . . . . . . . . . . . . . . . . .86 4 Kolokacije in kolokacije na daljavo_FINAL.indd 4 4.5.2016 10:50:07 4.3.2.1 Kolokacijski odnos med prislovi in modalno obliko na koncu stavka pri Kudōju . . . . . . . . . .86 4.3.2.2 Kolokacije povednih prislovov in modalnih oblik na koncu stavka v spletnem korpusu. . . . .88 4.3.2.3 Primerjava Kudōjevih in spletnih podatkov . . . .90 4.3.3 Primerjava korpusov formalnega in neformalnega govorjenega jezika . . . . . . . . . . . . . . . . . . . . . . . . .92 4.3.4 Primerjava med različnimi korpusi učbenikov . . . . . . . .92 4.3.4.1 Razpršenost povednih prislovov pri korpusih učbenikov . . . . . . . . . . . . . . . . . . . . . . . . .93 4.3.4.2 Povedni prislovi in modalne oblike v korpusih učbenikov . . . . . . . . . . . . . . . . . . . . . . . . .93 4.3.5 Značilnosti posameznih korpusov z vidika znanstvenih besedil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .95 4.3.6 Tendenca z vidika korpusa belih knjig . . . . . . . . . . . . .96 4.3.6.1 Razpršenost povednih prislovov v korpusu belih knjig. . . . . . . . . . . . . . . . . . . .96 4.3.6.2 Kolokacije prislovov in modalnih oblik v korpusu belih knjig. . . . . . . . . . . . . . . . . . . .97 4.4 Povzetek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .99 5 Luščenje kolokacij na daljavo med prislovi in modalnimi oblikami na koncu stavka ter predlog za uporabo v učnem gradivu za japonščino. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 5.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 5.2 Luščenje prislovov in njihovih kolokacij na daljavo. . . . . . . . . 102 5.3 Luščenje modalnih oblik . . . . . . . . . . . . . . . . . . . . . . . . . 103 5.3.1 Metoda pridobivanja modalnih oblik. . . . . . . . . . . . . 103 5.3.2 Rezultat luščenja modalnih oblik . . . . . . . . . . . . . . . 106 5.3.3 Vrednotenje izluščenih kolokacij prislovov in modalnih oblik . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.3.4 Primerjava s Kudōjevimi podatki. . . . . . . . . . . . . . . . 112 5.3.5 Primerjava z uravnoteženimi publikacijami . . . . . . . . . 113 5.4 Razvoj učnega gradiva za študente japonščine . . . . . . . . . . . 115 5.4.1 Korpusno zasnovan predlog za izdelavo učnega načrta besedišča. . . . . . . . . . . . . . . . . . . . . 115 5 Kolokacije in kolokacije na daljavo_FINAL.indd 5 4.5.2016 10:50:07 5.4.1.1 Obravnavanje prislovov in modalnih oblik v učbenikih japonščine . . . . . . . . . . . . . . . . . 115 5.4.1.2 Vrste korpusov in cilji učencev . . . . . . . . . . . 118 5.4.1.3 Frekvenca v korpusu in zaporedje obravnave učne snovi . . . . . . . . . . . . . . . . . . . . . . . . 118 5.4.1.4 Predlogi za izdelavo učnega načrta za besedišče prislovov . . . . . . . . . . . . . . . . . . 119 5.4.1.5 Predlogi za izdelavo učnega načrta za besedišče prislovov glede na kolokabilnost med prislovi in modalno obliko na koncu stavka. . . . . . . . . . . . . . . . . . . . . . . 121 5.4.2 Predlogi za urejanje slovarja . . . . . . . . . . . . . . . . . . 123 5.5 Povzetek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 6 Zaključek in nadaljnja vprašanja . . . . . . . . . . . . . . . . . . . . . . . 127 6.1 Povzetek rezultatov in splošne opazke . . . . . . . . . . . . . . . . 127 6.2 Nadaljnja vprašanja . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 Viri in literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 Stvarno kazalo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 6 Kolokacije in kolokacije na daljavo_FINAL.indd 6 4.5.2016 10:50:07 Uvodni del V pričujoči monografiji je jezik obravnavan kot dinamičen fenomen, z empiričnim pristopom pa so analizirane obsežne podatkovne baze. Tovrstni pristop se v jezikovni teoriji v širšem pogledu sklada s funkcionalizmom, poudarja pa uporabne in operativne vidike jezika. V tem smislu se precej razlikuje od formalizma, ki v osnovi temelji na intuiciji raziskovalca. V pričujočo raziskavo je bila vključena empirič- na metodologija, in sicer objektivno opazovanje predmeta preučevanja – kolokacij, na podlagi obsežnega gradiva japonskega jezika. Rezultati analize so aplicirani na področje izobraževanja japonščine kot tujega jezika. Za učence tujega jezika so kolokacije, istočasno pojavljanje dveh ali več besed ali pa besede in določenih stavčnih vzorcev, eden najpomembnejših delov učenja. Kolokacije so v vsakem jeziku edinstvene in pogosto težko predvidljive le na podlagi maternega jezika ali jezika, ki ga že obvladamo, kar predstavlja veliko breme pri učenju. Vendar pa kolokacije do sedaj še niso bile zadostno vključene v učne načrte pri poučevanju japonščine, primanjkuje tudi učnih materialov, kot je npr. slovar kolokacij, zasnovan na uravnoteženem korpusu japonskega jezika, ki bi bili lahko učencem v pomoč. Po drugi strani pa je izdelava obsežnega korpusa japonskega jezika BCCWJ v zadnjem desetletju (2006–2011) omogočila izvajanje podrobnih raziskav o kolokacijah ter korpusno zasnovano pripravo učnih gradiv, slovarjev in drugih pripomočkov, tako da se na tem področju kot tudi pri pomoči učencem japonščine kot tujega jezika pričakuje napredek. Osnovni namen raziskave je analizirati in ovrednotiti kolokacijske povezave s po-močjo več različnih obsežnih korpusov japonskega jezika in posebej na primeru prislovov in modalnih oblik pokazati pomembnost uporabe korpusa pri izdelavi učnih načrtov in učnega gradiva. Kot je v nadaljevanju natančneje povedano, je cilj raziskave dvojen. Prvi cilj je razviti in ovrednotiti japonsko različico besednih skic orodja Sketch Engine (SkE), ki omogoča pridobitev kolokacij japonskega jezika, in lahko slu- ži kot osnova za izdelavo kolokacijskega slovarja za učence japonščine. Za to je bilo treba uporabiti obsežni spletni korpus JpWaC in izdelati slovnično datoteko v japonščini, ki zajema različne kolokacijske odnose japonskega jezika s pomočjo korpusne poizvedbene sintakse (ang. corpus query syntax), in sicer z uporabo regularnih izrazov (ang. regular expressions), angleških prevodov besednih vrst morfolo- škega analizatorja ChaSen, osmišljenih kolokacijskih vzorcev japonskega jezika in korpusnega orodja SkE. Vrednotenje rezultatov opravimo z metodo primerjanja z obstoječimi slovarski viri ter izvajanjem anket. 7 Kolokacije in kolokacije na daljavo_FINAL.indd 7 4.5.2016 10:50:07 Drugi cilj je omogočiti, da se prislovi in modalne oblike na koncu stavka zaja-mejo kot kolokacije na daljavo ter pridobijo iz korpusov in uporabijo za učenje japonščine kot tujega jezika. Zato je treba v korpusih raziskati naravo kolokacijskih povezav in na podlagi rezultatov kombiniranja izrazov izdelati seznam pogostih modalnih oblik in njihovih variant. Na podlagi ugotovitev želimo podati predlog učnega načrta za besedišče in dodatne podatke za slovar, ki bi vključevali izlušče-ne informacije o prislovih in modalnih oblikah. V tem delu raziskave empirično opazujemo pojav v trinajstih različnih korpusih in podkorpusih japonskega jezika ter primerjamo in kategoriziramo korpuse in kolokacije s statističnimi metodami. Vrednotenje rezultatov opravimo z izvajanjem ankete ter jih primerjamo z obstoječimi učnimi pripomočki in tako potrdimo pomembnost empiričnega pristopa. V pričujoči monografiji uporabimo trinajst (pod)korpusov, ki so opisani v Tabeli 1. Naslednje podatke korpusa JpWaC uporabimo glede na namen raziskav: a) naključni primeri stavkov, b) vzorčni korpus z 20 milijoni besed, sestavljen naključno iz celotnega korpusa, c) celotni korpus JpWaC (400 milijonov besed). Tabela 1: Seznam uporabljenih korpusov. Vrsta korpusa Kratica Razlaga Dostopnost NUJCC Neformalni pogovori (3584 Univerza v Nagoyi KB) http://tell.cla.purdue. edu/chakoshi/public. html Govorni Oikawa Formalni intervjuji (817 KB) Podiplomska univerza za napredne študije (Sokendai) KokkenOC Yahoo! Chiebukuro, forum Nacionalni inštitut z vprašanji in odgovori za japonski jezik in (primeri iz korpusa BCCWJ jezikoslovje iz leta 2007) (16,3 MB) Spletni JpWaC Obsežni spletni korpus Japonska različica (7,3 GB) orodja SkE http://www. sketchengine.com Učbeniki KokugoK Učbeniki za japonščino za Tokijski inštitut za osnovno šolo (3723 KB) tehnologijo KokkenK Učbeniki za srednjo šolo Nacionalni inštitut (BCCWJ) (437 MB) za japonski jezik in Pisani jezikoslovje KKK Učbeniki za japonščino, Nacionalni inštitut ki so zajeti v KokkenK za japonski jezik in (788 KB) jezikoslovje 8 Kolokacije in kolokacije na daljavo_FINAL.indd 8 4.5.2016 10:50:07 Vrsta korpusa Kratica Razlaga Dostopnost Učbeniki s 16K 16 učbenikov s področja Tokijski inštitut za področja naravoslovja za študente tehnologijo naravoslovja (2,45 MB) Članki s NLP Članki iz japonske revije Japonsko združenje področja NLP (719 KB) za NLP ( Natural naravoslovja Language Processing – obdelava naravnega jezika) Bela knjiga KokkenOW Vladna bela knjiga (primeri Nacionalni inštitut iz korpusa BCCWJ) (16,4 za japonski jezik in MB) jezikoslovje Pisani Uravno­ KokkenBK Knjige, revije in časopisi iz Nacionalni inštitut teženi »publikacij« in »knjižnice« za japonski jezik in korpus (primeri iz korpusa jezikoslovje BCCWJ) (68,6 MB; 140 MB) Časopis Mai2002 Časopis Mainichi shimbun, Časopisna hiša podatki za leto 2002 Mainichi shimbun (100MB) (CD­ROM) Drugo Kudō Časopisi, moderna Kudō (2000) literatura Na koncu uvodnega dela se želim še posebej zahvaliti prof. Kikuko Nishina, častni profesorici na Tokijski tehnološki univerzi, in prof. Andreju Bekešu, rednemu pro-fesorju na Filozofski fakulteti Univerze v Ljubljani, ki sta me med raziskavo skrb-no in potrpežljivo usmerjala, mi pomagala z nasveti ter mi tudi sicer stala ob strani. Zahvala gre tudi prof. Chikako Shigemori Bučar, prof. Masanoriju Nakagawi, prof. Shin-ichiju Mayekawi, prof. Hiroyukiju Akami, prof. Masau Muroti za dragocene nasvete. Za podporo se zahvaljujem tudi številnim kolegom: dr. Boru Hodoščku, ki je izdelal program za označevanje modalnih oblik, prof. Asuki Terai s Tokijskega inštituta za tehnologijo za obilico nasvetov o uporabi statističnih metodologij, prof. Terryju Joyceu, mag. Kenjiju Yoshihashiju, prof. Takafumiju Utashiru, prof. Hong- -Quan Cao, dr. Naomi Idi, članom raziskovalne skupine orodja SkE, vključno s žal prezgodaj pokojnim prof. Adamom Kilgarriffom, dr. Vojtěchom Kovářom in dr. Vidom Suchomelom. Hvaležna sem tudi skupini za izdelavo korpusov in skupini za didaktiko japonščine kot tujega jezika na Nacionalnem inštitutu za japonski jezik in jezikoslovje, ki so mi vseskozi omogočali uporabo potrebnega gradiva. Zahvaljujem se tudi študentkama Filozofske fakultete Mateji Žabjek in Poloni Vehar za prevajanje raziskovalnega dela, ki je vključen v pričujočo monografijo, ter velikemu številu ljudi, ki so v okviru raziskave sodelovali pri vrednotenju. In nazadnje, od 9 Kolokacije in kolokacije na daljavo_FINAL.indd 9 4.5.2016 10:50:07 srca se zahvaljujem svojoj porodici, mami Zorici, tati Jovanu, suprugu Željku i ćerkama Alji i Iris za ogromnu podršku i sve dragocene reči pune podsticaja i ljubavi. Dodatna opomba Japonske besede so zapisane po sistemu Hepburn, kjer se ch približno izgovarja kot slovenski »č«, j kot slovenski »dž«, ts kot »c«, sh kot »š« in y kot »j«. Dolgi sa-moglasniki se zapišejo aa, ii, uu, ee ali ei, oo ali ou, razen v primeru že v slovenščini ustaljenih imen, kot je npr. Tokio, in že ustaljenih transkripcij osebnih imen, kot je npr. Kudō. 10 Kolokacije in kolokacije na daljavo_FINAL.indd 10 4.5.2016 10:50:07 1 Empirični in aplikativni pristop v analizi kolokacij V tem poglavju najprej na kratko predstavimo začetke razvoja korpusnega jezikoslovja v svetu in na Japonskem, opredelimo metodološki okvir tega področja ter razložimo vidike uporabe korpusa pri učenju tujega jezika. Zatem povzamemo iz-sledke dosedanjih raziskav o kolokacijah in kolokacijah na daljavo ter predstavimo raziskovalne cilje, metode in uporabljeno gradivo v analizi. 1.1 Razvoj korpusnega jezikoslovja Za raziskovanje pojavov v jeziku obstajajo različne metode in ena izmed njih je analiza zbranih jezikovnih podatkov, imenovanih korpusi. Razvoj računalnikov in drugih naprednih tehnologij je omogočil digitalizacijo tovrstnih podatkov in di-gitalno pregledovanje, tako da se dandanes korpusi gradijo pretežno kot obsežne zbirke načrtno zbranega gradiva v elektronski obliki. Gradnja in uporaba korpusov sta napredovali z razvojem korpusnega jezikoslovja in prinesli velike spremembe na različnih področjih, kot sta na primer jezikovno izobraževanje in leksikografija. Korpusi namesto intuicije in introspekcije posebno poudarjajo jezik v dejanski rabi in tako poskušajo orisati dejansko stanje v jezikovni komunikaciji. Poleg tega so korpusi pripomogli k oživitvi deskriptivnega pristopa k jeziku, saj poudarjajo opis »slovnice, ki je taka, kot je« in se izogibajo tradicionalno preskriptivnemu pristopu, tj. »slovnici, kakršna bi morala biti« (Ishikawa, 2008). Korpusno jezikoslovje se je začelo razvijati v 50. in 60. letih 20. stoletja. Leta 1964 je bil objavljen Brownov korpus, ki se je proglasil za prvi korpus na svetu. Izdelan je bil na univerzi Brown v ZDA, obsegal pa je milijon besed iz knjig in leposlovja. V istem času je Noam Chomsky izoblikoval teorijo o generativni slovnici, ki je bolj poudarjala zmožnost ustrezne tvorbe jezikovnih oblik (slovnična kompetentnost) kot pa dejansko tvorbo jezikovnih oblik (jezikovna dejavnost). Zaradi močnega vpliva teorije Chomskega raziskave, zasnovane na korpusih, niso bistveno napre-dovale. V Evropi se v 60. in 70. letih pojavljata korpus Lancaster-Oslo/Bergen (LOB) in korpus London-Lund (The Survey of English Usage), slednji le v obliki zapisov posnetih pogovorov. Močan vpliv sta imela angleški jezikoslovec Halliday (1966, 1978, 1991) in njegova funkcionalistična teorija, zato se je korpusno jezikoslovje začelo razvijati tudi na tem področju. V 90. letih sta bila v Angliji razvita dva obsežna korpusa, in sicer British National Corpus (BNC) in The Bank of English, oba pa sta bila korpusa britanske angleščine. BNC je upošteval načeli reprezentativnosti in uravnoteženosti, obsegal pa je 100 milijonov besed. The Bank of English je bil usmerjen v opazovanje lingvističnih sprememb v realnem času, sčasoma pa se je razširil do obsega 650 milijonov besed, ki so del zdaj že zelo obsežnega korpusa 11 Kolokacije in kolokacije na daljavo_FINAL.indd 11 4.5.2016 10:50:07 Collins.1 Izdelava obeh korpusov je vplivala na založnike slovarjev, ki so ugotovili, da sta gradnja korpusov in leksikografija tesno povezani (Ishikawa, 2008). Zgodovina sestavljanja slovarjev angleščine je še posebej dolga in pestra, njihova ciljna publika pa so predvsem učenci, ki se učijo tega jezika kot tuji oz. drugi tuji jezik. Prvi slovar na svetu, ki je temeljil na korpusu v elektronski obliki, je bil slovar angleškega jezika Collins COBUILD English Language Dictionary, ki ga je Collins izdal leta 1987 v Angliji. Pozneje so bili izdelani učbeniki in leksikoni, ki temeljijo na korpusih in se jih že več desetletij uporablja za poučevanje angleškega jezika (Lüdeling in Kytö, 2008). Rečemo lahko, da raziskave, ki temeljijo na korpusih angleškega jezika, s številnimi ugotovitvami služijo kot referenca za korpusno jezikoslovje v japonskem in drugih jezikih. Za japonščino so v 50. in 60. letih z uporabo računalnika opravili prve raziskave besedišča (npr. National Language Research Institute, 1970, 1962–64; Ito, 2003; Minami, 1974). Kljub izredno zgodnji uporabi računalnikov za procesiranje jezika se japonsko korpusno jezikoslovje ni razvijalo tako hitro kot angleško. V 60. letih so bili korpusi sestavljeni iz časopisov ali internih dokumentov inštitucij in javnosti niso bili dostopni. V 80. letih se je začel projekt Japonski elektronski slovar (Japan Electronic Dictionary, EDR), leta 1995 pa je korpus skupaj s slovarjem EDR postal splošno do-stopen. Korpus EDR v glavnem vsebuje časopisne članke, približno 200.000 stavkov iz revij v japonskem jeziku in tudi okoli 100.000 stavkov v angleškem jeziku. Pozneje so bili na Japonskem zgrajeni korpusi časopisnih člankov, npr. Nikkei shimbun in Mainichi shimbun, korpus Univerze v Kjotu, ki je vključeval podatke o besednih vrstah in strukturni odvisnosti,2 ter prvi govorni korpus japonskega jezika (Corpus of Spontaneous Japanese, CSJ). Čeprav so začeli korpuse pogosto uporabljati kot enotne podatkovne baze za statistično obdelavo jezika (Matsumoto, 2003), je bila uporaba korpusov na področju jezikoslovja in japonskega jezika precej omejena, učni načrti za besedišče, učbeniki in učna gradiva pa so bili zasnovani na podlagi izkušenj in intuicije učiteljev in avtorjev.3 V tem času se je v Evropi v veliki meri uporabljala metoda gradnje korpusov na podlagi vnaprej določene strukture, ki temelji na ideji Brownovega korpusa in upoštevanja ravnovesja v jeziku, izdelava uravnoteženega korpusa japonščine pa je nekoliko zamujala. V zadnjem desetletju pa se je položaj za japonski jezik na področju korpusnega jezikoslovja močno spremenil. Za ta preobrat je v veliki meri zaslužen Nacionalni 1 http://www.mycobuild.com/about-collins-corpus.aspx (dostop 19. 9. 2014) 2 V japonščini kakariuke jouhou (係り受け情報). 3 Razlog je lahko v tem, da so imeli lingvisti formalne struje, kot so Chomsky in drugi, ki so v začetnem obdobju kritizirali korpusno jezikoslovje, v Ameriki in na Japonskem močan vpliv. 12 Kolokacije in kolokacije na daljavo_FINAL.indd 12 4.5.2016 10:50:07 inštitut za japonski jezik in jezikoslovje, ki se je usmeril v gradnjo obsežnih korpusov japonskega jezika, njihovo vrednotenje in splošno uporabo v jezikoslovnih in drugih raziskavah. Največji korak je bil napravljen s petletnim projektom4 izdelave obsežnega Uravnoteženega korpusa sodobne pisane japonščine (Balanced Corpus of Contemporary Written Japanese, BCCWJ), od leta 2006 do 2011. Korpus BCCWJ se uporablja in vrednoti ne samo v okviru jezikoslovja v ožjem pomenu, temveč tudi širše, na primer za jezikovno izobraževanje in poučevanje japonščine, leksikografijo in obdelavo naravnega jezika (Maekawa, 2006a,b; Maekawa et al., 2013). V zadnjem desetletju se tudi pri poučevanju japonščine v veliki meri širi ideja o uporabi korpusa in o potrebi, da se jezikovna gradiva za učence oblikujejo na osnovi objektivnih jezikovnih podatkov. Z uporabo korpusa BCCWJ je bilo opravljenih več raziskav o praktični uporabi korpusov pri poučevanju japonščine (npr. Hashimoto, 2008; Sunakawa, 2008; Nishina, 2008; Hodošček in Nishina, 2012; Srdanović et al. 2009a,b, 2014; Srdanović in Sakoda, 2013). 1.2 Uporaba korpusov pri učenju tujega jezika Korpusi imajo močan vpliv na razvoj jezikoslovja, uporabljajo se pa tudi pri po-učevanju tujega jezika. Tudi na tem področju so v ospredju raziskave, opravljene za angleščino. Od 19. stoletja sta imeli historična lingvistika in fonetika močan vpliv na poučevanje jezikoslovja, lahko pa rečemo, da je korpusno jezikoslovje svoje mesto dobilo šele po letu 1990 (Howatt, 1984; Ishikawa, 2008). Hunston (2002) meni, da je uporaba korpusov povzročila dve veliki spremembi na področju pou- čevanja jezikov. Prva je ta, da so s tem omogočeni novi načini opisovanja jezika in so izluščene jezikovne informacije bogatejše, npr. frekvenca gesel, kombinacija besed, kombinacija besed in slovničnih vzorcev ter besede, značilne za določeno zvrst. Druga sprememba je možnost priprave in vrednotenja učnega gradiva, ki ni odvisno od subjektivnih presoj in ocen, na primer pri pripravi slovarjev, učbenikov, učnih načrtov in pri neposrednem učenju jezika. Pri poučevanju jezikov rabo korpusov delimo na dva tipa – direktno in indi-rektno. Pri direktni rabi poznamo podatkovno usmerjeno učenje ( data-driven learnig ali DDL). Podatkovno usmerjeno učenje je poučevalna metoda, pri kateri učenci uporabljajo korpus, da odkrijejo rabo jezika ( Johns, 1991). Na primer, učenec primerja učbenik slovnice z rezultati korpusne analize ter z vrednotenjem pride do novih znanj. V ta namen se uporabljajo različna orodja kot so sistemi za pomoč pri učenju, konkordance in bolj napredni korpusni iskalni sistemi 4 Projekt MEXT Grant-in-Aid for Scientific Research Priority Area Program: Japanese Corpus, v nadaljevanju projekt Korpus japonščine. 13 Kolokacije in kolokacije na daljavo_FINAL.indd 13 4.5.2016 10:50:07 (Smrž, 2004; Smith et al, 2007, 2008). Hirotani (2007) podaja primer raziskave o izdelavi in uporabi konkordanc pri poučevanju japonščine, pri katerem učenci uporabljajo konkordance in s tem sami odkrijejo svoje napake v rabi jezika. Poleg tega je bilo razvitih več sistemov za podporo učenju, ki so namenjeni za učence japonščine. To sta na primer podporna sistema za bralno razumevanje ASUNA-RO (Nishina in Yoshihashi, 2007) in Reading Tutor (Kawamura, 1993) ter sistem za pomoč pri pisanju Natsume (Nishina, 2008; Hodošček in Nishina, 2012). Indirektna raba korpusa pomeni razvijanje učnih pripomočkov, ki temeljijo na korpusih. Pri tem raziskovalci in avtorji učnega gradiva uporabijo prednosti korpusa, da dopolnijo slovarje in učbenike. Ta pristop teži k izboljšavi učnega načrta in oblikovanju učnega gradiva, ki je v skladu z dejanskim stanjem v jeziku. Korpus ravno tako zagotovi merila za učno gradivo in omogoča celostno analizo gradiva na mikro- in makroravni. Pri izdelavi slovarjev in slovničnega gradiva za angleščino so korpusi prinesli velike spremembe (Sinclair, 1987). Korpusi so postali temeljno orodje za leksikografijo, velika založniška podjetja pa spodbujajo izdelavo slovarjev, osnovanih na korpusih (Hunston, 2002). V slednjih so za razliko od tradicionalnih možne dopolnitve z informacijami o frekvenci, s pomeni besed, primeri in opisi registra ter kolokacijami. Uporabniku je na primer mogoče podati objektivne informacije o frekvenci in spremeniti barvo besede glede na frekvenco ali dodati oznako frekvence. Longmanov slovar sodobne angleščine (Longman Dictionary of Contemporary English) ima denimo označene tri stopnje frekvence za govorni in pisni jezik. Angleški slovar za višjo stopnjo Collins Cobuilt Advanced Learners English Dictionary ima besede prikazane glede na vrstni red frekvenc. Z uporabo korpusa za učence lahko poleg tega učenci sami najdejo morebitne napake ter vnašajo in dopisujejo opombe (Gillard in Gadsby, 1998; Ishikawa, 2008). Korpusi imajo pomembno vlogo tudi pri pripravi učnih načrtov, še posebno pri pripravi besedišča (Sinclair in Renouf, 1988; Willis, 1990). Besedišče je osnova za znanje tujega jezika in je poleg slovarja eden izmed osnovnih učnih pripomočkov. Pri pripravi pride do težav pri izbiri, katere besede so bolj relevantne. S tradicionalnega vidika jih po subjektivni presoji glede na frekvenco in druge faktorje izbere učitelj oz. sestavljalec besedišča (Palmer, 1930; West, 1953; JACET4000, 1993). Obstaja pa tudi stališče, ki daje prednost objektivnim podatkom. Sem spadata npr. seznam, ki temelji na Brownovem korpusu (Kučera in Franci, 1967), in seznam, ki temelji na korpusu BNC (Leech et al., 2001). Omenjena seznama vsebujeta podatke o stopnji frekvence besedne vrste, stopnji frekvence enot v govornem in pisnem jeziku ter posebnosti enot glede na register, 14 Kolokacije in kolokacije na daljavo_FINAL.indd 14 4.5.2016 10:50:07 ki jih sicer drugače redko vidimo.5 Obstajajo tudi primeri seznamov, oblikova-nih z uporabo različnih virov. Seznam besedišča JACET8000 (2003), namenjen japonskim učencem angleškega jezika, je denimo sestavljen na podlagi razmerja frekvenc v korpusu BNC in za te namene izdelanega podkorpusa angleških besedil, s katerimi se učenci pogosto srečujejo. Nekateri raziskovalci izražajo negativno stališče do uporabe korpusov pri poučevanju jezika. Widdowson (2000) kritizira uporabo korpusov, saj ti okrnijo kontekst, zato to ne more biti avtentičen jezik. Cook (1998) meni, da s prevelikim zaupanjem v frekvence tvegamo, da učenje usmerimo preozko in tako zanema-rimo besede z nizkimi frekvencami, ki pa imajo lahko specifičen pomen. A kljub kritikam to še ne pomeni, da je obstoječa metoda subjektivne analize in razvoja učnega gradiva zadovoljiva. Leech (1997) priznava, da je načelo »najpogostejše je tudi najpomembnejše« preveč poenostavljena, vendar pa je težko reči, da frekvenč- ni podatki, pridobljeni iz korpusa, niso pomemben empirični prispevek k učnim gradivom (Ishikawa, 2008). Uporaba korpusov je pritegnila nekaj pozornosti tudi na področju poučevanja japonščine, v precejšnji meri pa je bila uresničena pri delu na projektu Korpus japon- ščine (BCCWJ). Leksikografska sekcija, vključena v projekt, je opravila raziskavo v povezavi s pripravo japonskega slovarja, ki bi temeljil na korpusu (Ogino, 2008), sekcija za poučevanje japonščine pa je imela nalogo, da za učence japonščine pripravi raznovrstno učno gradivo (Sunakawa, 2008). Tudi za pripravo besedišča je obsežni korpus BCCWJ postal pomemben jezikovni vir (Yamauchi, 2006, 2008). 1.3 Začetki raziskovanja kolokacij in pomembnost učenja kolokacij za tuje učence Tradicionalno je bila enobesedna enota ena od glavnih predmetov preučevanja v jezikoslovju, skupaj s slovničnimi pravili o tvorbi pravilnih stavkov. Rezultati, pridobljeni s korpusnojezikoslovnimi metodami, pa kažejo, da beseda ne deluje neodvi-sno, ampak se so-pojavlja z drugimi besedami in drugimi jezikovnimi elementi, da doseže svoj namen (Ishikawa, 2008; Srdanović 2014). Te ugotovitve so prispevale k vse aktivnejšemu raziskovanju kolokacij oz. kolokacijskih povezav. Začetki tovrstnih raziskav segajo že v predkorpusno obdobje, in sicer na področju poučevanja angleščine na Japonskem (npr. Saitou, 1905; Palmer, 1938; Hornby, 1954). Te raziskave so vplivale na J.R. Firtha (1951) iz londonske šole in so prispevale k razvoju 5 Na primer, pri frekvenci en milijon se beseda exercise »vaditi, vadba« kot samostalnik pojavi 79-krat, kot glagol pa 49-krat. Beseda what »kaj« se v govornem jeziku pojavi 7313-krat, v pisnem jeziku pa 1936-krat. Tovrstni podatki postanejo razvidni iz korpusne analize. 15 Kolokacije in kolokacije na daljavo_FINAL.indd 15 4.5.2016 10:50:07 Hallidayeve funkcionalistične jezikovne teorije in nekoliko pozneje še Sinclairjeve korpusne raziskave o kolokacijah. Sinclair (1991) je izrazil pomembnost kolokacij in idiomov v obliki tako imenovanega načela idiomov (ang. Principle of Idiom).6 Gre za to, da govorec v naravnem jeziku v veliki meri uporablja fraze in skladnjo, ki je že vnaprej pripravljena v vzorcih. Erman in Warren (2000) menita, da se pribli- žno polovica besedila naravnih govorcev ujema z načelom idiomov (Fukada, 2008). Ellis (2001) poudarja pomembnost kolokacij in trdi, da je poznavanje kolokacijah osnova za poznavanje jezika. Znanje jezika je odvisno od jezikovnih koščkov (angl. language chunks), ki so pomensko zaključeni in shranjeni v dolgoročnem spominu, ter od izkušenj o kolokacijskih povezavah teh posameznih jezikovnih koščkov. Za to, da posamezne besedne fraze postajajo zaključene enote, obstajajo trditve na podlagi človeške intuicije kot tudi dokazi, ki jih ponujajo korpusi. Glede na raziskave o napačni uporabi kolokacij učencev tujega jezika so tovrstne enote včasih slovnično in besedno nepredvidljive, zato se učenci hitreje zmotijo (Nation, 2001). Na primer, kolokacija faasuto fuudo »hitra prehrana« (ファーストフード, angl. fast food) v japonščini ne obstaja kot * hayai tabemono »dobesedno: hiter + hrana« (早い 食べ物) ali * kyuukou tabemono (急行食べ物), kot bi nekdo, ki pravilne kolokacije ne pozna, lahko sklepal na podlagi poznavanja besed za »hitro« in »hrano«. V japonščini se za »nehalo je deževati« ne uporablja * ame ga tomaru »dobesedno: dež se ustavi« (*雨が止まる), ampak ame ga yamu »dobesedno: dež preneha« (雨がや む) in ame ga agaru »dobesedno: dvigne se« (雨があがる). Tudi »pripraviti čaj« se ne kombinira kot ocha + wo + tsukuru »čaj + pripraviti, narediti« (お茶 +を +作る), ampak kot ocha +wo + ireru »čaj + vstaviti« (お茶 + を + いれる) (Fukada, 2008). Številne raziskave so opozorile na pomembnost preučevanja kolokacij. Kjellmer (1991) tako denimo meni, da so kolokacije pomembna študijska snov, če želimo govoriti kakor naravni govorci. Nujno je, da se ne učimo le posameznih besed, ampak da se osredotočimo na sopojavljanje teh besed. Tudi James (1998) na podlagi rezultatov raziskave poudarja, da je učenje kolokacij pomembno za »naravnost jezika«. V njegovi raziskavi so bili primerjani korpusi naravnih govorcev z učenci, in pri kolokacijah, ki jih uporabljajo učenci, je moč opaziti, da so ene kolokacije rabljene prepogosto, druge pa preredko. Kolokacije so za učence težje obvladljive kot za naravne govorce. Poleg tega znanje maternega jezika vpliva na rabo kolokacij v tujih jezikih (Granger, 1998; De Cock et al., 1998; Komori, 2004). Nation (2001) meni, da je breme učenja (ang. learning-burden) kolokacij povezano z njihovo predvidljivostjo. Vpliv bremena je torej odvisen od tega, v kolikšni meri je možno 6 »The principle of idiom is that a language user has available to him or her a large number of semi-preconstructed phrases that constitute single choices« (Načelo idioma pomeni, da imajo jezikovni uporabniki na voljo številne napol predpripravljene zveze, ki predstavljajo posamezne sporočanjske izbire; prev. I. S.) (Sinclair, 1991). 16 Kolokacije in kolokacije na daljavo_FINAL.indd 16 4.5.2016 10:50:08 predvideti kolokacije v maternem ali že naučenem tujem jeziku. Pri uvajanju kolokacij je nujno razmisliti, katere kolokacije so zelo frekventne in katere zelo pogoste besede se lahko pojavljajo kot nepredvidljive kolokacije (Nation, 2001). Vzporedno z razvojem korpusnega gradiva se je hitro razvijala tudi tehnologija za iskanje kolokacij. Razvoj konkordanc se je začel v 80. letih 20. stoletja. Z uporabo statističnih metod, npr. MI (ang. mutual information), so raziskovalci začeli računati statistično pomembnost kolokacij (Church in Hanks, 1989). Pozneje se pojavijo korpusni iskalni sistemi, ki lahko pridobijo sezname kolokacij po padajo- čem vrstnem redu glede na statistične vrednosti, kot so npr. WordSmith,7 Sketch Engine (SkE)8 in The IMS Open Corpus Workbench9 (CWB). Orodje SkE, ki so ga izdelali Kilgarriff et al. (2004) najprej za potrebe angleščine, pozneje pa tudi za druge jezike, gre še korak naprej in ponuja dodatne funkcije z naprednim načinom iskanja in prikaza leksikalnih informacij. Zaradi tega se sistem pogosto uporablja za sestavljanje slovarjev, na primer slovarja Macmillan Dictionary for Advanced Learners of English (Rundell, 2002) ter za poučevanje tujih jezikov in jezikoslovne raziskave. Slovarji, osnovani na korpusih, vključujejo podatke o kolokacijah in so še posebno pogosti v angleškem okolju (npr. Collins Cobuild Dictionary, Longman Dictionary of Contemporary English, Oxford Advanced Learner's Dictionary of Current English). Obstaja tudi angleško-japonski slovar, ki temelji na korpusu, in sicer Wisdom English-Japanese Dictionary (Inoue in Akano, 2003). Izdelan je bil tudi prvi slovar kolokacij za učence japonščine (Himeno, 2004, 2012), toda podatki o kolokacijah v teh slovarjih niso zadostni, tako da je nujno nadaljnje delo na tem področju (Siepmann, 2005, 2006; Ogino et al., 2006; Ogino, 2008). Ena od tovrstnih raziskav je bila vzpostavljena v okviru projekta Korpus japonščine, usmerjena pa je bila v izdelavo in vrednotenje japonskega slovarja kolokacij (Ogino, 2008). V zadnjem času je prišlo do zavedanja o pomembnosti podatkov o kolokacijah za učence japonščine (Noda, 2007), in zdaj so tovrstni podatki podani tudi v japonskih slovarjih (Muraki, 2007). Poleg tega potekajo raziskave o neustrezni uporabi kolokacij in o tem, kako jo preprečiti (Cao in Nishina, 2006; Oso in Takizawa, 2003). 1.4 Luščenje kolokacij japonskega jezika iz korpusov Na področju obdelave naravnega jezika že obstajajo številne raziskave o pridobi-vanju kolokacij v japonščini. Prvi koristen vir o kolokacijskih podatkih je Nihongo 7 http://www.lexically.net/wordsmith/ (dostop 11.4.2015) 8 http://www.sketchengine.co.uk/ (dostop 11.4.2015) 9 http://cwb.sourceforge.net/ (dostop 11.4.2015) 17 Kolokacije in kolokacije na daljavo_FINAL.indd 17 4.5.2016 10:50:08 kyouki jisho »Slovar japonskih kolokacij« (日本語共起辞書), ki je bil razvit v 80. letih kot del slovarja in korpusa EDR (EDR, 1994). Slovar kolokacij opisuje ujemalne strukturne odnose,10 in sicer sklonske odnose glagolov, prisamostalniški (adnominalni) odvisni odnos, vezni atributivni odnos pregibne besedne vrste, štev-nike, ki modificirajo nepregibne besedne vrste in sklonski členek no (の) v odnosu z nepregibnimi besednimi vrstami.11 Viri, ki so bili prvotno razviti za računalniško obdelavo jezikov, se v določeni meri uporabljajo tudi pri učenju in poučevanju japonščine (gl. naslednje poglavje). Še posebno pogoste so raziskave kolokacij s sklonskimi členi. Kawahara in Kurohashi (2006) sta izdelala orodje za obsežno luščenje kolokacij, tako imenovani sklonski okvir (ang. case frame),12 ki je pridobljen samodejno iz spletnih podatkov. Sklonski okvir sestavljajo pregibne besedne vrste ter njihove povezave s samostalnikom in so urejene po pravilih pregibnih besednih vrst. Na spletu je tako mogoče poiskati povezave samostalnik + sklonski členek + glagol ter primere iz izvirnega besedila.13 Raziskovalci poskušajo kolokacijske podatke uporabiti tudi pri obdelavi naravnega jezika, primeri tovrstnih raziskav so denimo izdelava semantične mreže z uporabo kolokacijskih podatkov (Akama et al., 2008), izdelava semantičnega koncepta, ki temelji na kolokacijski verjetnostni odvisnosti med besedami (Kameya in Sato, 2005), in analitična raziskava sestavljenih samostalnikov z uporabo kolokacijskih podatkov (Kobayashi et al., 1996). Razvitih je bilo tudi nekaj japonskih korpusnih iskalnih sistemov, ki lahko išče-jo kolokacijske podatke. S sistemom za luščenje kolokacijskih podatkov Chakoshi (茶漉)14 (Fukada, 2007; Fukada in Oso, 2007) lahko prikažemo kolokacijske sezname iskanih besed, pridobljenih iz spletnega korpusa Aozora bunko (青空 文庫コーパス) in govornega korpusa Univerze v Nagoyi (名古屋大学会話 コーパス). Korpusno orodje Chaki (茶器) poleg funkcije iskanja strukturno razčlenjenih japonskih besedil omogoča tudi statististično obdelavo kolokacij (Matsumoto et al., 2009). V okviru projekta Korpus japonščine sta bili za pregledovanje korpusa BCCWJ razviti še dve orodji, Shonagon15 in Chunagon16. 10 Jp. kakariuke (係り受け) 11 http://www2.nict.go.jp/out-promotion/techtransfer/EDR/JPN/TG/Doc/EDR_J07a.pdf (dostop 14.9.2014). Opis vsebine slovarja v izvirniku je naslednji: 日本語共起辞書に記述している共起関係は、格関係、連 体修飾関係、連用修飾関係、助数詞による 体言の修飾関係の４種類に類別される。格助詞「の」 を介した体言間の連体修飾関係や、助詞の「に」「で」などを介した格関係以外の連体修飾関係も 格関係に準じて記述されている。 12 Jp. kaku fureemu (格フレーム) 13 http://nlp.kuee.kyoto-u.ac.jp/nl-resource/caseframe.html (dostop 14. 9. 2014). 14 http://tell.fll.purdue.edu/chakoshi/public.html (dostop 14. 9. 2014). 15 http://www.kotonoha.gr.jp/shonagon/ (dostop 14. 9. 2014). 16 http://chunagon.ninjal.ac.jp/ (dostop 14. 9. 2014). 18 Kolokacije in kolokacije na daljavo_FINAL.indd 18 4.5.2016 10:50:08 Shonagon omoča iskanje niza znakov (ang. string search, jp. mojiretsu kensaku) po korpusu, ki ni označen z besednovrstnimi oznakami in drugimi podatki, Chunagon pa omogoča več različnih načinov iskanja po podrobno označenem korpusu. V obeh orodjih ni mogoče neposredno iskati kolokacij, mogoče pa je pridobiti rezultate s pomočjo nadaljne analize podatkov v tabelaričnem formatu. Zelo napreden sistem za raziskovanje kolokacij je že omenjeno orodje Sketch Engine, ki v japonski inačici s korpusom JpWaC obstaja od leta 2008 (Srdanović et al., 2008), leta 2013 pa je bil nadgrajen z uporabo obsežnega spletnega korpusa JpTenTen (Srdanović et al., 2013). Izdelavo japonske verzije sistema podrobno predstavimo v 2. poglavju. Na podoben način je zasnovano orodje Natsume,17 katerega osnovni namen je pomoč učencem japonskega jezika pri pisanju spisov, orodje pa pridobiva in primerja številne kolokacijske odnose iz različnih zvrsti oz. različnih tipov korpusov in podkorpusov (Nishina, 2008; Hodošček in Nishina, 2012). Podoben način iskanja in prikaza kolokacij ponuja tudi sistem NINJAL- -LWP z uporabo korpusov BCCWJ in TWC (Tsukuba Web Corpus) (Pardeshi in Akasegawa, 2010). Polega tega lahko uporabimo še korpusne iskalne sisteme, kot so Himawari,18 TextFinder,19 AntConc20 ali sisteme za iskanje po spletu, npr. WebCorp,21 ki lahko do neke mere prikažejo kolokacijske podatke. V zadnjih desetih do petnajstih letih so bile opravljene različne jezikoslovne raziskave kolokacij z uporabo korpusov in zgoraj omenjenih korpusnih orodij (npr. Backhouse, 2004; Takizawa, 2006, 2007). Na voljo so tudi drugi viri, ki prvotno sicer niso bili namenjeni učencem japon- ščine, vendar so do določene mere v uporabi tudi na tem področju. Tovrstne vire nekoliko podrobneje predstavimo v naslednjem poglavju. 1.5 Razvoj pripomočkov za učenje kolokacij Sočasno z razvojem raziskav na področju kolokacijskih povezav so raziskovalci za- čeli izpostavljati pomembnost učenja kolokacij, a kljub velikemu številu učencev in poudarjanju pomembnosti učenja kolokacij pri poučevanju japonščine za to še vedno ni dovolj učnega gradiva, denimo slovarjev (Kjellmer, 1991; James, 1998; Lewis, 2000). Ogino et al. (2006) glede opisov kolokacij v slovarjih in poskusnih slovarjih pravijo naslednje: 17 https://hinoki-project.org/natsume/ (dostop 14. 9. 2014). 18 http://www.kokken.go.jp/lrc/index.php (dostop 14. 9. 2014). 19 www.biwa.ne.jp/~lagoinst/textfinder.htm (dostop 14. 9. 2014). 20 http://www.laurenceanthony.net/software/antconc/ (dostop 14. 9. 2014). 21 http://www.webcorp.org.uk/live/ (dostop 14. 9. 2014). 19 Kolokacije in kolokacije na daljavo_FINAL.indd 19 4.5.2016 10:50:08 Slovarski opisi japonščine so v zadnjem času dosegli izjemen napredek, vendar pa pravih slovarjev, ki bi uporabljali obsežne korpuse, še vedno nimamo. Če pogledamo vsebino slovarjev, je semantični opis besede podroben, vendar pa je opis povezav in odnosov besede z drugimi besedami izredno pomanjkljiv. Tovrstni podatki so pri učencih japonščine močno zaželeni. V prihodnjih slovarjih bodo še posebno pomembni. Angleški Longmanov slovar sodobne angleščine (Longman Dictionary of Contemporary English) in nekatera raziskovalna podjetja na področju leksikografije zelo dobro vključujejo kolokacije v slovarje. Za japonščino je tu Himeno Masako (2004), toda želeli bi si jih več. Slovar japonskih kolokacij (Himeno, 2004) je prvi slovar za učence japonščine, ki vsebuje kolokacijske izraze. Omenjeni slovar vsebuje veliko stavčnih primerov in kolokacijskih podatkov in je posledično koristen vir, vendar ima dve pomanjkljivosti. Prva je neuravnoteženost korpusa. Slovar je bil izdelan v času, ko uravnoteženega korpusa japonskega jezika še ni bilo na voljo, tako da je nastal na podlagi različnih jezikovnih virov, kot so drugi slovarji, literarna dela, časopisni članki. Pri posameznih primerih ni omenjeno, iz katerih virov so pridobljeni, zato težko sklepamo, ali so pridobljeni z upoštevanjem visokofrekvenčnih vzorcev iz uravnoteženega gradiva. Druga pomanjkljivost je ta, da je vrsta kolokacijskih odnosov, vključenih v slovar, omejena in zajema le glagole ter pridevnike. Terashima in Moriguchi (2005) sta naredila primerjavo tega slovarja z angleškim slovarjem kolokacij Oxford Collocations Dictionary for Students of English in pokazala, katere segmente bi bilo treba v prihodnjih slovarjih izboljšati. Druga omenjena pomanjkljivost slovarja je bila odpravljena z novo, obsežnejšo izdajo (Himeno, 2012), ki vključuje več različnih kolokacijskih odnosov, vendar pomanjkljivost v zvezi z uporabljenim gradivom ostaja. To je vidno med rezultati, ki v določenih primerih ponujajo kolokacije iz moderne in sodobne japonščine ali kolokacije, vezane na specifično zvrst, npr. leposlovje, to pa v slovarskem opisu ni izpostavljeno. Kolokacijski slovar EDR, ki je omenjen v poglavjih 1.1 in 1.4, je bil uporabljen pri izdelavi dela Nihongo doushi no ketsugouka »Vezljivost japonskih glagolov« (日本 語動詞の結合価) (Ogino et al., 2003). EDR-jev glagolski koncept je bil izdelan iz pridobljenih odvisnikov in primerov vezljivosti na približno 9400 glagolih. To obsežno bazo podatkov je mogoče vsestransko uporabiti pri obdelovanju podatkov ter pri poučevanju in raziskovanju japonščine (Ogino et al., 2007). 20 Kolokacije in kolokacije na daljavo_FINAL.indd 20 4.5.2016 10:50:08 V sklopu projekta Korpus japonščine so bile opravljene raziskave v zvezi z urejanjem japonskega slovarja kolokacij, predlagana je bila tudi metoda za sestavo kolokacijskega slovarja z uporabo spletnega korpusa (Ogino, 2009). Za poučevanje in učenje kolokacijskih odnosov v japonščini lahko uporabljamo tudi korpusne iskalne sisteme. Nekateri so bili razviti posebej za poučevanje in raziskovanje japonščine, denimo orodje KH Coder, ki lahko izbira glagolske vzorce (Sano in Lee, 2007), ali že omenjeno orodje Natsume (Nishina, 2008; Hodošček in Nishina, 2012). Poleg tega obstajajo tudi raziskave na področju razvoja osebnih učnih pripomočkov, ki podpirajo učenje kolokacij. To so na primer spletne konkordance za učenje kombinacij s pridevniki in prislovi (Sato et al., 2007). Obenem so raziskovalci na področju poučevanja japonščine v zadnjem desetletju začeli iskati načine, kako uporabiti korpuse pri razvijanju učnih načrtov za usvajanje besedišča. Hashimoto (2008) tako predlaga, da se k učnemu načrtu za besedišče pripiše oznako »tema«, zato da poveže učenčeve vsakodnevne »jezikovne aktivnosti in naloge« z besediščem. Z dodano oznako težavnostne stopnje se potem znotraj iste teme razporedi besede po vrstnem redu od lažjih do težkih. Rezultati raziskave so povzeti v Yamauchi (2008),22 obstaja pa tudi novejša študija o primerjanju več različnih virov učnih načrtov (Yamauchi, 2015). V prihodnje bo tako treba razmisliti o učnem načrtu za poučevanje japonščine, ki bo vključeval ne le besedišče, temveč bo sistematično zajemal tudi kolokacijske podatke (gl. npr. Srdanović, 2013, 2014). 1.6 Kolokacije na daljavo in ujemanje med prislovi in modalnimi oblikami na koncu stavka Pojav kolokacij na daljavo v korpusnem jezikoslovju ni kaj dosti uveljavljen, nače-loma pa velja, da razdalja med sopojavnimi besedami šteje do pet besed (Sinclair, 1991; Church in Hanks, 1990; Partington, 1998; Manning in Schütze, 1999). V raziskavah o kolokacijah najdemo tudi izraze »oddaljena kolokacija« (ang. distant collocations), »prekinjena kolokacija« (ang. interrupted collocations) (Ikehara et al., 1996) in »pretrgana kolokacija« (ang. discontinous collocations) (Milkov, 2001). Pri kolokacijah na daljavo morata biti med besedama, ki se sopojavljata, vsaj ena do dve besedi, in kar je manj od tega, ne moremo uvrstiti med kolokacije na daljavo. V japonščini je to tradicionalno prepoznano kot odvisno razmerje, npr. med prislovom in obliko modalnosti na koncu stavka.23 Odvisno razmerje se obravnava kot 22 Osnutek standarda za besedišče za učenje japonskega jezika, jp. Nihongo kyouiku sutandaado shian: goi 『日本語 教育スタンダード試案　語彙』. 23 Modalnost opredeljuje pomen govornega dejanja in kot takšna v osnovi prikazuje način izražanja govorca v času govorjenja (Moriyama, 2000). Modalne oblike na koncu stavka so oblike kot npr. darou (だろう), kamo shirenai (かもしれない), rashii (らしい), ki označujejo predvidevanje. 21 Kolokacije in kolokacije na daljavo_FINAL.indd 21 4.5.2016 10:50:08 razmerje v stavku, pri katerem so posamezne besede navezane na druge. Odvisnost oz. ujemanje modalnih prislovov in modalnih oblik na koncu stavka v japonščini so že bili predmet raziskovanja (Minami, 1974; Kudō, 2000; Bekeš, 2006, 2008a,b). Z vidika korpusnega jezikoslovja se takšno razmerje, kjer je opazna verjetnost so- časnega pojavljanja, obravnava kot močna kolokacijska povezava, ki jo opazujemo kot pogosto v obsežnem jezikovnem gradivu in je statistično gledano utemeljena.24 V nekaterih primerih se kolokacije pojavljajo na razdalji, kar imenujemo kolokacije na daljavo (gl. primer 1-1). Pomembno je opomniti, da se kolokacije na daljavo ne pojavljajo le na razdalji do pet besed, ampak je ta razdalja lahko tudi večja. Primer 1-1: Tabun ashita hareru deshou。 »Verjetno se bo jutri razvedrilo« Verjetno/jutri/razvedriti se/ prislov (Adv) + modalna oblika na koncu stavka (Mod) močno ujemanje/kolokacijski odnos (Minami, 1974; Kudō, 2000; Bekeš, 2006) Kolokacija prislova in modalne oblike lahko pogosto oklepa druge besede. Ko je Minami (1974) odkril večplastnost povedi v japonščini, je predlagal, da se to več- plastno strukturo označi s štirimi stopnjami ABCD. To kaže naslednji primer: plast A) povedek iru »biti« (いる), plast B) jedro stavka kono machi ni mo gonin gurai wa iru »tudi v tem mestu je vsaj približno pet ljudi« (この町にも五人ぐら いはいる), plast C) prislov douyara »videti je, da« (どうやら) in modalni izraz rashii »bojda« (～らしい), kar ustreza kolokaciji na daljavo. 24 Kolokacija z obliko modalnosti na koncu stavka se lahko obravnava kot sopojavljanje besed in slovnične kategorije, zato je možna tudi uporaba izraza koligacije (ang. colligation, jp. korigeeshon コリゲーション). V nasprotju s tem pa kolokacijo besede in besede poimenujemo kolokacije (ang. collocation, jp. korokeeshon コロケ ーション) (Ishikawa 2008). 22 Kolokacije in kolokacije na daljavo_FINAL.indd 22 4.5.2016 10:50:08 Primer 1-2 (primer je iz korpusa NUJCC v Bekeš, 2006): {どうやら [この町にも五人ぐらいは( い )Aる]Bらしい}C { Douyara [ kono machi nimo gonin gurai wa ( i)A ru]B rashii}C {Videti je, da [to / mesto / v / tudi / pet ljudi /vsaj približno / <členek_topik> ()A < slovarska gl. oblika > ]B }C »Izgleda, da je tudi v tem mestu vsaj približno pet ljudi.« Raziskave o modalnosti in prislovih v japonščini sta opravila Nitta (2002) in Masuoka (1991), in čeprav sta raziskavi ločeni, je pri obeh poudarek na kolokacijskih odnosih med prislovi in modalnimi oblikami. Tudi Kudō (2000) podobno kot Minami uporablja empirični pristop. Med raziskavo povezave med modalnim prislovom in povedno modalnostjo je razjasnil stopnjo kolokacijskega odnosa med posameznim prislovom in specifično modalno obliko ter to močno povezavo obravnaval kot ujemanje oz. kolokacijsko povezavo. Prislovi ugibanja vsebujejo do-ločeno stopnjo prepričanja, ki jo izkazuje govorec v odnosu do uresničitve situacije (Kudō, 2000). Glede na to stopnjo prepričanja govorca so prislovi razdeljeni v štiri skupine, ki so po intenziteti razporejene na: »nujnost«, npr. ni chigai nai in hazu da (NEC, necessity), »pričakovanje«, npr. darou in to omou (EXP, expectation), »domnevanje«, npr. rashii in mitai (CON, conjecture), in »možnost« , npr. kamo shirenai ter kana (POSS, possibility) (Kudō, 2000). Na prislov tabun »verjetno« se na primer močno vežejo modalne oblike predvidevanja darou, no darou ka, to omou in no de wa nai ka. Podrobnosti o Kudōjevih podatkih sledijo v poglavju 4.3. V raziskavi analize pogovorov v japonščini (Bekeš, 2006) je bila kolokacija med prislovom in modalno obliko na koncu stavka za desetino višja kot pa samopo-javljanje modalne oblike na koncu stavka. Kolokacije, ki se pojavljajo v takšnem razmerju, so s stališča jezikovne teorije zaznamovane (Halliday, 1991) in rečemo lahko, da ima tolikšen delež kolokacij pri modalnih izrazih pomembno mesto. Po drugi strani, gledano z vidika prislovov ugibanj, je primerov kolokacij s prislovi ugibanj in modalno obliko na koncu stavka veliko, zato je ta pojav mogoče sistematično raziskovati. Pri poučevanju japonščine kolokacijski odnosi med prislovi in modalno obliko na koncu stavka niso bili prepoznani, zato se jih tudi ni ciljno po-učevalo. V drugih jezikih imamo različne odnose odvisnosti, toda v jezikih SOV,25 kot sta npr. korejščina in tamilščina, lahko opazimo podobne pojave odvisnosti 25 SOV: ang. subject – object – verb, slo. osebek – predmet – glagol 23 Kolokacije in kolokacije na daljavo_FINAL.indd 23 4.5.2016 10:50:08 kot v japonščini, ki je tudi jezik SOV. Po drugi strani pa v SVO-jezikih, na primer kitajščini, angleščini in tudi v slovanskih jezikih, ki imajo prosto stavo, ne najdemo odvisnih odnosov oz. kolokacijskih razmerij med prislovi in modalnostjo na koncu stavka kot pri japonščini. Predvidevamo lahko, da ima zaradi maternega jezika veliko učencev japonščine težave pri predvidevanju kolokacijskih odnosov. V tem smislu je nujnost po učenju kolokacijskih odnosov še toliko večja. Bekeš (2008a) je analiziral tendence ujemanja prislova ugibanja in modalne oblike na koncu stavka v konverzacijskem gradivu japonskega jezika, ter podal koristne predloge za poučevanje japonščine. Prvič, modalna oblika, ki se sopojavlja po dolo- čenem sistemu, pospešuje razumevanje vsebine konverzacije, zato je priporočljivo, da se učencem pokaže ta sistem kolokacij in se jih na ta sistem privadi. Drugič, priporočljivo je učencem jasno razložiti, da sopojavnost prislova in modalne oblike na koncu stavka pomensko funkcionira kot ena enota. Na področju poučevanja japonščine obstajajo tudi raziskave, ki se ukvarjajo posebno s prislovi in modalnimi oblikami na koncu stavka (npr. Hirata, 2001; Sunakawa, 2007), vendar ni dovolj sistematičnih raziskav, temelječih na korpusih, in opisa tega pojava v učbenikih za japonski jezik. 1.7 Povezave s pričujočo raziskavo V zadnjem desetletju je prišlo do razvoja raziskav za podporo učenju kolokacij v japonščini ter pripravi učnih gradiv in slovarjev kolokacij za učence japonskega jezika, vendar pa je še precej prostora za tovrstne raziskave in izdelavo referenčnih materialov o kolokacijah za učence. Pojavilo se je tudi nekaj korpusnih orodij, ki omogočajo luščenje kolokacijskih podatkov, vendar se je treba zavedati različnih omejitev teh orodij in delati na nadgrajevanju in dodajanju funkcij, tako da se čim učinkoviteje in izčrpneje pridobijo statistično obdelani seznami kolokacij za iska-ne besede. V pričujoči monografiji opišemo potek oblikovanja japonske različice besednih skic korpusnega iskalnega sistema, ki omogoča izčrpno luščenje kolokacij in kolokacijskih odnosov iz obsežnih podatkovnih baz in prikaže rezultate v obliki urejenega seznama kolokacij. Takšen sistem je lahko uporaben pri sestavi učnega gradiva za japonščino in lahko prispeva k izboljšavi slovarjev kolokacij japonskega jezika. O odvisnih in ujemalnih odnosih, ki imajo dolgo raziskovalno tradicijo v japonski slovnici, že obstajajo številne teoretične raziskave. Med njimi so tudi raziskave o odnosu povednih prislovov ugibanja in modalnih oblik na koncu stavka, a o tem pojavu primanjkuje korpusno temelječih raziskav, prav tako pa ga japonski 24 Kolokacije in kolokacije na daljavo_FINAL.indd 24 4.5.2016 10:50:08 učbeniki obravnavajo nezadostno. Zato se v pričujoči monografiji, ki temelji na rezultatih teoretičnih raziskav o prislovih in modalnih oblikah ter njihovih od-visnostih, osredotočimo na raziskovanje verjetnosti pojavljanja teh kolokacijskih povezav v obsežnem korpusnem gradivu japonskega jezika ter na preučevanje uvajanja omenjenega pojava na področju izobraževanja. Z novega gledišča raziščemo prislove ugibanja in modalno obliko na koncu stavka kot kolokacijski odnos (na daljavo) in pojasnimo kolokacijske trende v korpusih. Poleg tega razvijemo metodo označevanja modalnih oblik in tako omogočimo njihovo analizo s korpusnim iskalnim sistemom in pridobimo kolokacije modalnih oblik. Na podlagi pridobljenih rezultatov prikažemo predloge za izboljšavo opisov kolokacij, ki do zdaj še niso bili sistematično uporabljeni v učbenikih in slovarjih. Med raziskovanjem možnosti uporabe obsežnih korpusov japonščine v poučevanju se dotaknemo tudi metod za vrednotenje korpusov s pomočjo njihove analize in kategorizacije glede na razpršenost modalnih prislovov in oblik. 25 Kolokacije in kolokacije na daljavo_FINAL.indd 25 4.5.2016 10:50:08 Kolokacije in kolokacije na daljavo_FINAL.indd 26 4.5.2016 10:50:08 2 Razvoj japonske različice orodja za luščenje kolokacij26 2.1 Uvod V času, ko so se korpusi v jezikoslovju začeli širiti, tj. v 80. letih, je težišče takratnih razprav bilo, ali bi se korpusi morali uporabljati ali ne. Po skoraj desetih letih so se razprave obrnile k problematiki obširnosti in reprezentativnosti, obsežni seznami podatkov pa so postali še posebno aktualna tema s širjenjem rabe interneta. Inten-zivne razprave so se dotikale tudi vprašanja, kako lahko na najhitrejši možni način pridobimo primerne podatke iz obsežnih korpusov. V 80. letih so bile razvite prve konkordance za luščenje podatkov iz korpusov, tovrstna orodja pa zdaj veljajo že za tradicionalna (Kilgarriff in Rundell, 2002). Iskanje po obsežnem korpusu je težavno tudi v obliki konkordanc, če imamo za iskano besedo 500, 1000 ali 20.000 in več prikazanih primerov. Zaradi tega so okoli leta 2000 začeli razvijati korpusne iskalne sisteme, ki poleg konkordanc vsebuje tudi druge funkcije (Heid et al., 2000; Kilgarriff in Tugwell, 2001). Eden od sistemov je Sketch Engine (SkE) (Kilgarriff et al., 2004), ki vključuje napredne funkcije za hitro luščenje kolokacijsko-slovničnih odnosov ter ponuja različne tipe jezikovnih podatkov. Orodje SkE se že več let v številnih jezikovnih različicah uporablja na področju korpusnega jezikoslovja, korpusne leksikografije ter za namene poučevanja drugega tujega jezika. V tem poglavju predstavimo orodje SkE in opišemo metodologijo ter rezultate razvoja japonske različice. Za razvoj japonske različice sta bila potrebna dva glavna koraka: 1) gradnja obsežnega spletnega korpusa (JpWaC) s 400 milijoni besed in implementacija v orodju SkE in 2) priprava slovnične datoteke27 za japonščino ter uvoz te datoteke v SkE. V tretjem poglavju sledi vrednotenje japonske različice in predstavitev njene veljavnosti pri uporabi. 2.2 Povzetek delovanja sistema Orodje SkE v osnovi uporablja korpusni iskalni sistem Manatee, poleg tega vsebuje še posebne načine iskanja in prikaze pridobljenih podatkov. Najprej je bil izdelan za angleški jezik, pozneje pa je bil večkrat prirejen za uporabo v različnih jezikih. 26 Določeni rezultati raziskave predstavljene v tem poglavju so objavljeni v reviji Shizen gengo shori ( Journal of Natural Language Processing) (Srdanović et al., 2008: o izdelavi japonskega korpusa JpWaC in japonskih besednih skicah) v Nihongo kagaku ( Japanese Linguistics) (Srdanović & Nishina, 2008: o izdelavi besednih skic za japonski jezik in njihovi uporabnosti). 27 Jp. bunpou kankei fairu (文法関係ファイル), ang. gramrel file. 27 Kolokacije in kolokacije na daljavo_FINAL.indd 27 4.5.2016 10:50:08 Če so na voljo potrebni viri, orodja in strokovnjaki za določen jezik, je različica v tem jeziku sestavljena iz specifičnega jezikovnega korpusa in slovnične datoteke, ki je izdelana tako, da vsebuje specifično slovnico in kolokacijske povezave tega jezika. Korpusni vhodni formati temeljijo na standardu »ena beseda na vrstico«, ki ga je razvil Christ (1994).28 Vsaka beseda je v novi vrstici, za vsako besedo pa so v tabulatorju uporabljeni podatki za pojavno obliko oz. pojavnico (besede in morfemi v obliki, kot se pojavljajo v korpusu), lemo (izbrana reprezentativna beseda ali morfem, ki vključuje vse pregibne oblike te besede oz. morfema), besedno vrsto ipd. Slovnična datoteka je pripravljena s pomočjo korpusne iskalne skladnje,29 ki jo je predlagal Gahl (1998) in temelji na regularnih izrazih, besednih vrstah in besedah.30 Statistika,31 ki se jo lahko uporabi v sistemu SkE, so vzajemne informacije32 (MI- -score, Church in Hanks, 1989), T-score, MI3-score, log-likelihood, minimum sensitivity, MI.log-f, Dice in relativna frekvenca. Pri besednih skicah je uporabljena statistika DiceLog (jp. daisu rogu ダイスログ)33 in na podlagi tega je izračunana kolokacijska izpostavljenost (jp. seriansuセリアンス).34 DiceLog temelji na koeficientu podobnosti (jp. daisu keisuu ダイス係数), z njim pa merimo frekvenco kolokacijskih besed v posebnem kolokacijskem razmerju, ki sestoji iz treh delov (beseda 1, kolokacijska povezava, beseda 2). Na primer atsui oyu »vroča/topla voda« (熱いお湯) , atsui »vroč« (熱い) + Modifier_Ai + oyu »vroča/topla voda« (お湯) je prepoznana kot ena izmed kolokacijskih povezav za pridevnik + samostalnik. V nadaljevanju so predstavljeni postopki za izdelavo japonske različice, predstavljeni pa so tudi njene glavne funkcije in primeri rezultatov iskanja v japonščini. 2.3 Priprava in lastnosti spletnega korpusa Kot prvi korak pri izdelavi japonske različice je opisan način priprave spletnega korpusa in vnos v sistem SkE. Nadalje so opisane specifične lastnosti spletnega korpusa in s tem povezane razprave ter rezultati najnovejših raziskav. 28 Stuttgart Corpus Tools (Christ, 1994). 29 Ang. corpus query syntax; jp. koopasu kensaku shintakusuコーパス検索シンタクス 30 Za podrobnosti glej http://www.sketchengine.co.uk/documentation/wiki/SkE/CorpusQuerying (dostop 14. 4. 2015). 31 Za podrobnosti glej http://www.sketchengine.co.uk/documentation/attachment/wiki/SkE/DocsIndex/ske-stat.pdf (dostop 14. 4. 2015). 32 Sougojouhouryou (相互情報量) 33 Vrednost je bila predlagana v doktorski disertaciji (Curran, 2004; From Distributional to Semantic Similarity), Univerza v Edinburgu. Za več informacij gl. Rychlý (2008). 34 Izpostavljenost (ang. salience) predstavlja statistično pomembnost korelacije v korpusu. 28 Kolokacije in kolokacije na daljavo_FINAL.indd 28 4.5.2016 10:50:08 2.3.1 Struktura in značilnosti spletnega korpusa JpWaC je širokoobsežni japonski korpus s 400 milijoni besed oz. morfoloških enot. Korpus je bil zgrajen z metodami, ki jih predlagajo Sharoff (2006a,b), Ueyama in Baroni (2005), Baroni in Kilgarriff (2006) s približno 50.000 zbranih spletnih strani.35 Način izdelave korpusa je v skladu z raziskavami projekta Wacky (Baroni in Bernardini, 2006), uporabljena pa so bila orodja, kot sta npr. BootCat (Baroni in Berdardini, 2006, Baroni et al., 2006) in WAC5 (Web as Corpus Toolkit). Cilj je bil pripraviti uravnoteženi korpus, zato so bile spletne strani izluščene z natanč- no metodo, ki jo predlaga Sharoff (2006a). V ta namen je bilo uporabljenih 500 visokofrekvenčnih besed iz korpusa BNC, ki so bile prevedene v japonščino. Za odstranjevanje neželenih oznak, kot so npr. HTML-oznake, je bilo uporabljeno orodje za t. i. boilerplate removal. Tako so bile odstranjene odvečne oznake, kot so navigacijski okvir, šifre in povezave. Z orodjem ChaSen je nato bila opravljena morfološka analiza, ki je določila pojavnice, leme in dodala besednovrstne oznake (izvorne japonske besedne vrste so bile še dodatno prevedene v angleščino). Tabela 2 kot primer prikazuje rezultate analize japonskega stavka とても幸せな気 分でした。( Totemo shiawasena kibun deshita »Bil sem zelo veselo razpoložen«) z orodjem ChaSen. Besedne vrste in dodatni podatki o obliki se v orodju ChaSen prikažejo v japonščini, v tabeli so prevedeni iz japonščine v slovenščino. Angleški prevodi besednih vrst niso prikazani v orodju ChaSen, ampak so dodani v japonski različici orodja SkE (glej desni stolpec Tabele 2). 35 Za izdelavo spletnega korpus JpWaC je Adam Kilgarriff priskrbel seznam zbranih spletnih strani, ki jih je pripravil Serge Sharoff. Tomaž Erjavec je potem opravil vse potrebno za zbiranje in označevanje korpusa, avtorica monografije pa je pripravila ustrezne angleške oznake na podlagi japonskih oznak morfosintaktičnega analizatorja ChaSen, ki so bile zatem uporabljene za označevanje korpusa. 29 Kolokacije in kolokacije na daljavo_FINAL.indd 29 4.5.2016 10:50:08 Tabela 2: Analiza stavka Totemo shiawasena kibun deshita »Bil sem zelo veselo razpoložen« (とても幸せな気分でした。) z orodjem ChaSen. Pojavnica Kana Lema Besedna vrsta Dodatno o Besedna obliki vrsta (ANG) とても ﾄﾃﾓ とても prislov Adv.P 幸せ ｼｱﾜｾ 幸せ samostalnik – osnova N.A na pridevnika na -na な ﾅ だ pomožni glagol nepregibna Aux besedna vrsta 気分 ｷﾌﾞﾝ 気分 samostalnik N.g でし ﾃﾞｼ です pomožni glagol vezna oblika Aux た ﾀ た pomožni glagol osnovna oblika Aux 。 ｡ 。 ločilo Sym.p 2.3.2 Statistika spletnega korpusa V tem podpoglavju je prikazana statistika korpusa JpWaC, in sicer velikost, značilnosti podatkov in razlike v besednih vrstah. Korpus zajema 7,3 GB podatkov. Tabela 3 prikazuje število zbranih spletnih strani (npr. http://www.arsvi.com/0e/ps01.htm), število gostiteljev spletnih strani (npr. www.arsvi.com) ter povprečno število strani glede na gostitelja in število strani dveh domen (.jp in .com). Tabela 3: Statistika spletnih podatkov v korpusu. 49.544 spletne strani 16.072 gostitelji (host) 3,1 št. strani gostitelja 34.911 št. strani domene .jp 14.633 št. strani domene .com Tabela 4 kaže ključne besede, ki se pojavijo več kot 1000-krat v URL-ju spletnih strani. Iz ključnih besed lahko razberemo tipe strani, ki se največkrat pojavijo v korpusu. Na primer blog.livedoor.jp (1646 strani), www.amazon.co.jp (1048 strani), d.hatena.ne.jp (759 strani), blog.goo.ne.jp (690 strani). 30 Kolokacije in kolokacije na daljavo_FINAL.indd 30 4.5.2016 10:50:08 Tabela 4: Najpogostejše ključne besede v spletnih virih (število spletnih strani). 6.486 Blog 3.471 Nifty 2.362 archives 2.075 livedoor 1.545 Diary 1.428 News 1.380 Cocolog 1.296 Exblog 1.051 Amazon 1.013 Archive 1.006 Geocities Korpus, ki je bil analiziran z orodjem ChaSen, je sestavljen iz 12.759.191 povedi oz. 409.384.405 pojavnic. Tabela 5 kaže skupno število posameznih besed oz. razločnic (jp. kotonarigo, ang. types). Veliko je splošnih samostalnikov, neodvisnih glagolov in samostalnikov na -sa, poleg tega pa je tudi zelo veliko število neznanih besed, to so besede, ki se jih z orodjem ChaSen ne more analizirati. V korpusu je približno ena četrtina simbolov in posebnih znakov. Vsebuje pa tudi kitajske in klasične pismenke, izraze v katakani (npr. burogu »blog« ブログ, merumaga »elektronska revija« (メルマガ), burauza »brskalnik« ブラウザ, keitai »mobilni telefon« (ケイタイ), kuraianto »stranka« (クライアント) in angleške okrajšave (npr. IT, DVD, PC). 31 Kolokacije in kolokacije na daljavo_FINAL.indd 31 4.5.2016 10:50:08 Tabela 5: Skupno št. besed in št. razločnic v korpusu glede na besedno vrsto. Besedna vrsta Besedna Razlaga v SLO Skupno št. Št. (ChaSen) vrsta (ANG) besed razločnic 名詞-一般 N.g Samostalnik 50.121.542 49.268 (splošni) 動詞-自立 V.free Glagol (neodvisni) 32.746.478 17.135 助詞-格助詞-一般 P.c.g Členek (sklonski, 31.582.601 15 splošni) 助動詞 Aux Pomožni glagol 28.798.730 122 記号-アルファベット Sym.a Znak (abeceda) 27.583.164 152 名詞-サ変接続 N.Vs Samostalnik (veza 21.704.856 10.017 na suru glagol) 名詞-数 N.Num Samostalnik 20.160.119 50 (števnik) 記号-読点 Sym.c Znak (vejica) 17.328.451 3 助詞-連体化 P.prenom Členek (nominal) 14.786.763 1 助詞-接続助詞 P.Conj Členek (vezni) 13.395.830 30 記号-一般 Sym.g Znak (splošni) 13.312.393 93 記号-句点 Sym.p Znak (točka) 13.260.780 3 助詞-係助詞 P.bind Členek (vezni) 12.854.037 9 名詞-非自立-一般 N.bnd.g Samostalnik 7.582.296 66 (odvisni, splošni) 名詞-接尾-一般 N.Suff.g Samostalnik 6.945.415 639 (pripona, splošni) 動詞-非自立 V.bnd Glagol (odvisni) 6.884.053 470 未知語 Unknown Neznana beseda 6.857.818 182.823 記号-括弧閉 Sym.bc Znak (zaprti oklepaj) 6.171.426 15 記号-括弧開 Sym.bo Znak (odprti oklepaj) 6.061.836 15 名詞-副詞可能 N.Adv Samostalnik 4.831.851 734 (prislovni) 名詞-接尾-助数詞 N.Suff.msr Samostalnik 4.543.767 547 (pripona v števniku) 名詞-形容動詞語幹 N.Ana Samostalnik (osnova 4.436.970 2.892 pridevnika na -na) 32 Kolokacije in kolokacije na daljavo_FINAL.indd 32 4.5.2016 10:50:08 Besedna vrsta Besedna Razlaga v SLO Skupno št. Št. (ChaSen) vrsta (ANG) besed razločnic 名詞-代名詞-一般 N.Pron.g Samostalnik 4.081.314 108 (zaimek, splošni) 形容詞-自立 Ai.free Pridevnik na -i 3.871.216 1.799 (neodvisni) 副詞-一般 Adv.g Prislov (splošni) 3.603.890 2.303 助詞-格助詞-引用 P.c.r Členek (sklonski, 3.521.270 2 navajanje) 助詞-格助詞-連語 P.c.Phr Členek (sklonski, 3.514.071 88 sestavljenka) 連体詞 Adn Prilastek/Adnominal 3.178.853 125 動詞-接尾 V.Suff Glagol (pripona) 2.714.110 36 副詞-助詞類接続 Adv.P Prislov (vezni) 2.537.640 517 接続詞 Conj Veznik 2.450.712 169 名詞-非自立-副詞 N.bnd.Adv Samostalnik 2.356.968 58 可能 (neodvisni, prislovni) 助詞-副助詞 P.Adv Členek (prislovni) 2.302.728 27 助詞-並立助詞 P.coord Členek (priredni 2.063.217 8 vezni) 助詞-副助詞／並立助 P.adv­ Členek (prislovni/ 2.005.823 1 詞／終助詞 coordfin priredni vezni/ povedni) 接頭詞-名詞接続 Pref.N Predpona (veza na 1.929.246 158 samostalnik) 2.3.3 Vnašanje spletnega korpusa v sistem in funkcija konkordanc Korpus JpWaC je integriran v sistem SkE, kar omogoča dostop do podatkov iz korpusa prek spletne strani SkE ter uporabo standardnih konkordanc in drugih načinov pregledovanja. Slika 1 kot primer prikazuje rezultate iskanja besede 意見 iken »mnenje« s pomočjo standardnih konkordanc. Nujno je iskanje z morfemi oz. besedami, kakor so določeni in analizirani s sistemom ChaSen. 33 Kolokacije in kolokacije na daljavo_FINAL.indd 33 4.5.2016 10:50:08 Slika 1: Rezultati iskanja s konkordancami v sistemu SkE. S pomočjo funkcije CQL (Corpus Query Language, jp. koopasu kensaku gengo コー パス検索言語) je z uporabo regularnih izrazov omogočeno iskanje kompleksnej- ših vzorcev. V nadaljevanju je podanih nekaj konkretnih primerov. • Iskanje, ki vključuje več načinov zapisovanja ene besede: [word="きれい"| word="綺麗"] • Iskanje enot, ki so analizirane v dveh delih ali več, kot so npr. besedne zveze, posamostaljeni glagoli, slovnični vzorci: [word="気"] [word="に"] [lemma="する"] • Iskanje z besednimi vrstami: [tag="N.*"]&[ word ="つる"] 2.3.4 Primerjava spletnega in korpusa časopisov V tem poglavju predstavimo metodo in rezultate primerjanja korpusov JpWaC s korpusom časopisov. V analizo so bili vključeni podatki (30 milijonov besed) iz časopisa Mainichi shimbun (毎日新聞) iz leta 2002. Primerjalno metodologijo analize neskladja med korpusi sta predlagala Rayson in Garside (2000). S to metodo lahko med dvema korpusoma odkrijemo razlike pri besedah in besednih vrstah, in sicer tako, da najprej sestavimo seznam besed in njihovih frekvenc in nato izračunamo statistiko verjetnostnega algoritma (log-likelihood, v nadaljevanju LL) za vsako enoto posebej. Pri izračunavanju LL se upoštevata velikost posameznega korpusa ter frekvenca enot v vsakem korpusu. Večja kot je vrednost LL, v večji meri je izpostavljenost enote v enem korpusu večja kot v drugem. Začenši z enotami z najvišjo vrednostjo LL je mogoče odkriti največje razlike v dveh korpusih. Tabela 6 prikazuje razliko med enotami besednih oblik znotraj korpusa JpWaC in časopisnega korpusa glede na izračunano vrednost LL. 34 Kolokacije in kolokacije na daljavo_FINAL.indd 34 4.5.2016 10:50:08 Tabela 6: Največje razlike med korpusimi JpWaC (zgoraj) in časopisnimi podatki (spodaj) (po izračunih verjetnostnega algoritma; prikazanih je prvih dvajsetih besed). Besedna Oznaka Razlaga (SLO) LL JpWaC Časopis oblika ます Aux pomožna oblika masu 206122 5,76 074 です Aux pom. oblika desu 148844 4,55 0,70 まし Aux pom. oblika mashi 88599 2,69 0,41 月 N.Suff.msr samostalniška pripona 65734 1,12 0,00 gatsu/getsu »mesec« て P.Conj vezni členek te 64966 21,04 14,54 で Aux pom. oblika de 59324 7,53 3,96 か P.advcoordfin členek ka 59069 4,90 2,10 の N.bnd.g odvisni sam. (sploš.) no 58270 6,31 3,10 な Aux pomožna oblika na 51056 6,63 3,52 ん N.bnd.g odvisni sam. (sploš.) n 42093 1,44 0,27 こと N.bnd.g odvisni sam. (sploš.) 36013 5,86 3,38 koto ん Aux pomožna oblika n 34973 1,22 0,24 ませ Aux pom. oblika mase 34454 1,07 0,17 私 N.Pron.g sam. (zaimek, splošni) 33163 1,72 0,53 watashi ござい Aux pomožna oblika gozai 29663 0,55 0,01 その Adn prilastek sono 28998 2,25 0,93 もの N.bnd.g odvisni sam. (sploš.) 28935 1,80 0,64 mono それ N.Pron.g prilastek sore 28902 1,54 0,48 よう N.bnd.Aux odv. sam. -pomožna 28562 2,76 1,29 oblika you という P.c.Phr členek (fraza) to iu 28068 2,35 1,02 日 N.Suff.msr sam. pripona nichi 110177 1,38 4,34 »dan« た Aux pom. obl. ta 104951 16,95 25,5 35 Kolokacije in kolokacije na daljavo_FINAL.indd 35 4.5.2016 10:50:08 Besedna Oznaka Razlaga (SLO) LL JpWaC Časopis oblika 同 Pref.N samostalniška 93209 0,12 1,26 predpona (sam.) dou 約 Pref.Num predpona (števnik) 68451 0,17 1,20 yaku »okrog« 市 N.Suff.p sam. (pripona, regija) 64868 0,19 1,20 shi など P.Adv členek (prislovni) nado 64244 1,22 3,25 容疑 N.g samostalnik (splošni) 63021 0,02 0,58 yougi »osumljenec« 首相 N.g samostalnik (splošni) 54740 0,05 0,67 shushou »predsednik vlade« 円 N.Suff.msr sam. pripona en »jen« 48315 0,48 1,67 人 N.Suff.msr sam. pripona hito 46548 0,80 2,22 »človek« 万 N.Num sam. (števnik) man 41995 0,38 1,37 »10000« 勝 N.Suff.msr sam. pripona shou 40016 0,01 0,35 »zmaga« 区 N.Suff.p sam. pripona (regija) ku 39628 0,08 0,64 を P.c.g členek wo 38881 21,58 2,.2 東京 N.Prop.p.g sam. (lastno ime, kraj) 38117 0,24 1,03 Tokio 県 N.Suff.p sam. pripona (provinca) 37005 0,17 0,85 ken で P.c.g členek de 36297 8,79 12,4 氏 N.Suff.n sam. pripona na 33179 0,28 1,04 osebno ime kun 後 N.g samostalnik (splošni) 33120 0,03 0,40 ato/go »po (v časovnem smislu)« 北朝鮮 N.Prop.p.c sam. (lastno ime, 32973 0,05 0,48 regija, država) »Severna Koreja« 36 Kolokacije in kolokacije na daljavo_FINAL.indd 36 4.5.2016 10:50:09 Kot lahko vidimo pri enotah, podanih v nadaljevanju, je izpostavljenost v korpusu JpWaC večja kot v časopisih. • Pomožni glagoli masu ます, desu です, mashi まし, mase ませ Oblika masu/desu ます/ですse večkrat pojavi na spletu kot v časopisih. • Modalne oblike ka か, deshou でしょう, you よう, omou 思 う, node ので, wake わけ • Vljudnostne oblike o お, gozai ござい • Neformalne oblike tte って, yo よ, ne ね, n ん • Osebni zaimki in Osebni zaimek v prvi osebi watashi 私, kazalnice kazalnice: kono この, sono その, sore それ • Formalni samostalniki koto こと, mono もの Kot lahko vidimo pri enotah, podanih v nadaljevanju, je izpostavljenost spodnjih enot večja v časopisih kot v korpusu JpWaC. • Pretekla oblika na -ta Časopisni članki so povečini napisani v pretekli obliki. • Pripone in zapone za: nichi »dan«日, shi »mesto« 市, ken čas, kraj, števila, enote za »prefektura« 県, yaku »okrog, približno« 約, količino, ljudi en »jen« 円, meetoru »meter« メートル, hito »človek« 人, san »gospod/gospa«さん • Samostalniški prislovi sakunen »prejšnje leto« 昨年, go »po« 後, moto »prvotno« 元 • Lastna imena »Tokio« 東京, »Osaka« 大阪, »Suzuki« 鈴木 • Splošni samostalniki yougi »osumljenec« 容疑, shushou »predsednik vlade« 首相, Beikoku »ZDA« 米国, tero »terorizem« テロ, Jimintou »Liberalna demokratska stranka« 自民党 Izpostavljenost predstavljenih enot je višja zaradi narave vsebin na spletu in v časopisih. Zanimivo pri tem je, da se splošni samostalniki z lastnostmi spletnih podatkov na spletu niso pojavili med stotimi najpogostejšimi enotami, kar lahko kaže na večjo uravnoteženost spletnega korpusa. Rezultat primerjave spletnih in časopisnih podatkov kaže, da imajo časopisni podatki z vidika oblike (rabe preteklega časa, oblike na masu in desu se ne uporabljajo) kot tudi z vidika vsebine (visoka frekvenca 37 Kolokacije in kolokacije na daljavo_FINAL.indd 37 4.5.2016 10:50:09 splošnih samostalnikov) posebne lastnosti. Po drugi strani je korpus JpWaC manj formalen, ima izčrpnejše podatke in je vsebinsko bolj raznolik ter obsežen. Že Biber (1988, 1995) in Heylighen (2002) sta raziskovala razlike med formalnim in specifičnim jezikom na eni strani ter neformalnim in splošnejšim jezikom na drugi. Razlike sta razumela kot pomemben del jezikovnih zvrsti. Omenjeni rezultati raziskave so podobni rezultatom primerjave med korpusom časopisov in spletnim korpusom v angleškem in nemškem jeziku, ki jih je opisal Sharoff (2006a). Poleg tega je bil v Sharoffovi primerjavi (2006a) uporabljen uravnoteženi korpus BNC, kjer se je potrdilo, da so podatki iz korpusa BNC bolj podobni spletnemu korpusu kot pa časopisnim člankom. Podobno ugotovitev potrdimo tudi v 4. poglavju v tej monografiji na primeru prislovov. 2.3.5 Spletni podatki kot vrsta korpusa V zadnjem desetletju so se v mnogih jezikih, začenši z angleščino, spletni podatki začeli uporabljati kot obsežen jezikovni vir s pomočjo različnih metod in tehnik. Tudi raziskave so pokazale, da je splet lahko dober vir uporabnih jezikoslovnih podatkov. Po drugi strani je veliko kritik glede spletnih podatkov kot predmeta jezikoslovne analize. Kritike se v največji meri nanašajo na razsežnost nepotrebnih podatkov oz. šuma v korpusu (ang. noise). Vendar pa raziskave o spletnih podatkih kažejo, da z naraščanjem količine podatkov nepotrebni podatki postanejo neznatni in ne vplivajo na kakovost rezultatov. Poleg tega je bilo ugotovljeno, da se rezultati, pridobljeni iz tovrstnih korpusov, skladajo s človeško subjektivno presojo (Keller in Lapata, 2003). Naslednja pogosta kritika je ta, da so spletni podatki specifični. V obstoječem spletnem korpusu, ki zajema tudi korpus JpWaC, vsebina podatkov ni kategorizirana glede na zvrst. Z raziskavami o spletnih korpusih, ki so postale popularne v zadnjem času in s katerimi se preučuje tudi metodologija klasificiranja spletnih podatkov (Sharoff, 2006; Ueyama in Baroni, 2005), so postale dostopne analize s kategoriziranjem in urejanjem podatkov glede na cilj in namen. Prav tako se s primerjanjem jezikov v spletnih korpusih, korpusih časopisov in uravnoteženih korpusih s spletnim korpusom bolj kot s korpusom časopisov približamo rezultatom uravnoteženega korpusa (Sharoff, 2006a,b; Ueyama in Baroni, 2005). Spletni korpusi odražajo aspekt običajnega jezika, poleg tega so številni in širokega obsega, zato dajejo boljše rezultate. V zvezi s primerjavo angleškega uravnoteženega korpusa in spletnega korpusa so zanimive tudi naslednje ugotovitve. V uravnoteženem korpusu je veliko zaimkov v 38 Kolokacije in kolokacije na daljavo_FINAL.indd 38 4.5.2016 10:50:09 tretji osebi, preteklika in pripovedovalnega stila (ang. narrative style), medtem ko je v spletnem korpusu veliko zaimkov v prvi in drugi osebi, sedanjika oz. prihodnjika in interaktivnega stila (ang. interactive style). Na splošno naj bi bil uravnoteženi korpus zanesljivejši, vendar pa ni konsenza glede tega, katera kategorija in v kolikšni meri naj bi bila vključena za primerno uravnoteženost. Če za določen jezik obstaja uravnoteženi korpus, potem se s primerjanjem spletnega in uravnoteženega korpusa lahko pokažejo značilnosti posameznega korpusa. Spletni korpus je lahko v pomoč pri izdelavi uravnoteženega korpusa in – gledano s tega vidika – je spletni korpus koristno vodilo. Po drugi strani pa lahko – v primeru, da zaradi različnih razlogov določen jezik nima uravnoteženega korpusa – spletni korpus zelo učinkovito nadomesti uravnoteženi korpus (Ghani et al., 2001). V določenih primerih, odvisno od cilja raziskave, ne zadostujejo samo frekvenčni podatki, tako da je nujen pregled vsakega posameznega primera, za kar je potrebna tudi človeška presoja. Z drugimi korpusi je podobno, čeprav so v spletnih korpusih jezikovni standardi bolj ohlapni, več je variant kot v drugih korpusih, kar kaže na jezikovno pestrost. Z vidika standardnega jezika je možna tudi kritika, da uporaba spletnih korpusov ni ustrezna, a v praksi med spletnimi podatki pogosto vidimo podatke, ki so v skladu z jezikovnim standardom. Ocenjuje se, da so iz visokofrekventnih podatkov pridobljeni zelo kakovostni rezultati, tudi z vidika standardnega jezika. Poleg zelo pogostih jezikovnih elementov pridobivamo tudi srednje- in nizkofrekventne podatke, s pomočjo človeške presoje, če je to potrebno. Poleg tega spletni podatki prikazujejo praktično rabo jezika in njegovo produkcijo, kar je ravno tako zelo koristna informacija. Tudi jezikoslovci poudarjajo, da se vloge spleta kot novega medija v jezikoslovju ne sme zanikati (Crystal, 2006). Glede na povedano lahko glavne vloge spletnih podatkov strnemo v naslednji dve točki: • spletni podatki so jezikoslovni vir za raziskovanje naravnega jezika; • spletni podatki so vir za raziskovanje novega medija in njegovih lastnosti. Priučujoči razdelek je podal raziskave spletnih podatkov za različne jezike, začenši z angleščino. Tudi v japonščini je nujna večstranska primerjava korpusov (npr. z naslednjimi korpusi: Aozora Bunko, korpus uradne bele knjige, korpus govornega jezika, korpus učbenikov, celotni uravnoteženi korpus BCCWJ ipd.), kar v 4. poglavju obravnavamo na primeru prislovov. 39 Kolokacije in kolokacije na daljavo_FINAL.indd 39 4.5.2016 10:50:09 2.4 Izdelava slovnične datoteke v japonščini V podpoglavju 2.3 smo predstavili pripravo spletnega korpusa in vnos v sistem SkE kot prvi korak pri izdelavi japonske različice besednih skic. Naslednji korak je določitev kolokacijskih in slovničnih odnosov v slovnični datoteki ter vnos te datoteke v orodje SkE. S tem poleg običajnih konkordanc omogočimo tudi prikaz kolokacijskih in slovničnih povezav za ključne besede, prikaz podobnosti in razlik med sopomenkami, med podobnimi ali različnimi besedami, tezaver in druge jezikovne podatke. 2.4.1 Vzorci v slovnični datoteki Japonski slovnični vzorci (Srdanović et al., 2008; Srdanović in Nishina, 2008) imajo v slovnični datoteki 22 registriranih pravil in z njihovo pomočjo lahko iščemo potencialne zveze med ključno besedo in drugimi besedami v jeziku, obenem pa je s tem ponujen prikaz korpusnih podatkov na naprednejši način v okviru besednih skic, tezavra in primerjalnih skic. Teh 22 pravil zajema glagole, samostalnike, pridevnike na -na, pridevnike na -i, prislove in kolokacije z njimi. Posamezna besedna vrsta vključuje številne kolokacijske vzorce. Na primer, pri vnosu glagola kot ključne besede se v rezultatih iskanja pokažejo povezave tega glagola s sklonskimi členki ga (が), wo (を), to (と), ni (に), de (で), made (まで), kara (から), he (へ) in s tematskim členkom wa (は) in z njimi povezani samostalniki. Poleg tega se pri iskanju glagolov pokažejo tudi prislovi, odvisni glagoli, glagolske pripone in njihove kolokacije, drugi neodvisni glagoli in njihove paralelne povezave, ki se pojavljajo v kombinaciji z iskanim glagolom v japonskem jeziku. Slovnične povezave so sestavljene s pomočjo regularnih izrazov, besednih vrst orodja ChaSen in po predlogu korpusne poizvedbene sintakse, kot priporoča Gahl (1998). Primer na levi strani Slike 2, tj. pridevnik na -na shiawasena »srečen, vesel« (幸せ な) + samostalnik, prikazuje delni rezultat iskanja besednih skic. Vidimo lahko, kako iskalna beseda shiawasena modificira samostalnik (npr. shiawasena kibun »veselo/srečno razpoloženje« (幸せな気分), shiawasena kekkon »srečen zakon« (幸 せな結婚), shiawasena katei »srečen dom, srečna družina« (幸せな家庭) ipd. Primer na desni strani Slike 2 prikazuje rezultate iskanja samostalniške besede katei »dom, družina« (家庭) in nekaj različnih vzorcev te besede, npr. kateri pridevniki jo modificirajo ( yuufukuna katei »bogata/premožna družina« (裕福な家 庭), enmanna katei »miren dom, složna družina« (円満な家庭) ipd.), s katerim glagolom in členkom de se pojavi ( katei de sodatsu »odraščati doma/ v družini« (家 庭で育つ) ipd.). 40 Kolokacije in kolokacije na daljavo_FINAL.indd 40 4.5.2016 10:50:09 幸せ JpWaC freq = 24,093 家庭 (58.85 per million) pWaC freq = 35,702 (87.20 per million) modifies_N 3,795 13.90 でverb 3,422 6.40 prefix 1,534 4.20 coord 1,150 0.40 modifier_ modifier_Ai 599 3.30 気分 448 9.01 育つ 162 7.73 各 622 8.41 地域 300 6.93 Ana 812 4.90 貧しい 105 8.70 結婚 156 8.14 しつける 29 7.62 ご 754 6.91 職場 57 6.82 裕福 154 11.02 あたたかい 12 7.65 金持ち 76 7.97 作れる 21 5.86 向 8 6.47 オフィス 27 6.71 円満 10 7.89 暖かい 38 7.43 ひととき 29 7.50 飼う 19 5.60 全 38 4.93 学校 190 6.35 平凡 17 7.74 温かい 17 6.82 家庭 156 7.22 育てる 52 5.56 御 57 4.45 子育て 12 5.67 幸せ 156 7.74 明るい 38 6.36 人生 217 7.12 楽しめる 20 5.09 新 13 2.65 家族 33 4.46 貧乏 16 7.47 怖い 17 5.27 日々 73 6.87 話し合う 11 4.81 元 6 1.86 事務所 9 4.09 温か 6 7.44 苦しい 9 5.05 ひと時 15 6.75 過ごす 25 4.40 社会 62 3.81 平穏 11 7.39 素晴らしい 24 5.04 気持ち 241 6.72 洗う 10 4.38 工場 6 3.41 暖か 6 7.07 楽しい 26 4.34 生き方 40 6.56 飾る 9 4.09 個人 17 3.14 幸福 38 6.97 よい 34 3.33 成功 61 6.48 役立つ 9 3.63 友人 8 2.97 健全 25 6.57 良い 36 3.13 貧乏 16 6.47 使える 13 3.62 企業 23 2.79 不幸 21 6.25 厳しい 7 2.87 住まい 26 6.46 眠る 7 3.53 子供 18 2.54 穏やか 9 5.99 新しい 21 2.85 ろう 15 6.40 暮らす 9 3.49 事業 14 2.43 快適 12 5.95 早い 8 2.64 サラリーマン 20 6.25 使う 114 3.44 施設 7 2.43 熱心 10 5.89 少ない 9 2.25 結末 16 6.22 楽しむ 23 3.40 会社 17 2.40 複雑 34 5.86 高い 18 2.10 新婚 9 6.15 食べる 41 3.27 子ども 10 2.15 豊か 29 5.52 いい 23 1.84 瞬間 28 6.00 作る 66 3.20 教育 9 1.73 平和 18 4.58 多い 20 1.79 老後 11 5.98 話す 24 3.20 仕事 10 0.90 立派 7 4.52 ない 15 0.66 毎日 30 5.92 悩む 7 3.00 生活 6 0.84 さまざま 12 3.75 夫婦 27 5.89 教える 28 2.99 困難 9 3.46 スロー 9 5.86 できる 216 2.76 簡単 6 2.73 一生 15 5.80 抱える 6 2.62 いろいろ 11 2.36 宝 9 5.57 起こる 13 2.57 様々 6 2.34 カップル 12 5.52 飲む 14 2.54 必要 15 1.06 Slika 2: Besedne skice: rezultati iskanja za pridevnik na -na shiawasena »srečen, vesel« (幸せな) + samostalnik (levo) in rezultati iskanja za katei »dom« (家庭) (desno). Leva in desna stran Slike 2 prikazujeta posamična stolpca s številkami; prvi stolpec prikazuje kolokacijsko frekvenco v korpusu, drugi pa izpostavljenost oz. pomembnost statistične kolokacije. S klikom na število v prvem stolpcu tabele se v konkordancah prikažejo stavčni primeri, ki vsebujejo posamezne kolokacije besed in ključne besede v korpusu. S klikom na povezavo slovničnega vzorca (npr. modifies_N) odpremo slovnično datoteko in tako ugotovimo, na kakšen način je bil sestavljen določen vzorec – pravilo slovnične povezave z uporabo regularnih izrazov, besednih vrst in drugih podatkov. Slovnična povezava, prikazana na Sliki 2, je nastavljena kot dvostranska povezava (DUAL). Z iskanjem pridevnika na -na se prikaže samostalnik, ki ga pridevnik modificira, in če iščemo samostalnik, se prikaže pridevnik na -na, ki mu odgovarja. Tovrstni primer slovnične povezave je opisan v nadaljevanju. Primer 2-1: *DUAL =modifier_Ana/modifies_N 2:"N.Ana" "Aux" "Pref.*"? 1:[tag="N.*" & tag!="N.Suff.*" & tag!="N.bnd.*"] 41 Kolokacije in kolokacije na daljavo_FINAL.indd 41 4.5.2016 10:50:09 V zgornji formuli modifier_Ana označuje pridevnik na -na, modifies_N pa modificiran samostalnik. V formuli 2 ("N.Ana" "Aux" "Pref.*"?) pride pomožni glagol (Aux) za pridevnikom, obstaja pa verjetnost, da se za tem pojavi še predpona (Pref.*). Formula 1 ([tag="N.*" & tag! ="N.Suff.*" & tag! ="N.bnd.*"]) kaže metodo pridobivanja samostalnikov. Samostalniških oznak (N.*) je preveč, zato med njimi izbrišemo zapone (N.bnd.*) in odvisne samostalnike (N.Suff.*). S pomočjo tega pravila lahko pri iskanju kolokacij za pridevnik 幸せ-な pridobimo samostalnika gokibun (ご気分) in kibun (気分), ki pomenita enako, le da se uporabljata v različnih registrih ( gokibun vsebuje predpono za spoštljivost go in je bolj spoštljiv kot kibun). Samostalnika se v korpusu pojavljata v vzorcu shiawase-na- -go-kibun (幸せ-な-ご-気分), shiawase-na-kibun (幸せ-な-気分).36 2.4.2 Luščenje kolokacijskih podatkov iz korpusa s pomočjo sistema V slovnični datoteki, ki jo je avtorica izdelala za japonsko različico sistema SkE, je torej 22 pravil in ta pravila zajemajo več kot 50 različnih kolokacijskih povezav (Srdanović et al., 2008; Srdanović in Nishina, 2008). Od besednih vrst lahko išče-mo samostalnike, glagole, pridevnike na -na, pridevnike na -i, prislove in njihove kolokacijske povezave. Ker je morfološka analiza orodja ChaSen zelo natančna, slovnična datoteka vključuje pripone, predpone, odvisne glagole, glagolske pripone ipd. in njihove kolokacijske podatke. Tabela 7 kaže številne kolokacijske povezave, ki jih pokriva slovnična datoteka. Samostalniške kolokacijske povezave so najpogostejše, zajetih je 16 vrst. Glagolskih kolokacijskih povezav je 14, kolokacijskih povezav pridevnikov na -i je 7 in pridevnikov na -na je 11. Zajeta je le ena vrsta povezave s prislovi, a v 5. in 6. poglavju predlagamo izboljšave. Še posebno se osredotočimo na modalno obliko in njeno kolokacijsko povezavo, ki je ni mogoče analizirati z orodjem ChaSen (gl. poglavji 5 in 6). 36 Nadomestna znaka, ki se uporabljata v regularnih izrazih nosijo naslednji pomen: * Število izraza je 0 ali več (uporablja se npr. za oznake besednih vrst, ki vsebujejo več podoznak. Npr. N.* vsebuje oznake N.g, N.Prop ipd.). ? Število izrazov je enako 0 ali 1. ! Izpustitev določenega izraza. & Povezovanje izrazov pred in po. 42 Kolokacije in kolokacije na daljavo_FINAL.indd 42 4.5.2016 10:50:09 Tabela 7: Kolokacijske povezave, ki jih omogoča japonska slovnična datoteka. Besedna Slovnični Tip odnosa Primer vrsta odnos (gramrel) modifier_Ai pridevnik na -i opisuje atarashii chousen »nov samostalnik iziv« 新しい挑戦 modifier_Ana pridevnik na -na opisuje kakanna chousen »drzen samostalnik izziv« 果敢な挑戦 をverb samostalnik + wo + glagol chousen wo ukeru »sprejeti izziv« 挑戦を受 ける でverb samostalnik + de + glagol oyu de toku »stopiti v vroči vodi« お湯で溶く がverb samostalnik + ga + glagol chousen ga hajimaru »izziv se prične/začne« 挑戦が 始まる にverb samostalnik + ni + glagol chousen ni tachimukau »soočiti se z izzivom« 挑戦 に立ち向かう はverb samostalnik + wa + glagol chousen wa tsuduku »izziv 16 se nadaljuje« 挑戦は続く Samostalniki からverb samostalnik + kara +glagol oyu kara agaru »iti iz vroče vode« お湯から上がる pronomの samostalnik 2 + no + saigo no chousen »zadnji samostalnik 1 izziv« 最後の挑戦 のpronom samostalnik 1 + no + chousen no iyoku »volja samostalnik 2 da odgovori na izziv« 挑戦 の意欲 がAdj samostalnik + ga +Adj oyu ga ii »vroča/topla voda je dobra« お湯がいい はAdj samostalnik + wa +Adj oyu wa nurui »voda je mlačna« お湯はぬるい Coord paralelni odnosi chousen・ kakushin »izzivi in inovacije« 挑戦・革新 particle samostalnik + členek chousen to iu »t. i. izziv« 挑戦という 43 Kolokacije in kolokacije na daljavo_FINAL.indd 43 4.5.2016 10:50:09 Besedna Slovnični Tip odnosa Primer vrsta odnos (gramrel) Suffix samostalnik + pripona chousenjou »pisni izziv« 挑戦状37 16 Prefix predpona + samostalnik hatsu chousen »prvi izziv« Samostalniki 初挑戦 modifier_Adv prislov opisuje glagol nikoniko warau »nasmehniti se« にこに こ笑う nounは samostalnik + wa +glagol kare wa warau »on se smeji«彼は笑う nounが samostalnik + ga + glagol oni ga warau »hudič se smeji/nerealistično« 鬼が 笑う bound_V odvisni glagoli, vezani za waratchau »(na)smejati neodvisne glagole se« わらっちゃう V_bound neodvisni glagoli, vezani za tsurete iku »pripeljati koga odvisne glagole s seboj« 連れて行く nounで samostalnik + de + glagol hana de warau »posmehovati se nekomu« 鼻で笑う 14 Glagoli nounに samostalnik + ni + glagol takaraka ni warau »naglas se smejati« 高らかに笑う nounから samostalnik + kara + glagol (kokoro no) soko kara warau »smejati se od srca« （心の）底から笑う nounまで samostalnik + made + glagol saigo made warau »smejati se do konca« 最 後まで笑う nounを samostalnik + wo + glagol hara wo (kakaete) warau »počiti od smeha« 腹を（ 抱え て）笑う nounへ samostalnik + he + glagol (kouen he iku) »iti v park« （公園へ行く） Coord paralelni odnos warau・ naku »smejati se in jokati« 笑う・泣く 37 »Takeshi no Chousenjou« »Pisni izziv Takeshija« (たけしの挑戦状) je znana japonska igrica. 44 Kolokacije in kolokacije na daljavo_FINAL.indd 44 4.5.2016 10:50:09 Besedna Slovnični Tip odnosa Primer vrsta odnos (gramrel) Suffix glagol + pripona waraippanashi »še naprej se smejati« 笑いっぱなし 14 Glagoli Prefix prefix + glagol chouwarau »ful se smejati« 超笑う modifies_N pridevnik na -i opisuje nagai rekishi »dolga samostalnik zgodovina« 長い歴史 Nは samostalnik + wa + michinori wa nagai »pot je pridevnik na -i dolga« 道のりは長い Nが samostalnik + ga + pridevnik maeoki ga nagai »uvod je -i na -i dolg« 前置きが長い 7 bound_N odvisni/neodvisni nagai wake »razlog zakaj samostalniki vezani na je dolg/ni dolg …« 長い pridevnike na -i わけ Pridevniki na Coord paralelni odnos nagai・ mijikai »dolg in kratek« 長い・短い Suffix pridevnik na -i +pripona chounagai »ful dolg« 超長い Prefix prefix + pridevnik na -i nagasa »dolžina« 長さ bound_N bound/free samostalnik juuyouna ten »pomembna nouns connecting to N.Ana točka« 重要な点 samostalnik Nは samostalnik + wa + N.Ana yakuwari wa juuyou »vloga samostalnik je pomembna« 役割は重要 Nが samostalnik + ga + N.Ana koto ga juuyou samostalnik »pomembno je, da« こと -na が重要 11 pronomの samostalnik + no + N.Ana nettowaaku no juuyousei samostalnik »pomembnost mreže« ネ ットワークの重要(性) Pridevniki na のpronom samostalnik N.Ana + no + juuyou no kadai samostalnik »pomembna tema« 重要 の課題 modifier_Ai pridevnik na -i opisuje N.Ana monosugoi juuyou samostalnik »izjemno pomemben« も のすごい重要 45 Kolokacije in kolokacije na daljavo_FINAL.indd 45 4.5.2016 10:50:09 Besedna Slovnični Tip odnosa Primer vrsta odnos (gramrel) modifier_Ana N.Ana samostalnik opisuje fukaketsuni juuyou (na) N.Ana samostalnik »neizogibna pomembnost« 不可欠に重要（な） Suffix N.Ana samostalnik + juuyousei »pomembnost« pripona 重要性 Prefix Predpona + N.Ana saijuuyou -na samostalnik »najpomembnejše« 最重要 11 Coord paralelni odnosi juuyou・ takai »pomembno in visoko« 重要・高い Pridevniki na particle N.Ana samostalnik + členek juuyou to (naru・ iu) »postati pomemben / praviti, da je nakaj pomembno« 重要と（な る・いう） modifies_V prislov opisuje glagol yatto ochitsuku »končno se 1 pomiriti« やっと落ち着く Prislovi Ta komplet kolokacijskih povezav je bil pridobljen iz korpusa JpWaC in temelji na besednih vrstah orodja ChaSen. V Tabeli 8 je podana količina pridobljenih podatkov, tj. samostalnikov, glagolov, pridevnikov na -i, prislovov (za statistiko o podatkih drugih besednih vrst v korpusu gl. podpoglavje 2.3.2.). 46 Kolokacije in kolokacije na daljavo_FINAL.indd 46 4.5.2016 10:50:09 Tabela 8: Število samostalnikov, glagolov, pridevnikov in prislovov v korpusu JpWaC. PoS ChaSen PoS PoS (ANG) PoS (SLO) Pojavnice Različnice 名詞-一般 N.g Samostalnik 50.121.542 49.268 (splošni) 名詞-固有名詞-地域- N.Prop.p.g Samostalnik 1.878.093 19.280 一般 (zemljepisna lastna imena) 名詞-固有名詞-人名-名 N.Prop.n.f Samostalnik (osebna 1.570.530 12.854 lastna imena – ime) 名詞-サ変接続 N.Vs Samostalnik (gl. suru) 21.704.856 10.017 名詞-固有名詞-人名-姓 N.Prop.n.s Samostalnik (lastna 1.499.072 9.116 imena – priimek) 名詞-固有名詞-一般 N.Prop.g Samostalnik – lastna 622.453 7.517 imena 名詞-固有名詞-組織 N.Prop.o Samostalnik (lastna 940.397 7.277 Samostalniki imena – organizacije) 名詞-形容動詞語幹 N.Ana Osnova pridevnika 4.436.970 2.892 na -na 名詞-固有名詞-人名- N.Prop.n.g Samostalnik 98.476 872 一般 (osebna lastna imena – splošna) 名詞-副詞可能 N.Adv Samostalnik – 4.831.851 734 prislov その他 other Drugo 52.160.162 1.905 合計 total Skupaj 139.864.402 121.732 動詞-自立 V.free Glagol (neodvisni) 32.746.478 17.135 動詞-非自立 V.bnd Glagol (odvisni) 6.884.053 470 Glagoli 動詞-接尾 V.Suff Glagol (pripona) 2.714.110 36 合計 total Skupaj 42.344.641 17.641 形容詞-自立 Ai.free Pridevnik na -i 3.871.216 1.799 形容詞-非自立 Ai.bnd Pridevnik (odvisni) 248.190 52 形容詞-接尾 Ai.Suff Pridevnik (pripona) 21.871 12 Pridevniki 合計 total Skupaj 4.141.277 1.863 副詞-一般 Adv.g Prislov (splošni) 3.603.890 2.303 副詞-助詞類接続 Adv.P Prislov (vezni) 2.537.640 517 Prislovi 合計 total Skupaj 6.141.530 2.820 47 Kolokacije in kolokacije na daljavo_FINAL.indd 47 4.5.2016 10:50:10 2.4.3 Slovnična datoteka in razmerje do orodja ChaSen Sistem SkE uporablja rezultate morfološke analize orodja ChaSen (elektronski slovar, uporabljen za ChaSen, je IPADIC), zato je nujno iskanje glede na sistem besednih vrst v slovarju IPADIC.38 Na primer – ker je pridevnik na -na shiawasena razdeljen na shiawase + na, ga je treba pri iskanju ene enote iskati kot shiawase (幸せ). Treba je omeniti dobre in slabe plati slovarja IPADIC v sistemu ChaSen. Enote analize so zelo natančne, zato so koristne za definiranje slovničnih povezav. Za definiranje vzorca je bolj priporočljiva uporaba natančnih oznak, saj s tem zniža-mo potrebo po omejitvah. Po drugi strani je v primeru analize dveh enot ali več z orodjem ChaSen možno iskanje z zapletenimi vzorci, kar pa z besednimi skicami postane težavno, saj se kot ključna beseda lahko uporabi samo ena enota. Na primer, beseda onna no ko »dekle« (女の子) v sistemu ChaSen šteje za eno enoto, zato je tudi iskanje besednih skic enostavno. Po drugi strani pa je beseda onna no hito »ženska« (女の人) razdeljena na tri morfeme, zato je iskanje v Besednih skicah onemogočeno in je namesto tega potrebno jo iskati kot vzorec v konkordancah. Natančnost morfološke analize je težko 100-odstotna, zato so tudi pri besednih skicah občasno vidne napake. Tovrstni primer je npr. stavek Onsen he itta »toplice + v/k (cilj gibanja) + iti (v pretekliku) = Šel sem v toplice« (温泉へ行った (いっ た), ki je napačno analiziran kot * Onsen he okonatta »toplice + v/k (cilj gibanja) + *izvesti (v pretekliku) = *Bil je izveden v toplice« (温泉へ行った (*おこなった). Poleg tega so narečne in pogovorne besede v tovrstnih jezikovnih podatkih analizirane kot neznane besede. Izboljšava sistema za analizo ostaja izziv za prihodnost. 2.5 Glavne funkcije sistema To poglavje predstavi glavne funkcije sistema SkE, to so besedne skice, tezaver in primerjalne skice. 2.5.1 Besedne skice: funkcija pridobivanja kolokacijskih povezav Funkcija Besedne skice se uporablja za iskanje kolokacijskih povezav in kolokacijskih gesel za določeno ključno besedo v korpusu. Iskanje poteka tako, da dolo- čeno ključno besedo poiščemo s funkcijo Besedne skice, nato pa pridobimo izpis 38 Ogled sistema besednih vrst slovarja IPADIC na podlagi analizatorja ChaSen je možen na spletni strani orodja Chakoshi: http://tell.fll.purdue.edu/chakoshipub/index2.html (dostop 14. 9. 2014). 48 Kolokacije in kolokacije na daljavo_FINAL.indd 48 4.5.2016 10:50:10 različnih kolokacijskih odnosov in številne kolokacije, ki se pojavljajo v korpusu, prikazane in razporejene glede na statistično izpostavljenost in frekvenco.39 Vsak primer kolokacije lahko poiščemo s konkordancami. Na slikah 3, 4 in 5 v tem poglavju pokažemo rezultate iskanja samostalnikov, glagolov, pridevnikov na -i, pridevnikov na -na ter kolokacijske povezave posameznih delov besednih vrst. Slika 3 prikazuje rezultate iskanja za samostalnik oyu »vroča/topla voda« (お湯). Skrajno desni stolpec (modifier_Ana) in četrti stolpec spodaj (modifier_Ai) prikazujeta pridevnike, ki modificirajo samostalnik oyu. Podobno tudi prvi (をverb), tretji (にverb) in četrti stolpci (でverb) prikazujejo glagole, ki se sopojavljajo s samostalnikom oyu. Poleg tega se v drugem stolpcu (pronomの) vidijo vezave s členkom no (の) in samostalniki. V enem tipu kolokacijske povezave lahko opazimo različne pomene ključne besede glede na različne kolokacije, pomenske razlike pa se pojavljajo tudi med različnimi slovničnimi odnosi. V kolokacijskih povezavah so razvidne kolokacije z najvišjo izpostavljenostjo (številke v drugem stolpcu vsakega okvirja) oz. z visoko frekvenco (številke v prveg stolpcu vsakega okvirja). Iz števila v prvem stolpcu je s pomočjo konkordanc mogoče poiskati primere stavkov posameznih kolokacij. S seznama kolokacij za samostalnik oyu so razvidni naslednji posamezni pomeni besede oyu. 1. Vroča/topla voda (pogreta voda): oyu wo wakasu (お湯を沸かす) »zavreti vodo«, atsui oyu (熱いお湯) »vroča/topla voda«, potto no oyu (ポットのお湯) »vroča/topla voda iz termovke/v termovki«, nabe no oyu (鍋のお湯) »vroča/ topla voda iz lonca/v loncu, oyu de yuderu (お湯で茹でる) »skuhati v vroči vodi«, oyu de atatameru (お湯で温める) »pogreti z vročo vodo«, 2. Kopanje (voda za kopanje): oyu ni hairu (お湯に入る) »stopiti v vročo vodo«, oyu kara agaru (お湯から上がる) »stopiti iz vroče vode«, yubune no oyu (湯 舟のお湯) »vroča/topla voda v kopalni kadi«, yokusou no oyu (浴槽のお湯) »vroča/topla voda v kopalni kadi«, furo no oyu (風呂のお湯) »vroča/topla voda v (tradicionalni) kadi«, yasashii oyu (やさしいお湯) »prijetna vroča/topla voda«, ii oyu ( いいお湯) »dobra, prijetna vroča/topla voda«.40 Razmerje coord kaže, da se beseda oyu (お湯) v paralelnem razmerju sopojavlja z (mrzlo/hladno) vodo mizu (水). 39 Kot že omenjeno v prejšnjem razdelku, japonska različica pokriva različne besedne vrste (glagole, samostalnike, pridevnike na -i in -na ter prislove) in vsebuje več kot 50 različnih tipov kolokacijskih povezav (na osnovu 22 vzorčnih pravil v slovnični datoteki). 40 Pri iskanju besede yu (brez morfema - o-) lahko najdemo še dodatni pomen »toplice«. 49 Kolokacije in kolokacije na daljavo_FINAL.indd 49 4.5.2016 10:50:10 お湯 JpWaC freq = 2,876 (7.02 per million) をverb 1,339 5.30 pronomの 397 1.60 にverb 332 2.50 でverb 332 5.00 がAdj 73 2.50 沸かす 154 11.04 湯舟 7 8.91 浸かる 50 9.37 溶く 15 9.18 ぬるい 5 7.90 わかす 16 8.32 焼酎 23 8.38 つかる 26 9.16 溶かす 15 7.70 熱い 8 4.85 注ぐ 112 8.11 やかん 7 8.32 浸ける 9 8.69 茹でる 13 7.59 早い 4 1.66 ためる 15 6.91 浴槽 10 8.23 溶かす 18 7.97 洗い流す 6 7.32 いい 7 0.13 溜める 9 6.51 ポット 11 8.17 溶く 4 7.27 温める 15 7.28 汲む 8 6.32 少量 8 7.69 つかう 20 6.52 薄める 8 7.15 modifier_ そそぐ 4 5.98 シャワー 20 7.35 沈める 4 6.24 ゆでる 6 6.86 Ana 34 1.60 足す 11 5.85 湯船 4 7.14 溶ける 6 5.28 洗う 22 5.83 透明 7 4.77 ぶちまける 4 5.83 風呂 40 6.65 いれる 4 3.66 煮る 5 5.30 新鮮 4 4.56 温める 7 5.78 め 41 6.34 入れる 37 2.93 割る 7 4.61 張る 35 5.76 鍋 5 5.20 通す 4 2.83 練る 4 4.48 からverb 32 1.50 はる 18 5.72 温泉 5 4.45 つける 24 2.48 流す 13 3.71 上がる 11 2.66 貯める 6 5.33 大量 4 3.54 落とす 4 2.33 落とす 4 2.33 沸く 6 5.23 器 4 2.33 入る 18 1.06 飲む 7 1.60 coord 30 0.10 いれる 11 4.99 用 10 1.72 入れる 5 0.04 水 11 2.78 混ぜる 6 4.75 度 10 1.69 洗う 10 4.58 以上 7 1.66 modifier_ 入れる 96 4.30 分 5 0.74 Ai 186 8.10 捨てる 17 4.12 ここ 6 0.34 ぬるい 10 8.68 かける 70 4.09 熱い 78 8.12 かぶる 5 4.06 あったかい 5 7.36 浴びる 6 4.05 温かい 15 6.76 飲む 19 3.02 暖かい 8 5.27 通す 4 2.76 やさしい 6 4.80 流す 6 2.55 いい 13 1.02 新しい 4 0.46 Slika 3: Besedne skice: rezultati kolokacij za samostalnik oyu »vroča/topla voda« Slika 4 prikazuje rezultate iskanja kolokacijskih povezav glagola warau »smejati se« (笑う). Tretji stolpec (modifier_Adv) kaže prislove, ki modificirajo glagol. Na primer, nikkori warau »nasmehniti se«, omowazu warau »nehote se zasmejati«, kusukusu warau »hihitati se«, nikoniko warau »nasmejati se« ipd. V stolpcu »noun は« so prikazani osebki oz. teme. Stolpec »bound_V« prikazuje neodvisne in odvisne glagole ter glagolske pripone, stolpec na skrajnji levi »coord« pa prikazuje paralelne povezave. Od četrtega do enajstega stolpca (»nounを«, »nounに«, »noun で«, »nounが«, »nounから«, »nounまで«, »nounへ« so prikazani samostalniki, ki se najlažje povežejo z glagolom warau, in sicer v kombinaciji z določenim členkom. Na koncu so prikazane še pripone in predpone ter njihove kolokacije. Slika 5 prikazuje rezultate iskanja kolokacijskih povezav pridevnika surudoi »oster« (鋭い). Stolpec na skrajni levi prikazuje katere samostalnike modificira ta pridevnik. Na primer, dousatsu »vpogled« (洞察), gankou »pogled, uvid, vid« (眼 光), shiteki »izpostavljanje, pokazanje« (指摘). Stolpca »Nは« in »Nが« kažeta, s katerimi temami oz. subjekti se pridevnik surudoi pogosto sopojavlja. Stolpec »bound_N« kaže povezave s samostalniki ter samostalnikškimi priponami, vidijo pa se tudi paralelne kolokacijske povezave (coord), pripone in zapone. 50 Kolokacije in kolokacije na daljavo_FINAL.indd 50 4.5.2016 10:50:10 笑う JpWaC freq = 20,910 (51.07 per million) coord 9,250 3.10 bound_V 7,329 4.30 modifier_Adv 3,140 12.10 nounを 2,868 1.30 nounは 2,746 5.10 泣く 270 7.98 ちゃう 486 7.30 にっこり 216 10.95 腹 79 7.63 ディック 7 6.07 ごまかす 58 7.29 しまう 1,491 6.37 思わず 252 10.74 能収 12 7.09 隣人 9 6.03 怒る 157 7.28 みせる 33 5.98 くすくす 105 10.05 歯 39 6.80 彼女 98 5.64 笑える 48 6.81 ちまう 23 5.98 ゲラゲラ 103 10.02 鼻くそ 8 6.47 彼 144 5.35 答える 127 6.29 だす 67 5.90 にやりと 100 9.96 冗談 17 6.42 ふたり 9 5.30 済ませる 35 6.05 合う 89 5.50 ニヤリ 97 9.93 鼻糞 6 6.09 オレ 12 5.22 すませる 19 5.81 出す 307 5.35 ニコニコ 103 9.79 お腹 17 5.93 わ 8 4.98 誤魔化す 16 5.64 てる 769 5.34 ニッコリ 80 9.62 顔 141 5.88 夫人 6 4.88 話せる 22 5.63 あう 33 5.24 ニヤニヤ 79 9.48 声 157 5.82 筆者 9 4.87 はいる 42 5.63 すぎる 83 4.99 ヘラヘラ 59 9.22 セックス 9 5.46 少女 11 4.71 済ます 18 5.60 くれる 310 4.92 にこにこ 55 9.11 舌 9 5.41 少年 15 4.66 興じる 15 5.58 いける 93 4.41 ニコッ 52 9.05 ジョーク 6 5.38 赤ちゃん 7 4.63 泣ける 17 5.58 もらえる 22 4.10 げらげら 51 9.03 大声 8 5.27 観客 8 4.60 こみ上げる 15 5.56 とく 12 4.03 にやにや 52 9.01 肩 16 5.11 あたし 6 4.52 暮らせる 16 5.54 くださる 106 3.98 へらへら 42 8.73 頬 6 4.97 老人 7 4.44 うなずく 16 5.49 下さる 43 3.88 心から 48 8.26 不幸 9 4.73 今度 13 4.42 合える 14 5.36 いる 2,579 3.79 大いに 53 8.03 口 34 4.63 わたし 24 4.37 貼る 37 5.34 なさる 21 3.73 どっと 30 7.99 涙 12 4.52 僕 46 4.24 許せる 16 5.30 続ける 67 3.72 つい 29 7.67 失敗 9 4.23 男 29 4.16 さざめく 11 5.27 つづける 8 3.59 思いっきり 24 7.55 怒り 7 4.16 女 19 4.11 許す 66 5.26 始める 37 3.03 ひとしきり 18 7.46 眼 7 3.99 先輩 7 4.07 話す 105 5.23 はじめる 8 3.00 やっと 34 7.22 表情 8 3.88 ぼく 10 4.07 絶える 14 5.19 過ぎる 15 2.91 すっと 16 7.22 こちら 18 3.70 父 11 4.06 楽しめる 26 5.08 く 22 2.84 いつも 60 7.20 文 6 3.32 俺 14 3.75 振る 30 5.04 あげる 19 2.77 にんまり 14 7.16 様子 10 3.23 母 9 3.53 nounに 2,117 1.80 nounで 1,803 3.10 nounが 1,476 1.60 suffix 1,193 0.50 傍ら 81 9.59 鼻 162 9.08 鬼 35 7.78 っぱなし 26 6.92 高らか 8 6.80 大声 91 9.02 口元 7 6.59 どころ 6 4.59 水族館 8 6.51 口元 7 6.41 膝 11 5.82 れる 998 3.51 たび 22 6.27 模試 6 6.36 みんな 43 5.50 そう 29 2.02 いっしょ 19 6.23 ジョーク 8 6.16 皆 17 5.15 方 46 1.59 げ 32 6.01 皆 27 5.79 ニューヨーク 9 5.15 せる 43 1.04 一緒 86 5.84 みんな 40 5.38 赤ちゃん 7 4.84 久々 9 5.30 陰 7 5.29 観客 7 4.59 nounから 268 1.40 やりとり 10 5.30 隣 15 4.96 全員 10 4.55 底 41 6.78 片手 6 5.29 ひとり 16 4.94 表情 7 3.81 朝 7 3.04 ホント 6 5.12 笑顔 13 4.84 顔 32 3.77 みんな 6 2.71 冗談 6 5.09 顔 64 4.76 母 10 3.75 鬼 6 5.07 声 62 4.49 犬 7 3.48 nounまで 96 1.40 そう 239 5.06 向こう 9 4.28 妻 7 3.48 ぶん 6 6.84 絶対 17 4.82 横 11 4.27 女の子 6 3.45 いつ 11 3.18 皆 14 4.81 端 6 4.20 生徒 8 3.02 最後 8 1.75 みんな 25 4.69 本気 6 4.17 彼女 15 2.96 今 8 0.28 気味 8 4.66 表情 9 4.14 女 8 2.91 お互い 9 4.52 そば 6 3.94 男 10 2.66 nounへ 58 1.10 久しぶり 10 4.52 場面 6 3.38 友人 6 2.54 へ 18 8.14 最後 42 4.11 シーン 6 3.37 君 15 2.36 トップ 15 4.56 誰か 8 4.08 会話 6 3.31 彼 16 2.20 ネタ 10 4.01 ネタ 6 3.30 僕 11 2.20 瞬間 6 3.95 感じ 13 3.05 ちゃん 9 2.18 逆 9 3.73 ここ 37 2.95 相手 8 2.16 Slika 4: Besedne skice: rezultati kolokacij za glagol warau »smejati se«. 51 Kolokacije in kolokacije na daljavo_FINAL.indd 51 4.5.2016 10:50:10 鋭い JpWaC freq = 4,859 (11.86 per million) modifies_N 2,795 52.80 Nは 501 20.50 Nが 489 13.80 suffix 321 1.00 bound_N 149 7.80 洞察 49 8.44 舌鋒 6 8.50 勘 22 8.55 さ 303 4.67 ん 9 1.15 眼光 28 8.28 眼光 6 8.24 眼光 7 8.49 もの 38 1.10 牙 27 7.88 勘 9 7.25 嗅覚 8 7.95 coord 262 0.60 ところ 13 0.74 刃 29 7.67 洞察 6 6.39 感受性 8 6.99 鈍い 5 6.49 方 17 0.16 観察 49 7.46 指摘 32 4.74 眠気 4 6.38 冷たい 6 4.72 突っ込み 19 7.43 眼 8 4.44 カン 6 6.32 深い 23 4.45 prefix 7 0.10 視線 49 7.26 感性 4 4.31 刃 5 6.11 優しい 8 4.27 最 5 3.80 対立 47 7.22 歯 4 3.84 つき 18 6.05 暖かい 4 4.25 爪 25 7.07 感覚 12 3.77 振り 7 5.81 激しい 8 3.99 指摘 165 7.02 分析 4 2.51 直感 5 5.66 黒い 4 3.89 感性 31 6.83 批判 4 2.47 感覚 23 4.71 速い 5 3.85 メス 17 6.79 視点 5 2.38 視線 5 4.32 細かい 4 3.32 分析 77 6.64 彼 12 1.79 感性 4 4.31 厳しい 8 3.08 打球 10 6.57 音 4 1.18 眼 6 4.02 長い 11 2.65 批判 75 6.57 言葉 7 0.83 犬 4 2.74 強い 12 2.25 批評 20 6.56 目 9 0.22 音 8 2.18 楽しい 4 1.66 眼差し 12 6.54 これ 16 0.20 目 16 1.05 高い 12 1.52 切れ味 9 6.50 氏 5 0.17 力 14 1.00 多い 11 0.93 刃物 11 6.48 感 5 0.58 よい 6 0.83 直感 15 6.47 声 4 0.56 新しい 5 0.78 嗅覚 9 6.45 先 4 0.43 良い 6 0.55 追及 11 6.42 意見 5 0.28 ない 10 0.08 感受性 11 6.37 氏 5 0.17 切り口 13 6.37 痛み 36 6.35 Slika 5: Besedne skice: rezultati kolokacij za pridevnik surudoi »oster«. 2.5.2 Tezaver: funkcija slovarja sopomenk Tezaver temelji na »skupnih trojicah« (ang. shared triples), uporablja pa samodejno tehniko za luščenje besed, ki se podobno obnašajo glede na kolokacijske vzorce in gesla. Na primer, besedi zasshi »revija« (雑誌) in hon »knjiga« (本) se vsaka posamezno sopojavljata s povedkom X wo yomu »brati X« (？を読む) in tako oblikujeta trojno strukturo, ki kaže na podobno obnašanje elementov. S tovrstno tehniko je mogoče prikazati sopomenke in protipomenke. Osnovni koncept temelji na izdelavi samodejnega tezavra, ki so ga predlagali Sparck (1986), Grefenstette (1994) in Lin (1998). Na primer, z iskanjem besede shiawase »sreča« (幸せ) v tezavru se pokažejo pomensko podobne besede, kot so koufuku »sreča« (幸福), tanoshii »zabaven« (楽 しい), yorokobu »veseliti se« (喜ぶ), in pomensko nasprotne besede, kot so kiken »nevarnost« (危険), fuan »tesnoba« (不安), kodoku »samota« (孤独) (gl. Sliko 6). Poleg tega tezaver slikovno prikaže podobne besede iskani besedi. 52 Kolokacije in kolokacije na daljavo_FINAL.indd 52 4.5.2016 10:50:11 幸せ JpWaC freq = 24,093 (58.85 per million) Lemma Score Freq Cluster 幸福 0.370 8,023 不幸 [0.247, 7,821] 健康 0.259 39,764 平和 [0.258, 26,450] 自由 [0.218, 66,424] 安全 [0.183, 51,659] 自然 [0.182, 61,199] 元気 0.245 21,465 不安 0.224 28,221 夢 [0.186, 39,559] 希望 [0.178, 31,622] 疑問 [0.164, 24,016] 気持ち [0.16, 54,620] 興味 [0.151, 32,593] 思い [0.147, 30,111] 楽しい 0.223 50,233 大切 [0.214, 41,607] 不思議 [0.203, 24,106] いい [0.194, 250,831] 良い [0.175, 164,231] 大事 [0.175, 32,455] 大変 [0.174, 64,740] 若 い [0.165, 35,550] よい [0.165, 187,255] 好き [0.164, 76,141] 悪い [0.164, 77,238] 素晴らしい [0.156, 23,158] すごい [0.155, 42,113] 大 好き [0.153, 16,964] 面白い [0.148, 49,827] 新しい [0.147, 89,405] 豊か 0.208 18,257 素敵 [0.197, 12,734] 優しい [0.17, 13,917] 明るい [0.152, 15,179] 静 か [0.151, 11,972] 喜び 0.201 11,407 感動 [0.171, 19,102] 楽しみ [0.163, 19,017] 満足 [0.149, 22,705] 人生 0.185 40,625 生き方 [0.162, 7,735] 生活 [0.156, 118,812] 暮らし [0.153, 9,273] 成功 0.183 38,802 価値 [0.164, 49,844] 成長 [0.16, 38,725] 嬉しい 0.180 25,126 悲しい [0.179, 11,710] 嫌 [0.173, 13,454] 忙しい [0.161, 15,859] 辛い [0.152, 11,085] 寂しい [0.15, 7,978] 怖い [0.147, 17,277] Slika 6: Primer iskanja besede shiawase »sreča« v Tezavru. 2.5.3 Primerjalne skice: funkcija prikaza podobnosti in razlik Primerjalne skice prikažejo podobnosti in razlike v obnašanju besed. Tudi ta funkcija uporablja koncept skupnih trojic. Dve besedi se primerjata s pomočjo statističnega izračuna podobnega oz. drugačnega obnašanja teh besed glede na njihove kolokacijske odnose. V primeru podobnih besed, npr. sinonimov, se pojavi visoka 53 Kolokacije in kolokacije na daljavo_FINAL.indd 53 4.5.2016 10:50:11 izpostavljenost teh besed v enakih skupnih trojicah, medtem ko ima nasprotna beseda zelo nizko izpostavljenost. Na ta način je mogoče raziskovati ne samo razlike v sopomenkah, ampak tudi podobnosti in razlike med besedami z dvema zapisoma ali med besedami z različnimi slovničnimi vlogami, kot so npr. prehodni in nepre-hodni glagoli. Slika 7 prikazuje podobnosti in razlike, ki se pojavijo med kolokacijskimi besedami za besedi onna no ko »dekle« (女の子) in otoko no ko »fant« (男の子). Opazimo lahko kolokacijske trende, pri čemer se na besedo onna no ko vežejo pridevniki kawaii »srčkan«, utsukushii »lep«, na besedo otoko no ko pa pridevniki hansamu »čeden« in kakkoii »kul«. Zanimiva primera z visoko frekvenco sta kolokacijski zvezi tsuyoi onna no ko »močno dekle« (強い女の子) in yowai otokonoko »šibek fant« (弱い男の子). Zveza je namreč v nasprotju s splošnimi družbeno sprejeti-mi idejami in stereotipi, ki se kažejo kot onna no ko wa yowai, otoko no ko wa tsuyoi «dekle je šibko, fant je močen« (女の子は弱い・男の子は強い). Poleg tega je frekvenca besede dekle (16.309) 2,5-krat višja od frekvence besede fant (6.474). Tako lahko sklepamo, da je beseda dekle pogostejša zaradi tega, ker je primerna za širši razpon starosti subjekta in jo lahko zato uporabljamo v več kontekstih, možno pa je tudi, da so dekleta večkrat tema razprav na spletu kot fantje. 女の子/男の子 JpWaC freqs = 16,309 | 6,486 Commonpatterns „女の子“onlypatterns „男の子“onlypatterns 女の子 6.0 4.0 2.0 0 -2.0 -4.0 -6.0 男の子 coord 286 0.20 modifier_ 男の子 22 6.8 Ai 297 7.60 modifier_Ai 1,021 297 10.00 7.60 いっしょ 5 4.7 カッコイイ 8 7.5 可愛い 178 23 9.4 6.6 女性 8 1.7 かっこいい 10 6.8 かわいい 176 25 9.3 6.6 弱い 5 3.2 いい 38 9 2.6 0.5 modifier_ 若い 288 76 7.9 6.0 Ai 1,021 10.00 可愛らしい 15 5 7.7 6.7 思しい 5 7.0 小さい 41 20 5.5 4.5 かわいらしい 7 6.7 優しい 15 10 5.1 4.6 ちっちゃい 5 6.7 幼い 25 17 7.0 6.7 美しい 14 3.8 っぽい 8 7 3.6 3.5 明るい 5 3.4 すごい 8 2.9 強い 14 2.5 良い 17 2.0 悪い 9 1.8 大きい 9 1.7 新しい 9 1.6 高い 8 0.9 Slika 7: Primerjalne skice: primer iskanja onna no ko »dekle« in otoko no ko »fant«. 54 Kolokacije in kolokacije na daljavo_FINAL.indd 54 4.5.2016 10:50:11 2.6 Povzetek in nadaljnja vprašanja Rezultat pričujoče raziskave je izdelava japonske različice korpusnega iskalnega sistema SkE. Japonska različica je bila izdelana v dveh glavnih korakih: 1) oblikova-nje spletnega korpusa JpWaC (400 milijonov besed), ki je morfološko analiziran z orodjem ChaSen, in 2) izdelava japonske slovnične datoteke, ki temelji na definira-nju slovničnih pravil japonskega jezika s pomočjo regularnih izrazov in ChaSeno-vih besednih vrst. V sistemu SkE lahko uporabljamo tradicionalne iskalne metode, konkordance, s funkcijo Besedne skice pa lahko iz obsežnega korpusa v le nekaj sekundah pridobimo jezikoslovne podatke o kolokacijskih in slovničnih povezavah ključnih besed. Pred izdelavo japonske slovnične datoteke (Srdanović et al. 2008) je bil v raziskavah kolokacij v japonščini poudarek na sklonskih členkih, pripravljenih pa je bilo nekaj konkordančnikov za raziskovanje sklonskih členkov. S slovnično datoteko je omogočeno iskanje kolokacij za samostalnike, glagole, pridevnike na -i, pridevnike na -na in prislove, kar pomeni več kot 50 vrst kolokacijskih povezav. S tem predlagamo nov način za iskanje kolokacijskih povezav in gesel v japonščini. Kolokacijskih pravil je 22, z njimi pa vsaka besedna vrsta zajema številna kolokacijska gesla. Na primer, pri glagolih so prikazani poleg sklonskih členkov ga (が), wo (を), to (と), ni (に), de (で), made (まで), kara (から) in he (へ) in samostalnikov, ki se vežejo na glagole, tudi prislovi, odvisni glagoli, glagolske pripone in njihove kolokacije, drugi neodvisni glagoli in njihove paralelne povezave. V pričujočem poglavju smo najprej razložili postopek izdelave japonske različice sistema SkE. Nato smo predstavili posamezne funkcije orodij Besedne skice, Primerjalne skice, Tezaver in Konkordančnik in podali nekaj primerov iskanja različnih japonskih besed v korpusu JpWaC s pomočjo izdelane japonske različice sistema. Na podlagi rezultatov primerjave časopisnih podatkov in spletnega korpusa, nameščenega v SkE, smo ocenili, da so spletni podatki manj specifični kot časopisni podatki in da v precejšnji meri pokažejo splošno rabo jezika. Japonsko različico tega sistema, podobno kot angleško, je mogoče aplicirati na različna področja jezikoslovnega izobraževanja, raziskovanja in leksikografije. Možnosti apliciranja in vrednotenja pridobivanja kolokacijskih povezav s sistemom so opisane v naslednjem poglavju. Prednosti in pomankljivosti japonske različice orodja so opisane podrobno v Srdanović et al. (2011). Na tem mestu izpostavimo naslednje tri segmente, ki so potrebni izboljšave, in sicer bi bilo treba: 1. nadalje očistiti podatke spletnega korpusa in dodati raznovrstne podatke, vključno s kategorizacijo. 55 Kolokacije in kolokacije na daljavo_FINAL.indd 55 4.5.2016 10:50:11 2. nadalje dodati in izboljšati slovnične odnose ter vnesti še druge izboljšave v sistem morfološke analize. 3. dodati dodatne informacije za naravne govorce in učence, kot so npr. funkcija prikazovanja oznak v japonščini v sistemu ChaSen, imena slovničnih izrazov v japonščini, furiganu (zapis branja pismenk) v rezultatih kolokacij in v primerih. 56 Kolokacije in kolokacije na daljavo_FINAL.indd 56 4.5.2016 10:50:11 3 Aplikacija in vrednotenje japonske različice sistema za luščenje kolokacij41 3.1 Uvod Za aplikacijo korpusa pri jezikovnem izobraževanju, leksikografiji in raziskovanju korpus ni dovolj, ampak je nujno tudi orodje za iskanje po korpusih. Orodje SkE, je eden od primerov korpusnih iskalnih sistemov trenutno najnaprednejše četrte generacije (McEnery in Hardie, 2012). Po prihodu elektronskih korpusov so se pojavile naslednje značilnosti v razvoju leksikografije: 1. V 80. letih je bil Cobuildov angleški slovar prvi, pri katerem so bili uporabljeni elektronski korpus in konkordance. 2. V 90. letih sta Church in Hanks (1989) predlagala metodo »vzajemne informacije« (Mutual Information, MI) za statistično luščenje kolokacij iz korpusov, ta metoda pa se je začela uporabljati v slovaropisju. 3. Od leta 2000 so se pojavili naprednejši sistemi, ki omogočajo sistematičen pregled obnašanja besed (npr. besedne skice), in se začeli uporabljati v urejanju slovarjev. Najprej je bilo orodje SkE uporabljeno za urejanje Macmillanovega angleškega slovarja (Rundell, 2002) s pridobljenimi podatki iz angleškega nacionalnega korpusa BNC (British National Corpus). Kronologijo projekta sta podrobno razložila Kilgarriff in Rundell (2002). Ugotovila sta, da so za metodologijo korpusne leksikografije uporabnejše besedne skice kakor pa obstoječe konkordance. Prvi cilj besednih skic je bil povečati zmogljivost metode skeniranja vrstic, tako da lahko dobimo karseda sistematične informacije o visokokakovostnih kolokacijah. Pomemben cilj je bil tudi skrajšati čas urejanja in izdelati kakovosten slovar. Pri projektu Macmillanovega slovarja je bilo mogoče ponovno potrditi pomembno vlogo konkordanc za izdelavo slovarja, po drugi strani pa za strokovnjake leksikografije besedne skice niso bile le izvor kolokacij, temveč je njihova vloga postala pomembna pri semantični analizi. Številne funkcije sistema SkE skupaj s seznamom kolokacij, povzetih po seznamu slovničnih povezav, kažejo glavne značilnosti obnašanja besed, kar pa se je izkazalo za prispevek k razumevanju besednih pomenov. Besedne skice tako veljajo za novo metodo sestavljanja slovarjev, ki temeljijo na korpusih. 41 Del rezultatov raziskave, predstavljene v tem poglavju, je objavljen v Kilgarriff et al. (2010) ter Srdanović & Nishina (2008). 57 Kolokacije in kolokacije na daljavo_FINAL.indd 57 4.5.2016 10:50:11 SkE se je ravno tako uporabljal za gradnjo drugih slovarjev (Oxford University Press, Chambers Harrap in Collins). Uporablja se ga tudi pri poučevanju jezika kot vir pri sestavljanju različnih tipov testov, kakršen je npr. test stavkov z dopol-njevanjem (Smith et al., 2007, 2008; Smrž, 2004). Tako obstajajo številni primeri apliciranja orodja za razvoj jezikovnih tehnologij (Gatt in Van Deemter, 2006; Chantree et al., 2005). Angleška različica SkE je posebej prispevala k področju jezikovnega poučevanja in leksikografije. Tudi japonska različica bi se lahko v prihodnje uporabljala na podoben način. V tem poglavju najprej razpravljamo o različnih možnostih uporabe sistema pri poučevanju japonščine, še posebno pa pri izdelavi slovarja japonščine. Beseda chousen »izziv« (挑戦) je analizirana z leksikalno-semantičnega vidika, predstavljenih je tudi nekaj primerov iskanja različnih slovničnih vzorcev in še druge možnosti uporabe. Sledita dve vrednotenji sistema SkE. Pri prvem vrednotenju so rezultati iz sistema SkE primerjani z naključno izbranimi primeri iz slovarja kolokacij Nihongo hyougen katsuyou jiten »Slovar uporabe japonskih izrazov v praksi« (日本語表 現活用辞典) (Himeno, 2004). Pri drugem vrednotenju se ocenjuje, ali so rezultati kolokacij v sistemu SkE primerni za ureditev obsežnega slovarja japonskih kolokacij, kar je del projekta Sketch-Eval, ki je usmerjen k večjezičnemu vrednotenju sistema SkE. 3.2 Leksikalno-semantična analiza: primer besede chousen »izziv« (挑戦) V tem poglavju smo s funkcijo Besedne skice poiskali japonsko besedo chousen »izziv« (挑戦), ki odgovarja angleški besedi challenge (za analizo besede v angleščini, gl. Kilgarriff in Rundell, 2002). Kolokacijske rezultate preučujemo z leksikalno- -semantičnega vidika. Slika 8 prikazuje rezultate iskanja besede chousen. Stolpca »modifier_Ana« in »modifier_Ai« na Sliki 8 kažeta pridevnike na -na in pridevnike na -i, ki modificirajo samostalnik chousen. Stolpci »は verb«, »を verb«, »が verb« in »に verb« kažejo, s katerimi glagoli se samostalnik chousen največkrat sopojavlja. V eni slovnični zvezi lahko pomensko razločimo več kolokacij, vidimo pa lahko tudi pomenska zveza med besedami, ki se pojavijo v različnih slovničnih povezavah. Če najprej pogledamo slovnične povezave na Sliki 8 – atarashii chousen »nov izziv« (新しい挑戦), aratana chousen »nov izziv« (新たな挑戦), chousen wa hajimaru »izziv/spopad se začne« (挑戦は始まる), chousen wo hajimeru »začeti izziv, spopasti se« (挑戦を始める), chousen ga hajimaru »izziv se začne« (挑戦が 58 Kolokacije in kolokacije na daljavo_FINAL.indd 58 4.5.2016 10:50:11 挑戦 JpWaC freq = 14,258 (34.82 per million) suffix 1,434 3.20 pronomの 1,171 2.80 をverb 1,028 2.40 modifier_Ana 386 10.90 particle 256 1.10 状 162 7.93 度目 47 8.34 退ける 10 7.02 果敢 16 9.01 を通して 4 3.07 記 28 5.67 たけし 14 8.27 突きつける 7 5.88 無謀 26 8.99 に対し 4 2.43 艇 5 5.07 雄一郎 12 8.26 受ける 112 4.14 新た 181 7.55 という 58 2.28 セン 4 4.66 康秀 4 6.78 諦める 5 3.96 重大 29 6.33 なんて 4 2.18 者 566 4.21 画伯 4 6.51 試みる 6 3.86 大胆 6 6.18 に対する 8 1.55 的 343 3.50 幸雄 4 6.48 続ける 60 3.61 更 7 6.08 って 8 1.55 権 34 3.39 父さん 4 6.04 繰り返す 9 2.85 直接的 5 5.57 と 36 1.41 中 209 3.33 ライ 4 6.00 立つ 16 2.65 壮大 4 5.50 として 24 0.74 編 4 2.34 店長 7 5.82 受け入れる 6 2.49 ユニーク 4 4.88 における 4 0.66 型 9 1.94 ン 34 5.77 支える 6 2.45 様々 9 2.94 によって 7 0.55 心 11 1.59 キング 4 5.56 もたらす 5 2.25 さまざま 6 2.77 に対して 4 0.44 性 15 0.01 最強 4 5.13 始める 20 2.20 多様 4 2.31 など 12 0.06 知 7 4.82 止める 5 2.14 重要 5 0.73 工学 4 4.68 楽しむ 6 1.51 初心者 4 4.38 決める 4 0.59 はverb 275 2.60 協会 8 4.37 求める 6 0.50 続く 25 3.22 療法 4 4.21 行う 14 0.04 始まる 12 2.45 人類 8 4.19 ある 145 0.91 文明 5 4.10 prefix 530 6.90 終わる 5 0.56 最大 13 4.02 初 252 8.26 自治体 6 3.82 再 264 7.66 社長 9 3.75 大 8 0.90 世紀 10 3.70 最後 31 3.69 歳 15 3.42 のpronom 255 0.60 modifier_Ai 246 6.30 始まり 6 5.44 えらい 4 5.36 行方 4 4.98 新しい 87 4.91 意欲 8 4.82 ない 88 3.21 日々 9 4.13 厳しい 7 2.89 つもり 4 3.74 無い 9 2.46 姿勢 6 3.02 機会 11 3.02 がverb 185 1.10 物語 4 2.76 はじまる 6 4.74 予定 4 2.39 始まる 52 4.57 ため 15 0.46 なす 4 1.04 場 4 0.34 続く 5 0.90 心 4 0.15 coord 161 0.30 にverb 249 1.10 革新 51 8.33 立ち向かう 23 7.58 試み 5 4.44 挑む 10 5.70 創造 8 4.40 値する 7 5.33 失敗 7 4.14 さらす 6 4.27 機会 4 1.56 応える 5 3.66 応じる 9 3.22 でverb 79 0.70 取り組む 6 2.12 受ける 8 0.33 向ける 8 2.01 向かう 4 0.87 がAdj 33 0.70 可能 7 0.75 Slika 8: Besedne skice: rezultati iskanja besede chousen »izziv« (挑戦) . 始まる), hajimeru »začeti« (始める) in primere chousen wo kokoromiru/motarasu/ tsuzukeru »poizkusiti/prinesti, sprožiti/nadaljevati izziv« (挑戦を試みる・もたら す・続ける) opazimo voljo, aktivno naravnanost in usmerjenost naprej. Beseda v teh kolokacijah izraža pomen »z lastno voljo se aktivno lotiti novih in na videz težkih stvari«. 59 Kolokacije in kolokacije na daljavo_FINAL.indd 59 4.5.2016 10:50:12 Imamo pa še eno rabo, ki se povezuje z aktivnostjo, to je chousen wo tanoshimu/ motomeru »uživati v izzivu/želeti si izziva, iskati izziv« (挑戦を楽しむ・求める) in chousen ni atai suru »biti vreden izziva« (挑戦に値する). Po drugi strani pa se z besedo chousen sopojavljajo tudi besede sai- »ponovno« (再-), shippai «neuspeh« (失敗) in akirameru «obupati, vdati se, opustiti« (諦める) ipd. in pomensko indicirajo neuspeh izziva. To so npr. kibishii chousen »težek izziv« (厳しい 挑戦), mubouna chousen »nepremišljen izziv« (無謀な挑戦), chousen wo kurikaesu/ shirizokeru/akirameru/tomeru »ponoviti/zavrniti/opustiti/ustaviti izziv« (挑戦を繰り 返す・退ける・諦める・止める). Obstajajo tudi izrazi, ki kažejo na pomembnost in izkazujejo močno voljo, npr. juudaina/juuyouna chousen »resen/pomemben izziv« (重大な・重要な挑戦) ter na pomembnost in težavnost izziva chokusetsutekina/ kakanna/daitanna chousen »neposreden/drzen/neustrašen« (直接的な・果敢な・大 胆な挑戦). Glagoli, ki se sopojavijo večkrat, pomenijo »sprejeti« oz. »prevzeti« (npr. chousen wo ukeru), so pa tudi primeri, ki pomenijo »zoperstaviti se« oz. »soočiti se« ( chousen ni tachimukau). Takšna raba besede chousen pomeni »soočiti se s problemom po najboljših močeh in stremeti k prenovi« in »zoperstaviti se nečemu/nekomu«. Iz primerov je razvidno, da ne gre le za svojo lastno voljo oz. namen, ampak lahko tudi za voljo neke druge osebe. Izraz challenge to something/somebody najdemo pri angleški analizi, medtem ko se v primeru japonščine ne pokaže s takšno stavčno strukturo. Zato smo vzorec poiskali s konkordancami. Kot kaže Slika 9, smo v okvirček CQL v konkordančnem oknu spodaj vnesli regularni izraz [word="に対する"] []{0,3} [word="挑戦"]. Pri tem interval {0,3} pomeni, da so med izrazoma に対する »proti« in 挑戦 »izziv« od 0 do trije znaki. Del rezultatov je prikazan na Sliki 10, nadalje pa jih lahko s sortira-njem razdelimo v naslednje pomenske sklope: • Izziv proti avtoriteti (policija, avtoriteta, avtorske pravice, moč) • Izziv proti skupini (demokratična družba, mednarodna skupnost, država, Amerika (アメリカ), ZDA (米国), Južna Koreja) • Izziv proti ideologiji (politika, principi, svoboda, mednarodna varnost, neoboroževanje). Rezultati kažejo, da je zunanji pritisk na izzivalca velik, zato se pokaže struktura izzivalčeve močne volje. Slika 9: Iskanje ~ ni tai suru + chousen (～に対する +挑戦) . 60 Kolokacije in kolokacije na daljavo_FINAL.indd 60 4.5.2016 10:50:12 Slika 10: Prikaz s konkordancami za ni tai suru chousen (に対する挑戦) . Sklenemo lahko, da besedne skice ne prikažejo le slovničnih razmerij in seznama preprostih kolokacij, ampak jih je moč uporabljati tudi kot vir leksikalno- -semantične analize v slovarjih. Sistem bi lahko bil koristen tudi za primerjanje jezikov ali pa za izdelovanje dvojezičnih oz. večjezičnih slovarjev. Lahko bi ga na primer uporabili za urejanje obstoječega japonsko-slovenskega slovarja jaSlo (Erjavec et al., 2006). 3.3 Metodologija iskanja stavčnih vzorcev Poleg opisane leksikalno-semantične analize, ki je razširjena v leksikografiji, se tudi v drugih jezikoslovnih študijah širi uporaba in metodologija korpusnih virov. SkE se tako lahko uporabi kot empirična metodologija za raziskovanje o jeziku. Čeprav se besedne skice, tezaver in primerjalne skice osredotočajo v glavnem na leksikalno-semantične podatke, so z vidika korpusnega jezikoslovja zanimivi tudi drugi podatki. V tem poglavju je nekaj primerov iskanja določenih struktur s funkcijo zloženega iskanja konkordanc, kjer lahko različne večenotne vzorce iščemo kot enote. 3.3.1 Morfološka produkcija in izpeljava V obstoječih morfosintaktičnih oznakah v korpusu obstajajo naslednje morfološke izpeljave: • suffix »pripona« (接尾辞), prefix »predpona« (接頭辞) • suffix_base »priponska osnova« (接尾辞が付く語幹), prefix_base »predponska osnova« (接頭辞が付く語幹) • bound_V »vezava_V« (odvisni in neodvisni glagoli in glagolske pripone, vezani na ključno besedo glagola) • V_bound »V_vezava« (glagoli, na katere se pogosto veže ključna beseda, ki je neodvisni ali odvisni glagol ali glagolska zapona) 61 Kolokacije in kolokacije na daljavo_FINAL.indd 61 4.5.2016 10:50:12 Na primer, predpona h glagolu kiku »slišati, vprašati« (聞く) je spoštljivi o- (お聞 きしたい), obstajajo pa tudi primeri, kot so vezava kumu (組む) »sestaviti, združiti« v torikumu (取り組む) »spoprijeti se«, ali pa vezave miru »videti« (みる), kureru »dobiti« (くれる), kudasaru »dobiti« (くださる) v primerih kiite miru, kiite kure-nai ka (聞いてみる »poskusiti poslušati«, 聞いてくれないか »me ne bi poslušal?«). Ko iščemo besedo hon »knjiga« (本), se ta v nekaterih primerih pojavi kot predpona s pomenom »ta« ( honkenkyuu 本研究 »ta študija«, honsaabisu 本サービス »ta usluga«), se pa pojavlja tudi kot samostalnik s pomenom »knjiga« skupaj s predpono ( gohon ご本 »knjiga [spoštljivo]«, gohon 御本 »knjiga [spoštljivo]«, kakuhon 各 本 »vsaka knjiga«). Klasifikacija v kategorijo števnika (助数詞) pa da rezultat tudi med kolokacijami ( -satsu no hon ～冊の本 [število fizičnih knjig/zvezkov]). S primerjalnimi skicami lahko prepoznamo priponi sei (性) za lastnosti oz. sa (さ) za posamostaljenje pridevnikov, njuni osnovi in razlike v kolokacijah. Pripona sei (性) se dodaja k osnovam pridevnikov na -na in samostalnikom (npr. kanou »verjetno« 可能 za kanousei »verjetnost« 可能性, houkou »smer« 方向 za houkousei »usmerjenost, usmeritev« 方向性, seisan »proizvod« 生産 za seisansei »produktiv-nost« 生産性), pripono sa (さ) se dodaja pridevnikom na -i ( ookii »velik« 大きい za ookisa »velikost« 大きさ, takai »visok« 高い za takasa »višina« 高さ, nagai »dolg« 長い za nagasa »dolžina« 長さ). Tovrstne pripone se poučuje na osnovni ravni in z napredovanjem na višjo raven postane pomembno poznavanje besednih oblik, ki se ne pojavljajo skupaj. Pridevniku yutaka »bogat« (豊か) se ne dodaja pripone sei (性), medtem ko se pridevniku benri »priročen« (便利) doda pripono sa (さ). Pri besedah, kjer se lahko uporablja obe kolokaciji ( seikakusa/sei »natančnost« 正確 さ/性 in fukuzatsusa/sei »zapletenost« 複雑さ/性), so učenci pogosto v dilemi. S pomočjo orodja lahko hitro in natančno preverijo rabo tovrstnih kombinacij. V slovarjih kombinacije samostalnika in sklona in informacije o sopojavljanju pomožnih glagolov in glagolskih pripon (npr. pasivni in kavzativni stavki) težko najdemo, medtem ko so z uporabo besednih skic in konkordančnika te lažje dose-gljive. Glagoli, pridevniki na -na in pridevniki na -i so v rezultatih besednih skic prikazani kot leme, zato bi bilo pričakovano neposredno pridobiti tudi podatke o njihovem spreganju. 3.3.2 Iskanje vzorcev V okviru kolokacijskih podatkov se pojavijo slovnični podatki o tem, kaj je glagolski osebek ali kaj je predmet oz. tema. Z uporabo konkordanc lahko prav tako išče-mo različne preproste ali zapletene vzorce. Metodologija iskanja s konkordancami 62 Kolokacije in kolokacije na daljavo_FINAL.indd 62 4.5.2016 10:50:12 je opisana v razdelku 2.3.3., na tem mestu pa je podanih nekaj primerov iskanja z uporabo funkcije CQL v konkordancah. 1. Primeri stavčnih vzorcev s … kara /de tsukurareru »biti narejeno od«(～から／ で作られる) Skupne točke in razlike podobnih stavčnih izrazov … kara tsukurareru ( ～から作 られる) in … de tsukurareru (～で作られる) lahko poiščemo s konkordancami. Za iskanje posameznega vzorca je treba v okvirček CQL vnesti spodnja znakovna niza (ang. character string, jp. mojiretsu 文字列): [word="から"][word="作ら"][lemma="れる"] [word="で"][word="作ら"][lemma="れる"] V znakovne nize vnesemo lemo reru れる zato, da bo rezultat vključeval pregibne oblike, kot so npr. povedkovna oblika ( shuushikei 終止形), prilastkova oblika ( rentaikei 連体形), nedovršna oblika ( mizenkei 未然形) in vezna oblika na -masu ( renyoukei 連用形). V rezultatih frekvenc se izraz kara »od, iz« (から) pojavi 432-krat, izraz de »od, iz« (で) pa 975-krat. Ko posamezen rezultat iščemo s funkcijo kolokacijskega kandidata, dobimo naslednje rezultate. Kara (から) se sopojavlja s spodnjimi besedami: • Naravni materiali oz. deli ( shokubutsu »rastline« 植物, kome »riž« 米, ki »drevo, les« 木, budou »grozdje« ブドウ, satoukibi »sladkorni trs« サトウキビ, sozai »materiali« 素材, shokuzai »hrana, jestvine« 食材, genryou »surovine« 原料, koshi »odpadni papir« 古紙, dojou »prst, zemlja« 土壌, sekiyu »nafta« 石油) • Abstraktni in specifični deli ( kotoba »beseda« 言葉, hansei »refleksija« 反省, imi »pomen« 意味) • Dobe in vidik mišljenja ( shiten »stališče« 視点, jidai »doba« 時代, koro »čas, obdobje« 頃, toshi »leto« 年, ikou »odkar, po« 以降, kanten »vidik« 観点) De (で) se sopojavlja s spodnjimi besedami: • Lokacija, ustvarjalec ( koujou »tovarna« 工場, + no naka »v«, Nihon »Japonska« 日本, Amerika »Amerika« アメリカ, + no ue »nad«, Doitsu »Nemčija« ドイツ, Chuugoku »Kitajska« 中国, kuni »država« 国, tainai »v telesu« 体内, katei »dom« 家庭, chiiki »regija« 地域 ipd.), ustvarjalec ( jibun »jaz« 自分, sutaffu »osebje« スタッフipd.) • Cilj ( mokuhyou »cilj« 目標, youso »element« 要素, nerai »cilj« 狙い, tsumori »namen« つもり), mišljenje ( konseputo »koncept« コンセプト, hassou »ideja« 発想, imeeji »podoba« イメージ, kangae »mišljenje« 考えipd.), način ( gijutsu 63 Kolokacije in kolokacije na daljavo_FINAL.indd 63 4.5.2016 10:50:12 »umetnost, spretnost, tehnika« 技術, houhou »metoda, način« 方法, zentei »predpostavka« 前提, gihou »tehnika« 技法, kyouryoku »sodelovanje« 協 力, tejun »proces« 手順, shudou »voditi« 主導, jinkou »umeten« 人工), stanje ( dankai »faza« 段階, reberu »raven« レベル; tanki »kratko obdobje« 短期; kosuto »stroški« コスト, yosan »proračun« 予算) • Material ( ki »les« 木, sozai »surovine« 素材, zairyou »sestavine« 材料, ishi »kamen« 石, kami »papir« 紙, busshitsu »snov« 物質, kinzoku »kovina« 金属, ha »list (na rastlini)« 葉, garasu »steklo« ガラス, mokuzai »hlodovina, les« 木 材, take »bambus« 竹, goukin »zlitina« 合金, kin »zlato« 金, shokuzai »hrana, jestvine« 食材, biizu »kroglica za nakit« ビーズ, purasuchikku »plastika« プラス チック, tamago »jajce« 卵, dairiseki »marmor« 大理石) Če se omejimo na kolokacije materiala, se kara in de sopojavljata npr. v kontekstih, vezanih na les in hrano, kara pa v primerih, ko gre za naravne stvari in primarne surovine, po drugi strani pa je za de mogoče opaziti trend sopojavljanja s človeškimi izdelki in s stvarmi, ki so narejene iz določenega materiala. 2. Primeri stavčnih vzorcev za kavzativ (glagol + sasete ageru »bom ti dal, da …« させてあげる) V nadaljevanju pokažemo še en primer načina iskanja kavzalnih izrazov. Najprej v okvirček CQL vnesemo niz [tag="V.*"][word="せ|させ"][word="て"][lemma="あ げる"]. Kavzalni pomožni glagol ( se せ oz. sase させ) se veže na vse vrste glagolov pred njim. Poleg tega pa je mogoče najti izraze, sestavljene iz serij pregibnih oblik, ki sledijo oblikama te て in ageru あげる. Če iščemo v tem formatu, znaša frekvenca v spletnem korpusu 1170. Če še naprej iščemo rezultate s funkcijo kolokacijskega kandidata, so osnove glagola, ki se pojavijo več kot 10-krat, naslednje: • su す (osnova od suru »delati«), tabe 食べ (osnova od taberu »jesti«), ki 聞 (き) (osnova od kiku »slišati/spraševati«), yasu 休 (osnova od yasumu »počivati«), ya や (osnova od yaru »delati«), mo 持 (osnova od motsu »nositi, imeti«), yoroko 喜 (osnova od yorokobu »veseliti se«), shi 知 (osnova od shiru »znati, vedeti«), no 飲 (osnova od nomu »piti«), a 会 (osnova od au »srečati se«), tanoshi 楽し(osnova od tanoshimu »veseliti se«), i 行 (osnova od iku »iti«), yo 読 (osnova od yomu »brati«), 気づ (osnova od kizuku »opaziti«), aso 遊 (osnova od asobu »zabavati se/igrati se«), ka 勝 (osnova od katsu »zmagati«), amae甘え (osnova od amaeru »razvajati«). 3. Primeri za besedno zvezo ki ni suru »skrbeti« (気にする) S konkordancami se lahko išče tudi kolokacije besednih zvez. Na primer, če uporabimo iskalno poizvedbo [word="気"] [word="に"] [lemma="する"], dobimo 64 Kolokacije in kolokacije na daljavo_FINAL.indd 64 4.5.2016 10:50:12 10.845 zadetkov. Z uporabo funkcije kolokacijskega kandidata se znotraj primera ～を + 気にする število primerov približa na 4000. Tabela 9 prikazuje leksikalno- -semantične tipe, ki se pojavijo največkrat. Tabela 9: Leksikalno-semantični tipi kolokacij za zvezo wo ki ni suru »skrbeti za« (を 気にする) . Leksikalno-semantični tipi Kolokacije mnenje, ocena, napoved tanin »druga oseba« 他人, sekentei »spodobnost« 世 druge osebe 間体, hannou »odziv« 反応, hyouka »vrednotenje« 評価, kinjo »soseščina« 近所, mawari »okolica« 回 り, mawari »okolica« 周り, hyouban »ugled« 評判, yoron »javno mnenje« 世論, hito »človek«人, shuui »okolica« 周囲, omowaku »pričakovanja« 思惑, mesen »zorni kot« 目線, me »očesno zrklo« 眼, me »oko« 目, shisen »pogled« 視線, gaiken »videz« 外見, uranai »prerokovanje« 占い, meishin »vraževerje« 迷信 lasten videz/stanje oz. videz/ daietto »dieta« ダイエット, sutairu »stil« スタイル, stanje nekoga drugega teisai »videz« 体裁, nenrei »starost« 年齢, fasshon »moda« ファッション, fukusou »oblačilo« 服装, yogore »umazanija, nečistost« 汚れ, kamigata »pričeska« 髪 型, taijuu »telesna teža« 体重, futori »debelost« 太り, mitame »videz« 見た目, youshi »videz« 容姿, mibae »videz« 見栄え, hiyake »sončna opeklina« 日焼け vreme ame »dež« 雨, tenki »vreme« 天気, youhou »vremenska napoved« 予報, tenkou »vreme« 天候, shigaisen »ultra-vijolični žarki« 紫外線 bolezen, bolečina yamai »bolezen« 病, itami »bolečina« 痛み, guai »zdravstveno stanje« 具合, kizu »poškodba« 傷, jibyou »kronična bolezen« 持病, kenkou »zdravje« 健康 finančno stanje yosan »proračun« 予算, kabuka »cene delnic« 株 価, ryoukin »stroški« 料金, nedan »cena« 値段, saifu »denarnica« 財布, nenpi »poraba goriva« 燃費 čas jikan »čas« 時間, tokei »ura (aparat)« 時計, jisa »časovna razlika« 時差, shuuden »zadnji vlak« 終電, okure »zamuda« 遅れ zaznavni dražljaji nioi »vonj« 匂い, souon »hrup« 騒音, kemuri »dim« 煙, kusai/nioi »(neprijeten) vonj« 臭い, zatsuon »hrup« 雑音 65 Kolokacije in kolokacije na daljavo_FINAL.indd 65 4.5.2016 10:50:12 rezultati seiseki »uspešnost, (šolska) ocena« 成績, tensuu »število točk« 点数, kekka »rezultat« 結果, machigai »napaka« 間違い, haisen »poraz« 敗戦 vsebina nakami »vsebina« 中身, kashi »besedilo pesmi« 歌 詞, bunpou »slovnica« 文法, saibu »podrobnost« 細 部, gashitsu »kakovost slike« 画質, ontei »(glasbeni) interval« 音程 drugo (vrstni red, količina, jun«i »pozicija« 順位, junban »zaporedje« 順番, suuchi razdalja itd.) »številčna vrednost« 数値, ritsu »delež« 率, kazu »število« 数, youryou »kapaciteta, volumen« 容量, kyori »razdalja« 距離 , doukou »trend« 動向 Da bi raziskali leksikalno-semantične tipe besed, ki se pojavljajo pred zvezo … no koto wo ki ni suru »skrbi me za …« (～のことを気にする), iščemo naslednji vzorec: [word="の"][word="こと|事"][word="を"][word="気"][word="に"][lemma="する"]. Vidimo lahko, da se pogosto pojavljajo besede, ki se nanašajo na ljudi, npr. kodomo »otrok« (子供), kare »on, tisti« (彼), anata »ti« (あなた), hito »človek« (人), watashi »jaz« (私), -san »gospod, gospa« (～さん), -mono/sha »oseba« (～者) itd. Iz podatkov, ki so označeni v korpusu in so v slovnični datoteki zaznamovani kot primerni vzorci, je s funkcijo Besedne skice mogoče hitro pridobiti kakovostne rezultate. V prihodnje bo z dodajanjem dodatnih korpusnih oznak za različne druge stavčne izraze, besedne zveze in modalnost mogoče pridobiti bogatejše jezikovne informacije iz rezultatov besednih skic. Raziskava pridobivanja kolokacij med prislovi ugibanja in modalno obliko na koncu stavka je opisana v 4. in 5. poglavju. 3.4 Področje poučevanja japonščine in možna raba sistema V zadnjih letih so se začele jezikovne tehnologije uporabljati tudi na področju učenja drugega tujega jezika. V ta namen se uporabljajo različice sistema SkE v več jezikih, njihova uporabnost pa je pogosto predmet raziskav. Japonska različica je prav tako lahko koristen vir za učenje japonščine na Japonskem kot tudi v tujini in je lahko v pomoč tako učencem kot tudi učiteljem japonščine. V nadaljevanju je navedenih nekaj možnosti za uporabo sistema SkE. 3.4.1 Z vidika uporabnika Najprej poglejmo možnosti uporabe SkE z vidika uporabnikov, in sicer a) učitelja japonščine in b) učenca japonščine. Učitelji japonščine so lahko materni govorci 66 Kolokacije in kolokacije na daljavo_FINAL.indd 66 4.5.2016 10:50:12 ali tuji govorci in oboji pri uporabi SkE naj ne bi imeli večjih težav. Če je učitelj tuji govorec, se v nekaterih primerih pri bolj delikatnih jezikovnih zadregah ne bo mogel enostavno opredeliti. Pri učencih pa se možnosti uporabe orodja razlikuje glede na njihovo znanje japonščine. Medtem ko naj bi ga učenci na srednji in višji stopnji znali uporabljati brez večjih težav, je zelo verjetno, da bo za učence nižje stopnje neposredna raba predstavljala težavo. Če je uporabnik učenec, se lahko pojavijo težave pri učenju jezika med uporabo orodja; na primer, ko se pojavi neznana beseda ali pismenka, ki je učenec ne zna prebrati. Orodje namreč ne vsebuje informacije o težavnostni stopnji, kar otežuje pedagoško rabo. Na voljo je nekaj računalniških podpornih sistemov, ki stopnjo vendarle upoštevajo. Obstaja npr. orodje za pomoč pri učenju pisanja spisov Natsume, ki pri izbiri vzorčnih stavkov iz številnih korpusov uporablja podatke o ravni znanja (Nishina in Yoshihashi, 2007; Nishina, 2008; Hodošček in Nishina, 2012). Prav tako obstaja orodje za iskanje primerov iz korpusa JpWaC-L (Hmeljak in Erjavec, 2012) glede na stopnje težavnosti s seznama besedišča JLPT. Opravljene so bile tudi raziskave sortiranja stavčnih primerov v konkordančnih vrsticah glede na njihovo zloženost oz. težavnost (Smrž, 2004). Če bo v prihodnje v SkE vdelana tovrstna funkcionalnost, bo sistem verjetno postal lažji za uporabo, prav tako pa bi bilo pri japonski različici dodati tudi furigano (zapis branja pismenk). 3.4.2 Z vidika štirih jezikovnih spretnosti Gledano z vidika štirih jezikovnih spretnosti, to so branje, pisanje, poslušanje in govor, je cilj orodja SkE podpora za pisanje. Hkrati pa lahko z branjem primerov iz korpusa posredno pomaga izboljšati bralno razumevanje. 3.4.3 Z vidika učnih ciljev Možnosti aplikacije sistema lahko razdelimo glede na učne cilje. a. učenje različnih jezikoslovnih vedenj (npr. poznavanje stavčnih vzorcev in besednih pomenov) b. ocenjevanje jezikovnih sposobnosti (sestavljanje testov) c. sestavljanje učnih virov (npr. učbenikov) d. izdelovanje računalniškega sistema za podporo učenju Posamezna jezikoslovna znanja učnih vsebin, kot so različna leksikalno-semantična ali morfo-sintaksična vprašanja, ter primeri slovničnih vzorcev so opisani v razdelkih 3.2. in 3.3. Glede na izkušnje z uporabo SkE v izobraževanju (Smrž, 2004) je bila pri poučevanju drugega tujega jezika poleg kolokacijskih izrazov 67 Kolokacije in kolokacije na daljavo_FINAL.indd 67 4.5.2016 10:50:12 najbolj koristna funkcija Primerjalne skice, s katero lahko primerjamo podobnosti in razlike med sopomenkami in blizupomenkami. Z uporabo tezavra je moč oce-niti znanje, povezano z besediščem, ki izraža specifičen pomen. Smrž (2004) meni, da SkE omogoča izdelavo samodejnega testiranja, s katerim lahko preverimo, ali razumemo razlike med besedami. Pri izdelavi učnega gradiva, npr. učbenika, lahko uporabimo različne jezikoslovne podatke, ki so pridobljeni iz sistema SkE (npr. jezikovne, morfološke in slovnične vzorce ter tipične stavčne primere). Potem lahko generiramo seznam besed za izdelavo učnih virov, iz katerega se lahko učenec osredotoči na besede z visoko frekvenco. Prav tako lahko orodje uporabimo za razvoj drugih računalniško podpornih sistemov s funkcijo prikazovanja visokofrekvenčnih kolokacij, sopomenk in protipomenk. 3.5 Drugi načini uporabe Poleg omenjenih načinov aplikacije je SkE moč uporabljati tudi na drugih podro- čjih raziskovanja. Z vidika sociolingvistike lahko raziskujemo raznovrstne pojave, kot so npr. razlike v rabi besed in kolokacij o moškem in ženskem spolu (gl. primer onna no ko in otoko no ko na Sliki 7). Prek besed in kolokacij lahko opazimo druž- beno sprejete ideje in stereotipe. Z uporabo sedanjih obsežnih spletnih korpusov je z vidika kulturoloških študij mogoče analizirati tudi spletne medije. S primerjavo različnih korpusov se lahko preučuje tudi posebnosti posameznega korpusa. Zanimivo je tudi primerjati rezultate obsežnih korpusov z rezultati mnenjskih raziskav. Na primer, mogoče je primerjati mape besed, ki prikazujejo povezave besed in njihovih asociacij, izluščenih z anketami (Joyce, 2005), z rezultati besednih skic in tezavra. Rezultati tovrstnih analiz so pokazali, da se besedne kombinacije, pridobljene iz korpusov, v precejšnji meri prekrivajo z besednimi kombinacijami, pridobljenimi z asociacijami, mogoče pa je opaziti tudi razlike v kombinacijah (Joyce in Srdanović, 2008). Ker lahko v rezultatih iskanja s SkE odkrijemo različne pomanjkljivosti analize morfemov z orodjem ChaSen, lahko rezultate uporabimo za izboljšavo natančnosti morfosintaktične analize japonskega jezika. Mogoče je uporabiti tudi funkcijo Corpus Builder, s katero sami zgradimo in/ali naložimo korpus v sistem SkE. Z uporabo funkcije WebBootCat lahko sestavimo specializirani korpus in ga apliciramo na želeno področje, npr. jezikovno izobraževanje, turizem in podobno (Baroni et al., 2006; Smith et al, 2008). 3.6 Vrednotenje 1: primerjava s slovarjem kolokacij V tem poglavju primerjamo japonsko različico sistema SkE s Slovarjem uporabe japonskih izrazov v praksi (Himeno, 2004) ter ovrednotimo potencialno rabo 68 Kolokacije in kolokacije na daljavo_FINAL.indd 68 4.5.2016 10:50:12 sistema za luščenje kolokacij. To je prvi slovar kolokacij za učence japonščine. Za razliko od dotedanjih slovarjev japonščine, pri katerih je bil v središču »opis besede«, ta slovar izpostavi »povezavo z besedo«. Vsebuje številne stavčne primere in kolokacijske podatke, zato je koristen vir za učence japonščine. V času izdelave obsežni korpusi japonščine še niso obstajali, zato so bili uporabljeni raznovrstni jezikovni viri (npr. drugi slovarji, literarna dela, časopisi ipd.). Da bi ugotovili, ali je pri tovrstnem slovarju uporaba besednih skic prednost, smo iz slovarja naključno izbrali naslednjih 10 gesel in jih poskušali primerjati z rezultati, pridobljenimi iz orodja SkE z besednimi skicami: utsumuku »pogledati dol/povesiti glavo« (俯く), kasuka »nejasen, bežen« (微 か), kurushimu »trpeti« (苦しむ), shimeru »zapreti« (閉める), taberu »jesti« (食べる), tomeru »prespati« (泊める), hakobu »prenašati« (運ぶ), betsubet-su »posamezno« (別々), meiryou »jasen, razločen« (明瞭), waru »razdeliti, razbiti« (割る). V nadaljevanju navajamo nekaj primerov rezultatov primerjave in diskutiramo o štirih točkah možne rabe sistema za luščenje kolokacij: 1) za številne slovnične povezave 2) kot metoda za izbiranje kolokacij 3) za izbiranje stavčnih primerov 4) za leksikalno-semantične podatke. 3.6.1 Uporaba za številne slovnične povezave V slovarju japonskih kolokacij so opisane raznovrstne kolokacije. Prikazani so a) kolokacijski podatki za glagole – posamezni sklonski členki ga, wo, to, ni in veza s samostalniki ter prislovi, ki modificirajo glagole, b) kolokacijski podatki za pridevnike na -na – členki na in no in z njimi povezani samostalniki ter ni, te in druge oblike s prislovno funkcijo. Po drugi strani imamo 22 pravil slovničnih povezav v orodju SkE, ki so prikazane z binarno povezavo in pokrivajo več kot 50 različnih slovničnih povezav, kar zajema veliko več kolokacijskih informacij od slovarja. Poleg glagolov in pridevnikov na -na lahko iščemo tudi druge besedne vrste kolokacijskih gesel (še posebno za samostalnike, pridevnike na -i in prislove). Vsebuje tudi veliko kolokacijskih povezav posameznih besednih vrst. Na primer, pri glagolskih geslih so prikazani tudi sklonski členki ga, wo, to, ni, de, made, kara in he, tematski členek wa ter samostalniki, ki se vežejo nanje. Poleg tega vsebuje prislove, odvisne glagole, glagolske pripone in njihove kolokacije ter druge neodvisne glagole in paralelne povezave. Gledano z vidika prostora je v slovarju nemogoče zajeti vsa kolokacijska gesla, zato je to prepuščeno leksikografski strategiji. Po drugi strani pa je z orodjem SkE mogoče izračunati kolokacijsko 69 Kolokacije in kolokacije na daljavo_FINAL.indd 69 4.5.2016 10:50:12 frekvenco in statistično prioriteto, na podlagi teh podatkov pa lahko vzposta-vimo različne kolokacijske kategorije ter njihova najpomembnejša gesla, kar je lahko velik prispevek k izdelavi slovarjev. Tu je prednost orodja SkE očitna, čeprav je primerjava s slovarjem japonskih kolokacij pokazala pomanjkljivo obravnavo povezave in tako nakazala mesto, na katerem je bilo mogoče sistem še izboljšati. Ta povezava je bila potem naknadno dodana v sistem. 3.6.2 Metoda za izbiranje kolokacij V nadaljevanju opišemo različne kolokacije, ki se pojavijo v posameznih slovničnih povezavah. V slovarju so naštete številne kolokacije znotraj določenega tipa kolokacije, toda ne pojavijo se vedno tiste, ki imajo v korpusu visoko frekvenco. Na primer, beseda kasuka »nejasen, bežen« (微か) se v korpusu večkrat pojavi v kontekstu kasukana kioku »nejasen spomin« (微かな記憶), medtem ko te kombinacije v slovarju ne najdemo. Z vidika števila naštetih kolokacij lahko opazimo, da slovar vsebuje gesla z visokim in nizkim številom kolokacij. Imamo tudi gesla, ki se pojavijo le kot kolokacije v stavčnih primerih. Glede na to lahko vidimo uporabnost besednih skic pri izbiri kolokacij za slovar glede na frekvenco in pomembnost kolokacij v korpusu. Po drugi strani pa se včasih kolokacije, ki obstajajo v slovarju, ne pokažejo med rezultati besednih skic. Možen razlog je uporaba spletnih podatkov sodobne japon- ščine v sistemu SkE, medtem ko je omenjeni slovar sestavljen predvsem z uporabo literarnih del, ki pogosto vsebujejo besedila modernega japonskega jezika. Obe vrsti gradiva sta do določene mere omejeni, in nujno je, da v orodje SkE vnesemo tudi druge korpuse in rezultate primerjamo z obsežnimi zbirkami podatkov ter da se za tovrstni slovar uporabi širše gradivo. 3.6.3 Uporaba za izbiranje stavčnih primerov Čeprav so kolokacijski izrazi v slovarju ponazorjeni s primeri, je treba pazljivo iz-ločiti stavčne primere, da pokažemo najpomembnejše kolokacije in stavčne vzorce. Potem ko dobimo rezultate visokih frekvenc med različnimi kolokacijskimi izrazi, so besedne skice koristne pri izbiranju stavčnih primerov. Na primer, v slovarskem geslu utsumuku najdemo naslednje tipične primere: akai kao wo shi, utsumuita »zar-dela je in sklonila glavo« 赤い顔をし、うつむいた; shibaraku utsumuite kangaete ita »nekaj časa je gledala dol in premišljevala« しばらくうつむいて考えてい た; hana ga utsumuite iru »navzdol obrnjeni cvet« 花がうつむいている; utsumuite 70 Kolokacije in kolokacije na daljavo_FINAL.indd 70 4.5.2016 10:50:13 shimatta »pogledal je dol/sklonil je glavo«うつむいてしまった; utsumuite aruku »hoditi s sklonjeno glavo« うつむいて歩く). Med stavčnimi primeri, uporablje-nimi v podatkih besednih skic (Slika 11), so tudi primeri, ki jih ni v slovarju, in re- čemo lahko, da so med njimi tudi kolokacijski kandidati ( hazukashisouni utsumuita »sramežljivo je gledal dol/sklanjal glavo« はずかしそうにうつむいていた; utsumuite hissori to nakidashita »začel je tiho jokati s sklonjeno glavo« うつむいてひ っそりと泣き出した; shita wo utsumuitamama »gledajoč navzdol«下をうつむい たまま; mugon de utsumuku »gledati dol brez besed« 無言でうつむく; »sklonjeno, povešavo cveteti« utsumuki kagen ni sakuうつむき加減に咲く; utsumukigachi de atta »bil je nagnjen k sklanjanju« うつむきがちであった; chotto utsumuki kagen no atama »z rahlo sklonjeno glavo« ちょっとうつむきかげんの頭; sukoshi utsu-mukinagara »rahlo upognjeno« 少しうつむきながら). Z raziskovanjem besednih skic in konkordanc je mogoče izbrati tipične stavčne primere v slovarju, ki še bolj podrobno orišejo rabo določenih kolokacij. うつむく JpWaC freq = 583 (1.42 per million) coord 350 4.00 nounは 127 8.00 modifier_Adv 63 8.30 nounで 34 2.00 ふり向く 4 8.22 彼女 13 2.79 やや 6 6.55 無言 4 6.22 かげる 3 7.29 彼 10 1.54 終始 3 6.03 うなだれる 3 6.97 しばらく 5 4.27 nounが 24 0.90 考え込む 3 5.72 nounを 104 1.60 少し 10 3.91 花 3 1.68 微笑む 4 4.78 顔 21 3.18 いつも 4 3.67 咲く 5 3.74 肩 3 2.98 ずっと 3 3.23 suffix 18 0.30 閉じる 4 3.54 頭 5 1.32 ちょっと 7 2.99 かげん 7 9.85 黙る 4 3.47 下 7 1.29 また 3 2.43 がち 5 3.66 泣く 7 3.13 歩く 19 2.98 nounに 41 1.20 座る 7 2.89 げ 3 2.79 見つめる 3 2.53 Slika 11: Besedne skice: rezultati iskanja za besedo utsumuku »pogledati dol/povesiti«. 3.6.4 Uporaba za leksikalno-semantične podatke V procesu izdelave slovarja, kot je omenjeni slovar kolokacij, lahko z uporabo besednih skic, tezavra in primerjalnih skice pridobimo podrobnejše pomenske informacije, kot so sopomenke, protipomenke ter razlike med njimi. Slovar je zasnovan tako, da če ima geslo A podobne kolokacije geslu B, so kolokacije prikazane le z geslom A, geslo B pa ima samo referenco na geslo A. To je recimo primer za gesla shimeru »zapreti« (閉める) in shimaru »zapreti se« (閉まる), ter tomeru »dati prenočišče, prenočiti (prehodno)« (泊める) in tomaru »ostati, prenočiti (neprehodno)« (泊ま る). Če napravimo besedne skice za shimeru in shimaru, se poleg osnovne razlike v prehodnem in neprehodnem glagolu pokažejo tudi nekateri drugi zanimivi rezultati. 71 Kolokacije in kolokacije na daljavo_FINAL.indd 71 4.5.2016 10:50:13 Najprej so to kolokacije s priponami: npr. shimeru se pogosto veže na - rareru, - saseru in - ppanashi ( Doa ga kichinto shimerarete imasu »Vrata so dobro zaprta.« ドアがき ちんと閉められています; Amado o shimesaseru »Naročiti, da zapre polkna« 雨戸 を閉めさせる; Kaaten o shimeppanashi ni suru »Pustiti zavese odprte« カーテン を閉めっぱなしにする). Pokaže tudi, da se shimeru veže na členek de »s, z«, ki izraža način delovanja ali orodje (kot na primer, ushirode de »z rokami za hrbtom« 後 ろ手で, te de »z rokami« 手で, kagi de »s ključem« 鍵で). Prikaže se tudi sestavljen členek tame ni »zaradi« (ために), npr. Anzen no tameni mado wo shimete iru »Okno je zaprto zaradi varnosti« (安全のために窓を閉めている). Obstajajo pa tudi kolokacije z neodvisnimi in odvisnimi glagoli ter glagolskimi priponami, ki se vežejo na glagol, na primer kiru, naosu, kureru/itadaku/morau: shimekiru, shimenaosu, shimete kureru/itadaku/morau »do konca zapreti, ponovno zapreti, zapreti [+ glagoli dajanja in sprejemanja]« (閉めきる, 閉め直す, 閉めてくれる・いただく・もらう). Po drugi strani pa pri glagolu shimaru vidimo kolokacije, ki tvorijo zložene glagole, kot so shimarikakeru »zapreti« (閉まりかける), shimatteoru »biti zaprto« (閉まっ ておる) in shimarihajimeru »začeti zapirati se« (閉まり始める). Samostalniki doa »vrata« (ドア), mado »okno« (窓), kaaten »zavese« (カーテン) in shattaa »role-ta« (シャッター) se pogosto vežejo na oba glagola ( shimeru in shimaru), medtem ko se samostalniki resutoran »restavracija« (レストラン), shouten »trgovina« (商 店) in toshokan »knjižnica« (図書館) vežejo le na glagol shimaru. V slovarju z glagoloma shimeru in shimaru ne najdemo kolokacij s samostalniki amado »polkna« (雨戸), tobira »vrata« (扉), futa »pokrov« (蓋), motosen »ventil« (元栓), jaguchi »pipa« (蛇口), barubu »žarnica« (バルブ). Zanimivo je, da se kolokaciji shouji »drsno (papirnato) okno ili vrata« (障子) in fusuma »drsna vrata« (襖), ki sta v slovarju, v spletnem korpusu nista izpostavljeni. Spletni podatki od-ražajo sodobno japonščino in rečemo lahko, da se vzporedno z družbenimi spre-membami pokažejo tudi spremembe v jeziku. Japonska različica besednih skic torej lahko priskrbi raznovrstne kolokacijske podatke, primerne za izdelavo kolokacijskega slovarja, doda podatke o pomenih besed ter pomaga pri izboru stavčnih primerov. Poleg tega lahko besedne skice razumemo kot pomoč ne le pri izdelavi slovarja kolokacij, temveč tudi pri izdelavi raznih slovarjev (japonski jezikoslovni slovar, dvojezični slovarji, tezaver, slovar sopomenk in protipomenk ter slovar stavčnih vzorcev). Čeprav o času, ki je potreben za urejanje določenega slovarja, še nimamo podatkov, lahko po angleški različici sklepamo, da bi uporaba besednih skic morala tudi skrajšati čas izdelave slovarja. Po drugi strani pa sklepamo, da lahko z uporabo različnih jezikovnih virov, vključ- no s slovarjem japonskih kolokacij, slovnično datoteko v orodju SkE še izboljšamo. 72 Kolokacije in kolokacije na daljavo_FINAL.indd 72 4.5.2016 10:50:13 3.7 Vrednotenje 2: vrednotenje izdelave kolokacijskega slovarja V tem podpoglavju ovrednotimo orodje SkE za uporabo za urejanje obsežnega japonskega slovarja kolokacij. Vrednotenje je del projekta SketchEval, ki je usmerjen na večjezično vrednotenje sistema. Iz posameznega korpusa smo naključno izbrali 42 enot (samostalnike, pridevnike na -i in glagole) ter z rezultati orodja SkE ocenili, ali so primerni za izdelavo obširnega kolokacijskega slovarja. Za tovrstno vrednotenje smo najprej sestavili seznam besed z visoko, srednjo in nizko frekvenco za vsako besedno vrsto. Če je v seznamu beseda, ki bi morala biti zaradi morfolo- ških razlogov izpuščena iz vrednotenja, smo z rezervnega seznama izbrali primerno besedo in jo zamenjali. Slika 12 prikazuje seznam besed in rezervni seznam, ki sta bila pridobljena iz korpusa JpWaC. Gesla, ki so bila izključena iz vrednotenja, so prečrtana, gesla, ki so bila uporabljena namesto izbrisanih, pa so poudarjena. Na primer, pridevnik na -i - ppoi (っぽい) je pripona za izražanje podobnosti in zaradi tega je bil zamenjan s pridevnikom omoi »težak« (重い), ta pa je bil potem uporabljen za vrednotenje. Sample lists Reserve lists Nouns Verbs Adjectives Nouns Verbs Adjectives Common N = 1963 N = 367 N = 74 (100­2999) 急 生まれる よろしい 心配 ちゃう 重い 研究 扱う っぽい 箱 知れる 長い minfr = 完成 支払う 素晴らしい 積極 語る 忙しい 10067 男性 忘れる 大きい プロセス 受け入れる 無い maxfr = 緑 地区 481866 評価 建設 Mid (3000­ N = 5326 N = 840 N = 105 9999) 欠席 まつ 黒い フォント 溢れる 柔らかい 蓄積 づく おとなしい 刑事 拒む むずかしい minfr = マスター 資する こい 澄 隠る きつい 1931 俳句 溜まる 親しい 蝶 しむ とんでもない maxfr = 情勢 包装 10061 有力 メス Low N = 2114 N = 299 (10,000­ N = 15076 駆け込む むつかしい 水槽 対する 若々しい 30,000) クレイ やせる 仲良い グローバリゼーション 振舞う 面倒くさい 方角 書き留める くすい 青島 吸い上げる 耐え難い minfr = 近鉄 滅ぶ 腹立たしい 懇話 くぼむ 香ばしい 324 走り 射精 maxfr = 苑 モグラ 1930 人妻 Slika 12: Seznam naključno izbranih besed iz korpusa JpWaC (samostalnik vsebuje vezavo na -sa (N.Vs) in osnovo pridevnika na - na 42 ). Slika 13 kaže kolokacijska gesla samostalnika hyouka »vrednotenje« (評価), pridobljena z orodjem SkE v oknu SketchEval. Vsako geslo je prikazano z dvajsetimi 42 To je v skladu z morfološkim orodjem ChaSen (http://chasen.naist.jp/stable/ipadic/, dostop 11.4.2015), ki je bil uporabljen za analizo korpusa JpWaC. 73 Kolokacije in kolokacije na daljavo_FINAL.indd 73 4.5.2016 10:50:13 Rubric: G = Good; Gb = Good but wrong grammatical relation; M = Maybe (not striking collocate); Ms = Maybe (specialized vocab); B = Bad Gramrel Collocation Rating Freq G Gb M Ms B modifier_Ai 高い      3388 modifier_Ai 正しい      208 modifier_Ana 多元的      12 modifier_Ana 定性的      12 modifier_Ana 正当      107 modifier_Ana 適正      68 modifier_Ana 厳正      10 particle に当たって      73 prefix 再      938 pronomの 読者      253 pronomの 一定      178 suffix 損      134 suffix 額      591 suffix 益      62 suffix 替え      43 にverb 値する      104 のpronom 対象      290 のpronom 実施      136 はAdj 無効      251 をverb 下す      181 Slika 13: Kolokacijska gesla za ovrednotenje samostalnika hyouka »vrednotenje« (SketchEval). kolokacijami, ovrednotili pa so jih strokovnjaki za japonski jezik. Tabeli 10 in 11 prikazujeta rezultate vrednotenja glede na ocenjevalca in glede na seznam visoko-, srednje- in nizkofrekvenčnih kolokacij. Vrednotenje so opravili trije ljudje, pri čemer je bil rezultat dveh oseb podoben. Gesel, ki so ocenjena kot dobre kolokacije ( yoi kyouki良い共起), je 83,40 % oz. 74 Kolokacije in kolokacije na daljavo_FINAL.indd 74 4.5.2016 10:50:13 81,98 %. Gesel, ki so ocenjeni z oznako morda (morda bi bilo geslo dobro vključiti v slovar), je 9,69 % in 3,72 %. Pri tretjem ocenjevalcu je razlika znatna, saj je dobrih kolokacij za 38,93 %, potencialno dobrih (morda) pa 40,23 %. Razlog je lahko v presoji, katera gesla so primerna za slovar, predvsem pa je problematična kategorija morda. Med ocenjevanjem se lahko presoja le na osnovi prikazanega rezultata, mogoče pa je pogledati dejanske primere konkordanc in uporabiti druge funkcije orodja ter tako priti do bolj natančnih rezultatov. Možno je, da je ravno to vzrok za razliko pri oceni kolokacij. Na primer, beseda shiharau »plačati« (支払う) se sopojavlja z besedo ryou »plačilo« (料), toda kolokacija kot takšna je nepopolna. S pregledom konkordanc lahko pridemo do relevantnih kombinacij z morfemom ryou, denimo shiyouryou wo shiharau »plačati najemnino« (使用料を支払う) in jugyouryou wo shiharau »plačati šolnino« (授業料を支払う). Najvišji delež gesel, ki so bila ocenjena kot slabe kolokacije ( yokunai kyouki良くな い共起), je 17,74 %, najnižji pa 3,30 %. Če gledamo z vidika visoko-, srednje- in nizkofrekvenčnih kolokacij, je delež visokofrekvenčnih kolokacij najvišji (76,37 %). Pri besedah s srednjo in nižjo frekvenco ni opaznejših razlik (65,78 % in 64,42 %). Tabela 10: Rezultat vrednotenja kolokacijskih gesel (s strani ocenjevalca). Odgovor Izbira Ocenjevalec A Ocenjevalec B Ocenjevalec C Povprečje Dobro 83,40 % 81,98 % 38,93 % 68,10 % Dobro (z napačno 2,27 % 0,46 % 2,50 % 1,74 % slovnično zvezo) Morda (ne povsem 9,69 % 3,72 % 40,23 % 17,88 % ustrezna kolokacija) Morda (specializirano 0,31 % 1,51 % 0,60 % 0,81 % besedišče) Slabo 3,30 % 12,33 % 17,74 % 11,12 % Ni na voljo 1,03 % 0 % 0 % 0,34 % 75 Kolokacije in kolokacije na daljavo_FINAL.indd 75 4.5.2016 10:50:13 Tabela 11: Rezultati vrednotenja kolokacijskih gesel (od nizkofrekvenčnih do visoko frekvenčnih). Odgovor Izbira Visoka frekvenca Srednja frekvenca Nizka frekvenca Dobro 76,37 % 65,78 % 64,42 % Dobro (z napačno 1,32 % 1,44 % 2,56 % slovnično zvezo) Morda (ne povsem 15,49 % 16,67 % 20,12 % ustrezna kolokacija) Morda (specializirano 1,10 % 0,67 % 0,58 % besedišče) Slabo 4,84 % 15,22 % 12,32 % Ni na voljo 0,88 % 0,22 % 0,00 % Rezultate raziskave lahko strnemo v naslednje točke. 1. Morda (ne povsem ustrezna kolokacija) se pogosto pojavi v naslednjih primerih: • Različna pisava (pismenke in hiragana) (npr. mezasu »stremeti, ciljati« 目指す/ めざす/目ざす) • Nizkofrekvenčna kolokacija, npr. večkratna pojavitev zaradi ponovitve istega stavka v korpusu ali ponovitev iste kolokacije v okviru ene spletne strani • Kolokacije besednih derivatov (npr. geslo kansei 完成 »zaključek, končanje, dovršitev« in kolokacija gakkyoku no kanseisha »oseba, ki konča skladbo« 楽曲 の完成者) • Lastna imena, imena krajev ( Ikego no Midori 池子の緑, Kintetsu no Nakamura/ Yamaguchi 近鉄の中村・山口) 2. Slaba kolokacija se pogosto pojavi v naslednjih primerih: • Napaka pri morfološki analizi (npr. yoroshikuu »prosim (pozdrav)« よろしくぅ se analizira kot yoroshiiよろしい »v redu, dobro« in kui くい »jedenje, ugriz«, posledično se kot kolokacija za yoroshiiよろしい pokaže kuiくい). Poleg tega je izraz isogaba maware 急がば回れ »počasi se daleč pride« analiziran kot iso+ga+ba+mawareru (急 + が + ば + 回れる) in se pojavi kot neobstoječa kolokacija * iso ga mawareru *急が回れる. • Ponovitev istih stavčnih primerov v korpusu. 76 Kolokacije in kolokacije na daljavo_FINAL.indd 76 4.5.2016 10:50:13 Komentarje ocenjevalca lahko strnemo v naslednje točke. • SkE bo zagotovo prišel prav pri sestavljanju slovarja, predvsem zato, ker lahko tako odkrijemo povezave, ki se jih ne zavedamo glede na našo intuicijo. • Pri nekaterih primerih besed lahko čutimo vpliv aktualnih tem na spletu v času izdelave korpusa. • Dobro bi bilo izboljšati orodje ChaSen ali imeti alternativno boljše orodje za morfološko analizo. Še posebno je problematično, da orodje pridevnike na -na in določene glagole prepozna kot samostalnike. • Za dolge odseke in povedi bi bilo koristno orodje, ki bi lahko pravilno določilo, od kod do kod seže vezljivost pri atributivnih odnosih. • Koristno bi bilo orodje za analizo, ki bi vzelo v obzir problematiko zapisovanja japonščine. • Z vidika poučevanja japonščine je nujno analizirati jezikovne pojave ločeno po zvrsteh besedila: specifičnosti formalnih samostalnikov (npr. formalni samostalnik uchi ni »dokler, preden« うちに v stavku wasurenai uchi ni kakitomeru »zapišite, preden pozabite« 忘れないうちに書き留める), ter pisani ali govorni jezik (npr. pogovorni izraz -tte »pravi, je rekel« って). • V nadaljevanju so navedeni štirje problematični primeri za »dobro, morda in slabo«. 1. nepopolnost (beseda in njena kolokacija ne tvorita popolne kolokacije, ker določen del manjka), 2. kolokacije so sicer slovnično pravilne, a pomensko šibke, 3. kolokacijske besede so sintaktično in slovnično predaleč, 4. lastna imena. Ker je približno 68 % kolokacij ovrednotenih z oznako »dobro«, 18 % z »morda« ter 11 % s »slabo«, lahko sklepamo, da je japonska različica SkE učinkovito orodje za sestavljanje slovarjev. Toda glede na rezultate vrednotenja je izboljšava sistema nujna, še posebno na področju morfološke analize. Kilgarriff et al. (2010) podrobno popišejo potek in rezultate projekta SketchEval. Sodeč po prispevku je vrednotenje japonske različice dalo najboljše rezultate v primerjavi z različicami v drugih jezikih. Srdanović et al. (2011) podrobneje predstavijo rezultate japonskega vrednotenja ter prednosti in omejitve sistema SkE. 3.8 Povzetek in nadaljnja vprašanja V pričujočem poglavju smo raziskovali možnost aplikacije orodja SkE na področje izobraževanja japonščine in raziskovanja jezika. Posebno smo se posvetili apliciranju na izdelovanje slovarjev za učence japonščine ter ovrednotili japonsko različico SkE. Rezultate smo primerjali z japonskim slovarjem kolokacij ter ovrednotili japonsko različico SkE kot pomoč pri izdelavi japonskega kolokacijskega slovarja v okviru večjezičnega projekta SketchEval. Glede na rezultate vrednotenja 77 Kolokacije in kolokacije na daljavo_FINAL.indd 77 4.5.2016 10:50:13 je SkE učinkovito orodje za izdelavo kolokacijskega slovarja. Trenutno nimamo slovarja japonščine, ki bi pokrival raznovrstne kolokacijske povezave na podlagi uravnoteženega korpusa, zato je uporaba orodja SkE v kombinaciji s tovrstnim korpusom zelo zaželjena za izdelavo pomembnih učnih materialov. Obenem se je v japonski različici orodja pokazalo nekaj slabosti, pri katerih so nujne izboljša-ve. To velja predvsem za pomanjkljivosti, ki izhajajo iz preozke morfosintaktične analize besedil. Kolokacijske povezave, ki jih lahko iščemo s tem orodjem, so bile izluščene iz velike količine podatkov, ki so jih tvorili naravni govorci, in tako odsevajo tipične kolokacije. Izziv za v prihodnje ostaja dodajanje mnenja informantov k pridobljenim rezultatom, npr. tako da verjetnost pojavitve kolokacij primerjamo z intuicijo naravnih govorcev. S tovrstnim vrednotenjem lahko s psihološkega vidika potrdimo zanesljivost kolokacijskih gesel. Njihovo zanesljivost je prav tako možno potrditi z uporabo in primerjanjem več različnih korpusov. Na primer, pred kratkim opravljena raziskava kolokacij pridevnikov in samostalnikov (Srdanović et al., 2013) s pomočjo korpusa BCCWJ (Maekawa et al., 2013) in obsežnega spletnega korpusa JpTenTen (Srdanović et al., 2012) kaže, da so ti korpusi zanesljivo gradivo za izdelavo slovarja. Ker rezultati kolokacijskih povezav temeljijo na morfološki analizi orodja ChaSen in ker je treba odpraviti njegove šibke točke, je nujno idiomom ter prepodrobno razčlenjenim morfemom ponovno dodati oznako za eno enoto. Izziv za v prihodnje predstavlja tudi primerjava rezultatov orodja ChaSen z rezultati, ki temeljijo na drugih orodjih, kot so UniDic in MeCab, ter raziskave aplikacij drugih orodij za morfološko analizo. Slovar UniDic (Den et al., 2007), ki je nastal po zaključku analize korpusa BCCWJ, je do določene mere prispeval k izboljšanju morfološke analize korpusov japonskega jezika in je kot takšen uporabljen pri analizi novega spletnega korpusa JpTenTen (Srdanović et al., 2013). Če upoštevamo različne možnosti uporabe pri poučevanju japonščine, je za izbolj- šavo japonske različice sistema zaželeno, da sistem prikaže kokolacije in stavčne primere glede na stopnjo znanja japonščine ter dopiše furigano. Še eden od izzivov, ki ostaja za prihodnost, je vnos drugih korpusov v sistem in možnost iskanja glede na zvrst besedila. 78 Kolokacije in kolokacije na daljavo_FINAL.indd 78 4.5.2016 10:50:13 4 Kolokacijski odnos na daljavo med prislovi in modalno obliko na koncu stavka 4.1 Uvod Kolokacija na daljavo je pojav, pri katerem se dve besedi ali beseda in določeni stavčni element istočasno nahajata na določeni razdalji v besedišču. Raziskave o tem pojavu v japonščini in drugih jezikih so omejene in jim je v jezikoslovju namenjeno premalo pozornosti. V svetu korpusnega jezikoslovja je že v času razmaha zanimanja za raziskave kolokacijskih odnosov postalo splošno sprejeto, da je razdalja med kolokacijami največ pet besed (Sinclair, 1991). V tradicionalni japonščini se odnos med prislovom in modalno obliko na koncu stavka kaže kot ujemalni odnos, s strani korpusnega jezikoslovja pa je lahko obravnavan kot kolokacija. Glede na to, da se ta odnos pojavlja tudi na daljši razdalji med prislovom in modalno obliko, ga lahko imenujemo kolokacija na daljavo. Primer 4-1: Tabun ashita ame ga furu deshou. »Verjetno bo jutri padal dež.« (たぶん明日雨が降るでしょう。 ) V primeru 4-1 se izraz tabun »verjetno« (たぶん) imenuje povedni prislov, saj modificira povedni način in ima ustaljeno ujemanje s povedjo (Sakakura, 1988). Modalnost uravnava pomen govornega dejanja in tako v osnovi izraža govorčev način izrekanja v času govora (Moriyama et al., 2000). Na primer, deshou »verjetno« (でしょう) na koncu povedi v zgornjem stavku izraža modalnost prepričanja. Odnos med tabun in deshou, kot se pojavlja v omenjenem primeru, v japonski slovnici velja za ujemalni odnos. Ujemanju povednih prislovov in modalnosti je bilo v dosedanjih raziskavah namenjeno že kar nekaj pozornosti (Minami, 1974; Kudō, 2000; Bekeš, 2006). V pričujoči raziskavi bomo ta odnos obravnavali kot kolokacijo s stališča korpusnega jezikoslovja in ga podrobneje raziskali. Glede na raziskavo analize japonskih pogovorov (Bekeš, 2006) se kolokacije povednih prislovov in modalnih oblik na koncu stavka, v primerjavi z le modalno obliko v stavku, pojavijo v približno enem od desetih primerov. S stališča jezikovne teorije je pojav kolokacij v takem razmerju zaznamovan (Halliday, 1991), ima pa pomembno mesto pri izražanju modalnosti. Gledano s stališča povednih prislovov 79 Kolokacije in kolokacije na daljavo_FINAL.indd 79 4.5.2016 10:50:13 pa je primerov kolokacij med povednimi prislovi in modalno obliko na koncu stavka precej veliko, tako da lahko tudi ta pojav sistematično opazujemo. Kudō (2000) je s pomočjo korpusov raziskoval ujemalni odnos med povednimi prislovi in modalnostjo. Razkril je stopnjo vezave med kolokacijami različnih prislovov in določenih modalnih oblik, ter najmočnejše vezi vzel za ujemalni in kolokacijski odnos. Kudō pravi, da lahko povedne prislove razdelimo v štiri skupine, in sicer nujnost, pričakovanje, domneva in možnost, stopnja prepričanja pa se kaže v tem zaporedju. Ujemalni odnos med povednimi prislovi in modalnostjo pri korpusih lahko razumemo kot statistično pomembno tendenco kolokacij. V tem poglavju raziščemo razpršenost povednih prislovov, kakor tudi kolokacijsko razmerje med povednimi prislovi in modalnostjo, na podlagi različnih korpusov. Najprej preverimo, kako se spreminja razpršenost prislovov glede na korpus. Zatem raziščemo, ali se kolokacijski odnos povednih prislovov in modalnosti pojavlja z močno stopnjo vezave, kateri prislov se tipično veže s katero modalno obliko in s katerim modalnim tipom ter ali se tendenca kolokacij spreminja glede na vrsto korpusa. V pričujočem segmentu obenem izpostavimo pomembnost kolokacijskih odnosov na daljavo. 4.2 Razpršenost prislovov in značilnosti korpusov V tem razdelku primerjamo razpršenost povednih prislovov v trinajstih različnih korpusih in ugotavljamo, kako na to vplivajo značilnosti posameznega korpusa. Pridobljeni podatki so s pomočjo metode razvrščanja (ang. cluster analysis) razdeljeni v skupine. Nadalje so z entropijo izračunana tudi odstopanja v pojavnosti povednih prislovov. Uporabljeni so naslednji (pod)korpusi (podrobneje so predstavljeni v Tabeli 1): (1) Vladna poročila, uradne bele knjige (KokkenOW), del BCCWJ-evega mini korpusa, (2) Članki s področja računalniške obdelave naravnih jezikov (NLP), (3) 16 japonskih naravoslovnih učbenikov za študente (16K), (4) Korpus neformalnih razgovorov (NUJCC), (5) Korpus formalnih razgovorov (Oikawa), (6) Spletni korpus Yahoo! Chiebukuro (KokkenOC), (7) Veliki japonski spletni korpus (JpWaC), (8) Korpus publikacij (KokkenBK), del BCCWJ-evega mini korpusa, (9) Enoletni podatki časopisa Mainichi shimbun iz leta 2002 (Mai2002), (10) Učbeniki japonskega jezika za osnovno šolo (KokugoK), (11) Učbeniki za srednjo šolo (KokkenK), del BCCWJ-evega mini korpusa, (12) Učbeniki japonskega jezika, priključeni h KokkenK (KKK), (13) Mešani tipi besedil časopisov, starejše literature itn. (Kudō). 80 Kolokacije in kolokacije na daljavo_FINAL.indd 80 4.5.2016 10:50:14 Predmet raziskave so naslednji povedni prislovi: angai »precej, bolj kot sem pri- čakoval« (あんがい), aruiwa »morda, ali pa« (あるいは), doumo »precej, bolj ali manj« (どうも), douyara »verjetno, potem takem« (どうやら), hyotto shitara/hyotto suru to »morda, obstaja le možnost« (ひょっとしたら/ひょっとする と), kanarazu(shimo) »gotovo, ne vedno + neg.« (かならず[しも]), kitto »gotovo, nedvomno, absolutno, v vsakem primeru« (きっと), koto ni yoru to/koto ni yoreba »morda, lahko, obstaja možnost« (ことによると/ことによれば), moshika shitara/ moshika suru to/moshika sureba »morda« (もしかしたら/もしかすると/もしかす れば), ookata »večinoma« (おおかた), osoraku »verjetno« (おそらく), sazo »gotovo« (さぞ), tabun »verjetno« (たぶん), taigai »verjetno, v večini primerov« (た いがい), taitei »običajno« (たいてい), zettai(ni) »absolutno« (ぜったい[に]), in yohodo/yoppodo »precej« (よほど/よっぽど). 4.2.1 Porazdelitev korpusov Tabela 12 prikazuje relativno frekvenco razpršenosti povednih prislovov glede na posamezni korpus oz. podkorpus v odstotkih. V primeru, ko se določeni prislovi pojavijo relativno velikokrat, se to zazna kot podatki z odstopanjem. Večja odstopanja so opazna pri naslednjih štirih korpusih: uradne bele knjige (KokkenOW), članki s področja računalniške obdelave naravnih jezikov (NLP), korpus neformalnih razgovorov (NUJCC) ter 16 naravoslovnih učbenikov (16K). Na drugi strani najbolj uravnoteženo razpršenost prislovov izkazujeta korpus publikacij (KokkenBK) ter veliki japonski spletni korpus (JpWaC), kjer podatkov z večjim odstopanjem ni.43 43 Ali je celoten korpus brez odstopanja, lahko preverimo tudi z analizo podatkov, ki niso prislovi. BCCWJ-ev korpus publikacij ter spletni korpus JpWaC sta bila pripravljena zato, da bi vsebovala uravnotežene podatke (s čim manj odstopanj). Rezultati primerjave korpusa JpWaC s korpusom časopisov pa kažejo, da je pri časopisih odstopanja več (več o tem v razdelku 2.3). 81 Kolokacije in kolokacije na daljavo_FINAL.indd 81 4.5.2016 10:50:14 Tabela 12: Razpršenost povednih prislovov v različnih korpusih. 44 PRISLOV / KORPUS aC KokkenOW NLP 16K NUJCC Oikawa KokkenOC JpW KokkenBK Mai2002 KokugoK KokkenK KKK Kudō kanarazu 5 % 23 % 42 % 7 % 14 % 4 % 8 % 15 % 25 % 12 % 28 % 16 % 4 % zettai 2 % 14 % 9 % 6 % 11 % 3 % 2 % 4 % 5 % 52 % zettai ni 2 % 4 % 11 % 6 % 8 % 12 % 3 % 9 % 2 % kanarazushimo 84 % 66 % 39 % 1 % 5 % 2 % 6 % 6 % 8 % 0 % 10 % 6 % yohodo 0 % 1 % 2 % 2 % 3 % 2 % 3 % 1 % 2 % 4 % yoppodo 2 % 2 % 1 % 1 % 1 % 1 % taigai 2 % 8 % 1 % 1 % 1 % 0 % 1 % taitei 1 % 6 % 4 % 1 % 5 % 4 % 2 % 3 % 4 % 6 % 12 % 1 % kitto 3 % 15 % 8 % 15 % 12 % 14 % 10 % 38 % 26 % 26 % 28 % ookata 1 % 0 % 0 % 1 % 0 % 1 % 1 % 2 % 3 % osoraku 1 % 3 % 7 % 1 % 8 % 1 % 13 % 12 % 9 % 2 % 5 % 10 % 19 % sazo 0 % 0 % 1 % 1 % 4 % 1 % 2 % 5 % tabun 2 % 3 % 3 % 39 % 26 % 16 % 11 % 6 % 3 % 4 % 8 % 10 % doumo 0 % 1 % 6 % 7 % 6 % 8 % 7 % 5 % 15 % 2 % 4 % 5 % douyara 2 % 3 % 5 % 5 % 3 % 3 % 5 % angai 0 % 1 % 3 % 1 % 0 % 2 % 1 % 1 % 1 % 1 % 2 % hyotto shitara 1 % 1 % 1 % 1 % 1 % 1 % 1 % 1 % 2 % 3 % hyotto suru to 0 % koto ni yoreba 0 % 0 % 0 % 0 % koto ni yoru to 3 % 1 % 0 % 0 % 1 % 1 % moshi kashitara 5 % 8 % 5 % 3 % 3 % 1 % 2 % 2 % 2 % 5 % moshika sureba 1 % 0 % moshika suru to 1 % 1 % 0 % 1 % 1 % 2 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 100 % 44 Besedi yohodo, yoppodo sta bili analizirani kot identična beseda v korpusih Kudô in Oikawa. Zettai in zettai ni sta bili analizirani kot identična beseda v korpusih Kudô in NUJCC. Moshikashitara in moshikasuruto sta bili analizirani kot identična beseda v korpusu NUJCC. Čeprav je pri poskusni analizi korpusa JpWac doumo dobil 37 %, ookata 44 % in zettai 17 %, so bile iz teh rezultatov izključene besede, ki ne sodijo med prislove. 82 Kolokacije in kolokacije na daljavo_FINAL.indd 82 4.5.2016 10:50:14 4.2.2 Razvrščanje korpusov v skupine Na podlagi razpršenosti prislovov v korpusih smo poskusili razdeliti korpuse s po-močjo metode razvrščanja v skupine (Slika 14). Analiza združi korpuse s skupnimi točkami v clusterje oz. skupine. C A S E 0 5 10 15 20 25 Label Num + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + KokkenOW 8 NLP 9 19K 10 Oikawa 5 KokkenOC 7 JpWaC 2 KokkenBK 6 Mai2002 3 KokkenK 12 KKK 13 KokugoK 11 Kudo 1 NUJCC 4 Slika 14: Razvrščanje 13 korpusov glede na razpršenost prislovov. Rezultati razvrščanja v skupine se skladajo z relativno frekvenco razpršenosti prislovov, prikazano v Tabeli 12. Prvo skupino sestavljajo korpusi s specifičnim namenom, to so uradne bele knjige (KokkenOW), članki o računalniški obdelavi naravnih jezikov (NLP) ter naravoslovni učbeniki (16K). Podobnost med KokkenOW in NLP je bila še največja, kar kaže na njihovo zelo specifično naravo. Tudi korpus formalnih razgovorov (Oikawa) ter korpus Chiebukuro (KokkenOC) tvorita skupino, in sicer kot korpusa s formalnim slogom pogovora. Nadalje spadata h korpusu z uravnoteženimi podatki spletni korpus (JpWaC) in korpus publikacij (KokkenBK), dodan pa je še korpus časopisov (Mai2002), kar predstavlja skupino raznolikih pisnih korpusov. Podatki Kudō spadajo v isto skupino z učbeniki, na podlagi tega pa lahko sklepamo, da so najbolj podobni tistim iz učbenikov. Nazadnje imamo še korpus neformalnih razgovorov (NUJCC), ki se v precejšnji meri razlikuje od drugih. Dobljeni podatki potrjujejo veljavnost metode, s katero so bili korpusi razdeljeni na različne tipe korpusov. V nadaljevanju sledi tudi analiza, kako lahko tako razvrščene korpuse uporabimo pri poučevanju japonščine za tuje učence. 83 Kolokacije in kolokacije na daljavo_FINAL.indd 83 4.5.2016 10:50:14 4.2.3 Odstopanja v razpršenosti prislovov v korpusu glede na vrednost entropije Če odstopanja v razpršenosti povednih prislovov izračunamo z entropijo,45 so rezultati podobni tistim v Tabeli 12. Bolj uravnoteženo je pojavljanje besed v korpusu, višja je entropija; bolj so besede v korpusih specifične in bolj je vidno odstopanje pri razpršenosti prislovov v korpusu, nižja je entropija. Verjetnost pojavljanja določenega povednega prislova je označena s P(Aj), entropija določenega korpusa pa je sestavljena iz sledeče formule. I=-∑jP(Aj)log(1/P(Aj)) Če se pojavi le en povedni prislov, se entropija tega korpusa približa vrednosti 0. Rezultati izračuna so v Tabeli 13 (v raziskavi smo za najnižjo vzeli vrednost 2). Vrednost je najvišja v korpusu publikacij (KokkenBK), sledi spletni korpus (JpWaC), najnižja pa je v korpusu uradnih belih knjig (KokkenOW). Gledano s strani infor-macijske entropije, je ta v BCCWJ-jevih publikacijah in spletnih korpusih visoka in nima odstopanja podatkov, medtem ko ga podatki uradnih belih knjig imajo. Tabela 13: Razpršenost prislovov v korpusu glede na vrednost entropije. Korpus Entropija KokkenBK 3,714070283 JpWaC 3,700987843 Mai2002 3,498045606 KokkenOC 3,343810596 uravnotežen KKK 3,324255803 Kudō 3,32284281 KokugoK 3,13598565 KokkenK 3,070358948 Oikawa 2,816762276 NUJCC 2,485516638 16K 1,961601061 NLP 1,413799449 neuravnotežen KokkenOW 1,072310389 45 Entropija se uporablja kot mera za izračun odstopanja v razpršenosti določenih enot. 84 Kolokacije in kolokacije na daljavo_FINAL.indd 84 4.5.2016 10:50:14 O primerjavi med korpusom publikacij (KokkenBK) in spletnim korpusom JpWaC, ki imata tendenco uravnoteženosti oz. podatkov brez večjega odstopanja, je več napisanega v razdelku 5.3.5. Opisane so skupne točke in razlike v kolokacijskih odnosih med povednimi prislovi in modalnostjo na koncu stavka v omenjenih korpusih. 4.3 Tendenca kolokacijskih odnosov prislovov in modalne oblike na koncu stavka To poglavje razišče tendenco kolokacij prislovov in modalne oblike na koncu stavka v posameznem korpusu ter stopnjo razlikovanja teh tendenc glede na tip korpusa. Poleg frekvence, s katero se pojavljajo kolokacije, razišče tudi, ali jih lahko s pomočjo metode razvrščanja v skupine razdelimo glede na tendenco kolokacij prislovov in modalne oblike na koncu stavka. 4.3.1 Vrste kolokacij med prislovi in modalnostjo ter predmet raziskave Poznamo nekaj različnih vrst kolokacij med prislovi in modalno obliko na koncu stavka. V pričujoči raziskavi so analizirane naslednje vrste. • Tabun, issho ni kita deshou ne. [A-P-M] »Verjetno sta prišla skupaj, kajne.« (たぶん、一緒にきたでしょうね。) • Tabun, daijoubu [A-P-Ø] »Verjetno je v redu.« (…たぶん、大丈夫) [A-P-M] označuje primer, ko se v stavku pojavijo prislov (A), predikat (P) in modalnost (M). [A-P-Ø] pa označuje primer, ko se v stavku pojavita prislov (A) ter predikat (P), predikat pa ni zaznamovan z dodatno modalnostjo (Ø). Obstajajo tudi druge vrste stavčnih vzorcev, s katerimi pa se pričujoča raziskava ne ukvarja. Na primer, ko se modalnost pojavi pred prislovom [P-M-A], ko prislova sploh ni [Ø-P-M], ko imamo samo prislov [A] ali pa samo modalnost [M] (primeri so iz korpusa NUJCC v Bekeš, 2006). • Kare mo issho ni kita deshou ne, tabun [P-M-A] »Tudi on je morda prišel z njimi, verjetno.« (彼もいっしょに来たでしょう ね、たぶん) • Juuhachi de wa nai n' janai ka... [Ø-P-M] »Kaj nisi še osemnajst (let star) ...?« (十八ではないんじゃないか…) • Tabun, ne [A] »Verjetno, ne« (たぶん、ね) 85 Kolokacije in kolokacije na daljavo_FINAL.indd 85 4.5.2016 10:50:14 • Deshou, ne [M] »Morda, ja« (でしょうね) 4.3.2 Primerjava med Kudōjevimi podatki in spletnim korpusom To poglavje naprej predstavi rezultate korpusne analize, ki jo je opravil Kudō (2000), in dobljene podatke razvrsti s pomočjo metode razvrščanja v skupine. Nato prikaže rezultate analize spletnega korpusa, ki je bila opravljena v sklopu pričujoče raziskave ter primerja podatke s Kudōjevimi. 4.3.2.1 Kolokacijski odnos med prislovi in modalno obliko na koncu stavka pri Kudōju Korpus, ki ga uporablja Kudō, je sestavljen iz mešanih tipov besedil, med katerimi so časopisne vsebine, moderna japonska literatura (romani, ki so starejši več kot 50 let) itn. Kot že omenjeno, je njegova analiza korpusa pokazala, da imajo posamezni prislovi večjo tendenco vezave z določeno vrsto modalnosti. Tabela 14 prikazuje štiri skupine povednih prislovov (prislovi nujnosti, pričakovanja, domneve in možnosti, s stopnjo prepričanja v tem zaporedju) ter določeno vrsto modalnosti, s katero ima vsaka skupina večjo tendenco sopojavljanja. Če Kudōjeve rezultate analize razvrstimo s pomočjo metode razvrščanja v skupine, dobimo podobne rezultate (Slika 15). Tako pri rezultatih analize, prikazane v grafu, kot pri rezultatih grupiranja, imajo kitto »gotovo, nedvomno, absolutno, v vsakem primeru«, kanarazu »gotovo« in zettai(ni) »absolutno« visoko tendenco sopojavljanja z vrsto modalnosti, ki izraža nujnost ( suru no da, ni chigai nai itn.), zato tvorijo eno skupino. Nadalje so osoraku »verjetno«, tabun »verjetno«, sazo »gotovo«, ookata »večinoma«, taitei »običajno«, taigai »verjetno, v večini primerov« prislovi, ki se pogosto sopojavljajo z modalno obliko za pričakovanje ( to omowareru, no de wa nai darou itn.). V skupino, v kateri modalnost izraža domnevanje, spadajo douyara »verjetno«, doumo »precej, bolj ali manj« ter yohodo »precej«. Nazadnje se v skupini, kjer modalnost izraža možnost, opazi pojavljanje prislovov aruiwa »morda«, moshika shitara »morda«, hyotto shitara »morda«, koto ni yoru to »morda« ter angai »precej, bolj kot sem pričakoval«. 86 Kolokacije in kolokacije na daljavo_FINAL.indd 86 4.5.2016 10:50:14 Tabela 14: Analiza prislovov in modalnosti na koncu stavka pri Kudōju (2000). (EXP) (POSS) (POSS) (CON) PRISLOV (POSS) (NEC) (NEC) (NEC) (EXP) (CON) (CON) (POSS) ALO (ni modalnost) suru no da ni chigainai ni kimatteiru hazu da(NEC) darou/mai to omowareru(EXP) no dewa nai darou ka rashii(CON) to mieru you da/mitai da shisou da kamoshirenai darouka senu tomo kagiranu suru fushi ga aru SKUPNO OST kitto 139 38 8 3 66 12 1 4 8 279 85 kanarazu 17 5 2 1 11 36 146 zettai(ni) 48 48 38 osoraku 31 18 1 112 5 10 2 1 2 182 ­­ tabun 19 1 2 74 1 1 2 3 103 ­­ sazo 52 1 1 54 ­­ ookata 2 1 24 1 28 13 taitei 3 1 7 11 80 taigai 2 4 6 33 douyara 5 1 29 10 1 46 39 doumo 13 1 6 24 1 45 385 yohodo 6 2 7 2 12 9 3 2 43 150 aruiwa 3 2 4 53 3 1 66 69 moshika sureba 2 1 1 1 11 30 46 ­­ hyotto shitara 2 7 16 1 26 ­­ koto ni yoru to 1 4 7 1 1 14 ­­ angai 1 1 3 1 1 8 15 81 Legenda (štiri vrste modalnosti): NEC – nujnost, EXP – pričakovanje, POSS – možnost, CON – domneva. 87 Kolokacije in kolokacije na daljavo_FINAL.indd 87 4.5.2016 10:50:14 C A S E 0 5 10 15 20 25 Label Num + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + taitei 8 taigai 9 tabun 5 Pričakovanje (EXP) ookata 7 sazo 6 osoraku 4 kitto 1 kanarazu 2 Nujnost (NEC) zettai(ni) 3 hyotto shitara 15 koto ni yoru to 16 moshika sureba 14 Možnost (POSS) angai 17 aruiwa 13 douyara 10 doumo 11 yohodo/ 12 Domneva (CON) yoppodo Slika 15: Podatki raziskave Kudōja (2000) razvrščeni v skupine. 4.3.2.2 Kolokacije povednih prislovov in modalnih oblik na koncu stavka v spletnem korpusu V tem poglavju analiziramo 100 primerov posameznih prislovov iz spletnega korpusa JpWaC (rezultati so prikazani v Tabeli 15). Tudi pri analizi spletnega korpusa opazujemo štiri skupine prislovov kot tudi štiri skupine vrst modalnosti. Pridobljeni podatki so razdeljeni s pomočjo metode razvrščanja v skupine glede na tendenco sopojavljanja prislovov z vrsto modalnosti (Slika 16). Pridobljeni rezultati sovpadajo s Kudōjevimi podatki. Poleg tega pogledamo tudi razlike, ki se pojavijo pri tendencah kolokacij med prislovi in modalnimi oblikami. Pri analizi podatkov s spleta se je modalna oblika pojavila skupaj s prislovom ne le v istem odstavku, temveč pogosto tudi v naslednjem. Prav tako se modalna oblika ni vedno pojavila samostojno, saj je bilo nekaj primerov, ko se je pojavila v nizu z drugo modalno obliko (primera 4-2 in 4-3). Primer 4-2: Tabun, sore-tte ima ni hajimatta koto dewa nai no da to omoimasu ga, saikin wa toku ni, »rikai fukanou« na jiken ga fueta youna ki ga shimasu. (JpWaC) 88 Kolokacije in kolokacije na daljavo_FINAL.indd 88 4.5.2016 10:50:14 »Mislim, da to verjetno ni nekaj, kar se je pričelo šele sedaj; zdi pa se mi, da je še posebno v zadnjem času 'nerazumljivih' dogodkov vse več.« たぶん 、 それ って 今 に 始まっ た こと で は ない の だ と 思い ます が 、 最近 は 特に 、 " 理解 不可能 " な 事件 が 増 え た よう な 気 が し ます 。 Primer 4-3: Eguchi seifu iin go shiteki no ten wa, osoraku Toukyou-to no chousa ni narareta bun nado wo kiso to shite osshatte oru no dewa nai ka to suitei shite oru wake de gozaimasu ga, ... (JpWaC) »Ocenjuje se, da to, na kar opozarja član vlade Eguchi, gotovo temelji na raziskavi tokijske uprave in na drugih dokumentih ...« 江口 政府 委員 御 指摘 の 点 は 、 おそらく 東京 都 の 調査 に なら れ た 分 等 を 基礎 として おっしゃっ て おる の で は な い か と 推定 し て おる わけ で ござい ます が 、・・・ Tabela 15: Kolokacije prislovov in modalne oblike na koncu stavka v JpWaC. Prislov/ Modalna oblika NEC_no_da NEC_to_iu_koto_da/mono_da NEC_koto_da NEC_koto_ni_naru/to_naru NEC_mono_da NEC_nakereba_naranai NEC_ni_chigai_nai NEC_hazu_da NEC_hitsuyou_ga_aru/nai NEC_beki_da/darou NEC_to_wa_kagiranai NEC_wake_da NEC_wake_de_wa_nai EXP_to_suru/sareru EXP_darou/deshou/mai EXP_no_darou EXP_koto_to_omou/zonjiru EXP_de_wa_nai_ka EXP_to_omou EXP_no_de_wa_nai_ka EXP_no_darou_ka EXP_no_de_wa_nai kanarazu 4 0 2 1 4 6 0 2 1 2 0 0 1 0 2 0 0 0 4 0 0 0 kanarazushimo 3 3 6 0 4 0 0 0 2 0 6 1 9 0 1 0 0 0 4 0 0 3 zettai ni 3 0 1 0 0 4 0 2 13 1 0 0 2 0 1 0 0 0 12 0 0 0 zettai 4 0 2 0 1 3 0 2 2 2 0 1 0 0 1 1 0 0 0 2 0 0 taigai 14 0 2 0 3 1 0 0 0 0 0 1 0 0 2 0 0 0 4 1 1 0 taitei 0 1 4 3 2 1 1 0 0 0 0 3 2 2 0 0 0 0 5 0 0 0 aruiwa 0 1 0 0 0 0 0 1 0 2 0 2 0 0 1 1 0 0 0 0 0 0 yohodo 5 0 0 1 3 3 1 2 1 0 0 2 0 0 7 5 0 1 11 0 0 0 tabun 2 0 0 0 1 0 0 4 0 0 0 0 0 0 15 15 0 4 15 1 0 0 kitto 4 0 0 0 2 0 1 2 0 0 0 0 0 0 23 11 0 0 14 4 0 0 osoraku 2 0 0 0 0 0 1 0 0 0 0 1 0 0 28 17 0 5 14 8 0 0 sazo 0 0 0 0 0 0 2 1 0 0 0 0 0 0 36 44 9 1 0 1 0 1 ookata 4 0 0 0 0 0 0 0 0 0 0 0 0 0 7 5 0 0 3 2 0 0 doumo 3 0 0 0 0 0 0 0 0 0 0 2 0 0 2 0 0 0 3 2 0 0 douyara 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 angai 6 1 0 0 4 0 0 0 0 0 0 0 0 0 1 1 0 5 0 2 0 0 hyotto shitara 2 0 0 0 0 0 0 0 1 0 0 0 0 0 2 0 0 1 1 14 0 0 hyotto suru to 1 0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 1 10 2 0 koto ni yoreba/yoru to 5 0 2 0 0 0 0 0 0 0 0 1 0 1 2 1 0 1 2 11 0 0 moshika suru to 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 1 1 10 1 0 moshika shitara 1 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 0 1 5 1 0 1 89 Kolokacije in kolokacije na daljavo_FINAL.indd 89 4.5.2016 10:50:14 Prislov/ Modalna oblika CON_you/mitai_da CON_rashii/poi CON_sou_da CON_sou_ni_nai CON_ni/to_mieru POSS_koto_mo_aru POSS_kamoshirenai POSS_no_kamoshirenai POSS_kana POSS_kanousei_ga_aru/nai POSS_darou_ka POSS_ienai POSS_to_wa_kagiranai POSS_no ka?/kana/kashira UNM_da UNM_suru UNM_de wa nai UNM_natte_inai/iru UNM_ni_naru/suru UNM_da ka? UNM_shinai UNM_suru ka? OTHER kanarazu 0 1 0 0 0 3 0 0 0 0 0 0 0 0 5 39 0 1 0 0 0 0 0 kanarazushimo 5 0 2 0 0 1 2 0 0 0 2 8 6 0 0 0 11 1 3 0 18 0 3 zettai ni 0 0 2 0 0 3 0 0 0 0 0 2 0 0 5 7 3 0 1 0 15 0 13 zettai 0 0 1 0 0 0 0 0 0 0 0 0 0 0 9 10 2 0 0 0 11 0 18 taigai 3 1 1 0 0 2 2 0 0 0 2 0 0 0 16 26 1 0 1 0 3 0 0 taitei 2 0 0 0 0 5 0 0 0 1 0 0 0 0 15 40 3 1 0 0 3 0 0 aruiwa 0 0 0 0 0 0 4 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 yohodo 6 0 2 1 4 0 0 0 0 0 2 0 0 4 15 15 1 0 0 1 4 1 0 tabun 3 0 0 0 0 0 2 0 1 0 1 0 0 0 4 14 0 0 0 1 3 0 0 kitto 0 0 0 0 0 0 3 0 0 0 2 0 0 0 9 10 0 0 0 0 3 0 0 osoraku 3 1 0 0 0 0 5 0 0 0 0 0 0 1 2 9 0 0 0 0 1 0 0 sazo 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 ookata 1 1 0 0 0 0 0 0 2 0 0 0 0 0 7 22 0 1 1 0 0 0 0 doumo 17 5 2 0 0 1 0 0 1 0 0 0 0 1 5 10 1 0 0 0 4 1 0 douyara 41 30 6 1 0 0 1 0 0 0 0 0 0 0 8 8 0 0 0 1 0 0 0 angai 5 0 1 0 0 2 20 4 0 0 0 0 0 2 24 15 0 0 0 0 2 0 0 hyotto shitara 1 7 0 0 0 0 52 3 1 2 0 0 0 1 1 1 0 0 0 1 1 0 0 hyotto suru to 0 0 0 0 0 0 45 17 5 0 0 0 0 4 2 3 0 0 1 3 1 0 0 koto ni yoreba/yoru to 1 1 0 0 0 3 34 19 0 0 0 1 0 1 1 9 0 0 0 0 0 0 1 moshika suru to 3 0 0 0 0 0 43 16 0 5 2 0 0 5 1 0 1 0 0 3 0 0 0 moshika shitara 0 0 1 0 0 0 55 14 2 0 4 0 0 0 4 1 0 0 0 3 0 0 0 Legenda: NEC – nujnost, EXP – pričakovanje, POSS – možnost, CON – domneva. 4.3.2.3 Primerjava Kudōjevih in spletnih podatkov Z analizo prislovov in modalnosti na koncu stavka pri spletnih podatkih lahko potrdimo Kudōjev predlagani sistem. Tudi pri spletnih podatkih ima posamezen prislov tendenco močne vezi z določeno vrsto modalnosti in opazimo lahko štiri omenjene skupine povednih prislovov. V obeh korpusih lahko najdemo tudi do-ločene razlike. Prvič, pri spletnih podatkih je veliko različnih vrst modalnosti. S Kudōjevo metodo se jih lahko v spletnem korpusu razvrsti na 40 različnih vrst. Za primerjavo: Kudōjevi podatki imajo 15 različnih vrst modalnosti. Rečemo lahko, da je pri spletnih podatkih vrst modalnih oblik več kot pri Kudōju zaradi raznolikosti podatkov. Znaten del spletnih podatkov je bil pridobljen z blogov in podobnih strani, kjer najdemo več primerov prvoosebne rabe. Ker modalnost izraža govorčevo vedênje, je pričakovan večji obseg ter več oblik modalnosti pri spletnih podatkih, v primerjavi s podatki iz časopisov in romanov. 90 Kolokacije in kolokacije na daljavo_FINAL.indd 90 4.5.2016 10:50:15 C A S E 0 5 10 15 20 25 Label Num + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + ­ ­ ­ ­ ­ ­ ­ ­ ­ + tabun 1 kitto 2 ookata 21 Pričakovanje (EXP) osoraku 3 sazo 15 hyotto suru to 12 moshika suru to 14 koto ni yoreba/yoru to 13 Možnost (POSS) hyotto shitara 11 moshika shitara 6 angai 3 douyara 8 doumo 10 Domneva (CON) kanarazu 4 zettai 19 taigai 16 yohodo 7 Nujnost (NEC) taitei 17 aruiwa 20 zettai ni 18 kanarazushimo 5 Slika 16: Spletni podatki razvrščeni v skupine. Pri analizi obeh, Kudōjevih in spletnih podatkov, tendence sopojavljanja s podobnimi modalnimi oblikami kažejo naslednji prislovi: kanarazu »gotovo«, zettai(ni) »absolutno«, tabun »verjetno«, osoraku »verjetno«, sazo »gotovo«, ookata »večinoma«, doumo »precej, bolj ali manj«, douyara »verjetno, potem takem«, hyotto shitara »morda, obstaja le možnost«, koto ni yoreba »morda, lahko, obstaja možnost« ter moshika shitara »morda«. Na drugi strani, pa prislovi taigai »verjetno, v večini primerov«, kitto »gotovo, nedvomno, absolutno, v vsem primeru«, yohodo »precej«, taitei »običajno« ter aruiwa »morda« kažejo tendenco tvorjenja kolokacij z drugimi modalnimi oblikami. Tendenca kolokacije prislova taigai se glede na Kudōjeve podatke pojavlja z obliko pričakovanja, pri spletnih podatkih pa prestopi k obliki nujnosti. Ravno obratno pa je s prislovom kitto. Prislova yohodo in taitei pogosto kažeta tendenco kolokacije z nezaznamovano modalnostjo (ang. unmarked modality), medtem ko se aruiwa veže v paru z drugimi prislovi. Iz teh razlogov so rezultati kategorizacije zgornjih treh prislovov vprašljivi. 91 Kolokacije in kolokacije na daljavo_FINAL.indd 91 4.5.2016 10:50:15 Pri frekvencah kolokacij s posamezno modalno obliko obstajajo razlike. Razlog je v tem, da je pri Kudōjevih podatkih uporabljen formalni knjižni način, medtem ko ta pri spletnih podatkih variira. Prav tako Kudōjevi podatki vsebujejo tudi nekoliko starejšo japonščino, kar lahko zaradi pomenskih sprememb in sprememb v rabi skozi čas do določene mere vpliva na rezultate. 4.3.3 Primerjava korpusov formalnega in neformalnega govorjenega jezika Za analizo v pričujočem delu sta uporabljena korpusa japonskega govornega jezika. Prvi je korpus Oikawa, ki je sestavljen iz podatkov, pridobljenih v intervjujih s 50 ljudmi. Uporabljen je formalni način govora, saj se sodelujoči med seboj ne poznajo in imajo različen družbeni status (učitelj in študent). Drugi je korpus NUJCC, ki ga sestavlja 100 neformalnih pogovorov, govorci pa se med seboj poznajo. Ker korpusa nista preobsežna, je bila pogostost opazovanja nizka, vseeno pa je iz podatkov možno predvideti tendenco sopojavljanja nekaterih tipov prislovov z do-ločeno vrstjo modalnosti. Razlika v stilu (formalno, neformalno) ima vpliv na rabo prislovov ter tendenco kolokacij med prislovi in modalno obliko na koncu stavka. V korpusu Oikawa se z visoko frekvenco pojavljajo povedni prislovi tabun, kitto, kanarazu in moshika shitara. Tabun je pogosto v kolokaciji s to omou, opazna pa je tendenca izražanja pričakovanja. Enako je tudi s prislovom kitto, ki je pogosto v kolokaciji s to omou, (n)darou, (n)deshou in pogosto izraža pričakovanje. Kanarazu je v kolokaciji s suru in ima tendenco izražanja nujnosti. Moshika shitara in kamo shirenai se nagibata k izražanju možnosti. V korpusu NUJCC se z visoko frekvenco pojavljajo prislovi kitto, kanarazu, zettai(ni), doumo in moshika shitara. Kanarazu in moshika shitara se obnašata podobno kot v korpusu Oikawa. Doumo se najpogosteje sopojavlja z rashii in you da ter nakazuje na možnost. Kitto in zettai(ni) se pojavljata v kolokacijah tako z modalnimi oblikami za pričakovanje kot tudi za nujnost. Za zettai(ni) lahko rečemo, da je značilen za neformalen način izražanja, saj pojavlja le v korpusu NUJCC. 4.3.4 Primerjava med različnimi korpusi učbenikov To poglavje primerja podatke, dobljene iz naslednjih treh korpusov učbenikov: korpusa japonskih naravoslovnih učbenikov za študente (16K), korpusa učbenikov japonskega jezika za osnovno šolo (Kk) ter korpusa učbenikov za srednjo šolo (KokkenK), ki je del BCCWJ-ja. Poleg celotnega korpusa KokkenK se ukvarjamo tudi 92 Kolokacije in kolokacije na daljavo_FINAL.indd 92 4.5.2016 10:50:15 z značilnostmi podatkov iz učbenikov japonskega jezika, dodanih k omenjenemu korpusu (Kkk). 4.3.4.1 Razpršenost povednih prislovov pri korpusih učbenikov Iz razpršenosti prislovov v učbenikih lahko opazimo njihove skupne točke. Najbolj pomenljiva skupna točka med korpusom naravoslovnih učbenikov za študente in korpusom učbenikov za srednjo šolo, ki vsebujeta podatke z različnih področij, je visoka pojavnost prislovov kanarazu ter kanarazushimo.46 Razlike so vidne predvsem pri prislovu kitto. V univerzitetnih znanstvenih besedilih ga ni mogoče najti, medtem ko se pogosto pojavlja na številnih področjih v osnovnošolskih učbenikih. Nasprotno pa prislov osoraku pogosto opazimo v univerzitetnih znanstvenih besedilih, kar kaže na njegovo bolj formalno in zahtevno rabo v primerjavi s kitto. Pri primerjavi korpusov učbenikov japonskega jezika, se v obeh najpogosteje pojavljata prislova kitto in kanarazu. Razlika se vidi pri prislovu doumo, ki se pogosteje pojavlja v učbenikih za osnovnošolce kot za srednješolce. Nadalje je pri primerjavi prej omenjenih korpusov učbenikov japonskega jezika s korpusom srednješolskih učbenikov z različnih področij, opaziti skupno točko pri prislovih kitto in kanarazu, ki se povsod pojavljata dokaj pogosto in ju lahko razumemo kot specifična za to vrsto besedila, namenjenega učencem. Razlika je v tem, da se v korpusu srednješolskih učbenikov prislov kanarazushimo pojavlja pogosteje, doumo in taitei pa redkeje. Prav tako se v učbenikih japonskega jezika redkeje pojavlja kanarazushimo. To kaže na dejstvo, da so učbeniki jezika nekoliko drugačni od drugih učbenikov, obenem pa lahko sklepamo, da so razlike povezane tudi s tem, da učbeniki maternega jezika vsebujejo literarna besedila kot čtivo. 4.3.4.2 Povedni prislovi in modalne oblike v korpusih učbenikov Tendenca kombinacij med povednimi prislovi in vrsto modalnosti oziroma njeno obliko v srednješolskih učbenikih je prikazana v Tabeli 16. Podatki učbenikov japonskega jezika, vsebovani v korpusu srednješkolskih učbenikov, so skopi, vendar kolokacije prislovov in modalnih oblik na koncu stavka izkazujejo enako tendenco kot celotni korpus. Prislovi aruiwa, moshika shitara, moshika suru to imajo tendenco kolokacij z modalno obliko za možnost (POSS), kanarazu z obliko za nujnost (NES), kitto z obliko za nujnost in pričakovanje (NESS&EXP), tabun in osoraku pa le z obliko za pričakovanje (EXP). Če primerjamo korpusa naravoslovnih učbenikov za študente in učbenikov japonskega jezika za osnovno šolo, lahko pri obeh opazimo podobnost tendenc kolokacij z vrsto modalnosti pri prislovih, ki se pojavijo v obeh 46 Kanarazu se pogosto pojavlja v vseh vrstah korpusov, kanarazushimo pa se pogosto pojavlja v specializiranih korpusih. 93 Kolokacije in kolokacije na daljavo_FINAL.indd 93 4.5.2016 10:50:15 korpusih. Na primer, prislov kanarazu, za katerega je rečeno, da se v celotnem korpusu veže z modalno obliko za nujnost (NEC), se v naravoslovnih besedilih pogosto pojavlja tudi z oblikami suru koto in wake de wa nai, ki izražajo nujnost. Nadalje se v učbenikih za japonski jezik za osnovno šolo pogosto veže z no da in ni chigai nai, v učbenikih za srednjo šolo pa lahko opazimo vezavo s hazu da in mono da, tako da se pri več podkorpusih potrjuje sopojavnost z nujnostno modalnostjo. Tabela 16: Kolokacijski odnos med prislovi in modalno obliko v korpusu srednješolskih učbenikih (KokkenK). uer u enai enai ou no_da no_de_wa_nai higainai ou mou/-war ouka no_de_mo_nai oer O dar no_dar dar kamo shir koto_mo_ar mo no_kamo shir AL NO ONsou_da UP NEChazu_da NECmo NECmo NECni_c NECno_da EXP EXP EXPto_o C POS POS POS POS POS UNMz OST SK angai 1 1 aruiwa 1 3 4 doumo 1 1 2 hyotto shitara 1 1 kanarazu 1 1 19 5 26 kanarazushimo 2 1 7 10 kitto 4 1 3 3 2 1 1 8 23 moshika shitara 1 1 2 moshika suru to 1 1 ookata 1 1 osoraku 1 2 1 1 5 sazo 1 1 tabun 1 1 1 1 4 taitei 6 6 yohodo 1 1 zettai 2 2 zettai ni 7 2 9 SKUPNO 5 2 2 3 2 8 3 4 1 1 5 1 1 2 52 7 99 94 Kolokacije in kolokacije na daljavo_FINAL.indd 94 4.5.2016 10:50:15 4.3.5 Značilnosti posameznih korpusov z vidika znanstvenih besedil V pričujoči raziskavi analiziramo dva korpusa, ki sta sestavljena iz besedil s podro- čja znanosti in tehnologije. 16K je korpus učbenikov naravoslovja, NLP pa sestavljajo članki o računalniški obdelavi naravnih jezikov. Ta dva korpusa sta si zvrstno podobna. Podobnosti lahko vidimo tako v razvrstitvi prislovov kakor tudi v tendenci kolokacij med prislovi in modalno obliko na koncu stavka. Korpusoma je na primer skupna visoka pojavnost prislovov kanarazu in kanarazushimo. Vendarle pa lahko najdemo tudi razlike. V naravoslovnih učbenikih se prislov kitto najpogosteje pojavlja v kolokaciji z modalno obliko za nujnost suru koto, medtem ko se v člankih iz NLP taka vrsta modalnosti sploh ne pojavi. Če ta korpusa primerjamo z učbeniki za japonski jezik, se v slednjih prislovi kitto, doumo, kanarazu, sazo, taiten in douyara pojavljajo bolj pogosto kot v besedilih s področja znanosti in tehnologije (Tabeli 17 in 18). Tabela 17: Analiza korpusov NLP in 16K. Prislov/ modalna oblika -te_inai -te_iru/kuru/oku NEC_hitsuyou_ga_nai NEC_koto/mono_de_wa_nai NEC_nai_koto_ga_wakaru NEC_no_de_wa_nai NEC_suru_koto NEC_wake_de_wa_nai EXP_darou EXP_ienai EXP_no_de_wa_nai_darou_ka EXP_to_kangaerareru POSS_dekiru/nai POSS_sarenai_koto_ga_aru POSS_to_wa_kagiranai UNM_da UNM_de_wa_nai UNM_shinai UNM_suru UNM_to_naru UNM_V UNM_V OTHER total 16K_kanarazu 0 0 0 0 13 1 2 0 0 0 5 0 0 3 0 1 21 3 0 3 4 56 16K_ 1 4 6 1 0 3 0 3 0 0 0 0 6 18 11 0 0 1 0 1 55 kanarazushimo 16K_osoraku 0 0 0 0 0 0 3 0 1 3 0 0 0 0 0 0 0 0 0 1 1 9 NLP_kanarazu 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 3 0 0 3 0 7 NLP_ 0 2 0 0 0 6 0 2 0 0 0 1 1 0 6 3 0 0 2 0 0 23 kanarazushimo total 1 6 6 1 13 10 6 5 1 3 5 1 7 3 24 15 24 3 3 7 5 150 95 Kolokacije in kolokacije na daljavo_FINAL.indd 95 4.5.2016 10:50:15 Tabela 18: Analiza učbenikov japonskega jezika. Prislov/ modalna oblika NEChazu_da NECmono_da NECni_chigainai NEC_no_da EXPdarou EXPno_darou EXPno_de_wa_nai_ka EXPto_omou/-wareru CONrashii CONyou_da CONsou_da POSSkamoshirenai POSSdarouka UNMzero OTHER total angai 0 0 0 0 0 0 1 0 0 0 0 3 0 0 0 4 aruiwa 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 5 doumo 0 1 0 3 0 0 0 0 7 1 1 0 0 22 7 42 douyara 0 0 0 1 0 0 0 0 4 3 0 0 0 2 0 10 hyotto shitara 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 2 kanarazu 0 0 1 3 0 0 0 0 0 0 0 0 0 16 1 21 kanarazu_to 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 kanarazushimo 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 kesshite 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 kitto 41 2 10 16 15 4 0 3 0 0 0 0 0 10 37 101 moshika shitara 0 0 0 0 0 0 1 0 0 0 0 8 1 0 2 12 ookata 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 2 osoraku 0 0 1 0 3 0 0 1 0 0 0 0 0 0 0 5 sazo 0 0 0 1 14 0 0 0 0 0 0 0 0 0 0 15 tabun 0 0 0 0 4 1 0 0 0 0 0 0 0 1 0 6 taitei 0 1 0 1 0 0 0 0 0 0 0 0 0 9 1 12 yoppodo 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 2 zettai 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 zettai ni 0 0 0 1 0 0 0 1 0 0 0 0 0 4 0 7 4.3.6 Tendenca z vidika korpusa belih knjig To poglavje obravnava kolokacije med prislovi in modalno obliko na koncu stavka v korpusu KokkenOW (del BCCWJ-ja), v katerem so zbrane uradne bele knjige, objavljene v zadnjih 30 letih. 4.3.6.1 Razpršenost povednih prislovov v korpusu belih knjig V primerjavi z drugimi korpusi je v korpusu KokkenOW razpršenost bistveno drugačna, kar kaže na specifičnost podatkov v tem korpusu. Kot je prikazano v Tabeli 12, se KokkenOW razlikuje od KokkenBK in KokkenOC, saj se tu najpogosteje pojavljajo povedni prislovi kanarazushimo, kanarazu in koto ni yoru to. 96 Kolokacije in kolokacije na daljavo_FINAL.indd 96 4.5.2016 10:50:15 Ostali prislovi, obravnavani v tem poglavju, se pojavljajo redko ali pa sploh ne. Iz take porazdelitve prislovov lahko sklepamo, da spadajo med besedila s posebnim namenom, in sicer uradne spise. V podatkih iz člankov NLP in naravoslovnih učbenikov 16K se tako kot v KokkenOW pogosto pojavljata kanarazushimo in kanarazu, vendar pa se v KokkenOW osoraku ne pojavlja v enaki meri, medtem ko se koto ni yoru to pojavlja pogosto. Iz tega lahko sklepamo, da je visoka frekvenca kanarazushimo in kanarazu skupna točka vseh izbranih besedil s posebnim namenom, medtem ko koto ni yoru to, osoraku in podobni prislovi izkazujejo posebne značilnosti teh besedil. Visoka pojavnost prislova koto ni yoru to je značilna za podatke iz uradnih belih knjig. 4.3.6.2 Kolokacije prislovov in modalnih oblik v korpusu belih knjig Tabeli 19 in 20 prikazujeta tendenco kombinacij prislovov in modalnih oblik na koncu stavka. Z izjemo prislovov kanarazushimo in koto ni yoru to so kolokacije prislovov z drugimi modalnimi oblikami redke, zato je identifikacija močnih kolokacij s posameznimi modalnimi oblikami otežena. Koto ni yoru to ima močno vez z vrsto modalnosti za možnost (POSS), pogosto pa se pojavlja z modalno obliko kangaerareru, kar kaže na določeno zadržanost pri izražanju mnenj v uradnih spisih. Kanarazushimo se pogosto pojavlja z vsemi vrstami modalnih oblik. Poleg nezaznamovane modalnosti ( de wa nai, shinai) se močne kolokacije kažejo s to wa ienai, mono de wa nai, de wa nai koto, shinai koto/mono in wake de wa nai. V nekaterih primerih se ustaljena modalna oblika poveže z drugo modalno obliko in lahko tako tvorijo plasti. Na primer, oblika kanarazushimo... to wa ienai~ se izkazuje v kombinaciji z različnimi oblikami, kot so kanarazushimo… to wa ienai baai ga aru/ men ga aru/ men ga mirareru/ joukyou ni aru/ koto/ to kangaerareru. Tudi v drugih korpusih tvori kanarazushimo močne kolokacije. V JpWaC je to s to wa kagiranai, wake de wa nai, ienai in koto/mono da, v NLP z wake de wa nai, ter v 16K z nai koto ga wakaru, to wa kagiranai, koto/mono de wa nai. 97 Kolokacije in kolokacije na daljavo_FINAL.indd 97 4.5.2016 10:50:15 Tabela 19: Kolokacije med prislovi in modalno obliko v korpusu belih knjig (vrsta modalnosti za možnost). ) ) ～ ～ ) ) Prislov/ ～ ～ ～ Modalna oblika POSbaai_ga_ooi POSde_wa_nai/shinai( POSde_wa_nai_koto( POShitsuyou_ga_aru/nai POShitsuyou_to_shinai POSkamoshirenai POSkangaerareru POSkangaerareru POSkoto/mono_de_aru POSkoto_ga_aru/yosou_sareru POSmirareru POSmono_de_wa_nai POSmono_mo_aru POSmono_to_kangaerareru POSmono_to_wa_ienai POSnai_kanousei_ga_aru POSnai_koto/mono POSnai_to_suru POSno_de_wa_nai POSomowareru POSto_(wa)_ienai( POSto_(wa)_iinikui( POSto_wa_kagiranai POSto_wa_kangaerarenai_mono POSwake_de_wa_nai angai aruiwa 2 1 2 1 doumo kanarazu 1 kanarazushimo 13 14 5 1 19 3 2 13 2 1 38 9 5 1 14 koto ni yoru to 7 1 2 1 osoraku 1 tabun(ni) taitei(wa) yohodo zettai 1 zettai(N) zettai ni Kar se tiče modalnih oblik, s katerimi se sopojavlja kanarazushimo v belih knjigah, je pogosta nezaznamovana modalnost, pa vendar kolokacijo največkrat tvori z vrsto modalnosti za možnost (POSS). Kanarazushimo je v ujemalnem odnosu z nikal-no obliko, kar se lahko razume kot delno zanikana oblika za modalnost nujnosti (NEC). V primerjavi z drugimi korpusi je v podatkih iz belih knjig znatno več modalnih oblik, ki so v kolokaciji s kanarazushimo. V kontekstu tako imenovanih političnih taktik, ki podatke posredujejo na specifičen način, tj. z olepševanjem, lahko pogosto opazimo izraze za možnostno modalnost. Uporaba kolokacij med prislovi in modalnostjo na koncu stavka vsebuje implikacije pri pogovoru in je kot takšna relevantna za poznavanje strategij v komunikaciji, zato je pomembno, da pojav podobno analiziramo tudi s strani pragmatične rabe. 98 Kolokacije in kolokacije na daljavo_FINAL.indd 98 4.5.2016 10:50:16 Tabela 20: Kolokacije med prislovi in modalno obliko v korpusu belih knjig (vse ostale vrste modalnosti). Prislov/ Modalna ～ oblika NEChazu_da NECnakereba_naranai NECsuru_koto/mono NECto_suru_mono NECto_wa_mirarenai NECto_wa_natte_inai_koto NECto_wa_shinai EXPdarou EXPde_wa_nai_no_darou_ka EXPde_wa_nai EXPnai_darou EXPnai_mono_to_kangaerareru EXPnai_no_de_wa_nai_ka EXPnai_to_mirareru EXPno_darou EXPto_ieru EXPto_mirareru CONnai_you_ni_omowareru angai 1 aruiwa 1 1 1 doumo kanarazu 1 2 1 2 kanarazushimo 1 1 1 4 2 2 1 1 koto ni yoru to osoraku 1 tabun(ni) 1 1 1 taitei(wa) yohodo 1 zettai 1 1 zettai(N) zettai ni 2 1 4.4 Povzetek V tem poglavju smo prikazali razpršenost povednih prislovov v 13 različnih korpusih, ki smo jih kasneje na osnovi teh podatkov poskušali razvrstiti v skupine (clusterje). Glede na vrsto korpusa smo pokazali podobnosti in razlike v razpršenosti prislovov ter opazovali odnos med tipično modalnostjo prislova in vrsto korpusa. Enake podatke smo izračunali s formulo entropije ter dobili podobne rezultate glede odstopanja korpusov. Pri podkorpusu publikacij korpusa BCCWJ (KokkenBK) in pri spletnem korpusu JpWaC je bilo potrjeno, da so podatki v precejšnji meri uravnoteženi in nimajo večjih odstopanj glede na razpršenost prislovov v primerjavi z ostalimi korpusi oz. podkorpusi. V pričujoči raziskavi smo z uporabo različnih korpusov ugotovili, da ima vsak prislov tendenco močne vezave z določeno vrsto modalnosti. To se sklada tudi z rezultati Kudōjeve analize. Glede na tendenco kolokacij med prislovi in modalno 99 Kolokacije in kolokacije na daljavo_FINAL.indd 99 4.5.2016 10:50:16 obliko smo lahko vrsto modalnosti razdelili z grupiranjem v štiri skupine, ki jih predlaga Kudō. Ugotovili smo tudi, da se tipična vrsta modalnosti za posamezen prislov v Kudōjevih podatkih ne sklada nujno z rezultati analize spletnih korpusov in da lahko pričakujemo razlike v različnih zvrstah besedila. To je bilo potrjeno pri primerjavi tendence kolokacij med prislovi in modalno obliko na koncu stavka v različnih korpusih, kjer smo ugotovili, da se tako razpršenosti prislovov kot tudi tendence glede na vrsto korpusa razlikujejo. V zvezi s tem bo v bodoče pomembno razmisliti, kako lahko rezultate analize različnih vrstah korpusov ter različnih jezikovnih zvrstah v teh korpusih praktično apliciramo na učenje japonščine. Tako bi določili standard, v kakšnem številu poučevati prislove ter kakšen bi bil tempo učenja kombinacij med prislovi in modalno obliko na koncu stavka, glede na stopnjo znanja japonščine. Pomembno je preučiti tudi informacije glede na vrste besedil in namembnost slovarjev. Tudi pri urejanju slovarjev je treba upoštevati pomembne informacije, kot so posebna jezikovna raba v akademskem pisanju in drugih registrih, ter razlike v rabi jezika pri pisani in govorjeni japonščini. Pri uresničevanju teh ciljev igrajo pomembno vlogo korpusi japonskega jezika, kot so BBCWJ in drugi. Treba je omeniti tudi to, da na Nacionalnem inštitutu za japonski jezik in jezi koslovje trenutno potekajo dela na projektu uravnoteženega govornega korpusa, ki bo vključeval spontane dialoge v različnih situacijah. Kar se tiče razdalje pri oddaljenih kolokacijah, pri katerih smo kot primer obravnavali kolokacije med prislovom in modalnostjo na koncu stavka, je lahko med besedama, ki sestavljata kolokacijo, tudi več kot 10 besed. Opazili pa smo, da se ta razdalja razlikuje glede na prislov in glede na zvrst. Pri pojavu kolokacij na daljavo kot tudi pri problemu ugotavljanja dejanske tipične razdalje in razpona med po-vezanimi besedami bosta v prihodnosti potrebna sistematičen pristop in podrobna jezikovna analiza. 100 Kolokacije in kolokacije na daljavo_FINAL.indd 100 4.5.2016 10:50:16 5 Luščenje kolokacij na daljavo med prislovi in modalnimi oblikami na koncu stavka ter predlog za uporabo v učnem gradivu za japonščino47 5.1 Uvod V prejšnjem poglavju smo opisali pojav kolokacij na daljavo in kot primer v japonskem jeziku podali kolokacije prislova in modalne oblike, ki smo jih analizirali v več različnih korpusih. Splošno gledano lahko kolokacije na daljavo, ki se pojavljajo kot dve enoti v oddaljenem položaju, izluščimo z orodjem SkE, če so te enote prepoznavne pri morfološki analizi. Za ta namen je pomembno določiti razdalje kolokacij s pomočjo regularnih izrazov ter ciljne enote v slovnični datoteki. Kolokacije prislovov, ki jih lahko izluščimo iz korpusov na tak način z uporabo obstoje- če slovnične datoteke, opisane v 2. poglavju, so kolokacije prislova z glagolom, pridevnikom na -i ali -na ter končnim členkom. Vendar oblike, ki niso prepoznavne z orodjem za morfološko analizo kot ena enota z določeno besedno vrsto, ne morejo biti izluščene iz korpusa, saj so za to potrebni dodatni koraki. To velja tudi za oblike modalnosti, ki so večinoma v orodju razdeljene na več različnih enot in jih v ciljni obliki ni mogoče izluščiti z enostavnim modificiranjem slovnične datoteke. Rezultat proučevanja številnih stavkov iz različnih korpusov je pokazal, da se modalne oblike kažejo v različnih variantah. Glede na to, da različne variante modalne oblike na koncu stavka niso prepoznane kot posamezne enote in jih ni možno pridobiti na enostaven način, je za to treba uporabiti dodatne jezikovne pripomočke, npr. obširen seznam modalnih oblik in njihovih besednih vrst ter pripomoček za prepoznavanje pravopisnih različic. Pri uporabi splošnih orodij za računalniško obdelavo naravnih jezikov se pojavi problem, ko so modalne oblike kamo shirenai, ni chigai nai in druge, ki bi morale biti obravnavane kot pomenske enote, razdeljene v različne morfeme ali pa fraze. Kot pri kamo shirenai (かもしれない), kamo shiremasen (かも知れません) in kamo (か も) je raba modalne oblike odvisna od več dejavnikov, npr. stila pisanja, formalnosti in podobno, in se razlikuje glede na sestavne dele, izbiro pisave, število morfemov, izbor variant. Z uporabo pripomočka, ki določi in opiše modalno obliko kot enoto, postaneta samodejno luščenje ali prepoznavnost modalne oblike mogoča. Slovar funkcionalnih izrazov Tsutsuji48 (Matsuyoshi in Sato, 2007), ki ima hierarhično strukturo, je eden od tovrstnih jezikovnih pripomočkov. Modalno obliko 47 Določeni deli tega poglavja so objavljeni v Srdanović et al. (2009a) in Srdanović et al. (2009b). 48 Dosegljivo na strani http://kotoba.nuee.nagoya-u.ac.jp/tsutsuji/ (dostop 11.4.2015) 101 Kolokacije in kolokacije na daljavo_FINAL.indd 101 4.5.2016 10:50:16 do določene mere tudi zabeleži, ker jo obravnava kot vrsto funkcionalnega izraza. Fujiike (2008) predlaga uporabo »daljše enote« (長単位) za sestavljene in zložene besede, ki temeljijo na frazah. Na primer, kamo shiremasen in wake de wa nai sta vsaka posamezno določena kot ena daljša enota. Ker tako slovar funkcionalnih izrazov kot tudi daljše enote niso specializirane v modalnih oblikah, ne vsebujejo vseh modalnih oblik, ki jih obravnavamo v monografiji. Kida et al. (2002) vse prislove in izraze, ki se sopojavljajo s prislovi, ovrednotijo kot ujemalne izraze. Osredotočili so se na to, da je moč napovedati ujemalni izraz v stavkih, ki vsebujejo prislov. Zato so ročno ustvarili korpus, ki je vseboval ozna- čen (ang. tagged) ujemalni odnos med prislovom in modalnostjo, ter uredili slovar ujemalnih izrazov, osnovan na hierarhiji modalnosti. Ker pa je bilo delo opravljeno ročno, ne ponujajo sistema ali jezikovnih pripomočkov za samodejno prepoznavanje modalnosti. V tem poglavju najprej opišemo luščenje kolokacij na daljavo med prislovi na eni strani in glagoli, pridevniki na -i in -na ter končnimi členki na drugi. Nato podrobno opišemo metodo in postopke za avtomatsko luščenje modalnih oblik. S ciljem, da omogočimo iskanje kolokacijskih odnosov med raznolikimi modalnimi oblikami in prislovi s pomočjo orodja SkE, pripravimo seznam modalnih oblik in njihovih variant, določimo enote modalnih oblik, njihove besedne vrste, ter ponovno označevanje korpusa s dodatno oznako »modalnost«. Na koncu s primeri ponazorimo možno aplikacijo dobljenih rezultatov na poučevanje japonščine. 5.2 Luščenje prislovov in njihovih kolokacij na daljavo Kolokacije med prislovom in glagolom, ki so v bližnji povezavi, lahko poiščemo z besednimi skicami v japonski različici orodja SkE in hitro dobimo rezultate. Če so kolokacije na daljavo določene kot posamezne enote z uporabljenim morfolo- škim analizatorjem ChaSen, s preprostim dodajanjem novega pravila ali spremi-njanjem faktorja razdalje pri obstoječih pravilih v slovnični datoteki orodja SkE omogočimo luščenje tudi teh kolokacij in njihov prikaz med besednimi skicami. Takšni kolokacijski odnosi so 1) (oddaljena) kolokacija med prislovom in glagolom (modifies_V), 2) (oddaljena) kolokacija med prislovom in pridevnikom na -i ali -na (modifies_Adj) ter 3) (oddaljena) kolokacija med prislovom in končnim členkom (particle_fin). Slika 17 kot primer prikazuje prislov tabun in glagole, pridevnike ter končne členke, ki z njim pogosto tvorijo kolokacije. Vključuje tudi oddaljene kolokacije. 102 Kolokacije in kolokacije na daljavo_FINAL.indd 102 4.5.2016 10:50:16 modifies_V 2632 8.5 modifies_Adj 732 particle_fin 201 12.0 思う 47 11.87 大丈夫 10 ね 81 37.33 勘違い 4 9.52 よい 24 よ 61 34.05 想定 4 9.43 いい 30 なぁ 13 22.65 想像 6 8.98 無理 11 なあ 8 18.73 違う 18 8.88 すごい 12 な 11 18.23 言う 52 8.45 好き 15 の 10 8.93 にる 12 8.37 強い 14 なる 141 8.35 本気 6 ある 116 7.84 怖い 7 Slika 17: Luščenje (oddaljenih) kolokacij s tabun z besednimi skicami: primer z glagolom, pridevnikom na -i in -na ter končnim členkom. V nasprotju z zgoraj omenjenimi besednimi vrstami kolokacij z modalnostjo na koncu stavka ni mogoče poiskati le s spremembo slovnične datoteke v orodju SkE. Eden od razlogov za to je, da orodje za analizo morfemov ChaSen ne prepozna modalne oblike na koncu stavka kot posamezne enote, drugi pa je ta, da nimamo seznama japonskih modalnih oblik in njihovih variant. V nadaljevanju razpravljamo o metodi, ki bi v orodju SkE omogočila prikaz oddaljenih kolokacij z modalno obliko na koncu stavka. 5.3 Luščenje modalnih oblik 5.3.1 Metoda pridobivanja modalnih oblik49 Analiza iz 4. poglavja je bila v pomoč pričujoči raziskavi, saj omogoča vpogled v različnost modalnih oblik. Obstoječim rezultatom smo dodali nove podatke in nadaljevali analizo modalnih oblik. Najprej smo s pomočjo korpusa JpWaC pripravili vzorčni korpus iz 20 milijonov morfemov. Iz tega korpusa smo nato izluščili stavke s povednimi prislovi in si ogledali, na kakšen način je izražena modalnost. Na podlagi teh izsledkov smo sestavljeni seznam modalnih oblik, na več morfemov deljene modalne oblike in ponovno dodeljene oblikoskladenjske oznake modalnih oblik uvozili v SkE. Format korpusa JpWaC v orodju SkE uporablja niz oznak za vsako besedo: besedno obliko, lemo in besedno vrsto, in sicer iz rezultatov, pridobljenih iz analizatorja ChaSen. Kot smo že omenili, so nekatere modalne oblike sestavljene iz več morfemov, po drugi strani pa se ena beseda v SkE sklada z enim morfemom v anali-zatorju ChaSen. Iz tega razloga je pomembno, da modalno obliko sestavimo v eno 49 Pri izdelavi metode pridobivanja modalnih oblik je sodeloval Bor Hodošček. Podrobnosti te raziskave so predstavljene v japonski reviji Shizen gengo shori ( Journal of Natural Language Processing) (gl. Srdanović et al. 2009b). 103 Kolokacije in kolokacije na daljavo_FINAL.indd 103 4.5.2016 10:50:16 besedno enoto in jo ponovno označimo v korpusu. Iz rezultatov raziskave vzorčne-ga korpusa je postalo jasno, da ima pojavnost modalne oblike številne variante, kot so praktična uporaba, stil in zapis. Zato smo modalne oblike z enakim pomenom ( darou, deshou, de arou, daro) združili v eno reprezentativno obliko in poenotili 31 gesel. Teh 31 reprezentativnih modalnih oblik je prikazanih v Tabeli 21. Tabela 21: Gesla modalnih oblik v vzorčnem korpusu JpWaC (povzeto po Srdanović et al. 2009b). kashira, kana, kamo shirenai, -zaru wo enai, sou da, darou, -te wa naranai, to ienai/ to ieru, to wa kagiranai, to omou, to kangaeru, nakute wa ikenai, nakute wa naranai, nakereba ikenai, nakereba naranai, ni chigai nai, no ka, no da/ no de wa nai, hazu da, beki da, mitai da, you da, you ni omou, rashii, wake da/ wake de wa nai, wake ni wa ikanai, ki ga suru/ ki ga shinai Da bi lahko modalno obliko temeljiteje spoznali, smo raziskali tudi primere, v katerih se modalna oblika veže z drugo modalno obliko ali z besedo, ki ni modalna oblika. Opazili smo tendenco združevanja modalnih oblik z besedami in morfemi v določeno ustaljeno obliko. Na primer, modalna oblika deshou (でしょう) se pogosto pojavi samostojno, obstajajo pa primeri, ko se v stavku veže npr. na formalni samostalnik koto (こと) in postane nova modalna oblika koto deshou (ことでしょ う). Na ta način se pomen določenih modalnih oblik razlikuje, odvisno od tega, ali se pojavijo samostojno ali v kombinaciji z drugimi besedami ali morfemi kot ustaljene kombinacije besed. Zato ustaljene izraze iz kombinacije modalnih oblik in besed ali morfemov obravnavamo kot nove modalne oblike. V Tabeli 22 je prikazanih 12 skupin besed, ki se lahko vežejo na modalne oblike iz Tabele 21. Tabela 22: Besedna/morfemska gesla, ki se lahko vežejo z modalno obliko (povzeto po Srdanović et al. 2009b). koto, mono, to iu, no, ka, kana, na+, wa+, mo+, nano+, da, de wa nai + kot pri to wa ienai, dopuščeno je vstavljanje le v modalno obliko Jasna je tudi tendenca, da se modalna oblika pojavi v zaporedju z drugo modalno obliko. Tu se pomen določene modalne oblike spet razlikuje, če se ta pojavi samostojno ali pa kombinirano z drugo modalno obliko. Na primer, de arou to omoimasu v monografiji imenujemo »sestavljena modalna oblika«, po drugi strani pa obstaja samostojna modalna oblika de arou. V orodju SkE se sestavljene modalne oblike ne obravnavajo povsem ločeno, ampak več variant sestavljene modalne oblike obravnavamo kot eno novo modalno obliko. Tako modalna oblika de arou to omoimasu 104 Kolokacije in kolokacije na daljavo_FINAL.indd 104 4.5.2016 10:50:16 postane del nove leme sestavljene modalne oblike darou to omou, kjer so zaporedni morfemi zbrani kot posamezne leme in v SkE postanejo ena enota. Tabela 23: Predelava leme v korpusu JpWaC, ko se ta v orodju ChaSen razlikuje: primer omou »misliti« (povzeto po Srdanović et al. 2009b). Pred predelavo Po predelavi besedna besedna oblika lema besedna vrsta oblika lema besedna vrsta → おもう omou おもう glagol – おもう glagol – neodvisen 思う neodvisen 思う omou 思う 思う Tabela 24: Predelava leme in oznake besedne vrste v korpusu JpWaC, ko se ta v orodju ChaSen razlikujeta: primer kanarazu »obvezno« (povzeto po Srdanović et al. 2009b). Pred predelavo Po predelavi besedna besedna oblika lema besedna vrsta oblika lema besedna vrsta prislov – → 必ず kanarazu 必ず vezava s 必ず členkom prislov – かならず splošno かならず prislov – kanarazu かならず splošno かならず Kot je razvidno iz Tabel 23 in 24, lahko kljub enakemu pomenu in funkciji najdemo primere, v katerih se leme pri morfološki analizi razlikujejo glede na zapis s pismenkami ali s hiragano ali pa se pojavijo celo razlike pri oznakah besednih vrst. To ni omejeno le na modalne oblike, problem se pojavi tudi pri prislovih, ki so včasih sestavljeni iz več morfemov ( kanarazushimo, hyotto shitara). Ponovno smo torej dodelili leme in besedne vrste modalnih oblik in prislovov znotraj korpusa, zato da bi vse modalne oblike in prislove poenotili na stopnji gesel in besednih vrst.50 Vse oznake besednih vrst za modalno obliko smo na novo zapisali in označili (Mod). S tem smo omogočili, da jih v primeru razlik v zapisu modalnih oblik in prislovov zaradi sloga pisanja ali napačne analize v orodju ChaSen še vedno lahko sistematično poiščemo z orodjem SkE. Če v pričujoči raziskavi na ta način izluščene modalne oblike izrazimo v številkah, je reprezentativnih modalnih oblik 31, tistih, ki se pojavljajo v kombinacijah, 596 in variant pojavne oblike 2641. 50 Zaradi tega je pomembno, da lahko v SkE iščemo poenotene izraze. Na primer, vse prislove iščemo po vpisih v hiragani in ne v pismenkah (多分 tabun → たぶん tabun). 105 Kolokacije in kolokacije na daljavo_FINAL.indd 105 4.5.2016 10:50:16 Upoštevajoč zgornje točke, smo datoteki slovničnih odnosov v SkE, ki določa različne kolokacijske odnose, dodali pravilo, ki definira odnos med prislovi in modalnimi oblikami, kot prikazuje Tabela 25. Tabela 25: Pravila, ki določajo odnos med prislovi in modalno obliko. *DUAL =Adv/modality 2:"Adv.*" "P.advzer"? []* 1:"Mod." Tudi za to pravilo smo uporabili t. i. skladnjo korpusne poizvedbe v SkE osnovani na pravilnih izrazih, besednih vrstah in besedah. "DUAL" je pravilo, ki lahko išče odnos med prislovom in modalno obliko iz obeh strani. "Adv" označuje prislov, "Mod" pa modalnost. S temi pravili ne iščemo kolokacij le z modalno obliko, ki se pojavi prva za prislovom, temveč tudi z ostalimi modalnimi oblikami, ki se pojavijo do konca povedi. Pravila, s katerimi luščimo kolokacije med prislovom in modalno obliko, ne upoštevajo stukturne odvisnosti, ki bi bila možna z metodo luščenja kolokacij z uporabo orodja CaboCha. Ta ima v primerjavi z metodo, predlagano v tem poglavju, kar nekaj slabosti. Ena je ta, da modalna oblika presega meje stavka, ki je v orodju enota strukturne odvisnosti. Druga pa je ta, da je težko izvesti natančno analizo strukturne odvisnosti kolokacij na daljavo v spletnih besedilih, kot na primer v JpWaC, saj se v precejšnji meri razlikuje od domene, ki jo je analizator CaboCha uporabil za učenje. 5.3.2 Rezultat luščenja modalnih oblik Različnim modalnim oblikam in njihovim variantam, ki jih lahko vidimo v vzorč- nem korpusu JpWaC z 20 milijoni besed, so bile dodane oznake za modalnost. Z vključitvijo novega pravila kolokacijskega odnosa v slovnično datoteko je postala mogoča poizvedba kolokacij med prislovi in modalno obliko na koncu stavka z besednimi skicami. Na Sliki 18 je prikazan rezultat označevanja kolokacij med prislovi tabun, douyara, moshika shitara, kanarazushimo in modalno obliko. Vsak prislov tvori kolokacijo z različnimi modalnimi oblikami, tipične modalne oblike, s katerimi se prislovi sopojavljajo, pa se razlikujejo od prislova do prislova. Tabun pogosto tvori kolokacije z modalnimi oblikami no darou, darou, to omou in no darou to omou, ki izražajo modalnost pričakovanja. Douyara jih tvori z domnevnimi oblikami, kot so rashii, you da, no you da, mitai da. Moshika shitara se veže z oblikami kamo shirenai, no 106 Kolokacije in kolokacije na daljavo_FINAL.indd 106 4.5.2016 10:50:16 たぶん どうやら modality 959 18.2 modality 382 20.3 のだろう 124 36.59 らしい 121 48.54 と思う 221 35.87 ようだ 95 40.61 だろう 175 35.23 のようだ 27 31.21 のだと思う 32 30.22 みたいだ 16 26.2 のではないかと 28 24.82 そうだ 21 21.46 と思うのだ 24 22.54 らしいのだ 5 16.36 ことだろう 15 18.74 ことらしい 3 13.33 はず 22 18.64 のだ 24 12.04 のだ 73 17.3 と考える 4 9.39 ではないだろう 9 16.82 のだろうか 5 8.77 気がする 16 16.39 のかもしれない 4 8.53 のではないか 13 16.07 かもしれない 5 8.06 のかもしれない 13 14.97 のではないかと 3 7.59 かな 13 14.88 と思う 8 6.98 かもしれない 18 14.78 かな 3 6.73 に違いない 7 14.34 のだろう 4 6.36 そうだ 13 12.99 のか 4 4.4 のではないだろうか 8 12.77 もしかしたら かならずしも modality 269 20.7 modality 249 18.1 かもしれない 102 43.36 とは限らない 53 51.05 のかもしれない 59 39.67 わけではない 35 34.77 のかな 10 19.6 ものではない 11 21.89 のではないか 8 15.87 ことではない 9 21.89 のではなきかと 5 12.04 といえない 8 20.93 に違いない 3 10.41 ではないと思う 4 16.02 と思う 11 10.3 ものではないと思う 3 15.83 のか 9 10.15 と思う 17 14.12 のだ 13 8.87 と考える 6 13.69 だろう 6 7.36 のだ 23 13.66 気がする 3 7.21 ようだ 8 13.06 のだろうか 3 6.47 気がする 5 13.06 のだろう 3 5.6 ではないのだ 3 10.74 かもしれない 6 10.74 だろう 9 10.47 のではないか 4 10.19 らしい 4 9.34 Slika 18: Rezultat iskanja kolokacijskih izrazov med prislovi in modalno obliko v besednih skicah:primer s prislovi tabun, douyara, moshika shitara, kanarazushimo . kamoshiranai, no kana, ki izražajo možnost. Kanarazushimo pa pogosto tvori kolokacije z oblikami to wa kagiranai, wake de wa nai in mono de wa nai, ki sodijo v nujnostni tip modalnosti. 107 Kolokacije in kolokacije na daljavo_FINAL.indd 107 4.5.2016 10:50:16 きっと modality 876 18.8 のだろう 160 41.04 だろう 159 34.54 に違いない 34 33.09 ことだろう 44 32.13 はず 52 29.05 と思う 125 28.76 のだと思う 14 20.53 と思うのだ 15 17.9 のではないかと 14 17.61 かもしれない 23 17.49 のだろうと思う 6 17.03 のだ 66 16.83 のかもしれない 15 16.66 だろうと思う 7 15.37 気がする 12 14.11 のではないだろうか 9 14.08 のではないか 9 13.1 のか 20 11.75 のだろうか 10 11.27 Slika 19: Besedne skice: primer kolokacij med kitto »gotovo« in modalno obliko. Slika 19 prikazuje besedno skico kolokacij med prislovom kitto »gotovo« in modalno obliko na koncu stavka. Seznam oblik je urejen v zaporedje glede na statistično izračunano izpostavljenost kolokacije (številke na desni strani), številke na levi strani pa izražajo frekvenco. Če kliknemo številko v drugi vrsti na sliki, si lahko ogledamo stavčne primere tudi v korpusu. Iz pridobljenih modalnih oblik razumemo, da kitto pogosto tvori kolokacije z modalno vrsto za nujnost in pričakovanje. Tabela 26 prikazuje frekvenco izbranih pogostih variant modalnih oblik, ki se sopojavljajo s prislovom kitto. Pridobili smo jih z uporabo funkcije za prikaz stavčnih primerov, in sicer iz izbranih 1000 stavkov s prislovom kitto. Tabela 26: Izbrane pogoste variante modalnih oblik, ki se vežejo s kitto »gotovo«. Modalna oblika Variante modalnih oblik to omou 89 to omoimasu 57, to omou 18, to omoimasu yo 8, to omou no desu 2, to omou yo 2, to omotta no da 2 darou 73 darou 53, darou na 6, darou naa 5, darou to omou 3, darou to omoimasu 2, darou to omou no desu 2, darou ne 2 deshou 65 deshou 55, deshou ne 10 hazu 54 hazu desu 19, hazu 18, hazu da 17 108 Kolokacije in kolokacije na daljavo_FINAL.indd 108 4.5.2016 10:50:16 Modalna oblika Variante modalnih oblik ni chigai nai 36 ni chigai nai 34, ni chigai arimasen 2 no darou 27 no deshou 26 no deshou 21, no deshou ne 5 n'darou 21 n'darou na 9, n'darou naa 7, n'darou 5 n'deshou 18 n'deshou 9, n'deshou ne 9 Rezultati analize korpusa JpWaC izpostavljajo pomembnost kolokacijskega razmerja med prislovom in modalno obliko na koncu stavka ter omogočajo vpogled v reprezentativne modalne oblike. Pri učenju japonskega jezika je pomembno nameniti pozornost tovrstnim kolokacijskim razmerjem. V nadaljevanju nakažemo, kako lahko empirično izluščene rezultate apliciramo na sestavljanje besedišča v okviru priprave učnega načrta. V Tabeli 27 je prikazana razpršenost prislovov v korpusih ter pet modalnih oblik, ki imajo najvišji indeks izpostavljenosti s posameznim prislovom. Tabela 27: Pogosti kolokacijski odnosi med prislovom in modalno obliko na koncu stavka v vzorcu korpusa JpWaC. Vrsta Fremodal­ Prislov kvenca Pet najpogostejših modalnih oblik (glede na frekvenco nosti prislova in izpostavljenost kolokacij) no da no de wa EXP tabun 1527 no darou to omou darou 124 221 175 to omou nai ka to 32 28 NEC/ EXP kanarazu 1448 hazu 31 no da 95 to omou 41 darou 20 wake da 6 koto EXP osoraku 1341 darou no darou to omou ni chigai 269 128 darou 37 131 nai 21 EXP/ darou ni chigai koto NEC kitto 1340 no darou 160 159 nai 34 darou hazu 52 44 NEC/ EXP zettai 1294 no da 87 darou 40 to omou 41 hazu 17 beki 13 CON doumo 1022 you da 59 rashii 44 ki ga suru 28 no da 63 no you da 12 te wa NEC zettai ni 816 naranai no da 79 beki 15 to omou 21 29 hazu 12 109 Kolokacije in kolokacije na daljavo_FINAL.indd 109 4.5.2016 10:50:16 Vrsta Frekmodal­ Prislov venca Pet najpogostejših modalnih oblik (glede na frekvenco nosti prislova in izpostavljenost kolokacij) CON douyara 548 rashii you da no you mitai da sou da 121 95 da 27 16 21 NEC/ EXP taitei 497 no da 45 to omou 17 darou 14 hazu 6 you ni omou 3 EXP yohodo 409 no darou 34 darou 22 to omou 25 no da 31 no ka 17 to wa wake de mono de NEC kanarazushimo 382 kagiranai wa nai wa nai koto de 53 35 11 wa nai 9 to ienai 8 kamo no kamo no de wa POSS moshika no kana no de wa shitara 316 shirenai shirenai nai ka 102 59 10 nai ka 8 to 5 no kamo kamo darou POSS angai 187 shirenai ki ga shirenai ka to 11 suru 9 no da 18 8 omou 2 to kamo no kamo kangaeru no de wa kamo POSS hyotto shitara 81 shirenai shirenai no kamo nai ka shirenai 25 17 shirenai to 2 no da 1 1 NEC/ wake no kana EXP taigai 72 no da 6 to omou 4 da 2 to omou darou 3 1 darou to EXP sazo 31 koto darou to darou 6 darou 8 no darou 5 omou 2 kangaeru 1 to EXP ookata 24 mono to mono to omou no kana omou 1 darou 1 2 1 kangaeru 1 to CON koto ni yoru to 2 rashii 1 beki 1 kangaeru 1 Gledano z vidika razpršenosti prislovov se pogosto pojavljajo tabun, kanarazu, osoraku, kitto in zettai. Če pogledamo kolokacijski odnos med prislovi in modalnimi oblikami, postane jasno, da se najpogosteje pojavljajo modalne oblike no darou, darou, to omou, ki izražajo pričakovanje, ter hazu, no da, ni chigai nai, ki izražajo nujnost. Če imajo nekateri prislovi tendenco kolokacij s pričakovalno modalno obliko, je med kolokacijami s prislovi zaslediti tudi nujnostne modalne oblike. Primera tovrstnih prislovov sta denimo kitto in osoraku, ko tvorita kolokacije z ni chigai nai in drugimi modalnimi oblikami za nujnost. Obratno velja v primeru, ko prislov tvori 110 Kolokacije in kolokacije na daljavo_FINAL.indd 110 4.5.2016 10:50:16 kolokacijo z nujnostno modalno obliko – takrat tvori ta prislov kolokacijo tudi s pričakovalno modalno obliko. Kanarazu in zettai denimo tvorita kolokacijo tudi z darou in to omou, tako imenovano pričakovalno modalno obliko na koncu stavka. Rezultat primerjave razpršenosti prislovov in kolokacij med prislovi in modalno obliko na koncu stavka v vzorčnih podatkih iz korpusa JpWaC in korpusu publikacij znotraj uravnoteženega korpusa BCCWJ je pokazal podobno porazdelitev in tendenco kolokacijskih odnosov. Ne le v besednih skicah, tudi v konkordančniku, primerjalnih skicah in tezavru lahko iščemo podatke o prislovih in modalnih oblikah. Ko s primerjalnimi skicami primerjamo tabun in kitto, opazimo, da se kitto pogosteje veže z no darou, ni chigai nai, koto darou in hazu, in vidimo lahko lastnosti, ki so blizu vrsti nujnostne modalnosti. Na drugi strani pa tabun tvori kolokacije s to omou, no da to omou, no de wa nai ka to, to omou no da, ki izražajo pričakovanje. Ker nujnost izraža večjo stopnjo verjetnosti kot pričakovanje, lahko sklepamo, da je stopnja verjetnosti nižja pri tabun kot pri kitto. 5.3.3 Vrednotenje izluščenih kolokacij prislovov in modalnih oblik V tem poglavju ovrednotimo natančnost izluščenih kolokacij med prislovi in modalno obliko na koncu stavka. Obstajajo štiri reprezentativne vrste modalnosti, ki tvorijo kolokacije s prislovi (Kudō, 2000) in iz vsake za namene vrednotenja izberemo po en prislov, ki se veže najpogosteje. Iz rezultatov iskanja modalnosti, ki tvori kolokacijo s posameznim prislovom, izberemo štiri modalne oblike (prvi štirje vnosi z vrha s seznama prikazanih modalnih oblik v rezultatih besednih skic) ter iz konkordanc naključno izberemo po deset stavčnih primerov s kolokacijami izbranih prislovov in modalnih oblik. Tako skupno ovrednotimo 160 stavčnih primerov. Izbrane stavčne primere sta ovrednotila strokovnjaka na področju poučevanja japonskega jezika (A, B) in strokovnjak na področju računalniške obdelave naravnih jezikov (C). Možne izbire so »pravilno« (kolokacija med prislovom in modalno obliko je pravilna), »delno« (kolokacija med prislovom in modalno obliko je delno pravilna) in »nepravilno« (kolokacija med prislovom in modalno obliko ni pravilna«. Strokovnjaki so imeli tudi možnost komentiranja posameznih primerov. 111 Kolokacije in kolokacije na daljavo_FINAL.indd 111 4.5.2016 10:50:16 Tabela 28: Rezultati ovrednotenja (povzeto po Srdanović et al. 2009b). ODGOVOR IZBIRA Ocenjevalec A Ocenjevalec B Ocenjevalec C (pravilno) kolokacija med prislovom in modalno obliko 93,12 % 93,75 % 96,87 % je pravilna (delno) kolokacija med prislovom in modalno obliko 1,8 % 1,25 % 1,87 % je delno pravilna (nepravilno) kolokacija med prislovom in modalno obliko 5 % 5 % 0.6 % ni pravilna Kot vidimo v Tabeli 28, je natančnost visoko ovrednotena. Iz stavčnih primerov, ki so ovrednoteni kot nepravilni, ter komentarjev ocenjevalcev lahko sklenemo naslednje: Obstajajo stavčni primeri, v katerih prihaja do napačne analize delov modalnosti. 1. V nekaterih stavčnih primerih je japonščina uporabljena nepravilno. 2. V korpusih so podvojeni stavčni primeri. 3. V nekaterih stavčnih primerih prislov in modalna oblika ne tvorita kolokacije. 4. V nekaterih stavčnih primerih se kolokacija tvori z drugo modalno obliko in se razlikuje od prikazanega. Pri točki 1 je odprava težave relativno preprosta, in sicer moramo preveriti, kako so bile oznake določene, nato pa določiti pravilno modalno obliko in jo dodati na seznam variant. Pri točki 2 je treba popraviti nepravilne oznake, pri točki 3 pa od-straniti podvojene stavke. Možna razlaga za točki 4 in 5 je ta, da je bilo več stavkov vnešenih v korpus kot en stavek zaradi napak pri računalniški obravnavi, lahko pa, da razlog leži v kompleksni stavčni strukturi, zaradi katere je prislovu samodejno dodeljena modalna oblika, s katero dejansko ne tvori kolokacije. V prihodnosti bo treba raziskati tudi možnost implementacije programa za skladenjsko analizo, ki prikaže ujemalni odnos v stavčni strukturi. 5.3.4 Primerjava s Kudōjevimi podatki V prejšnjem delu smo govorili o vrednotenju in visoki natančnosti rezultatov luščenja kolokacij. Naprej te rezultate primerjamo z raziskavo o kolokacijskih odnosih med 112 Kolokacije in kolokacije na daljavo_FINAL.indd 112 4.5.2016 10:50:17 prislovi in modalno obliko na koncu stavka v sklopu študij japonskega jezika (Kudō, 2000). Kudō pravi, da bi morali o ujemanju z modalno obliko razmišljati kot o sto-pnjevalnem pojavu, saj vsak prislov pripada določeni vrsti modalnosti in ima tendenco kolokacij s to modalno obliko. Za podrobnosti o podatkih Kudōjeve raziskave glej Tabelo 14 v poglavju 4.3.2. Na primer – kitto pripada vrsti modalnosti za nujnost in tvori kolokacije s suru/no da in ni chigai nai. Osoraku se pogosto veže s pričakovalnimi oblikami darou/mai, to omowareru, no de wa nai darou ka. Douyara se pogosto veže z domnevno obliko rashii, moshika shitara pa z možnostno obliko kamo shirenai. Tudi v podatkih, pridobljenih s pričujočo raziskavo, lahko kot v Kudōjevih podatkih prepoznamo štiri vrste modalnosti, s katerimi prislovi tvorijo kolokacije. Tudi v teh podatkih lahko največkrat vidimo kolokacije s pričakovalno in nujnostno vrsto modalnosti. Mnoge modalne oblike, ki jih lahko zasledimo v Kudōjevih analizah, se pojavijo tudi v korpusu JpWaC, vendar lahko v zaporednosti frekvence prislovov in v tendenci kolokacij s posameznimi prislovi opazimo tudi razlike. Na primer, pri prislovu kitto se v pričujoči raziskavi, za razliko od rezultatov Kudōjeve analize, bolj pogosto pojavijo kolokacije z vrsto modalnosti za pričakovanje kot za nujnost. Pri Kudōju lahko najdemo tudi malce starejšo terminologijo, na primer sazo se tu pojavlja precej pogosteje kot v korpusu JpWaC. Razlog za te razlike leži v različnosti korpusov, kar je bilo poudarjeno že v petem poglavju z rezultati klasifikacije več vrst korpusov. 5.3.5 Primerjava z uravnoteženimi publikacijami V tem poglavju preučujemo kolokacijske odnose med prislovi in modalno obliko na koncu stavka v BCCWJ-jevem korpusu publikacij (KokkenBK) in v korpusu JpWaC. V ta namen smo sestavili manjši podkorpus iz korpusa JpWaC, ki vsebuje 20 milijona naključno izbranih besed iz originalno 400-milijonskega korpusa. Tabeli 27 in 29 prikazujeta razpršenost prislovov v JpWaC korpusu in korpusu publikacij. Prikazujeta tudi pet modalnih oblik, ki imajo najvišjo vrednost inde-ksa izpostavljenosti ali se najpogosteje vežejo v kolokacije s posameznimi prislovi. Gledano z vidika razpršenosti prislovov so si rezultati iz obeh korpusov precej podobni, največje razlike pa so opazne pri pogostih prislovih kanarazu in tabun. Kanarazu se pogosto pojavi v korpusih publikacij. Če vzamemo v poštev, da ga najdemo v korpusu časopisov, učbenikov in znanstvenih del, lahko rečemo, da je značilen za besedila, pisana v formalnem jeziku (gl. Tabelo 12 v razdelku 4.2.1). Tabun, ki je v JpWaC pogost, je prisoten tudi v korpusu Oikawa (formalni razgo-vori) in podatkih iz Chiebukuro. JpWaC v primerjavi s korpusi publikacij v večji meri izraža značaj formalnih pogovorov. 113 Kolokacije in kolokacije na daljavo_FINAL.indd 113 4.5.2016 10:50:17 Tabela 29: Kolokacijski odnos med prislovi in pogostimi modalnimi oblikami na koncu stavka v korpusih publikacij. Vrsta modalnosti Prislov Frekvenca Pet najpogostejših modalnih oblik (glede na frekvenco kolokacij) NEC/ EXP kanarazu 4548 no da (334), hazu da (163), darou (151), to omou (76), ni chigai nai (44) EXP osoraku 4216 darou (961), no darou (625), to omou (225), ni chigai nai (157), no da (153) EXP/ NEC kitto 3547 darou (417), no darou (332), ni chigai nai (251), to omou (224), hazu da (157) EXP tabun 3241 darou (487), no darou (412), to omou (290), no da (111), no de wa nai ka (109) CON doumo 2320 no da (156), rashii (149), you da (126), ki ga suru (65), to omou (43) NEC zettai ni 2114 no da (141), hazu da (61), darou (59), to omou (51), beki da (25) POSS moshika shitara 1824 kamo shirenai (401), no kamo shirenai (314), no de wa nai ka (130), no ka (95), no da (70) NEC kanarazushimo 1591 wake de wa nai (127), no da (97), mono de wa nai (69), to wa ienai (78), to wa kagiranai (72) NEC/ EXP zettai 1581 no da (111) to omou (58), darou (38), hazu da (26), no ka (25) CON douyara 1512 rashii (504), you da (319), no you da (87), no da (42), darou (12) NEC/ EXP taitei 1217 no da (98), darou (29), koto de wa nai (18), you da (15), to omou (15) EXP yohodo 1047 no darou (95), no kamo shirenai (76), no da (60), darou (43), rashii (42) kamo shirenai (218), no kamo shirenai (148), POSS hyotto shitara 967 no de wa nai ka (111), no ka (36), to omou (36) EXP sazo 427 darou (128), koto darou (76), no darou (29), ni chigai nai (26), to omou (23) no da (53), no kamo shirenai (35), kamo POSS angai 423 shirenai (35), no de wa nai ka (8), de wa nai ka (7) EXP ookata 281 no darou (31), no da (21), darou (16), to omou (10), koto darou (6) NEC/ EXP taigai 172 no da (11), darou (2), darou ka (2), hazu da (2), no ka (2) POSS koto ni yoru to 62 no kamo shirenai (10), kamo shirenai (8), no de wa nai ka (4), no ka (3), mono de arou (2) 114 Kolokacije in kolokacije na daljavo_FINAL.indd 114 4.5.2016 10:50:17 Če pogledamo kolokacijski odnos med prislovi in pogostimi modalnimi oblikami, lahko v obeh korpusih vidimo podobne rezultate. Iz tega lahko sklepamo, da so tendence modalnih oblik, ki tipično tvorijo kolokacijo z določenim prislovom, enake. Zelo zanimivo je, da modalne oblike, ki izražajo pričakovanje ( no darou, darou, to omou), in tiste, ki izražajo nujnost ( hazu, no da, ni chigai nai), veliko pogosteje tvorijo kolokacije. To kaže na to, da imata med štirimi tipi modalnosti, ki jih navaja Kudō (2000), tisti za pričakovanje in nujnost višjo funkcionalno prioriteto v komunikaciji japonskega jezika kot tisti za možnost in domnevo. V obeh korpusih je v primeru, da je med pričakovalno modalno obliko in določenim prislovom kolokabilna vez, prisotna tudi kolokacija tega prislova z nujnostno modalno obliko. Na primer, prislova kitto in osoraku oba tvorita kolokacijo z ni chigai nai. Ko pa določen prislov tvori kolokacijo z nujnostno modalno obliko, isti prislov tvori kolokacijo tudi s pričakovalno modalno obliko, npr. kanarazu, zettai, ki tvorita kolokacijo z darou in to omou, t. i. pričakovalno obliko na koncu stavka. 5.4 Razvoj učnega gradiva za študente japonščine 5.4.1 Korpusno zasnovan predlog za izdelavo učnega načrta besedišča Pri učenju japonskega jezika je treba nameniti pozornost kolokacijskim razmerjem, vključno s kolokacijami med prislovi in modalno obliko na koncu stavka, na pomembnost katerih so nakazali rezultati korpusne analize. V tem poglavju najprej pogledamo, v kolikšni meri so pokrite kolokacije med prislovi in modalnimi oblikami na koncu stavka v učbenikih za osnovno in srednjo stopnjo učenja japonščine. Nato predstavimo predloge, kako lahko praktično uporabimo empirično pridobljene rezultate analiz različnih korpusov pri izdelavi učnega načrta za besedišče. Glede izdelave učnega načrta iz rezultatov na korpusih osnovane analize bo govor o (1) vrstah korpusov, zvrsti besedila in enot učenja v učnem načrtu za besedišče, (2) povezavi med frekvenco enot v posameznem korpusu in zaporedju uvajanja enot za učenje ter (3) o tem, kako lahko te ugotovitve apliciramo na izdelavo učnega načrta. 5.4.1.1 Obravnavanje prislovov in modalnih oblik v učbenikih japonščine Kolokacijski odnos med prislovi in modalno obliko na koncu stavka je v učbenikih za učenje japonskega jezika prikazan v primerih slovnične razlage ali v besedilu, ni 115 Kolokacije in kolokacije na daljavo_FINAL.indd 115 4.5.2016 10:50:17 pa razlage o samem kolokacijskem odnosu ali ujemanju. Analizirali smo šest učbenikov začetne in nadaljevalne stopnje za poučevanje japonščine in ugotovili, da se s prislovi najpodrobneje ukvarja učbenik za nadaljevalno japonščino Bunka chuukyuu nihongo 1, 2 (gl. Tabelo 30 ( Bunkachuu)). V vsakem poglavju tega učbenika lahko najdemo razdelek, posvečen prislovom, poleg tega sta za vsakega vključena tudi dva stavčna primera in nekaj vaj, obravnavana pa je približno tretjina prislovov, ki so predmet te raziskave. Učbenik vseeno ne vsebuje razlag o povezavah med prislovi in modalnimi oblikami. Modalne oblike, ki niso obravnavane pri prislovih, se v določenih primerih pojavijo v stavčnih vzorcih, ponekod pa skupaj s prislovom, a pri tem ne gre za nameren ali sistematičen postopek podajanja informacij. Tabela 30: Prislovi in modalne oblike na koncu stavka v učbenikih za učenje japonščine. Začetna stopnja Nadaljevalna stopnja Prislov Shinbun­ Shinga­ Minnano Bunkac­ Shinga­ ShinNi­ JpWaC ka kusho huu kuchuu hongo aruiwa / / / /(veznik) ●darou ka / beki, no ka, no kamo shirenai angai / / / / ◯ / no kamo shirenai, ki ga suru, no da osoraku / / / ※darou ◯ / darou, no darou, koto darou kanarazu ◯ ◇ ◆te ku­ / ◯ / hazu, no da, nadasai kereba naranai kitto / ●no de­ ◆to omoi­ ▲◆da­ / ◆darou, no darou, darou, shou masu rou, V­te deshou ni chigai nai ne, ※no darou zettai ni / / ◆te ku­ ▲V-ou / / te wa naranai, no dasai da, te wa ikenai taigai / / / / ◯ / no da, to omou, wake da taitei / ◇ △ △◇te iru / / no da, to omou, darou tabun ◆darou to ▲deshou, ◆to omoi­ ▲◆da­ / ◆to no darou, to omoimadarou to masu rou, to omou, ja­ omou, darou suyo omoimasu omoimanai (desu su, ※no ka) darou doumo / / / ▲◆rashii, ◯ / you da, rashii, ki sonna ga suru kanji da yohodo / / / / ◯ / no darou, darou, to omou Legenda: ◯ v tekstu △ v zgledu ◇ v vajah/ ni v učbeniku ●▲◆★ enako kot zgoraj, vsebuje tudi modalno obliko ※ v primeru stavčnega vzorca za modalne oblike 116 Kolokacije in kolokacije na daljavo_FINAL.indd 116 4.5.2016 10:50:17 Učbeniki, ki so uporabljeni v analizi so: 1. (Shinbunka) Bunka začetna stopnja japonščine 1, 2 [Shin bunka shokyuu nihongo I, II], Bunka Institute of Language, Bonjinsha 2000, 2. (Shingakusho) Začetna stopnja japonščine za študente [Shingaku suru hito no tame no nihongo shokyuu], International Students Institute, 1994, 3. (Minnano) Japonščina za vsakogar 1, 2 [Minna no nihongo I, II], 3A Network, 1998, 4. (Bunkachuu) Bunka nadaljevalna stopnja japonščine 1, 2 [Bunka chuukyuu nihongo I, II], Bunka Institute of Language, 2006/2005, 5. (Shingakuchuu) Nadaljevalna stopnja japonščine za študente [Shingaku suru hito no tame no nihongo chuukyuu], International Students Institute, 2000, 6. (ShinNihongo) Nadaljevalna stopnja sodobne japonščine [Shin nihongo no chuukyuu], Association for Overseas Technical Scholarship, 3A Network, 2000 Rezultati korpusa JpWaC so delno povzeti v zgornji Tabeli 30 (za podroben opis gl. Tabelo 26). Ko se modalnost pojavi v zgledu, ni nujno, da je ena tistih, ki pogosto tvori kolokacije. V šestih učbenikih se obravnavani prislovi ter kolokacije med prislovi in modalnimi oblikami razlikujejo, čeprav so namenjeni učencem z enako stopnjo znanja (osnovna ali srednja). V učbenikih osnovne stopnje je obravnavanih pet prislovov. To so tabun, kanarazu, kitto, taitei, zettai ni, pri tem pa se samo prva dva pojavita v vseh učbenikih. Tudi če obe stopnji obravnavamo skupno, težko vidimo kakršne koli sledi sistematične obravnave. V učbeniku Shinbunka sta obravnavana le tabun in kanarazu in le tabun ima zraven še modalno obliko. V učbeniku Bunkachuu je tabun z modalno obliko omenjen le enkrat, omenjen je tudi prislov kitto. V učbeniku Shingakusho sta skupaj z modalno obliko obravnavana prislova kitto in tabun, v Shingakuchuu pa kljub različnim obravnavanim prislovom kolokacije z modalno obliko niso obravnavane. V desnem stolpcu Tabele 30 (JpWaC) so prikazane tri modalne oblike z najvišjo frekvenco tvorjenja kolokacij z določenim prislovom znotraj korpusa. Če učbenike primerjamo s podatki iz korpusa, lahko rečemo, da so prikazane razlike v rabi modalnih oblik skromne, reprezentativne oblike pa sploh niso obravnavane. Na primer, čeprav je modalna oblika, s katero tvorita kolokacije prislova tabun in kitto, omenjena, se najpogostejša modalna oblika no darou ne pojavi v nobenem od učbenikov. V učbeniku Bunkachuu se modalna oblika sicer včasih pojavi kot del zgleda pri stavčnih vzorcih, ne pri obravnavi prislovov. V 117 Kolokacije in kolokacije na daljavo_FINAL.indd 117 4.5.2016 10:50:17 povezavi s prislovom kitto modalna oblika ni chigai nai, s katero se prislov pogosto sopojavlja, ni obravnavana. Glede na ostale prislove je tudi pokrivanje modalnih oblik v učbenikih precej nezadovoljivo. 5.4.1.2 Vrste korpusov in cilji učencev Glede na vrsto korpusa se tako razpršenost prislovov kot tendenca kolokacije med prislovom in modalno obliko spreminjata. Vsak korpus ima različne lastnosti, vrste besedil in stil, ki se odražajo v obnašanju prislovov. V pričujočem poglavju razpravljamo o tem, kako lahko klasifikacijo korpusov apliciramo na poučevanje japonskega jezika. Pri vseobsežnem učenju japonskega jezika so pomembni najbolj splošni in raz- širjeni jezikovni podatki. Tovrstne podatke zajemajo uravnoteženi korpusi, kot so BCCWJ-jev korpus publikacij in veliki japonski spletni korpus JpWaC. Tudi časopis Mainichi shimbun (Mai 2002) lahko postane referenčni vir, saj vsebuje veliko splošnih podatkov (gl. Tabeli 1 in 12). Da bi bile pri celostnem učenju japonskega jezika pokrite vse štiri jezikovne veščine, je dobro, da za referenčno gradivo uporabimo podatke tako pisnega kot tudi govornega korpusa. V tej raziskavi se posvečamo korpusom formalnega (Oikawa in KokkenOC) ter neformalnega govora (NUJCC). O tem, ali naj se gesla iz korpusa neformalnega jezika obravnavajo kot učna snov, obstaja med strokovnjaki za poučevanje japonščine veliko različnih mnenj, zato je izbira odvisna od izobraževalnih ciljev. Korpuse, ki se nagibajo na specifično področje, lahko uporabimo pri izdelavi učnega načrta s specifičnim namenom. Na primer, korpusa NLP in 16K, ki sta sestavljena iz naravoslovnih besedil, lahko uporabimo pri izdelavi učnega načrta za učence japonskega jezika, ki so naravoslovci. Korpusi, ki temeljijo na japonskih učbenikih za osnovno in srednjo šolo, so zasnovani glede na cilj učnega gradiva, notranjo politiko avtorjev in založnikov učbenika ter drugih faktorjev, tako da so drugačni od ostalih korpusov. Zaradi tega jih ne moremo obravnavati kot primarno jezikovno gradivo in je potrebna posebna previdnost, če jih uporabljamo za izdelavo učnega načrta. 5.4.1.3 Frekvenca v korpusu in zaporedje obravnave učne snovi V pričujočem razdelku se posvečamo vprašanju, na kateri stopnji obravnavati učno snov, osnovano na korpusnih podatkih in kako to snov povezati s frekvenco v korpusih. Kot referenčno gradivo je priporočljivo vzeti korpus, ki je po tematiki so-roden izobraževalnim ciljem, korpusna frekvenca in izpostavljenost ciljne snovi pa naj bi se odražala v učnem načrtu. V osnovi lahko denimo vzamemo pogostost 118 Kolokacije in kolokacije na daljavo_FINAL.indd 118 4.5.2016 10:50:17 pojavljanja kot enega od kriterijev pri določanju zaporedja obravnave učne snovi. Sinclair in Renouf (1988) denimo izpostavljata, da je smiselno pri izdelavi učnega načrta za besedišče angleščine kot tujega jezika najprej predstaviti besede z visoko pojavnostjo. V pričujoči raziskavi upoštevamo tudi ravnotežje števila besed na posamezni stopnji učenja. Medtem ko relativno pogostost znotraj uravnoteženih korpusov BCCWJ in JpWaC vzamemo kot osnovno referenco, določimo zaporedje na naslednji na- čin. Prislove razporedimo po relativni frekvenci, od prislova tabun, ki preseže 10 %, do precej nizkofrekventnega prislova moshika sureba, ki dosega manj kot 5 %. Zaporedje obravnave, če so ostali pogoji ustaljeni, tako kot pri zgoraj omenjenem primeru Sinclairja in Renoufa (1988), določamo po relativni frekvenci. Prislove, razporejene po relativni frekvenci, razdelimo glede na stopnjo znanja učencev, in sicer jih poskusno ločimo na tri stopnje. Prislove z visoko relativno frekvenco po-učujemo na osnovni stopnji, prislove z relativno frekvenco v srednjem območju poučujemo na srednji stopnji in tiste z nizko relativno frekvenco na višji stopnji. Če območje relativne frekvence razdelimo na tri enake dele, so rezultati precej prepričljivi, kot lahko vidimo v Tabeli 31: pod 5 %, od 5 %–10 % ter več kot 10 %. Prislovov z visoko relativno frekvenco je malo. Ker se uporabljajo v širokem in splošnem kontekstu, so primerni za osnovno stopnjo. Prislovi z relativno frekvenco od 5 %–10 % so nekoliko posebni in jih lahko uvrstimo v srednjo stopnjo. V primerjavi s seznamom besedišča JLPT (seznam besedišča za osrednji izpit iz znanja japonščine kot tujega jezika) (JLPT, 2002), ki velja kot standard pri poučevanju japonščine, je veliko podobnosti, zato lahko potrdimo, da so omenjeni prislovi primerni za srednjo stopnjo. Podobno velja za prislove za višjo stopnjo, pri katerih je relativna frekvenca manjša od 5 %. Standard za besedišče ni absoluten, ampak se spreminja z izobraževalnimi cilji. Z metodološkega vidika je torej pomembna pridobitev objektivno zasnovanega predloga uvajanja prislovov glede na njihovo relativno frekvenco, vsekakor pa je možno občasno prehajanje predlaganih prislovov med območji osnovne, srednje in višje stopnje glede na izobraževalne cilje. 5.4.1.4 Predlogi za izdelavo učnega načrta za besedišče prislovov V tem poglavju razpravljamo o možnosti vključitve vrste korpusov in korpusne frekvence v izdelavo učnega načrta za besedišče na konkrentem primeru rezultatov analize prislovov (Tabela 12). Kot smo že omenili, se med izdelavo učnega načrta 119 Kolokacije in kolokacije na daljavo_FINAL.indd 119 4.5.2016 10:50:17 pri vključevanju posamezne učne enote upošteva celotna struktura. Pod predpo-stavko, da gre za učenje splošne japonščine, namenjeno odraslim, pri izdelavi učne-ga načrta iz korpusov izberemo temu primerna gesla. Za to so primerni korpusi z visoko stopnjo splošnosti v podatkih. Med obstoječimi pisnimi korpusi so primerni tisti, pri katerih ni odstopanj pri podatkih, npr. BBCWJ-jev korpus publikacij (KokkenBK) in spletni korpus (JpWaC), do določene mere tudi korpus časopisov (Mai2002). Med obstoječimi govornimi korpusi sta za ta namen primerna Oikawa in KokkenOC, čeprav bi bilo seveda še bolje imeti na voljo večji uravnotežen govorni korpus japonščine. Ker je NUJCC neformalen, je treba biti pri uvajanju novih prislovov previden. Tabela 31 prikazuje zaporedje učinkovitega uvajanja prislovov. Seznam temelji na frekvenci na osnovi prej omenjenih korpusov. Tabela 31: Zaporedje učinkovitega uvajanja prislovov glede na stopnje pri splošnem poučevanju japonščine. Stopnja učenja Prislov Relativna frekvenca osnovna tabun, kanarazu, kitto, osoraku, (zettai), (zettai ni) > 10 % srednja kanarazushimo, doumo, douyara, taitei, moshika 5 %–10 % shitara, taigai višja yohodo (yoppodo), angai, hyotto shitara (hyotto < 5 % suru to), koto ni yoru to (koto ni yoreba), ookata, sazo, moshika sureba (moshika suru to) Tabun, kanarazu, kitto, osoraku se najbolj pogosto pojavljajo v uravnoteženih korpusih JpWaC in KokkenBK. Če je vsaj v enem korpusu relativna frekvenca višja od 10 % (gl. Tabelo 12), je umestitev v osnovno stopnjo smiselna. Prislova zettai in zettai ni se zelo pogosto pojavljata v korpusu časopisov (11, 12 %), govornem korpusu NUJCC (skupno 52 %) in v belih knjigah (KokkenOC) (14,11 %). Ker sta zelo pogosta v govornem korpusu neformalnega sloga, ju lahko predlagamo kot izbirne enote na osnovni stopnji. Taitei in sazo imata visoko frekvenco v učbeniških korpusih, medtem ko se v korpusu JpWaC in korpusu publikacij ne pojavljata pogosto. Prislov taitei se med vsemi preiskovanimi učbeniki pojavi v dveh na osnovni stopnji, a glede na rezultate korpusne analize ni potrebno, da se ta prislov poučuje na osnovni stopnji. Nasprotno pa prislova osoraku v učbenikih skorajda ne najdemo, čeprav se v korpusih pogosto pojavlja in je zato treba razmisliti o njegovi vključitvi v učni načrt za osnovno stopnjo. Za gesla, primerna za srednjo stopnjo, so bila izbrana tista, ki so se vsaj v enem korpusu s splošno vsebino pojavila med 5 % in 10 %. Prislova kanarazushimo in moshika shitara nista obravnavana v učbenikih, a spadata v drugo najvišjo stopnjo pri seznamu besedišča JLPT. Če upoštevamo 120 Kolokacije in kolokacije na daljavo_FINAL.indd 120 4.5.2016 10:50:17 njuno frekvenco v korpusih, je smiselno ju učiti na srednji stopnji. Na višji stopnji poučujemo gesla z nizko frekvenco, pod 5 %, kamor npr. spada prislov sazo. Pri poučevanju, namenjenem specifičnim ciljem, je pomembno, da najprej vklju- čimo gesla, ki se pogosto pojavljajo v specializiranih korpusih, katerih tematika je usklajena z izobraževalnimi cilji, pri čemer je seveda nujno upoštevati tudi ostale dejavnike. Na primer, glede na podatke pričujoče raziskave je pri specializiranem poučevanju na znanstvenem in političnoekonomskem področju smiselno prislov kanarazushimo predstaviti že v zgodnjih fazah učenja. 5.4.1.5 Predlogi za izdelavo učnega načrta za besedišče prislovov glede na kolokabilnost med prislovi in modalno obliko na koncu stavka Iz analize korpusov je postalo jasno, da je skupaj s poučevanjem prislovov smiselno poučevati tudi reprezentativno modalno obliko, ki z njim tvori kolokacijo. Zaporedje in način poučevanja teh kombinacij se ne osredotoča le na modalne oblike, ki najpogosteje tvorijo kolokacije s prislovi, ampak je pomembno razmišljati tudi o pomenski funkciji in težavnostni stopnji te modalne oblike v stavčnem vzorcu. Tabela 27 v razdelku 5.3.2 prikazuje tendenco frekvence in izpostavljenosti kolokacij med prislovom in modalno obliko oz. tipom modalnosti. Iz nje lahko razberemo, da se prislovi najpogosteje vežejo s tipi modalnosti za pričakovanje in nujnost. Tudi statistično izračunan indeks izpostavljenosti, ki izraža moč kolokacij, izkazuje visoko vrednost za ta dva tipa modalnosti. Vse to pomeni, da imata pri komunikaciji v japonskem jeziku modalni obliki za pričakovanje in nujnost večjo funkcionalno prioriteto kot obliki za možnosti in domnevo. Pomembno je upoštevati tudi pomensko funkcijo tovrstne komunikacije pri izdelavi učnega načrta. Z vidika pomenske funkcije modalne oblike, ki tvori kolokacijo s prislovom, obstajajo štiri vrste modalnosti. Za učinkovitost velja, da so modalne oblike vsake vrste obravnavane v kompletu, vendar pa je določene oblike bolje vpeljati na nekoliko višji stopnji znanja, na primer tiste z višjo težavnostjo ter sestavljene oblike. Vrsti modalnosti, ki najpogosteje tvorita kolokacijo s prislovi, sta pričakovanje in nujnost. K prvi spadajo modalne oblike darou, darou to omou, no darou, no da to omou, koto darou, k drugi pa no da, hazu da, ni chigai nai in beki da (za podrobnosti gl. Tabelo 27). Ker se tudi prislovi, ki tvorijo kolokacije s temi modalnimi oblikami, pojavljajo pogosto, je najbolje, da se kolokacije poučujejo že na osnovni stopnji. Nadalje se razmišlja tudi o zgradbi modalne oblike s strani težavnostne stopnje. 121 Kolokacije in kolokacije na daljavo_FINAL.indd 121 4.5.2016 10:50:17 V trenutnem učnem načrtu za osnovno stopnjo so vključene modalne oblike darou, to omou in darou to omou. No darou, no da, koto da, hazu da in podobne oblike so obravnavane v učbenikih do konca srednje stopnje. Pri uradnem te-stu za znanje japonskega jezika so umeščene v tretjo stopnjo, tako da se lahko poučujejo v okviru druge polovice osnovne stopnje ali pa po zaključeni osnovni stopnji. Če povzamemo, smiselno je upoštevati funkcionalno pomembnost vrst modalnosti in obravnavanje kompletov tistih modalnih oblik ter poučevati pogoste kolokacije med določenim prislovom in določeno modalno obliko v primeru prostejših vzorcev modalnih oblik nekje med prvo in drugo polovico osnovne stopnje. Kolokacije, ki se poučujejo na srednji stopnji, so večinoma sestavljene iz modalnih oblik in prislovov, ki se pojavljajo srednje pogosto. Z vidika pomenske funkcije vrste modalnosti je za to stopnjo primerna predstavitev kolokacij prislovov in modalnih oblik, ki izražajo domnevo in možnost. Med modalne oblike za domnevo spadajo you da, rashii, ki ga suru, no you da, mitai da, sou da in you ni omou. Med modalne oblike za možnost spadajo kamo shirenai, no kamo shirenai, no kana, no de wa nai ka (to), no ka to omou, no ka, darou to omou in ka to omou to. Med temi modalnimi oblikami so nekatera v trenutnem učnem načrtu kot gesla modalnih oblik tretje stopnje umeščena v osnovno stopnjo ( you da, rashii, kamo shirenai), vendar prislovov, ki tvorijo kolokacije s temi modalnimi oblikami, tako samostojno kot v kolokacijah, v obstoječem učnem načrtu ne najdemo pogosto. Glede na pomenske funkcije in frekvence modalnih oblik bi bilo treba razmisliti o njihovem poučevanju v kombinaciji s prislovi na srednji stopnji. Poleg tega bi lahko na srednji stopnji vpeljali srednje pogoste kolokacije prislovov in modalnih oblik, ki izražajo nujnost in pričakovanje. Med njimi je kanarazu, ki tvori kolokacijo z modalnimi oblikami za nujnost, kot so to wa kagiranai, wake de wa nai, mono de wa nai, koto de wa nai in to ienai. Ker jih spremlja nai, postanejo delno zanikane povedne vsebine, kar lahko obravnavamo kot nenujnost. Na višji stopnji se poučujejo kolokacije med modalnimi oblikami in prislovi z nizko pojavnostjo in modalne oblike, ki niso vključene v osnovno in srednjo stopnjo, oblike z nizko stopnjo pojavnosti ter sestavljene oblike, kot so to kangaeru kamo shirenai, mono darou in kamo shirenai no da. Prislov v določenih primerih spremeni pomen stavka glede na modalnost, s katero tvori kolokacijo. Na primer, prislov kitto se lahko veže tako z nujnostno kot tudi s pričakovalno vrsto modalnosti. Zato je pomembno, da za vsako vrsto pokažemo primeren zgled in da učence opozorimo na take primere. 122 Kolokacije in kolokacije na daljavo_FINAL.indd 122 4.5.2016 10:50:17 Z uporabo uravnoteženih korpusov, kot sta JpWaC in BCCWJ, lahko predlagamo na več virih zasnovan uravnotežen učni načrt. Pomemben je tudi premislek o variantah modalnih oblik in o njihovih frekvencah, kot prikazuje Tabela 26 v razdelku 5.3.2. Ne le kolokacije z modalnimi oblikami na koncu stavka, raziskati je treba tudi kolokacije z drugimi elementi v stavku, kot so glagol, pridevnik itd. 5.4.2 Predlogi za urejanje slovarja V tem razdelku rezultate kolokacijskih odnosov med prislovi in modalnimi oblikami na koncu stavka primerjamo z opisom teh podatkov v treh slovarjih japonskega jezika. Omenjeni kolokacijski odnosi so pridobljeni iz uravnoteženega korpusa publikacij in iz korpusa JpWaC. Dva sta japonsko-angleška slovarja, široko uporabljena s strani učencev ( Genius Japanese-English Dictionary, New Century Japanese-English Dictionary). Tretji je Slovar slovničih vzorcev (jp. Nihongo bunkei jiten, ang. Dictionary of Japanese Grammatical Expressions, BJ) (Group Jamashii, 2005), v katerem so izčrpno popisani stavčni vzorci, ki učencem na višjih stopnjah povzro- čajo največ težav (Tabela 32). S stališča razpršenosti prislovov se v dveh japonsko-angleških slovarjih pojavijo vsi prislovi, ki so predmet preučevanja v pričujoči raziskavi. Nasprotno v slovarju stavčnih vzorcev BJ nekaterih prislovov ne najdemo. Poleg prislovov angai, ookata, koto ni yoru, ki se že tako ne pojavljajo pogosto, pa ni najti niti zettai in zettai ni, ki sta v korpusih pogosta. V Tabeli 12 lahko denimo vidimo, da sta ta prislova v neformalnih govornih korpusih zelo pogosta. Pojavljata se tudi v korpusu publikacij, korpusu JpWaC in formalnih govornih korpusih, zato je smiselno, da ju vključimo v slovar japonskega jezika za srednjo stopnjo in višje. Nasprotno sta prislova sazo in taigai zelo pogosta v učbeniških korpusih, v korpusu JpWaC in korpusih publikacij pa se skoraj ne pojavljata. Še posebej sazo velja za nekoliko starejši izraz, tako da niti ni nujno, da bi bil vključen v slovar za učence. Modalne oblike, ki tvorijo kolokacije s prislovi, pogosto zasledimo v stavčnih primerih v obeh japonsko-angleških slovarjih, vendar se modalne oblike določenega prislova v stavčnih primerih razlikujejo v vsakem slovarju, prav tako pa ni dovolj primerov kolokacij prislovov z reprezentativnimi modalnimi oblikami. Na primer, k prislovu tabun je namesto kamoshirani in mono da bolje dodati no darou ali to omou, k prislovu osoraku pa je dobro dodati to omou ali ni chigai nai. 123 Kolokacije in kolokacije na daljavo_FINAL.indd 123 4.5.2016 10:50:17 Tabela 32: Kolokacije med prislovi in modalnimi oblikami na koncu stavka v japonskih slovarjih. PRISLOV GENIOUS NEW CENTURY SLOVAR STAVČNIH VZORCEV aruiwa ▲kamo shirenai ▲kamo shirenai ▲kamo shirenai ●no darou, to omowareru angai △ ▲no kamo shirenai / osoraku ▲deshou, no △ ▲darou, mono to omowareru, darou, darou ni chigai nai ookata △ △ / kanarazu ▲deshou, nasai, ▲deshou, te ▲te kudasai, shinakereba darou kudasai, hitsuyou naranai, you ni shiyou ga aru, koto ni shite iru kanarazushimo ▲to wa kagiranai, ▲to wa kagiranai, ▲to wa kagiranai, de wa nai to iu wake de wa to wa ienai to watashi wa omotte iru, nai, mono de wa shinakereba naranu mono nai da to omotte iru wake de wa nai ●wake de wa nai, to wa kagiranai kitto ▲no desu, ni ▲darou, ni chigai ▲deshou, darou, ni chigai nai, chigai nai, n'da, nai, deshou te kudasai darou koto ni yoru to △ ▲kamo shirenai / sazo (kashi) ▲deshou ▲deshou, koto ▲koto darou, koto de deshou gozaimashou taigai ▲darou △ koto ni shite iru, koto ni natte iru taitei ▲darou ▲de arou Enaki stavčni primeri in razlaga kot za taigai. tabun ▲darou, kamo ▲deshou, darou, ▲deshou, te okou, deshou ka, shirenai, deshou kamo shirenai, to omou mono da doumo ▲you da, you ni ▲sou da, you da, sou da, you da, rashii omou n'da, ki ga shinai moshika ▲kamo shirenai ▲kamo shirenai ▲kamo shirenai, no de wa nai shitara darou ka hyotto shitara ▲darou, kamo ▲no kamo shirenai, / shirenai, deshou ka to omou ka yohodo △ ▲you da ▲ni chigai nai, rashii, n'darou, n'da, n'darou to omou zettai △ △ / zettai ni ▲shite wa ikenai, fukanou da, koto de / suruna wa nai Legenda: △ prislov je v slovarju, modalna oblika, s katero je v kolokaciji, se ne pojavi ▲ modalna oblika je v stavčnem primeru ● modalna oblika je omenjena v drugem vzorcu 124 Kolokacije in kolokacije na daljavo_FINAL.indd 124 4.5.2016 10:50:17 V slovarju stavčnih vzorcev BJ se pri vseh geslih obravnavanih prislovov pojavljajo modalne oblike, vendar lahko tudi za potrebe tega slovarja uporabimo podatke modalnih oblik z visoko frekvenco ali izpostavljenostjo v korpusu. Kar se tiče prislova osoraku, je k njemu namesto mono to omowareru bolje postaviti modalne oblike no darou, koto darou in to omou. Ker se pri geslu kanarazu ne pojavi domnev-na modalna oblika, je bolje dodati hazu da, no da, darou ali ni chigai nai. In ker se prislova taigai in taitei razlikujeta v rabi in frekvenci, ni primerno, da v slovarju za ti dve gesli uporabimo enaki stavčni primeri in razlage. Omenjeni predlogi temeljijo na podatkih, ki so v precejšni meri uravnoteženi oz. ne kažejo večjih odstopanj. Iz tega razloga jih lahko uporabimo za izdelavo slovarja, namenjenega opisu ali učenju splošne japonščine. Ker se zavedamo, da se reprezentativne modalne oblike razlikujejo glede na vrsto korpusa, je tudi pri slovarju za učenje japonščine pomembno, da odraža razporejene podatke glede na zvrst besedila. 5.5 Povzetek V tem poglavju smo najprej raziskali rezultate predhodnih raziskav o prislovih in modalnih oblikah na koncu stavka in pokazali, da primanjkuje empiričnih podatkov o reprezentativnih modalnih oblikah in da nimamo izčrpnega seznama modalnih oblik. Japonski različici sistema za luščenje kolokacij smo dodali funkcijo za iskanje oddaljenih kolokacijskih odnosov med prislovi in modalnimi oblikami na koncu stavka. Proces je potekal v naslednjih štirih korakih. 1. Izdelava seznama modalnih oblik in njihovih variant. 2. Določanje morfemske analize modalnih oblik v orodju ChaSen ter izdelava nove oznake za modalne oblike. 3. Ponovno označevanje korpusa z morfološko analizo orodja ChaSen in dodelitev oznak modalnim oblikam. 4. Dodajanje pravil, ki določajo kolokacijske odnose med prislovi in modalnimi oblikami, v slovnično datoteko besednih skic. V nadaljevanju smo ovrednotili kolokacije med prislovi in modalnimi oblikami na koncu stavka, ki so bile pridobljene s pomočjo besednih skic iz spletnega korpusa in pokazali visoko natančnost izluščenih podatkov. Rezultate smo primerjali s Kudōjevo raziskavo o prislovih in razkrili razlike ter podobnosti. Nadalje smo opravili primerjavo z uravnoteženim korpusom publikacij ter tudi v tem segmentu prikazali podobnosti in razlike. V obeh korpusih je bilo veliko skupnih točk v 125 Kolokacije in kolokacije na daljavo_FINAL.indd 125 4.5.2016 10:50:17 rezultatih preiskovanih kolokacijskih odnosov, zato smo lahko opazovali tendenco kolokacij s podobnimi modalnimi oblikami. Poleg tega smo rezultate pridobljenih kolokacij med prislovi in modalnimi oblikami analizirali in primerjali v različnih tipih korpusov. V sklepnem delu smo razpravljali o tem, kako bi lahko izluščene rezultate aplicirali na poučevanje japonskega jezika. Najprej smo z uporabo različnih korpusov iskali način, kako izpopolniti učni načrt, in predlagali postopek za njegovo izdelavo. Ugotovili smo, da se razpršenost prislovov in tendenca kolokacijskih odnosov med prislovi in modalnimi oblikami glede na vrsto/tip korpusa razlikujejo. Zaradi tega je tudi pri izdelavi učnega načrta za besedišče zaželena gradivna osnova, ki temelji na tipu korpusa, ki se sklada s cilji učnega načrta. Glede na vrednost izpostavljenosti in frekvenco v primernih korpusih ter upoštevajoč druge faktorje smo predlagali postopek uvajanja prislovov v učni načrt po prioriteti. Da bi empirično podprli primernost učnega načrta, smo z vrednotenjem učbenikov potrdili predvsem učinkovitost rezultatov o pogostosti kolokacij v uravnoteženih korpusih. Izluščene rezultate smo primerjali s slovarji japonskega jezika ter razpravljali, v kolikšni meri so v njih obravnavane informacije o kolokacijskih odnosih med prislovi in modalnimi oblikami. Obravnavani slovarji so v številnih primerih zajemali kolokacijski odnos med prislovom in modalno obliko, a pokazalo se je tudi nekaj pomanjkljivosti in nedoslednosti v leksikalnem opisu. Na temeljih korpusnih rezultatov smo podali predloge za izpopolnitev japonskih slovarjev. Izzivi za prihodnost zajemajo objavo seznama modalnih oblik in variant v XML- -obliki ter nadaljno nadgradnjo seznama modalnih oblikah, zasnovano na različnih tipih korpusov, ne samo na podatkih spletnega korpusa. Poleg tega stremimo k dodajanju različnih korpusov v orodje SkE, primerjavi podatkov kolokacij med prislovi in modalno obliko na koncu stavka glede na zvrst ter širitev rabe pri pou- čevanju japonskega jezika. 126 Kolokacije in kolokacije na daljavo_FINAL.indd 126 4.5.2016 10:50:17 6 Zaključek in nadaljnja vprašanja 6.1 Povzetek rezultatov in splošne opazke V tem poglavju omenimo rezultate pričujoče raziskave in povzamemo vsebino posameznih poglavij v monografiji. Prvo poglavje (Empirični in aplikativni pristop v analizi kolokacij) oriše razvoj korpusnega jezikoslovja na Japonskem in širše ter opiše uporabo korpusov pri po-učevanju tujih jezikov. Poseben poudarek je namenjen pomembnosti učenja kolokacij za učence tujih jezikov. V tem poglavju so opisane raziskave tudi o luščenju kolokacij iz obsežnega korpusa ter o podpori pri učenju kolokacij in obstoječa učna gradiva. Posvetimo se pomanjkljivosti učnega gradiva, ki obravnava kolokacije, za učence japonskega jezika. Na koncu je orisano ozadje raziskav o oddaljenih kolokacijskih odnosih med prislovi in modalnimi oblikami na koncu stavka v japonskem jeziku. Drugo poglavje (Razvoj japonske različice orodja za luščenje kolokacij) opiše pripravo japonske različice sistema SkE za iskanje kolokacij. Za ta namen je bil uporabljen spletni korpus JpWaC, izdelana in uporabljena je bila tudi japonska slovnična datoteka, temelječa na besednih vrstah orodja ChaSen in regularnih izrazih. Rezultat je omogočil luščenje izčrpnega in sistematičnega sežetka jezikoslovnih informacij, kot so različni kolokacijski in slovnični odnosi med besedami in morfemi. Tovrstne informacije lahko pridobimo iz obsežnega korpusa japonščine z veliko hitrostjo in natančnostjo. V slovnični datoteki je zajetih 22 vzorčnih pravil kolokacijskih odnosov, ki zajemajo več kot 50 različnih kolokacijskih odnosov z glagoli, samostalniki, pridevniki na -i in -na ter prislovi. Pri gradnji obsežnega spletnega korpusa smo težili k čim bolj uravnoteženim podatkom, pri primerjavi s časopisnimi podatki pa se je pokazalo, da je pri korpusu JpWaC res manj odstopanj. Nadalje se je pokazalo, da je iz korpusa izluščene pogoste jezikovne podatke smiselno uporabiti pri poučevanju japonskega jezika. Tretje poglavje (Aplikacija in vrednotenje japonske različice sistema za luščenje kolokacij) se ukvarja s tem, kako japonsko različico pripomočka SkE, razvito za lu- ščenje kolokacij v japonskem jeziku, uporabiti pri raziskavah, poučevanju in učnih gradivih v japonskem jeziku. Posebna pozornost je namenjena aplikaciji za izdelavo slovarjev za učence japonščine. Vrednotenje je bilo izvedeno z dveh vidikov. Prvi zajema primerjanje rezultatov, pridobljenih z japonsko verzijo besednih skic v orodju SkE, z obstoječim slovarjem kolokacij japonskega jezika. Da bi odkrili, ali je uporaba rezultatov iskanja kolokacij, pridobljenih z japonsko verzijo sistema, 127 Kolokacije in kolokacije na daljavo_FINAL.indd 127 4.5.2016 10:50:17 primerna za slovar za učence japonskega jezika ali ne, smo rezultate primerjali z naključno izbranimi primeri kolokacij iz Slovarja uporabe japonskih izrazov v praksi (Himeno, 2004). Odkrili smo, da bi bilo pri izdelavi prihodnjega slovarja kolokacij, za čim boljšo pokritost podatkov, pomembno vključiti tudi sistem za luščenje kolokacij. Drugo stališče je bilo vrednotenje posameznih gesel s strani strokovnjakov za poučevanje japonščine. Strokovnjaki so – z mislijo na razvoj obsežnega slovarja japonskih kolokacij – ocenjevali, ali so z japonsko verzijo sistema dobljeni rezultati kolokacij primerni za vključitev v slovar ali ne. Ker delež kolokacij, ki so ovrednotena z »dobro« in »morda«, zajema 68 % in 18 %, delež kolokacij, ovrednoten z »slabo« pa 11 %, lahko sklenemo, da je japonska različica SkE učinkovit leksikografski pripomoček. Četrto poglavje (Kolokacijski odnos na daljavo med prislovi in modalno obliko na koncu stavka) opiše pojav oddaljene kolokacije, ko se dve besedi ali beseda in stavčni vzorec istočasno nahajata na določeni razdalji. Osredotoča se na pojav, ki se tradicionalno obravnava kot strukturna odvisnost in ujemanje, in ga analizira v številnih korpusih japonskega jezika kot kolokacije med prislovi in modalnimi oblikami na koncu stavka. Kot rezultat uporabe različnih pripomočkov in metod smo za vsak prislov razjasnili, s katero modalnostjo na koncu stavka tipično tvori kolokacijo. Pokazali smo tudi, da se tendenca spreminja glede na vrsto korpusa. Razpršenost prislovov odraža vrsto besedil v korpusih, na podlagi tega podatka pa smo lahko klasificirali korpuse in njihove registre. Ročno pridobljeni rezultati korpusne analize so pomagali pri izvajanju raziskave, opisane v naslednjem poglavju. Peto poglavje (Luščenje kolokacij na daljavo med prislovi in modalnimi oblikami na koncu stavka ter predlog za uporabo v učnem gradivu za japonščino) opiše pripravo velikega števila modalnih oblik in njihovih variant. Ker modalne oblike in njihove variante niso bile prepoznane v orodjih za obdelavo naravnih jezikov, kakršno je ChaSen, in so bile razdeljene na več posameznih morfemov, je bila med raziskavo na novo dodeljena oznaka za modalne oblike, čemur je sledilo ponovno označevanje korpusa in manjša sprememba slovnične datoteke. S tem je postalo mogoče iskanje (oddaljenih) kolokacij med prislovi in modalnostjo na koncu stavka v vzorčnem korpusu s pomočjo orodja SkE in japonskih besednih skic. Prikazano je bilo visoko vrednotenje (93 %–96 %) natančnosti izluščenih kolokacij med prislovi in modalnimi oblikami na koncu stavka. Nadalje smo dobljene rezultate primerjali z uravnoteženim, obsežnim japonskim korpusom. Porazdelitve prislovov in kolokacije med prislovi in modalnimi oblikami na koncu stavka so imele enako tendenco kot spletni korpusi, tako da je bila znova potrjena verodostojnost spletnih podatkov. 128 Kolokacije in kolokacije na daljavo_FINAL.indd 128 4.5.2016 10:50:17 Na primerih kolokacij med prislovi in modalnimi oblikami na koncu stavka smo predlagali izdelavo učnega načrta za besedišče japonščine, osnovanega na različ- nih korpusih. Rezultati raziskovanja pojavnosti kolokacij med prislovi modalnimi oblikami na koncu stavka v japonskih učbenikih so pokazali, da te kolokacije niso obravnavane sistematično in da je prilagoditev sedanjega učnega načrta japonščine nujna. Poleg tega smo na podlagi rezultatov primerjave izluščenih kolokacij med prislovi in modalnimi oblikami na koncu stavka z japonskimi slovarji pokazali, da se obravnava kolokacij med slovarji razlikuje. Obstajajo številni primeri, v katerih je reprezentativna modalna oblika, ki tvori kolokacijo z določenim prislovom, od-sotna. Zato smo prišli do zaključka, da je izpopolnitev japonskih slovarjev nujna, seveda s pomočjo obsežnih korpusov ter sistemov za luščenje kolokacij. 6.2 Nadaljnja vprašanja V pričujoči raziskavi razvita japonska verzija sistema za luščenje kolokacij pokriva 50 tipov različnih kolokacijskih. Nadaljnji izziv je postopno povečevanje kolokacijskih odnosov in njihova izpopolnitev. Za premostitev šibkih točk orodja za mor-femsko analizo ChaSen je nujno idiomom ter prepodrobno razčlenjenim morfemom ponovno dodati oznako za eno enoto. Eden od nadaljnjih izzivov je prav tako analiza drugih orodij za morfološko analizo. Zelo pomemben napredek je že narejen z uporabo daljših in krajših enot v slovarju UniDic, ki je bil razvit v okviru projekta Korpus japonščine za označevanje japonskega korpusa BCCWJ (Maekawa et al., 2013). Elekronski slovar UniDic je z morfološkim analizatorjem MeCab že bil uporabljen pri označevanju novega in večjega japonskega korpusa JpTenTen (za podrobnosti glej Srdanović et al. 2013). Vendarle pa ta nova orodja še vedno ne ponujajo potrebnih oznak za modalne oblike in bi bilo treba raziskavo, opisano v 5. poglavju, ponoviti in jo aplicirati na nove oznake novih orodij za morfološko analizo. Da bi sistem luščenja kolokacij uspešno uporabljali pri poučevanju japonščine, je treba dodati oznake kolokacij in stavčnih primerov glede na stopnjo učnih sposobnosti ter omogočiti uporabo furigane za pridobljene podatke v sistemu. V pričujoči raziskavi je bila z uporabo obsežnih korpusov in rezultatov analize kolokacijskih odnosov v japonščini predstavljena izdelava učnega načrta za besedišče, kot tudi predlogi za izpopolnitev japonskih slovarjev. Tu je bila posebna pozornost namenjena kolokacijam med prislovi in modalnimi oblikami na koncu stavka. Za učence tujih jezikov je obvladovanje kolokacijskih odnosov zelo pomembno, zaradi česar je v prihodnje treba razmisliti, katere kolokacije in na katerih stopnjah se 129 Kolokacije in kolokacije na daljavo_FINAL.indd 129 4.5.2016 10:50:17 bodo poučevale v okviru japonskega jezika. Sestavljanje slovarja kolokacij za učen-ce japonskega jezika ter izdelava učnih gradiv za podporo pri usvajanju kolokacij na osnovi takih analiz je pomembna naloga. Predlogi za poučevanje japonščine v pričujoči raziskavi temeljijo na obsežnem spletnem korpusu in uravnoteženem korpusu BCCWJ. Postalo pa je jasno, da se razpršenost prislovov in tendenca kolokacij med prislovi in modalnimi oblikami razlikujeta glede na vrsto korpusa. Zato je pomembno, da se v okviru poučevanja japonščine in izdelave slovarja ta ugotovitev upošteva in se prilagodi učnim ciljem. V pričujoči raziskavi smo kot primer kolokacijskega odnosa med prislovi in modalno obliko na koncu stavka opazovali tudi pojav oddaljene kolokacije. Razdalja med enotama kolokacije se sicer od primera do primera razlikuje, med nekaterimi enotami pa je lahko razmak precejšen. Izhajali smo iz predpostavke, da se ta tendenca spreminja glede na prislov. Pojav kolokacij na daljavo je tudi v drugih jezikih v veliki meri neraziskan, zato moramo preučiti, v kolikšni meri in na kakšen način se pojavlja z vidika splošnih lastnosti jezika. V raziskavi smo uporabili različne korpuse in sistem za luščenje kolokacij ter prikazali možnosti aplikacije pri poučevanju japonščine in v leksikografiji. Vendar pa v svetu korpusnega jezikoslovja obstajajo tudi jezikovna sredstva, ki se ne uporabljajo pogosto. Z anketo pridobljena podatkovna zbirka besednih zvez oz. asociacij (Joyce, 2005) je dragocen vir podatkov v kognitivnem jezikoslovju, ki ga lahko apliciramo na izdelavo slovarja ali poučevanje jezika. V poskusni raziskavi smo primerjali kolokacije, izluščene iz obsežnih zbirk besedil v orodju SkE, s predlogi asociacij, kombinacij dveh besed, ki so jih podali ljudje glede na svojo intuicijo in so nato bili zbrani v bazo podatkov in kvantitativno ovrednodeni, ter ugotavljali skupne točke in razlike v rezultatih teh dveh pristopov (Joyce in Srdanović 2008). Podatki v korpusih so neprimerno obsežnejši kot v podatkovnih zbirkah asociacij, a v nekaj primerih kombinacije, ki se je pojavljala kot asociacija, v izluščenih rezultatih iz korpusa ni bilo mogoče najti. V prihodnje bi veljalo primerjati kolokacije, pridobljene s tema pristopoma, in še podrobneje primerjati ter raziskati razlike. Tovrstna raziskava bi lahko s teoretičnega in praktičnega vidika osvetlila razlike in podobnosti med pojavoma asociacij in kolokacij, uporabna pa bi bila tudi pri izboljšavi sodobnih orodjih za luščenje kolokacij s predlogi o novih, korpusno še neobdelanih tipih odnosov med besedami ter izdelavi učnih pripomočkov za učen-ce japonskega jezika. 130 Kolokacije in kolokacije na daljavo_FINAL.indd 130 4.5.2016 10:50:17 Viri in literatura Akama, H., Miyake, M. & Jung, J. (2008). A New Evaluation Method for Graph Clustering of Semantic Networks Built from Lexical Co-occurrence Information, 18th International Congress of Linguists (CIL 18). The 18th International Congress of Linguists. Abstracts, Volume 1, 206–207. Akano, I. (2006). Angleško korpusno jezikoslovje in poučevanje angleščine. [Eigo koopasu gengogaku to eigo kyouiku.] Nihongo kyouiku (tokushuu) koopasu to nihongo kyouiku – genjou to kadai, 130, 11–21. Atkins, S., Charles J. F. & Christopher R. J.(2003). Lexicographic Relevance: Selecting Information from Corpus Evidence. International Journal of Lexicography, 16(3). Oxford, UK: Oxford University Press. 251–280. Backhouse, A. E. (2004). Collocational aspects of near-synonyms: Illustrations from a small corpus (Nihongo gakushuu jishohensan ni muketa denshi-ka koopasu riyou ni yoru korokeeshon kenkyuu). 89–102. Baroni, M. & Bernardini, S. (2004). BootCat: Bootstrapping corpora and terms from the web. Proceedings of the Fourth Language Resources and Evaluation Conference, LREC2004. Lisbon, Portugal. Baroni, M. & Bernardini, S., eds. (2006). Wacky! Working papers on the Web as Corpus. Bologna, Italy: GEDIT. Baroni, M. & Kilgarriff, A. (2006). Large linguistically-processed Web corpora for multiple languages. Proceedings EACL. Trento, Italy. Baroni, M., Kilgarriff, A., Pomikalek, J. & Rychly, P. (2006). WebBootCaT: a web tool for instant corpora. Proceedings of the EuraLex Conference 2006, 123–132. Baroni, M., Kilgarriff, A., Pomikalek, J. & Rychly, P. (2006). WebBootCaT: instant domain specific corpora to support human translators. Proceedings of EAMT 2006, 47–252. Oslo, Norway. Baugh, S., A. Harley, S. Jellis (1996). The Role of Corpora in Compiling the Cambridge International Dictionary of English. International Journal of Corpus Linguistics, 1(1), 39–59. Bekeš, A. (2006). Japanese suppositional adverbs in speaker-hearer interaction. Proc. of the 3rd conference on Japanese language and Japanese language teaching, 34–48. Venezia, Italy: Cafoscarina. Bekeš, A. (2008a). Japanese suppositional adverbs: probability and structure in speaker-hearer interaction. Linguistica, 48, 277–292. Ljubljana, Slovenia. 131 Kolokacije in kolokacije na daljavo_FINAL.indd 131 4.5.2016 10:50:17 Bekeš, A. (2008b). Text and boundary: a sideways glance at textual phenomena in Japanese. Zbirka Razprave FF 1. izd. Ljubljana, Slovenia: Znanstvena založba Filozofske fakultete. Biber, D. (1988). Variation across speech and writing. Cambridge, UK: Cambridge University Press. Biber, D. (1995). Dimensions of Register Variation. A Cross-Linguistic Comparison. Cambridge, UK: Cambridge University Press. Cao, H. & Nishina, K. (2006). Priporočila za poučevanje kolokacij z vidika esejističnih napak pri tujih učencih. [Gaikokujin gakushuusha no sakubun goyou rei kara miru kyouki hyougen no shuutoku oyobi kyouiku he no taigen – Meishi to keiyoushi oyobi keiyoudoushi no kyouki hyougen ni tsuite.] Nihongo kyouiku (tokushuu) koopasu to nihongo kyouiku, 130, 70–79. Chantree, F., de Roeck, A., Kilgarriff, A. & Willis, A. (2005). Disambiguating Coordinations Using Word Distribution Information. In Proceedings RANLP Bulgaria. Chen, A., Rychly, P., Huang, C.-R., Kilgarriff, A. & Smith, S. (2007). A corpus query tool for SLA: learning Mandarin with the help of Sketch Engine. Practical Applications of Language Corpora (PALC). Lodz, Poland. Christ, O. (1994). A modular and flexible architecture for an integrated corpus query system. COMPLEX« 94. Budapest. Church, K. W. & Hanks, P. (1989). Word association norms, mutual information, and lexicography. Proceedings of the 27th annual meeting on Association for Computational Linguistics, 76–83. Church, K. W. & Hanks, P. (1990). Word Association Norms, Mutual Information, and. Lexicography. Computational Linguistics, 16(1), 22–29. Cook, G. (1998). The uses of reality: A Reply to Ronald Carter. ELT Journal, 52(1), 57–63. Crystal, D. (2006). Language and the Internet. Cambridge, UK: Cambridge University Press. De Cock, S., Granger, S., Leech, G. & McEnery, T. (1998). An automated approach to the phrasicon of EFL learners. Granger, S. (ed.) Learner English on Computer. London and New York: Addison Wesley Longman, 67–79. 132 Kolokacije in kolokacije na daljavo_FINAL.indd 132 4.5.2016 10:50:17 Den, Y., Kogiso T., Ogura, H., Yamada, A., Minematsu N., Uchimoto K. & Koiso, H. (2007). Jezikovni viri za japonsko korpusno jezikoslovje: Razvoj in aplikacije morfoloških analiz za elektronske slovarje. [Koopasu nihongogaku no tame no gengo shigen: Keitaiso kaisekiyou denshika jisho no kaihatsu to sono ouyou.]. Nihongo kagaku, 22, 101–123. EDR (1994). EDR Collocation dictionary Technical Report TR-043. Japan Electronic Dictionary Research Institute, 1994. Ellis, N. C. (2001). Memory for language. P. Robinson (Ed.) Cognition and second language instruction. Cambridge, UK: Cambridge University Press, 33–68. Erjavec, T., Hmeljak, S. K. & Srdanović, E. I. (2006). JaSlo, A Japanese-Slovene Learners« Dictionary: Methods for Dictionary Enhancement . Proceedings of the 12th EURALEX International Congress. Erjavec, T., Kilgarriff, A. & Srdanović, E. I. (2007). A large public-access Japanese corpus and its query tool, CoJaS 2007. The Inaugural Workshop on Computational Japanese Studies. Erman, B. & Warren B. (2000). »The idiom principle and the open choice principle« and »the idiom principle«. Text: An interdisciplinary journal for the study of discourse. Fillmore, C. J., Johnson, C. R. & Petruck, M. R. L. (2003). Background to FrameNet. International Journal of Lexicography, 16(3), 235–250. Oxford, UK: Oxford University Press. Firth, J. R. (1951). Papers in Linguistics. Oxford University Press. Fujii, S. & Ohara, K. (2003). Semantični okvir in FrameNet. [Fureemu imiron to fureemunetto.]. Eigo seinen, 149(6), 373–376. Fujiike, Y. (2008). Pregled dolžine enot korpusa BCCWJ. [Gendai nihongo kakikotoba kinkou koopasu ni okeru choutani no gaiyou.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ heisei 19 nendo koukai waakushoppu, 51–58. Fukada, A. (2008). Aplikacija na področje raziskovanja in poučevanja japonščine v korpusnem jezikoslovju. [Koopasu gengogaku no nihongo kenkyuu to nihongo kyouiku he no ouyou.]. Fifteenth Princeton Japanese Pedagogy Forum Proceedings, 1–18. Fukada, A. & Oso, M. (2007). Vsakodnevni pogovori z vidika sistema chakoshi. [Chakoshi de miru nichijou kaiwa.]. Proceedings from the Fourth International Ceonference on Computer Assisted Systems for teaching and learning/Japanese (CASTEL/J), 125–128. 133 Kolokacije in kolokacije na daljavo_FINAL.indd 133 4.5.2016 10:50:17 Fukada, A. (2007). Sistem chakoshi za luščenje kolokacijskih podatkov in primerov v japonščini. [Nihongo yourei to korokeeshon jouhou chuushutsu shisutemu „chakoshi“.]. Nihongo kagaku, 22, 161–172. Gahl, S. (1998). Automatic Extraction of subcategorization frames for corpus-based dictionary-building. Proc. EURALEX 1998, 445–452. Gatt, A. & van Deemter, K. (2006). Conceptual coherence in the generation of referring expressions. Proceedings of the COLING-ACL 2006 Main Conference Poster Session. Genius Japanese-English Dictionary [ Genius Waei Jiten] (1994), 2. izd. Tokyo: Taishukan. Ghani, R., Jones, R. & Mladenic, D. (2001). Using the Web to Create Minority Language Corpora. Proceedings of the 2001 ACM CIKM: Tenth International Conference on Information and Knowledge Management, 279–286. Gillard, P. & Gadsby, A. (1998). Using a learners« corpus in compiling ELT dictionaries. S. Granger (ed.) Learner English on Computer, 159–171. London/New York: Longman. Gotou, H. (2003). Jezikovna teorija in jezikovni materiali – korpusni in nekorpusni podatki. [Gengo riron to gengo shiryou – Koopasu to koopasu igai no deeta.]. Nihongogaku, 22, 6–15. Granger, S. (1998). Prefabricated patterns in advanced EFL writing: collocations and formulae. Cowie A. (ed.) Phraseology: theory, analysis and applications, 145–160. Oxford, UK: OUP. Grefenstette, G. (1994). Explorations in Automatic Thesaurus Discovery. Kluwer. Group Jamashii. (2005). Slovar slovničnih vzorcev. [Nihongo bunkei jiten./ Dictionary of Japanese Grammatical Expressions.]. Tokyo: Kuroshio shuppan. Halliday, M.A.K. (1966). Lexis as a Linguistic Level. In Bazell et al. (eds . ) In memory of J. R. Firth. Longman. 148–162. Halliday, M. A. K. (1978). Language as Social Semiotic: The Social Interpretation of Language and Meaning. London, UK: Edward Arnold. Halliday, M. A. K. (1991). Corpus studies and probabilistic grammar. Aijmer, Karin & Bengt Altenberg (eds.), 30–43. Hashimoto, N. (2008). Poskus izdelave seznama japonskih besed z uporabo korpusa. [Koopasu wo riyoushita nihongo kyouiku no tame no goi risuto sakusei no kokoromi.]. Daihyousei wo riyousuru kakikotoba koopasu wo riyoushita nihongo kyouiku kenkyuu, 137–139. 134 Kolokacije in kolokacije na daljavo_FINAL.indd 134 4.5.2016 10:50:17 Hashimoto, N. (2008). Temeljne raziskave za izdelavo seznama japonskih besed za z uporabo korpusa. [Koopasu wo riyoushita nihongo kyouiku goi risuto sakusei no tame no kiso kenkyuu.]. Daihyousei wo yuusuru kakikotoba koopasu wo riyoushita nihongo kyouiku kenkyuu. Heid, U., Evert, S., Docherty, V., Worsch, W. & Wermke, M. (2000). Computational tools for semi-automatic corpus-based updating of dictionaries. EURALEX 2000 Proceedings, 183–196. Heylighen, F. (2002). Variation in the Contextuality of Language: An Empirical Measure. Foundations of Science, 7(3), 293–340. Himeno, M. (2004). Slovar uporabe japonskih izrazov v praksi. [Nihongo hyougen katsuyou jiten.]. Kenkyusha. Himeno, M. (ed.) (2012). Kenkyusha Japanese Collocation Dictionary (Kenkyuusha Nihongo Korokeeshon Jiten). Tokyo, Japan: Kenkyusha. Hirata, M. (2001). Pomen besede kamo shirenai – Raziskovanje modalnosti in pragmatičnega stika. [Kamo shirenai no imi – modariti to goyouron no setten wo saguru.]. Nihongo kyouiku, 108. Hirotani, M. (2007). Verifikacija učinka uporabe korpusa CMC. [CMCkoopasu riyou no kouka kenshou.]. Proceedings from the Fourth International Conference on computer Assisted Systems for teaching and learning/Japanese (CASTEL/J), 177–180. Hodošček, B. & Nishina, K. (2012). Japanese Learning Support Systems: Hinoki Project Report. Acta Linguistica Asiatica, 2(3), 95–124. Ljubljana, Slovenia: Ljubljana University Press. Horby, A. S. (1954). A Guide to Patterns and Usage in English. London, UK: Oxford University Press. Hornby, A. S., ed. (1942). Idiomatic and Syntactic English Dictionary. Kaitakusha. (http://www.lang.nagoya-u.ac.jp/nichigen/0-kyouiku/ seminar/2007xian/takizawa.pdf) Howatt, A. P. R. (1984). A History of English Language Teaching. Oxford: Oxford University Press. Hunston, S. (2002). Corpora in Applied Linguistics. Cambridge, UK: Cambridge University Press. Ikehara, S., Shirai, S. & Uchino, H. (1996). A Statistical Method for Extracting Uninterrupted and Interrupted Collocations from Very Large Corpora. Proceedings of 16th International Conference on Computational Linguistics (COLING-96), 574–579. 135 Kolokacije in kolokacije na daljavo_FINAL.indd 135 4.5.2016 10:50:17 Inoue, E. & Akano I. (eds.) (2003). Modrosten angleško-japonski slovar. [Uizudamu Eiwa jiten./ The Wisdom English-Japanese Dictionar y. ]. Sanseidou. Inoue, E. (2003). Leksikografija, ki temelji na korpusih. Angleško korpusno jezikoslovje: Osnova in praksa. [Koopasu ni motozuku jisho henshuu. Eigo koopasu gengogaku: Kiso to jissen.], 10. poglavje. Ishikawa, S. (2008). Korpus angleščine in jezikovno izobraževanje. [Eigo koopasu to gengo kyouiku.]. Taishuukanshoten. Ishikawa, S. (2009). Zmožnost nekontroliranja, kontroliranja in posredovanja v osnovnem raziskovanju japonščine – Web As Corpus. [Nihongo kiso kenkyuu ni okeru hitouseigata, touseigata, baikaigata Web as Corpus no kanousei – kengo koopasu ni okeru kihongo hindo no anteisei ni tsuite.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ Heisei 20 nendo koukai waakushoppu sateraitosesshon yokoushuu, 29–38. Itou, M. (2002). Uvod v računsko jezikoslovje. [Keiryou gengogaku nyuumon.]. Taishuukanshoten. Itou, M. (2003). Korpusi in statistika. [Koopasu to toukei.]. Nihongogaku, April, 22, Rinji zookango Koopasu gengogaku, 26–35. JACET Materials Research Commitee (ur.) (1993). JACET 4000 osnovnih besed. [JACET kihongo 4000.]. Daigaku Eigo kyouiku gakkai. JACET Materials Research Commitee (ur.) (2003). JACET 8000 osnovnih besed. [JACET list of 8000 Basic Words.]. Daigaku Eigo kyouiku gakkai. James, C. (1998). Errors in language learning and use. London, UK: Longman. Johns, T. F. (1991). Should you be Persuaded: Two Samples of Data-Driven Learning Materials. Johns, T. F. and King, P. (eds.) 'Classroom Concordancing' Birmingham University English Language Research Journal, 4, 1–13. Joyce, T. (2005). Constructing a large-scale database of Japanese word associations. Katsuo Tamaoka (ed.) Corpus Studies on Japanese Kanji (Glottometrics 10), 82–98. Tokyo, Japan: Hituzi Syobo & Germany: RAM-Verlag: Ludenschied. Joyce, T. & Srdanović, E. I. (2008). Comparing Lexical Relationships Observed within Japanese Collocation Data and Japanese Word Association Norms. Coling 2008, 22nd International Conference on Computational Linguistics. Proceedings of the Workshop on Cognitive Aspects of the Lexicon. 24 August 2008, Manchester, UK, 1–8. 136 Kolokacije in kolokacije na daljavo_FINAL.indd 136 4.5.2016 10:50:18 Kameya, Y. & Sato, T. (2005). Computation of probabilistic relationship between concepts and their attributes using a statistical analysis of Japanese corpora. Proceedings of Symposium on Large-scale Knowledge Resources (LKR2005). Kawahara, D. and Kurohashi, S. (2006). Case Frame Compilation from the Web using High-Performance Computing. Proceedings LREC. Genoa, Italy. Kawahara, D. and Kurohashi S. (2006). Izdelava obsežnega sklonskega okvirja prek spleta z uporabo učinkovitega izračuna. [Kouseino keisan kankyou wo mochiita Web kara no oukibo kaku fureemu kouchiku], Jouhoushorigakkai shizen gengo shori kenkyuukai, 171(12), 67–73. Kawamura, Y. (1993). Analiza besedila za bralno razumevanje z uporabo jezikovnega pregleda. [Goi chekkaa wo mochiita dokkai tekisuto no bunseki.]. Kooza nihongo kyouiku, 34, 1–22. Keller, F. & Lapata, M. (2003). Using the Web to Obtain Frequencies for Unseen Bigrams. Computational Linguistics, 29(3), 459–484. Kida, A., Takanashi K., Inui Y. & Isahara, H. (2002). Analiza lastnosti japonščine, ki omogočajo predvidevanje stavčne strukture. [Bunkouzou no zenshinteki yosoko wo kanounisuru nihongo no shotokuchou no bunseki.]. Gengo shori gakkai dai 8 kai nenji taikai happyou ronbunshuu, 65–68. Kudō, H. (2000). Prislovi in tipi stavkov: Modalnost v japonski slovnici. [Fukushi to bun no chinjutsu no taipu. Nihongo no bunpou 3 modariti.]. (Moriyama, Takurou, Nitta Yoshio, Kudō, Hiroshi). Iwanamishoten, 161–234. Kilgarriff, A. & Grefenstette, G. (2003). Introduction to the Special Issue on Web as Corpus. Computational Linguistics, 29(3) . Kilgarriff, A. & Rundell, M. (2002). Lexical Profiling Software and its Lexicographic Applications - a Case Study. EURALEX 2002 Proceedings, 807–818. Kilgarriff, A. & Tugwell, D. (2001). WORD SKETCH: Extraction and Display of Significant Collocations for Lexicography. Proc. workshop „COLLOCATION: Computational Extraction, Analysis and Exploitation. 39th ACL & 10th EACL, 32–38. Kilgarriff, A. (2001). Comparing Corpora. International Journal of Corpus Linguistics, 6(1), 1–37. Kilgarriff, A., Rychly, P., Smrž, P. & Tugwell, D. (2004). The Sketch Engine. Proc. Euralex, 105–116. Kilgarriff, A., Kovář, V., Krek, S., Srdanović, I. & Tiberius, C. (2010). A Quantitative Evaluation of Word Sketches. The 14th EURALEX International Congress. 137 Kolokacije in kolokacije na daljavo_FINAL.indd 137 4.5.2016 10:50:18 Kindaichi, H. (2006). Japonski slovar kolokacij, ki ga želimo poznati. [Shitte okitai nihongo korokeeshon jiten]. Gakushuu kenkyuusha. Kintou. (2003). Korpus klasičnega jezika. [Kotengo no koopasu]. Nihongogaku, 22 (special issue: Koopasu gengogkau), 62–81. Kjellmer, G. (1991). A mint of phrases. K. Ajimer and B. Altenberg (eds.) English Corpus Linguistics, 111–127 . London, UK: Longman. Kobayashi Y., Tokunaga T. & Tanaka H. (1996). Analiza sestavljenih samostalnikov z uporabo pomenskih kolokacijskih podatkov med samostalniki. [Meishikan no imiteki kyouki jouhou wo mochiita fukugou meishi no kaiseki.] Shizen gengo shori, 3(1), 29–43. Kokuritsu kokugo kenkyuujo. (1962–64). 90 vrst terminov v sodobnih revijah. [Gendai zasshi 90 shu yougo youjiji daiichi ~san bunsatsu]. Houkoku 21, 22, 25. Shuuei shuppan. Kokuritsu kokugo kenkyuujo. (1970). Raziskovanje časopisnega besedišča z računalnikom. [Denshi keisanki niyoru shimbun no goichousa.]. Houkoku, 37, 36. Shuuei shuppan. Kokusai kouryuu kikin Nihon kokusai kyouiku kyoukai. (2002). Naloge za test JLPT: Popravljena izdaja. [Nihon gonouryokushiten shutsudai kijun kaiteiban.]. Komori, S. (2004). A study of L2 lexical collocations of English-speaking learners of Japanese. [Nihongo gakushuu jishohensan ni muketa denshi-ka koopasu riyou ni yoru korokeeshon kenkyuu]. 117–129. Krek, S. & Kilgarriff, A. (2006). Slovene Word Sketches. Proceedings of the Fifth Slovenian / First International Languages Technology Conference. Ljubljana, Slovenia. Kucera, H. & Francis, W. N. (1967). Computational Analysis of Present-Day American English. Providence, Rhode Island: Brown University Press. Leech, G. (1997). Teaching and Language Corpora: A Convergence. Teaching and Language Corpora, 1–23. London, UK: Longman. Leech, G., Garside, R. & Bryand, M. (1994). CLAWS4: The tagging of the British National Corpus. Proceedings of the 15th International Conference on Computational Linguistics (COLING »94), 622–628. Leech, G., Rayson, P. & Wilson, A. (2001). Word frequencies in written and spoken English: Based on the British National Corpus. Harlow, UK: Pearson Education Limited. Lewis, M. (Ed.) (2000). Teaching Collocation: Further Developments in the Lexical Approach. Language Teaching Publications. 138 Kolokacije in kolokacije na daljavo_FINAL.indd 138 4.5.2016 10:50:18 Lin, D. (1998). Automatic retrieval; and clustering of similar words. Proceedings of COLING ACL, 768–774. Lüdeling, A. (Ed.) & Kytö, M. (Ed.) (2008). Volume 1. Berlin, Boston: De Gruyter Mouton. Retrieved 11 Apr. 2015 from http://www.degruyter. com/view/product/19320. Maekawa, K. (2006a). Kotonoha. The Corpus Development Project of the National Institute for Japanese Language. Proceedings of the 13th NIJL International Symposium: Language Corpora: Their Compilation and Application, 55–62. Maekawa, K. (2006b). Raziskava prioritetnega področja projekta Korpus japonščine. [Tokutei ryouiki kenkyuu „Nihongo koopasu“ no mezasu mono.]. Nihongo koopasu zentai kaigi soukatsu han houkoku. Maekawa, K., Yamazaki, M., Ogiso, T., Maruyama, T., Ogura, H., Kashino, W., Koiso, H., Yamaguchi, M., Tanaka, M. & Den, Y. (2013). Balanced corpus of contemporary written Japanese . Language Resources and Evaluation. Netherlands: Springer. Manning, C. D. & Schütze, H. (1999). Foundations of statistical natural language processing. Cambridge, MA: MIT Press. Masuoka, T. (1991). Slovnica modalnosti. [Modariti no bunpou.]. Kuroshio shuppan. Matsumoto, Y., Asahara, M., Iwadate, M. & Morita T. (2009). Stanje in problemi orodja za dodajanje oznak chaki. [Tagutsuki koopasu kanri tsuuru „chaki“ no genjou to kadai.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ heisei 20 nendo koukai waakushoppu, 77–80. Matsumoto, Y. (2003). Vrste korpusov za sodobni jezik in njihove značilnosti. [Gendaigo no koopasu no shurui to sorezore no tokuchou.]. Nihongogaku, 22, 54–60. Matsuyoshi, T. & Sato M. (2007). Parafraziranje japonskih funkcionalnih izrazov, ki temeljijo Slovarju japonskih funkcionalnih izrazov. [Taikeiteki kinou hyougen jisho ni motoduku nihongo kinou hyougen no iikae.]. Gengo shori gakkai dai 13 kai nenji taikai happyou ronbunshuu, 899–902. McEnery, T. & Hardie, A. (2012). Corpus Linguistics: Method, Theory and Practice. Cambridge Textbooks in Linguistics. Cambridge, UK: Cambridge University Press. Mel'čuk, I. (1998). Collocations and Lexical Functions. A.P. Cowie (ed.): Phraseology. Theory, Analysis, and Applications, 23–53. Oxford, UK: Clarendon Press. 139 Kolokacije in kolokacije na daljavo_FINAL.indd 139 4.5.2016 10:50:18 Milkov, N. (2001). Logico-Linguistic Moleculism: Towards an Ontology of Collocations and other [Language] Patterns. Proceedings of OntoLex«2000: Ontologies and Lexical Knowledge Bases, 82–94. Sofia, Bulgaria: OntoText Lab. Minami, F. (1974). Struktura sodobne japonščine. [Gendai nihongo no kouzou.]. Taishuukanshoten. Minami, F. (1993). Obris slovnice sodobne japonščine. [Gendai nihongo bunpou no rinkaku.]. Taishuukanshoten. Moriyama T., Nitta, Y. & Kudō H. (2000). Modalnost. [Modariti.] Iwanamishoten. Muraki, S. (2007). Korokeeshon to wa nani ka [What is a collocation?]. Nihongo gaku (Japanese language linguistics), 26(12) . Meiji shoin, 4–17. Nation, P. (2001). Learning vocabulary in another language. Cambridge University Press. New Century Japanese-English Dictionary [Nyuu senchurii waei jiten] (1999), 2. izd. Tokyo: Sanseido. Nishina, K. & Yoshihashi, K. (2007). Japanese Composition Support System Displaying Occurrences and Example Sentences. Symposium on Large-scale Knowledge Resources (LKR2007), 119–122. Nishina, K., Yoshihashi K. & Liang F. (2007). Razvoj sistema za podporo učenju japonščine in slovar EDR. [Nihongo gakushuu shien shisutemu kaihatsu to EDR jisho.]. ICT-EDR shinpojiumu (demo). Nishina, K. (2008). Struktura in vrednotenje sistema za podporo učencem japonščine pri pisanju spisov. [Nihongo gakushuusha sakubun shien no tame no kyouki hyougen to sakubun hyouji shisutemu kouchiku to hyouka.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ Heisei 19 nendo koukai waakushoppu, 137–143. Nitta, Y. (2002). Vidik prislovnih izrazov. [Fukushiteki hyougen no shosou.]. Kuroshio shuppan. Noda, H. (2007). Bunpoutekina korokeeshon to imitekina korokeeshon. Nihongo gaku (Japanese language linguistics), 26(12) . Meiji shoin. 18–27. Ogino, T., Kobayashi, M. & Isahara H. (2003). Vezljivost japonskega glagola. [Nihongo doushi no ketsugouka.]. Sanseidou. Ogino, T., Kobayashi, M. & Isahara, H. (2007). Od slovarja kolokacij do slovarja vezljivosti. [Kyoukijisho kara ketsugouka jisho he.]. ICT-EDR shinpojiumu kenkyuu happyou. 140 Kolokacije in kolokacije na daljavo_FINAL.indd 140 4.5.2016 10:50:18 Ogino, T. (ed.) (2008). Študija o metodi izdelave slovarja z uporabo korpusa. [Koopasu wo riyoushita kokugoshiten henshuuhou no kenkyuu.]. Bunkashou kagaku kenkyuuhi tokutei ryouiki kenkyuu „Nihongo koopasu“ jisho henshuuhan. Ogino, T., Kondou Y., Yazawa M. & Maruyama, N. (2006). Študija o metodi izdelave slovarja z uporabo korpusa. [Koopasu wo riyoushita kokugoshiten henshuuhou no kenkyuu.]. „Nihongo koopasu“ zentai kaigi jisho henshuuhan houkoku. Oso, M. & Takizawa, N. (2003). Raziskovanje poučevanja japonščine s korpusom – Poudarek na kolokacijah in njihovih napačnih rabah. [Koopasu ni yoru nihongo kyouiku no kenkyuu – korokeeshon oyobi soono goyou wo chuushin ni.]. Nihongogaku, April, Rinji zoukango, Meiji shoin, 234–244. Oso, M. (2006). Korpus japonščine in poučevanje japonščine. [Nihongo koopasu to nihongo kyouiku.]. Nihongo kyouiku, 130, 3–10. Palmer, H. E. (1930). Interim Report on Vocabulary Selection. Tokyo, Japan: The Institute for Research in English Teaching. Palmer, H. E. (1938). A Grammar of English Words. Harlow, UK: Longman. Partington, A. (1998). Patterns and Meanings: Using corpora for English language research and teaching. Amsterdam, The Netherlands: John Benjamins. Pardeshi, P. & Akasegawa, S. (2010). BCCWJ wo katsuyou shita kihon doushi handobukku sakusei: koopasu braujingu shisutemu NINJAL-LWP no tokuchou to kinou. Tokutei ryouiki kenkyuu Nihongo koopasu Gendai Nihongo kakikotoba kinkou koopasu kansei kinen yokoushuu. 205–216. Rayson, P. & Garside, R. (2000). Comparing corpora using frequency profiling. Proceedings of the ACL Workshop on Comparing Corpora, 1–6. Hong Kong. Rychlý, P. (2008). A Lexicographer-Friendly Association Score. RASLAN 2008. 2. izd., 6–9. Brno, Czech Republic: Masarykova Univerzita. Rundell, M, ed. (2002). Macmillan English Dictionary for Advanced Learners. London, UK: Macmillan. Saitou, H. (1905). Class-Books of English Idiomology. Sakakura, A. (1988). Japonska pogovorna slovnica, druga izdaja. [Kaikou nihon bunpou no hanashi dainihan.]. Kyouiku shuppan. Sangawa, K. H., & Erjavec, T. (2012). JaSlo: Integration of a Japanese-Slovene Bilingual Dictionary with a Corpus Search System. Acta Linguistica Asiatica, 2(3), 125–140. 141 Kolokacije in kolokacije na daljavo_FINAL.indd 141 4.5.2016 10:50:18 Sano, K. & Lee, J. (2007). Za kaj lahko uporabimo KH Coder – Implikacija na področje poučevanja in raziskovanja poučevanja japonščine. [KH Koder de naniga dekiruka ~nihongo shuutoku, nihongo kyouiku kenkyuu riyou he no shisa.]. Gengobunka to Nihongo kyouiku, 33, 47–48. Sato, Y., Sakaue, T., Koizumi, T., Akkus, D. & Sugiura, M. (2007). Developing Ajax-Based Material for Learning Collocations [Ajax ni yoru jisaku kyouzai kaihatsu gihou.]. The 4th International Conference on Computer Assisted Systems for Teaching & Learning Japanese (CASTEL-J). University of Hawaii, Kapiolany Community College. Sharoff, S. (2006a). Creating general-purpose corpora using automated search engine queries. WaCky! Working papers on the Web as Corpus. Bologna, Italy: GEDIT. Sharoff, S. (2006b). Open-source corpora: using the net to fish for linguistic data. International Journal of Corpus Linguistics, 11(4), 435–462. Siepmann, D. (2005). Collocation, colligation and encoding dictionaries. Part 1: Lexicological aspects. International Journal of Lexicography, 18(4), 409–443. Siepmann, D. (2006). Collocation, colligation and encoding dictionaries. Part II: Lexicographical Aspects. International Journal of Lexicography, 19(1), 1–39. Sinclair, J. M. (1987). The nature of the evidence. In J. McH. Sinclair (ed.) Looking Up: An Account of the COBUILD Project in Lexical Computing. London: Collins. 150–159. Sinclair, J.M. & Renouf, A. (1988). A lexical syllabus for language learning. R. Carter and M. Mccarthy, eds. Vocabulary and language teaching. Harlow, UK: Longman. Sinclair, J.M. (1991). Corpus, concordance, collocation. Oxford, UK: Oxford University Press. Smith, S., Chen, A. & Kilgarriff, A. (2007). A corpus query tool for SLA: learning Mandarin with the help of Sketch Engine. Practical Applications in Language and Computers - PALC 2007. Smith, S., Sommers, S. & Kilgarriff, A. (2008). Learning words right with the Sketch Engine and WebBootCat: Automatic cloze generation from corpora and the web. Proc. CCU. Taipei, Taiwan. Smrž, P. (2004). Integrating Natural Language Processing into E-learning — A Case of Czech, Proceedings of the Workshop on eLearning for Computational Linguistics and Computational Linguistics for eLearning. COLING 2004. 106–111. 142 Kolokacije in kolokacije na daljavo_FINAL.indd 142 4.5.2016 10:50:18 Sparck, K. J. (1986). Synonymy and Semantic Classification. Edinburgh, UK: Edinburgh University Press. Srdanović, I., Erjavec T. & Kilgarriff, A. (2008). A web corpus and word-sketches for Japanese. Shizen gengo shori (Journal of Natural Language Processing), 15(2), 137–159. Srdanović, I. & Nishina, K. (2008). The Sketch Engine corpus query tool for Japanese and its possible applications [Koopasu kensaku tsuuru Sketch Engineno nihongo ban to sono riyou houhou]. Nihongo kagaku (Japanese Linguistics), 23, 59–80. Srdanović, I., Bekeš, A. & Nishina, K. (2009a). Koopasu ni motozuita goi shirabasu sakusei ni mukete: suiryouteki fukushi to bunmatsu modariti no kyouki wo chuushin ni shite (Towards creation of lexical syllabus based on corpora - on suppositional adverbs and clause-final modality collocations. Nihongo kyouiku (Journal of Japanese Language Education), 142, 69–79. Srdanović, I., Hodošček B., Bekeš, A. & Nishina, K. (2009b). Extracting distant collocations of adverbs and modality forms using a web corpus and a query system. [Uebukoopasu to kensaku shisutemu o riyou shita suiryou fukushi to modariti keishiki no enkaku kyouki chuushutsu to nihongo kyouiku e no ouyou]. Shizen gengo shori, 16(4), 29–46. Srdanović, I., Ida, N., Shigemori Bučar, C., Kilgarriff, A. & Kovar, V. (2011). Japanese word sketches: advantages and problems. Acta Linguistica Asiatica, 1(2), 63–82. Srdanović, I. & Sakoda, K. (2013). Analysis of learner's production of adjectives using the Japanese language learner's corpus C-JAS: the case of takai. Acta Linguistica Asiatica, 3(2), 9–24. Srdanović, I. (2013). Description of Adjective and Noun Collocations Based on Large-Scale Corpora: Towards Dictionary for Japanese Language Learners (in Japanese). Kokuritsu kokugo kenkyuujo ronshuu (NINJAL Research Papers), 6. Srdanović, I., Suchomel, V., Ogiso, T. & Kilgarriff, A. (2013). Japanese Language Lexical and Grammatical Profiling Using the Web Corpus JpTenTen (in Japanese). Proceeding of the 3rd Japanese corpus linguistics workshop, 229–238. Tokyo, Japan: NINJAL, Department of Corpus Studies/ Center for Corpus Development. Srdanović, I. (2014). Corpus-Based Collocation Research Targeted at Japanese Language Learners. Acta Linguistica Asiatica, 4(2), 25–36. (http://revije.ff.uni-lj.si/ala/) (DOI: 10.4312/ala.4.2.25-36). 143 Kolokacije in kolokacije na daljavo_FINAL.indd 143 4.5.2016 10:50:18 Sunakawa, Y. (2007). Funkcijske besede kolokacij – O prislovu in kolokacijah. [Kinougo no korokeeshon (1) Fukushi to no kyouki ni tsuite.]. Nihongo kyouiku han dainikai koukai kaigi. Sunakawa, Y. (2008). Raziskava poučevanja japonščine z uporabo korpusa pisanega jezika. [Daihyousei wo yuusuru kakikotoba koopasu wo katsuyoushita nihongo kyouiku kenkyuu.]. Posebno področje raziskovanja »Korpusa japonščine«, odprta delavnica leta 2008. Takizawa, N. (2004). Luščenje kolokacij iz japonskih elektronskih besedil. [Nihongo denshi tekisuto kara no korokeeshon chuushutsu]. Nihongo gakushuu jisho ni muketa denshika koopasu riyou niyoru korokeeshon kenkyuu, 27–40. Takizawa, N. (2006). Računalniška pismenost za uporabo korpusov. [Koopasu riyou no tame no konpyuuta riterashii.]. Nihongo kyouiku, 130, 22–31. Takizawa, N. (2007). Raziskovanje japonščine in japonsko korpusno poučevanje. [Nihongo kenkyuu to nihongo kyouiku to koopasu.] Terashima, K. & Moriguchi, M. (2005). The first collocation dictionary for the Japanese language. Words in Asian Cultural Contexts: Proceedings of the 4th Asialex Conference 2005, 303–307. Terashima, K. & Takizawa, N. (2004). Towards compiling a corpus-based dictionary of Japanese collocations. Proceedings of the 3th Asialex Biennial International Conference 2003. Terashima, K. (2004). Sopomenke z vidika podobnosti in razlik v obnašanju. [Furumai no idou kara mita ruigigo – ureshii/tanoshii/omoshiroi wo rei ni shite]. Nihongo gakushuu jisho ni muketa denshika koopasu riyou niyoru korokeeshon kenkyuu, 253–258. Tono, Y. (2007). Poskus implementacije sistema Sketch engine v korpus japonščine. [Nihongo koopasu de no Sketch Engine jissou no kokoromi.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ Heisei 18 nendo koukai waakushoppu, Monbukagakushou kagakukenkyuuhi tokutei ryouiki kenkyuu „Nihongo koopasu“, 109–112. Ueyama, M. & Baroni, M. (2005). Automated construction and evaluation of a Japanese web-based reference corpus. Proceedings of Corpus Linguistics 2005. Weeds, J. & Weir, D. (2005). Co-occurrence Retrieval: A Flexible Framework for Lexical Distributional Similarity. Computational Linguistics, 31(4), 439–475. 144 Kolokacije in kolokacije na daljavo_FINAL.indd 144 4.5.2016 10:50:18 West, M. (1953). A general service list of English words with semantic frequencies and a supplementary word-list for the writing of popular science and technology. London, UK: Longman, Green and Company. Widdowson, H. G. (2000). On the limitations of linguistics applied. Applied Linguistics, 21(1), 3–25. Willis, D. (1990). The lexical syllabus. London, UK: Harper Collins. Yamada, S. (2008). Kolokacijski opisi in pomensko razvrščanje samostalnikov. [Korokeeshon no kijutsu to meishi no imi bunrui.]. Nihongogaku, 26, 48–57. Yamauchi, H.. (2004). Metode za raziskovanje usvajanja besedišča – Statistika N-gram in Chasen. [Goi shuutoku kenkyuu no houhou – Chasen to N-guramu toukei.]. Dainigengo to shite no nihongo no shuutoku kenkyuu, 7, 141–162. Yamauchi, H. (2006). O pripravljanju učnega načrta za besedišče pri poučevanju japonščine. [Nihongo kyouiku ni okeru gou shirabasu no sakusei ni tsuite.]. Tokutei ryouiki kenkyuu „Nihongo koopasu“ heisei 18 nendo koukai waakushoppu, 161–164. Yamauchi, H. (ur.) (2008). Standardni nabor besed za poučevanje japonščine. [Nihongo kyouiku sutandaado shian: goi.]. Hitsuji shobou. Yamauchi, H. (2015). Attempting to Maintain Objectivity in Syllabus Creation. NINJAL Project Review, 4(3), 197–204. Yamazaki, M. (2006). Oblikovanje sodobnega japonskega pisanega korpusa z reprezentanti. [Daihyousei wo yuusuru gendai nihongo kakikotoba koopasu no sekkei.]. Kokuritsu kokugo kenkyuusho, 63–70. 145 Kolokacije in kolokacije na daljavo_FINAL.indd 145 4.5.2016 10:50:18 Kolokacije in kolokacije na daljavo_FINAL.indd 146 4.5.2016 10:50:18 Stvarno kazalo A Chakoshi 18 analiza ChaSen 7, 29–24, 48, 61 jezika, empirijski pristop 7 ChaSen, predelava leme modalnih kolokacijskih odnosov prislovov in oblik 105 modalnih oblik 80–99, 101–106 chousen »izziv«, analiza 58 leksikalno-semantična 58, 71 Chunagon 18 morfološka 29, 30, 61–62 cilji učencev in vrste korpusov 118 angai »precej, bolj kot sem pričakoval« cluster, gl. razvrščanje v skupine 81, 82, 86–99, 110–124 corpus query syntax 7, 28 AntConc 19 CQL 34, 60, 62–65 Aozora bunko, korpus 18 CSJ (Corpus of Spontaneous Japanese) aplikacija, orodja Sketch Engine 57–67 12 aruiwa »morda, ali pa« 81, 86–99, 116–124 Č asocijacije, podatkovna zbirka 130 časopisni korpus (Mai2002) 8, 34 Asunaro 14 D B data-driven learning 13 BCCWJ 7, 8, 12–13 DiceLog, gl. statistične metode Bela knjiga, korpus (KokkenOW) 8, discontinuous collocations, gl. 96–99 kolokacije na daljavo besedne vrste 28, 30, 32–33 distant collocations, gl. kolokacije na besedišče daljavo JACET seznam 14, 15 domnevanje 23, 87 JLPT seznam 67, 119–120 doumo »precej, bolj ali manj« 81, 82, predlog učnega načrta za prislove 96–99, 109–124 in modalne oblike 115 douyara »verjetno, potem takem« 22, prve japonske raziskave 12 23, 81, 82, 96–99, 106–120 seznam z določeno temo 21 DUAL, gl. dvostranska povezava besedne skice 48 dvostranska povezava 41 breme učenja 16 E C EDR 12, 18 Case Frame (sklonski okvir) 18 empirični pristop analizi jezika 7, ChaKi 18 11–24 147 Kolokacije in kolokacije na daljavo_FINAL.indd 147 4.5.2016 10:50:18 entropija in prislovi v korpusih 84 JpWaC 8, 28–39, 86–91 evaluacija, gl. vrednotenje JpWaC–L 67 F K formalni in neformalni govorjeni jezik, kanarazu(shimo) »gotovo, ne vedno + korpus 92 neg.« 81, 82, 86–99, 105–124 frekvenca v korpusu in zaporedje kanarazu »obvezno«, predelava leme 105 učenja 118 kitto »gotovo« 81–96, 108–124 furigana 56 KH Coder 21 koligacije 22 G kolokacije govorjeni jezik, korpus 7, 92 Besedne skice 41, 48 gradivo, gl. korpusi / pripomočki za luščenje iz korpusa 17, 33, 42–48, učenje jezika 48–53, 85–99, 101–106 gramrel, gl. slovnični odnos predlogi korpusno zasnovanega učnega načrta 119–121 H predlogi korpusno zasnovanega Himawari 19 urejanja slovarja 123 hyotto shitara, gl. hyotto suru to predvidljivost in breme učenja 16 hyotto suru to »morda, obstaja le pregled raziskovanja 15–24 možnost« 81, 82, 86–96, 105, 110, Primerjalne skice 53 114, 120, 124 primerjava, gl. primerjava hyouka »vrednotenje« 74 prislovi in modalne oblike¸ 21, 85–99, 101–106 I razvoj pripomočkov 19, 115–125 interrupted collocations, gl. kolokacije slovarji 17, 19–21, 70 na daljavo tezaver 52 iskanje učbeniki japonščine 115–117 kolokacij 79 kolokacije na daljavo 21, 79, 101–106 prislovov 80–84 kolokacijske povezave, tipi 42–46 stavčnih vzorcev 61–65 konec stavka in modalne oblike, gl. modalne oblike J končni členek 103 JACET (seznam besedišča) 14, 15 konkordance 33–34 japonska različica sistema, gl. Sketch korpusi Engine frekvenca v korpusu in zaporedje JLPT seznam 119–120 učne snovi 118 JpTenTen 19, 78 korpusno jezikoslovje 11 148 Kolokacije in kolokacije na daljavo_FINAL.indd 148 4.5.2016 10:50:18 luščenje kolokacij 17, 33, 42–48, Yahoo! Chiebukuro (KokkenOC) 7 48–53, 85–99, 101–106 znanstvena besedila 95–96 orodje 17–19, 27, 48 korpusi japonskega jezika, seznam 8, predlogi korpusno zasnovanega 9, 80 učnega načrta 119–121 korpusna poizvedbena sintaksa 7, 28 predlogi korpusno zasnovanega korpusno jezikoslovje, gl. tudi korpusi urejanja slovarja 123 luščenje kolokacij iz korpusa primerjava z učbeniki japonščine 17–19, 33, 42–48, 48–53, 85–99, 115–117 101–106 slovnična datoteka, izdelava 40–55 orodje za luščenje kolokacij, razvoj spletni korpus, izdelava, značilnosti 27, 33, 40–55 in primerjava 28–39, 86–90 orodje za luščenje kolokacij, upo- uporaba pri učenju tujega jezika 13 raba 48–53, 57–68 vrste in cilji učencev 118 orodje za luščenje kolokacij, vred- vrste korpusov, razvrščanje v sku- notenje 68–77 pine 8, 81–83 priprava spletnega korpusa 28–39 korpusi japonskega jezika razvoj 11 Aozora bunko 18 slovnična datoteka, izdelava 40–55 BCCWJ 7, 8, 12–13 uporaba korpusov pri učenju tujega Bela knjiga (KokkenOW) 8, jezika 13 96–99 koto ni yoreba, gl. koto ni yoru to časopisov (Mai2002) 8, 34 koto ni yoru to »morda, lahko, obstaja CSJ (Corpus of Spontaneous možnost« 81, 82, 86–99, 110–124 Japanese) 12 Kudō, podatki o kolokacijskih odnosih EDR 12, 18 o korpusu 8 govorjenega jezika 7, 92 primerjava kolokacij modalnih JpTenTen 19, 78 oblik 112 JpWaC 8, 28–39, 86–91 primerjava s spletnim korpusom Kudō 8, 86–91, 112 86–91 naravoslovja (NLP) 8 NUJCC (govorni) 7, 92 L Oikawa (govorni) 7, 92 learning burden 16 TWC 19 leksikalno-semantična analiza 58, 71 učbenikov (KokugoK, KokkenK, lema 28, 30, 32–33 KKK) 7, 92–94 luščenje kolokacij učbenikov naravoslovja (16K) 8 Besedne skice 48 uravnoteženi korpus publikacij iz korpusa 17–19, 42 (KokkenBK) 8 orodje, povzetek delovanja 27 149 Kolokacije in kolokacije na daljavo_FINAL.indd 149 4.5.2016 10:50:18 orodje, razvoj japonske različice 27, modalnostjo 85 40–55 zaporedje obravnave 118 prislovi in modalne oblike 85–99, modalnost in prislovi 22 101–106 morfološka analiza, gl. ChaSen morfološka produkcija in izpeljava M 61–62 Mai2002, korpus 8, 34 moshika shitara »morda« 81, 82, 86–96, Mainichi shimbun, gl. Mai2002 106–124 metoda moshika sureba, gl. moshika shitara empirični pristop 7 moshika suru to, gl. moshika shitara luščenja modalnih oblik 103 možnost 23, 87 leksikalno–semantična analiza 58 iskanja kolokacij 79 N iskanja stavčnih vzorcev v korpusu Nacionalni inštitut za japonski jezik in 61–65 jezikoslovje 8, 9 razvrščanja v skupine (cluster) 83 načrt besedišča, gl. učni načrt besedišča MI–score, gl. statistične metode naravoslovje, korpus (NLP) 8 modalne oblike Natsume 19 in prislovi 21 neuravnoteženi podatki 84 kolokacije na daljavo 21, 85–99, NINJAL–LWP 19 101–106 NLP, gl. naravoslovje, korpus luščenje kolokacij 85–99, 101–106 NUJCC (govorni) 7, 92 metoda pridobivanja 103 nujnost 23, 87 Mod (nova oznaka za modalne oblike) 105 O pravilo za luščenje modalnih oblik oddaljena kolokacija, gl. kolokacije na in prislovov 106 daljavo primerjava, gl. primerjava Oikawa (govorni) 7, 92 reprezentativne oblike 104 oklepaji 22 rezultat luščenja 106 omou »misliti«, predelava leme 105 slovar, predlog 123 onna no ko »dekle« 54 tendence kolokacijskih odnosov ookata »večinoma« 81, 82, 86–99, 85–99 110–124 učni načrt, predlog 119, 121 orodje, gl. tudi Sketch Engine v učbenikih japonščine 115–117 AntConc 19 vrednotenje izluščenih kolokacij Asunaro 14 111 Case Frame (sklonski okvir) 18 vrste kolokacij med prislovi in ChaKi 18 Chakoshi 18 150 Kolokacije in kolokacije na daljavo_FINAL.indd 150 4.5.2016 10:50:18 Chunagon 18 korpusov formalnega in neformal- Himawari 19 nega govorjenega jezika 92 JpWaC–L 67 korpusov učbenika 92–94 KH Coder 21 korpusov znanstvenih besedil 95 Natsume 19 korpusa belih knjig 96–97 NINJAL–LWP 19 spletnih podatkov in uravnoteženih Reading Tutor 14 publikacij 113–114 Shonagon 18 učbeniki japonščine vs. podatki o Sketch Engine 19, 27, 40–55 kolokacijah iz korpusa 115 TextFinder 19 spletni vs. korpus časopisov 34–38 WebCorp 19 pripomočki za učenje jezika osoraku »verjetno« 81, 82, 86–99, razvoj 19 109–124 slovar, predlogi za urejanje 123–125 otoko no ko »fant« 54 učni načrt besedišča 115–121 oyu »vroča voda« 49, 50 prislovi in modalne oblike 21–23, 85–99, P 101–106 podatkovno usmerjeno učenje 13 kolokacije na daljavo 21, 79, podkorpusi japonskega jezika, seznam 85–99, 101–106 8, 9, 80 luščenje kolokacij 85–99, 101–106 podobnosti i razlike, gl. Primerjalne metoda pridobivanja kolokacij 103 skice primerjava, gl. primerjava pojavnica 28, 30, 32–33 razpršenost in entropija 84 poučevanje japonščine, gl. učenje tujega razpršenost in značilnosti korpusa jezika 80–84 povedni prislovi, seznam 81 rezultat luščenja 106 prekinjena kolokacija, gl. kolokacije na slovar, predlog 123 daljavo tendence kolokacijskih odnosov pretrgana kolokacija, gl. kolokacije na 85–99 daljavo tipi modalnosti 23 pričakovanje 23, 87 učni načrt, predlog 119, 121 primeri v slovarjih 70 ugibanje 23 Primerjalne skice 53 v učbenikih japonščine 115–117 primerjava vrednotenje izluščenih kolokacij 111 Kudōjevi podatki vs. luščene vrste kolokacij med prislovi in kolokacije modalnih oblik 112 modalnostjo 85 Kudōjevi podatki vs. spletni korpus zaporedje obravnave 118 86–90 prislovi, seznam 81 151 Kolokacije in kolokacije na daljavo_FINAL.indd 151 4.5.2016 10:50:18 R SketchDiff, gl. Primerjalne skice različica sistema, japonska, gl. Sketch skupine korpusov, gl. vrste korpusov Engine slovar razpršenost prislovov v korpusih EDR, Japonski elektronski slovar 80–84 12, 18 razvrščanje v skupine (cluster) 83, 88 funkcionalnih izrazov 101 Reading Tutor 14 izdelava kolokacijskega slovarja, regular expressions 7 vrednotenje 73–77 regularni izrazi 7 kolokacij 17, 19–21, 70 rezultati, gl. zaključek leksilano–semantični podatki 71 primerjava korpusnih podatkov s S slovarjem kolokacij 68–72 shiawase »sreča« 52, 53 slovnični vzorci 69 Shonagon 18 sopomenk, gl. Tezaver sinonimi, gl. Primerjalne skice, Tezaver stavčni primeri 70 sistem, gl. orodje, gl. tudi Sketch urejanje, predlogi 123 Engine slovnična datoteka 40–48 Sketch Engine slovnični odnos (gramrel) 40, 43–52 aplikacija 57–68 slovnični vzorci, gl. vzorci leksikalno–semantična analiza SOV 23 58–60 spletni korpus metoda iskanja vzorcev 61–65 JpWaC, priprava za orodje Sketch možna raba v poučevanju Engine 28–39 japonščine 66–68 podatki iz JpWaC–a 89, 90–91 vrednotenje japonske različice primerjava s korpusom časopisov sistema 68–76 34–38 povzetek delovanja sistema 7, 27 primerjava s Kudōjevimi podatki korpus 28–39 86–90 slovnična datoteka 40–48 primerjava z uravnoteženimi pub- funkcije sistema 48–53 likacijami 113–114 Besedne skice 48 statistika JpWaC–a 30–32 Tezaver 52 struktura in značilnosti 29 Primerjalne skice 53 vrsta korpusa 38 konkordance 33–34, 61 statistične metode 17, 28, 57 CQL 34, 60, 62–65 statistika spletnih podatkov JpWaC luščenje prislovov in modalnih 30, 31 oblik 102–115 stavčni vzorci, gl. vzorci SketchEval 73 surudoi »oster« 51, 52 152 Kolokacije in kolokacije na daljavo_FINAL.indd 152 4.5.2016 10:50:18 Š uporaba sistema Sketch Engine štiri stopnje ABCD 22 66–67 urejanje slovarja, predlog 123 T vrste korpusov in cilji učencev 118 tabun »verjetno« 22, 23, 79, 81, 82, zaporedje obravnave učne snovi 85–99, 102–120, 123–124 118 taigai »verjetno, v večini primerov« 81, učni načrt besedišča, predlog 115 82, 86–91, 110–116, 120–125 ugibanje, prislovi 23 taitei »običajno« 81, 82, 86–91, ujemanje, prislovov in modalnih oblik 110–116, 120–125 21, 80, 101 tendence kolokacijskih odnosov uravnoteženi korpus publikacij (Kok- 85–99 kenBK) 8 TextFinder 19 uravnoteženi podatki 84 Tezaver 52 utsumuku »pogledati dol/povesiti« 69, Thesaurus, gl Tezaver 71 tipi korpusov, gl. vrste korpusov TWC, spletni korpus 19 V večbesedne enote 101, 102 U vladna Bela knjiga, gl. Bela knjiga učbeniki, korpus (KokugoK, KokkenK, vprašanja, nadaljna 129 KKK) 7, 92–94 vrednotenje, gl. tudi primerjava učbeniki, korpus naravoslovja (16K) 8, izdelava kolokacijskega slovarja 92–94 73 učbeniki japonščine izluščenih kolokacij prislovov in korpusi učbenikov 7–9, 92–94 modalnih oblik 111 obravnava prislovov in modalnih orodja Sketch Engine 68–77 oblik 115–117 predlog za izdelavo učnega načrta predlogi iz izdelavo učnega načrta besedišča 115 119, 121 predlog za urejanje slovarja 123 vrste korpusov in cilji učencev 118 primerjava s slovarjem kolokacij zaporedje obravnava in korpusna 68 frekvenca 118 vrste korpusov učenje tujega jezika Bele knjige 96–97 korpusi, uporaba 13 časopisni 34 načrt besedišča, predlog 115 govorjenega jezika 92 pripomočki 19 in cilji učencev 118 učbeniki japonščine, obravnava in primerjava korpusov, gl. prim- kolokacij 115 erjava 153 Kolokacije in kolokacije na daljavo_FINAL.indd 153 4.5.2016 10:50:18 razvrščanje v skupine 81–83 spletni korpus 28–39, 86–90 učbeniki 92–94 znanstvena besedila 95 vrste kolokacij med prislovi in modal- nostjo 85–86 vzorci 40–42, 61–65, 69 W warau »smejati se« 50, 51 WebCorp 19 Word Sketch, gl. Besedne skice Y Yahoo! Chiebukuro (KokkenOC), korpus 7 yohodo »precej« 81, 82, 86–99, 110– 124 yoppodo, gl. yohodo Z zaključek 127–129 zettai(ni) »absolutno« 81, 82, 86–99, 109–124 znanstvena besedila, korpus 95–96 154 Kolokacije in kolokacije na daljavo_FINAL.indd 154 4.5.2016 10:50:18 Kolokacije in kolokacije na daljavo_FINAL.indd 155 4.5.2016 10:50:18 Kolokacije in kolokacije na daljavo_FINAL.indd 156 4.5.2016 10:50:18