freaz/uli.md

## uli.md

      
    Raw
  

              uli.md
            
          
    ULI výpisky

Přednáška 1 - Jazyk, komunikace a lingvistika

Jazyk je:


znakový systém
sloužící k dorozuívání mezi lidmi
k vyjádření libovolného obsahu vědomí
s bohatou vnitřní strukturou
užívaný a přijímaný v určitém společenství
objektový jazyk x metajazyk

Komunikativní funkce


Referenční - vztah k obsahu promlovy [Kontext]
Emotivní/expresivní - sebyvyjádření postojů, emocí [Mluvčí]
Direktivní - záměr ovlivnit posluchače [Posluchač]
Poetická - důraz na podobu sdělení [Sdělení]
Kontaktová - navázání kontaktu [Kontakt]
Metajyzyková - o jazyce [Kód]

Sapir-Whorfova hypotéza


Jazykový determinismus: jazyk podmiňuje způsob, jakým přemýšlíme
Jazyková relativita: rozdíly vyjádřitelné (zakódované) v jednom jazyce nemusí být vyjádřitelné v jazyce druhém

Langue x parole


langage (řeč) - schopnost řeči (fyziologická i psychpologiká, dědičná)

Langue (jazyk) - abstraktní jazyková systém jednotek znakové povahy a pravidel jejich užíváním (norem a modeů) uložených v mysli mluvčích (intersubjektivní); přímo nepozorovatelný
parole (mluva) - realizace jazyka, text (psaný i mluvený); přístuoný zkoumání


Syntagmatika x paradigmatika


jaykový systém (langue) je uspořádán paradigmaticky
text (parole) je sekvencí syntagmat

Paradigmatika - skupiny jdnotek in absetntia (buď - nebo)

syntagmatika - jednotky in praesentia (i - a zároveň i)
Diachronie x synchronie


pohled na kontinuálně se měnící médium (diachronie) x stav v určité době (synchronie)
oddělování obou pohledů (ačkoli diachronní zkoumání předpokládá synchronní výzkum a synchronní pozorování vyplývá z předchozích stavů)

Signifiant x signifié


signifiant = označující, zvukový obraz, forma
signifié = označované, koncept/pojem

vztah mezi oběma složkami je arbitrární
Strukturalismus


jazyk jako struktura - celostní, hierarchizovaná organizace stejnorodých jednotek, které lze vymezit pouze na základě vzájemných vztahů
v některých pojetích struktura = systém
literární věda, antropologie, estetika, sociologie

Přednáška 2 - Jazykové korpusy a jejich výstavba

Korpus


databáze autentických textů/promluv
uložená elektronicky v jdnotném formátu
prohledávatelná
reprezentativní vzhledem ke svému účelu
zobrazující jevy v jeich přirozeném a typickém kontextu
spolu s informací o frekvenci
původně pro lexikografické účely

Typy korpusů


reprezentativní (vyvážené) x oportunistické
referenční x otevřené
mluvený jazyk x psaný jazyk x obojí
synchronní x diachronní
jednojazyčné x vícejazyčné (paralelní)
obecné x specializované

ČNK - Český národní korpus

struktura:

SYN

lemmatizace - přidělení základního slovníkového tvaru každému rokenu
tagování - přidělení morfologické značky (tagu) každému tokenu
co má/může korpus reprezentovat?

produkci textů
recepci textů
texty/styly jako entity


Oral

nakrávka -> přepis -> kontrola
dialogický neformální, nepřipravený jazyk
anonymizace - v přepis i na nahrávce
demografické vyvažování - věk, pohlaví, vzdělání, oblast


Diakorp

Korpus starší psané češtiny


InterCorp

paralelní multijazyčný korpus

čeština (pivot) ve srovnání s 27 jazyky
kontrastní jazykový výzkum
specifické způsoby vyhledávání
zarovnání


Morfologické značkování korpusů a lemmatizace

Fáze připravy textu


konverze a čištění
přidělení lingvistické (strukturní) anotace
morfologie - dodání všech možných lemmat a tagů
desambiguace (zjednoznačnění) - stochastická, pravidlová

Morfologická značka - tag


POS
SUBPOS
GENDER
NUMBER
CASE
POSSG
POSSN
PERSON
TENSE
GRADE
NEG
VOICE


VAR
ASPECT

Korpusová lingvistika


vnímá jazyk jako společenský (níikoli mentální) fenomén
důraz je kladen na perfomanci nokoli na kompetenci (x Chomsky)
syntagmatický přístup (studium typických kontextů)
reálný jazyk - neexistují špatné nebo dobré prostředky
popis je založen na rozsáhlých datech, nikoliv na introspekci
studuje význam (zájem o lexikon)
opakovatelnost experimetů (verifikace)

Corpus-based x Corpus-driven přístupy

Corpus-based

výzkum, který ověřuje introspekci získané hypotézy na materiálu korpusu

hypotéza -> verifikace/falzifikace(korpus) -> teorie
Corpus-driven

výzkum, který přeformulovává introspekcí získané hypotézy tak, aby byly v souladu s korpusovou evidencí

hypotéza A -> verifikace/falzifikace(korpus) -> hypotéza A' -> verifkace/falzifikace(korpus) -> ... -> teorie
Přednáška 3 - Jazykový systém, jazykovědné disciplíny; znaková povaha jazyka

Jazyk jako systém


uspořádaná soustava jazykových jednotek (znaků)
F. de Saussure: langue x parole
hierarchie jednotek a jejich vzájemné vztahy (kombinatorika, podobnost)
celek je víc než suma částí
proměnlivost realizací -> systém je výrazem hledání invariantu

Vnitřní propojenost složek systému

historický příklad:

před koncem 10. století probějlo tzv. stahování A + j + A > Á
např. dobroje > dobré, moja > má

Redukce výslovnosti:
Jazykové roviny


hlásky, písmena (desítky)
morfémy (stovky, desetitisíce)
slova (statisíce)
kolokace (miliony)
věty (inf?)

Všechny jdnotky jsou vymezeny na základě opozic.
Zipfovy zákony


statistické vlastnosti jazyka jako struktury
rovnováha mezi jazykovou aekonomií a snahou po distinktivnosti (unifikující a diversifikující síly)
tři typy vztahů (zákonů):

f x r = k, kde r je rank slova s frekvencí f
a_f x^2 = k, kde a je počet slov s frekvencí f
m/sqrt(f) = k, kde m je počet významů slova a f jeho frekvence


Fonetika a fonologie

Jednotky mluvené řeči, neznakové povahy z pohledu artikulačního, percepčního i akustického.

fon - konkrétní realizace zvuku v konkrétní promluvě (token)
hláska abstrakce, invariant, typ - vymezená artikulačními, akustickými a percepčnímu vlastnosti - [p]
foném - abstrakcem invariant, typ - systémová jednotka (langue); je schopen odlišovat význam - /p/
slabika není systémovou jednotkou (nemá vztah k ostatním částem/rovinám systému), je základní skladební jednotkou produkce a percepce řeči

Distinktivní rysy - např. místo tvoření, způsob, akustické vlastnosti apod.
Hláska versus foném

Hledání minimálního páru

Minimální pár = dvojice slov s rozdílným významem, která se odlišuje právě jedním segmentem

[a] a [e]: pes - pas => /a/ a /e/ jsou fonémy

[n] a [ŋ]: minimální pár neexistuje

hlásky [n] a [ŋ] jsou v komplementární distribuci [ŋ] se vyskytuje poze před [k] a [g], zatímco [n] se vyskytuje ve všech ostatních kontextech
takovéto dvojce jsou pak považovány za alofony, tj. varianty fonému


Morfologie

Morfologie (tvarosloví) + Syntax (skladba) = Gramatika (mluvnice)

v centru pozornosti je vždy morfém = nejmenší jednotka jazyka nesoucí význam, elementární jazykový znak
konkrétní realizace morfému je morf: moc-t, můž-u, moh-l...
morfematika – stavba slova, segmentace na morfémy – kořen, předpony, přípony, koncovky
morfémy lexikální × gramatické: uč-i-tel-k-a

Vymezení morfologie


morflogie v užším smyslu

flexe (ohýbání): deklinace (skloňování) a konjugace (časování)
tvary slov a jejich významy
forma a funkce jednotlivých slovních tvarů, gramatické kategorie


morfologie v širším smyslu

včetně slovotvorny, tvoření pojmenování
formát = morfém se slovotvarným významem (např. -tel)
způsob odvozování, skládání slov


Syntax

Je oblat pravidel, způsobů a modelů kombinace slov, která slouží k tvorbě vět.

abstraktní jednotka jazykového systému × realizací věty v textu je promluva
J. Ries: 140 definic věty (ještě Saussure ji nepovažoval za systémovou jednotku)
elementární komunikativní jednotka textu znakové povahy, intonačně uzavřená, s obvyklou strukturou
větný vzorec = abstraktní model pro realizaci určitého typu vět
lineární sled prvků propojený vzájemnými vztahy

Lexikologie

Je nauka o slovní zásobě (lexikografie = tvorba slovníků)
Slovo, lexém, lex


systémová jednotka – lexém, realizace (token) – lex
lexém zahrnuje celé paradigma: les, lesa, lesu...
jednoslovné – stůl, když, přišel jsem
víceslovné – kolokace, víceslovné termíny, frazémy
různá vymezení slova – fonetické, grafické, významové
přemístitelnost, substituovatelnost, ustálenost
typy slov: slovní druhy

Sémantika

Nauka o významu (obecně, tj. na všech rovinách jazyka)
Význam


signifié (označované) v opozici k formě (signifiant)
sémantika lexikální, propozice, text (diskurzu)

Sém


minimální významový distinktivní rys, prvek schopný odlišit jeden lexém od druhého
generický sém (jídlo) x specifikační sém (_ovoce, masi, těstovina, pečivo)

Jazykový znak

Ogden-Richardsův trojuhelník

	                 Význam/myšlenka
	                     /\
	                    /  \
	                   /    \
	           označuje      poukazuhe
	                 /        \
	                /          \
	               /--zastupuje-\
forma (psaná, mluvená)           objekt/denotát(referent)

Typy znaků - vztah znaku a denotátu


ikon - vztah podobnosti - piktogramy, fotografie

obrazy - onomatopoia - haf, bum
diagramy - podobají se poměry mezi znaky - sg./pl., stupňování


index - ukazování nebo příčinná slouvislost - tento, systém časů
symbol - konvenční (arbitrární) znak - zeď

Stylistická a textová lingvistika

Nauka o stylu (slohu)
Styl


manifestuje se pouze v parole
jenotný ráz projevu daný vnějšími a vnitřními činiteli
předpokladem pro vznik stylu je konkurence prostředků: dítě konzumuje – přijímá potravu – jí – papá – žere
typizované rozdíly mezi texty – vliv žánru, tématu, času, autora

Text - diskurz


komplexnost, vnitřní členění a organizace, koherence, tématická a funkční jednota, uzavřenost
dialog = komplex textů, diskurz

Sociolingvistika

Vzájemné vztahy jazyka a společnosti

systematická kovariance jazykových a sociálních struktur, odkrývání kauzálních vztahů
výzkumy W. Labova v New Yorku (60. léta)
polemika s (generativistickou) představou ideálního mluvčího v homogenním prostředí
témata: bilingvismus, diglosie, sociální stratifikace jazyka, language management
jazyk odráží společenskou realitu, ale zároveň ji formuje

Psycholingvistika


psychické mechanizmy umožňující tvořit výpovědi a rozumět jim
proces produkce řeči od záměru až po artikulaci
mentální uspořádání znalostí o jazyce (lexikon)
osvojování jazyka dětmi, poruchy řeči

Neurolingvistika


fyzilogie mozku (Broccovo centrum, Wernickeho centrum)
výzkum dyslexie, dysgrafie, afázie

Diachronní disciplíny

Historická mluvnice a lexikologie


popis jazykového systému (fonologie, morfologie, syntaxe, slovní zásoby) ve vývojové perspektivě
jazykové změny a pravidla pro jejich provedení – např. Havlíkovo jerové pravidlo
snaží se dohledat nejstarší možný stav

Dialektologie


studium nářečí (dialektů) – teritoriálně (a často i funkčně) omezené jazykové útvary
výsledkem působení pouze některých jazykových změn (ve srovnání s ostatními útvary národního jazyka)
v současnosti probíhá nivelizace nářečí
Český jazykový atlas

Jazyky v komparaci

Typologie jazyků (jazykové univerzálie)


synchronní srovnávání jazyků (nikoli podle příbuznosti → genetická klasifikace)
jazykové typy – fonologické, morfologické, syntaktické
strukturní typologie (V. Skalička) – aglutinační, flektivní, izolační, introflektivní a polysyntetický typ
univerzálie – obecné rysy jazyků, např. má-li jazyk flexi, má i
odvozování, volný slovosled vyžaduje bohatou morfologii

absolutní univerzálie – 10–70 fonému (min. 2 samohlásky), deiktické prostředky, kvantifikátory, vlastní jména


Další jazykovědné disciplíny


etymologie zkoumání původu slov
onomastika nauka o vlastních jménech (propriích)
forenzní l. odhalování autorství
pragmatika vztah znaku k situačnímu kontextu
ortoepie normativní výslovnost
ortografie pravopis, normativní
paremiologie nauka o příslovích (součást frazeologie)

Přednáška 4 - Fonetika a fonologie

Fonetika


věda o zvukové stránce jazyka
artikulační (produkční), akustické a percepční aspekty
fon, hláska

Fonologie


jak se podílejí neznakové jednotky na tvorbě jednotek znakových
funkční přístup – popisují se pouze relevantní rozdíly
foném – systémová jednotka, distinktivní platnost
segmentální a suprasegmentální rovina

Vztah mluvené a psané komunikace


mluvená forma je primární, psaná je odvozená
časový aspekt a linearita
rozdílný kanál komunikace – hluk, vzdálenost, směr atp.
redundance, kontext
transkripční systémy (IPA) x písmo (fonetické, slabičné, ideografické)

Fyziologie

Řečové orgány

Vokální trakt


iniciační ústrojí

v češtině pouze výdechový proud
plíce, bránice, mezižeberní svaly
průdušinky → průdušky → průdušnice (trachea)


fonační ústrojí (hrtan)

hlasivky (jemný pár svalů)
schopnost vibrace při průchodu vzduchu – produkují f0


modulační ústrojí (dutina hrdelní, ústní a nosní)

aktivní: měkké patro, jazyk, rty, čelisti
pasivní: zuby, alveoly, tvrdé patro, nosní dutina


původně se všechny orgány vyvinuly k jiným účelům

Fyzikální vlastnosti a jejich percepční koreláty

intenzita          | hlasitost       |    30–90 dB (130 dB)  
frekvence          | výška           |    20–20.000 Hz  
trvání             | délka           |    V: 100–200 ms  
spektrální skladba | barva (kvalita) |

Samohlásky – vokály


Převažuje tónová složka nad šumovou
Modulace f0 a zesílení některých vrchních harmonických tónů
Postavení jazyka a čelistí
horizontálně: přední, střední a zadní
vertikálně: nízké, středové, vysoké

Fromanty F1, F2 - lokální maxima, vrchní harmonické tóny nad f0.

Poměr F1 a F2 určuje kvalitu vokálu, f0 pak intonaci.
Souhlásky – konsonanty

Klasifikace souhlásek


podle způsobu: závěrové (explozivy), úžinové (frikativy), polozávěrové (afrikáty)
podle místa: retné (bilabiály), retozubné (labiodentály), zubodásňové (alveoláry), patrové (palatály, veláry), hrtanové (laryngály)
podle znělosti: znělé, neznělé
podle nosovosti: nosovky, ústní hlásky

Změny hlásek při produkci řeči

Při souvislé řeči se sousední hlásky ovlivňují


asimilace (spodoba) – [gdiš]
elize (výpůstka) – [japko]
epenteze (vkládání) – [sedum]
proteze (opěrná hláska) – [vokno]

Asimilace


znělosti: regresivní změna, která se týká jen párových hlásek – sjednocení znělosti

zpěv, sdělit, rád bych, strach zmizel

[spje], [zďelit], [ra:d bix], [straγ zmizel]


místa tvoření: regresivní změna, týká se především nosovek

venku, studenti, kotník

[veŋku], [studeňťi], [koťňi:k]


způsobu: regresivní i progresivní změna, nesystematické

jednou, japonský, manželka

[jennou], [japoncki:], [manǮelka]


Slabika

Přirozená jednotka produkce řeči

jazyková univerzálie
sevření – otevření vokálního traktu
(prétura), jádro, (koda) – stř-e-p

charakteristický je sonorní vrchol, realizovaný většinou V nebo l, r × sedm, osm


struktura: CV (50 %), CVC (15 %), CCV (10 %), CCVC (méně než 10 %)
čeština umožňuje dlouhé prétury: vzplál, pštros, má ale krátké kody

Mluvní takt

Mluvní/přízvukový takt (fonologické slovo) = úsek řeči od jedné přízvučné slabiky k druhé.
’Uslyšel ’táhlý ’hvizd | a ’po něm ’několik ’dutých ’ran.

Přízvuk


v češtině na první slabice slova (obtížně akusticky uchopitelné)
výjimka 1: předrážka (vymezeno na základě určení hranic vyšších celků)
výjimka 2: příklonky = slova bez přízvuku (mi, ti, se, mu, ho, jsem, bych...)

Promluvový úsek, promluva

Jeden nebo více taktů tvoří promluvový úsek – zvuková kompaktnost (specifické melodické průběhy, zpomalování na konci, pauzy), percepční vymezení.
Dejte to tam do háje.
Dejte to tam | do háje.

Melodémy = funkční melodické konfigurace


melodém neukončující
melodém ukončující klesavý
melodém ukončující stoupavý

Poruchy řeči a hlasu


Hlasivkové uzlíky – zbytnělá místa na sliznici hlasivek
Huhňavost – nosovost (nebo její absence) v důsledku nedostatečnosti patrohltanového závěru
Dyslalie (patlavost) – sigmatismus, rotacismus (bohemicus), lambdacismus
Afázie – motorická (neschopnost tvořit řeč), senzorická (neschopnost rozumět řeči)
Koktavost – postižena motorická oblast mluvní koordinace (predispozice + trauma)
Breptavost – řeč překotná, omezená plynulost (lze kontrolovat)

Přednáška 5 - Grafémika. Morfologie a morfematika

Grafémika - Grafická stránka jazyka

Písmo


soubor znaků užívaných k zaznamenávání jazyka
vůči mluvené formě je psaná sekundární

Specifika psané komunikace


permanentnost – větší nároky na produktora i příjemce
nepřítomnost adresáta (× web)
specifické vyjadřovací prostředky – interpunkce, typografie
specifický jazyk – nýbrž/ale, stále/pořád/furt

Původ a historie písma


vznik nezávisle v několika oblastech – Mezopotámie, Čína, Amerika
je obtížné odlišit, které grafické symboly sloužily k zachycování jazyka
nejstarší doklady

předchůdce písma – hliněné oblázky ze Susy (9. tisíciletí BC)
Sumerové a jihovýchodní Evropa – 3500 BC – hliněné destičky
většinou se jedná o úřední nebo obchodní záznamy


Druhy písem

Písmo podle druhu informace, které znak zachycuje


piktografické/ideografické – slovo/pojem ∼ znak

více či méně názorný obrázek představy nebo pojmu
stará čínština, egyptské hieroglyfy
dopravní značky, návody apod.


slabičné – slabika ∼ znak

klínové písmo – chetitština, sumerština, perština apod.
japonská hiragana i katagana
v některých případech odpovídá znak i morfu


fonologické – foném ∼ písmeno (litera)

latinka, cyrilice (azbuka), řečtina, runové písmo
nejmenší repertoár znaků, největší abstrakce


Principy české psací soustavy

Pravopis – ortografie


fonologický – každému fonému odpovídá jedno písmeno

struna – strunka × [struna] – [struŋka]


analogie (morfologický, syntaktický princip) – stejné (podobné) významy zachycujeme stejně (podobně)

lampa ∼ žena, lampy ∼ ženy
muži běhali, byli káráni × ženy běhaly, byly kárány


historický – když, jméno, výjimka...
primitivní → spřežkový → diakritický pravopis
velká a malá písmena (majuskule a minuskule)

Odchylky od fonologického principu


psaní ch, q, w a x
psaní hlásek podléhajících asimilaci znělosti (p, b, t, d, s, z) – dub ← dubu
psaní skupin di, ti, ni
psaní i/í a y/ý
psaní ě
psaní ú/ů
interpunkce, velká/malá písmena

Tradiční a historický princip

Několik výjimek a nepravidelností


jsi × seš (ale jsi – nejsi)
psani i/í po c × kecy, tácy, hecy, puncy × skici
psani i/í po š/č × Stašy, Maryšy, čačy
mladí muži běhali × mladý mužský běhali/y?
přes, přese [přeze] × skrz/skrze, bez/beze
předpony s/z: velkou část z nich nelze odvůdnit – skončit, sdělit, spatřit; zpráva, zkušenost, zhruba apod.

LINGVISTIKA != PRAVOPIS

Morfologie

Tvarosloví


nauka o tvarech slov
část gramatiky, která studuje povahu a chování morfémů
základní jednotka: morfém = nejmenší část, která nese význam; minimální znak
v užším smyslu: deklinace a konjugace
v širším smyslu: i tvoření slov

Morfematika

Druhy morfémů


předpona (prefix)
kořen (radix)
přípona (sufix), koncovka
cirkumfix (obpona)

Morfémy se vydělují na základě analogie (stejná forma se v podobné funkci nachází i  jiné části systému)
Morfematický rozbor

Morfémy vyčleňujeme na základě analogie (= kde jinkde se rovněž vyskytují ve stejném významu a funkci) a substituce (= co může nahrazovat).
Některé morfémy slouží i ke strukturaci paradigmatu (např. téma = kmenotvorná přípona u sloves).
Funkce morfémů

Význam a funkce morfémů


prefix – převážně lexikální, gramatické jen zřídka – po-ros-te, pů-jd-u
kořen – vždy lexikální – nad-les-ní, uč-i-tel
sufix – lexikální i gramatický

kmenotvorná přípona – gramatický význam – kup-ova-l, kup-uj-e
slovotvorná přípona – lexikální význam – uči-tel, dom-eč-ek
ostatní tvarotvorné přípony, vč. koncov


Automatická identifikace morfematických hranic

Greenbergovy čtverce


distribucionalistická metoda analyzování morfematického švu
pro každé potenciální dělení slova na části A-B hledáme v korpusu slova, která odpovídají A-B’, A’-B, A’-B’
např. A-B: kup-ovat, ne-štěstí

A-B’: kup-uju, ne-bezpečí
A’-B: stěh-ovat, Ø-štěstí
A’-B’: stěh-uju, Ø-bezpečí


Specifické jevy ve stavbě slova

Specifické morfematické jevy


nulový morfém – pán-Ø (× pán-a)
supletivismus – různé kořeny pro tvary jednoho lexému (člověk – lidé, dobrý – lepší, jde – šel, brzo – dříve...)
alomorf – poziční varianta morfému (vliv okolních hlásek) – ps át, do pis, píš u, pís ař; hr a – her
alternace – pravidelná hlásková změna (proces, při kterém vznikají alomorfy): ruka – ruce – ručka, noha – noze – nožka, stál – stůj – stojí
konektém – specifický morfém sloužící ke spojování kořenů: červen-o-modr-o-bílý, česk-o-moravský
cirkumfix – specifický morfém, který se připojuje na začátek i
na konec slova: nej-draž-ší, po-lab-í

Slovotvorba

Slovotvorba = hledání a analyzování takových pravidelně se opakujících languových vztahů mezi slovy, které se realizují charakteristickou formální odlišností, jíž odpovídá ustálený lexikálně-sémantický rozdíl.
Pojmenování


značkové (nemotivované) – arbitrární vztah mezi formou a významem (je třeba se ho naučit)

železo, jít, sám


popisné (motivované) – význam je odvoditelný z významů částí (samotné části je ale rovněž třeba se znát)

železnice, dojít, samota


Pojmenovávací kategorie

Pojmenovávací (onomaziologické) kategorie (význam)


mutace – mění se význam i slovní druh: chytrý – chytrák
transpozice – mění se pouze slovní druh: rychlý – rychlost, hostinský (konverze)
modifikace – nemění se slovní druh, slovo získává dodatečný významový rys: učitel – učitelka, dům – domeček

Slovotvorné způsoby (forma)


derivace – prefixace, sufixace
kompozice, abreviace, univerbizace, juxtapozice, kalk

Slovotvorný model

slovo základové (fundující) -> slovo odvozené (fundované)
báze (+ formant A)          -> báze (+ formant A’)
význam 1                    -> význam 2
uči-t                       -> uči-tel

synchroní interpretace motivace a etymologie se nemusí krýt: -zloděj, zákeřný_
specifikace slovotvorného modelu

Vzor = sekjvence společných a odlišných částí (báze a formanty):
   | F1   B   F2
-----------------
1. |     lov  it
2. |  ú  lov  ek

Dotaz = nahrazení regulárními výrazy tak, abychom zjistili rozsah modelu:
   | F1   B   F2
-----------------
1. |      .+  it
2. |  ú   .+  ek

Model = zjištění všech dvojic, kterým odpovídají paralelní dotazy:
čin it – ú čin ek, plat it - ú plat ek, rad it – ú rad ek, škleb it – ú škleb ek...
Odhad produktivity formantů

Produktivita není:


počet výskytů slov (tokenů) s daným formantem
počet různých slov (typů) s daným formantem
vázána na směr derivace (odvozené slovo nemusí být méně produktivní než jednotka fundující)

Produktivita by mohla být:


ochota, s níž formant vstupuje do nových kombinací
pravděpodobnost, že po prozkoumání všech dokladů v rozsáhlém korpusu, budeme v okolním jazyce nacházet další nové typy

Model založený na Good–Turingovu odhadu, popsaný H. Baayenem
(1992).
P(N) = V(1,N)/N

Souhrnná pravděpodobnost všech v korpusu neregistrovaných
jednotek je rovna podílu počtu hapaxů k celkové velikosti korpusu.
=> čím víc máme dokladů, tím menší je souhrnná pravděpodobnost
dosud neregistrovaného jevu.
Přednáška 6 - Morfologie a gramatické kategorie českých slov

Morfologie

Flektivní morfologie se dělí na


funkční = gramatické významy a funkce morfémů význam jednotlivých gamatických kategorií, např. čísla, rodu nebo pádu u substantiv
formální = kombinatorika morfémů (skloňování a časování) možnosti vyjádření gramatických kategorií u jednotlivých slov, např. jak se tvoří 7. pád pl. myš

Gramatika × lexikon

Hranice mezi mluvnicí a slovníkem


povrchní pohled 1: lexikon je prostý soupis prostředků, gramatika popis jejich spojování
povrchní pohled 2: gramatika = pravidla, systém, lexikon = inventář bez systému
gramatika zkoumá omezené a uzavřené třídy jevů (např. pády, čísla), lexikon naopak především třídy otevřené
lexikon (sémantické vztahy) má přednost před gramatikou (=lineární uspořádání výpovědi)
agramatická věta může být srozumitelná, ale sémanticky nekompatibilní sdělení ne:

Po návrat být zaslechnout na dvůr kolo bryčka. ×

Po břemenu jsem rozpočítal na pevnině paměť břichomluvectví.

Ačkoli je hranice nejasná, z praktických důvodů se vymezuje především mírou obecnosti, pravidelnosti chování jazykových jednotek, frekvencí a ne/uzavřeností tříd, do níž patří.
Gramatikalizace je proces přechodu lexikálního významu slova k významu či funkci gramatické: tvary být, mít, předl. nehledě na, angl. will
Lexikalizace je proces přeměny slov v ustálenou jednotku slovníku s pevným významem celku v důsledku potlačwní významu komponentů: nahoru, být in, včas.
Gramatický a lexikální význam


gramatický význam


obecný
produktivní (vyjadřuje se u většiny slov dané třídy)
ustálený (vyjadřuje stále zhruba totéž)
malý počet formálních prostředků (repertoár uzavřený a v čase relativně stabilní)


lexikální význam


obecný i konkrétní
význam se může realizovat jen u malé podmnožiny (např. jména mláďat)
variabilní (srov. rozsah toho, co všechno může být pro různé mluvčí červené)
potenciálně nekonečný počet formálních prostředků

Gramatická (neplnovýznamová) slova


s převahou gramatického významu
spolupodílejí se na celkovém obsahu sdělení, zejména na jeho gramatické stránce
pomohl bych, k domovu, luka a lesy
tradičně: předložky, spojky, pomocná slovesa apod.

Lexikální (plnovýznamová) slova


nesou hlavní část obsahu sdělení (mají ale také gramatický význam)
mohou stát sama o sobě a ”něco znamenat”
tradičně: podstatná jména, přídavná jména, slovesa a příslovce

Slovní druhy

Dělení slov má svůj zíklad ve významové klasifikaci: některá slova označují substance, jiná děje, vlastnosti, počet apod.
Kritéria klasifikace:


tvaroslovné - formální podoba slova
významové - sémantická stránka
syntaktické - funkce ve větě

Tvaroslovné kritérium

Rozděkuje slova na:

ohebná (flektovaná) - skloňovaná

mění svůj tvar, ale nemění svůj lexikální význam
subst., adj., pron., num.; verba


neohebná

jedentvar pro všechny funkce (x vokalizace, stupňování adv.)
adv., prep., konj., part. inter.


Významové kritérium

Rozděluje slova na:

plnovýznamová (autosémantická)

význam relaticně nezávislý


neplnovýznamová (synsématická)

uplatňuje význam až v kontextu jiných slov


Syntaktické kriterium

Podíl na stavbě věty:

typická syntaktická role (podmět, přísudek apod.)
pojí se se jmény -> předložky
spojují věty a větné členy -> spojky
realizují se jako samostatná výpověď -> citoslovce

Klasifikace


Podstatná jména (substantiva) – nejfrekventovanější slovní druh; základem pojmenování předmětů, osob, zvířat, dějů, stavů a vlastností, které jsou chápány jako nezávislé entity (stůl, žena, kobyla, kreslení, radost, měkkost); primární synt. funkcí je vyjadřovat podmět; většina substantiv jsou slova ohebná (skloňují se)
Přídavná jména (adjektiva) – vlastnosti substancí (velký, další, otcův); ohebná plnovýznamová slova, která ve větě rozvíjejí podstatná jména, slovesa nebo zájmena, a to nejčastěji ve funkci shodného  přívlastku, příp. přísudku
Zájmena (pronomina) – většinou ohebná (skloňují se) slova, která ve větě zastupují podstatná a přídavná jména, odkazují k nim nebo vyjadřují vztah mluvčího k nim (já, my, ten, který); synt. funkce se odvíjí od toho, jaký slovní druh zastupují
Číslovky (numeralia) – vyjadřují množství (jedna, sedmnáct, druhý, sedmnáctkrát); nejsou (až na výjimky) vymezeny specifickým způsobem ohýbání nebo syntaktickou funkcí, ale významem, který ukazuje na kvantovost.
Slovesa (verba) – plnovýznamový ohebný slovní druh; jako jediný slovní druh se časují; vyjadřují stavy substancí (ležím), akce (nesu) nebo děje (hádat se); jsou prototypickým představitelem přísudku.
Příslovce (adverbia) – neohebný plnovýznamový slovní druh; vyjadřují okolnosti dějů vyjádřených slovesy nebo okolnosti vlastností vyjádřených přídavnými jmény, příp. příslovci
Předložky (prepozice) – neohebný a významově nesamostatný (synsémantický) slovní druh; pojí se ke jménům, vyjadřují vztah jmen k jejich nadřazeným větným členům a podílejí se tak na vytváření syntaktických i jiných významů (v lese, nad stromem)
Spojky (konjunkce) – neohebný a neplnovýznamový slovní druh, který
slouží ke spojování vět a větných členů (a, nebo, že), tj. vyjadřují jejich vztah
souřadný (koordinaci) nebo podřadný (subordinaci) a významově ho
specifikují
Částice (partikule) – neplnovýznamový neohebný slovní druh; obohacují výpověď, v níž jsou užity, o nějaký specifický pragmatický rys (asi, bohudík, ať ); netvoří samostatnou výpověď
Citoslovce (interjekce) – neohebný slovní druh umožňující mluvčímu vyjadřovat různé typy postojů (kuš), emoce (kruci!), posilovat komunikační kontakt s adresátem (hele), řídč. slouží k napodobování různých

Klasifikace shrnutí

Kritéria    |       Tvaroslovná         |           významová               |   syntaktická
------------+---------------------------+-----------------------------------+-------------------
            |   Oh. |   Skl.|   Stup.   |   Autos.  |   význam/fce.         |   Synt. funkce
------------+-------+-------+-----------+-----------+-----------------------+-------------------
Substantiva |   ano |   ano |   ne      |   ano     |   názvy substancí     |   -
Adjektiva   |   ano |   ano |   (ano)   |   ano     |   vlastnosti subst.   |   -
Pronomina   |   ano |   ano |   ne      |   ano/ne  |   zastupují jména     |   -
Numeralia   |   ano |   ano |   ne      |   ano/ne  |   kvantovost          |   -
Verba       |   ano |   ne  |   ne      |   ano     |   názvy dějů          |   -
Adverbia    |   ne  |   ne  |   (ano)   |   ano     |   vlastnosti dějů     |   -
Prepozice   |   ne  |   ne  |   ne      |   ne      |   význam pádu         |   pojí se se jmény
Konjunkce   |   ne  |   ne  |   ne      |   ne      |   vztah vět/členů     |   spoj. věty/členy
Partikule   |   ne  |   ne  |   ne      |   ne      |   postoj k větě/členu |   -
Interjekce  |   ne  |   ne  |   ne      |   ano     |   expresivní/kontak   |   stojí samost.

Jména

Jmenný rod (genus)


původně opozice živé – neživé (neutrum), později opozice pohlaví
u substantiv je rod dán biologicky (žena, muž, štěně) nebo lexikálně (list, taška, přistání )
u adjektiv, zájmen a číslovek je rod dán syntakticky (mladý, mladá, mladé)

Gramatické rody v češtině


mužský životný – maskulinum animatum
mužský neživotný – maskulinum inanimatum
ženský – femininum
střední – neutrum

Číslo (numerus)


jednotné (singulár) – jeden předmět
množné (plurál) – dva a více předmětů
dvojné (duál) – dnes už jen zbytky (stě, nohama)

Singularia tantum – nepočitatelné věci (písek) nebo jevy (spánek), nebo víc předmětů téhož druhu souborně (ptactvo).
Pluralia tantum – jeden předmět s formou plurálu: _šaty, rozpaky, kalhoty, nůžky, dveře, housle, hrábě, kleště, záda, kamn_a, a to i tehdy, existuje-li k nim v jiném významu i singulár: noviny, hodiny, padesátiny.
Pád (casus)

Pády – postavení a funkce jména ve větě; neexistují k nim v mimojazykové realitě takové modely, jaké v ní mají kategorie rodu a čísla jmen nebo kategorie osoby a času sloves ⇒ zbytková kategorie
České pády:


nominativ – pád podmětu
genitiv – pád neshodného přívlastku
dativ – pád adresáta
akuzativ – pád přímého předmětu
vokativ – pád oslovení, syntakticky nezapojen
lokál – pád příslovečného určení (místa, času)
instrumentál – pád prostředku/nástroje, doprovodu/souvýskytu

Stupňování (gradace)


stupňopvat lze jen malou část adjektiv a adverbií (asi 6 %)

pozitiv – slovníkový tvar přídavného jména (starý)
komparativ – srovnání s mírou vlastnosti jiného jevu (starší )
superlativ – nejvyšší míra vlastnosti mezi srovnávanými jevy (nejstarší )


absolutní komparativ (elativ) – nevyjadřuje srovnání, ale absolutní míru vlastnosti (měl delší vlasy, starší pán)
nepravidelné stupňování: velký, dobrý, malý, špatný/zlý, dlouhý, brzký, snadný, zadní, pozdní

Slovesa

Osoba


děj se týká autora promluvy (já mluvím)
děj se týká adresáta promluvy (ty posloucháš)
děj osoby nezúčastněné, téma komunikace (on přihlíží )

Forma a význam se však vždy nekryjí:

mluva dětí, vojáků – Vašík udělá hají. Vojín Kos hlásí příchod.
onkání – Marie, šla nakoupit!
plurál majestaticus – My, král Kruťák, jsme tento list podepsali...
plurál mateřský – My už papáme zeleninu!
vykání – Vy jste byl šílený, Milane!
onikání – Posadili se, pane kapitáne,...

Způsob (modus)


oznamovací (indikativ) – prosté sdělení, děj reálný
podmiňovací (kondicionál) – podmínka, děj možný
rozkazovací (imperativ) – apel, děj nutný

Čas (tempus)


přítomný (prézens)
budoucí (futurum)
minulý (préteritum)
zastaralé, řídké časy: perfektum, aorist, imperfektum

Slovesný rod (genus verbi)

Vztah mezi podmětem věty a konatelem činnosti

rod činný (aktivum) – Bylo ticho, protože číšník stavěl na stůl pití. – konatel = podmět
rod trpný (pasivum) – Dům byl stavěn do půlkruhu směrem ke Kalužské bráně. – konatel ̸ = podmět
zvratné pasivum – Dům se staví...

Vid (aspekt)

Některá česká slovesa existují ve variantách, které se vzájemně liší tím, zda děj, který označují, je chápán jako ukončený, ohraničený, nebo ne.
Slovesný vid


na pomezí mezi gramatickými kategoriemi a lexikálními významy jednotlivých sloves

dokonavý vid (perfektivní) – přijdu, udělals, najdem
nedokonavý vid (imperfektivní) – sleduju, věnoval ses, budem nabízet


vztah mezi videm a časem – prezens dokonavých sloves vyjadřuje budoucnost

Shrnutí

Gramatické kategorie


mluvnické (velmi obecné) významy
nejsou třída a vzor sloves nebo vzor jmen!
na pomezí jsou vokativ, stupňování, vid
realizují se plně vždy u typického jádra, na periférii míň nebo vůbec

Přednáška 7 - Lexikon a slovní zásoba

Gramatika a lexikon

Lexikologie


výzkum lexikonu, slovní zásoby
forma i význam lexikálních jednotek

Lexikografie (slovníkářství)


teorie a praxe tvorby slovníků
aplikace lexikologie
struktrura slovníku, hesla, způsoby popisu významu atp.

Gramatika x Lexikon

hranice mezi mluvnicí a slovníkem

gramatika zkoumá omezené a uzavřené třídy jevů (např. pády, čísla), lexikon naopak především třídy otevřené (třeba pojmenování osob, vlastnosti maetriálů apod.)
lexikon (sémantické vztahy) má přednost před gramatikou (=lineární uspořádání výpovědi)
agramatická věta může být srozumitelná, ale sémanticky
nekompatibilní sdělení

Slovo

Intuitivní a obtížně definovatelná jednotka


fonetické slovo = skevence hlásek oddělená pauzami s přízvukem na první slabice (horolezec, na kole, byl jsem)
grafické slovo = sekvence písmen oddělená v textu mezerami (horolezec, na, kole, byl, jsem)
syntaktické slovo = tvoří jeden větný člen (smál se)
sémantické slovo = forma přiřazovaná určitému obsahu, pojmenování/nominace s minimální distinktivní platností (horolezec, vlajková loď, ach jo)

Atributy slova


ucelený význam (dáno konvencí)
přemístitelnost a oddělitelnost (ve větě)
ustálenost a reprodukovatelnost
arbitrárnost (srov. značková a popisná pojmenování)

Lexém

Abstrakce nad jednotlivými realizacemi v řeči

u ohebných slov zahrnuje celé paradigma (les, lesa, lesu..., kupovat, kupuju, kupoval jsem, budeš kupovat...)
jednoslovné – víceslovné (gramatické tvary, kolokace)
konkrétní realizace (token): lex
frazémy a idiomy

Vvýznam slova/lexému

Denotát - Věcné. kognitivní jádro významu (nezávislé na situaci). Formy označující stejný denotát jsou synonyma.
Referent - To, k čemu znak ukazuje (v dané situaci). Jednotlivý zástupce z třídy
vymezené denotátem. Vlastní jména (propria) mají většinou oslabený vztah k denotátu a posílený vztah k referentu.
Lexikologie - Slovní zásoba


aktivní: cca 5–10 tisíc slov
pasivní: cca 40 tisíc slov
B. Hrabal: 47 tisíc slov
K. Čapek: 68 tisíc slov
korpus SYN2010: 785 tisíc (různých) lemmat, na 100 milionů textových slov (tokenů)

Heapsův zákon

V(N) = 47.08 x N^0.52

kde N je počet tokenů a V(N) je počet typů.
HAPAX = jednotka vyskytující se v text/korpusu právě jednou
Sémantické vztahy v lexikonu

Polysémie (mnohoznačnost)


jedné formě odpovídá více významů
významy spolu zpravidla souvisejí: ladit
jazyková ekonomie
kontext desambiguuje

Homonymie (stejnozvučnost)


jedné formě odpovídá více významů
významy spolu zpravidla nesouvisejí: kolej
homonymie je i na jiných rovinách (např. v morfologii, slovotvorbě, syntaxi)
homofona: stejný výslovnost výr – vír
homografa: stejný zápis proudit

Synonymie (souznačnost)


různé formy odpovídají stejnému významu
úplná synonymie neexistuje: medicína – lékařství (srov. kolokáty akutní, vnitřní, doktor)
Occamova břitva (Occam’s razor) – synonymie je pro jazyk nevýhodná

Opozitnost – synonymie s opačným znaménkem


antonymie – z popření jednoho členu nevyplývá nutně druhý: malý – velký
komplementarita – pokrývá celý obsah nadřazeného pojmu: živý – mrtvý
konverzivnost – protichůdnost pohledu na stejnou skutečnost: prodat – koupit
kontextová opozitnost – protikladný vztah daný kontextem: červené – bílé krvinky

Hyponymie/hyperonymie


vztah nadřazeného pojmu (hyperonyma) k podřazenému pojmu (hyponyma): květina – fialka
hyponyma k jednomu hyperonymu jsou kohyponyma: pěnkava, orel, kos
základní organizační princip lexikonu: genus proximum a differentia specifica

Další vztahy

Metafora posun významu slova (kombinace) vzniklý na kombinatorickém základě

na základě podobnosti: nebe (← člověk) pláče, jasný hlas (← světlo)

Metonymie posun významu na základě věcné souvislosti

významová soumeznost: škola (lidé v ní) na výletě, nesl si Čapka (jeho dílo/sochu) domů

Synekdocha posun na základě záměny části za celek

pars pro toto: nebe (hvězdy) se třpytí, byla tam hlava na hlavě (člověk vedle člověka)
totum pro parte: jel městskou hromadnou dopravou (metrem, tramvají)

Slovníky - Lexikon

Aspekty lexikonu podle různých přístupů


apletaiva × propria
onomaziologie (význam → forma) × semaziologie (forma → význam)
nespecifický × terminologický
synchronní × diachronní
pravidelné × anomální (frazeologie)

Přednáška 8 - Víceslovné lexikální jednotky

Principy spojování jednotek

Jdnotky ve slovníku

jednoslovné
víceslovné

Open-choice principle - Primární fukcí jazykových jednotek je vstupovat do kimbinace s jinými jednotkami.
Idiom principle - Žádné slovo se nespojuje se všemi ostatními (dokonce ani ne se všemi jednotkami slovního druhu, s kterým se běžně kombinuje). psát + dopis/knížku/báseň x *psát + vodu/rychlost/hydrant
Kolokabilita - schopnost jednotky kombinovat se s jinou jednotkou

má formálně-sémantickou povahu
nekompatibilita daná protikladností sémantických rysů: hranatý čtverec
nekompatibilita daná mimoběžností sémantických rysů: zelená zlost
Herfindahl-Hirschmanův index:
HHI = Sum_i=1^N(p_i^2)
kde p_i je pravděpodobnost i-tého kontextového typu vyjádřitelná jako podíl jeho absolutní frekvence na dané kontextové pozici celkové frekvence klíčového slova.

Promiskuita slova - Vysoká diverzita na bezprostředně předcházející pozici

Substantiva: mld, ha, kcal, kJ, odnož, hybrid...
Adjektiva: aj., oslavný...
Spojky: a, nebo, čili, aneb...

Kolokace

Smysluplné syntagma (spojení) minimálně dvou lexikálních jednotek, víceslovné pojmenování.
Typy


ustálené (systémové)

termínové: kyselina sírová, bezešvá trubka
anomální (idiomatické): vydat všanc, ležet ladem
propriální: Hradec Králové, Ústí nad Labem


neustálené (textové, parolové)

běžné: studená voda, největší hloupost
analytické: bude psát, přišel bych
metaforické (individuální): barvotisková melodie, pornografická kluzkost


Identifikace kolokací v krpusech

Tradiční způsoby: asociační míry


frekvence jednotek - f(x), f(y)
frekvence kombinace - f(xy)
velikost korpusu - N
pravděpodobnost/relativní frekvence – p(x) = f(x)/N

MI-score
MI = log_2(p(xy)/(p(x)×p(y)))

t-score
t = (f(xy)- (f(x)×f(y))/N)/(sqrt(f(xy)))

logDice
logDice = 14 + log_2((2×f(xy))/(f(x)+f(y)))

Minimum sensitivity
MS = min(f(xy)/f(x), f(xy)/f(y))

Koligace


specifický druh kolokace
namísto lexikálně-sémantických vztahů mezi jednotkami zohledňuje vztahy mezi lexikální jednotkou a gramatickou kategorií a/nebo textovou strukturou
většina základních číslovek označujících čísla větší než dvě tak např. vstupuje do k. se jmény v plurálu
vztahy mezi lexikálními jednotkami a relativní pozicí ve větě nebo v textu – začátky (a obdobně i konce) textů, odstavců a vět jsou obsazovány specifickými jednotkami (podřadící spojky, předložky, částice apod.)

Kontextový přístup

Kolokace můžeme chápat jako

samostatné (víceslovné) lexikální jednotky
typické kontexty jednotlivých lexikálních jednotek
V obou připadech dochází jednak 1) k aktivaci vlivu kontextu a jedna 2) ke zdůraznění obvykle jednoho významu (významového rysu, funkce)

**Redefinace problému kolokací
Hledání kolokací závisí na identidikaci takového typického/ustáleného kontextu (textového okolí), který věrnědesambiguje/zjednoznačňuje na rovině významu.
Vymezení kontextu

kontext x co-text (vztah situačního a textového kontextu)

kontext textové okolí jednotky, ale také širší vlastnosti komunikačnís situace (participanti, spacio-temporální charakteristiky apod.)

co-text textové okolí
silná hypotéza Co-text je věrným zrcadlem (situačního) kontextu v tom smyslu, že všechny pro danou komunikační situaci relevantní kontextové vlastnosti jsou co-textem explicitně reflektovány (mají tedy nějaký textový korelát).

slabá hypotéza: Textový kontext (co-text) věrně reflektuje všechny vlastnosti jazykových jevů relevantní pro jejich užití.
Funkce kontextu

Jednotka a její kontext jsou ve vzájemném vztahu

kontext reflektuje vlastnosti jednotky ←→ jednotka vyžaduje určitý typ doplnění podle svých vlastností ⇒ jednotky s podobným kontextem mají podobné vlastnosti (např. kontextová klasifikace slovních druhů)
různé kontexty jedné jednotky odkazují k různým  funkcím/významům ←→ podobné kontexty u jedné jednotky aktivují jeden význam/jednu funkci ⇒ Kontext zjednoznačňuje (desambiguuje).

Jak kontext desambiguuje?


každá jednotka je v úhrnu všech svých realizací množinou významů/funkcí
jednotka zasazená do kontextu část svých významů/funkcí ztrácí
extrém: monokolokabilní slova – pokrčit ???, tratoliště ???, pozměňovací ???, zdaňovací ??? apod.

Kontext zjednoznačňuje především tím, že snižuje variabilitu (velikost inventáře) okolních pozic.

V sousedství slova úhlavní může stát: nepřítel, rival...(v různých pádech a číslech)
V sousedství sekvence počest + úhlavní už následuje pouze tvar nepřítele.

Variabilita

absolutní

Čím je kontextová pozice vzdálenější, tím jsou omezení, která plynou z použití tohoto klíčového slova, ovlivňující výběr jejího obsazení, menší. Silové pole jednotky postupně slábne. Variabilita ovšem neroste donekonečna, nedosahuje ani maximální hodnoty.
Relativní variabilita kontextu (RCV)

Motivace a odvození


čím frekventovanější slovo, tím větší variabilita (znemožňuje porovnání mezi slovy různé frekvence)
počet slov na vzdálené pozici neroste donekonečna, osciluje kolem hodnoty náhodné
relativní variabilita (RCV) je procentuální podíl naměřené (absolutní) variability z variability, kterou očekáváme na vzdálené pozici

Proximita slov

Proximita (Prox):

Průměrná vzdálenost dvou slov (v počtu pozic) v rámci blízkého kontextu (L3–R3).

N.B.: Prox(A, B) = Prox(B, A)

Pokud se slova v blízkém kontextu vůbec nesetkávají, je proximita stanovana rovna nule.
Hondnoty proximity

0 absolutní minimum – jednotky se vůbec v blízkém kontextu nesetkávají (smysl + párátko)
1 "smysluplné" minimum – jednotky se setkávají (téměř) pouze v bezprostředním kontextu (smysl + šestý)
2 průměrná hodnota – jednotky se můžou vyskytovat rovnoměrně na všech pozicích blízkého kontextu (smysl + první ), nebo mezi nimi většinou je jiná jednotka (smysl + humor)
3 maximum – jednotky se v prům
Shrnutí

Proximita je


indikátorem zasažení kolokátu silovým polem jednotky
kvantifikací těsnosti spojení
ukazatelem syntagmatičnosti spojení
vymezuje jevy, které se významně podílejí na desambiguaci

Problémy


Proximita samotná není schopna odlišit případy typické (ustálené) od nahodilostí
Náhodná sekvence, která se znovu neopakuje, může mít Prox = 1: eminentní úředníček

Obligatornost


nutnost kvantifikovat ustálenost kombinace
doplněk k proximitě
ukazatel monogamnosti/promiskuity slov

Obligatornost = frekvence souvýskytu dvou jednotek v blízkém kontextu vztažená k celkové frekvenci jedné z nich:
Oblig(A, B) = f_q(AB)/f_q(A)(× 100 %)

Vzájemná oblogatornost

Vzájemná obligatornost, Oblig(A : B), je ukazatel podmíněnosti vzájemného souvýskytu slov A a B a je rovna vyšší hodnotě z obligatornosti jednotky A vzhledem k jednotce B a obligatornosti jednotky B vzhledem k jednotce A, tj.
Oblig(A : B) = max[oblig(A, B); Oblig(B, A)]

(Triviální variace na asociační míru minimum sensitivity.)
Vztah proximity a obligatornosti

Pokud pro vztah dvou jednotek A a B platí, že výskyt A je podmíněn přítomností B v blízkém kontextu, což znamená, že jejich vzájemná obligatornost nabývá vysokých hodnot, pak jejich proximita bude blízká 1.
"To, co se spolu vyskytovat musí, je (ve většině realizací) u sebe blízko."
Proximita slov a obligatornost kontextu

Co znamená, když se dvě jednotky v průměru vyskytují blízko u sebe?

proximita = těsnost souvýskytu, průměrná vzdálenost dvou jednotek
(vzájemná) obligatornost = monogamnost/promiskuita, míra vázanosti slova na druhé

Čtyři typy vztahů:

těsné monogamní – kolokace (přívlastkový + víno), spojení s "minikolokabilními" slovy (tratoliště + krev)
vzdálené monogamní – spíše raritní (mít + činění )
těsné promiskuitní – neustálená syntagmata (švýcarský + víno, např. + víno)
vzdálené promiskuitní – náhodné (nesouvisející) souvýskyty (pečovat + domů)

Frazeologie

Oblast anomálií v jazyce

Frazém kombinace prvků, z nichž alespoň jeden je z hlediska ostatních členem extrémně omezeného a uzavřeného paradigmatu
Idiom frazém z hlediska významového, specificky pak frazém, jehož význam není derivovatelný z významů komponentů

Komutační test – záměna jednoho členu za jiný prvek stejného paradigmatu: chytat lelky × *chytat vrabce, vlaštovky × *lapat, lovit lelky

na úrovni kombinace morfémů: najít, kazisvět, malomyslný
kombinace slov: nechat na holičkách, vzít do zaječích, jablko sváru, zlatý důl
propoziční frazémy: řemeslo má zlaté dno
přísloví: pozdě bycha honit
přirovnání: mít hlad jako vlk
binomiál: krev a mlíko, ze dne na den, mýrnix týrnix

Přednáška 9 - Text, styl a diskurz

Stylistika a textová lingvistika

Stylistika = studium variability jazyka v závislosti na typu situace
Styl


manifestuje se pouze v parole


jednotný ráz púrojevu daný vnějšími a vnitřními činiteli (integrační aspekt)


předpokladem pro vznik stylu je konkurence prostředklů (selekční aspekt): dítě konzumuje – přijímá potravu – jí – papá – žere


obecně – projev možnosti variace v komunikaci (na základě částečné synonymie, např. ty–vy)


základní škála: automatizace – aktualizace


situace zcela automatizované: vojenský jazyk, tělocvik, orientační značení


podléhá různým faktorům, mj.:

autor
čas (vzhledem k momentu interpretace)
téma
žánr


Text – diskurz


komplexnost, vnitřní členění a organizace, koherence, tématická a funkční jednota, uzavřenost
dialog = komplex textů, diskurz

Stylotvorné faktory a objektivní styly

Stylotvorné faktory mají vliv na výběr jazykových prostředků a způsoby jejich integrace do textu.

subjektivní – závisí na komunikantech
objektivní – podmínky a funkce komunikace, objektivně daná omezení komunikace

Objektivní faktory a styly

mluvený/psaný text ⇒ styl textů psaných a mluvených (připravených × nepřipravených)
ne/přítomnost adresáta
monolog/dialog
ne/oficiální situace
věcná/estetická komunikační funkce

Subjektivní faktory a styly - . Faktory a styly vztažené k autorskému subjektu

pohlaví
věk
vzdělání (všeobecné i odborné, zájmy)
příslušnost k ideologii
psychický typ a stav

Funkční styly - Zobecnělé komunikační funkce

styl umělecký (prozaický, dramatický, básnický)
styl konverzační (soukromý nebo veřejný)
styl epistolární (soukromý nebo veřejný)
styl odborný (vědecký, odborněpraktický, popularizační)
styl úřední (právně-administrativní, hospodářský)
styl reklamní (propagační, ideologický)
styl publicistický (zpravodajský, úvahový, interviewový)
styl esejistický, direktivní, orientační
...

Stylometrie

Styl jako soubor přiznačných odchylek od stylově neutrálního pozadí (průměru)

četnost jednotek a jevů
clusterování textů (např. pomocí PCA)
otázky lexikální bohatosti
analýza klíčových slov
určování autorství
...

Autorství


Autorství je jen jeden z atributů, které mají formativní vliv na podobu textu (vedle tématu a žánru)
Metody atribuce textu se vědomě snaží eliminovat jevy, které variují v závoslosti na tématu a žánru. Nejúčinnější postupy proto bývají pro stylometrické účely nepoužitelné (interpunkce, TTR) a jsou lingvisticky nezajímavé.

Analýza klíčových slov (keyword analysis)

Klíčové slovo = forma opakovaně se objevující v textu s vyšší frekvencí, než bychom očekávali na základě porovnání s neutrálním pozadím (korpusem)
Postup

zjistit frekvenci slov ve zkoumaném textu
zjistit frekvenci slov v referenčním korpusu
porovnat statistickou významnost rozdílu relativních frekvencí (χ^2 nebo log-likelihood)
zjistit míru odlišnosti (effect size)

Přednáška 10 - Stratifikace češtiny a její sociolingvistická situace

Stratifikace češtiny

Vrstvy češtiny

národní jazyk × jeho variety (útvary)
sociální hledisko – funkčně odlišené útvary (tzv. spisovná čeština, obecná čeština, hovorová čeština, slang, argot)
regionální hledisko – celonárodní jádro, dialekty, interdialekty
minoritní jazyky v ČR – němčina, vietnamština, romština...

Lingvistické přístupy k jazyku

Deskripce × preskripce: v praxi jsou vždy oba postoje zastoupeny, jde o jejich poměr.
Deskripce


snaha o popis stavu
empiričnost, indukce
minimální intervence

Preskripce


změna jazykového povědomí
introspekce, dedukce
intervencionalismus

Preskriptivismus v ČR: pocit oprávněnosti sankcí za jazykové chování, které je v rozporu s arbitrárně stanoveným normativem, ačkoli z hlediska cílů komunikace nemusí být deficitní.
Historie české jazykové situace


situace před Bílou horou (1620): čeština má široké spektrum užití
po Bílé hoře: vlivem exilu elit a germanizace veřejného života se čeština stahuje z oficiálních a vyšších žánrů
Národní obrození (1. pol. 19. st.): syndrom národního údělu – navazuje se na předbělohorskou tradici
purismus – proti germanizmům i proti novotvarům (historická čistota)


léta 20. st.: puristé okolo časopisu Naše řeč × funkcionalismus PLK (Teorie jazykové kultury)


Teorie jazykové kultury

Pražská funcionalistická škola


program. dokument: Obecné zásady pro kulturu jazyka (1929)
v opozici vůči purismu: antigermanizmus, historická čistota, "dobrý autor"
akcent na soudobý jazyk, synchronní přístup
spisovná norma reálně existuje nezávisle na její kodifikaci × jazykověda má normu popisovat a zároveň stanovovat
normativní zásahy mají stabilizovat jazyk s ohledem na jeho současný stav, nemají prohlubovat rozdíl mezi jazykem hovorovým a knižním
kritéria kodifikace (explicitně formulována později): noremnost, funkčnost (adekvátnost) a systémovost
přetrvává představa superiority (a funkční univerzality) spisovného jazyka

Poválečná historie


po 2. sv. válce: sepětí TJK s oficiální doktrínou (marrismus, Stalinovy stati)


léta – uvolnění: diskuse o obecné češtině (reakce na výzkum běžně mluveného jazyka)


normalizace: marxistatická jazykověda (revival), vznik a zánik hovorové češtiny
současnost (po r. 1990): názorové proudy konservativní × liberální

Kodifikace jazyka


záznam stavu jazyka, petrifikace
většinou má imperativní i indikativní charakter (podstatný je poměr těchto složek)
v našem prostředí je vnímána jako závazná × míra závaznosti se u různých popisů liší a u všech je nenulová
Pravidla českého pravopisu (1993/1994), Slovník spisovné češtiny (1994), mluvnice (?)
kodifikace zde: jakýkoli lingvistický popis, který je přístupný široké veřejnosti
otázka tedy není zda kodifikovat, ale jak

Spisovnost

Co to znamená, když prostředek je spisovný?

nominalismus a realismus v chápání pojmu spisovnost
realismus: založený na úzu

jazyk oficiálních situací
formální jazyk
psaný, literární jazyk
celonárodní jazyk
záměr mluvčího


nominalismus: založen na kodifikaci (spisovné = kodifikované)

Jazyková norma


intersubjektivní součást jazykového povědomí, korektiv produkce a percepce
zdrojem pro zjišťování normy můžou být:

deklarativní postoje k jazyku – to, co o jazyku říkáme v dotaznících
reálné postoje k jazyku – to, jak jazyk používáme, odráží i to, co si o něm myslíme


problematika imperativní kodifikace normy – nelze zároveň normu popisovat a stanovovat
na postojích založená norma může vytvářet normativ odlišný od úzu ⇒ živná půda pro preskripci

Intervence

Je třeba do jazyka (institucionálně) zasahovat?

intervence jako důsledek společenské objednávky –

poradenství × legislativa
Jaké problémy v komunikaci vyvstávají?
Máme nástroje na jejich řešení?
Jazyk (ne)ustále upadá...
Zdůrazňovaná potřeba tříbení naznačuje, že paradoxně pouze spisovná varieta regulaci potřebuje.

Cíle intervence

Co je dnešní kodifikací normováno?

důvodem pro regulaci je snížení variability (ohled na posluchače)
největší variabilita je v oblasti významů × regulována je forma
kodifikace se zaměřuje na morfologii, pravopis, méně pak na výslovnost a lexikon; téměř vůbec ne na syntax
diskontinuita jazykové regulace – periodicita reforem

Adekvátnost intervence

Co je cílem současné jazykové intervence?

zvýšení stability jazyka – je potřeba?
kultivovanost projevů – je snad jazyk dnes nekultivovaný?
jaká je úspěšnost intervence, když kultura projevů „neustále“ klesá?
TJK: aby byl projev kultivovaný, nemusí být nutně spisovný (viz literární produkce od 60. let)
i když je projev spisovný, kultivovaný být nemusí

Celonárodnost

"Kdyby spisovné češtiny nebylo, přestali bychom si rozumět"

celonárodnost podle produkce a percepce
obecná čeština jako útvar aspirující na celonárodní platnost (B. Havránek už v 60. letech)
pokračující proces nivelizace nářečí (živé kontakty mezi mluvčími z různých regionů)
primárním cílem komunikantů je dorozumět se (tomu se podřizuje volba prostředků

Axiologické aspekty současné intervence

Spisovná čeština slouží vyšším komunikačním cílům

metafora oblečení na doma a do divadla
vyšší komunikační cíle mají lidé i v lingvisticky neregulovaných komunitách
intervenovat je stejně axiologické rozhodnutí jako neintervenovat
nezamýšlené důsledky intervence

Principy neintervenčního přístupu

Koncept minimální intervence (2008)

cílem je spontátnně ustavený řád jazykových a komunikačních zvyklostí
každý lingvistický výstup má nenulovou intervenční sílu ⇒ potenciální intervenci ze strany jazykovědy je třeba oslabovat pluralitou kodifikací
kodifikace by měly být striktně deskriptivní (založené na datech a objektivních kritériích hodnocení)
úspěšné uplatňování KMI se projevuje pluralitou popisů, mezi nimiž si mluvčí vybírají ten, který nejlíp odpovídá jejich preferencím
popis se zaměřuje na celý jazyk, nikoli jen na vybranou varietu

Nástin možného vývoje

"Možnosti, které (nás) čekají..."

situace zůstane nezměněná (kodifikační proces a jazyková politika)
situace se změní – z hlediska teorie je současná praxe neobhajitelná


směrem k silnější preskripci (návrat k purismu)
směrem k větší liberalizaci

v rámci kodifikace (dublety) – široké pásmo mezi spisovným a nespisovným
v rámci kodifikačního procesu (pluralitní deskripce)