A gyakoriság gyakori. A gyakoriság szerepe a nyelvben: balettből vagy balettból?

Támogasd a Qubit munkáját!

1. Gyakoriságelemzés – Wikipédia
2. Fertőzött körömférgek
3. Fórum a nemi szemölcsök kezelésére
4. Karcsúsító készítmények férgekkel

A számítógépes nyelvészetben az egyik leggyakrabban használt fogalom a gyakoriság. A szavak előfordulásának és együttes megjelenésének a gyakorisága alapján próbálják tagolni a szövegeket, sőt ennek alapján találják ki azt is, hogy milyen jellegű szövegről lehet szó. A szavak részekre tagolásának is az a kulcsa, hogy a különböző részeik a gyakoriság gyakori részekkel milyen gyakran fordulnak a gyakoriság gyakori, és még száz példát mondhatnék arra, hogy mennyire fontos gyakoriságokat számolni.

De nemcsak az alkalmazott nyelvészetben van nagy szerepe a gyakoriságnak, hanem elméleti jelentősége is van. Sokféle összefüggésben előkerül, hogy a gyakrabban használt kifejezések másképpen viselkednek, mint a ritkábbak, például hajlamosabbak változni, a kivételességük hajlamosabb fennmaradni, és így tovább. A gyakoriság hatásának két fő oka van: az egyik, hogy a gyakoribb kifejezések általában kevésbé informatívak  az a gyakoriság gyakori megjósolhatóbba másik pedig az, hogy úgy tűnik, az agyunk gazdaságossági okokból annál inkább memorizálja, egyben tárolja a a gyakoriság gyakori, minél gyakoribbak.

Mert az biztos, és kísérletileg is igazolható, hogy az agyunk érzékenyen reagál arra, hogy mit milyen gyakran hallunk. Végül a gyakoriságnak egészen kitüntetett szerepe van  abban az a gyakoriság gyakori paradigmában, amiről korábban már írtam,  és aminek én magam is a képviselője vagyok. Akkoriban többektől megkaptam a magamét, amiért paradigmaváltásról, új paradigmáról beszéltem, mert szerintük az új megközelítések még messze nem mainstreamek, viszont az, amit ők mainstreamnek féregszerű paraziták emberben, még él és virul.

Hát pont ez szerintem minden paradigmaváltás természete, az előző paradigma nyilván még sokáig hat. Eszerint az új megközelítés szerint az anyanyelv ismerete nem más, mint különböző mintázatokról  konkrét hangsorokról, elrendezésekről és a gyakoriság gyakori szóló tapasztalat.

Van tapasztalatunk különböző szavak hangzásáról és elhangzásuk jellegzetes környezeteiről, ragozott alakjaikról és azok jellegzetes szerepeiről, és így tovább. A tapasztalat pont azt jelenti, hogy sokszor  vagy legalábbis elégszer hallottuk őket.

A tapasztalataink különböző erősségűek lehetnek, és ez nagyban függ attól, hogy milyen sokszor volt részünk hasonló nyelvi élményekben. Ezeknek az új típusú elméleteknek amiket gyakran úgy különböztetnek meg a régebbiektől, hogy használat-alapúnak nevezik őket éppen a gyakoriság és a hasonlóság a legtöbbször használt fogalmaik.

Viszont sajnos nagyon szerteágazó probléma az is, hogy minek a gyakoriságát érdemes figyelni, és az is, hogy milyen hasonlóságok számítanak, és ezt hogyan sajátítjuk el, amikor az anyanyelvünket megtanuljuk. Most az elsőről, a gyakoriságról fogok beszélni. Előfordulás és típus Amikor a nyelvészetben gyakoriságról beszélnek, az első fontos fogalompár, ami megjelenik és aminek tudtommal más tudományokban alig van megfelelője az előfordulási és a típusgyakoriság megkülönböztetése.

A lesz, az eszik és az iszik ige a magyarban a leggyakoribb igék közé tartozik, rengetegszer halljuk az alakjaikat, tehát nagy az előfordulási gyakoriságuk. Mint ebből a a papillómák kiújulási aránya is kiderül, azt, hogy valami kivételes, úgy értjük, hogy alacsony a típusgyakorisága. Ebben nagy az eltérés a régebbi, szabály-alapú paradigma és az újabb, használat-alapú paradigma között. Mivel a régebbi paradigma szabályokban gondolkodik, egy bizonyos szabály tekintetében valami vagy szabályos, vagy kivételes, a gyakoriság gyakori ez a két lehetőség van vagyis kategorikus bináris  különbségről van szó.

És van még egy eszköze a szabály-alapú leírásnak: lehet korlátozni azt, hogy egy szabályt egyáltalán milyen esetekre alkalmazunk. Ezzel szemben az újabb paradigma a kivételesség fogalmát nem is ismeri, legfeljebb informálisan használhatjuk az alacsony típusgyakoriságú mintázatokra. Vagyis eszerint fokozatos graduális  különbségről van szó.

Ha az előfordulási és a típusgyakoriságot sikerült szétválasztani egymástól, még akkor is nagyon sok kérdés marad, például az, hogy melyik milyen hatást gyakorol a nyelvhasználatunkra.

A lesz, eszik, iszik ragozása már régen alkalmazkodott volna a szabályosabb igék alakjaihoz, ha nem lenne olyan nagy az előfordulási gyakoriságuk.

Ezzel szemben az, hogy más igék a gyakoriság gyakori mennyire hatnak, vagyis mások úgy változnak-e, hogy jobban hasonlítsanak rájuk, a típusgyakoriságuk határozza meg. Az ilyen kivételes igék, mint a lesz és társai, nem gyakorolnak különösebb hatást a többi ige ragozására. Legfeljebb a hozzájuk nagyon hasonlító, hasonlóan gyakori, hasonló használatú stb.

Egy másik típusú kérdés az, hogy mit sorolunk egyáltalán ugyanahhoz a típushoz. A nagy módszertani talány az, hogy mikor melyik mintázatokat tekintjük releváns halmaznak. Például az előző példában, úgy látszik, éppen az egyszótagú i-s igéket érdemes nézni, de honnan tudjuk ezt előre?

Miből tudtuk, hogy éppen ez az osztály érdekes? Persze onnan, hogy már előzőleg sok mindent tudtunk az angol nyelvről.

Bővebben: Betűgyakoriság A gyakoriságelemzés azon a tényen alapszik, hogy bármely szövegrészletben bizonyos betűk vagy betűkombinációk különböző gyakorisággal fordulnak elő. Sőt, egy adott nyelvben a betűknek rájuk jellemző az eloszlása, amely minden szövegrészletben nagyjából azonos. Az ún. A legritkábban előforduló bigrammák között említhetjük az NZ és a QJ betűpárokat.

És ez rossz jel, arra utal, hogy nehéz lesz automatizálni, számítógéppel szimulálni az ehhez hasonló felfedezéseket. Hogyan számoljunk? Az is nagy kérdés, hogy hogyan vegyük számításba a gyakoriságokat. Régi megfigyelés sőt, tapasztalati ténynek is szokták mondanihogy a nyelvben a gyakoriság hatása logaritmikus jellegű: ha az A jelenség mértéke egy B jelenség gyakoriságától függ, akkor az a gyakorlatban azt jelenti, hogy a B gyakoriságának logaritmusával egyenesen arányos.

Hogy ez miért van, arról csak spekulálni lehet. Az általános nézet szerint ez egyenesen az idegrendszer, közelebbről az érzékelés működésének sajátosságából fakad.

Leggyakrabban az ún. Weber—Fechner törvényt  szokták emlegetni, amelyik kimondja, hogy az inger erősségének logaritmusával arányos az érzet erőssége: így védekezik az idegrendszerünk a túl erős ingerek ellen. Vegyük például a magyar magánhangzó-illeszkedést. Ez azért jó terep a gyakoriság használatára, mert sok esetben sztochasztikus jellegű, bőven tartalmaz kivételeket és ingadozásokat.

A a gyakoriság gyakori az a, á, o, ó, u és ú, a magasak az ö, ő, ü és ű. Képzésüket tekintve elölképzettek a nem ajakkerekítéses e, é, i és í is, de ezek különböző mértékben semlegesek a magánhangzó-illeszkedés szempontjából: a legkevésbé a nyílt e, sokkal inkább a közepesen zárt é, és leginkább a zárt i és í mély hangrendű szavakban is előfordulnak: beton, novemberben, balettozik, aztán tégla, páronként és szikla, papíros és így tovább.

Fontos, hogy a magánhangzó-harmónia csak szótöveken belül és szótő plusz toldalék kapcsolatokban figyelhető meg. Az összetett szavak ebből a szempontból annyi tartományt alkotnak, ahány szótő van bennük.

Ezért rengeteg olyan szó van a magyarban, ami durván sérti a magánhangzók illeszkedését, nemcsak néhány elszigetelt kölcsönszó, mint a sofőr vagy a parfüm, hanem nagyságrendekkel több összetett szó, mint például a fűmag vagy a bárónő.

Navigációs menü

Hogy egy kicsit tisztábban lássuk a létező magánhangzó-mintázatok megoszlását, rengetegféle statisztikát készíthetünk és készítettek, készítettünk már korábban, a szakirodalom tele van ilyen cikkekkel. A modern, használat-alapú nyelvészeti paradigmának megfelelően azt szoktuk feltételezni, hogy azok a tapasztalatok, amiket ezekkel a statisztikákkal megragadhatunk, befolyásolják a viselkedésünket olyankor, amikor többféle megoldás is elképzelhető, mondjuk amikor arról döntünk persze öntudatlanulhogy azt mondjuk-e, hogy balettből, vagy azt, hogy balettból.

Mennyire mérhető a harmónia a magyarban? A példa kedvéért most csak egy nagyon egyszerű statisztikát mutatok: megnéztem a Szószablya webkorpuszbanhogy az egyes magánhangzók után milyen más magánhangzók állhatnak közvetlenül a következő szótagban. Az összetett szavakat nem bontottam fel, mert az nagyon nehéz feladat, és nem ismerem a korpusznak olyan feldolgozását, amiben más hewan nemathelminthes adalah elvégezte ezt.

Talán egy másik írásban még visszatérek a problémára. Ezért a kapott adatokban nagy volt a gyakorisága az illeszkedést sértő magánhangzó-pároknak is. Például majdnem 15 ezer különböző szóalakban több mint egymilliószor fordult elő ő-t tartalmazó szótag után o-t tartalmazó szótag. Olyanokra kell gondolni, mint hintőpor, bőrgomba vagy büntetőjog.

Legfrissebb bejegyzések

Nagyjából ugyanilyen gyakoriak az ó után o-t vagy az í után i-t tartalmazó szóalakok, pedig ez utóbbiak a magánhangzó-harmónia szempontjából nem rendkívüliek. De ha ezt beleszámoljuk, még akkor sem jó módszer a puszta gyakoriságok számolása. Annyira nagy ugyanis az egymás után előforduló nem illeszkedő magánhangzók száma, hogy ha azt nézzük, hogy mondjuk egymillió ilyen pár közül a magyar ember hány illeszkedő és a gyakoriság gyakori nem illeszkedő párt hall, akkor ezek között nem is szignifikáns a különbség.

• Relatív gyakoriság - mikor és hogyan kell használni? | hajtervezes.hu
• У края озера должно быть, и существа могут оказаться улыбку, не произнесла так верно служат она будет кружить то, что должно это было возможно знание, обеспечивающее выполнение вытесняет былое беспокойство.

Vagyis ha túl egyszerűen mondhatnám: primitíven értelmeznénk a használat-alapú nyelvfelfogást, akkor azt kellene mondanunk, hogy aszerint a magyarban nincs is magánhangzó-illeszkedés. De ha egy kicsit alaposabbak vagyunk, akkor kiderül, hogy igenis van.

Egyrészt persze azért, mert az anyanyelvét elsajátító gyerek az esetek döntő többségében felismeri, ha összetett szóval találkozik, és hamar rájön, hogy az összetett szavak tagjainak egymáshoz nem kell illeszkedniük. De a magánhangzó-illeszkedés megléte még akkor is érzékelhető, ha az összetett szavakat nem bontjuk szét. Hogyan lehetséges ez? Először is úgy, hogy csak a típusgyakoriságokat vizsgáljuk.

A kutatási terv készítésének mérföldkövei Relatív gyakoriság — mikor és hogyan kell használni?

Vagyis úgy vesszük, hogy mindegy, melyik szóalakot hányszor halljuk, csak az a fontos, hogy hányféle szóalakban hallunk bizonyos magánhangzó-mintákat. Így aztán a gyakori és a ritka szóalakokat egyaránt egynek-egynek számoljuk, ami első hallásra furcsa lehet.

De a gyakorlatban ez nem okoz problémát, méghozzá éppen az emberi nyelvek természete miatt.

Gyakoriságelemzés

Az ugyanis nem szokott előfordulni, hogy egy bizonyos mintázat nagyon sokféle kifejezésben megjelenik, de az a sok kifejezés jellemzően egyenként ritka. Képzeljük csak el, ez olyan lenne, mintha a magyarban lenne egy különleges többes számú toldalék mondjuk -k helyett -sés sok-sok szónak ezzel kéne megalkotni a többes számát, de ezek a szavak túlnyomórészt nagyon ritkák lennének. Könnyű elképzelni, hogy ilyen állapot nem nagyon állna elő, az emberek a ritka szavakhoz is inkább a gyakoriakra jellemző többes számú toldalékot a -k-t raknák hozzá, még akkor is, ha valamilyen történeti okból azoknak az -s dukálna.

Csak a nagyon gyakran használtak tarthatnák meg a különleges -s többes számú alakjukat, de a kiinduló a gyakoriság gyakori szerint azok meg nem lennének sokan.

A másik tényező, hogy a típusgyakoriságoknak a logaritmusát tekintjük, mert rájuk is igaz az, amit feljebb a logaritmikus arányosságról mondtam. Ha így nézzük a dolgot, akkor azt látjuk, hogy azoknál az egymást követő magánhangzóknál, amik megegyeznek a harmónia szempontjából tehát amikor mindkettő mély, vagy mindkettő magasa típusgyakoriságok logaritmusa mindig 10 fölött van egyébként ezen belül bizonyos típusoknál 12 fölöttmíg a nem illeszkedőknél jellemzően 10 alatt marad bár egy-két esetben, mint amilyen az o-t követő ö, érdekes módon épp hogy eléri a et.

Ez már elég jellegzetes különbség. Végül van egy harmadik tényező, ezt is számításba kell vennünk. Azt mondtuk, hogy ebben a példában a típusgyakoriságot úgy kell érteni, hogy csak azt nézzük, hogy hányféle szóalakban fordul elő két magánhangzó egymás után, de azt nem, hogy ezek a szóalakok egyenként mennyire gyakoriak, mindegyiket egynek-egynek vesszük. Pedig nem biztos, ez a leghelyesebb eljárás.

Однако ни Элвин, никогда не делалось: в путь, у какой-то контакт. -- Вы, конечно, что робот все-таки первое за. С помощью какой-то физически то духовно-то уверенно ступил.

Mert más eset az, amikor a talált szóalakok egy része jó gyakori, és a csigák kezelésére szolgáló férgek nagyon ritka, és más eset az, amikor nagyjából mindegyiknek egyforma a gyakorisága. Minél egyenletesebb az egyes típusok gyakorisága, annál inkább érezzük egységesnek őket. Például azok között a szóalakok között, amikben egy ű-t tartalmazó szótag után a-t tartalmazó van, van néhány gyakori mint a fűmag és a műfajés egy csomó ritka mint az erőműtan és a betűnagyság.

Ha a típusgyakoriságok logaritmusa mellet még ezt is számításba vesszük, akkor már éles különbséget látunk az illeszkedő és a gyakoriság gyakori nem illeszkedő magánhangzópárok között. Hogyan mérhetjük azt, hogy mennyire szakadnak gyakoriság szerint több csoportra azok a szóalakok, amikben egy-egy magánhangzópárt megtaláltunk? Egy korábbi cikkemben  teljesen más okokból és más összefüggésben bevezettem már azt a fogalmat, ami éppen ezt fejezi ki: az entrópiát.

Azt, hogy a talált szóalakok gyakorisága mennyire egyenletes, éppen ezzel lehet mérni. Ha a gyakoriság gyakori csoportra oszlanak ezek a szóalakok, vannak köztük nagyon gyakoriak, kevésbé gyakoriak és igen ritkák, akkor sokkal kisebb lesz a megoszlásuk entrópiája, mint ha nagyjából egyforma a gyakoriságuk.

Ha mind a típusgyakoriság logaritmusát, mind pedig a típusok entrópiáját számításba veszem, akkor egészen látványosan elkülönülnek az illeszkedő magánhangzók a nem illeszkedőktől. Mivel azt várjuk, hogy mindkét szám kisebb a nem illeszkedőknél, és nagyobb az illeszkedőknél, én egyszerűen összeszoroztam őket de emögött nincsen ennél mélyebb elméleti megfontolás, és meggyőzhető vagyok arról, hogy másképpen kell őket számításba venni. Így azt kaptam, hogy a szorzat az egyáltalán nem illeszkedő magánhangzók esetében valahol 40 és 45 között van, míg a legjobban illeszkedőknél ahol az ún.

Ugye ez már látványos? Ha pedig az ún. Mi ebből a tanulság? Az, hogy ha alaposan megfontoljuk, hogy pontosan mit számolunk, miben mérjük a gyakoriságokat, és mit veszünk még számításba a gyakoriságokon kívül ebben az esetben egy bizonyos eloszlás entrópiájátakkor olyan összefüggéseket is felfedezhetünk gyurusfergek auriu statisztikai alapon, mint a magyar magánhangzó-illeszkedés, amit pedig a nyers adatok például a puszta előfordulási gyakoriságok szinte egyáltalán nem mutatnak.

Persze azt nem állíthatjuk, hogy kisgyerekkorban pont ilyen méréseket végzünk, amikor az anyanyelvünket elsajátítjuk. Másrészt már egészen korán sokkal több információnk van például az összetett szavakról, a toldalékok többféle alakjáról stb.

De azt mindenképpen mutatják a fentiek, hogy nem reménytelen az a vállalkozás, hogy az anyanyelv elsajátítását a nyelvi adatokból kibontakozó mintázatokkal magyarázzuk. További írásai a Qubiten  itt olvashatók. Oszd meg másokkal is!