LINGUISTICA (LM) - ISABELLA CHIARI DIZIONARI E FASCE DI FREQUENZA

Transcript

1 LINGUISTICA (LM) - ISABELLA CHIARI DIZIONARI E FASCE DI FREQUENZA

2 LA STRATIFICAZIONE DI FREQUENZA DEL LESSICO Linguistica (LM) - Isabella Chiari Pagina 2

3 + Il vocabolario di base dell italiano Un po di storia n Prima (Thompson 1927), (Knease 1933), (Skinner 1935), ( Russo 1947), (Migliorini 1943), (Juilland & Traversa 1973), ( Sciarone 1977) n De Mauro, 1980 > n Dopo n GRADIT, DIB, DAIC, De Mauro-Paravia n (Galli de' Paratesi & Council of Europe. 1981), (Marconi et al. 1993), DISC (Sabatini-Coletti), Devoto-Oli, Zingarelli, ecc. n Obiettivi, usi e metodologie differenti Linguistica (LM) - Isabella Chiari 3

4 Stratificazioni dell italiano: frequenza d uso I dizionari più recenti introducono indicazioni sulla frequenza d uso delle parole Per esempio, il De Mauro - Paravia usa queste categorie: FO: fondamentale (vocaboli frequentissimi, come a, di, il, faccia, andare; da soli coprono il 90% dello scritto o del parlato) AU: alto uso/frequenza (parole come bensì, viso, recarsi che coprono all incirca il 6-8% dei testi e discorsi, note a chi ha un livello almeno medio di istruzione) AD: di alta disponibilità (relativamente rari nel parlare o scrivere, ma legati a oggetti o atti della vita quotidiana, come coperchio, furgone, garza, pantofola) Linguistica (LM) - Isabella Chiari Pagina 4

5 Stratificazione del lessico LS Vocabolario comune Vocabolario Di base Linguistica (LM) - Isabella Chiari Pagina 5

6 Caratteristiche tradizionali VDB VDB 1980 Integrazione dei criteri statistici e delle valutazioni sottoposte a sperimentazione Obiettivi Obiettivi didattici Obiettivi lessicologici Stratificazione Tre fasce (FO, AU, AD) Per rendere conto del diverso comportamento delle unità nei testi e nell uso (anche endofasico) Documentazione Esplicitazione dei criteri di selezione per ciascuna fascia ed esplicitazione delle fonti Linguistica (LM) - Isabella Chiari Pagina 6

7 Vocabolario COMUNE (Gradit) Linguistica (LM) - Isabella Chiari Pagina 7

8 Marca d uso per accezione Linguistica (LM) - Isabella Chiari Pagina 8

9 Ferreri, L alfabetizzazione lessicale, 2005 Linguistica (LM) - Isabella Chiari Pagina 9

10 De Mauro, La fabbrica delle parole, 2005 Linguistica (LM) - Isabella Chiari Pagina 10

11 De Mauro, La fabbrica delle parole, 2005 Linguistica (LM) - Isabella Chiari Pagina 11

12 I DIZIONARI DI FREQUENZA Linguistica (LM) - Isabella Chiari Pagina 12

13 Principali lessici di frequenza italiani ITALIANO SCRITTO LIF - Lessico di frequenza della lingua italiana contemporanea ITALIANO PARLATO LIP - Lessico di frequenza dell'italiano parlato COLFIS - Corpus e Lessico di Frequenza dell'italiano Scritto Linguistica (LM) - Isabella Chiari 13

14 Dizionari di frequenza Usando il computer, si possono raccogliere grandi quantità di testi in formato elettronico (un corpus) e riordinare le parole contenute: per es. ordine alfabetico, ordine alfabetico inverso, ordine di frequenza LIF - Lessico di frequenza della lingua italiana contemporanea: parole (scritte) circa lemmi in ordine alfabetico e in ordine di frequenza Il corpus del LIF contiene testi teatrali (T) romanzi (R) copioni cinematografici (C) periodici (P) sussidiari (S) Le parole più frequenti dell italiano sono: il, di, egli, a, essere, e, uno, in, che, non, io, avere, da ecc. Le liste di frequenza possono aiutare nello studio delle lingue Le prime 100 parole più frequenti arrivano a coprire il 60% di qualsiasi testo Le prime 1.000, l 85% Le prime 4.000, il 97% Linguistica (LM) - Isabella Chiari Pagina 14

15 Liste di frequenza Forma elenco di tutte le forme (type, tipi di parole) indici di frequenza (ossia il numero di occorrenze nel testo) frequenza relativa, (F w /N) rapporto tra le occorrenze della singola parola (F w ) e il numero di parole testuali del corpus (N) frequenza relativa normalizzata Presentazione per frequenza decrescente Al primo posto compare la parola testuale più frequente, all ultimo la meno frequente. La forma che ha frequenza maggiore, e che si trova al primo posto, si dice di primo rango. parole vuote e, di, che, a, il, in parole grammaticali parole piene Don, era sostantivi, verbi, aggettivi, avverbi Linguistica (LM) - Isabella Chiari Pagina 15

16 Lista di frequenza del primo capitolo dei Promessi Sposi 255 4,1255% e 195 3,1548% di 162 2,6209% che 146 2,3621% a 109 1,7635% il 100 1,6179% in 100 1,6179% un 97 1,5693% non 80 1,2943% la 78 1,2619% per 55 0,8898% le 53 0,8575% con 47 0,7604% si 44 0,7119% del 42 0,6795% i 41 0,6633% come 39 0,6310% una 38 0,6148% ma 38 0,6148% più 34 0,5501% o 31 0,5015% gli 28 0,4530% don 28 0,4530% da 26 0,4206% due 25 0,4045% se 24 0,3883% poi 24 0,3883% della 24 0,3883% era 23 0,3721% al 22 0,3559% abbondio I Frequenze assolute II frequenza relative III tipi di parole Linguistica (LM) - Isabella Chiari Pagina 16

17 Il LIF - Lessico di frequenza della lingua italiana contemporanea Realizzazione CNUCE (Centro Nazionale Universitario di Calcolo elettronico) di Pisa (1971) U. Bortolini, C. Tagliavini, A. Zampolli primo grande progetto di costruzione di un lessico di frequenza per la lingua italiana (non tagliato su un singolo autore o su testi specificatamente letterari). Reference corpus Corpus di parole Testi scritti lemmi ordinati per frequenza e secondo l ordine alfabetico Oggi il corpus non è disponibile. Linguistica (LM) - Isabella Chiari 17

18 Tipologie testuali: rappresentatività dello scritto (e indirettamente del parlato) Sussidiari Teatro Periodici Romanzi Cinema Linguistica (LM) - Isabella Chiari 18

19 COLFIS - Corpus e Lessico di Frequenza dell'italiano Scritto Contemporaneo Pier Marco Bertinetto, Cristina Burani, Alessandro Laudanna, Lucia Marconi, Daniela Ratti, Claudia Rolando, e Anna Maria Thornton Pubblicato: 2006 (testi anni Novanta) Linguistica (LM) - Isabella Chiari 19

20 Progetto COLFIS Rappresentatività italiano medio Letture preferite dagli italiani (indagini ISTAT) Bilanciamento differenziati per tipologia (quotidiani, periodici, libri) e per argomento (politica, letteratura, sport, ecc.). il bilanciamento delle fonti, che conferisce un carattere di non casualità alle rilevazioni numeriche estraibili dall'archivio lessicale Estensione parole Linguistica (LM) - Isabella Chiari 20

21 altro Bilanciamento La Repubblica Il corriere della sera arte scienza e tecnica auto e nautica La Stampa bambini e ragazzi casa e hobby femminili fotoromanzi informazione generale cronaca mondana radio e televisione sport viaggi e ecologia LIBRI Circa occorrenze 13 generi letterari PERIODICI Circa occorrenze QUOTIDIANI Circa occorrenze QUOTIDIANI economia cronaca locale cronaca mondana cronaca nera politica estera politica interna scienza spettacolo sport Linguistica (LM) - Isabella Chiari 21

22 Ricerca nel corpus Linguistica (LM) - Isabella Chiari 22

23 COLFIS in sintesi 23 Pregi Difetti Rapresentatività Criterio esterno fondato Comparabilità cronologica con LIP Estensione Media per gli standard attuali Distribuzione Online Liste di frequenza scaricabili in molti formati Interrogazione Maschera molto povera Non supporta ricerche per categoria Accesso corpus Solo alla porzione autorizzata Senza esportazione delle concordanze Nessun accesso al testo integrale Linguistica (LM) - Isabella Chiari

24 LIP «Corpus del Lessico di frequenza dell italiano parlato» A cura di Tullio De Mauro, Federico Mancini, Massimo Vedovelli e Miriam Voghera (1993) 57h di registrazione di parlato ( ) parole grafiche occorrenze di lemmi Rappresentatività geografica: Milano, Firenze, Roma e Napoli: ogni città occorrenze Interrogazione completa e gratuita sito BADIP (banca dati dell'italiano parlato) Linguistica (LM) - Isabella Chiari 24

25 Rappresentatività Tipologie testuali 1) scambio bidirezionale faccia a faccia con presa di parola libera 2) scambio bidirezionale non faccia a faccia con presa di parola libera (conversazioni telefoniche) 3) scambio bidirezionale faccia a faccia con presa di parola non libera (dibattiti, interviste, interrogazioni) 4) scambio unidirezionale in presenza di destinatario/i (lezioni, conferenze, omelie, comizi, ecc.) 5) scambio unidirezionale o bidirezionale a distanza (trasmissioni radiofoniche e televisive) Linguistica (LM) - Isabella Chiari 25

26 Lemmi LIP in ordine alfabetico Linguistica (LM) - Isabella Chiari Pagina 26

27 Esempio: il testo RA1 (formato grezzo) Linguistica (LM) - Isabella Chiari 27

28 Interrogazione BADIP Linguistica (LM) - Isabella Chiari 28

29 Risultati Linguistica (LM) - Isabella Chiari 29

30 Osservare le concordanze Linguistica (LM) - Isabella Chiari 30

31 LIP in sintesi 31 Pregi Difetti Interrogazione Ricca anche per categorie vuote Accesso ai sottocorpora Esportabilità di tutti i risultati in molteplici formati (XML, Excel, testo, ecc.) Distribuzione Online gratuita Accesso al corpus integrale (scaricabile) Accesso con interrogazione Estensione Il corpus è piccolo (secondo gli standard attuali) Accesso corpus Nella versione online non si accede alle liste di frequenza La versione online non è identica a quella su carta Non è distribuito l audio Linguistica (LM) - Isabella Chiari

32 DIZIONARI CORPUS-BASED Linguistica (LM) - Isabella Chiari Pagina 32

33 I dizionari basati su corpora dizionari dell uso attenzione alle attestazioni, soprattutto attuali, dei termini privilegiare gli usi più frequentemente testimoniati nella lingua contemporanea esemplificazione autentica dizionari basati su corpora ricorso a materiale desunto da corpora Progetto COBUILD Collins Cobuild English Dictionary for Advanced Learners (2001) associato alla Bank of English diretta da John Sinclair, sin dalla fine degli anni Ottanta ha lavorato alla elaborazione di dizionari corpus-based Linguistica (LM) - Isabella Chiari Pagina 33

34 Benefici dell uso dei corpora criteri di selezione e presentazione del materiale ordinamento delle accezioni canoni di definizione dei lemmi accesso diretto a corpora di riferimento Il Cobuild è stato il primo dizionario inglese a citare, come accezione di senso principale del temine gay, il significato di omosessuale prima del senso vitale e allegro (cfr. Krishnamurthy 2002) Anche per il lessicografo per raccogliere i poli di senso e individuare le principali accezioni, ottenere tutte le occorrenze delle forme testuali del lemma, concordanze, le liste di frequenza, indicatori di collocazione. Linguistica (LM) - Isabella Chiari Pagina 34

35 Benefici dell uso dei corpora criteri di selezione e presentazione del materiale ordinamento delle accezioni canoni di definizione dei lemmi accesso diretto a corpora di riferimento Il Cobuild è stato il primo dizionario inglese a citare, come accezione di senso principale del temine gay, il significato di omosessuale prima del senso vitale e allegro (cfr. Krishnamurthy 2002) Anche per il lessicografo per raccogliere i poli di senso e individuare le principali accezioni, ottenere tutte le occorrenze delle forme testuali del lemma, concordanze, le liste di frequenza, indicatori di collocazione. Linguistica (LM) - Isabella Chiari Pagina 35

36 Rivoluzione lessicografica dal punto di vista della pianificazione e progettazione del lavoro del lessicografo risorsa guidata dalla presenza di dati autentici dal punto di vista delle possibilità di fruizione da parte dell utente dizionario più fedele alla lingua in uso Accesso autonomo a materiale testuale Linguistica (LM) - Isabella Chiari Pagina 36

37 LE FREQUENZE NEL DIZIONARIO Linguistica (LM) - Isabella Chiari Pagina 37

38 Marche d uso (di frequenza) nella Lessicografia italiana TDM: FO AU AD = VDB, CO Sabatini-Coletti ad esempio indica tutti insieme i c vocaboli definiti come di alta disponibilità uno scopo eminentemente pratico: fornire a particolari categorie di utenti della lingua tutti coloro che comunicano ampiamente con il pubblico: giornalisti, redattori di testi in genere una generica indica- zione sui vocaboli che si presumono conosciuti e ben compresi da un parlante odierno di cultura media, per suggerire di preferirli, in determinate circostanze, ad altri meno noti, oppure di dotare questi ultimi di spiegazione ( Sabatini & Coletti 1997: XIII) Zingarelli parole con piccolo rombo Devoto-Oli Linguistica (LM) - Isabella Chiari Pagina 38

39 Frequenze nel LDOCE3 e OALD From: Hanhong Li and Alex C. Fang "Age tagging and word frequency for learners dictionaries" Linguistica (LM) - Isabella Chiari Pagina 39

40 Altri dizionari inglesi From: Hanhong Li and Alex C. Fang "Age tagging and word frequency for learners dictionaries" Linguistica (LM) - Isabella Chiari Pagina 40