Lingvistiske faktorers betydning for interskandinavisk sprogforståelse. Charlotte Gooskens

Transkript

1 Lingvistiske faktorers betydning for interskandinavisk sprogforståelse Charlotte Gooskens 1

2 Oversigt 1. baggrund 2. projekter 3. måling af sprogforståelse 4. lingvistiske afstande - fonetiske afstande - leksikale afstande - internet-eksperiment 5. asymmetri - entropi - lingvistisk erfaring - ortografiens rolle - dansk artikulation - børn 6. konklusion 2

3 1. Baggrund 3

4 Interskandinavisk sprogforståelse Semikommunikation: introduceret af Haugen (1966) kommunikation mellem talere af nært beslægtede sprog, hvorved hver taler bruger sit eget sprog 4

5 Semikommunikation 5

6 Semikommunikation Forklarende faktorer: - holdning - kontakt - lingvistisk erfaring - ortografi - lingvistiske afstande 6

7 2. Projekter 7

8 Projekt I Linguistic determinants of mutual intelligibility in Scandinavia finansieret af NWO, det hollandske forskningsråd 1. januar januar 2011 medlemmer af projektgruppen: Charlotte Gooskens (projektleder) Renée van Bezooijen (postdoc) Sebastian Kürschner (postdoc) Anja Schüppert (Ph.D.) 8

9 Projekt II Indbyrdes sprogforståelse i det nederlandske sprogområde finansieret af NWO og FWO, de hollandske og belgiske forskningsråd 1. januar januar 2011 medlemmer af projektgruppen: John Nerbonne (Groningen) Charlotte Gooskens (Groningen) Renée van Bezooijen (Nijmegen) Roeland van Hout (Nijmegen) Rob Schreuder (Nijmegen) Dirk Geeraerts (Leuven) Dirk Speelman (Leuven) 9

10 Mål at udvikle en model som kan forklare den indbyrdes forståelse mellem nært beslægtede sprog 10

11 Metode 1. måle sprogforståelse 2. måle lingvistiske afstande 3. isolere øvrige faktorer 11

12 3. Måling af sprogforståelse 12

13 Sprogforståelse Materiale: samtaler monologer forelæste tekster ordlister 13

14 Sprogforståelse Testning: samtaleanalyse åbne spørgsmål multiple choice spørgsmål cloze test oversættelse reaktionstider EEG-målinger... 14

15 4. Lingvistiske afstande 15

16 Lingvistiske afstande Niveauer: syntaktisk prosodisk leksikal morfologisk fonetisk 16

17 Fonetiske afstande Levenshtein afstande (Nerbonne et al): sammenligner rækker af symboler (fonemer) omkostningerne ved at ændre en række symboler til en anden række omkostningerne er tilføjelser, fjernelser og erstatninger der tages højde for ordlængde afstanden mellem to sprogvarianter er gennemsnittet af afstandene mellem alle ordpar i to parallelle ordlister kun historisk beslægtede ord (cognates) f.eks. sv. gatorna vs. dk. gaderne 17

18 Levenshtein-afstande Først lænkning på ordniveau: 18

19 Lænkning Derefter lænkning af lydsegmenter: sv. hemma, da. hjemme Den lænkning, som har færrest omkostninger, vælges automatisk 19

20 Levenshtein-afstande Eksempel: 20

21 Levenshtein afstande Planlagte forbedringer (Beijering, Gooskens & Heeringa): konsonanter vs. vokaler position i ordet perceptive afstande mellem lydpar 21

22 Københavneres forståelse af nordiske dialekter 18 nordiske dialekter testpersoner: københavnske gymnasieelever opgave: oversæt fablen om Nordenvinden og Solen ord for ord 22

23 Københavneres forståelse af nordiske dialekter 23

24 Københavneres forståelse af nordiske dialekter Sprogforståelsen: procentdelen af korrekt oversatte ord per dialekt Levenshtein-afstande: 98 ord 98 afstande mellem rigsdansk og hver dialekt afstanden til en dialekt er gennemsnittet af de 98 afstande afstande mellem rigsdansk og hver af de 17 dialekter 24

25 Københavneres forståelse af nordiske dialekter r = 0,80 25

26 Leksikale afstande Procentdel ikke-beslægtede ord (non-cognates) 26

27 Sammenhængen mellem sprogforståelse og leksikale afstande r = 0,47 27

28 Leksikale afstande Præcisere målinger: frekvens ordlængde oprindelse (arveord, låneord) ordklasse kohorte stil 28

29 Internet-eksperiment Hvor godt forstår forskellige grupper i det germanske sprogområde hinandens ordforråd? Hvilke lingvistiske faktorer er afgørende for forståelsen? 29

30 Internet-eksperiment Materiale: 7 germanske sprog 400 frekvente substantiver 30

31 Internet-eksperiment Database: ord fra talesproget formel stil: taler fra Europarlamentet uformel stil: Corpus of spoken Dutch (CGN) 2575 mest frekvente leksemer oversættelser til hollandsk, frisisk, højtysk, plattysk, dansk, svensk, norsk 31

32 Internet-eksperiment Kodning: udtale beslægtet/ikke-beslægtet ordklasse oprindelse længde stil (formel, uformel, neutral) 32

33 Internet-eksperiment Testpersoner: 720 gymnasieelever (36 grupper a 20 personer) modersmål hollandsk, frisisk, skandinavisk særgrupper fra grænseområderne i øst-holland og Sønderjylland 33

34 Internet-eksperiment Opgave: oversæt 96 talte ord til modersmålet oversæt 96 skrevne ord til modersmålet 34

35 Internet-eksperiment Testperson: dansk norsk svensk Testsprog: hollandsk frisisk tysk plattysk dansk x x x x x x sønderjysk x x norsk x x svensk x x hollandsk x x x saksisk x x frisisk x tysk plattysk 35

36 Internet-eksperiment Hvor godt forstår skandinavere nabosprogenes ordforråd Hvad forstår danskere bedst, plattysk eller højtysk? Forstår sønderjyder bedre plattysk og højtysk end andre danskere? Hvad forstår hollændere bedst, plattysk eller højtysk? Forstår saksisktalende hollændere bedre plattysk og højtysk end andre hollændere? Er det rigtigt at danskere og frisere kan forstå hinanden? (sammenligning med dansk i Holland og omvendt) 36

37 Internet-eksperiment Sprogforståelse: procentdel korrekt oversatte ord Forklarende faktorer: skriftsprog og talesprog fonetiske og leksikale afstande arveord og låneord formel, uformel, neutral stil falske venner ordlængde 37

38 Internet-eksperiment Access code: germanic Password: guest Vælg sprog via settings 38

39 Lyttedel Internet-eksperiment 39

40 Internet-eksperiment Læsedel 40

41 Internet-eksperiment Testpersonens egne resultater vises: 41

42 Internet-eksperiment Alle testpersonernes resultater: 42

43 5. Asymmetri 43

44 Asymmetri Asymmetrisk sprogforståelse: dansk-svensk norsk-dansk/svensk portugesisk-spansk hollandsk-afrikaans tjekkisk-slovakisk 44

45 Asymmetri Ofte forklaret med ikke-lingvistiske faktorer. Men kan lingvistiske afstande også være asymmetriske? 45

46 Asymmetri Leksikal: Sv. rum Da. værelse rum 46

47 Asymmetri 47

48 Konditionel entropi Moberg, Gooskens & Nerbonne (2007) lænkning med Levenshtein-algoritmen kan udtrykke asymmetrisk sprogforståelse 48

49 Konditionel entropi Eksempel med et korpus på 2 fonetisk transskriberede ord: lænkes med Levenshtein-algoritmen 49

50 Konditionel entropi H(D S) = 0,0 < H(S D) = 0,28 50

51 Konditionel entropi udtrykker hvor svært det er for f.eks. en svensker at genkende et dansk udtalesegment ud fra det tilsvarende danske segment: antal valgmuligheder eller graden af usikkerhed. udtrykker korrespondancers regelmæssighed og frekvens. lav entropi indebærer få forstyrrelser i kommunikationen eller få valg høj entropi indebærer mange forstyrrelser i kommunikationen eller stor valgfrihed 51

52 Database svensk-dansk 52

53 Konditionel entropi 3 Danish Swedish entropy measures E(S D) 1.5 Symmetry line All words Cognates Cognates, native words 1 Cognates, loan words Cognates, German loan words Cognates, Latin/Greek/French loan words Cognates, native words, function words Cognates, native words, content words E(D S) 53

54 Lingvistisk erfaring Nordmænd har stor erfaring med sproglig variation pga. dialekternes stærke position in Norge. Kan det forklare at nordmænd er bedre til at forstå nabosprogene end danskere og svenskere? gentagelse af det danske dialekteksperiment i Norge 54

55 Lingvistisk erfaring 55

56 Lingvistisk erfaring 56

57 Ortografiens rolle for den svensk-danske sprogforståelse Dansk talesprog har udviklet sig hurtigere end svensk, mens skriftsprogene har udviklet sig meget langsommere Hypotese: Danskere har mere nytte af ortografien når de skal dekodere svensk end omvendt 57