Korpus 2000 ? til hvilken nytte? - Det Danske Sprog- og ...

I det følgende afsnit gives eksempler på en række sammenlignende undersøgelser,
man kan foretage på de to korpusser, og mulige fortolkninger af
resultaterne drøftes.
2. Sammenlignende undersøgelser og fortolkningen af resultater
Søger man på enkeltord i K2000-systemet, vises hyppigheder og kollokater i
kontrastive oversigter for K2000 og K90, der muliggør en umiddelbar sammenligning
af ords udbredelse og kollokationelle egenskaber i de to korpusser. Således
får brugeren straks et indtryk af de forandringer, der måtte være sket inden
for ordforråd, bøjning og kombinatorik/semantik i løbet af den tid, der ligger
mellem udarbejdelsen af de to korpusser. Ulempen ved den kontrastive
præsentation af undersøgelsesresultater er, at brugeren let kan forledes til at
drage uhensigtsmæssige slutninger, der giver et forvrænget billede af formodede
sproglige forandringer.
2.1. Ordforråd
En sammenligning af alle ords hyppigheder i K2000 og K90 viser ikke overraskende,
at nogle ord forekommer betydeligt oftere i det ene korpus end i det
andet. Hvis man antager, at begge korpusser afspejler deres tids danske sprogbrug,
altså K90 sprogbrugen i perioden 1983-1992 og K2000 sprogbrugen i
perioden 1998-2002, så kan man med en vis rimelighed fortolke hyppighedsforskelle
som forskelle i udbredelsen af de pågældende ord i dansk som helhed.
Figur 1 nedenfor viser, hvordan hyppighederne for formerne af substantivet
regn oplyses i brugerinterfacet: første søjle oplister samtlige mulige bøjningsformer
af lemmaet, anden søjle oplister hver forms hyppighed i K2000 og tredje
søjle de tilsvarende hyppigheder i K90. I nederste række står hyppighederne for
hele lemmaet regn, dvs. summen af alle dets forskellige former. 8 Hyppighederne
oplyses ikke i absolutte tal, men som logaritmiske størrelser i form af mellem
0 og 7 røde (på figuren mørke) prikker. Fordelen ved at udtrykke hyppigheden
som en af otte mulige hyppighedsklasser er, at måske tilfældigt betingede forskelle
i et ords hyppighed i de to korpusser udviskes til en vis grad og risikoen
for at brugeren fejlfortolker hyppighedsoplysningerne følgelig mindskes noget.
8 Det glade ansigt viser, at lemmaets stavning er i overensstemmelse med
Retskrivningsordbogens normering. Hyppighedstabellerne kan også indeholde former og
stavemåder, der afviger fra den officielle norm – de vil da være markeret med et vredt
ansigt.
STU DIE R I NORDISK 2002-2003 19