Abstraktit - Oulu

4. ARPPE, ANTTI – MONIMUUTTUJAMENETELMIEN
HYÖDYNTÄMINEN TEKSTIAINEISTOJEN KIELENTUTKI-
MUKSESSA: SYNONYMIAN TARKASTELU SUOMEN KIELESSÄ
Yleisen kielitieteen laitos, Helsingin yliopisto
Asiasanat:
Synonymia on kielitieteellisen tutkimuksen kohteena pitkään jäänyt lapsipuolen
asemaan verrattuna esimerkiksi polysemian tutkimukseen. Synonymiaa
koskettavat tutkimukset ovat olleet harvassa ja usein toisistaan irrallaan, vaikkakin
viime vuosina voinut nähdä pienoista kiinnostuksen aktivoitumista niin kotimaassa
(Arppe 2002, Jantunen 2004, Vanhatalo 2005) kuin ulkomailla (Divjak & Gries
2006), jonka puitteissa on ryhdytty systemaattisesti täyttämään tähänastista aukkoa.
Synonymian tutkimuksen keskeiseksi kohteeksi on muodostunut, mitkä
kielensisäiset ja ulkoiset tekijät erottavat samaa tarkoittavia synonyymeja
toisistaan. Näitä tekstiaineistojen pohjalta havaittuja synonyymien käyttöön ja
valintaan vaikuttavia kontekstipiirteitä ovat 1) tekstityyppi, 2) leksikaalinen
konteksti, 3) syntaktiset rakenteet, 4) syntaktisten argumenttien semanttiset luokat
ja 5) morfologiset piirteet. Aikaisemman synonymian tutkimuksen puutteena on
ollut, että se on rajautunut pääsääntöisesti 1) pareittaisiin vertailuihin tai 2)
yksittäisiin kontekstipiirteisiin tai piirrekategorioihin kerrallaan rajautuviin
selitysmalleihin.
Näin ollen tavoitteenani on osoittaa käytännössä, kuinka 1) useamman kuin
kahden synonyymisen sanan joukon käyttöä ja eroavaisuuksia voidaan tutkia
kokonaisvaltaisesti tekstiaineistojen avulla, 2) huomioimalla kattavasti eri
kontekstipiirrekategoriat ja 3) havaitsemalla eri piirteiden väliset riippuvuudet ja
keskinäiset painoarvot tilastollisia monimuuttujamenetelmiä hyödyntämällä.
Menetelmämielessä tutkimukseni on jatkoa Griesin (2003) sekä Divjakin ja Griesin
(2006) työlle. Tarkoitukseni on kuvata seikkaperäisesti, miksi valitsen eri
tilastollisia menetelmiä eri vaiheissa ja kuinka näitä tilastollisia menetelmiä
käytetään. Keskeinen tulos on, että n. 100 lingvistisen eli morfologisen, syntaktisen
ja semanttisen tekijän avulla voidaan selittää 2/3 (65%) neljän yleisemmän ajatellasynonyymin
käytöstä.
Tutkimuksessani kehitettyjen ja esitettyjen menetelmien avulla voidaan
yleisesti systematisoida sanakirjojen toimitustyötä ja tarkentaa näin syntyviä
leksikografisia kuvauksia. Mikäli käytettävissä on eurooppalaisia valtakieliä varten
koottujen syntaktisesti ja semanttisesti annotoitujen tekstiaineistojen eli ns.
puupankkien ja ontologioiden kaltaisia resursseja, voidaan tutkimuksessa
kehitetyillä menetelmillä myös osittain automatisoida sanakirjatyössä käytettävien
tekstiaineistojen esiprosessointia.
KIELITIETEEN PÄIVÄT 24.–25.5.2007 12 / 155
OULU