En jämförelse mellan ord för ansiktsuttryck på svenska och mandarin

styra. I Bieber och Jones (2009:1295) beskrivs det som ”how a word tends to occur together with other
specific words”. I egenskap av att kollokationen förekommer ofta tillsammans med sökordet kan den
säga någonting om sökordets betydelse. Ett sätt att mäta styrkan i en kollokation, eller med andra ord
hur sannolikt det är att kollokationen beror på ett faktiskt semantiskt samband och inte på slumpen, är
Mutual Information (MI). MI kommer från början från informationsteorin; Kenneth Ward Church och
Patrick Hanks (Church och Hanks, 1990) föreslog en applikation av metoden för att fastställa graden
av koppling mellan ord. Det enklaste sättet att beräkna MI är genom att dividera den observerade
frekvensen med vilken en kollokation förekommer med sökordet i fråga, med den förväntade
frekvensen (hur ofta man enligt slumpen kan förvänta sig att ordet i fråga skulle förekomma
tillsammans med sökordet) (Biber och James, 2009:1297). Den förväntade frekvensen = (sökordets
totala frekvens i korpusen * kollokationsordets totala frekvens i korpusen)/ det totala antalet ord i
korpusen. I och med att MI är en logaritmisk skala så är skillnaden i gemensam information relativt
stor mellan två närliggande värden. Konkret betyder det att ”ett rapporterat MI-värde på 5 innebär att
kollokationen är 2 5 = 32 gånger vanligare än vad slumpen skulle ge. Omvänt skulle ett värde på -5
betyda att kollokationen är 2 -5 = 1/32 så vanlig, alltså 32 gånger ovanligare än slumpen skulle ge.”
(Robert Ö stling, doktorand i datorlingvistik vid institutionen för lingvistik på Stockholms universitet,
privat konversation). Man kan även ta hänsyn till kollokationsspannet vid beräkningen, varvid MI
beräknas:
MI = log ((AB * korpusstorlek) / (A * B * kollokationsspann)) / log(2)
där A = sökordet och B = kollokationsordet (corpus.byu.edu/mutualInformation.asp, observerat 3:e maj
2013). Ju högre MI-värde som erhålls, desto starkare är kopplingen. Det ska också sägas att MIvärdena
för kollokationer som har en väldigt låg förekomst i korpusen som helhet kan generera ett högt
MI-värde på grund av denna låga frekvens, varför sådana kollokationer måste tas med en nypa salt
(Biber och Jones, 2009:1298). I ett helt kapitel i sin avhandling diskuterar Stefan Evert (Evert,
2005:från sida 119) på djupet problemet med att få fram användbar information vid låga frekvenser.
I denna uppsats har beräkningen av MI skett automatiskt vid sökningen efter kollokationer i de
två korpora som använts. Ett sökspann om 6 ord användes för både svenska och mandarin, och för de
svenska orden och uttrycken har Simple Query Syntax använts för att få fram alla böjningar av
respektive ord vid en och samma sökning (Hoffmann et al., 2008). För uttrycken pluta med munnen,
gnissla med tänderna och snörpa på munnen användes
söksträngarna ”pluta[r,de,nde,ndes,]”, ”gnissla* tänder*” respektive ”snörp[a,te,ande,andes,t]
mun*”. På grund av för litet antal träffar för pluta med munnen söktes endast på pluta. När det
gäller söksträngarna för de senare två uttrycken så fångar de även in uttryck som ”gnissla högt med
tänderna”, ”gnissla tänderna”, ”snörpa surt på munnen” och dylikt. Antalet ord som kan förekomma
mellan gnissla och tänder, respektive snörpa och mun är alltså 5.
En viss rensning av kollokationsresultaten utfördes sedan, där alla kollokationer med ett MIvärde
som var negativt eller lika med 0, alla funktionsord (såvida de inte troddes ha relevans för
sökordet, som till exempel åt har för flina), skiljetecken, person- och platsnamn, samt sökordet i sig
när det förekom som kollokation, rensades bort. Ä ven kollokationer som beror på fasta uttryck
rensades bort i viss mån. Till exempel gjorde uttrycket ”vet inte om man ska skratta eller gråta” att
skratta och gråta kollokerade starkare på svenska än xiào och kū på mandarin, vilket Robert Ö stling
också gjorde mig uppmärksam på. Att rensa bort fasta uttryck visade sig dock vara svårare på
kinesiska, då mer eller mindre fasta uttryck är extremt vanliga där. De mest uppenbara fallen rensades
emellertid bort.
2.4. Intervjuer med modersmå lstalare
Syftet med intervjuerna var att få informanterna att berätta om hur de utvalda orden och uttrycken
användes i deras respektive modersmål, för att därigenom förstå deras semantik. De svenska
informanterna bestog av två kvinnor och tre män, i åldrarna 19, 25, 29, 61 och 22 år och de kinesiska
informanterna bestog av tre kvinnor och två män i åldrarna 23, 28, 32, 28 och 19 år. Alla svensktalande
informanter kom från Sverige och alla mandarintalande informanter kom från Kina. Intervjuerna hölls
9