SLAN
(Slovotvorný analyzátor pro výuku
češtiny pro cizince)
projekt aplikovaného výzkumu č. TL03000293 (podpořen TAČR)
Ivana Kolářová, Anastasija Sokolova, (Adriana Válková)
Brno
29. 3. 2023
podporou Technologické agentury ČR v rámci C G Í l t T U I T l P TOllÍl Hl podporou Technologické agentury ČR v rámci 4 Q V
Tento projekt je spolufinancován se státní
podporou Ted
Programu ÉTA
n p n Č R w w w , a c r c z
VJĽ/ cizince jmk1
* Výzkum užitečný pro společnost. ^ * *
Motivace: extralingvistické faktory
Počet cizinců v ČR
700 000
600 000
500 000
400 000
300 000
200 000
100 000
0 III ••••
31.12.2019 «31.12.2020 «31.12.2021 «31.12.2022
Zdroj dat: https://www.czso.cz/csu/cizinci/4-ciz počet cizincu#cr.
Graf: vlastní zpracování.
Motivace: teoretická východiska
Slovotvorba v procesu osvojování (cizího) jazyka
• Argus, R. and V. Kazakovskaya (2018) Acquisition of noun derivation in Estonian and Russian L1. Eesti Rakenduslingvistika Ühingu aastaraamat /
Estonian Papers in Applied Linguistics, 14, 23-39.
• Bauer, L. and R Nation (1993) Word families. International Journal of Lexicography, 6 (4), 253-279.
• Clark, E. V., and R. A. Berman (1984) Structure and Use in the Acquisition of Word Formation. Language, 60 (3), 542-590.
• Hacken, ten P., A. Abel and J. Knapp (2006) Word Formation in an Electronic Learners' Dictionary: ELDIT. International Journal of Lexicography, 19
(3), 243-256.
• Madsen, R. S. (2019) Word-formation preferences of non-natives. SKASE Journal of Theoretical Linguistics, 16 (1), 162-176.
• Mattes, V., W. U. Dressler, K. Korecky-Kröll and S. Sommer-Lolei (2021) The Acquisition of Derivational Morphology Amsterdam: John Benjamins
Publishing Company.
• Nádeníček, P. (2017) Krátké zamyšlení nad postavením slovotvorby ve výuce češtiny jako cizího jazyka. In: Nekula M. and K. Šichová (Ed.) Variety
češtiny a čeština jako cizí jazyk, 171-183. Praha: Akropolis.
• Olshtain, E. (1987) The Acquisition of New Word Formation Processes in Second Language Acquisition. Studies in Second Language Acquisition, 9
(2), 221-231.
• Tschichold, C. and. P. ten Hacken (2015) Word-formation in second language acquisition. In: Müller P. O., Ohnheiser I., Olsen S. and F. Rainer (Ed.)
Volume 3. Word-formation: an international handbook of the language of Europe, 2137-2154. Berlin: Mouton de Gruyter.
Slovotvorba ČJ, RJ a dalších slovanských jazyků
• Bozděchová, I. (2016) Czech. In: Müller P. O., Ohnheiser I., Olsen S. and F. Rainer (Ed.) Volume 4. Word-formation: an international handbook of
the language of Europe, 2872-2891. Berlin: Mouton de Gruyter.
• Janda, L. (2010) Russian word-formation in contrast with Czech and Norwegian. Oslo Studies in Language (OSLa), 2 (2), 243-259.
• Kortvélyessy, L. (2016) Word-formation in Slavic languages. Poznan Studies in Contemporary Linguistics, 52 (3), 455-501.
• Uluhanov, I. S. (2016) Russian. In: Müller P. O., Ohnheiser I., Olsen S. and F. Rainer (Ed.) Volume 4. Word-formation: an international handbook of
the language of Europe, 2953-2978. Berlin: Mouton de Gruyter.
Východisko dat: učebnicový korpus UčebKo
Proč korpus?
Korpus
• rozsáhlý soubor elektronicky uložených a statisticky zpracovaných textů
• obecné x specializované
• synchronní x diachrónni
• psané x mluvené
• anotované x neanotované
• ...
Učebnicový korpus
• korpus tvořený z učebnic (češtiny pro cizince)
• zachycuje slovní zásobu cizinců na jednotlivých jazykových úrovních
Východisko dat: učebnicový korpus UčebKo
UčebKo
• tři subkorpusy: UčebKo-A2, UčebKo-B1 a UčebKo-B2
• 9 učebnic češtiny pro cizince (3 pro každou úroveň)
• výběr učebnic: 1. dospělí, 2. komunikativní charakter, 3. aktuálnost
(ne starší 15 let), 4. různí autoři, 5. užívání ve výuce
• přístupný přes SketchEngine pouze autorizovaným uživatelům pro
vědecké účely
• výhoda tvorby korpusu SketchEngine - anotovaný korpus
Korpus UčebKo (Válková 2021)
UčebKo-A2 UčebKo-B1 UčebKo-B2
number of words 91,561 122,604 89,697
number of sentences 15,099 16,993 9,739
average sentence 6 words / sentence 7 words / sentence 9 words / sentence
n o u n total frequency
Lemma Absolute Frequency ?
republika 335 •••
kolika 203 »•
babička 193 —
4 zkouška 182 •••
5 maminka 172 —
6 kamarádka 151 —
ruka 138 •••
manželka 121 •••
9 otázka 98 •••
matka 97 •••
Lemma Absolute Frequency'
řeka 82 •••
procházka 78 •••
památka 70 •••
učitelka 69 •••
zastávka 67 •••
banka 65 —
polévka 63 •••
schůzka 58 •••
značka 57 •••
kočka 56 •••
Lemma Absolute Frequency ?
linka 56 •••
válka 52 .»
holka 52 —
Šárka 50 •••
láska 50 —
taška 49 —
nabídka 47 •••
herečka 47 •••
písnička 42 •••
sbírka 38 ~
Lemma Absolute Frequency ?
dívka 38 •••
podmínka 37 ...
pohádka 36 —
34 sekretářka 36 «•
35 doktorka 35 —
36 peněženka 35 —
křižovatka 34 •••
studentka 34 •••
přednáška 32 •••
40 stránka 32 .«
<\ ± €> O ^
Lemma Absolute Frequency ?
prohlídka 31 •
chřipka 30 •
Monika 30 •
vstupenka 30 •
Lenka 30 •
Amerika 29 •
gramatika 28 •
motorka 28 •
známka 27 •
omáčka 25 •
Rows per page: 50 ~ 1-50 of 701
Válková, A. (2021) Building Czech Textbook Corpora (UcebKo) for Word-formation Research of Czech as a Second Language. Jazykovedný časopis, 72 (2),
631-640.
Databáze SLAN zahrnuje
1. SEZNAMY SLOV podle sémantických skupin, sufixů/prefixů, úrovní
A2, B1, B2
Zahrnují slova odvozená
POUZE OD JEDNOHO SLOVA ZÁKLADOVÉHO, tj. slova tvořená
nejjednodušším způsobem.
Teoretická východiska
Dokulil, M.: Tvoření slovv češtině I. Teorie odvozování slov. Praha:
Academia, 1962.
Dokulil, M. a kol.: Tvoření slov v češtině II. Odvozování
podstatných jmen. Praha: Academia, 1967.
Stícha F. a kol. Velká akademická gramatika spisovné češtiny. I.
Morfologie. Část 1, Část 2. Praha: Academia, 2018
Databáze SLAN zahrnuje:
2. ÚKOLY (CVIČENÍ) K PROCVIČOVÁNÍ
• hledání slov s určitým významem a určitým sufixem v
textu
• poznání významu utvoreného slova
Rozlišení podle úrovní A2, B1, B2
Databáze SLAN nezahrnuje:
- slova složená
príklad z UčebKa: studujou tam samoplátci z celého světa (A2)
- slova odvozená cirkumfixy
príklad z UčebKa: šli k náměstí (A2)
slova vzniklá univerbizací
příklad z UčebKa: bydlí v bytě v paneláku (A2)
Důvody:
• časové možnosti projektu
• slovotvorné způsoby náročnější na pochopení cizincem, vzniká-li jedno slovo minimálně ze dvou
slov základových
https://slan.ped.muni.ez/#/o-projektu
chci úroveň:
B A2 • B1 • B2
bydlet -» bydliště
chci najit: hrát - • h ř i š t ě
(•) podstatné jméno ( ) přídavné jméno
letět —»letiště
má výirwn
místa (nastoupit) —» n á s t u p i š t ě
začíná na
parkovat -» p a r k o v i š t ě
schod -» s c h o d i š t ě
feonVná
išté sportovat —* s p o r t o v i š t ě
chci to vysvětlit v: stání - * s t a n o v i š t ě
(•) češtine Q ruštine Q angličtině
hledět —» h l e d i š t ě
Vyhledal
možnosti vyhledávaných slov podle zvolených vlastností
výsledek vyhledávání (příklad)
SLAN - SLOVOTVORNÝ ANALYZÁTOR PRO VÝUKU ČEŠTINY PRO CIZINCE
chci úroveň:
B A2 • B1 • B2
chci najit:
(S) podstatné jméno Q přídavné jméno
ma vyznám
místa
konči na
iště
chci to vysvětlit v:
(5) češtině Q ruštině O angličtině
1
I
bydlet -> bydli
hrát -> hřiště
letět -> letiště
(nastoupit) -> nástupiště
parkovat -> parkoviště
schod -> schodiště
sportovat -> sportoviště
stání —> stanoviště
hledět -> hlediště
rod: střední (tc
příklady:
domácí/fotbalové/golfové
dětské hřiště (A2). být
blízko hřiště, chodit s
kamarády na hřiště
pozor: mění ser-*ř
Chci najit slova Chci si procvičovat
ové
I
Ul\l I
T A Tento projekt je spolufinancován se statni
' podporou Technologické agentury ČR v rámci ^ \
Programu 11 A. v ?
Výzkum užitečný pro ípoíečnoíf
© 2023 - EVE Technologies s.r.o. & Masaryk University
SLAN - SLOVOTVORNÝ ANALYZÁTOR PRO VÝUKU ČEŠTINY PRO CIZINCE
• DOA: cpeflHHň (TO)
• npnnepbi:
Chci nají slova Chci si procvičovat
chci úroveň:
O A2 • B1 • B2
chci najít:
(•) podstatné jméno ( ) přídavné jméno
bydlet -» bydli*
hrát —> hřiště
letět -» letiště
domáci/fotbalové/golfové
dětské hňště (A2), být
blízko hřiště, chodit s
kamarády na hňště
• BHiiMamie: npoucxoAMT
H3M6HeHMe T —* Ť
mé lýznam:
místa
(nastoupit) -» n á s t u p i š t ě
parkovat —*• p a r k o v i š t ě
začíná na: schod —»schodiště
Honů' na
isté
sportovat —* s p o r t o v i š t ě
stání — s t a n o v i š t ě
chci to vysvětlit v:
O češtině (•) ruštině Q angličtině
hledět —* h l e d i š t ě
^ ^ |
umí T A
Č R
Tento projekt je spolufinancován se státní
podporou Technologické agentury ČR v rámci
Programu ÉTA.
www.tacr.cz
Výzkum užitečný pro společnost
ídrWUBJOgfM
© 2023 - EVE Technologies s.r.o. & Masaryk University
Co najdeme u jednotlivých derivátů?
základové slovo: učit -> učitel
v cestme, ruštine, angličtine:
• gramatické informace o rodě substantiv
• příklady kolokací z korpusu Učebko nebo ze SYN2020
• informace o hláskových změnách při odvozování, pokud se vyskytují
• informace o variantách sufixu, pokud se vyskytují
Seznamy derivátů podle sémantických
skupin a sufixů - podstatná jména
Sufixy psané versálou se ukázaly jako nejvíce produktivní
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina sufixy
názvy osob
0 a ac ák AN
ANT/
ENT
AŘ/
AR
át CE C
ček Cl ec en ér/
• *
ler
ÍK/
NÍK
ik ina ir ISTA
ka 1 och oun TEL
SEZNAMY SLOV - podstatná jména se sufixy
i- i - i s u f i x
v
sémantická skupina
názvy prostředků a nástrojů
a ák Č ČKA/
KA
dlo
ík/ník na ní/tí tko
názvy objektů
a ák ba č dlo ec
ek ice/
nice
ÍK/
NÍK
INA ivo KA
ko Ní/
Tí
ost ovna
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina
názvy látek
názvy jednotlivostí
názvy míst
sufixy
dlo INA/NINA IVO
ek ín ina inka
ba dlo ík/
nik
INA isko
IŠTĚ KA NA ní/tí NICE
ost/
nost
STVÍ/
CTVÍ
tko
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina
názvy vlastností a stavů
sufixy
a ba no/o
OST/
NOST
ota STVÍ/
OVSTVÍ
názvy jazyků
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina
názvy dějů
sufixy
A BA dlo e/ě EK
el/ ch í ina j
ež
KA ná/ Ní/ 0 ost/
tá Tí nost
ot ství t va
názvy poplatků
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina
názvy číselných pojmů
sufixy
ice ina/ iny KA
tina
názvy hromadné
í oví CTVO/
STVO
názvy zveličelé
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina sufixy
názvy zdrobnělé áček átko ečka ečko
EK enka ÍČKA íčka
ičko íčko ík ínek
inka KA ko
SEZNAMY SLOV - podstatná jména se sufixy
sémantická skupina
názvy přechýlené
sufixy
ice KA yně/
kyně
názvy ostatní čko/ ík KA ní/tí
ko
SEZNAMY SLOV - podstatná jména s prefixy (příklady)
sémantická skupina
názvy míst
prefixy
pra před vele multi
názvy dějů
názvy vlastností a stavů
pod před sou
bez nad po sou
SEZNAMY SLOV - podstatná jména s prefixy (příklady)
sémantická skupina prefixy
názvy osob
multi nad pod
pra před vice
Polysemie výrazů z korpusu UčebKo
výsledek děje - prostředek činnosti
význam 1 význam 2
výsledek děje prostředek činnosti
zařízení Co potřebujeme k zařízení bytu?
(B2)
mobilní zařízení, elektronická
zařízení (A2, B1, B2)
sprcha dát si pořádnou sprchu (B1) koupelna se sprchou (A2, B1, B2)
Další případy
Někdy je v korpusech Učebko slovo doloženo jen v jednom z možných významů
UčebKo syn2020
výstava
místo děj, výsledek děje
výstava
navštívit výstavu (A2, B1, B2) výstava lidového umění
místo vlastnost, stav
pohotovost jít na pohotovost (A2, B1, B2) vyhlásit stav pohotovosti, být v plné
pohotovosti
místo děj, výsledek děje
oddělení studijní oddělení, vedoucí oddělení
(A2, B1, B2)
brzké oddělení od rodiny
sémantická kategorie počet sufixů počet lemmat nejzastoupenější sufixy (počet
lemmat)
příklady (jazyková úroveň)
děj, výsledek děje 19 691 -ní/-tí (464) představení (A2, B1, B2) <— představen/představit
názvy osob (masculine animate) 26 417 -ík/-ník (73) zákazník (A2, B1, B2) < - zakázka
vlastnost, stav 6 202 -ost/-nost (173) radost (A2, B1, B2) < - rád, zkušenost (A2, B1, B2) < - zkušený
zdrobneliny 15 186 -ek (77) dárek (A2, B1, B2) dar
názvy žen 3 162 -ka* (125) kamarádka (A2, B1, B2) < - kamarád, manželka (A2, B1, B2) < - manžel
místo 13 135 -na (43) kavárna (A2, B1, B2) < - káva, knihovna (A2, B1, B2) < - kniha
objekty 16 115 -ka* (38) fotka (A2, B1, B2) fotit
prostředky a nástroje 9 48 -čka/-ka*(14) motorka (A2, B1, B2) < - motor
číselné výrazy 4 30 -ka*(21) desítka (A2, B1, B2) <- deset
názvy jazyků 2 29 -ina* (28) angličtina (A2, B1, B2) < - anglický
hromadné názvy 3 14 -ctvo/-stvo (9) obyvatelstvo (A2, B1, B2) < - obyvatel
poplatky 2 10 -ně (9) jízdné (A2, B1, B2) ^ jízda
látky 3 8 -ina* (6) tekutina (B1, B2) < - tekutý
jednotliviny 4 5 -ina* (2) potravina (A2, B1, B2) <— potrava
zveličení 1 1 -isko (1) psisko (B2) <— pes
jiné 53
CELKEM: 2 106
sémantická kategorie počet prefixů počet lemmat nejzastoupenější
prefixy (počet
lemmat)
příklady (jazyková úroveň)
děj, výsledek děje 3 3 —
podnájem (A2, B1, B2) <— nájem,
předprodej (A2, B1, B2) <— prodej, souhra
(B1, B2)^hra
názvy osob (masculine
animate)
6 12 pra- (7) prarodič (A2, B1, B2) < - rodič
místo 5 5 předsíň (A2, B1, B2) < - síň, veletrh (A2, B1,
B2) < - trh, multikino (B1, B2) < - kino,
mikroregion (B1, B2) <— region, prales (B2)
<— /es
vlastnost, stav 4 6 nad- (2), sou- (2) nadváha (A2, B1, B2) <- váA?a, sot//aoř f f í t
fí2j /aof
CELKEM: 26
ž. r. str. r. m. r. živ. m. r. neživ. CELKEM:
končí na 869 634 431 172 2 106
začíná na 6 5 9 6 26
CELKEM: 875 639 440 178 2 132
chci úroveň:
D A2 • B1 • B2
chci najít:
(i) podstatné jméno
má význam:
pojmenování žen
ice, ka, ynô/kyné
chci to vysvětlit v:
(•) češtině Q ruštině Q angličtině
Vyhledat
zákazník -»zákaznice
úředník -»úřednice
kadeřník -»kadeřnice
pracovník —»pracovnice
návštěvník —> návštěvfl
přítel přítelkyně
kolega . kolegyně
průvodce -»průvodk
sportovec -> sportovkyně
zaměstnanec —> zaměstnankyně
pěvec —» pěvkyně
plavec -»plavkyně
• rod: ženský (ta)
• příklady: nová kolegyně
(A2). představit novou
kolegyni (B1), seznámit se
s novou kolegyní (B1)
zájemce —> zájemkyně
Děkujeme za pozornost!
Ivana Kolářová: kolarova@ped.muni c.7
Anastasija Sokolova: sokolova@ped.muni c.v
Adriana Válková: ad.valkova@amail.com