Korpus u ra�unaru
�Analiziranjem Vukovog jezika u odnosu na savremeni jezik, istina u okviru jedne pilot-sonde, vidi se da se polako gubi akuzativ, a �e��e se koristi genitiv�, ka�e profesor Aleksandar Kosti�
Po nepisanom pravilu savremenih lingvista da jezik koji nije predstavljen na internetu ne postoji, srpski jezik �e nastati tek ovog februara! Tada �e biti prikazana internet prezentacija CSL (Corpus of serbian language), koju su postavili stru�njaci Laboratorije za eksperimentalnu psihologiju Filozofskog fakulteta i Instituta za eksperimentalnu fonetiku i patologiju govora. Pored veb sajta, uradili su projekat Kvantitativni opis strukture srpskog jezika kakav, tvrde, nema niko. "Bi�e to kao da, recimo, Uganda izbaci Habl teleskop, a Amerikanci ga nemaju", ka�e Aleksandar Kosti�, rukovodilac ovog projekta i profesor psihologije na katedri za psihologiju Filozofskog fakulteta u Beogradu. Tvrdi i da ovaj posao, osim nau�ne, ima i politi�ku, strate�ku i psiholo�ku va�nost. Politi�ka se ti�e etabliranja jezika. Nau�na se, ukratko, odnosi na slede�e:
Predstavljanje jezi�kog korpusa (odre�ena koli�ina teksta koja mo�e a ne mora da bude obra�ena, a slu�i kao instrument za kvalitativno i kvantitavno istra�ivanje) u elektronskom obliku uobi�ajena je pojava u praksi � svetski jezici, engleski, francuski, nema�ki i sl., prikazani su jo� pre desetak godina; me�u manjim jezicima postoje �ak hrvatski i bo�nja�ki. U tim korpusima, uz pomo� kompjuterskih programa, definisani su du�ina re�i, broj slogova, eventualno vrsta re�i. "Svako dalje gramati�ko odre�enje zahteva ru�nu obradu, pa su zato vrlo retki i mali korpusi sa vi�e podataka, najvi�e do milion re�i, koliko ima britanski na primer. Mi imamo korpus od 11 miliona re�i ru�no, gramati�ki, detaljno obra�enih! I to nije sve. Uradili smo dijahroni korpus srpskog jezika od XII veka do danas. Zna�i, na�ete, na primer, neki tekst sv. Save, i pratite promene svake re�i iz veka u vek. Ta obrada ra�ena je na osnovu sistema kodiranja koji razlikuje 2000 gramati�kih oblika. Zna�i, ovo �to imamo najve�i je ru�no obra�en dijahroni jezi�ki korpus na svetu", tvrdi profesor Kosti�.
Autor i inicijator ovog projekta je dr �or�e Kosti� (otac Aleksandra Kosti�a), koji je u Institutu za eksperimentalnu fonetiku, sa 400 saradnika u periodu od 1955. do 1962. godine, obradio materijal koji je stao u sedam tomova Frekvencijskog re�nika, svaki preko 1000 strana.
"Bilo je �teta da taj kapital propadne, pa smo 1996. godine nastavili tamo gde je moj otac zaustavljen i, sav rad njegove ekipe sad je u kompjuteru", ka�e Aleksandar Kosti�. Obja�njava da je u Frekvencijskom re�niku navedena verovatno�a javljanja svake re�i. "Mi smo naveli verovatno�u javljanja svih gramati�kih oblika svake re�i. �emu frekvencijski re�nici? Oni su baza svim psiholingvisti�kim istra�ivanjima. Dok poredim bogatstvo jezika na primer Andri�a i Krle�e, na osnovu utiska, to nije nauka, to je impresija. Tek analizom uzorka teksta od recimo 20.000 re�i mo�emo ta�no da odredimo �ija je leksika i morfologija razgranatija, �ija su glagolska vremena bogatija... Nema impresije, sve se egzaktno zna."
Profesor Kosti� obja�njava da je mogu�e predvi�ati razvoj jezika i u budu�nosti. "Zamislite koordinatni sistem, na X osi pratite vreme, na Y recimo glagolska vremena. Isto kao �to mogu da napravim funkciju koja �e pokazati koliko je prezent upotrebljavan u XII veku, mogu da ekstrapoliram tu funkciju u vremenu i da otkrijem da za 150 godina ne�e biti ni imperfekta ni aorista, a bi�e prezenta i futura. Ili, analiziranjem Vukovog jezika u odnosu na savremeni jezik, istina u okviru jedne pilot-sonde, vidi se da se polako gubi akuzativ, a �e��e se koristi genitiv."
Frekvencijski re�nik je svedok vremena � tu sad dolazimo do njegove strate�ke va�nosti. Profesor Kosti� tvrdi da bi, da je u ovoj zemlji postojao centar koji prati strane medije, onog trenutka kad je re� Kosovo u Njujork tajmsu upotrebljena dva puta a pre toga se godinama nije pojavljivala, to bio predznak onoga �to �e se desiti.
Naj�e��e upotrebljavana re� srpskog jezika jeste glagol biti; u ispitanom korpusu od 11 miliona re�i pojavljuje se 94.498 puta, a naj�e��a imenica je dan, i nalazi se tek na 30. mestu od svih re�i.
Projekat je ura�en sredstvima Instituta za eksperimentalnu fonetiku. Dr�ava zasad nije bila zainteresovana. "Bitno je da nije odmagala", ka�e profesor Kosti�. O�ekuje da �e sajt CSL privu�i pa�nju javnosti. "Posla�u linkove na 10.000 adresa, pa �e se u svetu videti �ta smo uradili. Va�no je da �e se na sajtu pojavljivati i na�i radovi vezani za istra�ivanje korpusa srpskog jezika. O�ekujemo da �e i strance zainteresovati srpski jezik."
Sonja �iri�
