Orð og tunga - 01.06.1988, Page 13

Friðrik Magnússon
Hvað er títt?
Tíðnikönnun Orðabókar Háskólans
1 Inngangur
Á árunum 1984-85 höfðu Orðabók Háskólans (OH) og IBM á Islandi samvinnu
um gerð íslensks leiðréttingaforrits, þess fyrsta sinnar tegundar hér á landi.
Hlutur OH í þessu starfi var fyrst og fremst fólginn í því að safna orðum í
orðasafn sem leiðréttingaforritið vinnur með. Orðasafnið vax gert á grundvelli
orðtíðnikönnunar sem unnin var upp úr textasafni sem starfsmenn OH völdu.
Frá upphafi var hugmyndin sú að OH nýtti sér textasafnið til frekari orðtíðni-
könnunar. Sú könnun sem gerð var í tengslum við orðasafn leiðréttingaforritsins
var af einföldustu gerð. Tilgangur hennar var aðeins sá að finna algengustu orð-
myndir málsins en ekki að safna tölulegum upplýsingum um orðaforða þeirra
texta sem lágu til grundvallar. Hugmyndin með frekari orðtíðnikönnun var hins
vegar sú að afla nánari upplýsinga um tíðni orða en gert hafði verið vegna leið-
réttingaforritsins og jafnvel nánari upplýsinga en áður hafði verið aflað um tíðni
orða í íslensku, m.a. um tíðni ýmissa málfræðiatriða.
Vinna við þessa orðtíðnikönnun hófst svo í júní 1986 og stóð, með töluverðum
hléum, til ársloka 1987 að úrvinnslu lauk. Lætur nærri að um átta mánaða vinna
liggi að baki þeim niðurstöðum sem hér birtast.
Efnisskipan í þessari grein er á þá leið að í 2. kafla eru útskýrð helstu liugtök
og heiti um orðtíðni sem notuð eru í greininni. I 3. kafla er fjallað stuttlega um
fyrri tíðnikannanir íslenskar auk þess sem minnst er á tvær erlendar tíðnikann-
anir sem hafðar voru til hliðsjónar. I 4. kafla er efnivið könnunarinnar lýst svo
og hvernig staðið var að textavaii. I 5. kafla er úrvinnslu efniviðarins lýst og
þeirri málfræðigreiningu sem framkvæmd var á textunum. I 6. kafla eru helstu
niðurstöður síðan birtar ásamt nokkrum samanburði við niðurstöður fyrri tíðni-
kannana íslenskra og í síðasta kaflanum er rætt stuttlega um möguleika á frekari
úrvinnslu gagnanna og liugsanlegt framliald könnunarinnar.
2 Orðanotkun um orðtíðni
Áður en lengra er haldið er rétt að skýra helstu hugtök og heiti um orðtíðni sem
notuð verða í umfjölluninni liér á eftir en þau eru orð, orðmynd, beygingarmynd
1