Orð og tunga - 01.06.2013, Blaðsíða 46

36
Orð og tunga
Virkni og einkenni íslenskrar orðmyndunar verða einnig til þess að
tíðnitölur orða og sjálfstæðra orðmynda skila e.t.v. ekki eins afgerandi
niðurstöðum fyrir íslensku og t.d. fyrir ensku, eins og sjá má af þessu
dæmi:
kransæðarhjáveitugræðlingur
coronary artery bypass graft
Þarna er eitt orð í íslensku fyrir fjögur í ensku. íslensku uppflettiorðin
sem vert er að skoða eru kransæð, hjáveita, græðlingur og/eða kransæðar-
hjáveita/hjáveitugræðlingur. Vandi orðtökumannsins er því sá að einn-
ig þarf að skoða orðhlutana til þess að grandgæfa orðaforðann í text-
unum, samanber þetta samsetta orð. Forrit sem greinir samsett orð
þarf því að vera hluti af orðtökubúnaðinum11 og tíðni orðhlutanna
þarf sennilega einnig að koma við sögu ef nota á orðtíðni í íslenskri
orðabókargerð. Það verk bíður þó síðari tíma þegar orðtökutólið hef-
ur batnað.
5 Lokaorð
Nýjar gagnauppsprettur gera orðabókarmönnum fært að endurskoða
orðaforðann í verkum sínum á skilvirkari hátt en áður hefur verið
mögulegt þannig að betur sé komið til móts við notendur með því að
ná yfir fjölbreytta málnotkun á þeim tíma sem orðabókin er samin.
Hins vegar eru ýmsir annmarkar á því að byggja íslenska orðabók
alfarið á tíðnitölum, eins og gert var í Cobuí/d-orðabókinni sem nefnd
er í upphafi þessarar greinar. Cobuild er byggð á málheild með u.þ.b.
26 milljónum lesmálsorða en lesmálsorð í MIM eru u.þ.b. 25 milljónir
í endanlegri gerð. I Cobuild munu vera „over 70,000 references" eða
uppflettimyndir (sjá bókarkápu) en samkvæmt ágiskun eru u.þ.b. 300
þúsund uppflettiorð í MÍM. Ætla mætti að svo mörg uppflettiorð skil-
uðu niðurstöðu sem hægt væri að byggja á til orðabókargerðar en
mjög virkar samsetningarreglur verða til þess að tíðnitölur í ensku og
íslensku eru ekki sambærilegar, eins og vikið var að hér að framan.
Vegna þessa verður tíðnidreifing í íslensku ekki sambærileg við ensku.
Til dæmis koma rúmlega 308 þúsund orðmyndir úr þeim hluta MIM
sem borinn var saman við BIN aðeins fyrir einu sinni.12 Stakdæmi
11 Jón Friðrik Daðason (2012) notar forrit sem greinir samsett orð í leiðréttingarbúnaði
sínum en tólinu hefur ekki verið beitt í orðtöku enn sem komið er.
12 Fjöldi lemma í þessum hluta MÍM er 407.192 en af þeim koma 229.895 aðeins