Můžete popsat, co si má člověk pod pojmem jazykový korpus představit?
Je to soubor strukturovaných textů, které jsou pečlivě vybrané. Tyto texty se využívají k jazykovědnému výzkumu. Dnes už totiž ve vědě nestačí, že máte v hlavě ideu a o té něco napíšete. Mít hypotézu nestačí, musíte ji podložit daty. Ta hypotézu vyvrátí, nebo potvrdí.
Co všechno soubory textů, které shromažďujete, obsahují?
Ten nejtypičtější je korpus současné psané, respektive tištěné češtiny. Oslovujeme nakladatele a vydavatele, kteří nám poskytují svou produkci, respektive to, co jsou schopní a ochotní nám věnovat. Z textů pak korpus vyrábíme. Musíme přitom vše převést do jednotné podoby, někdo pošle Word, jiný PDF… Důležitá pro nás je i informace, kdo a kdy daný text napsal. Není pochopitelně v našich silách shromáždit všechno, co u nás vyjde, ale to pro naše účely není ani potřeba. Stačí mít reprezentativní vzorek jazyka. Jinak se píše v médiích, jinak v odborné literatuře a beletrii. Součástí našich korpusů je i vzorek mluvené češtiny.
Jak jako běžný uživatel vaše zkoumání využiji?
Vlajkovou lodí Českého národního korpusu je aplikace Slovo v kostce. Tam zadáte libovolné slovo a ona ho ukáže z nejrůznějších úhlů. Jak často se vyskytuje a jestli víc v beletrii, nebo publicistice, v jakých spojeních se nejčastěji objevuje, jeho regionální výskyt a další informace.
Tak třeba slovo „novinář“. Zkuste mi ho z vašeho pohledu popsat.
Výraz „novinář“ se vyskytuje nejvíc v publicistice. V mluveném jazyce ho najdeme minimálně, stejně jako v naučné literatuře. A kolokace, tedy spojení s jinými slovy? Typický je „syndikát“, případně „svaz novinářů“, „britský novinář“, „investigativní novinář“…
Proč zrovna „britský novinář“?
Museli bychom to detailněji rozebrat, podívat se do dat. Kolem slova „novinář“ se často vyskytují i jiné přívlastky: „český“, „ruský“, „americký“, případně „bulvární“.
Může vaše zkoumání ovlivnit i zjednodušování jazyka? Když se některé výrazy přestanou používat a zvolí se jen jeden dva místo původních čtyř pěti?
Nedávno jsem psal sloupek o konkurenci slov „který“ a „jenž“. V novém vzdělávacím programu se totiž argumentovalo, že už se nebudou žáci učit, jak se skloňují zájmena „jenž“ a „tentýž“. Že prý je to těžké a nepoužívají se. Vezměte si třeba obrat „muži, již přišli“, ten je bezpochyby archaický. Data však jasně ukazují, že v novinách se jiné tvary zájmena „jenž“ skutečně používají, a to hojně. Vy novináři potřebujete, abyste stále neopakovali stejná slova, a tak hledáte varianty. Vidíte, že nelze dát jen na dojmy, nejsme dojmologové, ale jazykovědci.
Současná čeština – jaká je z pohledu vaší vědy?
Je variabilnější, než si uvědomujeme a než si je leckdo ochoten připustit. Lze jejím prostřednictvím vyjádřit cokoli, a to mnoha různými způsoby. V neformální situaci klidně i nespisovně, on se svět nezbortí.
Je jednodušší? Máme menší slovní zásobu?
Neřekli bychom. Některá slova zanikají, jiná však vznikají. Hodně se přejímá z angličtiny. Cizí vzory se počešťují. To je ale přirozené. Jazyk bez přejímek neexistuje. Často se mluví třeba o tom, že na Islandu se hovoří stále stejně jako kdysi ve středověku. Máme tu kolegu, který tam žil, a ten potvrzuje, že všichni Islanďané mluví dobře anglicky a přirozeně také přejímají z angličtiny nové výrazy. Je to pro ně nejpohodlnější. Těžko můžete být bilingvní a nepřejímat.
Slovy filmu Pelíšky: rozmohl se nám tady takový nešvar – spojení „baví mě“. Místo „líbí se mi“. Dokázali byste to interpretovat?
Někdy lidé moc nepřemýšlejí o skutečném smyslu slova. Vágnost ale k jazyku patří. Vždycky je nějaký výraz v určité době atraktivní, dnes bychom řekli „sexy“. V použití výrazu „baví mě“ se dá vysledovat jistá lenost uživatelů vyjadřovat se přesně. Když řeknete, že vás kniha nebo film bavily, je to, jako když řeknete, že to bylo super. Jen pozitivní emoce, nic víc tím neříkáte. Dříve bylo slovo „baví“ spojené s komedií. Dnes to použijete i u hororu nebo psychologického dramatu. Už nemusíte říkat, co vás na tom bavilo. Pohodlnost stojí za spoustou módních výrazů. Jiný příklad jsou rádoby učená slova jako „sofistikovaný“. Naše data ukazují, že od roku 1998 se jeho používání zčtyřnásobilo.
Jak moc je čeština otevřená cizím vlivům?
Stejně jako je vnějšímu působení otevřená celá společnost. Ostatně jsme jedna velká globální vesnička. Možná ještě někde v Amazonii narazíte na kmen, kde mluví podobně jako před tisíci lety. Ale i ti asi, pokud jsou v kontaktu s nedomorodci, přejímají jejich slova. Aby se s nimi vůbec dorozuměli.
Často se setkávám s názory, že mladí si se starými nerozumějí. „Nová“ čeština je prý pro starší generaci nesrozumitelná.
My „těm mladejm“ občas také nerozumíme, a to nejsme žádní starci. Z mezigeneračního pohledu to ale nebude tak strašné. Pokud chápou kontext, porozumí si vnuk s dědou bez problémů. Tohle jsou obvyklé stesky nad údajným úpadkem jazyka. Jazyk je zrcadlo společnosti, se změnami společnosti se mění i její jazyk. Co je nové, to je zvyšující se rychlost změn. Jako se stále rychleji mění technologie, tak se stále rychleji mění i naše komunikace. Dnešní generace prožije za svůj život nesrovnatelně více změn než generace předcházející. Člověk se toho může bát, může proti tomu protestovat, ale jazyk nezakonzervujete, jako se vám nepovede zastavit vývoj ve společnosti.
Z kterých zdrojů čerpáte? Kromě textů od nakladatelství a vydavatelů?
Stahujeme z webu také internetový jazyk. Pořizujeme i ukázky jazyka mluveného.
Jak?
Máme síť spolupracovníků, kteří nahrávají lidi v přirozeném prostředí, například když se sedí někde v hospodě. Ovšemže s jejich souhlasem.
Nehrozí, že se lidé při nahrávání stylizují, více si hlídají, jak a co říkají?
Na začátku snad, ale nakonec se vždy přestanou hlídat. Nahrávky pak přepisujeme, se všemi obraty, se všemi těmi „eee“. Typický mluvený jazyk je to, co používáme v soukromí, mezi kamarády a příbuznými, ne to, co říká moderátor v rozhlase nebo televizi, kde čte předem napsané věty.
To by mě zajímalo, co z takových nahrávek vyčtete...
Třeba že člověka, který by mluvil jako kniha, prakticky nepotkáte. Jistě, jsou výjimky, ale jinak je běžná řeč plná opakovaných a vycpávkových slov, vracíme se k už řečenému, nedokončujeme věty. Je to chaos, ale nakonec si stejně rozumíme, naštěstí. V psaném projevu si můžete hrát na intelektuála, pak ale máte něco z fleku vyjádřit nebo vysvětlit ústně – a váš projev je plný vycpávek „prostě“, „vlastně“ nebo „jako“.
Přesto si lidé z různých sociálních a profesních vrstev nakonec rozumějí, ne?
V neformálním prostředí jsou si lidé mnohem blíž. Vzdělanější lidé mají vyšší potřebu používat formálnější obraty. Určitě bude rozdíl mezi tím, když se akademik baví s kamarády u piva a když píše článek.
Kdo všechno z vašich dat čerpá?
Máme osm tisíc registrovaných uživatelů. Ze dvou třetin to jsou studenti. Cizinci i čeští bohemisté. Asi pětinu tvoří vědečtí pracovníci, jazykovědci, sociologové a další. Předpokládám, že i vy, novináři. Pokud ještě ne, zkuste se inspirovat na našem webu www.korpus.cz.
Strážce streamu
