hellog〜英語史ブログ / 2011-02-23

■ #667. COCA 最頻50万語で品詞別の割合は？ [lexicology][corpus][french][loan_word][adjective][statistics][coca]

　昨日の記事[2011-02-22-1]に引き続き，COCA ( Corpus of Contemporary American English ) に基づく単語の頻度リストを利用したパイロット・スタディ．今回は，こちらで最近になって追加された最頻50万語のリストを用いて，昨日と同様の品詞別割合を調べた．昨日のリストは見出し語 ( lemma ) に基づいた最頻5000語，今日のリストは語形 ( word form ) に基づいた最頻50万語（正確には497187語）で，性格が異なることに注意したい．
　昨日とほぼ同じ作業だが，今回は2万語ずつで階級を区切り，L1からL25までの階級のそれぞれにおいて noun, verb, adj., adv., others の5区分で品詞別割合を出した．（数値データはこのページのHTMLソースを参照．）



　L6（12万語レベル）辺りから品詞別比率は安定期に入るといってよいだろう．L17（34万語レベル）辺りから変動期が始まるのが気になるが，階級幅を大きくしてみると（ならしてみると）直前のレベルから大きく逸脱していない．
　[2011-02-16-1]の記事以来，形容詞の比率が気になっているが，今回のデータ全体から計算すると，0.1738という値がはじきだされた．昨日の lemma 調査では0.1678だったから，値は非常に近似している．ただし，名詞と動詞の lemma 対 word form の比率は，名詞が 0.5086 : 0.6985，動詞が 0.2000 : 0.1065 と大きく異なるので，形容詞の 0.1678 : 0.1738 という近似は偶然かもしれない．lemma 対 word form の品詞別割合には異なる傾向があるのかもしれないが，それでも大規模に調べると安定期と呼びうる区間が出現することは確かなようだ．
　[2011-02-16-1]の記事で触れたように，中英語期のフランス借用語における形容詞比率は0.1768だった．今回の値0.1738と酷似しているが，主題の性質がまるで違うので，直接の関係を論じることは無理である．もとより昨日と今日の調査は，[2011-02-16-1]の調査とは無関係に始めたものである．しかし，偶然と思えるこの結果は，示唆的ではある．借用語彙といえば名詞が圧倒的なはずだと予想していたものの，フランス語や古ノルド語からはおよそ一定の割合の形容詞（それぞれ lemma 調査で0.1768と0.1817）が借用されていた．そして，その比率は時代が異なるとはいえ現代英語の比率と近似している．英語語彙全体における比率と借用語彙における比率が近似しているということは，もし偶然でないとしたら，何を意味するのだろうか．フランス借用語彙や古ノルド借用語彙が，英語に適応するような自然な比率で英語語彙へ溶け込んだということだろうか．これは，今回のパイロット・スタディの結果を受けての印象に基づく speculation にすぎない．今後も品詞別割合という観点に注目していきたい．

[ 固定リンク | 印刷用ページ ]