1
Využití korpusů
při výuce češtiny jako cizího jazyka
PLIN022 2.
2
Opakování klíčových pojmů
1. Čeština jako mateřský jazyk (L1)
2. Čeština jako druhý jazyk (L2)
Zděděný jazyk
3. Čeština jako cizí jazyk
4. Čeština pro cizince
5. SERR
6. Korpus
7. Data-driven learning (DDL)
3
Jazykový korpus
„Rozsáhlý soubor autentických textů (psaných nebo mluvených)
převedený do elektronické podoby v jednom formátu tak,
aby v něm bylo možné jednoduše vyhledávat jazykové jevy
(zejména slova a slovní spojení / kolokace) ...“
F. Čermák (2017): KORPUS. NESČ. URL: https://www.czechency.org/slovnik/KORPUS
4
Korpusy a výuka
1. nepřímé využití
lingvisté, autoři učebních materiálů
= analýza dat a aplikace na výukové materiály
2. přímé využití
studenti, lektoři = vlastní aktivity s korpusy
3. popularizace
5
Hlavní motivace
6
Výuka podložená daty
Jak se může korpusový výzkum projevit ve výuce?
Vědecká gramatika (popis; corpus-based, corpus-driven)
X
Pedagogická gramatika (užití)
7
Pedagogická gramatika
... je pro ni příznačný vědecký odborný styl?
... popisuje mluvnici daného jazyka v celé její šíři?
... je určena poučenému uživateli – filologovi?
... přináší netradiční pohled na mluvnici daného jazyka?
... by měla odrážet potřeby vyučovací praxe?
... popis pravidel je orientován především prakticky?
... mluvnice daného jazyka musí být zjednodušována?
... je často kritizovaná pro neodbornost, přílišné zobecnění či výběrovost?
ANO/NE
8
Pedagogická gramatika
Pedagogická gramatika
pokyny, co musíme nebo
nesmíme v cizím jazyce dělat
X
stigma zjednodušené
vědecké gramatiky
jazyková úroveň kompetence
a znalosti žáka
výukový materiál
výzkum
tradice
výukové metody
vliv dalších vědních disciplín
popis gramatiky jazyka
pro účely výuky a učení druhého jazyka
10
Zajímavosti ze světa pedagogické gramatiky
Imperfektum x perfektum
Vlastní vzory a modely
Signální gramatika
(Např. Signální slova jako včera, dnes, zítra signalizují
použití správného gramatického času.)
Sémantika prefixů (Holá 2006, s. 137)
11
Signální gramatika
obvykle chodit/jezdit
dneska jít/jet
Vysvětlete studentům češtiny
Gramatický rod v češtině
Slovesný vid v češtině
Akuzativ podstatných jmen
L. Holá: New Czech Step by Step (2004)
L. Holá: Česky krok za krokem (2016)
5 nejfrekventovanějších substantiv
mužského rodu životného (Ma) na –a:
[tag="N.M.*"&lemma=".+a"]
5 nejfrekventovanějších substantiv
mužského rodu životného (Ma) na -e:
[tag="N.M.*"&lemma=".+e"]
středního rodu (N) na -e:
[tag="N.N.*"&lemma=".+e"]
Nebo jsem viděla zajímávý věc, taky jsem fotografovala (A2)
Mobil je nedaležity věc pro mě . (A2)
Jíný věc je že v Finsku všichní zujou se boty , když vystoupíme na domu . (B1)
Ale každý věc má druhou stranu , taký je tam nějaká falešná reklama. (B1)
Nepřímé využití
nové přístupy
evidence-based koncept (založený na „tvrdých“ datech, v praxi ověřených)
frekvence
ustálené souvýskyty slov
Frekvence
co je v jazyce časté?
hlavním zdrojem o frekvenci jsou korpusy
je základní stavební kámen korpusové lingvistiky
lze ji sledovat na všech jazykových úrovních
bychom x bysme; televizor x televize;
měli bychom si koupit televizi, protože televize jsou teď za dobrou cenu (…)
Frekvence ve výuce jazyků
aplikace především v oblasti slovní zásoby a gramatiky
předpoklad: častěji používaná slova jsou součástí všech (?) typů konverzací,
jejich znalost tedy usnadní porozumění
v angličtině velice populární seznamy nejčastěji používaných slov
General Service List (West 1953), British National Corpus List (Nation 2006),
new-General Service List (Brezina; Gablasova 2015), Essential Word List (Dang; Webb 2016)
frekvence gramatických struktur a jejich revize pro učební materiály
(např. pasivum přesunuto na vyšší jazykové úrovně a zasazeno do patřičného kontextu)
slovní zásoba akademické češtiny
seznam nejčastějších akademických slov a víceslovných jednotek
databáze (materiál pro další výzkum)
pomůcka při výuce či při psaní akademických textů (diplomních prací apod.)
https://www.korpus.cz/akalex/
Ustálené souvýskyty slov
údaje o frekvenci slouží k identifikaci souvýskytu slov
opakování/opakovatelnost X nahodilost
Korpusová lingvistika
kolokace (slovní spojení)
tratoliště krve, Červený kříž, praní špinavých peněz
koligace (typ kolokace, princip předurčeného výběru)
jezdit do školy každý den X teď; stojí to 100 korun X koruny;
mluvit česky X čeština
n-gram(y) (víceslovné výrazy, řetězce)
to je v pořádku; jak se ...?; myslím, že; na druhou stranu
24
Kolokace a kolokační paradigma
seznam kolokátů jednoho slova
kolokační paradigma slova hlavní:
V. Cvrček (2017): KOLOKACE. NESČ
https://www.czechency.org/slovnik/KOLOKACE
Ustálené souvýskyty slov
1. Před použitím léku si pečlivě přečtěte příbalový .
2. Hliník se odstěhoval do .
3. jarní
4. Tato změna je dána *, jak se mění poloha planety Země.
5. Na závěr přidáme sůl a .
6. Kdo jinému jámu kopá,
7. Chtěl jsem, se na to podívala ještě jednou.
Ustálené souvýskyty slov ve výuce
podpora dalších vědeckých disciplín
psycholingvistika: když mluvíme využíváme kapacitu krátkodobé paměti,
obměňujeme struktury, netvoříme struktury nové
osvojování L1/L2: dítě si osvojuje celé struktury,
s postupující znalostí je schopno strukturu rozklíčovat
= konec izolování jednotlivých slov; doplňování nejen gramatického kontextu
pro jednotlivá slova
look forward (to) Have you ever .... ? (been / seen / had / heard / tried)
modrý, modrá, modré = modré křeslo, modrý koberec, modrá deka
Ustálené souvýskyty slov ve výuce
→konec izolování jednotlivých slov
(Korpusová) revoluce v ELT
“people who have never
heard of a corpus are
using the products of
corpus research.”
(McEnery/Xiao/Tono,
2006)
ELT – English Language Teaching
https://www.slovnikafixu.cz/
Korpusové gramatiky a slovníky češtiny
SMARTOOL: nástroj na výuku lexika a morfologie
TWIRLL: Targeting wordforms in russian language learning (2018)
Spolupráce:
TheArtic University of Norway, Tromsø; Higher school of Economics, Moskva; Norwegian
Agency for International Cooperation and Quality Enhancement in Higher Education
Laura A. Janda (slavistika, korpusová lingvistika, kognitivní lingvistika)
SlaviCorp 2018: navázání spolupráce s ÚČNK a jinými zahraničními institucemi
Janda, L. A.; Tyers, F. (2018): Less is More: Why All Paradigms are Defective,
and Why that is a Good Thing. Corpus Linguistics and Linguistic Theory 14(2).
SMARTOOL – principy a teoretická východiska
rodilý mluvčí (osvojené paradigma) X nerodilý mluvčí (naučené paradigma)
podstatná jména –14 tvarů
1–3 slovní formy pro každý lexém
distribuce se mění lexém od lexému
kompletní paradigma = nefunkční model
x usage-based model
výuka L2 by měla cílit na tyto formy, nikoli na zvládnutí celého paradigmatu
korpus jako vhodný zdroj dat pro usage-based model
https://smartool.github.io/smartool-rus-eng/
33
https://zasinaa.github.io/smartool_cs/
Definujte zápatí - název prezentace / pracoviště34
Nepřímé využití obecných korpusů
Česká čítanka
prezentace lexikálních a gramatických
prostředků se opírá o statistická data ČNK
Nepřímé využití obecných korpusů
Aplikace
Ten Ta To