1
Využití korpusů
při výuce češtiny jako cizího jazyka
PLIN022 5.
Co se dnes dozvíte?
• základní informace o žákovských korpusech
• problémy spojené s budováním žákovských korpusů
• co je to interlanguage
Korpusová typologie
3
Obecné
korpusy
Specializované
korpusy
Korpusová typologie
3
korpusy
řady SYN
KSK, Totalita,
Capek ...
Korpusy
pro výuku
Korpusy
z výuky
Korpusová typologie: výuka
Korpusy z výuky
Žákovské
korpusy
Učebnicové
korpusy
Jiné (TTT)
Specializované korpusy pro L2
• akviziční korpusy (žákovské korpusy)
• korpusy jazyka pro specifické účely
(např. akademický jazyk, profesní mluva)
• pararelní korpusy
• jiné (např. korpus vyučovacích hodin, učebnicový korpus)
6
Co si o češtině myslí studenti?
1.Hlavní problém bylo s jazykem jak jsem napsál nahoře ; s jazykem protože poprvé studuju v české skolu a take že studuju poprvé češtinu . To bylo
a , to je moc těžké . Osobně si myslím že to je těžké protože nic v češtině vypádá jako ve Francouzštině nebo v angličtině ; Každy slov je jiný a to se
musím naučit každý den ! Učit se pady ( co , koho , čeho ... ) ne byl asi těžký protože už to existuje v latíně ( studoval jsem latinu 6 let ) ale nejtěžší je
psaní protože když píšu , musím se pamatovat všichní pravitka gramatiky , je respectovat a znát moc slov , to poslední neznám ( to je škoda ) …
2.Jsem z Turecka , ale už šesti měsící bydlím v Praze , protože studuju češtinu na Metropolitní Univerzitě v Praze . Čeština je těžká pro mě , ale jí
naučím . Učím se češtinu , protože chci bydlet a pracovat v Praze . Tady jenom angličtina nestačí ke komunikace .
3. Každý čtvrtek nebo patek jím české jídlo . České pivo a bramborový salat se mi líbí ! Každý víkend chodíme se svém kamarádem na prochazky po
Praze a mluvíme s českými lídmi . Jsem nemám problémy s češtinou , protože paní Uhlířová -dobrá učitelka ! Po příjezdu do ČR největší překvapení
bylo samozřejme -český národ , protože jsou velmi dobrý !
4. Když jsem jela do Prahy , myslela , že čeština je podobna ruštině , protože jsou slovánské jazyky . Na začátku studia jsem rozuměla , že čeština je
těžká . Nemohla jsem mluvit jako Češi , a proto lidé mluvili se mnou anglický . Teď už mluvím dobře český a můžu uspěšně dostat na univerzitu .
Čeština a ruština mají hodně společného . Některá slova v češtině vypadá jako v ruštině , protože mají společné kořeni .
5. Obvykle mluvím s kamarády a paní učitelkou z češtiny . Vadí mi trochu , že některá slovesa se používají s jinymi pády než v ruštině , i když mají
stejný význam .
6. Psát v češtině pro mě je snadnější , než mluvit , protože , když mluvím , vždicky začínám myslet na pravidelnost řeči , v jakém pádu musí být slovo
a t. d . Proto mluvím není velmi rychle . Ačkoli každý měsíc studia citím přírůstek znalostí a jistoty .
7. Když jsem přijela do Prahy , znála jsem jenom několik slov . Teď můžu docela dobře rozumět a trochu mluvit česky . Ale bohužel tento kurz češtiny
nesplní mé očekávání . Měli jsme nejlepši profesorku , a také docela dobrý kurz gramatiky . Ale vůbec jsme se neměli možnost naučit hovornou
češtinu
Žákovské korpusy
ang. learner corpus, studijní korpus (Čermák) = žákovský korpus
snaha shromáždit objektivní data pro:
➔ popis žákovského jazyka
➔ popis odchylek a rozdílů
(contrastive interlanguage analysis (S. Grangerová); computer aided error
analysis)
https://www.researchgate.net/publication/277578581_Contrastive_interlanguage_analysis_A_reappraisal
➔ popis mimojazykových vlivů na L2 (metadata)
Jak probíhá osvojování druhého/cizího jazyka?
● L. Selinker (70. léta 20. století )
● žákovský jazyk, mezijazyk, interlanguage
● svébytný jazykový útvar
● proměnlivý a dynamický systém, který obsahuje řadu nestandardních prvků
➔ míšení kódů
➔ chyby
➔ jazykový transfer: pozitivní (kognáty) a negativní (false friends)
➔ naučené fráze versus improvizace
Výzkum je zaměřen na popis procesů a utváření mezijazyka či mimojazykové
vlivy (např. věk).
Výzkum žákovského jazyka
cílový jazyk
L2
výchozí jazyk
L1
mezijazyk
Čeština Andreje Babiše
● 2014: žádost o tlumočníka při projevech Andreje Babiše ve sněmovně
● Karel Oliva: Babišova úroveň je C2, žádost zamítnuta
● Vít Benešovský (2018): Analýza Babišova mezijazyka
○ analýza přepisu rozhovorů z let 2011, 2014, 2017
○ případová studie projevu nerodilého mluvčího češtiny v českojazyčném prostředí
○ interferenční chyby (výslovnost, morfologie), slovakismy a střídání
jazykového kódu
○ mírné zlepšení po roce 2014 (mimojazykové vlivy)
Jak vznikají data pro žákovské korpusy?
• elicitace (vznik projevu a jeho průběh iniciovaný a řízený druhou osobou,
zprav. učitele)
• řízené projevy
• strukturované projevy
• improvizace
Jak vznikají data pro žákovské korpusy?
14
Zdroj: Tasks description, Spanish Learner Language Oral Corpora, online, 2016.
Jak vznikají data pro žákovské korpusy?
• certifikované zkoušky
• jazykové školy
• univerzity
!!!
= minimum přirozených (autentických) promluv
Žákovské korpusy
typologie podle různých kritérií
• velikost, dostupnost
• povaha dat a povaha sběru dat
• L1, cílový jazyk
• metadata a anotace
Štindlová (2013): přehled 57 žákovských korpusů
dominují psané korpusy střední velikosti (do 1 mil. slov)
pokročilejších studentů s angličtinou jako cílovým jazykem
Learner Corpus Association (2018): 167 žákovských korpusů
Žákovské korpusy ve světě
• Komerční korpusy
CLC: Cambridge Learner Corpus (část přístupná přes Sketch Engine)
• Lovaňské korpusy (Katolická univerzita v Lovani, Belgie; S. Grangerová)
ICLE: International corpus of learner English
LINDSEI: Louvain International Database of Spoken English Interlanguage
LONGDALE: Longitudinal Database of Learner English
VESPA: Varieties of English for Specific Purposes Database
MUST: Multilingual Student Translation corpus
TeMa: Corpus of teaching materials of English for general purposes
• Korpusy slovanských jazyků
RLC: Russian Learner Corpus; CroLTeC: Croatian Learner Text Corpus
18
Žákovské korpusy u nás
• projekt AKCES (2005–2021)
Ústav českého jazyka a teorie komunikace FF UK + další pracoviště
prof. PhDr. Karel Šebesta, CSc.
osvojování češtiny různými skupinami mluvčích (L1 i L2)
žákovské korpusy CzeSL (Czech as a Second Language)
• CzeSL–plain (bez anotace)
• CzeSL–SGT (emmendace, lemmatizace, tagování vč. chyb)
• CzeFL–LONG a CzeSL–LONG (budovaný)
http://praha5.ff.cuni.cz/akces/ https://wiki.korpus.cz/doku.php/pojmy:akvizicni_korpus
Kvíz o CzeSLu
Co korpus obsahuje?
a. pouze psané projevy b. pouze mluvené c. mluvené i psané
Kolik metadat popisuje korpusová data?
a. 10 b. 20 c. 30
Jaký je nejčastější L1 žáků?
a. angličtina b. ruština c. arabština d. ukrajinština
Jaká je nejčastější úroveň žáků?
a. A1 b. A2 c. B1 d. B2
Jaká je nejčastější chyba?
a. chyba v morfologii b. chyba lexikografická c. chyba v diakritice
Práce na CzeSL
a. jsou už dokončeny b. stále probíhají
Kvíz o CzeSLu – řešení
Co korpus obsahuje?
a. pouze psané projevy b. pouze mluvené c. mluvené i psané
Kolik metadat popisuje korpusová data?
a. 10 b. 20 c. 30
Jaký je nejčastější L1 žáků?
a. angličtina b. ruština c. arabština d. ukrajinština
Jaká je nejčastější úroveň žáků?
a. A1 b. A2 c. B1 d. B2
Jaká je nejčastější chyba?
a. chyba v morfologii b. chyba lexikografická c. chyba v diakritice
Práce na CzeSL
a. jsou už dokončeny b. stále probíhají
18
Žákovské korpusy u nás
• mezinárodní žákovský korpus MERLIN (2012–2014) (něm.-it.-čes. projekt)
• databáze CHRUP (2013) (Chyby Rusů Ukrajinců a Poláků)
http://chrup.ff.cuni.cz/
Databáze jazykových chyb v češtině mluvčích s prvním jazykem slovanským
prof. Ph.Dr. Hana Gladkova, CSc., FF UK
didaktický cíl: specifika osvojování L2, který je blízký L1
• další menší projekty
http://merlin-platform.eu/C_mcorpus.php
Žákovské korpusy – nepřímé využití
∙ ve slovnících a gramatických příručkách
https://www.ldoceonline.com/dictionary/information
Žákovské korpusy – nepřímé využití
∙ ve výukových materiálech
22
Šindelářová, J.; Škodová, S. (2012, s. 118–119)
Literatura