P1050324

(1SJ

Struktura ilościom tekstu skończonego

157

Zestawienie liczby wyrazów, wykorzystanych w tekście skończonym i w sumie tekstów, daje rezultaty, które w zasadzie są zgodne z teorią głoszoną w tej pracy. Tak więc udział wyrazów o częstości I w słowniku do Ulissesa powinien by mieścić się w granicach 58— 59% długości słownika, tj. wynosić mniej więcej 17 350—17 600 wyrazów. W rzeczywistości jest ich w słowniku 16 432. Różnica rzędu 1000 wyrazów świadczy, że tekst tej powieści nie jest idealny z punktu widzenia naszej teorii. Jednakże w słowniku do całości tekstów Szekspira brak wyrazów o częstości 1 jest jeszcze bardziej wyraźny: zamiast oczekiwanych 17000—17250 wyrazów mamy tylko 14400, tzn. różnica wynosi ponad 2500.

Jak już mówiliśmy, proponowany tu model zespołu tekstów jest bardzo schematyczny. Tak np. oparty jest on na założeniu, że stosunki między dwoma dowolnymi tekstami jednego zespołu są jednakowe, podobieństwo ich struktury leksykalnej mole być większe lub mniejsze tylko przypadkowo. W rzeczywistości jest to oczywiście niesłuszne. Istnieją przesłanki, by sądzić, że zestawione na podstawie badania gazet i czasopism słowniki ujawniają większą rozmaitość leksyki właśnie z powodu tematycznego „odpychania się” artykułów stanowiących cały numer gazety czy czasopisma.

Jak wykazują badania Orłowa /!/ i nasze obserwacje, fragmenty tekstów skończonych ujawniają właściwości sprzeczne z właściwościami słowników zestawionych na korpusie tekstów zgodnych. Udział wyrazów o małej częstości i różnorodność leksyki są w nich większe niż w utworze skończonym. Tak więc według naszych obserwacji w wypadku rozbicia tekstu Damy pikowej na dwie części udział wyrazów o częstości 1 zwiększy się w oddzielnym dla każdej połowy tekstu słownika o kilka procent w porównaniu ze słownikiem zestawionym dla całego tekstu.

4. Jest rzeczą prawdopodobną, że większość struktur leksykalnych, z którymi będziemy mieli do czynienia, nie będzie idealna. Co więcej, być może dla niektórych tekstów idealnych lub bardzo do nich zbliżonych analizujemy nie najlepsze struktury. (Z powodu bardzo surowych wymagań wobec struktury idealnej sytuacja odwrotna: gdy daleki od ideału tekst przypadkowo otrzymuje strukturę prawidłową, wydaje się o wiele mniej prawdopodobna). Dlatego też chcielibyśmy przedstawić strukturę tekstu w takiej postaci, żeby było widać, o ile różni się ona od idealnej.

Możemy to osiągnąć analizując kolejno pary: ranga — częstość (n, F„), częstość — liczba wyrazów o danej częstości (/, m) dla danego tekstu, którego słownik za u iera N wyrazów, otrzymując z odpowiednich równań (3') i (4') wartości parametru y. Oprócz tego przybliżoną wartość parametru y można uzyskać również z rów nania wiążącego objętość słownika i objętość tekstu (T). W zasadzie wielkość y określa stosunek części A i P struktury leksykalnej; przy y = 1 powinny one mieć tę samą objętość. W przypadku bardziej ogólnym zachodzi stosunek

a —

- fuyr⁺¹ n

gdzie U określa się jako min (F_m—n), tj. rangę, której wartość jest równa albo mi-