Usein yksinkertaisilla kysymyksillä on monimutkaiset vastaukset. Esimerkiksi: mitä eroa on kielellä ja murteella? Jos päätät kysyä asiasta kielitieteilijää, istu sitten. Vaikka tässä kysymyksessä ei ensi silmäyksellä ole mitään vaikeaa, siihen voidaan vastata eri tavoin.
Kielen ja murteen välinen ero voi riippua yhdestä tai toisesta näkökulmasta. Poliittisesta näkökulmasta kieli on sitä, mitä ihmiset yleensä puhuvat kansakuntana. Esimerkiksi vuosina 1850-1992 oli olemassa niin kutsuttu serbokroatian kieli, joka sisälsi useita murteita, mukaan lukien serbia, kroatia ja bosnia. Mutta sen jälkeen kun Jugoslavia jakautui 1990-luvun puolivälissä useisiin itsenäisiin valtioihin, nämä murteet tunnustettiin erillisiksi kieliksi. Tämä poliittinen määritelmä toimii osittain, vaikka se tuo mukanaan enemmän ongelmia kuin ratkaisuja: on kieliä, joita puhutaan eri maissa. Silmiinpistävä esimerkki tästä on espanja Latinalaisessa Amerikassa. Kukaan ei väitä, että Meksikon espanja ja Kolumbian espanja ovat eri kieliä. Mahdollisesti espanjaa, puhutaan osissa Espanjaa,niin erilainen kuin Latinalaisen Amerikan lajikkeet, että se ansaitsee kutsua erilliseksi kieleksi, mutta tämä ei ole täysin selvää.
Entä jos vedämme rajan kielen ja murteen välille keskinäisen ymmärryksen kriteerin perusteella? Valitettavasti tämäkin lähestymistapa ei ole ihanteellinen. Tanskalainen ymmärtää ruotsin kielen hieman paremmin kuin ruotsalainen - tanskalainen. Samoin henkilö, joka puhuu brittiläisen englannin erikoista talonpoikien murteita, ymmärtää paljon Los Angelesista tulevan amerikkalaisen kuin amerikkalaisen. Keskinäinen ymmärtäminen riippuu usein ulkoisista tekijöistä - ne ovat melko hallitsematon muuttuja - eikä itse kielen luontaisista ominaisuuksista.
Joten meidän pitäisi omaksua puhtaasti kielellinen lähestymistapa. Kuvittele, että voimme systemaattisesti mitata kahden puhevarianttin välisen eron (D). D: n erityinen merkitys antaisi sitten meille mahdollisuuden määritellä raja kahden murteen ja kahden kielen välillä. Tällaisen arvon löytämisen ei pitäisi olla kovin vaikeaa, koska näitä kahta kieltä voidaan verrata monien kriteerien mukaan, kuten vakaa luettelo, kieliopilliset ominaisuudet tai sanasto.
Mutta entä jos puhevariaatioiden erot ovat asteittaisia ja todennäköisyys löytää tietty D-arvo on yhtä suuri kuin todennäköisyys löytää jokin muu arvo? Sitten meidän olisi valittava lähtökohtana mielivaltainen D-arvo, ja mielivaltainen arvo heittäisi meidät takaisin poliittisiin tai käytännön näkökohtiin, joita emme aio harkita. Haluammeko, että katkaisulinjamme on tasolla, jolla serbia ja kroatia ovat eri kieliä tai yksi? Luetteloimalla maailman kielet, kuinka monta tuhatta kieltä haluamme antaa unohdukseen: viisi? Tai seitsemän? Ehkä kymmenentuhatta?
Viime vuosina on poistettu kaksi suurta estettä kielen ja murteen erottamiselle. Ensimmäinen on miten mitata puhevarianttien väliset erot - eli löytää arvo D: lle. Vuonna 2008 joukko kielitieteilijöitä loi automaattisen samankaltaisuuden arviointiohjelman (ASJP), jonka päivittäinen kuraattori ja perustaja on sinun. ASJP on huolellisesti valmistellut systemaattisen kielivertailutiedot, joka sisältää tällä hetkellä 7655 sanaluetteloa. Ne ovat merkityksellisiä kahdelle kolmasosalle maailman kielistä, olettaen, että tarkoituksemme kannalta kielet määritellään ISO 639-3 -standardikoodilla. Koska jokainen sanaluettelo sisältää kiinteän 40 käsitteen joukon, jotka tulkitaan johdonmukaisesti, niitä on helppo verrata ja siten saada mitta erosta. Yleisimmin käytetty ero kahden sanan välillä on Levenshtein-etäisyys, termi, joka on nimetty Neuvostoliiton tiedemiehen Vladimir Levenshteinin mukaan. Hän kehitti vuonna 1965 algoritmin kahden merkkijonon vertailemiseksi. Hän määritteli "välin" vähimmäismääräksi korvauksia, lisäyksiä ja poistoja, joita tarvitaan yhden rivin muuntamiseksi toiseksi. Levenshtein-etäisyys voidaan hyödyllisesti jakaa kahdesta viivasta pisimmän pituudella ja siten sijoittaa kaikki etäisyydet asteikolla 0-1. Tätä ilmiötä kutsutaan normalisoiduksi Levenshtein-etäisyydeksi tai LDN: ksi. Hän määritteli "etäisyyden" vähimmäismääräksi korvauksia, lisäyksiä ja poistoja, joita tarvitaan yhden linjan muuttamiseksi toiseksi. Levenshtein-etäisyys voidaan hyödyllisesti jakaa kahdesta viivasta pisimmän pituudella ja siten sijoittaa kaikki etäisyydet asteikolla 0-1. Tätä ilmiötä kutsutaan normalisoiduksi Levenshtein-etäisyydeksi tai LDN: ksi. Hän määritteli "etäisyyden" vähimmäismääräksi korvauksia, lisäyksiä ja poistoja, joita tarvitaan yhden linjan muuttamiseksi toiseksi. Levenshtein-etäisyys voidaan hyödyllisesti jakaa kahdesta viivasta pisimmän pituudella ja siten sijoittaa kaikki etäisyydet asteikolla 0-1. Tätä ilmiötä kutsutaan normalisoiduksi Levenshtein-etäisyydeksi tai LDN: ksi.
Toinen este on se, että ehkä "kieli" ja "murre" ovat käsitteitä, jotka voidaan määritellä vain mielivaltaisessa järjestyksessä. Tässä meillä on sinulle erittäin rohkaisevia uutisia. Jos tarkastelemme kaikkia ASJP-tietokannan kieliperheitä, joihin projektin osallistujat ovat sisällyttäneet merkittävän osan läheisesti liittyvistä lajikkeista, voimme alkaa etsiä erityyppisiä kielten ja murteiden käyttäytymistä. Edessämme on kiehtova kuva: etäisyydet vaihtelevat pääsääntöisesti joko suhteellisen pienen arvon tai suhteellisen suuren arvon ympärillä, ja niiden välille muodostuu syvennys. Kuten käy ilmi, useimmiten tämä kaukalo on kapealla alueella, keskimäärin noin 0,48 LDN. Emme ole väärässä, jos sanomme, että puheen muunnelmat eivät yleensä ole osittain samanlaisia toistensa kanssa sanastossa. Joko on taipumusta suurempaan samankaltaisuuteen, jolloin puheversiot voidaan määritellä erilaisiksi murteiksi tai vähemmän samankaltaisiksi, jolloin ne voidaan osoittaa eri kielille. Tässä on kielen ja murteen välinen raja.
Tämä ilmiö johtui todennäköisesti sosiaalisista olosuhteista. Murteet eroavat toisistaan, kun ihmiset asettuvat uusille alueille ja muodostavat uuden identiteetin, mutta jos niiden välillä on edelleen jonkin verran yhteyttä, lähentyminen voi tapahtua siten, että puhevarianttit pysyvät yli 50 prosenttia samanlaisina (ja siksi puhe on noin yhtä kieltä). Pieni pyrkimys kohti eroavaisuuksia voi kuitenkin saada kielimuunnelmat eroamaan suhteellisen nopeasti, mikä lisää Levenshtein-etäisyyttä, jolloin voimme luokitella ne erillisiksi kieliksi. ASJP: n käyttämän vakioluettelon sanojen välisten etäisyyksien ja vastaavien etäisyyksien välillä voi olla suhde kielirakenteen muissa osissa, mikä voi johtaa vakavaan ymmärryksen menetykseen. Toisin sanoen,ymmärtämisen kynnys voi korreloida kielten ja murteiden välillä. Emme ole vielä tutkineet tätä asiaa, mutta tutkimuksen kohteena se on erittäin mielenkiintoinen.
Mainosvideo:
Saatuaan pikemminkin objektiivisen kuin mielivaltaisen kriteerin kielten erottamiseksi murteista voimme soveltaa sitä maailman kieliin. Jotkut puhekieliparit, joita pidetään kansalliskielinä, kuten bosnia ja kroatia, ovat selvästi alle LDN-kynnyksen 0,48 (mikä tarkoittaa, että ne ovat samaa kieltä Jugoslavian olemassaolosta riippumatta). Lähellä tätä kynnystä ovat kielet, kuten hindi ja urdu (niitä tuskin voidaan kutsua kahdeksi eri kieleksi). Ja arabian ja kiinan lajikkeet, joita usein pidetään samoina kielinä, nousevat yli LDN = 0,48 (nämä lajikkeet ovat erillisiä kieliä). Itse asiassa on olemassa useita lajikepareja, joita pidetään yleensä eri kielinä, mutta vaihtelevat rajalla: esimerkiksi tanska ja ruotsi, joiden LDN on 0,4921.
Lopuksi, aineistoista johdettua tekniikkaa, jota kutsutaan ASJP-kronologiaksi, voidaan käyttää määrittämään, kuinka kauan murreille tarvitaan etäisyyttä riittävän kauas toisistaan, jotta niitä voidaan pitää erillisinä kielinä. Löydetty tulos on 1059 vuotta, jos emme ota huomioon joitain virheitä. Näitä havaintoja tukee se, kuinka kauan kestää yleensä kieliperheen geneerisen kielen jakautuminen tytärkieleiksi, joista myöhemmin tulee aliperheiden esi-isiä. Tätä varten tarvitaan muita analyysimenetelmiä, mutta tulokset ovat samanlaiset: murteiden kääntäminen kieliksi kestää noin vuosituhannen. Tiedämme tämän, koska voimme nyt erottaa toisemme.
Søren Wichmann on tanskalainen kielitieteilijä, joka tekee yhteistyötä Leidenin yliopiston (Alankomaat), Kazanin liittovaltion yliopiston (Venäjä) ja Pekingin kielitieteellisen yliopiston (Kiina) kanssa. Hänen viimeisimmän kirjansa, kielityyppisten ominaisuuksien ajallinen vakaus (2009), on kirjoittanut Eric W. Holman.