Kvantitativní analýza čínského textu zaměřená na zkoumání čínského slova určeného na základě čínské abecedy Hanyu Pinyin Fang'an

Mgr. Lenka MATOUŠKOVÁ

Doctoral thesis

Quantitative analysis of Chinese text aimed at research of a Chinese word on the basis of Chinese transcription pinyin

Abstract:

Texty psané čínským znakovým písmem jsou jednolité a čínské znaky stojí vedle sebe bez mezer. Hranice slov tak nejsou v čínských textech vyznačeny. Předkládaná práce se zabývá čínským ortografickým slovem, které vznikne přepisem do abecedy Hanyu pinyin fang'an dle normy GB/T 16159-2012 jako část textu oddělená mezerami. Výzkum ověřuje, zda takto definované slovo odpovídá ekonomizujícím pravidlům v jazyce. Původní hypotéza stanoví, že čínské ortografické slovo je v souladu s jazykovou ekonomií, a proto je takto vymezené ortografické slovo možné považovat za obecně platnou definici slova v čínštině. Ortografické slovo je ověřováno prostřednictvím shody s Menzerath-Altmannovým zákonem na třech jazykových úrovních: U3 slovo > slabika > grafém, U2 klauze > slovo > slabika a U1 souvětí > klauze > slovo. Bylo zvoleno pět výběrových souborů: tři povídky psané v čínských znacích a dva výběrové soubory psané originálně v pinyinu, u kterých byl ponechán původní způsob segmentace. Výsledky ukazují, že ortografické slovo vymezené dle normy neodpovídá ekonomizujícím pravidlům a hypotéza tak nebyla potvrzena. Výrazně lepší výsledky byly získány u jednoho z výběrových souborů psaného originálně v pinyinu, což naznačuje, že pro projevení se ekonomizujících jazykových pravidel by segmentace čínského slova měla zahrnovat spojování vybraných funkčních slov se slovy plnovýznamovými. Dále bylo zjištěno, že texty nejsou vždy v souladu s ekonomičností jazyka a Menzerath-Altmannův zákon reaguje velmi dynamicky na různé alternace textových produkcí, například při užívání přímých řečí, uvozovacích vět a také při nahrazování osobních jmen zájmeny. Kromě toho má na platnost Menzerath-Altmannova zákona velký vliv i frekvence pozorování. Ke konci práce je nastíněn směr navazujícího výzkumu.

Abstract:

In the Chinese written texts, characters are strung together one after another without spaces. Thus, word boundaries are not indicated in any way in Chinese texts. The present paper focuses on Chinese orthographic word which is delimited by spaces after transcribing texts written in Chinese characters into Pinyin alphabet (Hanyu Pinyin Fang'an) according to the standard GB/T 16159-2012. The research tries to verify whether the word conforms to the economizing rules of the language. The hypothesis states that a Chinese orthographic word is in accordance with language economy, therefore the orthographic word delimited by this way can be considered as a general definition of the Chinese word. The orthographic word is verified by means of the Menzerath-Altmann Law which is quantitative linguistics' statistical method. Three language levels were acquired U3 word > syllable > grapheme, U2 clause > word > syllable and U1 sentence > clause > word. The hypothesis was tested on five different samples: three short stories written in Chinese characters and two samples originally written in pinyin. Results show that the orthographic word defined by the standard GB/T 16159-2012 does not conform to the economizing rules, thus the hypothesis was not confirmed. Significantly more appropriate results were obtained from one of the sample texts written in pinyin, which implies that the segmentation of the Chinese word should also combine selected function words (grammatical words) with full-meaning words so that the economizing rules are followed. Furthermore, the results indicate that written text are not always in compliance with the language economy and the validity of Menzerath-Altmann law can be influenced by factors such as usage of reporting and reported clauses, when personal names are replaced by pronouns and finally, it seems that the frequency also has a great impact on the validity of the Menzerath-Altmann law. Suggestions for further research are presented at the end of this thesis.

Keywords

Kvantitativní lingvistika, Menzerath-Altmannův zákon, psaná čínština, abeceda Hanyu pinyin fang'an, ortografické slovo, jazykové jednotky

Language used: Czech

Date on which the thesis was submitted / produced: 31. 8. 2022

Thesis defence

• Supervisor: Mgr. Martina Benešová, Ph.D.

Palacký University Olomouc

Faculty of Arts

Doctoral programme / field:
Philology / General Linguistics and Theory of Communication