Množična raziskava razširjenosti slovenskih besed

Cilj projekta je raziskati razširjenost besed v slovenščini s pomočjo množične raziskave presojanja besedišča in povezovanja besede s sliko. S projektom bomo v slovenščini prvič doslej pridobili podatke o ključni subjektivni psiholingvistični normi, in sicer o razširjenosti besed, ki predstavlja delež govorcev, ki poznajo določeno besedo. Pri 4.000-8.000 govorcih slovenščine kot prvega jezika bomo pridobili oceno o poznanosti za 10.000-20.000 slovenskih besed. Raziskava bo vsebovala nalogo presojanja besedišča in nalogo povezovanja besede s sliko. Rezultati bodo podani v obliki standardiziranih, prosto dostopnih in zanesljivo analiziranih norm razširjenosti besed. Na podlagi razširjenosti besed lahko raziskovalci skrbneje izbirajo besedne stimule glede na namen raziskav. Prvič, z razvrstitvijo besed glede na razširjenost (v povezavi s pogostostjo besed) je mogoče določiti razpon težavnosti besed, ki se lahko uporablja pri izbiri stimulov za psiholingvistične študije z več dejavniki in za klinično uporabo diagnostičnih testov (npr. receptivni testi besedišča). Razširjenost besed se lahko uporablja tudi za napovedovanje razlik pri učinkovitosti procesiranja besed. Drugič, razširjenost besed se lahko uporablja kot ocena težavnosti besed v testih besedišča. Podatki o razširjenosti besed bodo relevantni tudi za razvoj algoritmov za ocenjevanje težavnosti besedil. Tretjič, razširjenost besed je uporaben podatek pri izbiri besedišča za pripravo gradiva za poučevanje in učenje jezika kot prvega in drugega jezika. Nenazadnje pa bodo podatki o razširjenosti besed pomembno pripomogli k razvoju slovaropisja. Pri nizkofrekventnih besedah bo frekvenčno merilo zelo koristno dopolniti z razširjenostjo besed in s tem izboljšati izbor besed v slovarskem geslovniku. Da bi dosegli cilj, bomo najprej vzpostavili eksperimentalni protokol za množično raziskavo. To pomeni izdelavo naborov jezikovnih podatkov, kot sta seznam besed in seznam nebesed, seznam parov slovenskih besed in slik ter opredelitev metapodatkov za demografski vprašalnik. Nato se bomo osredotočili na promocijo vprašalnika, s čimer bomo pridobili odgovore velikega števila odraslih govorcev slovenščine kot prvega jezika. Vprašalnik bo odprt eno leto. Z analizo pridobljenih odgovorov bomo skušali odgovoriti na vprašanja, kako starost, spol, kraj odraščanja, izobrazba, število govorjenih jezikov in poklic anketirancev vplivajo na razširjenost besed. Pridobili bomo tudi podatke o tem, katere besede slovenski govorci bolje poznajo in kakšna je korelacija med korpusno frekvenco, dolžino besed in drugimi spremenljivkami glede na razširjenost besed. Rezultate analize bomo neposredno uporabili pri razvoju metodologije za vključevanje podatkov o razširjenosti besed v proces izdelave slovarjev. Za obvladovanje nepredvidenih izzivov, ki se lahko pojavijo v času izvajanja projekta, smo pridobili neodvisnega opazovalca in svetovalca z bogatimi izkušnjami, ki jih je pridobil pri nedavnem raziskovalnem projektu o razširjenosti besed v katalonščini.