Dažnai paprasti klausimai turi sudėtingus atsakymus. Pvz.: kuo skiriasi kalba ir tarmė? Jei nuspręsite paklausti kalbininko apie tai, tada atsisėskite. Nors iš pirmo žvilgsnio šiame klausime nėra nieko sunkaus, į jį galima atsakyti įvairiai.
Skirtumas tarp kalbos ir tarmės gali priklausyti nuo vieno ar kito požiūrio. Politiniu požiūriu kalba yra ta, kuria žmonės paprastai kalba kaip tauta. Pavyzdžiui, nuo 1850 iki 1992 metų egzistavo vadinamoji serbų-kroatų kalba, apėmusi keletą tarmių, įskaitant serbų, kroatų ir bosnių. Tačiau 1990-ųjų viduryje Jugoslavijai suskilus į kelias nepriklausomas valstybes, šios tarmės buvo pripažintos atskiromis kalbomis. Šis politinis apibrėžimas iš dalies veikia, nors jis sukelia daugiau problemų nei sprendimų: yra kalbų, kuriomis kalbama skirtingose šalyse, ryškus to pavyzdys yra ispanų kalba Lotynų Amerikoje. Niekas nesiginčys, kad Meksikos ispanų ir Kolumbijos ispanų kalbos yra skirtingos. Galbūt ispaniškai, kalbama kai kuriose Ispanijos vietose,taip skiriasi nuo Lotynų Amerikos veislių, kad nusipelno būti vadinama atskira kalba, tačiau tai nėra visiškai aišku.
Bet kas, jei mes nubrėžsime ribą tarp kalbos ir tarmės, vadovaudamiesi abipusio supratimo kriterijumi? Deja, ir šis požiūris nėra idealus. Danas švedų kalbą supras kiek geriau nei švedas - danas. Lygiai taip pat žmogus, kalbantis savotiška britų anglų valstiečių tarme, daug geriau supras amerikietį iš Los Andželo nei amerikietį. Abipusis supratimas dažnai priklauso nuo išorinių veiksnių - jie yra gana nekontroliuojamas kintamasis -, o ne nuo būdingų pačios kalbos savybių.
Taigi galbūt turėtume laikytis grynai kalbinio požiūrio. Įsivaizduokite, kad mes galime sistemingai išmatuoti skirtumą (D) tarp dviejų kalbos variantų. Tuomet specifinė D reikšmė leistų mums apibrėžti dviejų tarmių ir dviejų kalbų ribą. Surasti tokią vertę neturėtų būti labai sunku, nes abi kalbas galima palyginti pagal daugelį kriterijų, tokių kaip patikimas aprašas, gramatinės ypatybės ar žodynas.
Bet ką daryti, jei kalbos variacijų skirtumai yra laipsniški, o tikimybė rasti tam tikrą D reikšmę yra tokia pat didelė kaip tikimybė rasti ir kitą vertę? Tada mes turėtume pasirinkti savavališką D vertę kaip atspirties tašką, o savavališkoji vertė grąžintų mus į politinio ar praktinio pobūdžio svarstymus, kurių mes neketinome svarstyti. Ar norime, kad mūsų pertraukimo linija būtų tokio lygio, kai serbų ir kroatų kalbos yra skirtingos ar viena? Kataloguodami pasaulio kalbas, kiek tūkstančių kalbų norime užmiršti: penkias? Ar septyni? Gal dešimt tūkstančių?
Pastaraisiais metais buvo įveiktos dvi pagrindinės kliūtys atskiriant kalbą ir tarmę. Pirmasis yra tai, kaip išmatuoti kalbos variantų skirtumus - tai yra rasti D. reikšmę. 2008 m. Grupė kalbininkų sukūrė automatinio panašumo vertinimo programą (ASJP), kurios kasdieninis kuratorius ir įkūrėjas yra jūsų. ASJP kruopščiai parengė sistemingą kalbų palyginimo duomenų rinkinį, kuriame šiuo metu yra 7655 žodžių sąrašai. Jie yra aktualūs dviem trečdaliams pasaulio kalbų, darant prielaidą, kad mūsų tikslams kalbas apibrėžia ISO 639-3 standarto kodas. Kadangi kiekviename žodžių sąraše yra fiksuotas 40 sąvokų rinkinys, kuris aiškinamas nuosekliai, juos lengva palyginti ir taip įvertinti skirtumą. Dažniausiai naudojamas dviejų žodžių skirtumo matas yra Levenshtein atstumas, terminas, pavadintas Vladimiro Levenshteino, sovietinio mokslininko, 1965 m. Sukūrusio dviejų simbolių eilučių palyginimo algoritmą, vardu. „Tarpus“jis apibrėžė kaip mažiausią pakeitimų, įterpimų ir pašalinimų skaičių, reikalingą vienai eilutei transformuoti į kitą. „Levenshtein“atstumą galima naudingai padalyti iš ilgiausios iš dviejų linijų ilgio, taigi visus atstumus sudaryti skalėje nuo 0 iki 1. Šis reiškinys žinomas kaip normalizuotas Levenshtein atstumas arba LDN.„Tarpus“jis apibrėžė kaip mažiausią pakeitimų, įterpimų ir pašalinimų skaičių, reikalingą vienai eilutei transformuoti į kitą. „Levenshtein“atstumą galima naudingai padalyti iš ilgiausios iš dviejų linijų ilgio, taigi visus atstumus sudaryti skalėje nuo 0 iki 1. Šis reiškinys žinomas kaip normalizuotas Levenshtein atstumas arba LDN. Jis apibrėžė „atstumą“kaip mažiausią pakeitimų, įterpimų ir pašalinimų skaičių, reikalingą vienai linijai transformuoti į kitą. „Levenshtein“atstumą galima naudingai padalyti iš ilgiausios iš dviejų linijų ilgio, taigi visus atstumus sudaryti skalėje nuo 0 iki 1. Šis reiškinys žinomas kaip normalizuotas Levenshtein atstumas arba LDN.
Antra kliūtis yra ta, kad galbūt „kalba“ir „tarmė“yra sąvokos, kurias galima apibrėžti tik savavališkai. Čia mes turime jums labai džiuginančių naujienų. Jei pažvelgsime į visas kalbų šeimas ASJP duomenų bazėje, kur projekto dalyviai įtraukė nemažą dalį glaudžiai susijusių veislių, galime pradėti ieškoti skirtingų kalbų ir tarmių elgesio tipų. Prieš mus susidaro intriguojantis vaizdas: atstumai, kaip taisyklė, svyruoja arba aplink santykinai mažą vertę, arba aplink santykinai didelę, ir tarp jų susidaro depresija. Kaip paaiškėja, dažniausiai ši lovelė yra siaurame diapazone - vidutiniškai apie 0,48 LDN. Mes nesuklysime, jei sakysime, kad kalbos variantai paprastai nėra iš dalies panašūs vienas į kitą savo pagrindiniu žodynu. Arba yra tendencija į didesnį panašumą, tokiu atveju kalbos variantus galima apibrėžti kaip skirtingas tarmes, arba į mažesnį panašumą - tokiu atveju juos galima priskirti skirtingoms kalboms. Čia yra riba tarp kalbos ir tarmės.
Šis reiškinys tikriausiai buvo socialinių aplinkybių rezultatas. Tarmės išsiskiria žmonėms apsigyvenant naujose teritorijose ir formuojantis naujoms tapatybėms, tačiau jei tarp jų vis dar yra tam tikras kontaktas, konvergencija gali vykti taip, kad kalbos variantai išliktų panašūs daugiau nei 50 procentų (taigi ir kalbos kalba apie vieną kalbą). Tačiau nedidelis postūmis link skirtumų gali sąlyginai greitai skirtis kalbomis, padidindamas Levenshtein atstumą, tokiu atveju galime juos kvalifikuoti kaip atskiras kalbas. Gali būti ryšys tarp atstumų tarp ASJP naudojamo standartinio sąrašo žodžių ribos ir atitinkamų atstumų kitose kalbos struktūros dalyse, o tai gali labai prarasti supratimą. Kitaip tariant,supratimo slenkstis gali koreluoti su slenkstimi tarp kalbų ir tarmių. Mes dar netyrėme šio klausimo, tačiau kaip tyrimo objektas jis yra be galo įdomus.
Reklaminis vaizdo įrašas:
Pasiekę objektyvų, o ne savavališką kalbų atskyrimo nuo tarmių kriterijų, galime jį pritaikyti pasaulio kalboms. Kai kurios kalbos atmainų, laikomų nacionalinėmis kalbomis, poros, pvz., Bosnių ir kroatų, yra gerokai žemesnės už LDN ribą 0,48 (tai reiškia, kad jos yra ta pati kalba, nepaisant Jugoslavijos egzistavimo). Netoli šio slenksčio yra tokios kalbos kaip hindi ir urdu (jas vargu ar galima pavadinti dviem skirtingomis kalbomis). Arabų ir kinų veislės, į kurias dažnai žiūrima kaip į tas pačias kalbas, pakyla virš LDN = 0,48 (šios veislės yra atskiros kalbos). Tiesą sakant, yra keletas veislių porų, kurios paprastai laikomos skirtingomis kalbomis, tačiau svyruoja pasienyje: pavyzdžiui, danų ir švedų, kurių LDN yra 0,4921.
Pagaliau galima nustatyti iš duomenų rinkinių gautą metodiką, vadinamą ASJP chronologija, nustatyti laiką, per kurį tarmės nutolsta pakankamai toli, kad būtų laikomos atskiromis kalbomis. Rastas rezultatas yra 1059 metai, jei neatsižvelgsime į kai kurias klaidas. Šias išvadas patvirtina tai, kiek paprastai užtrunka, kol bendrinė kalbų šeimos kalba suskaidoma į dukterines kalbas, kurios vėliau tampa porūšių protėviais. Tam mums reikia kitų analizės metodų, tačiau rezultatai yra panašūs: tarmėms paversti kalbomis reikia maždaug tūkstantmečio. Mes tai žinome, nes dabar galime atskirti vieną nuo kito.
Sørenas Wichmannas yra danų kalbininkas, bendradarbiaujantis su Leideno universitetu (Nyderlandai), Kazanės federaliniu universitetu (Rusija) ir Pekino kalbų universitetu (Kinija). Naujausia jo knyga „Laikinas lingvistinių tipologinių bruožų stabilumas“(2009) buvo kartu su Ericu W. Holmanu.