Experimentální validace metrik lexikální diverzity

Abstract

Lexikální diverzita se v lingvistice dotýká mnoha oblastí (např. výuka L1 i L2, diagnostika afázie, forenzní lingvistika, kvantitativní lingvistika obecně). Její hodnoty zjišťujeme pomocí mnoha tradičních metrik, jako je počet typů, interval opakování stejných slov, sémantické propojení slov apod. Tyto metriky byly zavedeny, aniž by se zkoumalo, jak korelují se subjektivním hodnocením lexikální diverzity. První externí subjektivní evaluaci validity těchto metrik tak uskutečnili teprve během posledního desetiletí v několika článcích týmy kolem Scotta Jarvise. V experimentu, který popisují v článku z března roku 2021 američtí lingvisté Kristopher Kyle, Scott A. Crosley a Scott Jarvis, nechali respondenty ohodnotit lexikální diverzitu cca šesti set textů a jejich hodnocení porovnali s indexy vypočítanými již zmiňovanými tradičními metrikami. Téma lexikální diverzity a její validace od vydání článku v lingvistické komunitě velmi rezonuje. Cílem práce je zopakovat experiment Scotta Jarvise a kol. pro češtinu. Klíčová slova: lexikální diverzita, metriky lexikální diverzity, opakování experimentu, kvantitativní lingvistika

Lexical diversity touches many areas in linguistics (e.g. L1 and L2 teaching, aphasia diagnosis, forensic linguistics, quantitative linguistics in general). Its values are ascertained using many traditional metrics such as the number of types, the repetition interval of the same words, the semantic connectivity of words, etc. These metrics have been introduced without examining how they correlate with subjective assessments of lexical diversity. Thus, the first external subjective evaluation of the validity of these metrics was only carried out during the last decade in several papers by the teams around Scott Jarvis. In an experiment described in a March 2021 paper by American linguists Kristopher Kyle, Scott A. Crosley and Scott Jarvis, they had respondents rate the lexical diversity of about six hundred texts and compared their ratings with indices calculated by the traditional metrics mentioned earlier. The topic of lexical diversity and its validation has resonated strongly in the linguistic community since the paper was published. The aim of this paper is to replicate the experiment of Scott Jarvis et al. for English. Keywords: lexical diversity, metrics of lexical diversity, repetition of the experiment, quantitative linguistics