Hány szó kell ahhoz, hogy megértsd a natív videókat?
Az 5000 leggyakoribb angol szóval egy átlagos natív klip szavainak 95,6%-át ismered. A spanyolhoz körülbelül 6800 szó kell a 95%-hoz, 23 nyelvből 13-nál pedig még 10 000 szó sem elég. Az adatok 35 615 natív klipből származnak, nyelvenként és szintenként.
Chief Language Geek @ Reelang
Ha ismered az 5000 leggyakoribb angol szót, egy átlagos natív angol videóklipben a szavak 95,6%-a ismerős lesz, és a klipek 58,4%-a eléri a 95%-ot, azt a szintet, amelynél a hallás utáni értést vizsgáló kutatások szerint a tanulók már jól megértik a szöveget. A spanyolnál körülbelül 6800 szó kell ahhoz, hogy egy átlagos klip elérje a 95%-ot, az általam mért 23 nyelvből pedig 13-nál még 10 000 szó sem elég.
Ezek a számok 35 615 natív klipből származnak, 23 nyelven, a Reelang katalógusából. Minden klipet szóról szóra vetettem össze az adott nyelv gyakorisági listájával. Válassz alább egy nyelvet és egy szókincsméretet, és nézd meg, mire elég.
Az első 1000 szó végzi el a munka nagy részét
A szavak gyakorisága nagyon egyenetlen. Néhány száz szó (the, and, is, you, que, de) teszi ki mindannak a nagy részét, amit bárki mond, és a listán lejjebb minden szó egyre ritkábban bukkan fel. Ezt a mintázatot Zipf-törvénynek hívják, és itt minden nyelvre igaz.
Abban a 18 nyelvben, amelyet fenntartás nélkül tudok rangsorolni, egy átlagos klipet 80,7%-ban fed le az első 1000 szó, 86,7%-ban az első 2000 és 92,4%-ban az első 5000. Az első ezer szóval öt szóból négyet ismersz. A következő négyezer körülbelül tizenkét pontot tesz ehhez hozzá.
A hallás utáni értés szempontjából fontos küszöbök ezekben az utolsó pontokban rejlenek. Kettő közülük újra és újra felbukkan abban a kutatásban, hogy hány szóra van szükség:
- 95%, vagyis húsz szóból egy ismeretlen. Batia Laufer ezt az olvasásra javasolta 1989-ben. A hallás utáni értésnél van Zeeland és Schmitt (2013) azt találta, hogy a legtöbb hallgató már 90%-nál boldogult, 95%-nál pedig a második nyelven hallgatók jól értettek, sokkal kisebb szórással.
- 98%, vagyis ötven szóból egy ismeretlen. Hu és Nation (2000) szerint a szépirodalmat önállóan olvasó tanulóknak nagyjából ennyi kellett a megfelelő megértéshez.
Percenként 150 szónál, ami normális beszédtempó, a 95% körülbelül hét ismeretlen szót jelent percenként (Nation, 2006). A 98% hármat. Ezt a különbséget az alábbi demóban érezheted. Valódi mondatokat használ a vizsgálatban szereplő klipekből, és kitakar minden szót, ami nincs benne az általad választott leggyakoribb szavak között.
2000 szóval a húsgolyós mondat 58,3%-ban ismerős: az albóndigas, parmesano, rallado és orégano egyáltalán nincs a listán, a perejil (petrezselyem) pedig a 13 520. helyen áll. A macskáról szóló mondat ugyanezzel a 2000 szóval 96,2%-ban ismerős. Mindkét klip spanyol, és mindkettő A2-es címkét kapott.
Angol és spanyol, számokban
Angol. Egy átlagos klip 2021 szónál éri el a 90%-ot, 4462 szónál a 95%-ot és 9403 szónál a 98%-ot. 3000 szóval az angol klipek 24,9%-a van 95%-on vagy fölötte. 5000 szóval 58,4%, és 15,2% van 98%-on vagy fölötte.
Spanyol. Egy átlagos klip 2754 szónál éri el a 90%-ot és 6781 szónál a 95%-ot. A 98%-ot 10 000 szón belül nem éri el. 3000 szóval a spanyol klipek 10,8%-a van 95%-on vagy fölötte. 5000 szóval 32,0%.
Vagyis spanyolnál egy 3000 szavas tanuló nagyjából minden tizedik klipben találkozik azzal, hogy a szavak 95%-a ismerős. Ez már valódi merítés a tanuláshoz, mert az ismeretlen szavak ismerős szavak között bukkannak fel. Ez a kolumbiai klip is ilyen: szavainak 88,4%-a benne van az első 1000-ben, és 96,3%-a az első 2000-ben.
A szavak ismerete nem ugyanaz, mint elkapni őket. Ebben a klipben a beszélők mediánja percenként 243 szó, jóval gyorsabb, mint egy tankönyvi felvétel. A szókincslefedettség azt mondja meg, hogy meg tudnád-e érteni a leiratot. Azt nem, hogy bírod-e a tempót.
Lapos és meredek nyelvek
A görbék alakja nem egyforma. A dánban, a svédben és a hollandban az első 1000 szó már egy átlagos klip 84,4–86,5%-át lefedi, és az 1000-ről 5000 szóra lépés csak 8,3–9,3 pontot tesz hozzá. Az angol, a francia, a spanyol, a portugál és az olasz ugyanezen a sávon 11,5–12,6 pontot ad hozzá. A legmeredekebb görbék: indonéz (+20,8), ukrán (+18,3), arab (+18,1), orosz (+16,5), finn (+15,3), török (+15,2) és lengyel (+14,3).
A meredek görbe azt jelenti, hogy az első ezer szó után a klip nagyobb része marad ismeretlen, és minden további ezer szó többet ér. Ez részben a nyelven múlik. Részben azon, hogyan számoljuk a szavakat, és ezt el kell magyarázni, mielőtt két nyelvet összehasonlítanál.
Az itteni listák lemmatizáltak: a dije, dijo és decir mind egy szónak számít, decir. Ez igazságos a spanyollal, amelynek sok igealakja van. De a lemmatizáló csak akkor működik, ha felismeri az alakot. A csehben, a finnben, a magyarban, az oroszban és az ukránban egy átlagos klip szóelőfordulásainak 9,0–10,8%-a olyan alak, amelyet a lista egyetlen lemmához sem tudott kötni. Sok közülük hétköznapi szó olyan esetraggal, amelyet az eszköz nem vágott le. Ezek itt ismeretlennek számítanak, így ennél az öt nyelvnél a számok alsó határt jelentenek: a valódi lefedettség magasabb. Az alábbi táblázatban csillaggal jelöltem őket.
Az összetett szavak hasonlóan dolgoznak a német, a holland és a skandináv nyelvek ellen. Egy olyan német összetétel, mint a Küchenschrank (konyhaszekrény), ismeretlennek számít, hacsak a teljes összetétel nincs a listán, még akkor is, ha mindkét tagját ismered.
A szintcímke alig változtat a szókincsen
A katalógus minden klipjének van KER-szintje, amelyet egy modell állapít meg a leirat alapján. Itt öt sávba vannak csoportosítva, A1-től (az A0 A1-nek számít) C1-ig (a C2 C1-nek számít). Ha a címke a szókincset követné, a magasabb szintekhez több szó kellene. Az első 2000 szónál ez alig van így. A nyelvek mediánját véve (A1-ből 11 nyelvben van elég klip, C1-ből 20-ban) az első 2000 szó egy A1-es klip 84,0%-át fedi le, A2-nél 84,0%-át, B1-nél 85,2%-át, B2-nél 86,1%-át és C1-nél 84,1%-át.
A szint a tartomány tetején viszont meglátszik. 5000 szóval az A1-es klipek 30,2%-ában, az A2-esek 20,6%-ában, a B1-esek 22,6%-ában, a B2-esek 15,5%-ában és a C1-esek 4,5%-ában ismernéd a szavak 95%-át. A hossz is közrejátszik: a mintában a medián C1-es klip 338 szóelőfordulásból áll, a medián A1-es 81-ből. Egy rövid klipnek kevesebb esélye van ritka szót használni.
A legalacsonyabb lefedettségű klipek többnyire az ételekről szólnak. A mintában szereplő 25 legalacsonyabb lefedettségű angol klip közül, 2000 szónál mérve, körülbelül kétharmad recept, ételkritika vagy nassolnivaló-kóstoló, és 21 A1-es vagy A2-es címkét kapott. A spanyolban a legalacsonyabb 25-ből 11 az ételekről szól, három pedig gyerekdal. Egy receptben a nyelvtan egyszerű („add hozzá a fokhagymát, keverd meg, kész
Kezdj el nézni
Válassz nyelvet, és indítsd el a feedet. Valódi anyanyelvi beszéd, szintezve aszerint, hogy mennyire nehéz követni. Nincs szintfelmérő teszt, nincs regisztráció.
Válassz nyelvetOlvass tovább
Érthető input kezdőknek
Az érthető input csak akkor működik, ha már követni tudod, miről van szó. Christian Lauer elmondja, hogyan juss el idáig gyorsan, és miről ismered fel, hogy megérkeztél.
Hogyan hagyd abba a fejben fordítást: miért jön előbb a megértés, mint a beszéd
Akkor hagyod abba a fejben fordítást, ha annyi érthető beszédet adsz az agyadnak, hogy már nincs szüksége a fordításra. A fordítás csak kerülőút, amit az agyad akkor épít, ha kevés közvetlen tapasztalata van a nyelvvel. A megoldás nem trükk és nem önfegyelem, hanem mennyiség: órákon át hallgatsz valódi beszédet, amit nagyrészt értesz, amíg az agyad közvetlen utat épít a hangtól a jelentésig, az anyanyelved megkerülésével.
Miért működik az érthető input a mandarin tanulásában
Az érthető input azért működik a mandarinnál, mert a nyelv legnagyobb akadályait, a tónusokat, az írásjegyekre épülő írásbeliséget és a beszélt meg az írott nyelv közti szakadékot füllel tanulod meg, nem szabályokból. A nyelvtani gyakorlatok és a szókártyák megtanítják felismerni a mandarint elszigetelten. Az érthető input úgy tanítja meg, ahogy az anyanyelvi beszélők tényleg beszélnek: természetes tempóban, szövegkörnyezetben, ép tónusokkal és ritmussal. Erről a különbségről szól az egész cikk.