This paper reports on the efforts of twelve national teams in building the International Comparable Corpus (ICC; https://korpus.cz/icc) that will contain highly comparable datasets of spoken, written and electronic registers. The languages currently covered are Czech, Finnish, French, German, Irish, Italian, Norwegian, Polish, Slovak, Swedish and, more recently, Chinese, as well as English, which is considered to be the pivot language. The goal of the project is to provide much-needed data for contrastive corpus-based linguistics. The ICC corpus is committed to the idea of re-using existing multilingual resources as much as possible and the design is modelled, with various adjustments, on the International Corpus of English (ICE). As such, ICC will contain approximately the same balance of forty percent of written language and 60 percent of spoken language distributed across 27 different text types and contexts. A number of issues encountered by the project teams are discussed, ranging from copyright and data sustainability to technical advances in data distribution.
Artikkelimme käsittelee morfologista primingia eli taivutusmuotojen käyttöä ja muotoihin liittyviä kotekstuaalisia piirteitä. Oletuksemme on, että morfofonologisesti rikkaissa kielissä morfologinen priming on olennainen osa kielen fraseologialuonnetta, minkä vuoksi ehdotamme hypoteesia morfologisesta primingista osaksi Michael Hoeyn postulaatioita leksikaalisesta primingista (engl. lexical priming). Pilottiluonteinen tarkastelumme keskittyy lekseemeihin ihminen ja pitää. Tutkimusaineistona käytämme Oulun Kansainvälistä oppijansuomen korpusta (ICLFI). Analyysi perustuu korpusvetoiseen lähestymistapaan (avainsana-analyysiin), ja itse tutkimus on tehty kolmivaiheisella vertailumenetelmällä (engl. Three-Phase Comparative Analysis). Tulokset osoittavat, että morfologinen priming ja fraseologia ovat syy-seuraussuhteessa toisiinsa: kielenoppijoiden tuottama epätyypillinen fraseologisuus selittää osan natiivikielestä poikkeavasta morfologisesta primingista. Lisäksi käy ilmi, että morfologinen priming on sidoksissa myös polyseemisen sanan eri merkityksiin. Odotuksenvastaisesti lähisukukieltä puhuvat eivät kuitenkaan tuota virheettömämpiä taivutusmuotoja kuin kielenoppijat yleensä. Morfologisen primingin tarkastelu paljastuu lopulta monisyiseksi, sillä tuotosten taustalla voivat vaikuttaa kieltenvälisen vaikutuksen lisäksi monet muutkin syyt. DOI: http://dx.doi.org/10.5128/LV22.03
Arvioitu teos: Mia Halonen, Samu Nyström, Heikki Paunonen & Johanna Vaattovaara: Stadin syntinens. Helsinki: Art House 2020. 353 s. isbn 978-951-884-755-0.