Cele mai frecvente 1000 de cuvinte în engleză: chiar acoperă 80%?
Cifra circulă pe internet mereu în aceeași formă: învață cele 1000 de cuvinte cele mai frecvente din engleză și vei înțelege 80% din vorbire. Sună a cod de trișare. O mie de cuvinte înseamnă două luni a câte zece minute pe zi, iar după aia se pare că poți trăi liniștit.
Cifra e aproape adevărată. Concluzia trasă din ea, nu. Să vedem ce s-a numărat de fapt și de ce nu rezultă ceea ce pare.
De unde au apărut cei 80%
În spatele cifrei stă o proprietate reală a limbii: cuvintele sunt distribuite extrem de neuniform. O mână apar tot timpul, iar o coadă uriașă apare o dată la sute de pagini. Regularitatea aceasta se numește legea lui Zipf și funcționează în toate limbile.
De aici și rezultatul numărătorilor pe corpusuri mari: primele o mie de cuvinte cele mai frecvente acoperă într-adevăr în jur de 80–85% din toate aparițiile de cuvinte în vorbirea de zi cu zi. În limba scrisă și mai formală proporția e mai mică, în jur de 70–75%, dar ordinul de mărime e același.
Cuvântul-cheie aici este apariții. Nu s-au numărat sensuri și nici propoziții, ci de câte ori a apărut un cuvânt în text. Din zece cuvinte la rând, opt vor fi din prima mie. Exact asta s-a măsurat.
De ce 80% nu înseamnă «înțeleg»
O acoperire de 80% înseamnă că fiecare al cincilea cuvânt îți este necunoscut. Nu fiecare a cincea propoziție — fiecare al cincilea cuvânt.
Cercetările despre înțelegerea textului dau un reper destul de dur: ca să citești fără dicționar și să înțelegi tot, ai nevoie de o acoperire de aproximativ 98%, iar pragul minim de lucru este pe la 95%. La 80% textul se transformă într-un set de fragmente între care completezi sensul prin ghiciri. Uneori nimerești, alteori nu, și nu ai cu ce verifica.
| Acoperire | Cuvinte necesare (ordin) | Cum se simte |
|---|---|---|
| 80% | ~1 000 | Fiecare al cincilea cuvânt scapă. Prinzi tema, pierzi conținutul |
| 90% | ~2 000–3 000 | Unul din zece. Se poate citi, dar greu și încet |
| 95% | ~4 000–5 000 | Minimul de lucru. Se înțelege aproape tot, dicționarul e ocazional |
| 98% | ~8 000–9 000 | Citit comod, fără dicționar |
Cifrele din tabel sunt ordine de mărime, nu valori exacte, și iată de ce nu pot fi luate literal.
Prima substituire: ce se consideră cuvânt
În studii diferite «cuvânt» înseamnă lucruri diferite, iar diferența e uriașă.
- Formă flexionară. go, goes, went, going, gone — cinci unități.
- Lemă. Aceleași cinci forme — o singură unitate, go.
- Familie de cuvinte. La lemă se adaugă derivatele: nation, national, nationality, nationalize, international — tot o unitate.
Estimarea «ai nevoie de 8000 de cuvinte» e aproape întotdeauna numărată în familii. În forme flexionare sunt deja aproape treizeci de mii. Când vezi o cifră frumoasă fără precizarea a ce s-a numărat, cifra aceea poate să difere de realitate de trei-patru ori.
A doua substituire: a ști cuvântul nu e a-i ști sensul de aici
Cele mai frecvente cuvinte sunt și cele mai polisemantice, și nu e o coincidență. Un cuvânt ajunge în topul frecvenței tocmai pentru că deservește zeci de situații diferite.
Verbul get este în prima sută a oricărei liste de frecvență. Iată-l în șase sensuri:
I got a new phone — am primit, am cumpărat
I don't get it — nu înțeleg
It's getting cold — devine
I'll get the door — deschid eu
He got home late — a ajuns
I got him to help — l-am convins
În lista de frecvență e un singur rând. În cap sunt șase cunoștințe diferite, iar de obicei omul stăpânește sigur două. Formal cuvântul e «în prima mie și învățat», de fapt patru propoziții din șase rămân neînțelese.
A treia substituire: cei 80% nu cad pe conținut
Asta e cel mai important. Cuvintele din prima mie sunt în principal funcționale și generale: the, of, and, to, be, have, do, go, make, very. Ele țin construcția propoziției, dar nu îi poartă sensul.
Sensul îl poartă substantivele și verbele specifice temei — și ele stau tocmai în acei 20% rămași. Uită-te la aceeași propoziție cu părți diferite acoperite:
Am scos cuvintele funcționale:
___ committee ___ ___ proposed budget ___ ___ deadline.
Se înțelege: comitet, buget, termen. Sensul general se reface.Am scos cuvintele de conținut:
The ___ ___ the ___ ___ before the ___.
Se înțelege: nimic.
De aceea senzația «știu cuvintele, dar nu înțeleg despre ce e vorba» nu e o iluzie și nici lipsă de practică. Chiar știi 80% din cuvinte și chiar nu știi despre ce e propoziția.
Deci învățăm prima mie sau nu?
Învățăm. Doar cu așteptările corecte.
Prima mie se amortizează mai bine decât orice altceva ai putea învăța. Aceste cuvinte apar în fiecare propoziție, se repetă de la sine, iar fără ele nu funcționează nimic: nu poți nici să citești cu context, nici să deduci ce e nou. E temelia și nu e păcat de două luni pentru ea.
A doua mie se amortizează și ea, deși vizibil mai lent: creșterea acoperirii de la 80% la 90% cere de două ori mai multe cuvinte decât primii 80%.
Mai departe însă frecvența generală încetează să fie criteriul corect. După vreo două mii, cuvintele din lista generală îți apar tot mai rar, în schimb cele din temele tale apar constant. Un programator are nevoie de un set, un medic de altul, iar cine se uită la seriale polițiste de al treilea. Lista generală de frecvență nu știe nimic despre asta.
Mai departe funcționează mai bine nu o listă, ci o colecție proprie, adunată din ce citești și privești cu adevărat. Acolo frecvența se calculează pe viața ta, nu pe un corpus mediat.
Cum arată asta în practică
- Prima mie: cu listă și intenționat. Aici o listă de frecvență gata făcută e ideală: cuvintele sunt oricum inevitabile, iar ordinea contează aproape deloc.
- La cuvintele frecvente învață sensuri, nu cuvinte. Ai întâlnit get într-un sens nou? E un card nou, nu un «știu deja».
- După două mii treci pe captură. Tot ce te-a împiedicat într-un text real intră în dicționarul personal.
- Numără acoperirea, nu cuvintele. Întrebarea utilă nu e «câte cuvinte știu», ci «câte necunoscute sunt pe pagină». Despre numărarea vocabularului există o analiză separată cu procedură.
Tocmai la al treilea pas se destramă totul de obicei: cuvintele apar, dar nu se salvează, iar peste o lună le întâlnești din nou ca pe niște necunoscute. În VibeLing e făcut așa: adaugi cuvântul în momentul întâlnirii, aplicația completează traducerea, exemplele și pronunția, iar apoi ți-l readuce la repetiție pe intervale — înainte să apuce să fie uitat.
Răspunsul scurt
E adevărat că o mie de cuvinte dau 80% din vorbire? Da, dacă numărăm apariții.
Înseamnă asta că vei înțelege 80% din ce se spune? Nu. Vei recunoaște 80% din cuvinte și vei înțelege considerabil mai puțin, pentru că neînțelese vor rămâne exact acele cuvinte pentru care a fost rostită propoziția.
O mie nu e nici linia de sosire, nici 80% din drum. E rampa de lansare fără de care nu funcționează restul, și merită luată cât mai repede. Mai departe nu mai crește o listă, ci dicționarul tău personal.
