Самые частые слова испанского и насколько далеко они тебя доведут

Что считается самыми частыми словами испанского

Если поискать самые частые слова испанского, найдутся списки на 100, 1000 и 5000 слов, и наверху они почти одинаковые. Чего в них обычно нет, так это ответа на вопрос, откуда взялся порядок. А он важнее самого порядка, потому что список хорош ровно настолько, насколько хорош испанский, по которому его считали.

Частотный список, по сути, обычный подсчет. Кто-то собирает большой массив живого испанского, лингвисты называют его корпусом, и считает в нем каждое слово. Испанская королевская академия сделала это на корпусе CREA, где больше 160 миллионов слов. Марк Дэвис для частотного словаря Routledge собрал корпус поменьше, на 20 миллионов, зато аккуратно уравновесил в нем устную и письменную речь.

Какой список ни открой, наверху окажется грамматика: de, la, que, el, en, y, a. На этих коротких словах держится любое предложение, хотя сами по себе они почти ничего не значат. Поэтому знание, что de стоит первым, мало что подскажет о том, что учить завтра.

Следом идут глаголы, которые тянут на себе смысл. Ser, estar, haber, tener, hacer, poder, decir и ir входят у Дэвиса в первые 30, а сразу за ними начинаются бытовые существительные. В подсчете по субтитрам, на который опирается NativeLingo, casa, tiempo, vida и día стоят в первых 150 словоформах, и новичок слышит их почти в каждом разговоре.

Есть деталь, которая меняет то, как читать любой список. Одни списки считают словоформы, то есть слова в том виде, в каком они стоят на странице: dijo, dicen. Другие считают леммы, словарные формы, под которыми эти словоформы собраны, например decir. Список академии считает словоформы, поэтому у es, era и fue свои места, а Дэвис сводит их все к ser. Так один и тот же глагол занимает пять мест в одной первой сотне и одно в другой.

Чтобы решить, что учить, честнее смотреть на список лемм, хотя встречать ты будешь как раз словоформы. В списке стоит ciudad, а на странице про поездку написано «три города», и по-испански это tres ciudades.

Так что список удобнее считать картой словарных форм, а не текстом для зубрежки. Каждое слово все равно придется узнать в тех формах, в которых оно живет в предложениях, с его множественным числом и прошедшим временем, потому что именно их ты и увидишь.

Когда будешь выбирать список, проверь, назван ли в нем корпус и прямо ли сказано, что считают: леммы или словоформы. Еще стоит убедиться, что в корпусе есть устная речь, а не одни книги и газеты, иначе книжные слова поднимаются слишком высоко. Дэвис ровно поэтому собрал свой корпус поровну из речи, художественных текстов и нон-фикшна.

Сколько страницы покрывает первая тысяча слов

Полезнее спросить про покрытие: если ты знаешь первую тысячу слов, какую долю обычного текста ты узнаешь? Дэвис измерил это для испанского в 2005 году. Он считал речь, художественные тексты и нон-фикшн отдельно, и по его цифрам видно, насколько ответ зависит от того, что ты читаешь.

Share of words in a text covered by the top 1,000 lemmas. Davies, 2005.

Речь выходит на первое место, потому что люди повторяются и весь день говорят одним и тем же небольшим набором глаголов и слов-связок. Поэтому первая тысяча слов покрывает 87,8% устного испанского, а в нон-фикшне, где тема меняется от текста к тексту, только 76%.

Дальше прибавка быстро тает. По данным Дэвиса, вторая тысяча дает еще 6,5–8% письменного текста и 4,9% речи. Третья добавляет всего 2,3–4,2%, и к трем тысячам слов покрытие доходит до 88,2% нон-фикшна, 89,6% художественных текстов и 94% речи.

Дэвис называет это законом убывающей отдачи, и название точное. Каждая новая тысяча слов требует примерно тех же усилий, но покрывает кусок страницы меньше предыдущего. С английским то же самое: когда Дэвис поставил свои результаты рядом с цифрами Нейшна, у английского первая тысяча покрыла 74,5% нон-фикшна и 84,3% речи.

Эта кривая объясняет ощущение, знакомое многим. Пока идут первые несколько сотен слов, прогресс кажется быстрым, ведь каждое выученное слово попадается на каждом шагу. А где-то после тысячи начинает казаться, что ты застрял, хотя занимаешься столько же.

Ты не застрял. Просто каждое новое слово встречается реже предыдущего, поэтому его меньше замечаешь, и прирост приходит маленькими кусками, разбросанными по многим страницам.

Почему 80% все еще ощущаются как стена

Восемьдесят процентов звучат почти как все, но на настоящей странице это значит, что незнакомо каждое пятое слово. В предложении из двадцати слов получается четыре дыры. Одно незнакомое слово обычно угадываешь по соседним, а четыре сразу превращают чтение в головоломку, которую в итоге решаешь со словарем.

Вот примерно как это выглядит, если закрыть незнакомые слова: ____ опять опоздал, так что я ____ до ____ и ____ целый час. Грамматику понимаешь, половину истории тоже, а что случилось, сказать все равно не можешь. На 98% в той же строке не хватало бы одного слова, и остальное подсказало бы, что оно, скорее всего, значит.

Исследования это подтверждают. Ху и Нейшн (2000) давали студентам один и тот же рассказ, где знакомы 80%, 90%, 95% или 100% слов, и на 80% никто не понял его достаточно хорошо. На 90% и 95% справились немногие, большинство так и не поняло. Поэтому авторы и поставили планку для чтения без словаря около 98% знакомых слов, то есть одно незнакомое на пятьдесят.

Сколько это в словах? Нейшн (2006) оценил это в 8000–9000 словарных семей для письменного английского и 6000–7000 для речи. Словарная семья объединяет родственные слова вроде courage, encourage и discouragement. Цифры английские и посчитаны семьями, а не испанскими леммами, так что напрямую не переносятся. Но масштаб они показывают: список из тысячи слов — место, где чтение начинается, а спокойное чтение лежит на несколько тысяч слов дальше.

Из тех же цифр видно, как добавлять слова, не ломая чтение. Каждое слово после первой тысячи встречается реже, зато часто именно оно и затыкает конкретное предложение, поэтому, закрывая последние дыры, ты переходишь от расшифровки к чтению. Лучше всего это работает, когда незнакомых слов мало, ведь одно новое слово на знакомой странице сразу заметно.

На этом и построен NativeLingo. Он заменяет на испанское примерно одно слово из ста и никогда больше двух, так что чтение остается выше отметки 98%, а новые слова приходят по одному.

Какая тысяча относится к какому уровню

Учебники раскладывают лексику по уровням CEFR, от A1 до C1, а частотные списки по месту. Эти шкалы совпадают лучше, чем можно ожидать, в основном потому, что частые слова и учат первыми.

NativeLingo присваивает каждому испанскому слову уровень по его месту в частотном списке, собранном по субтитрам фильмов и сериалов. Сам список взят из открытого проекта FrequencyWords, который посчитал OpenSubtitles, и в нашем испанском словаре границы проходят так.

A1

Места до 500: casa, día, semana

A2

Места 500–1500: calle, libro, tren

B1

Места 1500–3000: mercado, lluvia

B2

Места 3000–6000: guitarra, risa

C1

Места 6000–12 000: subasta, tos

Раз места считаются по словоформам в субтитрах, они тянутся к бытовой речи. Casa стоит 91-м, semana 326-м, mercado попадает в B1 на 1767-м месте, а tos, кашель, оказывается аж на 9618-м.

У субтитров, конечно, свой перекос. В кино полно слов вроде matar и dios, до которых учебник дошел бы позже, а язык офисов и бумаг встречается реже, чем во взрослой жизни. Нейтральных корпусов не бывает, и это еще одна причина, по которой хороший список называет свой.

На практике правило простое. На A1 твои слова в первых пяти сотнях, а слово на три тысячи мест ниже сейчас потребует больше сил, чем вернет.

Так NativeLingo и выбирает, что заменить. На A1 он покажет semana, а «рынок» оставит по-русски, и по мере роста уровня окно сползает ниже по списку.

Если не уверен, где ты сейчас, лучше проверить это до того, как выбирать список. Тест уровня в NativeLingo занимает около трех минут и задает 12 вопросов, от A1 до B2. Начнешь слишком низко, и неделями будешь сидеть на знакомых словах, а начнешь слишком высоко, и утонешь в словах, которые забудешь к пятнице.

Как выучить их без марафона карточек

Список хорош как карта и плох как учитель. Если прочитать столбик из тысячи слов, каждое встретится один раз и без предложения вокруг. А чтобы слово осталось, встреч нужно гораздо больше.

Уэбб (2007) обнаружил, что заметный прирост начинается примерно с десяти встреч со словом. Пеллисер-Санчес и Шмитт (2010) провели студентов через целый роман и увидели, что после десяти и более встреч значение слова узнают 84%, хотя вспомнить его сами могут только 55%. Иначе говоря, чтение сначала дает узнавание, а для вспоминания нужен еще один шаг.

Этот шаг называется извлечением: достать слово из памяти вместо того, чтобы еще раз на него посмотреть. Карпик и Рёдигер (2008) показали, насколько велика разница. Через неделю те, кто продолжал себя проверять, помнили около 80%, а те, кто перечитывал материал, 33–36%.

Если сложить все вместе, рецепт короткий. Встречаешь слово около десяти раз в настоящих предложениях, а потом проверяешь себя на нем через растущие промежутки и вписываешь ответ, а не переворачиваешь карточку со словами «я же знал».

NativeLingo работает по этому рецепту. Он подставляет частые слова в страницы, которые ты и так читаешь, в той форме, какая нужна предложению, и перестает показывать слово примерно после десяти встреч или когда ты его явно знаешь. Потом короткое ежедневное повторение просит слово ввести, а FSRS решает, когда показать его снова.

В каком-то смысле ты все равно учишь частотный список, ведь расширение идет по частотному порядку для твоего уровня. Разница в том, что список попадается тебе внутри предложений, которые ты и так собирался прочитать, и в том порядке, в каком их выдает твое чтение. Слово, которое постоянно встречается на твоих сайтах, получает больше шансов закрепиться, а то, которого в твоей жизни нет, остается в списке и ничего тебе не стоит.

Если тебе ближе карточки, правила те же. Бери карточки из полосы своего уровня, добавляй к каждой пример предложения и вписывай ответы, когда можешь.

И следи за темпом, потому что каждое новое слово тянет за собой месяцы повторений. При пяти новых словах в день через год повторения занимают около 7–10 минут в день, а при двадцати уже 27–40 минут. Выбирай темп, который выдержишь в загруженную неделю, а не в спокойную.

Когда частотный список не подходит

Частотные списки описывают средний испанский, а твой испанский может быть совсем не средним. Медсестре, которая переезжает в Мадрид, слова про симптомы нужны задолго до того, как они попадут в первые 3000. Так что если цель понятна, положи поверх частотности тематический слой: сначала общее ядро, потом слова, которые постоянно подбрасывает твоя ситуация. NativeLingo делает маленькую версию этого и дает бонус словам из цели, которую ты выбрал, например путешествия или работа.

Еще одно слепое пятно — служебные слова. De, que и se возглавляют любой список, но ни одно расширение не подставит их в русскую страницу, потому что в русском для них просто нет места. С устойчивыми выражениями то же самое. Por favor, a lo mejor и de nada собраны из частых слов, но учатся целиком, и ни один список отдельных слов не скажет, что a lo mejor значит «может быть». Для того и другого нужны настоящие испанские предложения, лучше с преподавателем.

И чтение не то же самое, что разговор. NativeLingo тренирует узнавание и вспоминание слов, но слух и произношение не трогает. Если через месяц нужно говорить с людьми, курс или преподаватель доведут тебя туда быстрее. Зато вместе они работают хорошо: слова, встреченные при чтении, дают урокам материал, а уроки превращают эти слова во фразы, которые ты можешь сказать.

Так что первые 500 выучи осознанно, а следующие несколько тысяч пусть принесет чтение, и короткие повторения помогут им закрепиться.

Вопросы