Скільки слів треба знати, щоб вільно володіти мовою

Що означає «вільно», якщо почати рахувати

Запитай, скільки слів треба знати, щоб вільно володіти мовою, і почуєш що завгодно, від 1000 до 20 000. В обох кінцях цього розкиду є частка правди, і саме тому питання так плутає. Число залежить від того, що ти хочеш робити з мовою і що взагалі вважаєш словом.

Дослідники оминають слово «вільно», бо про його зміст ніхто не може домовитися. Натомість вони вимірюють покриття, тобто частку слів у тексті, які читач уже знає. Якщо ти знаєш 95% слів на сторінці, незнайоме кожне двадцяте. За 98% розрив звужується до одного слова з п'ятдесяти.

Покриття зручне тим, що збігається з відчуттям від читання. Одне незнайоме слово з п'ятдесяти легко вгадати з фрази довкола. Одне з двадцяти означає нове слово майже в кожному рядку, і тоді увага йде на розшифрування, а не на сюжет.

Ця невелика різниця виявляється дуже важливою. Hu і Nation (2000) дали 66 студентам ту саму розповідь із чотирма рівнями покриття, замінивши незнайомі слова безглуздими. За 80% ніхто не зрозумів розповідь достатньо добре. За 90% упоралася невелика меншість, за 95% трохи більше, хоча це все ще була меншість, а за 100% зрозуміла більшість.

Коли автори побудували за цими результатами модель, вийшло, що більшості потрібно близько 98% покриття, щоб читати такий текст без допомоги. Відтоді ця цифра стала стандартною планкою для читання, і більшість оцінок словникового запасу, які ти зустрінеш, пораховано від неї.

Друга причина плутанини в тому, що саме рахують. У дослідженнях англійської зазвичай рахують словникові родини: одна родина об'єднує слово з його частими похідними, тож paint, painted, painter і painting ідуть за одне. У дослідженнях іспанської частіше рахують леми, де pintar і pintura різні слова, а pinto і pintamos належать до pintar. У тисячі родин тому більше слів, ніж у тисячі лем, і цифри двох підрахунків напряму не порівняти.

Тож перш ніж вірити будь-якій цифрі, постав два запитання. Про які тексти йдеться, і що рахували: родини, леми чи окремі словоформи?

Скільки слів треба для вільного володіння мовою в кожній навичці

Найцитованіша оцінка належить Nation (2006), який виміряв, скільки реальної англійської покриває кожна тисяча словникових родин. Для 98% покриття письмового тексту, наприклад романів і газет, треба 8000–9000 родин, а для усного мовлення 6000–7000. Романи й газети потрапляють в один діапазон із різних причин. Перші 2000 родин покривають 88% роману, але лише 83% газети, а газети добирають різницю власними назвами.

Мовленню треба менше слів, бо люди повторюються. За даними Nation, 3000 словникових родин разом із власними назвами вже дають понад 95% покриття усної англійської. Розмова спирається на невеликий набір частих слів значно більше, ніж письмо.

Можливо, слуханню й покриття треба менше, ніж читанню. Van Zeeland і Schmitt (2013) перевірили це просто на усних текстах. Більшість слухачів, носії й неносії, розуміли їх досить добре навіть за 90% покриття, хоча результати неносіїв на цьому рівні дуже різнилися. За 95% неносії розуміли непогано і з набагато меншим розкидом. За оцінкою авторів, для нормального розуміння на слух вистачає 2000–3000 словникових родин.

Телебачення стоїть посередині. Webb і Rodgers (2009) розібрали 88 телепрограм і з'ясували, що 3000 словникових родин разом із власними назвами та вигуками дають 95,45% покриття, а для 98% треба близько 7000 родин.

Слухання за 95% покриття

2000–3000 словникових родин

Телепрограми за 95%

Близько 3000 родин

Усна англійська за 98%

6000–7000 родин

Романи й газети за 98%

8000–9000 родин

Освічений носій мови

Близько 20 000 родин

Останній рядок пояснює великі цифри, які іноді трапляються. Nation наводить оцінки, за якими освічені носії англійської знають близько 20 000 словникових родин і до двадцяти років додають приблизно по 1000 на рік. Це опис усього життя носія, а не мета для учня, і сам Nation називає такі цифри дуже амбітною метою для навчальної програми.

Тож реалістична відповідь на запитання, скільки слів треба знати, виглядає так. Кілька тисяч словникових родин дають змогу стежити за більшістю розмов, а вдвічі-втричі більше дають змогу читати що завгодно.

Скільки слів треба в іспанській, французькій чи німецькій

Майже всі ці дослідження зроблено на англійській, тому для інших мов цифри грубіші. Найкраще порівняння для іспанської дає Davies (2005). Він порахував корпус на 20 мільйонів слів, поділений майже порівну між усним мовленням, художньою прозою та нонфікшном, і виміряв, скільки покриває кожна тисяча лем.

Share of spoken Spanish covered by the most frequent lemmas. Davies, 2005.

Усна іспанська виявляється щедрою до новачків. Перша тисяча лем покриває 87,8% мовлення, дві тисячі 92,7%, а три тисячі сягають 94%. З письмовими текстами важче: перша тисяча покриває лише 76% нонфікшну, а три тисячі сягають 88,2%.

Девіс також поставив іспанські цифри поруч з англійськими й німецькими. Тисяча лем покриває 87,8% усної іспанської, тисяча англійських родин 84,3% усної англійської, а тисяча німецьких лем 82,6% усної німецької. У нонфікшні розрив ширший: 76% в іспанській, 74,5% в англійській і 64,7% у німецькій.

Девіс обережний у висновках. Іспанські леми вужчі за англійські родини, тож іспанська мала б відстати. Він вважає, що цього не стається, бо в англійській більше слів загалом, адже в ній пліч-о-пліч живуть англосаксонський, французький і латинський шари. Низькі німецькі цифри частково можуть пояснюватися недоробленою розміткою, тому до них він ставиться з обережністю.

З його даних випливає і практична мета для іспанської. Щоб покрити 90% розмови, треба близько 4000 слів, а для 90% художньої прози близько 7000 і для нонфікшну майже 8000. Якщо ти питаєш, скільки іспанських слів треба для вільного володіння, відповідь така: кілька тисяч для розмови й помітно більше для романів.

З французької й німецької таких докладних досліджень немає, але загальна картина та сама. Кілька тисяч частих слів тримають мовлення, а кожна наступна тисяча додає на сторінці менше, ніж попередня. Українському читачеві тут є втіха: багато латинських і французьких коренів ти вже знаєш з українських запозичень на кшталт «ситуація» та «інформація».

Що підказують рівні CEFR

Підручники описують поступ рівнями CEFR, тому корисно приблизно знати, скільки слів припадає на кожен. Milton і Alexiou (2009) оцінили це тестом X-Lex, тобто переліком слів із 5000 найчастіших у мові, який давали учням із уже відомим рівнем.

A1

Менше 1500 слів в англійській, 1160 у французькій

A2

1500–2500 в англійській, 1650 у французькій

B1

2750–3250 в англійській, 2422 у французькій

B2

3250–3750 в англійській, 2630 у французькій

C1

3750–4500 в англійській, 3212 у французькій

До цієї таблиці додаються два застереження. Тест рахує лише слова з перших 5000, тому верхні рівні впираються в стелю, і справжні учні рівня C1 напевно знають слова поза нею. Крім того, учні сусідніх рівнів перетинаються, тож цифри описують типового учня, а не вимоги, які обов'язково треба виконати.

У тих, хто вчить французьку, цифри менші на кожному рівні, і автори пов'язують це з тим, скільки тексту покривають найчастіші французькі слова. Той самий ефект, імовірно, допомагає й іспанській, яка, як показав Девіс, своєю першою тисячею покриває більше тексту, ніж англійська.

Таблиця найкорисніша для планування. Припустімо, ти на рівні A2 і знаєш пару тисяч слів. Якщо брати середину кожного англійського діапазону, до B2 лишається приблизно півтори тисячі слів. Робота велика, але скінченна, і значно менш лячна, ніж 20 000, про які ти міг читати. Заразом зрозуміло, чому перехід від B1 до B2 тягнеться повільно: слова в цій смузі рідші й трапляються потрібну кількість разів довше.

NativeLingo має власні частотні смуги. Іспанське слово з рангом до 500 вважається A1, а ранги до 1500 вважаються A2. B1 сягає 3000, B2 6000, а C1 тягнеться до 12 000. Інакше кажучи, учень рівня B1 працює зі словами приблизно між першою і третьою тисячею.

Саме ця смуга вирішує, що розширення підставить. На A2 воно вставить palabra в текст про вивчення мов, бо palabra має ранг 534, а «гітару» залишить українською, адже guitarra стоїть на 3832-му місці й належить до B2.

Чому запас росте повільніше, ніж чекаєш

За цифрами покриття ховається неприємний факт. Кожна нова тисяча слів вимагає приблизно стільки ж зусиль, скільки попередня, а покриває меншу частину сторінки. За даними Девіса друга тисяча іспанських лем додає до нонфікшну 8%, а третя лише 4,2%. Тому спочатку поступ здається швидким, а за рік повільним, навіть якщо займаєшся так само старанно.

Розрив між 95% і 98% показує ту саму криву з іншого кінця. Перейти від одного незнайомого слова з двадцяти до одного з п'ятдесяти здається дрібницею. Але за цифрами Nation це означає вирости приблизно з 3000 родин до 6000 і більше для мовлення. Більша частина зусиль на шляху до вільного володіння йде саме на цей останній відтинок.

Пізні слова до того ж важче зустріти. Слово з першої тисячі трапляється майже на кожній сторінці, а слово десь біля семитисячного рангу може промайнути раз за цілу книжку. Webb (2007) показав, що помітний приріст починається десь із десяти зустрічей зі словом. Отже, що рідше слово, то більше треба прочитати, доки воно збере свої десять зустрічей.

Ось справжня причина, чому після середнього рівня так важливо читати. В уроках і застосунках рідкісним словам бракує місця. А той, хто багато читає, зустрічає тисячі таких слів у контексті, і корисні повертаються досить часто, щоб закріпитися.

Зустріти слово все ж не те саме, що знати його. Pellicer-Sánchez і Schmitt (2010) з'ясували, що після десяти й більше зустрічей у романі 84% читачів упізнають значення слова, але пригадати його можуть лише 55%. Коротке повторення, де ти набираєш слово, закриває більшу частину цього розриву, бо пригадування зміцнює слово значно більше, ніж повторний погляд.

Саме для цього й зроблено NativeLingo. Він підмінює приблизно одне слово зі ста на сторінках, які ти й так читаєш, і кожне слово отримує свої зустрічі в справжніх фразах і в правильній формі. Щоденне повторення з набором перетворює впізнавання на активне знання, а FSRS розставляє повторення так, щоб вивчене не вислизало. Скільки нових слів на день ти можеш собі дозволити, окреме питання, і про нього в нас є стаття про слова на день.

Чого не скаже кількість слів

Словниковий запас передбачає, скільки ти розумієш, але мало каже про те, як ти говориш. Вільному мовленню потрібні швидке пригадування, чуття граматики й запас готових зворотів на кшталт por favor чи a lo mejor. Нічого з цього в кількості слів не видно. Двоє учнів з однаковими 3000 слів можуть звучати в розмові зовсім по-різному.

До того ж усі ці підрахунки вимірюють пасивний запас, тобто слова, які ти впізнаєш під час читання чи на слух. Слів, які ти можеш вимовити сам на першу вимогу, завжди менше. Тому людина, яка спокійно читає, у розмові все одно може шукати слова.

NativeLingo тут теж має чіткі межі. У його іспанському словнику 5168 слів, і цього вистачає, щоб пройти часті смуги й зайти в менш часті. До 8000–9000 родин, яких вимагають романи, він тебе не доведе. Далі треба багато читати іспанською, а для розмови потрібна розмовна практика, краще з викладачем.

Ці цифри корисно вважати віхами, а не фінішем. Приблизно з 3000 частих слів більша частина побутового мовлення стає зрозумілою, а десь після 8000 більшість книжок перестає вимагати словника. Усе, що між ними, будується широким читанням і повторенням слів, які важливі саме тобі.

Питання