Найчастіші слова іспанської і як далеко вони тебе доведуть

Що вважають найчастішими словами іспанської

Якщо пошукати найчастіші слова іспанської, знайдуться списки на 100, 1000 і 5000 слів, і вгорі вони майже однакові. Чого в них зазвичай немає, то це відповіді, звідки взявся порядок. А він важливіший за сам порядок, бо список рівно настільки добрий, наскільки добра іспанська, за якою його рахували.

Частотний список, по суті, звичайний підрахунок. Хтось збирає великий масив живої іспанської, лінгвісти називають його корпусом, і рахує в ньому кожне слово. Іспанська королівська академія зробила це на корпусі CREA, де понад 160 мільйонів слів. Марк Девіс для частотного словника Routledge зібрав корпус менший, на 20 мільйонів, зате ретельно врівноважив у ньому усне й письмове мовлення.

Який список не відкрий, угорі буде граматика: de, la, que, el, en, y, a. На цих коротких словах тримається будь-яке речення, хоча самі по собі вони майже нічого не означають. Тому знання, що de стоїть першим, мало що підкаже про те, що вчити завтра.

Слідом ідуть дієслова, які тягнуть на собі зміст. Ser, estar, haber, tener, hacer, poder, decir та ir входять у Девіса до перших 30, а одразу за ними починаються побутові іменники. У підрахунку за субтитрами, на який спирається NativeLingo, casa, tiempo, vida та día стоять у перших 150 словоформах, і новачок чує їх майже в кожній розмові.

Є деталь, яка змінює те, як читати будь-який список. Одні списки рахують словоформи, тобто слова в тому вигляді, в якому вони стоять на сторінці: dijo, dicen. Інші рахують леми, словникові форми, під якими ці словоформи зібрано, наприклад decir. Список академії рахує словоформи, тому в es, era та fue свої місця, а Девіс зводить їх усі до ser. Так одне й те саме дієслово займає п'ять місць в одній першій сотні й одне в іншій.

Щоб вирішити, що вчити, чесніше дивитися на список лем, хоча зустрічатимеш ти якраз словоформи. У списку стоїть ciudad, а на сторінці про подорож написано «три міста», і іспанською це tres ciudades.

Тож список зручніше вважати мапою словникових форм, а не текстом для зубріння. Кожне слово однаково доведеться впізнати в тих формах, у яких воно живе в реченнях, з його множиною і минулим часом, бо саме їх ти й побачиш.

Коли обиратимеш список, перевір, чи названо в ньому корпус і чи прямо сказано, що рахують: леми чи словоформи. Ще варто переконатися, що в корпусі є усне мовлення, а не самі книжки й газети, інакше книжні слова піднімаються зависоко. Девіс саме тому зібрав свій корпус порівну з мовлення, художніх текстів і нонфікшну.

Скільки сторінки покриває перша тисяча слів

Корисніше спитати про покриття: якщо ти знаєш першу тисячу слів, яку частку звичайного тексту ти впізнаєш? Девіс виміряв це для іспанської у 2005 році. Він рахував мовлення, художні тексти й нонфікшн окремо, і з його цифр видно, наскільки відповідь залежить від того, що ти читаєш.

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

Мовлення виходить на перше місце, бо люди повторюються і цілий день говорять тим самим невеликим набором дієслів і слів-зв'язок. Тому перша тисяча слів покриває 87,8% усної іспанської, а в нонфікшні, де тема змінюється від тексту до тексту, лише 76%.

Далі приріст швидко тане. За даними Девіса, друга тисяча дає ще 6,5–8% письмового тексту і 4,9% мовлення. Третя додає всього 2,3–4,2%, і на трьох тисячах слів покриття сягає 88,2% нонфікшну, 89,6% художніх текстів і 94% мовлення.

Девіс називає це законом спадної віддачі, і назва влучна. Кожна нова тисяча слів потребує приблизно тих самих зусиль, але покриває шматок сторінки менший за попередній. З англійською те саме: коли Девіс поставив свої результати поряд із цифрами Нейшна, в англійській перша тисяча покрила 74,5% нонфікшну і 84,3% мовлення.

Ця крива пояснює відчуття, знайоме багатьом. Поки йдуть перші кілька сотень слів, поступ здається швидким, адже кожне вивчене слово трапляється на кожному кроці. А десь після тисячі починає здаватися, що ти застряг, хоча займаєшся стільки ж.

Ти не застряг. Просто кожне нове слово трапляється рідше за попереднє, тому його менше помічаєш, і приріст приходить маленькими шматками, розкиданими по багатьох сторінках.

Чому 80% усе ще відчуваються як стіна

Вісімдесят відсотків звучать майже як усе, але на справжній сторінці це означає, що незнайоме кожне п'яте слово. У реченні з двадцяти слів виходить чотири діри. Одне незнайоме слово зазвичай вгадуєш із сусідніх, а чотири одразу перетворюють читання на головоломку, яку зрештою розв'язуєш зі словником.

Ось приблизно як це виглядає, якщо закрити незнайомі слова: ____ знову запізнився, тож я ____ до ____ і ____ цілу годину. Граматику розумієш, половину історії теж, а що сталося, сказати однаково не можеш. На 98% у тому самому рядку бракувало б одного слова, і решта підказала б, що воно, найімовірніше, означає.

Дослідження це підтверджують. Ху і Нейшн (2000) давали студентам одне й те саме оповідання, де знайомі 80%, 90%, 95% або 100% слів, і на 80% ніхто не зрозумів його достатньо добре. На 90% і 95% впоралися небагато, більшість так і не зрозуміла. Тому автори й поставили планку для читання без словника близько 98% знайомих слів, тобто одне незнайоме на п'ятдесят.

Скільки це в словах? Нейшн (2006) оцінив це у 8000–9000 словникових родин для письмової англійської і 6000–7000 для мовлення. Словникова родина об'єднує споріднені слова на кшталт courage, encourage та discouragement. Цифри англійські й пораховані родинами, а не іспанськими лемами, тож напряму не переносяться. Але масштаб вони показують: список із тисячі слів — місце, де читання починається, а спокійне читання лежить на кілька тисяч слів далі.

З тих самих цифр видно, як додавати слова, не ламаючи читання. Кожне слово після першої тисячі трапляється рідше, зате часто саме воно й затикає конкретне речення, тому, закриваючи останні діри, ти переходиш від розшифрування до читання. Найкраще це працює, коли незнайомих слів мало, адже одне нове слово на знайомій сторінці одразу помітне.

На цьому й побудований NativeLingo. Він замінює на іспанське приблизно одне слово зі ста й ніколи не більше двох, тож читання лишається вище позначки 98%, а нові слова приходять по одному.

Яка тисяча належить до якого рівня

Підручники розкладають лексику за рівнями CEFR, від A1 до C1, а частотні списки за місцем. Ці шкали збігаються краще, ніж можна очікувати, здебільшого тому, що часті слова й вчать першими.

NativeLingo присвоює кожному іспанському слову рівень за його місцем у частотному списку, зібраному за субтитрами фільмів і серіалів. Сам список узято з відкритого проєкту FrequencyWords, який порахував OpenSubtitles, і в нашому іспанському словнику межі проходять так.

A1

Місця до 500: casa, día, semana

A2

Місця 500–1500: calle, libro, tren

B1

Місця 1500–3000: mercado, lluvia

B2

Місця 3000–6000: guitarra, risa

C1

Місця 6000–12 000: subasta, tos

Оскільки місця рахують за словоформами в субтитрах, вони тяжіють до побутового мовлення. Casa стоїть 91-м, semana 326-м, mercado потрапляє в B1 на 1767-му місці, а tos, кашель, опиняється аж на 9618-му.

У субтитрів, звісно, свій перекіс. У кіно повно слів на кшталт matar і dios, до яких підручник дійшов би пізніше, а мова офісів і паперів трапляється рідше, ніж у дорослому житті. Нейтральних корпусів не буває, і це ще одна причина, чому добрий список називає свій.

На практиці правило просте. На A1 твої слова в перших п'яти сотнях, а слово на три тисячі місць нижче зараз потребуватиме більше сил, ніж поверне.

Так NativeLingo і обирає, що замінити. На A1 він покаже semana, а «ринок» залишить українською, і з ростом рівня вікно сповзає нижче списком.

Якщо не впевнений, де ти зараз, краще перевірити це до того, як обирати список. Тест рівня в NativeLingo триває близько трьох хвилин і ставить 12 запитань, від A1 до B2. Почнеш надто низько, і тижнями сидітимеш на знайомих словах, а почнеш надто високо, і потонеш у словах, які забудеш до п'ятниці.

Як вивчити їх без марафону карток

Список добрий як мапа й поганий як учитель. Якщо прочитати стовпчик із тисячі слів, кожне трапиться один раз і без речення довкола. А щоб слово лишилося, зустрічей треба значно більше.

Вебб (2007) виявив, що помітний приріст починається приблизно з десяти зустрічей зі словом. Пеллісер-Санчес і Шмітт (2010) провели студентів через цілий роман і побачили, що після десяти й більше зустрічей значення слова впізнають 84%, хоча згадати його самі можуть лише 55%. Інакше кажучи, читання спершу дає впізнавання, а для пригадування потрібен ще один крок.

Цей крок називають пригадуванням: дістати слово з пам'яті замість того, щоб ще раз на нього подивитися. Карпік і Редігер (2008) показали, наскільки велика різниця. За тиждень ті, хто й далі себе перевіряв, пам'ятали близько 80%, а ті, хто перечитував матеріал, 33–36%.

Якщо скласти все докупи, рецепт короткий. Зустрічаєш слово близько десяти разів у справжніх реченнях, а потім перевіряєш себе на ньому через щоразу довші проміжки і вписуєш відповідь, а не перевертаєш картку зі словами «я ж знав».

NativeLingo працює за цим рецептом. Він підставляє часті слова у сторінки, які ти й так читаєш, у тій формі, яка потрібна реченню, і перестає показувати слово приблизно після десяти зустрічей або коли ти його явно знаєш. Потім коротке щоденне повторення просить слово ввести, а FSRS вирішує, коли показати його знову.

У певному сенсі ти однаково вчиш частотний список, адже розширення йде за частотним порядком для твого рівня. Різниця в тому, що список трапляється тобі всередині речень, які ти й так збирався прочитати, і в тому порядку, в якому їх видає твоє читання. Слово, яке постійно трапляється на твоїх сайтах, має більше шансів закріпитися, а те, якого у твоєму житті немає, лишається в списку й нічого тобі не коштує.

Якщо тобі ближчі картки, правила ті самі. Бери картки зі смуги свого рівня, додавай до кожної приклад речення і вписуй відповіді, коли можеш.

І стеж за темпом, бо кожне нове слово тягне за собою місяці повторень. За п'яти нових слів на день через рік повторення займають близько 7–10 хвилин на день, а за двадцяти вже 27–40 хвилин. Обирай темп, який витримаєш у завантажений тиждень, а не в спокійний.

Коли частотний список не пасує

Частотні списки описують середню іспанську, а твоя іспанська може бути зовсім не середньою. Медсестрі, яка переїжджає до Мадрида, слова про симптоми потрібні задовго до того, як вони потраплять у перші 3000. Тож якщо мета зрозуміла, поклади поверх частотності тематичний шар: спершу загальне ядро, потім слова, які постійно підкидає твоя ситуація. NativeLingo робить маленьку версію цього і дає бонус словам із мети, яку ти обрав, наприклад подорожі чи робота.

Ще одна сліпа пляма — службові слова. De, que та se очолюють будь-який список, але жодне розширення не підставить їх в українську сторінку, бо в українській для них просто немає місця. Зі сталими виразами те саме. Por favor, a lo mejor та de nada складаються з частих слів, але вчаться цілком, і жоден список окремих слів не скаже, що a lo mejor означає «може бути». Для того й іншого потрібні справжні іспанські речення, краще з викладачем.

І читання не те саме, що розмова. NativeLingo тренує впізнавання і пригадування слів, але слух і вимову не чіпає. Якщо за місяць треба говорити з людьми, курс або викладач доведуть тебе туди швидше. Зате разом вони працюють добре: слова, зустрінуті під час читання, дають урокам матеріал, а уроки перетворюють ці слова на фрази, які ти можеш сказати.

Тож перші 500 вивчи свідомо, а наступні кілька тисяч хай принесе читання, і короткі повторення допоможуть їм закріпитися.

Питання