Korpusni pristop kot metoda raziskovanja in učenja tujega strokovnega jezika t • • Neva Čebron Fakulteta za humanistične študije, Univerza na Primorskem neva.cebron@fhs.upr.si Prispevek prikazuje postopke zbiranja in raziskovanja dveh primerljivih st rokovnih korpusov. Njuna primerjava prikazuje poenostavljeno večdimenzionalno analizo jezikovnih sp rememb s primerjavo list besed, ključnih besed in z opisom kolokacijskih in si magmatskih vzorcev rabe besed. Za raziskavo upo- rabi brezplačne računalniške programe in utemelji rabo st rokovnih korpusov kot ustrezno orodje za pomoč učiteljem tujega strokovnega jezika pri luščenju ključnega st rokovnega in polst rokovnega be- sedišča. K#učne besede: tuji strokovni jezik, pedagoškodidaktični pristopi, korpusno jezikoslovje The present paper examines various methods of compiling and analysing two LSP corpora. By means of comparing frequency lists and keywords, a basic multidimensional analysis is carried out in order to illustrate language variation in different text rypes and genres from the two specialist domains in terms of collocational and colligational patterns oflanguage use. A number offreely available corpus analysis tools are explored to support the claim t hat corpus-based research can be helpful in idem ifying key spe- cialist and sem i-specialist vocabulary and thus enhance LSP teaching courses. Keywords: LSP, teachingapproaches, corpus linguistics K:rpusno jezikoslovje je mlado in zelo ži-vahno področje jezikovnih raziskav, saj e je v zadnjih desetletjih umestilo kot osrednji raziskovalni pristop v leksikografiji in le- ksikologiji (npr. Sinclair 1982, in 1991, Biber, Co- nrad in Reppen 1998, Carter 1998, McEnery in Wilson 2,001, Gorjanc 2,005), posledično pa tudi v uporabnem jezikoslovju, še posebej pri uvaja- nju novih pristopov poučevanja splošnega in strokovnega tujega jezika (npr. Burnard in McE- nery 2,000, Flowerdew 2,002,, Sinclair 2,004, Ga- violi 2,005, Granger et al. 2,009). Korpusna meto- da jezikovnega raziskovanja opazuje in analizira jezikovno rabo ob podpori zbirke avtentičnih besedil v računalniško berljivi obliki. Omogoči nam, da pregledujemo večje, načrtno zbrano je- zikovno gradivo, kar nam pomaga analizirati http~:// doi.org/ 1 o. 2.649 3/ 2 350 -5 4 4 3. 8 ( 2)45-64 in opredeliti pojavnost jezikovne rabe na osno- vi večjega vzorca primerov resničnega ubesedo- vanja. Na osnovi empiričnega pristopa k preuče­ vanju avtentičnih rab jezika je korpusna metoda preusmerila jezikovne raziskave od intuitivnega opredeljevanja slovničnih struktur k luščenju iz- razja in analizam leksikogramatičnih paradigem na osnovi podatkov v besedilnih korpusih (Sin- clair 1991, McEnery, Xiao in Tono 2,006, Hyland in Bondi 2,006). Korpusni raziskovalni pogled na novo opre- deli tudi vlogo in mesto strokovnega jezika, saj v svojih raziskavah dokazuje, da se strokovni jezi- ki ločijo od splošnega jezika na več ravneh (Biber 1995, Bhatia 2,004, Halliday et al. 2004, Flower- dew 2,005, Paltridge in Starfield 2,013). Ugotavlja skladenjske, slogovne, besedilne, pragmatične 1<«5WWWi in semantičnoleksikalne posebnosti, ki ozna- čijo posamezni strokovni jezik, da v njem lažje upovedujemo specializirana področja vedenja in znanja. Hkrati opozori tudi na razlike pri upo- vedovanju v različnih besedilnih zvrsteh. V času, ko sporazumevanje v delovnem okolju pogosto poteka v tujem jeziku, posebno v angleščini, so ugotovitve korpusnega raziskovanja strokovnih jezikov pomembne usmeritve pedagoškega dela. Pouk tujega strokovnega jezika jih mora upošte- vati, da smiselno nadgradi študentovo splošno jezikovno znanje in ga pripravi za razumevanje tujega strokovnega jezika, kakor tudi za razvi- janje sporazumevalne zmožnosti in rabo tuje- ga strokovnega jezika v delovnem okolju (npr. Lewis 1997 in 2000; Willis 1990, Hyland 2004 in 2006, Nesi 2013). Postavlja se torej vprašanje, kako naj ana- liziramo in raziskujemo posamezni strokov- ni jezik, da bomo prepoznali vsaj pomembnej- ša odstopanja od splošne rabe in jih vgradili v pouk tujega strokovnega jezika na nadaljeval- ni izobraževalni ravni (natančneje, na ravni B1 do C1 po SEJO). Prispevek predlaga več pristo- pov in orodji za analizo korpusov strokovnih in polstrokovnih besedil, ko uvaja metodologijo is- kanja in luščenja osrednjega izrazja in termino- logije, ki naj pomaga študentu pri sporazumeva- nju v strokovnem okolju. Nadalje raziskava uvaja vpoglede, ki jih daje primerjava strokovnih kor- pusov s področja humanistike (kulturologije - v nadaljevanju KK) in naravoslovno-tehničnih ved (prometnih ved - v nadaljevanju KP), kakor tudi medjezikovna primerjava podatkov iz spe- cializiranih korpusov s podatki v splošnih kor- pusih (BNC, English Web 2015). Osredotoči se na rabo strokovnega in polstrokovnega jezika v različnih besedilnih žanrih vsakega strokovnega področja posebej. Na osnovi teh spoznanj skuša opredeliti pristope k poučevanju tujega strokov- nega jezika na nadaljevalni stopnji. V članku najprej predstavimo korpusni raz- iskovalni pristop in orodja korpusne analize. Te- oretične vpoglede nato ponazorimo na primeru dveh strokovnih korpusov, ki smo jih zbrali za namen raziskave: korpus humanističnih besedil (KK) in korpus besedil prometne stroke (KP). Izsledki, ki nam jih ponudi računalniška obdela- va korpusov, tvorijo izhodišča za raziskavo stro- kovnega in polstrokovnega besedišča, prepozna- vanje kolokacij in večbesednih enot, kot tudi za vpletanje ugotovitev korpusne analize v učna gradiva tujega strokovnega jezika. V zaključni razpravi opredeljujemo, utemeljujemo in ovre- dnotimo pedagoške pristope za uvajanje vpog- ledov korpusne metode v učenje angleščine kot strokovnega jezika. Pregled literature Jezikovni korpusi in vse bolj izpopolnjena raču- ,.... nalniška orodja za manipulacijo z njimi omogo- čajo vrsto jezikovnih raziskav, zato se uveljavljaj~ v leksikografiji, leksikologiji, pri terminoloških in semantičnih raziskavah (npr. Hockey 2000, (\ Meyer 2002, Reppen, Fitzmaurice in Biber 2002, Killgarriff 2005), pri razčlenjevanju slovničnih4-­ vpogledov, pri raziskavah besedilnih zvrsti, raz- iskavah na področju pragmatike ter celo v sod- ,.... olingvističnih in medkulturnih analizah (npr. Biber 2006, Bahtia 2004, Carter in McCar·.,,~ ::.,li""'y== 2006). Novi vpogledi, ki jih daje korpusna meto- da, vplivajo tudi na pedagoškodidaktično meto- t1 de poučevanja tujega jezika (npr. Granger 1998, "'-- Conrad 2000, Lewis 2000, Johns 2002, Flower- dew 2005, Gavioli 2005, Hyland 2006, Nation 2006). Ko jezik raziskujemo s korpusnim pristo- t. pom, izhajamo iz dognanj posameznih vej je- zikoslovja, računalniška obdelava podatkov pa r- nam pomaga hitreje in obširneje pregledov-ati.L dokumente, ki dajejo empirične podatke o je- zikovni rabi. Marsikatera pretekla izpeljava se tako pokaže v novi luči, saj jo ta metoda dopol- ni in nadgradi. Pri raziskavah jezikovnih kor- pusov zaključke namreč izpeljujemo na osno- vi podatkov o udejanjeni rabi velikega števila vzorcev (McEnery in Wilson 2001). Gre torej za zamik fokusa jezikovne analize od preučevanja struktur k preučevanju njihove rabe (Biber et al 1998). Ta perspektiva raziskuje, kako govorci in pisci uporabljajo jezikovna sredstva svojega je- zika. Znotraj polja raziskav uporabnega jeziko- slovja korpusna metoda obdelave jezika spod- buja preskok od normativne razlage jezika k funkcionalnemu opisu jezikovne rabe, k obrav- navi jezika kot celovitega sistema (Dixon 2.005). Svoje raziskave jezika tako jezikoslovci usmerijo k povezanosti oblike in pomena, v leksikogra- matični opis jezika (Sinclair 1991, Carter in Mc- Carthy 2.006) ali k povezanosti leksikograma- tične ravni jezika z vrsto upovedovanja, torej z govornimi položaji, besedilno zvrstjo ter govor- jeno ali zapisano besedo. Medsebojni vpliv raz- ličnih nivojev jezikovne analize pomeni tudi to, da od preučevanja posamezne besede oziroma termina, preidemo k opazovanju besednih zvez in besedilnega okolja, torej k določanju sinta- gmatskopomenonosnih jezikovnih enot (Hal- liday et al 2.004, Hunston 2.002.) oziroma od skladenjskih raziskav stavkov k pomenskoskla- denjski analizi njihove vloge v diskurzu (Biber 2.006, Flowerdew 2.002.). Statistični raziskovalni pogled na novo opredeli tudi vlogo in mesto strokovnega jezika, saj dokazuje, da se strokovni jeziki ločijo od splo- šnega jezika na več ravneh (Bhatia 19 93, Biber 1995, Hyland 2.004 in 2.006, Flowerdew 2.013). Ugotavlja skladenjske, slogovne, besedilne, pra- gmatične in semantičnoleksikalne posebnosti, ki označijo posamezni strokovni jezik, da v njem lažje upovedujemo specializirana področja ve- denja in znanja. Strokovni jezik tako poimenuje za jezikovno podvrsto in opazuje funkcionalne razlike pri izbiri jezikovnega registra od polju- dnoznanstvenega do strokovnega. Zato ga opre- deljuje glede na nivo strokovnosti oziroma glede na nivo formalnosti upovedovanja ali v konte- kstu besediloslovja. Sorazmerno enostavno lahko torej razišče­ mo, ali je določena raba pogosta v jeziku nasploh ali le v nekaterih zvrsteh in podzvrsteh besedil. Korpusna analiza jezika nam omogoči dovolj za- nesljivo opredelitev osrednjega besedišča, torej besedišča, ki ga v nekem jeziku ali zvrsti jezika najpogosteje uporabljamo. Nadalje nam izostri vpogled v pomene, ki so za izbrani termin najpo- gostejši v strokovnih podzvrsteh določenega je- zika. Korpusna analiza je opozorila tudi na raz- like med pristopi pri učenju tujega jezika, ki jih predlagajo učbeniki za angleški jezik, in podatki o jezikovni rabi, ki jih dajejo korpusne analize. Pri strokovnem jeziku poudari nujo, da študen- te izpostavimo sodobnemu strokovnemu jezi- ku, kakršnega najdemo v resnični, naravni rabi, da preusmerimo poudarek od slovničnih struk- tur k leksikalnim oziroma k leksikogramatične­ mu opisu jezika in strokovni terminologiji, pri tem pa upoštevamo tudi pogostost jezikovnih elementov in njihovo razpršenost v besedilnih zvrsteh (Tognini-Bonelli 2.001, Nesi 2.013). Gre torej za radikalno prevrednotenje pris- topov k poučevanju tujega jezika in Willis (1990) ugotavlja, da je najprej potrebno zastaviti kor- pusno raziskavo ter nanjo opreti naše odločit­ ve o tem, kateri tipični elementi jezikovne rabe najbolje predstavijo ubesedovanje v posamezni stroki. V središče učnih pristopov moramo torej postaviti jezikovno rabo in ne teorijo o jezikov- nih strukturah. V leksikalnem učnem načrtu, dopolnjuje Hunstonova (2.002.), je glavni pouda- rek na najpogostejših besedah, osrednjih vzorcih rabe in kolokativnih zvezah, ki jih najpogostej- še besede tvorijo med sabo. Te zveze vključujejo tudi najpogostejše slovnične strukture. Poglobljeno uzaveščanje jezikovnih mož- nosti in omejitev je še posebej pereč problem na nadaljevalnih stopnjah učenja jezika (Lewis 1993 in 2.000, Granger 1998, Schmitt 2.000). Vzrok, da mnogi študentje tujega jezika zastanejo na nekakšni srednji stopnji in ne napredujejo več, je preprosto ta, da niso navajeni opazovati, kako besede tvorijo » besedne vzorce« in katere bese- de se med seboj družijo. Čeprav poznajo slovni- co in veliko posameznih besed, ne znajo teh be- sed in struktur povezati v kolokativne zveze, ki bi jim pomagale izraziti misli, ko pišejo ali govo- rijo. Če ne uporabijo kolokacijskih ali koligacij- skih zvez, ki pomagajo pomen izraziti enostavno in natančno, se izražajo zapleteno in uporablja- jo kompleksne slovnične strukture in nenavad- ne besede. Ravno takrat, ko poskuša študent prilagoditi tuji jezik učinkoviti sporazumeval- ni rabi, naredi največ napak, saj uporablja jezi- kovne strategije, ki jih pozna iz maternega jezika (Widdowson 1979). V tem smislu je pomembno opozorilo korpusnih raziskav strokovnega jezika predvsem, da moramo biti pozorni na polstro- kovno besedišče oziroma na kolokacijske zve- ze, ki jih vsaka stroka prilagodi svojim potrebam upovedovanja. Zgolj učenje strokovnih terminov namreč študentom ne omogoča natančno razu- mevanje in upovedovanja strokovnih vsebin. Pionirsko delo pri določanju osrednjega be- sedišča različnih strok v angleščini sta opravi- la Nation (1990) in Coxhead (:woo). Nation (2006) je razvil računalniški program Range, ki naj učitelju tujega strokovnega jezika pomaga analizirati in izbrati ključno strokovno termino- logijo kot nadgradnjo splošnega jezika. Čeprav so liste besednih družin v znanstvenem jeziku (Academic Word Lists - v nadaljevanju AWL) (Coxhead 2000) nekoliko kontroverzne, pogos- to usmerjajo opredeljevanje osrednjega strokov- nega in polstrokovnega besedišča kasnejših raz- iskovalcev (npr. Schmitt 2000, Hyland 2006, Min Zhang 2013). Ti opozarjajo, da se strokov- ni jeziki namreč pomembno razlikujejo med se- boj in tudi od splošne rabe, zato nam šele manj- ši, strokovno usmerjeni korpusi razkrijejo, katera raba in pomen termina je v posamezni stroki naj- pogostejša ali ustaljena. Predlagajo torej kontrastivno analizo refe- renčnih korpusov (npr. BNC, English Web 2015) s strokovno usmerjenimi korpusi oziroma pri- merjavo korpusov za posamezne stroke ali celo segmentov posameznih korpusov med seboj (Bi- ber 1995, Hyland 2006). Opozarjajo še, da je za tovrstne raziskave bistvena harmonizacija in re- prezentativnost korpusa (McEnery et al. 2006), da mora torej raziskovalec pozorno izhrati bese- dila, ki jih sestavi v korpus, saj bo tako lažje raz- lagal nove uvide, izpeljeval zaključke ali pomagal študentom ozaveščati strokovno besedišče. Zato Flowerdew (2013), Conrad (2000), Biber in Fine- gan (1989), Bowker in Person (2002) ter Stubbs (2002) poročajo o rabi lastnih manjših korpu- sov, ki obsegajo le nekaj deset tisoč besed, vendar vsebujejo besedila ene same, ozko določene stro- ke ali celo besedilne zvrsti znotraj določene stro- ke. Šele taki korpusi dajejo relevantne podatke o j~zikovni rabi na nekem strokovnem področju. Ce te podatke primerjamo s statistikami v refe- renčnih korpusih, ugotovimo, da so velike raz- like tako pri pojavnosti in pomenskih niansah najpogostejšega besedišča, kakor rudi pri največ­ krat rabljenih slovničnih strukturah. Učitelj strokovnega jezika lahko uvide, ki jih ponuja korpusna metoda, uvaja v učni proces z neposrednim ali posrednim pristopom (Johns 2002, Charles 2007, Romer 2011, Jablonkai in Čebron 2017): podatke iz korpusne analize upo- rabi za izdelavo novih učnih gradiv ali vodi štu- dente pri samostojnemu raziskovanju strokoi - nih korpusov. Obe metodologiji ozaveščata opis ,.... strokovnega jezika, ki poleg tipičnih terminov+- posamezne stroke, izpostavi tudi splošno bese- dišče, ki ga stroka za svojo rabo opredeli s tipič-~ nimi podpomeni ali sprejme kot značilno stilsko " \ orodje pri svojih opisih (Oakey 2002). Novosti, 1 ki jih je korpusna metoda izpostavila, sta: sopo-.,..._ menke se najpogosteje družijo z različnimi be- ,.... sedami, vendar različni podpomeni termina iz- berejo različne, a ustaljene fraze in kolokacijsk zveze; raba terminov pa ni enako pogosta v vseh njihovih pomenih in podpomenih. Prav v tej smeri v,:_lja ~~ka~~ posebnosti _str~k~vnih jezikov. l_ Uc1telJ1 tu)lh strokovnih Jezikov smo obi- čajno jezikoslovci in ne strokovnjaki za posame- zne stroke, zato smo zaznali pomen strokovnega izražanja in od nekdaj zbirali strokovno termi- ,1 nologijo. Korpusna metoda analize jezika nam ~ torej omogoči, da postavimo poučevanje tujega jezika na raven, ki preplete učenje tujega jezika s stroki prilagojenim prevzemanjem ubesedova- nja. Cilji raziskave in raziskovalna vprašanja Izhajajoč iz predhodnih raziskav in ugotovitev avtorjev iz prejšnjega poglavja, želi pričujoča ra- ziskava odgovoriti na vprašanje, kako lahko smi- selno uporabljamo računalniško podprte analize besedilnih zbirk v KK in KP v angleščini za sle- deče namene uporabnega jezikoslovja: pri luščenju ključne terminologije posamez- nih strok v angleškem jeziku, pri določanju strokovnega besedišča, ki naj bi ga uvajali pri poučevanju angleškega st- rokovnega jezika kulturologije in prometne stroke, pri primerjalnem opredeljevanju semantič­ nih polj ključnih terminov v teh dveh stro- kah, pri primerjavi shematičnih frazeoloških pa- radigem v obeh strokovnih domenah, pri izbiri didaktične metode za poučevanje angleškega strokovnega jezika. Zaradi ključne vloge strokovnih jezikov za natančno izražanje pomenov v sodobni znanos- ti je pomembno, da posamezno jezikovno pod- ročje tudi natančneje opredelimo in ga ustrezno uvedemo v učno prakso. Nujno pa je tudi raz- misliti, kako statistični jezikoslovni podatki po- magajo učitelju, da opredeli besedišče, ki naj ga smiselno povzame v pedagoškodidaktične svrhe. Študentje morajo v prvi vrsti usvojiti ustrezno besedišče, da razumejo pisna besedila in zvo- čne zapise vsebin svoje stroke, saj se pri študiju srečujejo s številnimi viri v angleščini. Jezikov- ne vpoglede mora učitelj nato še prilagoditi je- zikovnim zahtevam študentov posamezne stro- ke na nadaljevalni ravni znanja angleščine (raven B1 ali višja), da bi jim kar najbolj učinkovito po- magal premostiti težave pri strokovnem izražan- ju lastnih pomenov v tujem jeziku. Raziskovalni pristopi Raziskovanje jezikovne rabe ob podpori kor- pusne metode izpostavi niz možnosti obdela- ve korpusnih podatkov, ker pa zbirke besedil ponudijo veliko količino besedilnih podatkov, moramo iz njih izluščiti tiste, ki so relevantni za usmeritev naše raziskave. Spletne strani po- nujajo veliko računalniških orodji za pomoč pri korpusni jezikovni obdelavi. Pričujoča raziska- va se opira na naslednja orodja za raziskovanje in izpraševanje korpusnega gradiva: AntConc (Anthony 2,019), Range Programme (Paul Na- tion 2006), Sketch Engine (Lexical Computing CZ s.r.o. 202,0 ). Za luščenje in primerjave ključnega stro- kovnega besedišča izkoriščamo tudi računalni­ ške obdelave podatkov z računalniške platforme Sketch Engine, in sicer oddelek, ki vsebuje Bri- tanski nacionalni korpus (BNC) in English Web 2,015. Utemeljitve izpeljujemo na osnovi analize jezikovnih podatkov, pridobljenih s primerjava- mi rab v dveh korpusih strokovnih besedil, na- tančneje v KK in KP, ki smo jih zbrali za namen te raziskave. Jezikovne podatke v obeh korpu- sih nadalje primerjamo z angleškimi referenčni­ mi korpusi BNC in Web 2,015. Ob tem moramo opozoriti tudi na omejitve korpusnega pristo- pa: še tako velik korpus (najsodobnejši korpusi v angleščini obsegajo več sto milijonov besed) ne more predstaviti vseh možnosti rabe v živem je- ziku, temveč daje le podatke o rabi v besedilih, ki jih korpus obsega. Kot poudarja Sinclair (1991: 38), je vsak korpus le droben vzorec rabe jezika, zato izsledki teh raziskav nikakor niso dokonč­ ni. Sestava korpusa Če naj nam korpus služi za pomenoslovno, le- ksikološko, terminološko analizo pa tudi skla- denjsko, slogovno, besedilno in pragmatično raziskavo ter primerjavo osrednjega strokovne- ga upovedovanja na področju humanističnih in prometnih ved v angleščini, ima ključno vlogo sestava dveh usmerjenih korpusov besedil. Osnovna struktura je pri obeh korpusih po- dobna. Razdeljena sta v oddelke in pododdel- ke glede na zvrst besedila in glede na strokovna področja in podpodročja. Vsak korpus te razi- skave obsega približno milijon besed in vključuje besedila različnih avtorjev. Korpus sestavljajo ve- činoma pisna besedila, nekaj pa je tudi prepisov posnetkov govora. KK in KP vključujeta žanr- sko raznovrstna besedila od poljudnoznanstve- nih do znanstvenih člankov, kot prikazuje tabe- la I. o "' Tabela 1: Sestava KK in KP po besedilnih zvrsteh Stroka: Število Število Stroka: Število Število kulturologija dokumentov besed prometne vede dokumentov besed časopisni članki 85 2.75.543 časop isni članki 12.0 2.41.842. znanstveni članki 50 2.71.979 znanstveni članki 60 2.53.058 encik lopedični članki 55 2.86.813 enciklopedični članki 38 2.52-.n8 prepis zvočnega z.apisa 30 165-735 uradni dokumenti 32. 2.53.307 Korpus 2.2.0 1.000.070 Korpus 2.50 1.000.335 Tabela 2: Sestava KK in KP po strokovnih tem.ah Stroka: Število Število Stroka: Število Število kulturologija dokumentov besed prometne vede dokumentov besed Zgodovina 52. 2.52..732. Antropologija 53 2.51.375 Micologija 57 2.47.556 Kulrnrologija 58 248.370 korpus 2.2.0 Glede na zvrst besedil oba pisna korpusa ses- tavljajo po štirje približno enakovredni osnovni deli: znanstveni članki in deli strokovnih knjig, enciklopedični članki, članki iz poljudnih revij ali spletnih strani. KK vsebuje še oddelek prepi- sov zvočnih dokumentov, predvsem dokumen- tarnih filmov in radijskih oddaj, ki jih prište- vamo v sklop govorjenih poljudnoznanstvenih besedil. KP pa kot četrto komponento obsega uradne dokumente, kot so prometni predpisi in določbe. Ta oddelek smo vključili, ker menimo, da nudi vpogled v pomemben segment besediš- ča, s katerim se bodo študentje srečevali pri svo- jem delu, pa tudi vsled pomanjkanja zvočnih za- pisov, ki bi nam bili na razpolago za prometno stroko. Takšno sestavo korpusa utemeljujemo predvsem s pedagoškega vidika, saj prinaša štu- dentom prilagojeno, postopno uvajanje polstro- kovnega in strokovnega besedišča in struktur. Korpusni dokumenti so označeni tako, da jih lahko pregledujemo po žanrih ali po strokov- nih temah. Strokovne teme vsakega korpusa smo opredelili na osnovi lastnih izkušenj pri pouče- 2.00.081 letalski promet 50 cestni promet 50 2.00.060 +- železniški prom. 50 2.00.158 (\ ladijski promet 50 2.00.019 poštni promet 50 200.018 +-/ logistika Korpus 250 1.000.335 • .,... vanju teh strokovnih jezikov in razdelav v u~be. - '=v= nikih posameznih strok, kot prikazuje tabela 2. Strokovna področja KK obsegajo besedila o zgodovini kultur in civilizacij, antropologiji, mi- l_ tologiji (oziroma religiji), filozofiji (oz. estetiki) in o kulturologiji nasploh. Zadnja kategorija vse- buje predvsem besedila, ki združujejo tematske opise več področij, in jih je bilo zato težko razvr- ,1 stiti v eno samo kategorijo. \Ji..... KP obsega dokumente z naslednjimi tema- mi: letalstvo, cestni promet, železniški prom.._e.t,irlll- ladijski promet in poštni promet z logistiko. Ka- tegorija »logistika« obsega besedila, v katerih se prepleta obravnava različnih področij prometa. Gre torej za besedila, ki obsegajo razpon od popolnoma strokovnega/znanstvenega sloga do poljudnoznanstvenega. Oddelek s strokovni- mi besedili tvorijo v obeh korpusih znanstveni in strokovni članki, objavljeni v revijah v tiska- ni ali elektronski obliki, in poglavja iz strokov- nih knjig in učbenikov. V poljudnoznanstveni oddelek KK so uvrščeni enciklopedični članki o različnih humanističnih temah, medtem ko so v oddelku s poljudnimi besedili zbrani članki iz različnih revij (npr. National Geographic, Aviati- on Week) in primerljivi članki s spletnih strani. Govorjena besedila so zapisi dokumentarnih od- daj, zabeleženih na programih Discovery in Na- tional Geographic, torej besedila, ki bi jih po zvr- sti še najlažje uvrstili med poljudnoznanstvena, le da hkrati kažejo tudi značilnosti akademskih predstavitev. Za potrebe raziskave sta oba korpusa urav- notežena kot celota in v posameznih pododdel- kih. Dokumenti v besedilnih korpusih so ozna- čeni tako, da jih lahko primerjamo po temah in po besedilnih zvrsteh, ali pa besedilne korpuse kot celoto med seboj ali z referenčnimi korpusi. Raziskovalna orodja korpusne analize: AntConc, Range, SketchEngine Čeprav nekateri raziskovalci razvijejo svoja orod- ja za korpusno analizo (npr. Hyland in Tse 2,007, Granger in Paquot 2015), se velika večina opi- ra na številna brezplačna orodja, ki so dostop- na na spletu. Ta raziskava pregleduje korpuse z brezplačnimi orodji AntConc (Anthony 2,019), Range Programme (Paul Nation, 2,006), Sketch Engine (Lexical Computing CZ s.r.o., 2,020), saj vsako od teh orodji ponuja nekoliko drugačne vpoglede, predvsem pa ne zahtevajo oblikoskla- denjskega označevanja gradiva v korpusu. AntConc omogoča enostavno gradnjo in pregledovanje neoznačenega korpusa v celoti ali po delih. Ponudi pregledovanje frekvenčne lis- te, konkordančnih nizov, večbesednih skupov, razpršenosti besedišča po dokumentih in list ključnih besed v primerjalnih korpusih. Range primerja besedila v korpusu s korpusom znan- stvene angleščine, ki tvori osnovo za liste A WL (Coxhead, 2,000). Izpostavi nam nabor ključne­ ga znanstvenega besedišča v našem korpusu, saj ključne besede in besedne družine razporedi v frekvenčne liste po pogostosti in razpršenosti v korpusu. S tem računalniškim programom na- mreč razporedimo ves korpus v najmanj tri in največ osemnajst segmentov besedišča glede na pogostost pojavnosti v referenčnih korpusih, ki jih ta računalniški program vključuje in tvorijo liste znanstvenega besedišča - AWL. Hkrati pro- gram izloči najpogostejših 2000 različnic v Kor- pusu znanstvene angleščine (Coxhead 2011), za katere pričakujemo, da jih študentje že poznajo, ker jih lahko opredelimo kot splošno besedišče. Posvetimo se torej bolj strokovnemu besedišču, specifičnemu za vsako stroko. Sketch Engine dovoljuje enostavno gradnjo in izpraševanje lastnega korpusa, pri tem pa be- sedilno gradivo tudi samodejno lematizira (t. j. združi vse oblike pojavnic v osnovno obliko be- sede) in besednovrstno označi. Podatke iz kor- pusa prikaže v kolokacijskih skicah posamezne besede z najpogostejšimi kolokatorji. Na osno- vi primerjave korpusnega gradiva z referenčnimi korpusi sestavi tudi liste ključnega besedišča in večbesednih enot. Orodja za analizo korpusov uporabljamo za luščenje osrednjega polstrokovnega in stro- kovnega besedišča, kar nam omogoči izdelavo usmerjenih učnih gradiv. Lahko pa korpuse vpe- ljemo v učni proces tudi z neposrednim pristo- pom, kot samostojno učenje in raziskovanje be- sedil z rabo gornjih orodji. Primerjava korpusov Čeprav je korpusna jezikovna analiza vse bolj uveljavljen pristop k raziskovanju jezikov, k pre- verjanju hipotez o jeziku in k snovanju novih hipotez, pa Kilgarriff (2005) opozarja, da je so- razmerno malo primerjav korpusov. Korpusne raziskave namreč pokažejo, da podatki, ki jih dobimo v enem korpusu, niso zanesljivi za druge korpuse, saj je pomembno, kakšna besedila tvo- rijo korpus. Pionirsko delo je na tem področju opravil Douglas Biber (1989, 1995, 1998) z razvojem me- tode večdimenzionalne analize jezikovnih spre- memb v različnih zvrsteh besedil, različnih stro- kovnih jezikih oziroma za primerjanje različnih jezikov. V raziskavah Biber (1995) razvrsti opa- zovanje rabe jezika v več dimenzij, ki združuje- jo več jezikovnih značilnosti, s temi dimenzija- mi pa potem primerja korpuse v različnih jezikih ali korpuse različnih strok ali besedilnih zvrsti. Gre za poskus sistematizacije jezikovnih in be- sedilnih značilnosti, kar privede do zelo kom- pleksnih statističnih primerjav. O primerjavi korpusov različnih strokovnih jezikov z name- nom, da izluščijo ključno izrazje in strukture po- ročajo številni raziskovalci (npr. Crosthwaite in Cheung 2019, Granger in Paquot 2015, Nelson 2006). Ugotovijo, da tvorijo »ključno besedišče tiste besede, ki so nenavadno pogoste v določe­ nem besedilu« (Scott in Tribble 2006: 36) v pri- merjavi z rabo v drugih besedilih ali referenčnih korpusih. Za namen te raziskave smo uporabili nekatere vpoglede iz gornjih analiz, saj prispevek poroča o vpogledih, ki jih da primerjava več di- menzij jezikovne rabe v KK in KP, kakor tudi v njunih podkorpusih. Strokovne korpuse primer- jamo tudi z angleškimi referenčnimi korpusi na spletni platformi Sketch Engine. Razmerje med pojavnicami in različnicami v obeh strokovnih korpusih Tabela r Razmerje med različnicami in pojavnicami Število Število . Korpus . . _1 .č . Razmerie poiavme razu me KK KP 1.000.000 1.000.000 1: 26,19 1: 39,20 Osnovno orodje, ki ga uporabljajo korpusne raz- iskave, so liste besed, saj nam te izpostavijo te- meljne statistične podatke o besednem gradivu vsakega korpusa posebej, torej nabor vseh po- javnic (angl. token) v korpusu podeljenih v raz- ličnice (angl. type). V naši raziskavi analiziramo lematizirane korpuse, ki so označeni besednovr- stno, torej so vse oblike pojavnic združene in šte- te kot osnovna oblika različnice. Seštevek pojav- nic v korpusu nam pove, kako obsežno besedišče sestavlja posamezni korpus. Razmerje med raz- ličnicami in pojavnicami nam dovoljuje, da med seboj primerjamo različne korpuse in kaže leksi- kalno variabilnost besedišča oziroma leksikalno gostoto. Za večjo jasnost primerjave smo podat- ke v tabeli 3 normalizirali na povprečje v korpu- su z 1.000.000 pojavnicami. Primerjava izpostavi precejšnje razlike med korpusoma, zato lahko sklepamo, da je izrazje v KK bistveno bolj raznoliko od tistega v KP. Po- datek je sicer le okviren, saj na število različnic močno vpliva sestava korpusa pa tudi njegova ve- likost. Hkrati nas velika razlika v razmerjih opo- zori, da se besede oziroma različnice v KP veliko pogosteje ponavljajo kot v KK. To bi lahko na- kazovalo na večjo ustaljenost rabe terminologi- je in skladenjskih vzorcev. Nadalje nam razmer- je kaže na višjo leksikalno gostoto v KK, kar bi pomenilo, da je pojavnost polnopomenskih be- sed v KK večja v primerjavi s slovničnopomen­ skimi besedami (Scott in Tribble 2006: 65). Ray- ,.... no obraten pojav pa lahko predvidevamo v KP. Leksikalna gostota je pomembna, ko ocenjujemo""-- berljivost besedil, saj z njo poskušamo ugotoviti delež polnopomenskega besedišča v besedilu ali ('\ korpusu. Lažje berljiva so namreč besedila z niž- jo leksikalno gostoto, ker imajo manj polnopo-""-- menskih različnic. Ker sta KK in KP razvršče- na v oddelke po besedilnih zvrsteh in bi žanrske ,.... razlike kaj lahko vplivale tudi na razmerje med različnicami in pojavnicami, si v tabelah 4 -.;;in~ s~= oglejmo še to primerjavo. Tabela 4: Razmerje med različnicami in pojavnicami v oddelkih KK KK Število Število R . . . l "č . azmerie strokovna besedila poljudnoznanscve- na besedila poljudna besedila govorjena besedila poiavme raz I me 250.000 13-0 35 250.000 13-55° 250.000 26.882 250.000 18.939 J: 19,18 1:18,;.-,C 1: 9 ,30 1: 13,2,0 Čeprav se razmerja med različnicami in po- javnicami v oddelkih korpusov precej znižajo, kar lahko pripišemo predvsem manjšemu obsegu besedil, je očitno, da se besede najbolj ponavlja- jo v izrazito strokovnih besedilih, leksikalna go- stota le-teh je torej najnižja. Če zadevo nekoliko poenostavimo, si lahko predstavljamo, da se vsa- Tabela r Razmerje med različnicami in pojavnicami v oddelkih KP Kp Število Število R . . . . . azmerJe poJavmc različmc strokovna besedila 250.000 10.060 l: 2.4,85 pravna besedila 250.000 8.5r2. l: 29,37 poljudnoznanstve- 250.000 13.463 1: 18,57 na besedila poljudna besedila 250.000 r9-763 l: 12.,65 ka različnica v uradovalnih besedilih o prome- tu ponovi kar 30-krat, v znanstvenih č[ankih in strokovnih knjigah o prometu 25-krat, medtem ko je izrazje v strokovnih besedilih o kulturolo- ških temah bolj raznoliko, vsaka različnica naj bi se ponovila le 19-krat v celem podkorpusu. Polju- dnoznanstvena besedila v obeh korpusih tvorijo v veliki meri besedila povzeta iz encikfopedij in očitno je, da sledijo žanrsko in stilistično podob- nim vzorcem zapisa, saj je razmerje ponavljanja v obeh primerih 1: 18,5. Najbolj odprt nabor bese- dnega gradiva opazimo v obeh korpusih pri pu- blicističnih besedilih, torej v člankih iz revij in biltenov v elektronski obliki. Tako v KK kot v KP so vrednosti razmerja polovico nižje v publi- cističnih kot v strokovnih besedilih. Tudi govor- jena besedila, torej zapisi dokumentarnih oddaj o kulturoloških temah, se približujejo vrednos- tim razmerij v publicističnih besedilih. Primer- java s temi podatki nakazuje, da naša strokovna korpusa nikakor nista ozko usmerjena v stro- kovni jezik, ampak zajemata širok nabor izraz- ja okvirno usmerjenega v vsako stroko posebej. Zato se zdita ustrezna osrednjemu namenu razi- skave, torej predvsem analizi rabe polstrokovne- ga besedišča navedenih strokovnih področjih. Določanje ključnih besed s primerjavo korpusnih list besed Izbor različnic, ki naj bi jih opredelili kot ključne besede posameznega strokovnega korpusa, se iz- kaže za zahtevno nalogo predvsem zato, ker nam vsa orodja za samodejno raziskavo korpusov da- jejo zelo dolge spiske, nize tisoče besed, kar pa težko smiselno pregledujemo. Za luščenje ključ- nega izrazja posameznega korpusa uporabimo torej različna računalniška orodja. Računalniški program AntConc nam po- nuja orodje KeyWords, ki izloči najpogostejše besede nekega korpusa tako, da primerja listi be- sed dveh korpusov. Podobno orodje ponuja tudi platforma Sketch Engine, ki ponudi tudi samo- dejno luščenje ključnih besed s primerjavo list besed pridobljenih iz korpusov BNC ali English Web 2015. Računalniški program Range lahko izdela »profil leksikalne gostote<<, saj razporedi ves korpus v najmanj tri in največ osemnajst se- gmentov besedišča glede na pogostost pojavnosti v referenčnih korpusih. Primerjava z listo besed AWL izloči najpogostejše različnice, ki jih lah- ko opredelimo kot splošno besedišče, da se pos- vetimo izrazju, specifičnemu za določeno stroko. Tudi z gornjimi orodji pridobljene liste ključnih besed so obsežne, zato je tu prikazan le vzorec najpogostejših 100 različnic liste ključnih besed KK in KP. V obeh korpusih so v tem se- gmentu najpogostejše samostalniške različnice, kar gre pripisati visoki stopnji nominalizacije v strokovnih besedilih (Biber 1995). Kar nekaj je tudi pridevnikov, sorazmerno redki pa so glago- li, kot prikazuje tabela 6. Tabela 6: Primerjava najpogostejših različnic nekaterih besednih vrscvobeh korpusih k samostal- pridevniške glagol- število ra- orpus niške r. r. ske r. zličnic KK KP 80 ll 8 100 9 100 Čeprav liste ključnih besed obeh korpu- sov tvorijo večinoma samostalniki, gre opozori- ti tudi na pogosto dvoumnost teh različnic, saj najdemo v KK med njimi veliko besed, ki jih lahko rabimo kot samostalnik ali pridevnik ali kot glagol, na primer besede »evil«, »human«, »male«, »Roman«, »Christian«, »desire« ali »reign«. Pri razvrščanju v spodnje tabele smo upoštevali, kateri besedni vrsti različnica naj- pogosteje pripada v naših korpusih. Ključne sa- mostalniške različnice v KK opisujejo življenje v družbi, različne civilizacije in kulture preko pre- učevanja družbene ureditve, religije, obredov, zgodovine in tradicije: Tabela T Ključne samoscal niške različnice v KK are, battle, being, behaviour, book, brother, century, church, civilization, elan, cult, culrnre, death, dynascy, earth, empire, ethos, faith , fam ily, father, god, history, honor, house, human, king, knowledge, language, life, literature, man, mak rnar- riage, rnother, rnyth, mythology, people, philosophy, reign, reason, religion, ritual, sacrifice, scholars, sociery, son, sto- ry, sun, temple, theory, romb, tradition, village, wife, worn- an, world Številni so tudi samostalniki, ki poimenu- jejo zgodovinska ali geografska imena ali ozna- čujejo zgodovinska obdobja in različne vere: Alexander, Buddhism, Buddhist, Christian, Christianity, Han, Islam, Jesus, Jews, Muslims, Ming, Rome, Romans. Med pridevniškimi raz- ličnicami je na listi velik delež pridevnikov izpe- ljanih iz samostalnikov, ki poimenujejo krajevna imena, narodnosti ali označujejo različne vere: ancient, Arabic, Aztec, Chinese, collective, cultu- ral, divine, eastern, Egyptian, emotional, ethnic, evil, Greek, imperial, !slamic, Jewish, Macedoni- an, mimetic, native, orthodox, Persian, political, social. Glagolov je v tem naboru le 8 in so prete- žno v pretekli obliki: believe, come, desire, find, know, live, reign, worship . Med njimi so glagol- ske različnice, ki bi jih pravzaprav šteli v sploš- no besedišče, na primer: come, find, know, live. Hkrati pa lista ključnih glagolskih različnic na- niza take, ki potrjujejo osnovno usmeritev kor- pusa v opis družbenih dejavnosti, na primer: be- lieve, worship, reign. Povzamemo lahko, da segment najpogostej- ših ključnih različnic jasno kaže strokovne teme, ki jih KK vključuje, hkrati pa velik del tega be- sedišča ne moremo prištevati v strokovno termi- nologijo (npr. poimenovanje družinskih članov), temveč v splošno besedišče. Tudi v naboru 100 ključnih besed KP tvori- jo samostalniške različnice veliko večino, kar 80 % vseh različnic (Tabela 8). Tabela 8: Ključne samostalniške različnice v KP air, aircraft, airline, airport, arcicle, automobile, aviation, bus, business, capacicy, car, cargo, carriage, carrier, comrnission, cornpany, congestion, container, contract, councry, conven- tion, damage, delivery, descinacion, directive, driver, discribu- tion, engine, facil icy, flighc, freight, fuel , goods, highway, in- dus try, inforrnation, infrascructure, kilometre, liabiliry, loss, luggage, mail, managemenc, market, member, mode, navi- gation, network, operation, operator, passenger, populacion, port, price, projecc, rail, railroad, railway, rate, reason, requi re- menc, road, route, rule, safecy, sector, securicy, service,ship, shipping, speed, scace, system, terminal, traffic, train, trans- port, transportation, user, veh icle Naj opozorimo tudi na številne dvoumne različnice, saj najdemo med njimi veliko bese8, ,.... ki jih lahko rabimo kot samostalnik ali kot gla- gol, kar je značilno za angleščino kot analitični4-­ jezik. Skoraj vse najpogostejše glagolske različ- nice na naši listi lahko rabimo tudi kot samos- (\ talnike: transit, cost, post, charge, use, trave!, me- asure, reason. 4-- lzrazito malo najdemo različnic, ki jih lah- ko opredelimo le kot glagole: access, cost, charge, ,.... measure, operate, post, transit, trave!, use. Malo je tudi pridevnikov: European, federal, financial, intermodal, international, maritime, national, postal, public, regional, uniform. Povzamemo to- t1 rej lahko, da lista ključnih besed KP opisuje ožje "'-- strokovno področje, da je njeno izrazje bolj spe- cifično, kot tisto, ki smo ga izluščili v najpogo- stejših ključnih različnicah KK. V segment splo- šnega besedišča bi sicer lahko šteli različnice, ki l_ označujejo nekatera prevozna sredstva (npr. bus, car, ship, train), vendar lahko pričakujemo, da v besedilih tega korpusa vstopajo v strokov:no označene kolokacije. Oba korpusa med najpogo- stejših 100 ključnih besed vključita le eno skup- no različnico in sicer samostalnik oziroma glagol reason. Zato bomo na straneh 58 in 59 podrob- neje raziskali kolokacijsko umeščanje te besede z analizo konkordančnih nizov. Razslojevanje besedišča od splošnega do polstrokovnega in specialističnega Čeprav nam je analiza list ključnih besed po- sameznih korpusov dala zanimive in uporab- ne rezultate, opazimo, da nabor ključnih besed Tabela 9: Statistika lise besed KK lista besed Pojavnice % različnice % družine 7662.81 72.,62. 2. 103891 8,87 4o32.7 3,46 4 30875 2.,75 17807 1,66 6 r2.638 1,2.3 7 9615 0,89 8 6912. o,66 9 5988 o,59 10 3832. 0,40 11 3956 0,41 12. 2,116 0,2.6 13 2.983 o,33 14 1329 0,2.0 15 15050 1,63 16 12.3 0,01 ni na listi 4515° 4,04 skupaj 1000070 zajema velik del splošnega besedišča, oziroma be- sedišča, za katerega pričakujemo, da ga študentje na nadaljevalni stopnji tujega jezika že poznajo. Hkrati tudi opazimo, da je med visokopogostim besediščem le malo specialističnega strokovnega besedišča. S programom Range porazdelimo besediš- če celega korpusa avtomatsko po stopnjah od najpogostejšega, torej najsplošnejšega ali najbolj vsakdanjega, do različnih stopenj zahtevnosti ali strokovnosti. Vsaka od Rangevih list obsega po tisoč besednih družin, ki jih lahko opišemo kot termin z vsemi tvorjenkami. KK zajema kar 999 družin iz prve liste, kar pomeni, da vsebuje vsaj po eno obliko besede iz vsake od teh družin. To pomeni, da je delež splošnega ali najobičajnejšega besedišča v tem korpusu zelo obsežen, ker zaje- ma 72,62 % vseh pojavnic, vendar le 11,15 % vseh različnic. Podobno velik delež različnic, 9,25 %, se uvršča v drugo listo besed, ki še vedno vsebuje 4190 11,15 999 3809 9,2.5 983 2 437 6,65 938 2161 5,73 887 1742. 4,72. 82.6 1351 3,77 749 1102. 3,16 701 940 2,,77 642, 73° 2.,50 619 72.2. 2.,2.4 598 670 2.,12. 584 606 1,71 496 608 1,72. 514 406 1,2.3 391 2.065 5,01 2.065 2.1 0,05 4 r4636 36,22. ???? 38187 992.7 splošno besedišče, le manj običajno besede. Nato pa ujemanje besedišča v KK s tistim v posame- znih listah postopno upada do šestnajste liste, ki vključuje osebna lastna imena. Veliko različnic, kar 36,22 %, pa se uvrsti še med besede, ki jih liste nimajo, torej v pretežno specialistično termino- logijo kulturologije. Tabela 9 prikazuje statistič­ no porazdelitev KK v vseh šestnajst besednih list in pa delež besedišča, ki ga nima nobena od list. V KP ni tako popolnega ujemanja z be- sednimi družinami s prve liste, pač pa je delež ujemanja različnic še višji, kar 14 % vseh različ­ nic v korpusu je s prve liste in kar 73,87 % vsega besednega gradiva. Višje kot v KK je tudi ujema- nje z drugo, tretjo in četrto listo, potem pa so de- leži ujemanja nižji. Sklepamo lahko, da je bese- dišče KP zgoščeno v bolj natančno definiranem segmentu izrazja, medtem ko je besedišče v KK razpršeno po celem spektru zahtevnosti izrazja. To dokazuje tudi visoko število besednih dru- Tabela 10: Scaciscika lise besed KP Lista besed Pojavnice % Različnice % Družine 741604 73,87 2. T102.98 11,14 34491 3,48 4 30594 3,o9 165or 1,67 6 8931 0,90 7 6467 0,65 8 392.3 0,40 9 2.573 0,2.6 ro 2.2.44 0,2.3 II 1552. 0,16 [2. 12.2.5 0,12. r3 12.76 0,13 14 636 0,06 15 10606 1,07 r6 67 0,01 ni na lisci 27347 2.,76 skupaj 1000335 žin, kar 9927, ki jih zajema KK, medtem ko jih v KP naštejemo le 7491. Do podobnih zaključkov so raziskave priv- edle tudi druge raziskovalce (npr. Granger in Paquot, 2009 in Hylandin Tse, 2007), ki iz teh podatkov izpeljujejo, da A WL nikakor ne pred- stavlja spiska najprimernejših besed za peda- goško uvajanje strokovnih jezikov nasploh, tem- več lahko služijo le kot priporočila in usmeritve. Pričakujemo namreč lahko, da študentje na na- daljevalni stopnji poznajo približno 25 % nabo- ra različnic v naših strokovnih korpusih, nadal- jnjih 30 % ali 40 % gradiva pa moramo pozorno preučiti, ker vsebuje ključno strokovno termi- nologijo. Program Range služi tudi za pregledovanje, katere oblike določene besedne družine se po- javljajo pogosto v posameznem korpusu. Tabela 10 prikazuje razčlenitev v vse elemente besedne družine dveh različnic s prve liste in sicer organi- sation in man. Obe različnici se namreč uvrstita 39o9 14,00 99° 3015 Tl,30 956 1812. 7,r6 865 1571 6,34 797 12.55 4,76 660 856 3,58 596 619 2.,61 481 535 2,,32. 449 381 1,80 361 • ..... 365 1,58 351 2.58 1,35 312. +- 2.15 r,17 2.76 150 0,92 2.2.5 (\ 92. o,68 172. 1333 5,81 1713 +- 8 0,03 • ..... 9107 34,60 ????? 2.55 11 7491 ~ med prvih sto različnic na listi ključnih besed. V t1 navedenem primeru primerjamo umestitev raz- "'-- ličnic v KK (frekvenca pojavnic 1) z različnicami v KP (frekvenca pojavnic 2). Primerjava pokaže, da sta različnici organi- sation in man pogosti v obeh korpusih, vendar l. vsak od korpusov izpostavi pogostejšo rabo dru- gih oblik. V KK so izrazito pogostejše oblike or- ganise, organised, organisers in organising, torej predvsem glagolske oblike, v KP pa oblike orga- nisation, organisational, organisationally, organi- sations, torej samostalniške, pridevniške in pri- slovne oblike. Ravno obratno pa je z različnico man, ki se v KK pojavlja predvsem v samostalni- ških oblikah man, manhood, mankind, v KP pa v glagolskih oblikah manned, manning. Tabela 11: Primerjava besednih oblik različnic » organisa- tion« in »man« v KK in KP KK KP O , . 1 . Frekv. Frekv. Frekv. ruzme iste I l'č . . . . . raz I mce popvmc , poiavmc 2. organisacion 284 17 2.67 organisacional TO o 10 organisacionally o organisacions 81 o 81 organise TO 2. 8 organised 34 16 18 organiser 2. o 2. organisers o organising 6 2. 4 organizacion 300 137 r63 organizational 39 9 30 organizations 148 80 68 organize 38 29 9 organized 203 133 70 organizer 8 4 4 organizers 10 8 2. organizes 2. 2. o organizing 51 43 8 man 2.2.99 2195 104 manhood 31 31 o mankind 90 90 o manliness o manly II 9 2. manned 18 13 manning 10 7 Konkordančni nizi in besedne skice Besedišče vsakega jezika je vpeto v mrežo pove- zav, te tvorijo besedilne vzorce glede na vlogo, ki jo besede imajo v različnih besednih zvezah ali leksikalnih enotah. Korpusni pristop nam omo- goči samodejno odkrivanje pojmovnih razmerij med besedami z rudarjenjem besedil (angl. text mining) (Gorjanc in Vintar, 2,007). Za namen rudarjenja po naših korpusih nam služi konkor- dančnik orodja AntConc, ki samodejno zbe- re konkordančne nize kolokacij, v katere vstopa ključna beseda, kot tudi platforma Sketch En- gine, ki mrežo povezav ključne besede v določe­ nem korpusu izoblikuje v besedno skico. Kon- kordančni nizi namreč zberejo vse primere rabe različnice kot konkordančnega jedra v korpusu, ki ga raziskujemo. Tako analiza nabora konkor- dančnih nizov omogoča, da prepoznamo tipične vzorce rabe, ki bi jih sicer lahko spregledali. Kot primer preučevanja rabe v konkordančnih nizih v tem oddelku preučujemo rabo različnice rea- son, ki jo najdemo v obeh korpusih tako pogos- to, da se je uvrstila med prvi sto ključnih besed (glej tudi zgoraj str. 54). Hkrati je to beseda, ki jo računalniški program Range (glej tudi zgoraj str. ss) uvršča na prvo listo, torej v osnovno sploš- no besedišče. Konkordančnik označi besede v neposredni okolici konkordančnega jedra in s tem pomaga raziskovati pomene, ki jih ima beseda v rabi. S pregledovanjem izpostavljenega besedišča lažje opazimo vzorce ponavljajočih se kolokacijskih zvez, torej sobesedja, v katerega beseda pogosto vstopa v rabi. Vsaka kolokacijska zveza ali kolo- kacijski sklop se običajno navezuje na poseben pomen besede v konkordančnem jedru, čeprav je isti pomen besede lahko izražen v različnih kolo- kacijskih zvezah. Beseda reason je v naših korpusih skoraj do- sledno rabljena kot samostalnik, čeprav ima lah- ko tudi glagolski pomen. V besedilih KK na- mreč najdemo različnico reason rabljeno kot glagol petkrat, v KP dvakrat, kot prikazujejo av- tentični primeri na tabelah 12, in 13. 00 V"\ Tabela 12: Primeri glagolske rabe glagola »to reason« vKK Solomon is renowned for his ability to reason with peo- ple. \X'ise he was, but what is less.occur. 1h is brings the ability to reason by hypothesis. Thechild's logic is now concerned language could haveserved asa means of communication, he reasons, ics first function musc From recognicion ofbasicsimilarities one might reason to a sort of monocheism, by che lighc though youare angry wich Philip,you might reason that, to rescoreyour honourand gain favor the ocher deities and spirics. They reasoned that chis con- cepc of a creawr came from mecaph „School eeaches children," reasoned Kay, ,,ehae iswhywe send children tO school."Whac \X'e can surmise how people may have ftlt, reasoned or re- acted. But this requires a chorough „School ceaches children," reasoned Kay, ,,that is why we send eh i !dren t0 scho ol." \X'hat \X'e can surmise how people may have ftlt, reasoned or re- acted. But th is requires a chorough . . Tabela lf Primer glagolske rabe glagola »to reason« v KP information flows. Deri ved from Greek logistikos (to reason logically), the word is polysemic Ac chis point peopleare unforgiving and beyond being rea- soned with; their thoughts revo Ive V vseh gornjih primerih je zastopan pomen, ki ga dvojezični Veliki angleško-slovenski slovar (v nadaljevanju VASS) razlaga kot: Reason2 1. vi razmišljati (about, oj, on o), modrovati, re- zonirati, umovati, razumno ali logično mis- liti; sklepati (ftom iz); soditi, razsojati (on o); diskutirati, debatirati (with z); 2,. vt diskutirati, debatirati, razpravljati (o čem), pretresati, razlagati; utemeljiti, mo- tivirati; (logično) premisliti (često up); ra- zumno, logično izraziti ali formulirati; sklepati, priti do sklepa; z argumenti koga odvrniti (out od); z razlogi napeljati, prego- voriti koga (into k); (VASS) Tudi besedna skica izpostavi predvsem be- sedne skupe. V KK so to predložni skupi: to rea- son with, to reason to, to reason that; v KP pa so: to reason with, to reason logically. Veliko pogostejša je samostalniška raba različnice reason. V KK jo izsledimo 381 krat, v KP pa 215 krat. Pri tako ob- sežnem številu primerov je smiselno najprej pre- učiti besedno skico, ki jo izluščimo iz vsakega korpusa, in šele nato pregledovati konkordančne nize, torej vlogo besede v širšem kontekstu. Platforma Sketch Engine z orodjem Bese- dna skica izoblikuje listo kolokatorjev za vrsto skladenjskih razmerij, v katere vstopa samostal- niška različnica reason v posameznem korpusu. Našteje pridevniško rabljene besede, ki različni­ co reason določajo, glagole, katerih predmet ali osebek je, predvsem pa naniza veliko predložnih zvez oziroma večbesednih skupov. Tabeli 14 in 15 povzemata podatke take be- ,.... sedne skice za KK in KP. Tabela 14: Besedna skica za različnico »reason« v KK pridevnik + reason unknown, superscitious, good, uncercain, dilferenc, cheoreci- cal, praccical, secondary, political, simple, deep, universal , fun- damencal, only, basic,various, important, historical glagol+ reason suggesc, relate, give, be, have, see reason + glagol be, have večbesedn i skupi z" reason" For (just) chis/ that/ thesame reason For these/ two/ th ree/ several/many/a variery of reasons For some (strange) reason For the(simple/ very good) reason that For moral/policical/ praccical/Qbscure etc. reasons Part of che/ The / principal most imporcanc reason/sfar . ..... There is / was no / a good reason for/ why/ chat r- There are cwo/ many reasons t0/ for .,......._ This / Thac / I c is (perhaps/ probably) / may be che reason why/ thac One of che reasons why/ for the/ a cricique / standards/ argumencs/ exercise/ power / lim- its/ virtue/ notion/ god/ age of reason Tako pridevniške kot glagolske kolokacije različnice reason se razlikujejo v vsakem od kor- pusov in nanizajo drugačno pomensko mrežo tipičnih zvez za vsako strokovno ubesedovanje. Slovarska razlaga v VASS ustrezno opredeli sa- mostalniško rabo različnice za večino naših pri- merov: Tabela 15: Besedna skica za razl ičnico »reason« v KP pridevnik + reason severa!, stated, likely, safety, structural, environmental, ener- gy-saving, inane, prescige, confidentiality, compelling, crivi- al, evacuacion, credible, legicimate, apparent, protection, prac- tical, critical, economic, primary, administrative, principal, main, financial, political, personal, imporcant, key, similar, se- curiry, cechnical, general, commercial, d ifferent, major, only, glagol+ reason explain, state, adV'ance, cice, overcome, explore, signal, list, specify, discu.55, relate, sec,say, determine, connect, p rovide, give, be, have, see reason + glagol hamper, invite, cite, be večbesedn i skupi 2 "reason" For th is/that/ che same reason For these/ cwo/ three/several/many/a variery of reasons The main/ A/ One / Another reason for Part of che reason for There is no/a/good reason why/t0/ for Thereare cwo/several reasons co/ for by reason of Reason1 n razlog, vzrok, povod, motiv; ar- gument, utemeljitev; um, razum, razumnost, razsodnost, uvidevnost, razumevanje, logika; jur pravica (za kaj); glavni razlog; kar je prav in pošteno, upravičenost, usmerjenost; log premise nekega dokaza; sposobnost ustvarjanja zaključk­ ov, sklepov na podlagi premis; (VASS) Če pa upoštevamo vse kolokacijske zveze, ki se pojavijo v obeh korpusih več kot desetkrat, se izkaže, da samostalniška raba različnice reason najpogosteje tvori leve in desne kolokacijske zve- ze s slovničnopomenskimi besedami, torej več­ besednimi skupi. Pomembno je tudi, da za raz- ličnico reason zelo pogosto najdemo ločilo, saj ima fraza kataforično vlogo, zato stoji na začet­ ku povedi in ji sledi razlaga ali naštevanje »vzro- kov, razlogov«. V KK se ob množinskem konkordančnem jedru reasons nanizajo primeri podobne fraze, ki vključuje vrstne pridevnike, kot so fundamen- tal, important, moral, obscure, personal, politi- cal, practical, social, specijic, superstitious, symbo- lic. Te lahko tudi poudarimo s prislovi, kot so rather, purely, very, some, no. Za razliko od KK je v besedilih o prometu beseda reason običajno ra- bljena v ozkem naboru fraz, te pa se najpogosteje ponavljajo v osnovni obliki in vključujejo pred- log.far. V primerjavi z rabami v KK se v fraze so- razmerno redko vrinejo dodatni pridevniki kot leve kolokacijske zveze ključne besede. Najpogo- steje je na tem mestu rabljen pridevnik severa!, pa še pridevniki economic, environmental, good, his- torical in pridevniško rabljeni samostalniki, npr. safety, security. Zanimivo je opazovati razlikovanje rabe v besedilnih zvrsteh. Ker taka raziskava presega namen tega prispevka, omenimo le, da v obeh korpusih največ primerov vseh teh rab v absolu- tnem in povprečnem seštevku najdemo v znan- stvenih in upravnih besedilih, nato v govorjenih besedilih, sorazmerno manj v poljudnoznanstve- nih in le redko v publicističnih besedilih. Zak- ljučimo lahko, da gre za rabe, ki jih najpogo- steje najdemo v znanstvenem jeziku, pisnem ali govorjenem. Presenetljivo je, da te najpogostej- še rabe v obeh strokovnih korpusih ne zabeleži ne obsežni angleški slovar Collins Cobuild, ne VASS. Edino v KK (Tabela 14) najdemo rabo sa- mostalnika reason, ki je ustaljena zgolj v ednin- ski obliki in jo ponazorijo fraze the/ a critique/ standards/ arguments/ limits/ exercise/ power/ virtue/ notion of reason, oziroma the god/ age of reason. Gre za fraze, kjer abstraktni samostal- niki določajo lastnosti besede reason, fraze s sa- mostalnikoma god in age pa nakazujejo metafo- rični pomen. Ta pomen slovar VASS razlaga kot »um, razum«. Gre za pomen, ki je pogost le v strokovnih besedilih KK, saj ga tu najdemo kar triintridesetkrat v pisnih strokovnih besedilih in enkrat v govorjenih besedilih, medtem ko ga ne najdemo v KP. Tudi v KP (Tabela 15), oziroma v oddelku tega korpusa z uradovalnimi obvestili in pravnimi dokumenti, se pojavi specifično ube- sedovanje, fraza, ki se zdi značilna le za to bese- dilno zvrst. Gre za frazo by reason oj, ki jo v na- ših korpusih najdem le v enem oddelku, čeprav jo slovar Collins Cobuild uvršča med fraze, ki so v rabi v formalnem jeziku. o \C Gornji primeri korpusne raziskave ponazar- jajo, kako konkordančnik pomaga pri rudarje- nju besednih pomenov. Opozorijo, da opazova- nje kolokacij različnice, ki bi se na prvi pogled zdela nezanimiva, ker se uvršča v splošno bese- dišče, naniza spekter pomenov od zelo pogostih do ozko usmerjenih, specifičnih le za določeno strokovno področje ali besedilno zvrst. Potrjuje tudi domnevo številnih korpusnih jezikoslovcev (npr. Grange in Paquot 2009, Prinsloo 2009), da je bodočnost korpusne rabe odvisna od tega, v kakšni meri bo besedno rudarjenje pripomoglo k celoviti in strnjeni predstavitvi vzorcev obna- šanja posamezne besede v različnih kontekstih. Razprava in zaključek Raziskava strokovnih jezikovnih korpusov utemeljuje rabo korpusne metode kot pris- topa za pridobivanje novih vpogledov o lek- sikalnih, skladenjskih in besedilnih značilnos­ tih iz strokovnega besednega gradiva. Ti naj bi nas vodili pri uresničevanju pedagoških ciljev pri pouku angleškega jezika posamezne stroke na nadaljevalni izobraževalni ravni. Prispevek prikazuje postopke zbiranja in raziskovanja dveh primerljivih strokovnih korpusov usmerjenih v humanistične (kulturologijo) in naravoslovne (promet) vede. Primerjava korpusov prikazuje poenostavljeno večdimenzionalno analizo jezik- ovnih sprememb v različnih zvrsteh besedil in različnih strokovnih jezikih, nato izpelje prim- erjavo list besed in ključnih besed in zaključi z opisom uporabe posameznih besed v obeh kor- pusih, pri čemer izpostavi razlike in podobnos- ti v kolokacijskih in sincagmatskih vzorcih rabe. Ob podpori računalniških programov Ant- Conc, Range in Sketch Engine so se strokovni korpusi izkazali za ustrezno orodje za jezik- ovne analize, ki smo si jih zastavili. Omogočili so nam prepoznati pomembne razlike med rabo angleščine v različnih strokah in tudi opozorili na razlike pri upovedovanju med različnimi be- sedilnimi zvrstmi posamezne stroke. Prav ti vpo- gledi nakazujejo rešitev pogoste dileme učiteljev tujih strokovnih jezikov, ki se sprašujemo, koliko in kakšno strokovno terminologijo naj uvajamo pri pouku. Pridobivanje jezikovnih podatkov s korpusno metodo nam namreč dovolj natančno izlušči ključne besede posameznih strok in sopo- javnic. To nam pomaga osredotočiti pouk na segmente izrazja, ki so za študente različnih strok najbolj zanimivi, in hkrati potrdi nujnost analize konkordančnih nizov in besednih skic, če naj mrežo besednih pomenov natančno opre- delimo in zaznamo razlike rabe v posamezni stroki. Raziskava izpostavi velike razlike v nabo- ru ključnega strokovnega besedišča med KK in KP. Hkrati analiza besedišča opozori, da se pri obravnavi tujih strokovnih jezikov ne moremo zanašati na splošne lisce znanstvenega jezika, kQt ,.... jih za angleščino ponuja AWL, saj bi zanemari- li pretežni del strokovne terminologije v prim-4-- eru kulturoloških in prometnih ved. Nadalje osvetli, kako različne stroke izrabljajo možnos- (\ ti ubesedovanja, ki jih ponuja jezik. Ustaljena raba v avtentični komunikaciji namreč le del-4-- no izkoristi možnosti, ki jih ponuja jezikovni sistem, saj celo pri zelo pogostem splošnem be- ,.... sedišču (npr. različnica reason) izrabi ozek nabor leksikalnih ali skladenjskih možnosti, s tern~ pll!la._.• utrdi tipične rabe in pomene posamezne stroke. Korpusna metoda analize jezika torej omogoči, da postavimo poučevanje tujega jezika na raven, (l_ ki preplete učenje tujega jezika s stroki prilago- jenim prevzemanjem ubesedovanja v tujem jezi- ku. Učitelj strokovnega jezika lahko uvide, ki jih ponuja korpusna metoda, uvaja v učni proces z (l_ neposrednim ali posrednim pristopom. Podat- ke iz korpusne analize uporabi za izdelavo novih učnih gradiv na osnovi avtentične rabe jezi~ v: določeni stroki (npr. učenje in opazovanje be- sedišča in sopojavnic prilagojenih za izbirni tip nalog, alternativni tip nalog, dopolnjevanje in povezovanje delov povedi, določitev pravilnega besednega reda v povedi) ali vodi študente pri samostojnemu rudarjenju po strokovnih korpu- sih in zbiranju kolokacijskih in sintagmatskih vzorcev rabe. Šele korpusni prikazi jezikovne rabe namreč jasno pokaže mrežo kolokativnih vezi besed cer tako študentu ozavestijo razlike med ubesedovanjem v maternem in tujem jezi- ku. Povzetek Prispevek utemeljuje rabo korpusne metode koc peda- goškodidakcičnega pristopa k uvajanju besedilnih zna- čilnosti strokovnih jezikov na več jezikovnih ravneh in sicer predvsem pri ugotavljanju semantičnoleksikalnih značilnosti, pa tudi za analizo skladenjskih, stilističnih, pragmatičnih in žanrskih posebnosti. Teoretske uvide in predloge korpusnih jezikoslovcev poskuša predsta- viti s primerom večplastne analize in primetjave dveh strokovnih korpusov z avtentičnimi besedili v anglešči­ ni, natančneje korpusa humanističnih ved (kulcurologi- je) in korpusa naravoslovno-tehničnih ved (prometnih ved). Članek predstavi uporabo različnih računalniških orodij, ki so doscopna na spletu brezplačno, zato lahko služijo učitelju tujega strokovnega jezika za uvajanje no- vih pedagoškodidakcičnih pristopov, torej za neposred- no ali posredno vključevanje korpusnih podatkov o de- janski avtentični rabi tujega jezika znotraj posamezne stroke, s tem pa tudi za ozaveščanje razlik med mater- nim in tujim jezikom pri ubesedovanju strokovnih vse- bin. Summary The paper presents a corpus-based approach to dealing wich LSP at different levels of language analysis, name- ly, in introducing cypical lexicosemantic features and grammatical structures, as well as in discussing scyle, genre and register variation. The cheoretical insighcs ad- vanced by a number of corpus linguists are described as a mulci-dimensional analysis by means of a comparison of two specialist corpora of auchencic texcs an English, i.e., a corpus of humanicies (cultural studies) and a cor- pus of natura! sciences and technology (transport and logistics). The study suggests a number of corpus-re- search tools, which are freely available on che Internet, and can help LSP teachers introduce direct or indirecc corpus-based learning mechods by researching auchen- tic language use of various sciencific domains. Such a teaching approach can help raise awareness wich regard to che differences in wording of specialist topics be- tween mother tongue and a foreign language. Viri in literatura Anthony, L. 2017. "Corpus Linguistics and Vocabulary: A Commentary on Four Studies." Vocabulary Learning and Instruction 6, no. 2: 79-87. doi: 10.7820/vli. vo6.2.Anthony Bhatia, V. 2004. Worlds o/ Written Discourse: A Genre - Based View . London: Continuum. Bhatia, V. K. 1993.Analysinggenre: language use in professional settings. London: Longman. Biber, D. 2006. University Language. Amsterdam: John Benjamins. Biber, D., S. Conrad in R. Reppen. 1998. Corpus Linguistics: Investigating Language Structure and Use. Cambridge: CUP. Biber, D. 1995. Dimensions o/Register Variation -A Cross-Linguistic Comparison. Cambridge: CUP. Biber, D. in E. Finnegan. 1989. "Style of Stance in English: Lexical and Grammatical Marking ofEvidentiality and Affect." Text 9: 93-124. Bowker, L. in J. Pearson. 2002. Working with Specialised Language. A practical guide to using corpora. London in New York: Routledge. Burnard, L. in T. McEnery. 2000. Rethinking Language Pedagogy ftom a Corpus Perspective. Frankfurt am Main: Peter Lang. Carter, R. in M. McCarthy. 2006. Cambridge Grammar of English. Cambridge: CUP. Carter, R. 1998. Vocabulary. London in New York: Routledge. Charles, M. 2.007. "Reconciling top-down and botrom-up approaches to graduate writing: Using a corpus to teach rhetorical functions." journal o/ English far Academic Purposes, 6(4): 289-302. Conrad, S. 2.000. "Will corpus linguistics revolutionize grammar teaching in 21st century?" V S. Hunston in G. Thompson. (ur.), 2nd North American Symposium on Corpora and Language Teaching, 43- 57. North Carolina: North Carolina University Press. Coxhead, A. 20n. "The Academic Word List Ten Years on: Research and Teaching." Implications. TESOL.f2!:!arterly, 45(2.): 355- 362. Coxhead, A. 2000. "A new Academic Word List." TESOL2Earterly, 34 (2): 213-38. Crosthwaite, P. in L. Cheung. 2019. Learning the Language of Dentistry. Amsterdam, Philadelphia: John Benjamins Publishing Company. Dixon, R. M. W 2005. A Sematic Approach to English Grammar. Oxford, New York: OUP. Flowerdew, L. 2013. "Needs Analysis and Curriculum Development in ESP." V B. Paltridge in S. Starfield (ur.) Handbook oj English far speci.fic purposes, 325-346. Oxford: Blackwell. Flowerdew, L. 2005. "An Integration of Corpus-based and Genre-based Approaches to Text Analysis in EAP/ESP: Countering Criticisms against Corpus- based Methodologies." English far Specific Purposes, 24: 321-332. Flowerdew, L. 2002. "Corpus-Based Analyses in EAP". V J. Flowerdew (ur.) Academic Discourse, 95-n4. Harlow: Longman. Flowerdew, J. 2002. Academic Discourse. Harlow: Longman. Gavioli, L. 2005. Exploring corpora far ESP learning. Amsterdam: John Benjamins. Gorjanc, V. in Š. Vintar 2007. "Korpusna analiza vloge označevalcev medleksemskih razmerij v organizaciji besedila." Jezik in slovstvo, 52(3-4): nr129. Gojanc, V. 2005. Uvod v korpusno jezikoslovje. Domžale: Založba Izolit. Granger, S. in M. Paquot. 2015. "Electronic Lexicography Goes Local. Design and Structures of a Needs-driven Online Academic Writing Aid." Lexicographica - International Annual far Lexicography / Internationales jahrbuch fur Lexikographie, 31(1): n8-141. Granger, S., E. Dagneaux in F. Meunier. 2009. International Corpus oj Learner English. Version 2. Louvain-la-Neuve: Presses Universitaires de Louvain. Granger, S., in M. Paquot. 2009. "In Search of a General Academic Vocabulary: A Corpus- driven Study." V K. Katsampoxaki- Hodgetts (ur.), Options and Practices of LSP Practitioners, 94-108. University of Crete Publications. Granger, S. 1998. Learner English on Computer. London in New York: Addison Wesley Longman. Halliday, M. A. K., W Teubert, C. Yallop in A. Čermakova. 2004. Lexicology and Corpus Linguistics. London in New York: Continuum. Hockey, S. 2000. Electronic Texts in the Humanities: Principles and Practice. Oxford: Oxford University Press. Hunston, B. 2002. Corpora in Applied Linguistics. Cambridge: CUP. Hyland, K. in P. Tse. 2007. "Is there an »Academic Vocabulary«?" TESOL QUARTERLY, 4r(2): 235-253. . .,... Hyland, K. 2006. "Disciplinary differences: 4-- language variation in academic discourses." V K. Hyland in M. Bondi ( ur.), Academic• .,... Discourse across Disciplines, 32-57. Frankfurt: Peter Lang. ~ Hyland, K. in M. Bondi. 2006. Academic \. discourse across disciplines. Frankfurt: Peter t1 Lang. "'-- Hyland, K. 2004. Genre and second language writing. Ann Arbor, MI: University of ~ Michigan Press. Jablonkai, R. R. in N. Čebron. 2017. "Corpora l_ as tools for self-driven learning." V N. A. Alias inJ. E. Luaran (ur.). Student-driven r- learning strategies far the 2Ist century ,....,._ classroom, 274-298. Hershey, PA: IGI Global. https://doi.org/10.4018/978-1-5225- 1689-7.cho18. Johns, T. 2002. "Data-driven learning: the perpetual challenge." V B. Kettemann in G. Marko ( ur.). Teaching and learning by doingcorpus analysis, 10r117. Amsterdam in Huston: Rodopi. Kilgarriff, A. 2005. "Language is never, ever, ever, random." V Corpus Linguistics and Language 'Iheory, r(2): 263-275. Herndon, VA: Walter de Gruyter. Lewis, M. 2,000. Teaching Collocation: Further Developmets in the Lexical Aproach. Hove: LTP. Lewis, M. 1997. Implementing the Lexical Approach. Putting Theory into Practice. Hove:LTP. Lewis, M. 1993. The Lexical Approach. The State of ELT and a Way Forward. Australia, Canada, Mexico, Singapore, Spain, UK: Thomson in Heinle. McEnery, T., R. Xiao in Y. Tono. 2,006. Corpus- based Language Studies: An Advanced Resource Book. Abingdon: Routledge. McEnery, T. in A. Wilson. 1996/2001. Corpus Linguistics. Edinburgh: Edinburgh University Press. Meyer, C. F. 2002. English Corpus Linguistic: An introdustion. Cambridge: CUP Min, Z. 2,013. "The Application of Corpus Tools in the Teaching ofDisciplineSpecific Academic Vocabulary: A Case Srudy for Information Engineering Undergraduates." V Internationaljournal of Computer-Assisted Language Learning and Teaching,3(4): 33-47. Nation, P. 2,006. "Learningvocabulary in another language." Canadian journal ofLinguistics, I4: 47r485. Toronto: University ofToronto Press Incorporated. Nation, P. 1990. Teaching and learning vocabulary. Boston: Heinle in Heinle. Nelson, M. 2,006. "Semantic associations in Business English: A corpus-based analysis." English far Speci.fic Purposes, 25: 2,1T2,3. Nesi, H. 2,013. "ESP and corpus studies." V B. Paltridge in S. Starfield (ur.), The Handbook of English far Speci.fic Purposes, 4or426. Oxford: Wiley-Blackwell. Oakey, D. 2,002. "Formulaic language in English academic writing: A corpus- based study of the formal and functional variation of a lexical phrase in different academic disciplines." V R. Reppen, S. M. Fitzmaurice in D. Biber (ur.), Using Corpora to Explore Linguistic Variation, 111-130. Amsterdam in Philadelphia: John Benjamins Publishing Company. Paltridge, B. in S. Starfield. 2,013. The Handbook of English far Speci.fic Purposes. Oxford: Wiley-Blackwell. Prinsloo, D. J. 2,009. "The role of corpora in future dictionaries." V S. Nielsen in S. Tarp (ur.), Lexicography in the 2Ist Century, 181-2,06. Amsterdam: Benjamins. Reppen, R., S. M. Fitzmaurice in D. Biber. 2,002,. Using Corpora to Explore Linguistic Variation. Amsterdam, Philadelphia: John Benjamins Publishing Company. Romer, U. 2011. Corpus research applications in second language teaching. Annual Review oj AppliedLinguistics, 3I: 205-2,2,5. Schmitt, N. 2,000. Vocabulary in Language Teaching. Cambridge: CUP. Scott, M. in C. Tribble. 2,006. Textual patterns: Keyword and corpus analysis in language education. Amsterdam: Benjamins. Sinclair, J. 2,004. How to Use Corpora far Language Teaching. Amsterdam: John Benjamins. Sinclair, J. 1991. Corpus, Concordance and Collocation. Oxford: Oxford University Press. Sinclair, J. 1982. "Reflections on Computer Corpora in Linguistic Research." V S. Johansson (ur.) Computer Corpora in English Language Research, 1-6. Bergen: N orwegian Computing Centre for the Humanities. Stubbs, M. 2,002. Words and Phrases. Corpus Studies of Lexical Semantics. Malden, Oxford: Blackwell Publishing. Tognini Bonelli, E. 2,001. Corpus Linguistics at Work. Amsterdam: John Benjamins. Widdowson, H. 1979. Explorations in Applied Linguistics. Oxford: OUP. Willis, D. 1990. The Lexical Syllabus: A new Approach to Language Teaching. London in Glasgow: Collins E.L.T. Internetni viri Anthony, L. 2019.AntConc (Version 3-5.S) [računalniški program]. Tokyo,Japan: Waseda University. Dostop: http://www. laurenceanthony.net/software/antconc. Nation, P. 2006. Range and Frequency. Dostop: http://www.vuw.ac.nz/lals/staff /Paul_ Nation. Sketch Engine. 2003-2.02.0. Lexical Computing Ltd. Brighton, UK. Dostop: http://www. sketchengine.co.uk/ Priročniki Grad, A., R. Škerlj in N. Vitorovič. 1997. Veliki angleško-slovenski slovar. (Elektronska izdaja). Ljubljana: DZS d.d. Sinclair, J. 1997. English Language Dictionary. (Elektronska izdaja). London in Glasgow: Collins. . ..... . .....