メンタルレキシコンにおける cohort model の修正と、語彙増強への戦略 (書きかけ)
メンタルレキシコンにおける cohort model の修正と、語彙増強への戦略 (書きかけ)
本稿は書きかけで、引用も正確でない場合がありますのでご注意ください。
また、メンタルレキシコンにおける cohortモデルについての知識は「英語のメンタルレキシコン」の●●ページにあった●行の記述のみであり、それを前提として修正を加えようとする意見は、実は「正しい」cohortモデルには既に含まれているのかも知れません。
今日のところは、この気づきを書きなぐり、後日cohortモデルについてしっかり学んだ際に、私の戯言が当然にカバーされていることが分かれば(そのような例はこれまでにも何度もあった)、それはそれで(遠回りなのですが)満足できることです。
先日の cooler の記事 (一つの英単語が動詞も形容詞も同じ形で表し、erをつけることで、動作主と比較級が同じ形になる単語を探そうとしても、メンタルレキシコンの配列はその検索が容易な順にはなっていない)と、セミヌードの記事(「スケル」で始まる言葉を列挙するのは容易である)とを比べて、次のことを考えました。
メンタルレキシコンはやはり一定のルールで配列されている(あるいは、一定のルールで活性化される)
英語耳の松澤さんが言うように、JACET6000語の中に、str-で始まる単語は●●語あるというような知識は不要だが、頭の中にJACET6000が入っているならば(「入っている」の定義は吟味が必要)、str-と聞いて、●●語が活性されるということであろう。
その場合、JACET6000が入っているだけでは足りず、データベースで言うところのインデックスを生成して、スムーズに活性化できるようにしておく必要がある。
そのためには、str-で始まる単語は、●●●●と●●●である、といった覚え方が良いのかも知れないが、大学受験の時に赤尾の豆単をaから順に覚えたように、それを前後の単語とグルーピングしながら覚えるということになり、きわめて単調で続かないような気がする。
また、「スケル」の例で明らかになったように、聞き取りにおいては綴り字を意識せずに「透ける」「scher(zo)」「skele(ton)」が出てきたわけであるから、cohort モデルも、電子辞書的な綴り字による前方一致検索ではなく、音によるcohortモデルを想定する必要があるであろう。「nai(ナイ)」と聞こえたら、knife もnightも、(ドイツ語の)nein も出てくるように。
複数言語を扱う人のメンタルレキシコンは、音声ベースでの複数言語入り乱れた(複数辞書搭載電子辞書タイプ)配列になっている。
以上は聞き取りの際の認識過程を考えたものだが、読むときはどうであろうか。
同じく「英語のメンタルレキシコン」においては、文字表象から音声表象を経て意味表象に行く流れと、文字表象から直接意味表象に行く流れの二通りが提示されている。
音声表象を経るケース(音読、あるいは脳内音読のケース)であっても、綴り字がそこに眼前に存在するという事実から、前述のピュアな聞き取りのケースと同じに考えることは出来ないような気がする。
それが、全く違うルールなのか、あるいは、音声cohortモデルに、接尾辞や、語の一部の語源要素を認識して絞り込むという追加的な動きかも知れない。
語彙増強の方策として、接辞、語源を活用するということが言われるが、前方一致検索式に想起していくのであれば、接頭辞の方が接尾辞よりも圧倒的に重要であり、そのため、接頭辞がどちらかと言えば意味を表し、接尾辞は機能(-ly をつけて副詞を作る、-mentをつけて、名詞を作る)を表しているのかも知れない。
一日一回クリッククリック