Samenvatting in het Nederlands (Summary in Dutch)

Transcriptie

1 1 Samenvatting in het Nederlands (Summary in Dutch) Zinspatronen in het Engels en het Nederlands: een contrastieve corpus analyse Introductie Door de ontwikkeling van het Engels tot wereldtaal moeten Nederlanders met verschillende professionele achtergronden zich steeds vaker goed in het Engels kunnen uitdrukken, zowel mondeling als schriftelijk. Daarbij lijkt de vraag hoe deze nauw verwante talen zich tot elkaar verhouden, ofwel wat de overeenkomsten en wat de verschillen zijn, steeds vaker gesteld te worden. Tot voor kort was het antwoord op deze vraag vaak gebaseerd op intuïties: taalkundigen beschreven de verschillen tussen het Engels en het Nederlands meestal op basis van wat zij meenden waar te nemen (zie Cosme 2007). Hoewel waarnemingen op basis van intuïties zeker waardevol zijn, heeft de komst van corpusonderzoek het mogelijk gemaakt om dit type vragen vanuit een meer kwantitatieve benadering te beantwoorden. Het doel van het huidige onderzoek is dan ook om verschillen tussen het Engels en het Nederlands in kaart te brengen door middel van de methode van corpusonderzoek, waarbij de studie zich richt op de verschillen tussen deze talen op zinsniveau. Voor het onderzoek zijn bijna Engelse en Nederlandse zinnen handmatig geanalyseerd, waarbij de zinnen afkomstig zijn uit vier verschillende genres: academisch proza, krantenberichten, korte verhalen en informatiefolders. De reden om de zin als eenheid van analyse te selecteren komt voort uit de gedachte dat er veel gebeurt op zinsniveau. Zo moet de schrijver verschillende beslissingen nemen op het moment dat hij een zin opstelt. Hoofdstuk 1 begint met het geven van een definitie van de zin, die in deze studie wordt beschouwd als een orthografisch-retorische eenheid (zie Siepmann et al. 2008), en beschrijft vervolgens in meer detail wat voor type beslissingen een schrijver moet nemen bij het opstellen van een zin. Zo moet hij bijvoorbeeld een beslissing nemen over het type informatie dat hij in een zin verpakt, de hoeveelheid informatie, maar ook welke informatie de kernboodschap bevat en welke meer achtergrondinformatie geeft; ook moet hij beslissen in welke grammaticale vorm hij deze verschillende stukjes informatie wil

2 2 gieten en bepalen in hoeverre de zin past in het genre waarin hij de zin schrijft. In een eerdere, kleinschalige corpusstudie naar de verschillen in zinsstructuur tussen het Engels en het Nederlands, heeft Hannay (1997) dit beslissingproces aangeduid met de term sentencing. Dit onderzoek toonde aan dat er op zinsniveau interessante verschillen zijn te vinden tussen beide talen, waarbij hij het Engels typeerde als een taal met een zogenaamde combining style, door de hogere frequentie van langere zinnen die door verschillende manieren van nevenschikking en onderschikking tot stand zijn gekomen, en het Nederlands als een taal met een zogenaamde chopping style, vanwege juist de hogere frequentie van relatief korte zinnen en zinsfragmenten. In de huidige studie werd het onderzoek van Hannay als uitgangspunt genomen, maar is zijn analysemodel verder uitgebreid door naar een veel groter aantal zinnen te kijken, afkomstig uit vier verschillende tekstsoorten. Naast het in kaart brengen van verschillen in zinsstructuur en zinspatronen in beide talen, heeft de huidige studie tot doel na te gaan in welke mate deze verschillen zijn terug te brengen tot verschillen tussen beide taalsystemen, verschillen tussen beide taalculturen, of tot een interactie tussen taalsysteem en taalcultuur. Analysemethode Om de zinsstructuur in beide talen structureel in kaart te brengen is een analysemodel ontwikkeld dat zich zowel richt op de discoursestructuur van zinnen als de grammaticale realisatie van de verschillende zinsdelen. Hoofdstuk 2 begint met een overzicht van verschillende theoretische en praktische benaderingen met betrekking tot het beschrijven van een discourse-eenheid of een informatieeenheid in zowel de gesproken als de geschreven taal. Dit overzicht dient enerzijds om inzicht te geven in de complexiteit van een sluitende definitie van een discourseeenheid en om de voorgestelde criteria te evalueren waarmee deze eenheden geidentificeerd, en daarmee van elkaar onscheiden, kunnen worden. Anderzijds heeft het overzicht de functie te bepalen welke van de verschillende benaderingen de basis kan vormen voor de eenheid van analyse die kan worden toegepast om de zinnen in dit onderzoek op consequente wijze te kunnen segmenteren in discourse eenheden. Het overzicht heeft geleid tot een nieuwe analyse-eenheid, de Sentence Information Unit (SIU), die grotendeels gebaseerd is op de Punctuation Unit zoals beschreven door Chafe (1988), Hannay (1997) en Hannay en Kroon (2005). In overeenstemming met deze benaderingen worden interpunctietekens tot op zekere hoogte opgevat als grensmarkeringen van eenheden die de schrijver bewust geplaatst heeft en daardoor inzicht kunnen geven in zijn discourse-intenties. Naast interpunctie als middel om

3 3 eenheden van elkaar te onderscheiden, zijn hiervoor ook syntactische en semantische criteria toegepast. Een verdere functie van het identificeren van Sentence Information Units is om inzicht te geven in hoe de verschillende discourseeenheden zich hiërarchisch tot elkaar verhouden, waarbij een onderscheid gemaakt wordt tussen eenheden die kern- of satellietstatus hebben. Van de eenheden met satellietstatus wordt ook genoteerd of deze voorafgaan aan de kerneenheid, deze onderbreken of erop volgen. Naast de definitie van de SIU geeft het hoofdstuk ook een overzicht van de segmentatierichtlijnen, waarbij de nadruk ligt op de segmentatieproblemen en de oplossingen hiervoor. Het hoofdstuk geeft de theoretische fundering van de SIU, maar licht ook nader toe dat bepaalde richtlijnen meer praktisch gefundeerd zijn met het oog op een consequente analyse van de discourse structuur binnen zinnen te bewerkstelligen. Om een sentencing analyse van zinnen te kunnen uitvoeren, zijn naast de discoursestructuur van zinnen ook hun grammaticale kenmerken in kaart gebracht. Hoofdstuk 3 beschrijft hoe aan iedere discourse-eenheid ook een grammaticaal label is toegekend en concentreert zich met name op de moeilijkheden bij het proces van grammaticale classificatie van discourse-eenheden. Dat de processen van discoursesegmentatie en grammaticale classificatie in aparte hoofdstukken worden behandeld betekent niet dat deze processen ook in de analyse zuiver gescheiden zijn. Hoewel de discoursesegmentatie in principe vooraf ging aan de grammaticale classificatie, wordt in beide hoofdstukken opgemerkt dat er vaak juist een interactie plaatsvindt tussen beide analyseniveaus, waarbij discoursekenmerken de grammaticale classificatie beïnvloeden en vice versa. De thema s die bij het proces van grammaticale classificatie aan de orde komen zijn, onder andere, vaststellen op basis van welke criteria een discourse-eenheid het grammaticale label zin (clause) toegekend krijgt, wanneer dit het label zinsdeel (non-clause) toegekend krijgt en hoe er in het annotatieproces consequent omgegaan kan worden met de glijdende schaal van zinstatus (zie Aarts 2007). Een ander thema betreft de vraag of een discourse-eenheid geclassificeerd moet worden op basis van zijn grammaticale vorm, zijn grammaticale functie of zijn semantische functie en, wederom, hoe het onderscheid tussen deze verschillende mogelijkheden consequent kan worden toegepast. Het kunnen maken van een structureel onderscheid tussen discourseeenheden die aan elkaar gekoppeld zijn door onderschikking of nevenschikking vormt een ander thema, waarbij de ambigue status van appositie speciale aandacht heeft gekregen. Tot slot komt in het hoofdstuk nog een aantal categorisatieproblemen aan de orde die voortkomen uit het feit dat de zinnen in het corpus afkomstig zijn uit vier verschillende genres. Zo brengt de annotatie van de nagebootste dialoogpassages uit

4 4 het korte verhalen genre bepaalde vragen met zich mee en dit geldt ook voor de wijze waarop de informatie meestal wordt gepresenteerd in informatiefolders, namelijk in de vorm van opsommingen. Het hoofddoel van het hoofdstuk is enerzijds om de categorisatieproblemen in kaart te brengen en anderzijds om toe te lichten hoe hier op structurele wijze mee is omgegaan tijdens het annotatieproces om zo een consequente analyse te kunnen realiseren. Na de bespreking van de theoretische grondslag van het analysemodel volgt een toelichting op de praktische uitvoering van de analyse en de keuzes die zijn gemaakt in de samenstelling van het corpus. Dit komt uitgebreid aan de orde in Hoofdstuk 4, waarin de onderzoeksmethoden nauwkeurig beschreven worden. Er is gekozen voor corpusonderzoek, omdat deze methode het mogelijk maakt op kwantitatieve wijze patronen in kaart te brengen in een grote dataset het doel van het huidige onderzoek. Het corpus bestaat uit teksten afkomstig uit vier verschillende genres, te weten academische tijdschriften, krantenberichten, korte verhalen en informatiefolders. De teksten en tekstfragmenten zijn met grote nauwkeurigheid geselecteerd, aan de hand van binnen de methode van de corpuslinguïstiek opgestelde selectiecriteria (zie bijvoorbeeld Biber 1993; Sinclair 2004; McEnery et al. 2006). Belangrijke punten daarbij zijn hoe een gebalanceerd en representatief corpus kan worden samengesteld, waarbij beslissingen moeten worden genomen over bijvoorbeeld het aantal tekstfragmenten dat opgenomen wordt in het corpus, de lengte van de tekstfragmenten, de bron van de fragmenten en de hoeveelheid genres. Naast een beschrijving van de precieze samenstelling van het corpus, geeft het hoofdstuk ook inzicht in de annotatieprocedure, waarbij aandacht wordt besteed aan hoofdbegrippen als nauwkeurigheid en betrouwbaarheid van analyse en beschreven wordt in welke mate deze zijn gerealiseerd. Bevindingen Het hoofddoel van dit onderzoek is om zinspatronen in het Engels en het Nederlands in vier verschillende genres in kaart te brengen, waarvan de bevindingen worden gepresenteerd in Hoofdstuk 5. Verder is er ook gekeken naar overeenkomsten en verschillen in de opbouw van het begin van de zin (Hoofdstuk 6), interpunctiegebruik in beide talen (Hoofdstuk 7) en het gebruik en de frequentie van constructies die de zin onderbreken (Hoofdstuk 8). Een analyse van de discoursestructuur van zinnen heeft laten zien dat alle zinnen in het corpus onderverdeeld kunnen worden in vier hoofdtypen: zinnen die alleen uit een kernboodschap bestaan (C-patroon), zinnen waarbij de kern

5 5 voorafgegaan wordt door een of meer satellietboodschappen (XC-patroon), zinnen waarbij de kern gevolgd wordt door een of meer satellietboodschappen (CX-patroon) en zinnen waarbij de kern zowel voorafgegaan als gevolgd wordt door een of meer satellietboodschappen (XCX-patroon). Wanneer er alleen op dit analyseniveau naar zinnen wordt gekeken, vertonen de talen een aanzienlijke mate van overlap. Verschillen tussen de talen worden pas zichtbaar wanneer er niet alleen naar de discoursestructuur van zinnen wordt gekeken, maar ook de grammaticale realisatie van de verschillende discourse-eenheden wordt meegenomen en het gebruik van bepaalde interpunctietekens om de verschillende eenheden van elkaar te scheiden. Wanneer genre ook wordt meegenomen in de analyse, worden er nog meer verschillen tussen de talen zichtbaar. Het meenemen van al deze factoren in een analyse van zinspatronen is precies waar een sentencing analyse om draait: de beslissingen blootleggen die de schrijver heeft genomen op het niveau van discourse, van grammatica, interpunctie en genre om zo een effectieve zin samen te stellen. De statistische analyses laten zien dat bepaalde verschillen tussen de talen niet beïnvloed worden door het genre waarbinnen een zin geschreven wordt. Zo bevat het Engels een significant groter aantal langere zinnen dan het Nederlands, maar ook een groter aantal zinnen dat tot het C-patroon behoort, een groter aantal zinnen dat onderbroken wordt door een satellietboodschap en een groter aantal zinnen waarbij de kernboodschap door twee of meer satellietboodschappen wordt vooraf gegaan. Ook bevat het Engels een groter aantal niet-finiete bijzinnen die op verschillende posities in de zin voorkomen, zowel aan het begin als aan het eind. Het Nederlands bevat daarentegen een groter aantal korte zinnen, kernboodschappen die voorafgegaan worden door een korte satellietboodschap, vaak in de vorm van een bepaling van tijd of plaats; verder laat de taal een groter aantal zinnen zien waarbij de satellietboodschap die volgt op de kern de vorm aanneemt van een hoofdzin of een uitbreidende bijzin. Aangezien een van de hoofdvragen van het onderzoek is of de verschillen die worden waargenomen te verklaren zijn door verschillen in het taalsysteem of verschillen in taalcultuur of genre, is het relevant om op te merken dat slechts een aantal verschillen te verklaren is door verschillen tussen de taalsystemen. Een verschil dat wel te verklaren is door verschillen tussen de systemen betreft het aantal satellieten dat vooraf kan gaan aan de kernboodschap. Het feit dat het finiete werkwoord in de Nederlandse zin in principe de tweede positie inneemt, verklaart waarom het aantal satellietboodschappen vóór de kern in het Engels een aanzienlijk hogere frequentie laat zien. Een ander verschil tussen de taalsystemen is de significant hogere frequentie van niet-finiete bijzinnen in het Engels, een verschijnsel

6 6 dat ook al in andere studies is vastgesteld (zie bijvoorbeeld Aarts & Wekker 1987: 301; De Moor 1998: 309; Cosme 2007: ; Hannay & Mackenzie 2009: 93-96). Omdat een relatief gering aantal van de gevonden verschillen te verklaren is op taalsysteemniveau, is er voor een nadere verklaring gezocht naar verschillen op het niveau van de Engelse en Nederlandse taalcultuur. In het huidige onderzoek is gesteld dat taalcultuur tot op zekere hoogte wordt weerspiegeld in de handboeken en schrijfgidsen die voor beide talen zijn geschreven, waarbij opvalt dat de Nederlandse varianten een iets sterker prescriptief karakter lijken te hebben dan de Engelse schrijfgidsen. Opvallend is dat een aantal van de waargenomen verschillen tussen de talen precies overlapt met een aantal hoofdthema s dat aan de orde komt in de Nederlandse schrijfgidsen. Om de leesbaarheid van teksten te vergroten, wordt bijvoorbeeld het gebruik van lange zinnen, zinnen met een lange aanloop of het gebruik van tangconstructies in een aantal boeken expliciet afgeraden. Nader onderzoek zal echter moeten uitwijzen of de gevonden verschillen tussen de talen inderdaad verband houden met de verschillen in schrijfadvies in de schrijfgidsen. Op dit moment heeft deze verklaring nog de status van een interessante hypothese. De analyse van zinspatronen kan een stap verder worden gebracht door ook de rol van genre in de analyse te betrekken, waarvan is gebleken dat dit een aanzienlijke invloed heeft op de structuur van een zin, maar in beide talen wel vaak een verschillende. Het academische genre kan in beide talen gekenmerkt worden als het meest complexe. Dit komt tot uiting in de hoge frequentie van lange zinnen, de hoge frequentie van onderbrekingen in de zin, en de hoge frequentie van zinnen die tot het meest complexe zinspatroon behoren, het XCX-patroon. Omdat de frequenties van elk van deze aspecten van zinsstructuur in het Engels nog hoger zijn dan in het Nederlands, wekt het Engelse academische genre de indruk nog complexer te zijn dan het Nederlandse. Naast de verschillen, die ook te vinden zijn op het gebied van de grammaticale realisatie van de verschillende discourse-eenheden in de zin, is de overlap op het niveau van de vier hoofdpatronen in dit genre ook opvallend. Deze overlap zou eventueel kunnen worden gerelateerd aan de invloed van het Engels als dominante voertaal binnen de academische wereld op de discoursestructuur van Nederlandse zinnen. Een dergelijke hypothese vereist echter nader onderzoek. In vergelijking met het academische genre is het krantenberichtengenre in een aantal opzichten te karakteriseren als minder complex. Een eerste, duidelijk verschil is dat de zinnen in dit genre aanzienlijk korter zijn dan de zinnen in het academische genre. Hoewel dit geldt voor beide talen, zijn de Engelse zinnen nog steeds aanzienlijk langer dan de Nederlandse. Dit verschil in zinslengte kan wederom gekoppeld worden aan het expliciete schrijfadvies in de speciaal voor journalisten

7 7 ontwikkelde Nederlandse schrijfgidsen, namelijk om zinnen bij voorkeur kort te houden om zo de leesbaarheid te vergroten. De nadruk op de brede en uiteenlopende doelgroep in deze gidsen kan ook een mogelijke verklaring bieden voor de lagere frequentie van zinnen met een lange aanloop en zinnen die een of meer onderbrekingen bevatten. Hoewel ook het Engelse krantenberichtengenre een lagere frequentie heeft van deze verschillende aspecten die aan de zinscomplexiteit bijdragen, is de frequentie van deze aspecten nog steeds hoger dan het Nederlandse krantenberichtengenre. Daarnaast laat een analyse van bijvoorbeeld het type onderbrekingen in een zin zien dat verschillen tussen de talen niet alleen uitgedrukt kunnen worden in termen van frequentie, maar ook in termen van functie beschreven moeten worden. Waar onderbrekingen in de Nederlandse zin vaak achtergrondinformatie geven, lijkt de onderbreking in het Engels juist gebruikt te worden om bepaalde informatie op de voorgrond te plaatsen, waarbij de interactie tussen het gebruik van bepaalde interpunctietekens (bv. gedachtestreepjes), grammaticale realisatie en semantische inhoud bijdraagt aan dit effect. Een nadere analyse van onderbrekingen, zinslengte en grammaticale structuren laat zien dat niet alleen verschillen tussen talen en tussen genres zinsstructuur beïnvloeden, maar dat type tekst (kwaliteitskrant vs. niet-kwaliteitskrant) en katern binnen de krant ook invloed hebben op zinsstructuur. Dit betekent dat teksttype, doel van de tekst en de beoogde lezer van de tekst op verschillende wijze van invloed zijn op de zinsstructuur. Een van de hoofdkenmerken van het korte verhalengenre is dat het uit twee zeer verschillende tekstsoorten bestaat: beschrijvende passages en nagebootste dialogen. Met name de nagebootste dialogen hebben een sterke invloed op de structuur van de zinnen in dit genre, die gekenmerkt worden door hun korte en fragmentarische karakter. In vergelijking met de andere genres bevat dit genre aanmerkelijk kortere zinnen en een aanzienlijk lagere frequentie van zinnen met een lange aanloop of veel onderbrekingen aspecten die bij een hoge frequentie geassocieerd worden met zinscomplexiteit. In dit opzicht kan het korte verhalengenre dan ook gekenmerkt worden als een genre dat wat betreft zinsstructuur minder complex is dan de andere genres. Verschillen tussen de talen worden wederom zichtbaar wanneer gekeken wordt naar de frequentie van zinnen met een lange aanloop en de frequentie van zinnen met onderbrekingen, maar ook als er gekeken wordt naar zinnen met bepaalde grammaticale constructies, zoals niet-finiete bijzinnen, die alle in het Engels vaker voorkomen dan in het Nederlands. Bij het laatste genre, de informatiefolders, is heel duidelijk zichtbaar dat het doel van de tekst, namelijk informatie op toegankelijke wijze presenteren aan een brede doelgroep, tot uiting komt in de zinsstructuur. Kenmerkend voor dit genre in

8 8 beide talen is de hoge frequentie van korte zinnen en de informatie die in de vorm van opsommingen wordt gepresenteerd. Ondanks het overeenkomstige doel van dit teksttype in beide talen, zijn er toch verschillen tussen de talen te vinden, wederom op het niveau van zinslengte, zinnen met een lange aanloop en onderbrekingen, die allemaal frequenter in het Engels voorkomen. Aangezien dezelfde verschillen tussen de talen zich in meer of mindere mate voordoen in de verschillende genres en aangezien de aspecten waarop de talen van elkaar verschillen ook precies de zaken zijn die aan de orde komen in de Nederlandse schrijfgidsen, lijkt in ieder geval een aantal verschillen in verband gebracht te kunnen worden met het prescriptieve advies zoals geformuleerd in Nederlandse schrijfgidsen. Een meer nauwkeurige analyse van de combinatie van discoursestructuur, grammaticale realisatie en interpunctie laat echter ook voor dit genre weer zien dat niet alleen de frequentie, maar ook de functie van bepaalde aspecten van zinsstructuur verschillen tussen de talen blootleggen. Conclusie Het hoofddoel van dit onderzoek is om de meest frequente zinspatronen in het Engels en het Nederlands in kaart te brengen en om te bepalen in hoeverre de talen van elkaar verschillen op dit analyseniveau. Een ander doel is vast te stellen of verschillen tussen de talen toe te schrijven zijn aan verschillen tussen de taalsystemen of dat deze zijn toe te kennen aan andere factoren, zoals het genre waarbinnen een zin geschreven is of verschillen tussen de Nederlandse en Engelse schrijfcultuur. Zoals beschreven in de korte bespreking van de belangrijkste resultaten, vertonen de talen op het meest globale analyseniveau de analyse van de discoursepatronen van zinnen veel overlap, maar worden de verschillen pas zichtbaar op het moment dat het volledige plaatje de interactie tussen discourse, grammatica en interpunctie in de analyse wordt betrokken. Naast een aantal verschillen tussen de talen die te verklaren zijn door ofwel het taalsysteem ofwel de schrijfcultuur van de talen, zijn de voornaamste verschillen tussen de talen te vinden op het niveau van de genres, die in de twee talen regelmatig een verschillende invloed hebben op de zinsstructuur. Op verschillende gronden zijn er echter ook bezwaren aan te voeren tegen de in dit onderzoek gehanteerde aanpak. Vanuit methodologisch perspectief kan men zich bijvoorbeeld afvragen of het analysemodel dat voor deze studie werd ontwikkeld geschikt is voor de analyse van twee verschillende talen. Aangezien het gebruik van interpunctie bijvoorbeeld een belangrijke rol speelde in het

9 9 discoursesegmentatieproces en er tussen het Engels en het Nederlands wel bepaalde verschillen bestaan op dit gebied, leidde dit soms tot bepaalde adhoc annotatiebeslissingen. Hetzelfde geldt voor de keuze van een Engelse grammatica (Quirk et al. 1985) om niet alleen de analyse van de grammaticale structuur van zinnen in zowel het Engels als het Nederlands te verrichten, maar ook de zinnen afkomstig uit vier verschillende genres binnen deze talen. Hoewel allemaal uitvoerig bediscussieerd en weloverwogen, zouden ook de keuzes voor juist deze vier genres en de selectie van grammaticale categorieën waarop het onderzoek zich met name heeft gericht op basis van voortschrijdende inzicht kunnen worden heroverwogen. Ook al hebben deze keuzes de consistentie van de analyses niet in gevaar gebracht, toch betreft het hier aspecten die verfijnd zouden kunnen worden in vervolgonderzoek. In overeenstemming met het hoofddoel van het onderzoek het in kaart brengen van zinspatronen is de nadruk komen te liggen op een kwantitatieve analyse van zinspatronen in beide talen. Door deze nadruk is de kwalitatieve analyse van verschillende aspecten van de kwantitatieve bevindingen wat onderbelicht gebleven. In een vervolgstudie zou het begrip van schrijfcultuur bijvoorbeeld verder uitgediept kunnen worden, door dit niet alleen te baseren op een analyse van schrijfgidsen en handboeken, maar door bijvoorbeeld ook te kijken naar verschillen in het schrijfonderwijs. In de kwalitatieve analyse zou dan ook gezocht kunnen worden naar een verklaring voor bepaalde frequentieverschillen tussen de talen van bepaalde grammaticale categorieën of constructies en zou er extra aandacht besteed kunnen worden aan verklaringen op een beneden of boven de zin gelegen analyseniveau. De grondige analyse van de interactie tussen discoursestructuur, grammaticale realisatie en interpunctiegebruik heeft inzicht gegeven in de verschillen in zinspatronen tussen het Engels en het Nederlands en tussen de vier verschillende genres binnen deze talen. Het is juist de interactie tussen deze verschillende aspecten van zinsbouw die inzicht geeft in de subtiele verschillen tussen deze nauw verwante talen en daardoor ook inzicht biedt in de verschillende retorische middelen die een schrijver tot zijn beschikking heeft om zijn communicatieve doel te bereiken.