Mapo de la lingvoj de la mondo

Engelsk  Dansk

Grafikaĵoj

Danke al la AJSP datenaro de la Max Planck instituto, mi povis sekvi la metodon de Müller kaj grupo por fari ĉi tiujn grafikaĵojn per MDS.

Diskuto

Estas ĝenerale grandaj diferencoj inter la lingvoj laŭ la elektita distanca mezuro. Kvankam la distanca matrico havas kelkaj videblaj lingvaj grupoj, la lingvoj estas tre dise. Aldone, en la MDS-grafikaĵo estas multaj punktoj, kiuj ne taŭgas por siaj taksitaj pozicioj. Simple ne estas sufiĉe da spaco por distribui la punktojn sur dudimensian ebenon sen meti iujn punktojn tro proksime aŭ malproksime. Lingvoj apartenas pli bone en multdimensia spaco.

Esperanto kaj Lojban

Estas facile lerni lingvojn proksime al onia denaska lingvo(Isphording, I.E. and Otten, S., 2011), tial mi relative facile lernis la anglan lingvon. Esperanto fariĝis por ke pli da homoj havus facilan, komunan lingvon. Tamen, homoj ofte akuzas Esperanton, ke ĝi estas eŭropa lingvo. Ili diras, ke kandidatiĝanta globala lingvo ne devus aparteni al nur unu lingva grupo. Evidente, Esperanto estas eŭropa lingvo, sed ekzistas alternativo? Ĉar lingvoj kuŝas en multdimensia spaco, miksaĵo de ĉiuj lingvoj estus malproksime de ĉiuj lingvoj. Ekzemplo estas Lojban, kiu estis kalkulita en 1987 bazite sur la mandarina, angla, hispana, hindia, rusa kaj araba lingvo. Lojban estas lokita en la centro de la MDS-grafikaĵo kaj fakte apartenas al la eŭropa lingva grupo laŭ la evoluarbo. Tamen, la distancoj inter lojban kaj ĉiuj aliaj lingvoj estas grandaj kaj la lingvo nur kuŝas en la centro, ĉar alternativa loko mankas. Per la elektita distanca mezuro, Esperanto estas tiom malfacila por ne-eŭropanoj, kiom Lojban estas por ĉiuj.

Metodo

La Swadesh-a listo estas listo de la 100 homaraj konceptoj kiel mi, kiu, monto, audi, granda kaj tiel plu. La listo uzus por kompari diversajn lingvojn per iliaj tradukoj de la konceptoj. Post la kreado de la listo, ĝi pliiĝis al 207 vortoj por pliigi la statistikan, determinan povon(statistical power). Post tio ĝi malpliiĝis al tiuj 40 vortoj, kiuj portas la plejparton de la statistika determina povo. (Ŝajnas ke oni anstataŭ devus uzi pli bonan statistikan modelon, sed tiel mi ofte pensas pri multaj aferoj).

La Max Planck instituto faris la datenaron AJSP enhavante la Swadesh-an liston en pli ol 7000 lingvoj. Ĉiuj tradukoj estas skribita en la sama fonetika skribsistemo. Tio permesas sisteme trakti la datenaro, kiel Müller kaj kunlaborantoj faris tielmaniere:

• La distanco inter du vortoj estas la normigita Levenshtein-distanco(LDND).
  • La Levenshtein-distanco(LD) estas la plej malgranda nombro de operacioj, kiu necesas por transformi la unan vorton al la alian.
    • Operacio estas aŭ substitui, aŭ forigi aŭ aldoni literon.
  • La normigito konsistas el 2 paŝoj.
    1. Dividi la distancon LD per la longeco de la plej longa vorto. La rezulto estas LDN.
    2. Dividi LDN per la averaĝa LDN de aliaj vortoj el la du lingvoj.
• La para distanco inter du lingvoj estas la averaĝa distanco inter la vortoj de la du lingvoj.
• Paraj distancoj inter ĉiuj lingvoj faras evoluarbon por ĉiuj lingvoj per Neighbour joining.
  • Evoluarbo klarigas evoluan historion inter elementoj kvazaŭ ĉi tie por Homo, simio kaj muso. 

Plejparte mi rekreis la procedon de la grupo de Müller, sed mi faris aliajn elektojn por atinigi ‘mapon’ de la lingvoj de la mondo:

• La distanco inter du vortoj estas la normigita Levenshtein-distanco(LDND LDN).
  • La Levenshtein-distanco(LD) estas la plej malgranda nombro de operacioj, kiu necesas por transformi la unan vorton al la alian.
    • Operacio estas aŭ substitui, aŭ forigi aŭ aldoni literon.
  • La normigito konsistas el 2 1 paŝoj.
    1. Dividi la distancon LD per la longeco de la plej longa vorto. La rezulto estas LDN.
    2. Dividi LDN per la averaĝa LDN de aliaj vortoj el la du lingvoj.
• La para distanco inter du lingvoj estas la averaĝa distanco inter la vortoj de la du lingvoj.
• Paraj distancoj inter ĉiuj kelkaj lingvoj faras evoluarbon por ĉiuj kelkaj lingvoj per Neighbour joining.
  • Evoluarbo klarigas evoluan historion inter elementoj kvazaŭ ĉi tie por Homo, simio kaj muso. 
    

• Paraj distancoj inter kelkaj lingvoj faris ‘mapon’ de kelkaj lingvoj pere Multidimensional scaling(MDS).
  • Multidiemnsional scaling transformas para distancaro al punktoj en n-dimensia ebeno. Imagu, ke ni konis la parajn distancojn inter ĉiuj danaj urboj, sed ne iliajn poziciojn. Tiuokaze, MDS(kun n=2) konstruus bonan takson de la faktaj pozicioj de la danaj urboj per la paraj distancoj. Praktike, MDS minimumigas la diferencojn inter la faktaj distancoj kaj la distancoj de la taksata mapo.
• Mi designas la distancan matricon.
  • En la distanca matrico ĉiu vico apartenas al lingvo kaj ĉiu kolumno apartenas al lingvo. Do, kvanto en matrico indikas la distancon inter la vica lingvo kaj la kolumna lingvo.

Mi ne uzis LDND, ĉar mi pensas ke ĝi estas stranga kaj ne vere necesa. Mi nur uzis subaron de la lingvoj, ĉar mi volis fari malgrandan mapon. Mi inkludis tiujn 45 lingvojn, kiuj havas la plej grandajn nombrojn de denaskulaj parolantoj, kaj miajn amitajn/malamitajn lingvojn la danan, esperanto, la lojbanan kaj finan lingvon. Mi ne tute inkludis tiujn kvar lingvojn en la MDS-kalkulado por ne influi la pozicioj de la aliaj lingvoj. Mi atingis tion per pezigi la kvar lingvojn tre malgrandaj.

La datumaĵoj estas elŝuteblaj sur la AJSP retpaĝo (por fari kiel mi ekzakte, oni bezonas la zip-dosierion Dataset in CLDF [10.9MB]). La fontkodo estas sur github en la nova, bonega dosierformo Rstudio Notebook.