VARIENG vastaa! You isolla alkukirjaimella

Paula Häkkinen kysyy:

Itselläni on itsepintainen mielikuva, että englannin opetuksessa meitä olisi kehotettu käyttämään pronominia You isolla alkukirjaimella jossain yhteyksissä, muulloinkin kuin lauseen alussa tai ilmauksessa ”Teidän majesteettinne”! Olen mennyt peruskouluun 1976 eli aloittanut eng.opiskelun 3. luokalla 1979 ja kirjoittanut pitkän englannin 1988.
Onko muistikuvani ja takaraivoon istutettu kohteliaisuusajatus täysin väärä, kuten netin ihmeellinen maailma antaa ymmärtää…

Netin ihmeellinen maailma on tässä oikeassa, eli you-pronominia ei nykyään kirjoiteta isolla alkukirjaimella mainittujen tapausten lisäksi (lauseen alku, kohteliaat puhuttelut kuten Your Majesty/Excellence/Highness jne.). Jos toisin on opetettu, epäilemme tämän olevan suomen vaikutusta.

Ennen englannin standardisaatiota kirjoitusasu on toki vaihdellut – esimerkiksi vuoden 1701 tienoilla Joseph Addison kirjoitti ystävälleen Edward Wortleylle näin:

I hope this will find You safe at Geneva and that the Adventure of the Rivulet which you have so well celebrated in yo^r last has bin y^e worst You have met with in Your Journey thither.

Tässä virkkeessä toisen persoonan pronominia on kirjoitettu isolla kolme kertaa (You, Your) ja pienellä kaksi kertaa (you sekä your-muodon lyhenne yo^r). Myös virkkeen substantiivit Adventure, Rivulet ja Journey on kirjoitettu isolla, mikä oli varsin tavallista, ja saksan kielessä nykyäänkin normin mukaista.

Vaikka tässä esimerkissä toisen persoonan pronominin isolla ja pienellä kirjoittaminen vaikuttaa satunnaiselta, ainakin joidenkin sanojen kirjoitusasun vaihtelulla saattoi noina aikoina olla myös sosiaalista merkitystä. Esimerkiksi verbien menneen ajan –ed-päätteen eri kirjoitusasuilla oli 1700-luvulla erilaisia konnotaatioita, joita on tutkinut mm. tutkimusyksikkömme jäsen Anni Sairio. Heittomerkillä kirjoitettu –’d oli jo hieman vanhahtava ja säilyi yksityiskirjeissä pidempään kuin julkaistuissa kirjoituksissa, kun taas –ed (kuten esimerkkimme celebrated) yleistyi ensin korkeasti koulutettujen teksteissä. –ed-muotoa saatettiin siis käyttää, kun haluttiin vaikuttaa fiksulta ja aikaansa seuraavalta; toisaalta –’d-muoto saattoi olla epämuodollisempi ja siksi soveliaampi ystävien kesken. Oli myös vielä –’d:täkin epämuodollisempi verbilyhenne –d, joka kuului täysin yksityisen kielenkäytön piiriin, eikä sitä näkynyt julkaistuissa teksteissä. Oikeinkirjoituksen konventiot vaihtelivat 1700-luvulla ja vielä 1800-luvunkin puolella hieman sen mukaan, kirjoitettiinko julkaistavaa vai yksityistä tekstiä.

Oikeinkirjoituksen historia kiinnostaa siis meitä kielentutkijoitakin – kiitos kysymyksestä!

CEECing new directions with Digital Humanities

This past week I was talking about the relationships between corpus linguistics and digital humanities as a visiting scholar at VARIENG, a very well known historical sociolinguistics and corpus linguistics working group. Corpus linguistics is a very text-oriented approach to language data, with much interest in curation, collection, annotation, and analysis – all things of much concern to digital humanists. If corpus linguistics is primarily concerned with text, digital humanities can be argued to be primarily be concerned about images: how to visualize textual information in a way that helps the user understand and interact with large data sets.

VARIENG has been compiling the Corpus of Early English Correspondence (CEEC) for a number of years, and one of their primary concerns is ‘what else can we do with all this metadata we’ve created’? Together, we discussed three main themes of corpus linguistics and digital humanities: access, ability, and the role of supplementary vs created knowledge. Digital humanities runs on a form of knowledge exchange, but this raises questions of who knows what, how, and how to access them.

Approaching a computer scientist with a bunch of historical letters may raise some “so what” eyebrows, but likewise, a computer scientist approaching a linguist with a software package to pull out lexical relationships might raise similar “so what” eyebrows: why should we care about your work and what can we do with it? Because both groups walk in with very different kinds of expertise, one of the very big challenges of digital work is to be able to reach a common language between the disciplines: both have very established, very theoretically-embedded systems of working.

All of this is to say that the takeaway factor for corpus linguistics research, and indeed any kind of digitally-inflected project, is very high. As Matti Rissanen says, and rightly so, “research begins when counting ends”. The so-what factor of counting requires heavy contextualization, human brainpower, time, funding, systems and communication – and none of these features are unique to corpus linguistics. Digitally-inflected scholarship requires complementary expertise in techniques, working and interacting with data; we need humanistic questions which can be pushed further with digital methods, not digital methods which (we hope) will push humanistic questions further. While it is nice to show what we already understand by condensing lots of information into a pretty picture, there are deeper questions to ask. If digital humanities currently serves mostly to supplement knowledge, rather than create new knowledge, we need to start thinking forward to ask “What else can we do with this data we’ve been curating?”

One thing we can do with this data is view it in new tools and learn to ask different questions, as we did with Docuscope, a rhetorical analysis software developed at Carnegie Mellon University.

Digital tools and techniques are question-making machines, not answer-providing packages. Here we may ask ourselves why F_1720-39.txt has a low count of Personal Pronouns in Docuscope, and the answer may be that what we consider to be personal pronouns (grammatically) are categorized otherwise by Docuscope and that other constructions are used instead. This isn’t magic and this can’t be quiet handwaving: we should be pushing ourselves towards asking questions which were previously impossible at the scale of sentence-level or lexical-level of detail, because suddenly we can.

Resources

Slides from last week’s workshops (right-click to save as pdf files):

• Day one: What is digital humanities?
  • Blogpost by Timo Honkela, summarizing Day 1
• Day two: What do you do with millions of words?
• Day three: Projects

Vuoden sana

Monet seurat ja lehdet valitsevat vuoden sanoja. American Dialect Societyn valintoja olen seurannut vuodesta 2000, jolloin koko edeltävän vuosituhannen sanaksi valittiin ”she”. Vuoden 2012 sanaksi valikoitui ”hashtag”. Myös Suomessa tuosta Twitterin viestitunnisteesta kohistiin viime vuonna – onko se suomeksikin hashtag vai tutummin vaikka risuaita tai ristikkotunniste? Kotimaisten kielten keskus suositti Twitterin yhteydessä pelkkää ”tunnistetta”.

Keskus on itse ottanut tavaksi listata kuukauden sanoja. Esimerkiksi vuoden 2012 tammikuuta luonnehti sana ”vastajytky”, heinäkuuta ”hyttysansa” ja kuluvan vuoden tammikuuta ”oleskeluyhteiskunta”. Kuinkahan moni niistä on käytössä tai edes tuttuja kymmenen vuoden kuluttua?

Twitterin hashtag saattaa sinnitellä kauankin. Toisaalta kirjoituksessa #:n sanallista vastinetta ei välttämättä edes tarvitse, ei ainakaan Twitterissä. Kävi miten kävi, jos ”hashtag” vakiintuu suomeen, siitä tuskin tulee suomessa yhtä monimerkityksinen kuin ”tabletista” (lääkeannos, taulutietokone, pöytätabletti) tai ”mikrosta”, jolla lyhennetään kaikkea mikroshortseista mikroaaltouuneihin ja mikrotietokoneisiin.

American Dialect Societyn vuosituhannen sana ”she” kuuluu joka tapauksessa kestokastiin ja sen käyttö kirjoitetussa kielessä näyttää viime vuosikymmeninä vain lisääntyneen. Sanamuotona ”she” ei tarkkaan ottaen ole vielä ihan tuhatta vuotta vanha. Tutkijat eivät myöskään ole varmoja syntyikö se 1100-luvulla kotoperäisen äänteenmuutoksen seurauksena vai vaikuttivatko siihen myös viikinkiajan kielikontaktit. Toisin kuin hashtageille tai tableteille tälle avainsanalle löytyy usein käännösvastine muista kielistä. Suomen käytäntö tosin muistuttaa englantia ennen ”she”-muodon yleistymistä: eroa ei tehdä yksikön kolmannen persoonan feminiini- ja maskuliinipronominien välillä.