A face quantitativa da linguagem: um dicionário de freqüências do português

O Dicionário de Freqüências do léxico do português brasileirocontemporâneo baseou-se num corpus de língua escrita, variedade brasileirade 5 milhões de palavras (1950 a 1990). Alguns resultados quantitativos:apenas 42.212 unidades léxicas diferentes totalizaram os 5 milhões de ocorrênciasdo corpus, excluídos topónimos e antropônimos. Os dados estatísticosdo dicionário registram altíssima freqüência das palavras instrumentais(artigos, preposições, pronomes, conjunções etc.) bem como de verbos auxiliarese modalizadores. O mesmo ocorre com palavras de significação muito geral, arquilexemas, altamente polissêmicos. Na vertente oposta estão as palavras de baixa freqüência sobretudo os hapax legomena, que contribuemmaciçamente para o total de 42.212 lexias registradas neste corpus. De fato,as palavras de baixa freqüência totalizam grande parte desse index verborum;caso contrário, o repertório vocabular seria muito menor. A categoria substantivo contribui com a maioria de vocábulos que ocorreram apenas uma vez no corpus, assim como os tecnicismos da linguagem científica. O vocabulário jornalístico é o mais neutro e o menos temático, constituindo uma espéciede média entre os outros gêneros de linguagem.

Densus et breuis: considerações sobre o estilo de Tucídides

O estilo de Tucídides foi estudado desde a Antiguidade, sendo a obra mais completa, apesar de não elogiosa, a de Dionísio de Halicarnasso. Este artigo foca alguns dos elementos mais característicos da escrita de Tucídides, estruturando-os em pequenas secções que abrangem a «variatio», os paralelismos, os «hapax legomena», as abstrações, as definições de conceitos, as generalizações e o uso de documentos «verbatim».

Latente dis legomena

Adolf Schwarz

L'inno avestico agli Aməsha Spəṇtas (Yasht 2). Testo critico e traduzione con commentario storico religioso

L'inno dedicato ai sette Amesha Spəṇta è parte della produzione avestica recenziore, e si compone in gran parte di porzioni testuali riprese da altri testi avestici a loro volta di formazione tardiva. Lo Yašt si divide in tre parti principali: le stanze 0-10; 11-14; e infine la stanza 15 che comprende la formula di chiusura tipica degli inni avestici. La prima sezione (2.0-10) è composta dalla formula di apertura, incompleta rispetto a quelle dei restanti inni, seguita dai primi sette capitoli di entrambi i Sīh-rōzag compresi i Gāh. Le stanze centrali (11-14) si caratterizzano per l'assenza di passi gemelli, un elevato numero di hapax e di arcaismi formali e inoltre, una grande variabilità nella tradizione manoscritta. Si tratta di una formula magica per esorcizzare/allontanare demoni e stregoni, che doveva essere recitata per sette volte. Tale formula probabilmente rappresentava in origine un testo autonomo che veniva recitato assieme ad altri testi avestici. La versione a noi pervenuta comprende la recitazione di parte di entrambi i Sīh-rōzag, ma è molto probabile che tale arrangement sia soltanto una sequenza recitativa che doveva coesistere assieme ad altre. Attualmente la formula magica viene recitata principalmente assieme allo Yasna Haptaŋhāiti, senza le restanti stanze dell'inno nella sua versione geldneriana. Il testo sembra nascere come formula magica la quale venne recitata assieme a diversi testi avestici come per esempio parti dello Sīh-rōzag. In un periodo impossibile da stabilire con certezza la versione viene fissata nella forma a noi pervenuta nella maggior parte dei manoscritti e per la sua affinità formale probabilmente interpretato come inno e perciò incluso nell'innario avestico.

Entropia, contenuto informativo e network linguistici: applicazioni al manoscritto di Voynich

La tesi si propone di investigare, mediante un approccio puramente quantitativo, il contenuto informativo e la morfologia della lingua del manoscritto di Voynich (VMS), noto per essere redatto in un alfabeto sconosciuto e tuttora non decodificato. Per prima cosa, a partire dal concetto di entropia, sviluppato nel contesto della teoria della informazione, si costruisce una misura del contenuto informativo di un testo (misura di Montemurro-Zanette); quindi, si presentano diversi esperimenti in cui viene misurata l'informazione di testi sottoposti a trasformazioni linguistiche di vario genere(lemmatizzazione, traduzione, eccetera). In particolare, l'applicazione al VMS di questa misura unita ad altre tecniche, ci permette di indagare la struttura tematica del manoscritto e le relazioni tra i suoi contenuti, verificando che esiste una continuità semantica tra pagine consecutive appartenenti a una stessa sezione. La grande quantità di hapax nel manoscritto ci porta poi a considerazioni di tipo morfologico: suggerisce infatti che la lingua del manoscritto sia particolarmente flessiva. La ricerca, in particolare, di sequenze di hapax consecutivi, ci porta a identificare -verosimilmente- alcuni nomi propri. Proprio per approfondire la morfologia della lingua si costruisce infine un grafo linguistico basato sostanzialmente sulla distanza di Hamming; confrontando la topologia di questi grafi per alcune lingue e per la lingua del VMS si osserva che quest'ultimo si distingue per maggiore densità e connessione. Traendo le conclusioni, i forti indizi a favore della presenza di un contenuto informativo nel testo confermano l'ipotesi che questo sia scritto in una vera lingua. Tuttavia, data la notevole semplicità delle regole di costruzione morfologiche, a nostro parere non sembra assimilabile ad una lingua naturale conosciuta, ma piuttosto ad una artificiale, creata appositamente per questo testo.