Resumen de Euskalkien sailkapen zientifikoa: lexikoa (2)
Gotzon Aurrekoetxea Olabarri, José Luis Ormaetxea Lasaga, Xarles Videgain
Ekarpen honek ohiko euskalkien sailkapen zientifikoa egiteko bidean bigarren ekarria aurkeztea du helburu. Horretarako, EHHA egitasmoan bildutako datuak erabili dira, zehazki lehen bi liburukietan biltzen den lexikoa. Horrek esan nahi du gaur egun 100 urte inguru dituen edo izango lituzkeen jendearen lexikoa duela langai. Guztira, 183 galdera aukeratu dira, eta datuak datu-basean ezarri, transkribaketa ortografikoa erabiliz. Ondoren, erantzunetan jasotako datuak lematizatu egin dira:
hots, hitzetan agertzen diren ezaugarri fonetikoak ezabatu eta hitzek izan ditzaketen aldaeren artean bat hautatu da. Hau da berrikuntza ekarpen honetan: datuen analisia ez dela erantzunetan (datu gordinetan) oinarrituz egin, datuak lematizatu ostean sortu diren lemen gainean baizik.
Sortu den datu-basea Diatech programara igo da analisi estatistikoa eta mapagintza-lanak egiteko.
Analisian bi mota erabili dira: lehenik, lemetan oinarritutako emaitzak aurkeztu dira eta, ondoren, erantzunetan oinarritutako ikerketetan lortutako emaitzekin (Aurrekotxea, Ormaetxea, Videgain 2018) alderatu dira. Erabili diren tekniken artean, similaritate-mapa esanguratsuenak aztertu dira, batetik; hots, herri batetik abiatuz gainerako herrietara dagoen desberdintasun lexikala nolakoa den zehaztu da, mapak eta hizkuntza-distantzien taula ere aztertuz. Bestetik, cluster analisiaren bidez egin den hizkeren sailkapen hierarkikoa erakutsiko da. Sailkapen hau bi grafikoz erakusten da: batetik, dendrogramaren edo zuhaitz hierarkikoaren bidez, zeinetan aztertzen diren 145 hizkerak hizkuntza-hurbiltasunaren hierarkia baten barnean agertzen diren, eta, bestetik, emaitzak mapa batean ezarriz.
