Tvrzení chrámu 1 (karma)

(aneb jak se do chrámu volá, tak se z chrámu ozývá) Už od dob Pavla Eisnera víme, že naše rodná řeč je chrámem i tvrzí. Vlastnit takový chrám ale vyžaduje pečlivou údržbu. Nemůžeme ho nechat jen tak na pospas zubu času.

Podívejte se co zbylo z Parthenonu v Athénách. Akropolis Adieu - mohli bychom si pak zanotovat s Mireille Mathieu. Pokud tedy nechceme, aby se nám ten chrám sesul na hlavu, musíme se starat o jeho strukturální integritu - tu podložit mramorovou desku, támhle vyztužit vodorovnou římsu a jinde vyspárovat kamenné zdivo.

Je však třeba mít na paměti, že tvrzení chrámu je podstatně komplikovanější operace než tvrzení betonu. Jazyk se nedá na pár měsíců odstavit z provozu a obehnat lešením za účelem všeobecné opravy. A tak se s tou údržbou musíme vypořádat za chodu - jako když v průběhu ligového ročníku přestavujete fotbalový stadión.

Jazyk není majetkem spisovatelů, češtinářů, školometů nebo profesionálních lingvistů. Patří nám všem. Nemůžeme tudíž jeho modernizaci prostě hodit na krk Ústavu pro jazyk český a čekat, co z toho projektu vyleze. O tom jaká je čeština dnes a jaká bude zítra rozhodujeme my všichni. Já, ty, on, ona i ono. V konečném efektu jsme to my, mluvčí tohoto jazyka, kdo určí, kde budou ve větě čárky a kde velká písmena, u kterých "i" přitvrdíme a u kterých zase vyměkneme a zda pofrčíme s vrchu a nebo z vrchu.

Hezky to vystihl italský básník a překladatel Melchiorre Cesarotti (1730 - 1808), který už v 18. století na toto konto napsal:

"Nikdy nebyl žádný jazyk vytvořen autoritou soukromou nebo veřejnou, nýbrž svobodným a nevysloveným souhlasem většiny. Nemůže proto nikdy autorita nějakého jedince anebo sboru zastavit nebo omezit svobodu národa ve věcech jazyka; pročež národ sám anebo většina lidí promlouvajících tím jazykem bude mít vždy možnost, aby pozměňovala, rozmnožovala a utvářela jazyk podle svého."

Jazyk tedy není to, co na nás vyhřezne po otevření Pravidel. Jazyk je to co nám umožňuje sdělovat si své myšlenky, obavy, pocity, postupy, návody, připomínky, zážitky i zkušenosti. Někdy se nám to povede lépe, jindy hůře; někde to vyzní upjatě, jinde ledabyle; někdo to zvládne s nářeční kudrlinkou a jiný si musí vypomoci řečnickou pózou. Ale vždy se z to vyklube čeština v jedné ze svých nesčetných variací.

V posledních dekádách je čeština vystavena bezprecedentním tlakům. Příval nových poznatků vytěsňuje ze škol výuku a procvičování jazyka, nové technologie nás zaplavují udělátky, pro která zatím nemáme vlastní slova, a otevření hranic umožnilo armádám cizizmů proniknout do našeho vyjadřování. Svět se mění tempem, které by Jungmannovi a Palackému vyrazilo špacírku z ruky. A my si v té vřavě nemůžeme jazyk jednoduše zakonzervovat a uložit do vitrínky po babičce. I uprostřed neklidného řečiště si naše řeč musí uchovat ostrý břit a plnou funkčnost: musí se svůdně zavlnit v poesii, musí dštít síru peskujeme-li líného úředníka a při popisu rozbíjení atomového jádra se musí odvážit i na lékárnické váhy a to za účelem přesného odvážení významu.

Jak se nám a našemu jazyku daří se s těmito tlaky vyrovnat budu v nadcházející sérii článků sledovat prostřednictvím šťourání do textových dat za pomoci matematického klacíku. Místní blogové kolbiště je pro takové zkoumání ideální laboratoří. Možná není úplně reprezentativní ze striktně statistického hlediska, ale představuje poměrně solidní průřez českým jazykovým prostředím. Najdete tu studenty, komentátory v nejlepších letech i zralé důchodce. Někteří jsou takovými mistry jazyka, že by vykouzlili úsměv i na přísné tváři Karla Čapka. Jiní se zase v gramatice plácají ještě neobratněji než já - až mám někdy podezření, že v hodinách češtiny studovali pod lavicí hambaté časopisy. Zkrátka ode všeho je zde trochu.

Datová pitva u Lipan (30. května 1434)

V této první pitvě navážu na minulé bádání - jen nebudu sledovat rozdíly v používání slov u mužů a u žen, ale zaměřím se na karmu (čili popularitu). Články opět rozdělím na dvě velké hromady - na ty s vysokou karmou a na ty s nízkou a pro každé slovo nebo skupinu slov uvedu jak celkovou četnost (v setinách procent), tak i četnost v každé z obou hromad. Demarkační linii povedu hodnotou karma=14, což je zhruba medián celého souboru (momentálně čítajícího cca 19 tisíc blogů).

Mnohdy slyším výhrady, že to či ono téma je "karmohoňka", takže brzy uvidíme jak to je. Princip je jednoduchý. Pokud je dané slovo nebo téma skutečně náchylné k vyšší karmě, jeho výskyt u vysokokarmových článků by měl trumfnout jeho výskyt u článků s karmou nízkou. Abychom pro tuto "náchylnost" získali numerickou hodnotu, obě četnosti odečtu a vydělím četností celkovou. Tento normalizovaný "rozdíl" tedy vpodstatě odpovídá poměrnému nárůstu či poklesu mezi oběma kategoriemi. Je-li výrazně kladný, dané slovo či téma Vám s karmou spíše pomůže, je-li výrazně záporný, můžete očekávat nižší karmu. Při analýze převádím všechna slova na malá písmenka - je to poměrně běžná praxe i když má svá úskalí.

Nejdříve si dáme slova (tady počítám pouze základní gramatické varianty)

vše	slovo	vysoká	nízká	rozdíl
1.370	sobotka	2.265	0.547	+1.254
1.900	babiš	3.031	0.860	+1.143
0.793	kalousek	1.418	0.217	+1.516
0.385	schwarzenberg	0.723	0.073	+1.691
1.125	zeman	1.598	0.690	+0.808
0.688	klaus	0.925	0.469	+0.664
0.509	havel	0.712	0.323	+0.764
0.252	masaryk	0.227	0.274	-0.190
0.169	gottwald	0.244	0.101	+0.845
6.430	putin	9.079	3.995	+0.791
1.395	obama	1.830	0.995	+0.598
0.613	porošenko	1.097	0.167	+1.519
0.285	merkel	0.436	0.146	+1.019
0.588	stalin	0.891	0.309	+0.990
1.163	hitler	1.553	0.804	+0.644
5.228	usa	8.322	2.383	+1.136
7.083	eu	9.753	4.627	+0.724
1.094	osn	1.411	0.802	+0.556
2.104	bůh	1.477	2.680	-0.572
1.877	církev	2.425	1.374	+0.560
4.225	rodina	4.178	4.269	-0.022
11.655	dítě	12.794	10.607	+0.188
0.447	manželství	0.497	0.401	+0.214
8.064	práce	8.048	8.078	-0.004
10.075	život	8.981	11.081	-0.208
0.974	sport	0.659	1.264	-0.621
0.704	fotbal	0.518	0.875	-0.508
0.436	hokej	0.302	0.559	-0.589
11.047	strana	12.605	9.614	+0.271
7.111	vláda	10.008	4.446	+0.782
1.730	ministerstvo	2.255	1.247	+0.583
1.083	dluh	1.607	0.601	+0.929
1.502	banka	1.562	1.447	+0.077
0.651	investice	0.529	0.762	-0.359
1.000	podnikatel	1.290	0.733	+0.557
1.551	úředník	1.683	1.429	+0.163
0.602	soudruh	0.846	0.377	+0.780
0.123	troll	0.049	0.191	-1.154
0.556	profesor	0.593	0.523	+0.126
1.935	energie	1.303	2.517	-0.627
0.858	jaderný	0.959	0.764	+0.228
7.169	právo	9.311	5.198	+0.574
0.696	vězení	0.893	0.514	+0.545
7.002	problém	7.334	6.697	+0.091
4.847	názor	5.564	4.188	+0.284
0.606	tradice	0.608	0.604	+0.006
1.025	kultura	1.116	0.941	+0.171
0.516	bohatství	0.535	0.498	+0.070
0.321	chudoba	0.363	0.283	+0.248
0.803	revoluce	1.073	0.556	+0.643
3.649	svoboda	4.414	2.946	+0.402
2.510	láska	1.723	3.234	-0.602
0.974	nenávist	1.341	0.637	+0.722
1.866	útok	2.325	1.443	+0.473
0.538	podvod	0.601	0.481	+0.222
8.702	čas	7.107	10.169	-0.352
0.275	klima	0.227	0.320	-0.338
0.729	počasí	0.461	0.976	-0.707
1.097	zahrada	0.697	1.464	-0.700
1.223	pivo	0.840	1.575	-0.601
1.619	internet	1.577	1.657	-0.049
3.230	blog	3.063	3.383	-0.099
2.847	auto	2.656	3.024	-0.129
0.882	autobus	0.616	1.127	-0.580
1.116	vlak	0.873	1.339	-0.418
1.802	letadlo	2.792	0.893	+1.053
1.235	loď	1.162	1.303	-0.114
2.074	pes	2.202	1.956	+0.119
0.902	kočka	1.203	0.625	+0.641
3.024	demokracie	4.040	2.089	+0.645
1.153	ekonomika	1.462	0.868	+0.515
4.641	politika	5.625	3.736	+0.407

A teď témata (ta obsahují nejen gramatické varianty, ale i příbuzná slova)

vše	slovo	vysoká	nízká	rozdíl
5.001	praha	4.741	5.240	-0.100
1.600	brusel	2.178	1.068	+0.694
0.403	washington	0.508	0.306	+0.503
16.351	česko	20.132	12.874	+0.444
24.088	rusko	37.364	11.878	+1.058
2.333	čína	2.869	1.841	+0.440
21.883	ukrajina	36.346	8.582	+1.269
1.611	slovensko	1.689	1.541	+0.092
5.865	německo	7.196	4.641	+0.436
2.227	polsko	3.079	1.443	+0.734
1.153	rakousko	1.199	1.110	+0.078
2.379	británie	2.712	2.072	+0.269
2.485	francie	2.525	2.449	+0.031
1.227	itálie	1.146	1.301	-0.126
3.351	israel	4.365	2.419	+0.580
1.150	palestina	1.798	0.554	+1.082
1.230	sýrie	1.534	0.950	+0.475
12.399	evropa	15.372	9.666	+0.460
5.640	amerika	7.553	3.880	+0.651
0.484	asie	0.516	0.455	+0.125
0.779	afrika	0.799	0.761	+0.049
0.373	austrálie	0.340	0.403	-0.169
1.433	umění	0.854	1.966	-0.776
2.555	jídlo	1.853	3.201	-0.528
2.066	turistika	1.560	2.531	-0.470
2.030	moře	1.587	2.439	-0.420
0.853	vesmír	0.535	1.146	-0.717
1.414	důchod	1.904	0.964	+0.665
4.874	nemocnice	5.485	4.313	+0.240
1.337	sex	1.558	1.134	+0.317
8.547	škola	9.223	7.925	+0.152
2.785	historie	2.878	2.699	+0.064
0.665	čeština	0.718	0.617	+0.152
1.854	literatura	0.999	2.640	-0.885
2.381	hudba	1.330	3.349	-0.848
1.478	věda	1.207	1.726	-0.352
1.158	technologie	1.101	1.211	-0.095
5.994	volby	6.752	5.297	+0.243
0.889	nezaměstnanost	1.228	0.577	+0.733
1.550	drogy	1.828	1.294	+0.345
3.047	zločin	4.110	2.070	+0.669
9.422	zákon	10.970	7.998	+0.315
7.929	válka	11.028	5.079	+0.750
7.833	armáda	11.121	4.809	+0.806
6.225	hospodářství	7.443	5.105	+0.376
1.831	korupce	2.085	1.598	+0.266
1.414	blbost	1.562	1.278	+0.201
0.713	pravice	0.780	0.651	+0.181
0.638	levice	0.801	0.488	+0.490
0.783	imigrace	1.180	0.417	+0.976
1.461	romové	2.231	0.754	+1.011
2.412	židé	3.067	1.810	+0.521
0.276	antisemitismus	0.349	0.208	+0.511
6.111	islám	10.258	2.298	+1.303
0.144	islamofob	0.225	0.069	+1.079
2.623	křesťanství	2.629	2.617	+0.004
5.508	komunismus	8.420	2.831	+1.015
1.655	fašismus	2.591	0.794	+1.086
0.564	rasismus	0.939	0.219	+1.277
1.052	kapitalismus	1.277	0.846	+0.410

 Protože jsem slova i témata oproti minulému článku podstatně rozšířil, zopakuji i původní experiment s dělením na mužské a ženské blogy. Mezitím pár blogů přibylo, takže se na to můžete dívat jako na aktualizaci předchozích výsledků. Navíc padl v minulé diskusi dotaz, zda o sexu píší častěji muži než ženy - za chvilku se tedy dozvíme jak to vlastně je (zhruba uprostřed druhé tabulky).

Nejprve opět slova (u modrých mají převahu muži, u červených ženy).

vše	slovo	muži	ženy	rozdíl
1.383	sobotka	1.773	0.152	+1.173
1.905	babiš	2.381	0.406	+1.036
0.803	kalousek	1.018	0.125	+1.112
0.388	schwarzenberg	0.495	0.053	+1.137
1.127	zeman	1.408	0.239	+1.038
0.701	klaus	0.865	0.182	+0.975
0.527	havel	0.664	0.095	+1.080
0.252	masaryk	0.301	0.099	+0.802
0.136	gottwald	0.166	0.042	+0.913
6.467	putin	5.865	8.365	-0.387
1.412	obama	1.608	0.793	+0.577
0.620	porošenko	0.728	0.277	+0.728
0.285	merkel	0.273	0.323	-0.173
0.600	stalin	0.657	0.421	+0.393
1.176	hitler	1.240	0.975	+0.225
5.290	usa	6.732	0.744	+1.132
7.127	eu	8.512	2.759	+0.807
1.087	osn	1.208	0.706	+0.462
2.116	bůh	2.363	1.340	+0.483
1.898	církev	2.212	0.907	+0.688
4.240	rodina	3.572	6.346	-0.654
11.615	dítě	8.746	20.661	-1.026
0.454	manželství	0.378	0.695	-0.697
8.045	práce	7.335	10.285	-0.367
10.086	život	9.264	12.680	-0.339
0.986	sport	1.066	0.732	+0.339
0.703	fotbal	0.812	0.357	+0.648
0.443	hokej	0.531	0.167	+0.821
11.079	strana	12.614	6.239	+0.575
7.178	vláda	8.661	2.501	+0.858
1.746	ministerstvo	1.971	1.036	+0.536
1.088	dluh	1.232	0.634	+0.550
1.515	banka	1.643	1.112	+0.350
0.654	investice	0.757	0.330	+0.652
1.006	podnikatel	1.169	0.493	+0.671
1.558	úředník	1.829	0.702	+0.724
0.621	soudruh	0.750	0.216	+0.859
0.113	troll	0.148	0.004	+1.273
0.553	profesor	0.591	0.433	+0.286
1.938	energie	2.065	1.537	+0.273
0.862	jaderný	1.022	0.357	+0.772
7.250	právo	8.349	3.784	+0.630
0.700	vězení	0.688	0.736	-0.068
6.998	problém	7.528	5.325	+0.315
4.849	názor	5.510	2.767	+0.566
0.603	tradice	0.651	0.452	+0.331
1.030	kultura	1.107	0.786	+0.312
0.521	bohatství	0.579	0.338	+0.463
0.331	chudoba	0.350	0.269	+0.244
0.811	revoluce	0.971	0.304	+0.824
3.669	svoboda	4.251	1.833	+0.659
2.536	láska	1.925	4.463	-1.001
0.982	nenávist	1.131	0.512	+0.630
1.867	útok	2.172	0.903	+0.680
0.541	podvod	0.635	0.243	+0.726
8.689	čas	8.045	10.721	-0.308
0.278	klima	0.347	0.061	+1.029
0.712	počasí	0.607	1.044	-0.614
1.086	zahrada	0.716	2.254	-1.416
1.205	pivo	1.125	1.457	-0.275
1.606	internet	1.532	1.837	-0.190
3.109	blog	3.224	2.744	+0.155
2.863	auto	2.615	3.643	-0.359
0.874	autobus	0.708	1.400	-0.792
1.107	vlak	1.028	1.355	-0.296
1.755	letadlo	2.023	0.911	+0.634
1.231	loď	1.182	1.385	-0.165
2.001	pes	1.547	3.435	-0.943
0.888	kočka	0.538	1.992	-1.638
3.052	demokracie	3.755	0.835	+0.957
1.162	ekonomika	1.353	0.562	+0.681
4.662	politika	5.605	1.689	+0.840

A teď témata.

vše	slovo	muži	ženy	rozdíl
5.015	praha	5.410	3.769	+0.327
1.609	brusel	2.009	0.349	+1.031
0.409	washington	0.400	0.440	-0.099
16.272	česko	18.900	7.985	+0.671
24.300	rusko	27.828	13.177	+0.603
2.337	čína	2.577	1.583	+0.425
22.016	ukrajina	26.197	8.831	+0.789
1.595	slovensko	1.823	0.877	+0.593
5.930	německo	6.546	3.989	+0.431
2.241	polsko	2.607	1.085	+0.679
1.158	rakousko	1.288	0.748	+0.467
2.395	británie	2.650	1.590	+0.443
2.496	francie	2.484	2.535	-0.020
1.233	itálie	1.172	1.423	-0.204
3.347	israel	4.194	0.676	+1.051
1.150	palestina	1.438	0.243	+1.039
1.255	sýrie	1.485	0.528	+0.763
12.393	evropa	14.847	4.653	+0.823
5.702	amerika	6.969	1.708	+0.923
0.472	asie	0.475	0.459	+0.034
0.783	afrika	0.830	0.634	+0.251
0.374	austrálie	0.365	0.402	-0.101
1.439	umění	1.387	1.605	-0.152
2.532	jídlo	1.716	5.105	-1.338
2.041	turistika	1.731	3.021	-0.632
2.039	moře	1.814	2.748	-0.458
0.864	vesmír	0.934	0.641	+0.339
1.426	důchod	1.411	1.473	-0.043
4.881	nemocnice	4.669	5.549	-0.180
1.356	sex	1.135	2.053	-0.677
8.516	škola	7.702	11.082	-0.397
2.789	historie	3.127	1.723	+0.503
0.663	čeština	0.632	0.763	-0.197
1.808	literatura	1.665	2.262	-0.330
2.344	hudba	2.282	2.539	-0.110
1.481	věda	1.663	0.907	+0.511
1.160	technologie	1.270	0.812	+0.395
6.003	volby	7.116	2.493	+0.770
0.900	nezaměstnanost	1.004	0.573	+0.479
1.546	drogy	1.553	1.526	+0.017
3.085	zločin	3.422	2.023	+0.453
9.499	zákon	10.910	5.048	+0.617
7.991	válka	9.240	4.053	+0.649
7.845	armáda	8.752	4.983	+0.480
6.247	hospodářství	7.199	3.245	+0.633
1.841	korupce	2.197	0.721	+0.801
1.422	blbost	1.291	1.833	-0.381
0.726	pravice	0.887	0.216	+0.924
0.648	levice	0.791	0.197	+0.916
0.793	imigrace	0.929	0.364	+0.712
1.460	romové	1.561	1.142	+0.287
2.435	židé	2.713	1.560	+0.473
0.275	antisemitismus	0.323	0.125	+0.717
6.153	islám	7.597	1.602	+0.974
0.145	islamofob	0.177	0.046	+0.904
2.645	křesťanství	3.011	1.492	+0.575
5.556	komunismus	6.806	1.613	+0.935
1.668	fašismus	1.925	0.858	+0.640
0.570	rasismus	0.615	0.429	+0.326
1.066	kapitalismus	1.296	0.342	+0.895

Definice témat je pochopitelně subjektivní. Pokud si chcete vytvořit vlastní, můžete tak učinit v diskusi a já je v některém z příštích vydání projedu souborem. Formát je jednoduchý: jedno téma na řádek, jednotlivé položky oddělené čárkami, bez mezer.

U slov stačí pouze výčet gramatických variant - viz například "politika":

politika,politiky,politikou,politice

Témata si můžete udělat užší či širší dle libosti. Tady je třeba téma "zločin":

zločin,zločinu,zločinem,zločiny,zločinech,zločinů,zločinům,vražda,vraždou,vraždě,vraždy, vraždách,vraždám,vraždami,vrah,vraha,vrahovi,vrahem,vrahy,vrazi,vrahů,vrahům,vrazích, krádež,krádeži,krádeží,krádeže,krádežemi,krádežích,zloděj,zloděje,zloději,zlodějem,zlodějové, zlodějům,zlodějů,zlodějích,zločinec,zločinci,zločincem,zločince,zločincům,zločinců,zločincích