Grambank: kielten typologisia piirteitä

[merimaa]

Tässä on värikoodattu etäisyystaulukko, johon laskin kahdenväliset etäisyydet 38 kielelle 125 typologisen piirteen perusteella. Kahdenvälinen etäisyys kertoo, kuinka monta eroa kielten välillä yhteensä on, jolloin samantyyppiset kielet saavat etäisyydeksi pienen arvon ja erityyppiset kielet suuren arvon (ks. https://fi.wikipedia.org/wiki/Hammingin_et%C3%A4isyys).

Taulukko on värikoodattu joko kolmella tai kahdella värillä ja kuvia voi tarvittaessa suurentaa jonkin verran:
3 väriä: https://i.postimg.cc/pX2YLcn6/grambank-heatmap-bwr.png
2 väriä: https://i.postimg.cc/SsdRTdNn/grambank-heatmap-bw.png

Kielet on ryhmitelty kahdenvälisten etäisyyksien perusteella läheisten kielten ryppäiksi. Ryhmittelyalgoritmina käytin "ward.D2"-nimistä algoritmia, joka ei välttämättä tuota optimaalista ratkaisua, mutta vaikutti silti paremmalta kuin muut vaihtoehdot. Ryhmittely on siksi vain suuntaa antava, eikä se vastaa tarkasti kielitieteellistä ryhmittelyä.

Taulukossa ovat nyt mukana edellisistä PCA-kuvista poisjääneet kielet jupik ja chukchi ja myös pohjoisamerikkalainen athabascakieli chipewyan eli dëne, jolla on tarkoitus testata etäisyyttä siperialaiseen ketiin. Jupik ja chukchi jäivät pois edellisistä kuvista, koska ne venyttivät vielä aiemmissa kuvissa joitakin pääkomponentteja samalla tavalla kuin kreikka, mandariinikiina ja tojolabal, vaikka välillä ne olivat kyllä myös lähellä uralilaisia, turkkilaisia tai tunguusilaisia kieliä.

[Kristiina]

AIka jännä juttu, mutta huomasin, että tuon lämpökartan puukuvio seurailee loppujen lopuksi geeniperimää siinä mielessä, että suurin osa IE-kielistä ryhmittyy samoin kuin Basal-perimä erilleen muusta Euraasiasta. Tiedämme myös aivan tosiasiallisesti, että Euroopassa osa väestöistä koostuu jopa yli 50-prosenttisesti Basalista. Punjabin sijainti tässä kohdassa puuta tukisi Harwardin esittämää näkemystä siitä, että indo-iranilaiset kielet periytyisivät MLBA:sta, jossa on Basalia. Muun Euraasian ryhmässä kiinnittää huomiota se, että ket, kiina ja natiiviamerikkalainen kieli muodostavat oman ryhmänsä. Tällekin löytyy yhteinen nimittäjä, koska tiedämme, että natiiviamerikkalaisten itäinen perimä on ENAa, joka erosi muista joskus 25 tuhatta vuotta sitten. Lisäksi natiiviamerikkalaisten yleisimmät äitilinjat (A,B,C ja D) ovat samoja kuin ns. neosiperialaisten linjat ja molemmilla ryhmillä EDAR vallitsee.

Seuraavassa jaossa läntiset uralilaiset kielet ryhmittyvät armenian kanssa läntiseen ryhmään. Viimeinen pääjako vetää suurimman osan siperialaisista erilleen eteläisemmistä ryhmistä, mutta tässä jälkimmäisessä ryhmässä näkyy olevan jukagiiri ja ersu (ersä?) sekä indoeurooppalainen luuvi.

Olen ajatellut niin, että vaikka uudet kielet syklisesti tulevat ja syrjäyttävät aiempia kieliä ja voivat perustua rakenteisiin, jotka poikkeavat hyvin paljon aiemmista, sekoittuminen aiempiin kieliin hillitsee muutosta ja johtaa siihen, että osa aiempien kielten rakenteista säilyy. Näin ollen tämä voima vastustaa muutosta ja tuo muutoksen keskelläkin jonkinlaista pysyvyyttä alueille.

[Kristiina]

Onko kukaan muuten kiinnittänyt huomiota armenian kielen kieltoverbiin (che-)? Verbien kielto on armenian kielessä yhtä mutkikasta kuin uralilaisissa kielissä.

sirem - rakastan; chem sirer - en rakasta
sires - rakastat; ches sirer - et rakasta
sire - rakastaa; chi sirer - ei rakasta
sirenk - rakastamme; chenk sirer - emme rakasta
sirek - rakastatte; chek sirer - ette rakasta
sirən - rakastavat; chen sirer - eivät rakasta

sirum ei - rakastin; chei sirer - en rakastanut
sirum eir - rakastit; cheir sirer - et rakastanut
sirum er - rakasti; cher sirer - ei rakastanut
sirum eink - rakastimme; cheink sirer - emme rakastaneet
sirum eik - rakastitte; cheik sirer - ette rakastaneet
sirum ein - rakastivat; chein sirer - eivät rakastaneet

siradz em - olen rakastanut; chem siradz - en ole rakastanut
siradz es - olet rakastanut; ches siradz - et ole rakastanut
siradz e - on rakastanut; che siradz - ei ole rakastanut
siradz enk - olemme rakastaneet; chenk siradz - emme ole rakastaneet
siradz ek - olette rakastaneet; chek siradz - ette ole rakastaneet
siradz en - ovat rakastaneet; chen siradz - eivät ole rakastaneet

Kuten näkyy, armeniassa käytetään apuverbinä olla-verbin muotoja:
em: olen; ei: olin
es: olet; eir: olit
e: on; er: oli
enk: olemme; eink: olimme
ek: olette; eik: olitte
en: ovat; ein: olivat

Suomen kielessä kieltoverbissä on vain persoona. Armeenissa kieltoverbissä on sekä persoona että aikamuoto. Marin kielessä kieltoverbissä on samalla tavalla sekä persoona että aikamuoto (https://link.springer.com/article/10.10 ... 20-09484-w).

Olen ottanut esimerkit täältä: https://jaredvm.wordpress.com/2012/12/0 ... -armenian/

[Kristiina]

Pakko vielä lisätä, että typologisessa tarkastelussa tällainen samankaltaisuus on varsin suurta. Verrataanpa näitä lauseita japanin ja kiinan kielen vastaaviin.
kiina
wǒ ài - minä rakastan; wǒ bù ài - minä en rakasta
Verbiä ei taivuteta mitenkään, eikä sillä ole aikamuotoja. Verbin perään voi lisätä päättynyttä tekemistä ilmaisevan partikkelin, jos rakastaminen on ohi: wǒ ài guò.

japani
aishiteiru - rakasta(n)
Verbillä ei ole tosiasiassa persoonaa, eli se voi viitata, mihin tahansa persoonaan. Samalla tavalla kieltomuoto aishite inai on persoonaton. Jos haluaa sanoa 'rakastin' japaniksi, se ilmaistaan käyttämällä tehdä-verbin imperfektiä: aishita
Japanin kielessä persoonan voi yleensä päätellä siitä, mitä verbin kohteliaisuusmuotoa käytetään, mutta kielessä on siihen muitakin keinoja. Verbillä itsellään ei ole kuitenkaan koskaan persoonaa. Jos kysytään toiselta 'rakastatko minua', yleensä käytetään kohteliasta verbimuotoa: aishiteimasu ka? Tämäkin kysymys on täysin ymmärrettävä, vaikka se tarkoittaa oikeastaan vain 'rakastaako'.

[Jaska]

Armeniassa kyse näyttää olevan negatiivisesta partikkelista eikä kieltoverbistä:

"The basic structure of a negative sentence in Armenian involves the negation particle, the verb, and the subject. The negation particle, չ (ch’), is placed at the beginning of the verb to create a negative sentence. For example,
ես կարդում եմ (es kardum em) – I am reading
ես չկարդում եմ (es ch’kardum em) – I am not reading."
https://talkpal.ai/grammar/negative-sen ... n-grammar/

[Kristiina]

Kieltosanan paikka riippuu aikamuodosta. Sinun esimerkki on preesensmuodosta. Jos kyse on futuurista, kieltosana on eri paikassa (= the future tense combines the negative particle with the verb conjugation and uses the infinitive form of the verb). On tietenkin totta, että armeenissa kyse on olla-verbin negatiivisesta muodosta.

In Armenian, negation is achieved by combining the negative particle "չ" with the appropriate conjugated form of the verb. This structure is consistent across different tenses, though the exact form of the verb changes depending on the tense and aspect being used.

Toisaalta englannin kielessäkin on oikeastaan kielteinen konjugaatio, mutta se perustuu apuverbin käyttöön:
I read - I do not read
He reads - He does not read

[Jaska]

Pointtina on, että kyse ei ole verbistä vaan partikkelista (vrt. suomen liitepartikkelit -kin, -kaan/-kään). Uralilaisissa kielissähän kyse on sen sijaan erillisestä kieltoverbistä. Eli nämä eivät ole keskenään lainkaan samanlaiset tapaukset.

Ersu on sino-tiibetiläinen kieli, ei ersä.

Armenian typologinen poikkeavuus muista indoeurooppalaisista kielistä on mielenkiintoista. Lezgi näyttää kuvissanne olevan ainoa kaukasialaisten kielikuntien edustaja, kuuluen koilliskaukasialaiseen kielikuntaan. Se ei kuitenkaan ole Armenian rajanaapuri; siksi vertailuun tarvittaisiin jokin eteläkaukasialainen eli kartvelilainen kieli (esim. georgia), jotta nähtäisiin, johtuuko armenian erityisasema kartvelilaisesta vaikutuksesta. Georgia löytyisi Grambankista, jos joku jaksaisi verrata siihen.

[merimaa]

Lisäsin vertailuaineistoon georgian, jupikin, chukchin, orijan ("odia") ja vanhemman armenian muodon ("classical-middle Armenian"), ja poistin samalla muinaisenglannin ja ketin. Muutosten jälkeen mukana on yhteensä 34 kieltä ja 104 typologista piirrettä.

PCA-kuvissa näkyvät ensimmäiset viisi pääkomponenttia, jotka selittävät kielten typologisesta vaihtelusta yhteensä 39,5%. Kolme ensimmäistä pääkomponenttia selittävät yhteensä 27,6%, mutta neljäs ja viides komponenttikin näyttävät palkkikuvaajan perusteella merkityksellisemmiltä kuin loput komponentit: https://i.postimg.cc/jdzvkZW9/eigenvalues.png

PC1 vs PC2: https://i.postimg.cc/FHpphzVV/PC1-PC2-png.png
PC1 vs PC3: https://i.postimg.cc/76nYRvkh/PC1-PC3-png.png
PC1 vs PC4: https://i.postimg.cc/Yqs2ZfJ6/PC1-PC4-png.png
PC1 vs PC5: https://i.postimg.cc/769wVg3T/PC1-PC5-png.png

Kielten kahdenväliset etäisyydet näkee hyvin etäisyystaulukosta, joten tein myös sellaisen. Taulukossa kielet on ryhmitelty "ward.D"-algoritmilla, jonka toimintaperiaate muistuttaa läheisesti viimeksi käyttämääni "ward.D2"-algoritmia.
https://i.postimg.cc/hj2RxKnL/pheatmap-geo.png

[Jaska]

Kiitos, mielenkiintoista. PC1-2:ssa georgia ja varhaisempi armenia tosiaan asettuvat jokseenkin lezgin ja nykyitäarmenian väliin. Silti etäisyyskuvaajassa itäarmenia on jopa lähempänä eräitä uralilaisia kieliä kuin aikaisempaa armeniaa. Georgia on aika omanlaisensa: se ei saa sinisiä etäisyyksiä minkään muun kielen kanssa.