കോർപ്പസ് ഭാഷാശാസ്ത്രത്തിന്റെ സാധ്യതകൾ

ഏ വി സന്തോഷ് കുമാർ

ഭാഷാ പാഠ്യപദ്ധതി രൂപകൽപ്പന (Language Curriculum Design) എന്നത് സങ്കീർണ്ണവും സൂക്ഷ്മവുമായ പ്രക്രിയയാണ്. പഠിതാക്കൾക്ക് അനുയോജ്യമായതും പ്രായോഗികമായതുമായ ഭാഷാനുഭവം നൽകുക എന്നതാണ് ഇതിന്റെ പ്രധാന ലക്ഷ്യം. പരമ്പരാഗതമായി പാഠപുസ്തക രചയിതാക്കളുടെയും അധ്യാപകരുടെയും അനുഭവപരിചയത്തെയും ഭാഷയെക്കുറിച്ചുള്ള അവരുടെ ധാരണകളെയും ആശ്രയിച്ചാണ് പാഠ്യപദ്ധതികൾ രൂപപ്പെടുത്തിയിരുന്നത്. എന്നാൽ ഭാഷ നിരന്തരം മാറിക്കൊണ്ടിരിക്കുന്ന, ജീവസ്സുറ്റ ഒന്നായതുകൊണ്ട് യഥാർത്ഥ ജീവിതത്തിൽ ആളുകൾ എങ്ങനെ ഭാഷ ഉപയോഗിക്കുന്നു എന്നതിനെക്കുറിച്ചുള്ള ഉൾക്കാഴ്ചകൾ പാഠ്യപദ്ധതിയിൽ ഉൾപ്പെടുത്തേണ്ടതുണ്ട്. ഇവിടെയാണ് കോർപ്പസ് ഭാഷാശാസ്ത്രം (Corpus Linguistics) എന്ന പഠനശാഖയുടെ പ്രസക്തി. ഒരു വലിയ കൂട്ടം സംഭാഷണങ്ങളിൽ നിന്നും എഴുത്തിൽ നിന്നും ശേഖരിക്കുന്ന ഭാഷാ ഡാറ്റയെ (Language Data) അടിസ്ഥാനമാക്കി പാഠ്യപദ്ധതിയെ കൂടുതൽ ശാസ്ത്രീയവും ഫലപ്രദവുമാക്കുന്ന രീതിയാണ് കോർപ്പസ് അധിഷ്ഠിത പാഠ്യപദ്ധതി രൂപകൽപ്പന. ഇംഗ്ലീഷ് ഒരു വിദേശഭാഷയായി (English as a Foreign/Second Language) പഠിപ്പിക്കുന്നതിലും മറ്റ് ഭാഷകളുടെ പഠനത്തിലും ഈ സമീപനം ഇന്ന് വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നു.

എന്താണ് ഒരു കോർപ്പസ് (Corpus)? ലളിതമായി പറഞ്ഞാൽ, ഒരു കോർപ്പസ് എന്നത് യഥാർത്ഥ ജീവിത സന്ദർഭങ്ങളിൽ നിന്ന് ശേഖരിച്ച എഴുതപ്പെട്ടതോ സംസാരിക്കുന്നതോ ആയ ഭാഷയുടെ ഒരു വലിയ ശേഖരമാണ്. ഇത് പത്രവാർത്തകൾ, നോവലുകൾ, അക്കാദമിക് ലേഖനങ്ങൾ, ബ്ലോഗുകൾ, സോഷ്യൽ മീഡിയ പോസ്റ്റുകൾ, ടെലിവിഷൻ ഷോകൾ, ദൈനംദിന സംഭാഷണങ്ങൾ എന്നിവയുടെ ഡിജിറ്റൽ രൂപത്തിലുള്ള ഒരു സമാഹാരമായിരിക്കും. ഈ ഡാറ്റയെ കമ്പ്യൂട്ടർ സോഫ്റ്റ്‌വെയറിന്റെ സഹായത്തോടെ വിശകലനം ചെയ്യുന്നതിലൂടെ, ഒരു പ്രത്യേക വാക്ക് എത്ര തവണ ഉപയോഗിക്കുന്നു, ഏതൊക്കെ വാക്കുകൾ  ചേർന്ന്  വരുന്നു (Collocations), ഒരു വാക്കിന്റെ വ്യത്യസ്ത അർത്ഥതലങ്ങൾ ഏതൊക്കെ സന്ദർഭങ്ങളിലാണ് പ്രത്യക്ഷപ്പെടുന്നത്, വ്യാകരണ നിയമങ്ങൾ യഥാർത്ഥത്തിൽ എങ്ങനെയാണ് ഭാഷയിൽ പ്രയോഗിക്കപ്പെടുന്നത് എന്നിങ്ങനെയുള്ള കാര്യങ്ങൾ കൃത്യമായി കണ്ടെത്താൻ സാധിക്കും. British National Corpus - BNC, Corpus of Contemporary American English - COCA എന്നിവ ഇംഗ്ലീഷ് ഭാഷയുടെ ഏറ്റവും വലിയ കോർപ്പറകളിൽ ചിലതാണ്. സമാനമായ രീതിയിൽ മലയാള ഭാഷയ്ക്കും ഒരു കോർപ്പസ് രൂപീകരിക്കാവുന്നതാണ്. ഉദാഹരണത്തിന് കേരളത്തിലെ പ്രമുഖ പത്രമാധ്യമങ്ങളിലെ ലേഖനങ്ങൾ, ഓൺലൈൻ വാർത്താ പോർട്ടലുകൾ, ബ്ലോഗുകൾ, ചലച്ചിത്ര സംഭാഷണങ്ങൾ, നിയമസഭാ രേഖകൾ, വിവിധ പ്രദേശങ്ങളിലെ ആളുകളുടെ സ്വാഭാവിക സംഭാഷണങ്ങൾ എന്നിവ ശേഖരിച്ച് ഒരു മലയാളം കോർപ്പസ് നിർമ്മിക്കാം.

പരമ്പരാഗത പാഠ്യപദ്ധതിയും കോർപ്പസ് അധിഷ്ഠിത പാഠ്യപദ്ധതിയും തമ്മിലുള്ള പ്രധാന വ്യത്യാസം അവയുടെ അടിസ്ഥാന തത്വങ്ങളിലാണ്. പരമ്പരാഗത രീതിയിൽ ഭാഷാ പണ്ഡിതന്മാരുടെയോ എഴുത്തുകാരുടെയോ വ്യക്തിപരമായ നിരീക്ഷണങ്ങൾക്കും ധാരണകൾക്കുമാണ് പ്രാധാന്യം. ഒരു വാക്ക് പ്രധാനപ്പെട്ടതാണോ അല്ലയോ എന്ന് അവർ തീരുമാനിക്കുന്നു. എന്നാൽ കോർപ്പസ് അധിഷ്ഠിത രീതിയിൽ ഈ തീരുമാനടുക്കുന്നത് വാക്കുകളുടെ യഥാർത്ഥ ഉപയോഗത്തിന്റെ അടിസ്ഥാനത്തിലാണ്. ഒരു കോർപ്പസിലെ ദശലക്ഷക്കണക്കിന് വാക്കുകളിൽ ഒരു പ്രത്യേക വാക്ക് എത്ര തവണ ആവർത്തിക്കുന്നു എന്നതിന്റെ അടിസ്ഥാനത്തിൽ (Frequency) അതിന്റെ പ്രാധാന്യം നിർണ്ണയിക്കപ്പെടുന്നു. ഉദാഹരണത്തിന്, മലയാളം പഠിക്കുന്ന ഒരു തുടക്കക്കാരനെ സംബന്ധിച്ചിടത്തോളം 'അങ്ങാടി' എന്ന വാക്കിനേക്കാൾ 'കട' അല്ലെങ്കിൽ 'സൂപ്പർമാർക്കറ്റ്' എന്ന വാക്കാവാം കൂടുതൽ പ്രായോഗികം. കാരണം ദൈനംദിന സംഭാഷണങ്ങളിൽ ഈ വാക്കുകളായിരിക്കും കൂടുതൽ ഉപയോഗിക്കപ്പെടുന്നത്. ഇത് കണ്ടെത്താൻ ഒരു ആധുനിക മലയാളം കോർപ്പസ് സഹായിക്കും. അതുപോലെ, 'താങ്കൾ എവിടെപ്പോകുന്നു?' എന്നതിനേക്കാൾ 'നിങ്ങൾ എവിടെപ്പോകുന്നു?' അല്ലെങ്കിൽ 'എങ്ങോട്ടാ?' എന്നായിരിക്കും സാധാരണ സംഭാഷണത്തിൽ ഉപയോഗിക്കുക. കോർപ്പസ് വിശകലനം ഇത്തരം സ്വാഭാവിക പ്രയോഗങ്ങൾക്ക് മുൻഗണന നൽകാൻ സഹായിക്കുന്നു.

കോർപ്പസ് ഭാഷാശാസ്ത്രം പാഠ്യപദ്ധതിയുടെ പല മേഖലകളിലും നിർണ്ണായകമായ സ്വാധീനം ചെലുത്തുന്നുണ്ട്. അതിൽ പ്രധാനപ്പെട്ട ഒന്നാണ് പദാവലി തിരഞ്ഞെടുപ്പ് (Vocabulary Selection). ഏതൊരു ഭാഷയിലും ആയിരക്കണക്കിന് വാക്കുകളുണ്ട്. ഒരു പഠിതാവിന് ഇവയെല്ലാം ഒരേസമയം പഠിക്കുക അസാധ്യമാണ്. അതുകൊണ്ട് ഏതൊക്കെ വാക്കുകളാണ് ആദ്യം പഠിപ്പിക്കേണ്ടതെന്നും ഏതൊക്കെയാണ് പിന്നീട് പഠിപ്പിക്കേണ്ടതെന്നും അവയെ എങ്ങനെ അർത്ഥവത്തായ സാഹചര്യങ്ങളുമായി (meaningful context) ഇണക്കിച്ചേർക്കാം എന്നും തീരുമാനിക്കേണ്ടതുണ്ട്. കോർപ്പസിന്റെ സഹായത്തോടെ ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്ന വാക്കുകളുടെ ഒരു ലിസ്റ്റ് (Frequency List) തയ്യാറാക്കാൻ സാധിക്കും. ഇത് അടിസ്ഥാന പദാവലി (Core Vocabulary) നിർണ്ണയിക്കാൻ സഹായിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു മലയാളം കോർപ്പസ് വിശകലനം ചെയ്യുമ്പോൾ ചില വാക്കുകൾ വളരെ ഉയർന്ന ആവൃത്തിയിൽ കാണാൻ സാധിക്കും. അതിനാൽ, തുടക്കക്കാർക്കുള്ള പാഠങ്ങളിൽ ഈ വാക്കുകൾക്ക് പ്രാധാന്യം നൽകുന്നത് അവരുടെ ആശയവിനിമയ ശേഷി വേഗത്തിൽ മെച്ചപ്പെടുത്താൻ സഹായിക്കും. ഇത് കൂടാതെ, ഒരു പ്രത്യേക വിഷയവുമായി ബന്ധപ്പെട്ട ഭാഷാ പഠനത്തിലും (English for Specific Purposes - ESP) കോർപ്പസ് വളരെ ഫലപ്രദമാണ്. ഉദാഹരണത്തിന്, മെഡിക്കൽ വിദ്യാർത്ഥികൾക്ക് വേണ്ടിയുള്ള പഠനസാമഗ്രികൾ (text) തയ്യാറാക്കുമ്പോൾ, മെഡിക്കൽ ജേണലുകൾ, ഡോക്ടർമാരുടെ സംഭാഷണങ്ങൾ, രോഗവിവരങ്ങൾ എന്നിവയടങ്ങിയ ഒരു പ്രത്യേക കോർപ്പസ് (Specialized Corpus) ഉപയോഗിക്കാം. ഇതിലൂടെ ആ രംഗത്ത് ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്ന സാങ്കേതിക പദങ്ങളും പ്രയോഗങ്ങളും ഏതൊക്കെയെന്ന് കണ്ടെത്തി പഠനത്തിൽ ഉൾപ്പെടുത്താവുന്നതാണ്.

വ്യാകരണ പഠനത്തിലും കോർപ്പസ് പുതിയ ദിശാബോധം നൽകുന്നുണ്ട് . പരമ്പരാഗത വ്യാകരണ പുസ്തകങ്ങൾ പലപ്പോഴും 'ശരിയായ' പ്രയോഗങ്ങളെക്കുറിച്ചുള്ള കർശനമായ നിയമങ്ങൾ അവതരിപ്പിക്കുന്നു. എന്നാൽ യഥാർത്ഥ ജീവിതത്തിൽ ആളുകൾ ഈ നിയമങ്ങളിൽ നിന്ന് വ്യതിചലിച്ചേക്കാം. കോർപ്പസ് വിശകലനം ഭാഷയുടെ വിവരണാത്മക വ്യാകരണം (Descriptive Grammar) മനസ്സിലാക്കാൻ സഹായിക്കുന്നു.  ആളുകൾ യഥാർത്ഥത്തിൽ എങ്ങനെയാണ് വ്യാകരണ നിയമങ്ങൾ ഉപയോഗിക്കുന്നത് എന്ന് ഇത് കാണിച്ചുതരുന്നു. ഉദാഹരണത്തിന്, മലയാളത്തിൽ 'ചെയ്തു' എന്ന ഭൂതകാല രൂപത്തിന് പകരം സംഭാഷണ ഭാഷയിൽ 'ചെയ്തിട്ടുണ്ട്' എന്ന് ഉപയോഗിക്കുന്ന സന്ദർഭങ്ങൾ ധാരാളമുണ്ടാകാം. ഏതൊക്കെ സാഹചര്യങ്ങളിലാണ് ഈ പ്രയോഗം കൂടുതൽ സ്വാഭാവികമായി തോന്നുന്നതെന്ന് ഒരു കോർപ്പസ് വിശകലനത്തിലൂടെ കണ്ടെത്താനാകും. ഇത് പഠിതാക്കൾക്ക് ഭാഷയുടെ നിയമങ്ങൾ മനഃപാഠമാക്കുന്നതിന് പകരം, അതിന്റെ സ്വാഭാവികമായ ഒഴുക്ക് മനസ്സിലാക്കാൻ സഹായിക്കുന്നു. കൂടാതെ, വാക്കുകൾ ഒരുമിച്ച് വരുന്ന രീതിയെക്കുറിച്ചുള്ള പഠനമായ കൊളോക്കേഷനുകൾ (Collocations) കണ്ടെത്താനും കോർപ്പസ് സഹായിക്കുന്നു. 'കനത്ത മഴ' എന്ന് നമ്മൾ പറയുന്നതുപോലെ തന്നെ 'ശക്തമായ മഴ' എന്നും പറയാറുണ്ട്, എന്നാൽ 'തടിച്ച മഴ' എന്ന് പറയാറില്ല. ഇത്തരം സ്വാഭാവികമായ കൂട്ടുവാക്കുകൾ (collocations) കോർപ്പറകൾ കൃത്യമായി കാണിച്ചുതരും. ഇവയുടെ ഉപയോഗം ഭാഷാ പ്രാവീണ്യം കൂടുതൽ സ്വാഭാവികമാക്കാൻ സഹായിക്കും.

പ്രായോഗിക തലത്തിൽ ഭാഷ എങ്ങനെ ഉപയോഗിക്കപ്പെടുന്നു എന്നതിനെക്കുറിച്ചുള്ള പഠനമായ പ്രാഗ്മാറ്റിക്സിലും (Pragmatics) കോർപ്പസ് നിർണായകമാണ്. ഒരേ ആശയം വ്യത്യസ്ത സാമൂഹിക സാഹചര്യങ്ങളിൽ എങ്ങനെയാണ് പ്രകടിപ്പിക്കുന്നത് എന്ന് മനസ്സിലാക്കാൻ കോർപ്പസ് സഹായിക്കും. ഉദാഹരണത്തിന്, ഒരു സുഹൃത്തിനോട് സഹായം ചോദിക്കുന്നതും ഒരു അപരിചിതനായ ഉദ്യോഗസ്ഥനോട് സഹായം അഭ്യർത്ഥിക്കുന്നതും ഒരേപോലെയല്ല. കേരളത്തിലെ ഒരു കടയിൽ സാധനം വാങ്ങുമ്പോൾ വിലപേശുന്നത് എങ്ങനെയാണ്, ഒരു ബസ് കണ്ടക്ടറോട് ടിക്കറ്റ് ചോദിക്കുന്നത് എങ്ങനെയാണ്, ഒരു വിവാഹവീട്ടിൽ ആളുകൾ പരസ്പരം ആശംസകൾ അറിയിക്കുന്നത് എങ്ങനെയാണ് എന്നിങ്ങനെയുള്ള സാഹചര്യങ്ങളിലുള്ള സംഭാഷണങ്ങൾ ഒരു കോർപ്പസിൽ നിന്ന് വേർതിരിച്ചെടുത്ത് പഠിക്കുന്നത് പഠിതാക്കൾക്ക് സാമൂഹിക സന്ദർഭങ്ങളിലുള്ള ആശയവിനിമയത്തിന് ആവശ്യമായ കഴിവുകൾ (Communicative Competence) നൽകും. ഇത്തരം സന്ദർഭങ്ങളിൽ ഉപയോഗിക്കുന്ന ആദരസൂചകമായ വാക്കുകൾ, ശൈലികൾ, ചോദ്യരൂപങ്ങൾ എന്നിവയെല്ലാം കോർപ്പസ് വിശകലനത്തിലൂടെ കണ്ടെത്താനും പാഠ്യപദ്ധതിയിൽ ഉൾപ്പെടുത്താനും സാധിക്കും. ഇത് ഭാഷയെ കേവലം വാക്കുകളുടെയും നിയമങ്ങളുടെയും ഒരു ശേഖരമായി കാണാതെ ഒരു സാമൂഹിക വ്യവഹാരമായി മനസ്സിലാക്കാൻ സഹായിക്കുന്നു.

കോർപ്പസ് അധിഷ്ഠിത പാഠ്യപദ്ധതിയുടെ പ്രയോഗത്തിൽ ധാരാളം കാര്യങ്ങൾ ശ്രദ്ധിക്കേണ്ടതായുണ്ട്. കോർപ്പസ് വിവരങ്ങൾ നൽകുന്നുവെങ്കിലും തീരുമാനങ്ങൾ എടുക്കുന്നത് പാഠ്യപദ്ധതി രൂപകർത്താക്കൾ തന്നെയാണ്. ഒരു വാക്ക് വളരെ ഉയർന്ന ആവൃത്തിയിൽ ഉപയോഗിക്കപ്പെടുന്നു എന്നതുകൊണ്ടുമാത്രം അത് പാഠ്യപദ്ധതിയുടെ തുടക്കത്തിൽ തന്നെ ഉൾപ്പെടുത്തണമെന്ന് നിർബന്ധമില്ല. പഠിതാക്കളുടെ പ്രായം, ലക്ഷ്യം, നിലവാരം എന്നിവയെല്ലാം പരിഗണിച്ച് ആ വിവരങ്ങളെ വിവേകപൂർവ്വം ഉപയോഗിക്കുകയാണ് വേണ്ടത്. മറ്റൊന്ന്, ഒരു കോർപ്പസിന്റെ ഗുണനിലവാരം അത് നിർമ്മിക്കാൻ ഉപയോഗിച്ച ഡാറ്റയെ ആശ്രയിച്ചിരിക്കും. ഒരു കോർപ്പസ് ഏതെങ്കിലും ഒരു പ്രത്യേക വിഭാഗത്തിൽ നിന്നുള്ള ഡാറ്റ മാത്രം (ഉദാഹരണത്തിന്, പത്രഭാഷ മാത്രം) ഉൾക്കൊള്ളുന്നതാണെങ്കിൽ, അത് ഭാഷയുടെ ഒരു ഭാഗികമായ ചിത്രം മാത്രമേ നൽകുകയുള്ളൂ. അതിനാൽ സംഭാഷണ ഭാഷ, എഴുത്ത് ഭാഷ, ഔപചാരികവും അനൗപചാരികവുമായ സന്ദർഭങ്ങൾ എന്നിങ്ങനെ വിവിധതരം ഡാറ്റ ഉൾപ്പെടുത്തി ഒരു സമതുലിതമായ കോർപ്പസ് (Balanced Corpus) നിർമ്മിക്കേണ്ടത് അത്യാവശ്യമാണ്. കൂടാതെ കോർപ്പസ് വിശകലനം ചെയ്യുന്നതിന് സാങ്കേതികമായ അറിവും പ്രത്യേക സോഫ്റ്റ്‌വെയറുകളും ആവശ്യമാണ്. അധ്യാപകർക്കും പാഠ്യപദ്ധതി നിർമ്മാതാക്കൾക്കും ഇതിൽ പരിശീലനം നൽകേണ്ടതുണ്ട്.

കോർപ്പസ് ഭാഷാശാസ്ത്രം ഭാഷാ പാഠ്യപദ്ധതി രൂപകൽപ്പനയ്ക്ക് ശക്തമായ ശാസ്ത്രീയ അടിത്തറ നൽകുന്നുണ്ട്. യഥാർത്ഥ ഭാഷാപ്രയോഗങ്ങളിൽ നിന്ന് ലഭിക്കുന്ന തെളിവുകളുടെ അടിസ്ഥാനത്തിൽ എന്ത് പഠിപ്പിക്കണം, എങ്ങനെ പഠിപ്പിക്കണം എനന്നീ കാര്യങ്ങളിൽ തീരുമാനമെടുക്കാൻ ഇത് സഹായിക്കുന്നു. പദാവലി, വ്യാകരണം, പ്രായോഗിക ഭാഷാ ഉപയോഗം എന്നിവയെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള ഉൾക്കാഴ്ചകൾ നൽകുന്നതിലൂടെ പഠിതാക്കൾക്ക് കൂടുതൽ ആത്മവിശ്വാസത്തോടെയും സ്വാഭാവികമായും ഭാഷ ഉപയോഗിക്കാൻ സാധിക്കുന്നു. ഭാവിയിൽ, മലയാളം പോലുള്ള ഭാഷകൾക്ക് വേണ്ടിയുള്ള വിപുലമായ കോർപ്പറകൾ നിർമ്മിക്കുകയും അവയെ അടിസ്ഥാനമാക്കി പാഠ്യപദ്ധതികൾ നവീകരിക്കുകയും ചെയ്യുന്നത് ഭാഷാ പഠനത്തിന്റെ ഗുണനിലവാരം വർദ്ധിപ്പിക്കുന്നതിൽ നിർണ്ണായക പങ്കുവഹിക്കും. ഇത് ഭാഷാ പഠനത്തെ കേവലം ഒരു അക്കാദമിക് വിഷയത്തിൽ നിന്ന് യഥാർത്ഥ ജീവിതത്തിൽ ആശയവിനിമയം നടത്താനുള്ള ഒരു ഉപാധിയായി മാറ്റാൻ സഹായിക്കും.