Hoy quiero relacionar dos conceptos curiosos: la frecuencia de uso de las palabras de un idioma y la llamada ley de Zipf, que definiré más tarde.
Esto viene a cuento porque se ha puesto de moda al aprender un idioma por Internet, empezar a hacerlo aprendiendo las 1000 palabras más comunes del mismo.
Uno puede encontrar en Wikipedia un compendio de listas hechas por otra gente:
http://en.wiktionary.org/wiki/Wiktionary:Frequency_lists
Mi favorita, basada en textos de Opensubtiles, ha sido la creada por este bloguero:
http://invokeit.wordpress.com/frequency-word-lists/
El método tiene sentido. A menudo en los libros de texto de idiomas aparecen vocabulario y expresiones que nadie usaría en la vida. Mejor empezar con lo más frecuente.
Además se basa en un principio, que se define habitualmente como la ley de Zipf. Según el cual, la palabra más usada de un idioma se usa el doble que la segunda más usada, y el triple que la tercera, y cuatro veces más que la cuarta etc.
Es decir, la frecuencia de aparición de una palabra tiene una proporción inversa al orden de la misma.
Usando una fórmula:
[Frecuencia de la palabra N = Frecuencia de la palabra más común / Orden de palabra N]
Ahora bien, ¿se cumple realmente esta ley?
Hoy en día, se puede experimentar fácilmente con las listas que he enlazado arriba. Por ejemplo con las palabras más usadas del idioma ruso.
Palabra Frecuencia Resta entre una palabra y la anterior
| я | 589078 | |||
| не | 515140 | 73938 | ||
| что | 391122 | 124018 | ||
| в | 352391 | 38731 | ||
| и | 347034 | 5357 | ||
| ты | 326376 | 20658 | ||
| это | 301119 | 25257 | ||
| на | 195048 | 106071 | ||
| с | 169191 | 25857 | ||
| он | 153142 | 16049 |
La ley no se muestra con total exactitud. De hecho la segunda mayor diferencia se da entre el séptimo y el octavo. Pero sí a rasgos generales. La primera palabra я ("yo") se usa 4 veces más que la décima он (él). Tal proporción no se mantiene a partir de ahí. Sería matemáticamente imposible. Las diferencias son cada vez más pequeñas a medida que nos alejamos de los primeros términos. De hecho la undécima palabra (fuera de mi gráfico) aparece sólo 1,2 veces más que la veinteaba.
En conclusión, el aprendizaje de las palabras más comunes de un idioma es un método efectivo de aprendizaje.
Otra conclusión aparente tras ver la lista rusa (o cualquier otra): los humanos somos perezosos. Las palabras más frecuentes son las más cortas.
