flertallsandel

Flertallsandel er en statistisk måling som brukes i språkvitenskap og korpusanalyse for å beskrive hvor stor andel av lingvistiske enheter som forekommer i flertall i en bestemt tekstprøve eller korpus. Begrepet brukes ofte i forhold til substantiv, men kan også gjelde andre ordarter som bøyes i tall, eller former som viser pluraliering i et språk.

Måling av flertallsandel kan gjøres på flere måter. En tokenbasert tilnærming teller antallet tokens som står i flertall (for eksempel substantiv i plural, og andre ord som viser flertall) delt på totalt antall tokens i korpuset. En lemmabasert tilnærming teller antallet lemmas som har en flertallsform, delt på totalt antall lemmas. Begge metoder kan tilpasses for ulike språk og annotasjonsstandarder.

Bruksområder for flertallsandel inkluderer komparativ analyse mellom språk, undersøkelse av genre- eller domenevariasjon i tekstkategorier, og evaluering av språkmodeller der tallbøyninger spiller en rolle. Det kan også brukes i språklige studier av pluralisering som fenomen i språkutvikling og språkbruk, samt i lese- og språkforståelsesforskning.

Faktorer som påvirker flertallsandel inkluderer språklig morfologi (noen språk har rik bøyning for tall, mens andre er mer enspråklige eller har mindre markerte flertallbøyninger), sjanger og teksttype, samt korpussammensetning og register. Grønnsaker i samlebegrep som massenomen og irregulære bøyningsmønstre kan også påvirke resultatene. Kvaliteten på annotering og definisjonen av hvilke ordformer som telles må tas i betraktning ved tolkning av tallene.

Eksempel: I et norsk korpus med 40 000 substantivtokens, 10 000 av disse forekommer i flertall. Flertallsandelen for substantiv blir da 0,25 eller 25 prosent.