szóállományát

Szóállomány (lexikon) a nyelv szóelemeinek összessége. Olyan elemeket foglal magába, amelyek a gyök- vagy szótörzsön alapulnak, a toldalékokkal képzett alakokkal együtt, és a jelentéssel összekapcsolódó kifejezéseket is magában foglalja. A szóállományát egy nyelv vagy egy adott beszélő beszélt repertoárjaként is értelmezhetjük: egy általános, központi szóanyag, és a személyes vagy szaknyelvi variánsok.

Összetevői közé tartoznak a lexemek (a szavak alapformái), a morfológia által leírt toldalékos alakok, a kollokációk (gyakran együtt előforduló szókapcsolatok) és a kifejezéskészlet. A szóállomány magában foglalja a szemantikai kapcsolatrendszert is: szinonimák, ellentétek, árnyalatok és kontextus-függő jelentések. A formális és jelentésbeli kapcsolatok lehetőséget adnak a nyelv feldolgozására, tanítására és megértésére.

Dinamikus jellegű: a szóállomány folyamatosan változik a beszédközösségben, új szavak kerülhetnek be a köztudatba, régiak pedig elavulhatnak. A beszélők szókincse aktív (használt) és passzív (megértett) komponensekre bontható. A nyelvészeti és számítástudományi kutatások a szóállományát megismerése céljából korpuszokat, szótárakat és frekvencia-listákat használnak.

Alkalmazások közé tartozik a nyelvészeti kutatás, a nyelvtanítás és a természetes nyelvfeldolgozás (NLP). Szótárak és lemmatizáló rendszerek, morfológiai elemzők, és szógyakorisági listák segítik a szövegek automatikus feldolgozását. A szóállományának elemzése fontos a fordítás, keresés, szövegkategorizálás és beszédfelderítés számára.