TED2007
Erin McKean: The joy of lexicography
ארין מק'קין מגדירה מחדש את המילון
Filmed:
Readability: 3.3
1,271,097 views
האם ספר המילון האהוב נידון להכחדה? בהרצאה מדבקת בחיוניותה, המילונאית הבכירה ארין מק'קין בוחנת את הדרכים הרבות בהן מילון הנייר של היום עומד לעבור שינוי.
Erin McKean - Dictionary editor
As the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself. Full bio
As the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself. Full bio
Double-click the English transcript below to play the video.
00:25
Now, have any of y'all ever looked up this word?
0
0
4000
ובכן, האם מישהו מכם בדק מעולם את המילה הזו?
00:29
You know, in a dictionary? (Laughter) Yeah, that's what I thought.
1
4000
4000
במילון, הכוונה? (צחוק) כן, לזה התכוונתי
00:33
How about this word?
2
8000
2000
מה לגבי המילה הזו?
00:35
Here, I'll show it to you.
3
10000
1000
הנה, אראה לכם אותה:
00:36
Lexicography: the practice of compiling dictionaries.
4
11000
3000
לקסיקוגרפיה: (מילונאות) ענף העוסק בחיבור מילונים
00:39
Notice -- we're very specific -- that word "compile."
5
14000
3000
שימו לב -- אנחנו מדייקים. המילה "לחבר"
00:42
The dictionary is not carved out of a piece of granite,
6
17000
3000
המילון לא נחצב מלוח גרניט,
00:45
out of a lump of rock. It's made up of lots of little bits.
7
20000
3000
מתוך גוש אבן. הוא עשוי מהרבה חתיכות קטנות
00:48
It's little discrete --
8
23000
1000
זה מובחן, מופרד --
00:49
that's spelled D-I-S-C-R-E-T-E -- bits.
9
24000
4000
מאייתים את זה חתיכות מ-ו-ב-ח-נ-ו-ת
00:53
And those bits are words.
10
28000
2000
חתיכות, והחתיכות האלה הן מילים
00:55
Now one of the perks of being a lexicographer --
11
30000
4000
עכשיו, יתרון אחד שבלהיות מילונאי --
00:59
besides getting to come to TED -- is that you get to say really fun words,
12
34000
3000
חוץ מלהיות בTED -- הוא שיוצא להגיד מילים מאד כיפיות
01:02
like lexicographical.
13
37000
3000
כמו לקסיקוגרפיקל
01:05
Lexicographical has this great pattern:
14
40000
2000
-- ללקסיקוגרפיקל יש תבנית יפה כזו
01:07
it's called a double dactyl. And just by saying double dactyl,
15
42000
2000
שנקראת "דקטיל כפול" (משקל עלעלי), ורק בלהגיד "דקטיל כפול"
01:09
I've sent the geek needle all the way into the red. (Laughter) (Applause)
16
44000
3000
שלחתי את מחט הגיקיות ישר לקצה האדום של הסקאלה
01:12
But "lexicographical" is the same pattern as "higgledy-piggledy."
17
47000
4000
אבל "לקסיקוגרפיקל" זה אותו משקל כמו "היגלדי-פיגלדי" (מבולגן)
01:16
Right? It's a fun word to say,
18
51000
2000
נכון? זו מילה שכיף להגיד
01:18
and I get to say it a lot.
19
53000
3000
ויוצא לי לומר אותה הרבה
01:21
Now, one of the non-perks of being a lexicographer
20
56000
3000
עכשיו, אחד החסרונות שבלהיות מילונאי
01:24
is that people don't usually have a kind of warm, fuzzy, snuggly image of the dictionary.
21
59000
5000
היא שלאנשים בדרך כלל אין סוג של תדמית חמימה, נעימה, מתפנקת כשמדובר במילון
01:29
Right? Nobody hugs their dictionaries.
22
64000
3000
נכון? אנשים לא מחבקים את המילונים שלהם
01:32
But what people really often think about the dictionary is, they think more like this.
23
67000
7000
אבל מה שאנשים לעתים קרובות חושבים על מילון, זה יותר בכיוון הזה
01:39
Just to let you know, I do not have a lexicographical whistle.
24
74000
3000
רק שתדעו, אין לי משרוקית מילונאית
01:42
But people think that my job is to let the good words
25
77000
2000
אבל אנשים חושבים שהעבודה שלי היא לתת למילים הטובות
01:44
make that difficult left-hand turn into the dictionary,
26
79000
3000
לבצע את הפנייה הקשה שמאלה לתוך המילון
01:47
and keep the bad words out.
27
82000
2000
ולהשאיר את המילים הרעות בחוץ
01:49
But the thing is, I don't want to be a traffic cop.
28
84000
3000
אבל העניין הוא, שאני לא רוצה להיות שוטרת תנועה
01:52
For one thing, I just do not do uniforms.
29
87000
4000
קודם כל, אני לא בקטע של מדים
01:56
And for another, deciding what words are good
30
91000
4000
ודבר נוסף -- להחליט אילו מילים הן טובות
02:00
and what words are bad is actually not very easy.
31
95000
2000
ואילו מילים הן רעות זה לא דבר קל, למעשה
02:02
And it's not very fun. And when parts of your job are not easy or fun,
32
97000
4000
וזה לא מאד כיף. וכשחלק מהעבודה שלך אינו קל או כיפי
02:06
you kind of look for an excuse not to do them.
33
101000
3000
את מחפשת תירוץ לא לעשות אותו
02:09
So if I had to think of some kind of occupation
34
104000
5000
אז אם הייתי צריכה לחשוב על סוג של עיסוק
02:14
as a metaphor for my work, I would much rather be a fisherman.
35
109000
6000
כדימוי למה שאני עושה, הייתי מעדיפה להיות דייגת
02:20
I want to throw my big net into the deep, blue ocean of English
36
115000
3000
אני רוצה להשליך את הרשת הגדולה שלי לאוקיינוס העמוק והכחול של האנגלית
02:23
and see what marvelous creatures I can drag up from the bottom.
37
118000
4000
ולראות אילו יצורים מופלאים אני יכולה לגרור מהקרקעית
02:27
But why do people want me to direct traffic, when I would much rather go fishing?
38
122000
5000
אבל למה אנשים רוצים שאהייה שוטרת תנועה, כשאני מעדיפה ללכת לדוג?
02:32
Well, I blame the Queen.
39
127000
2000
טוב, אני מאשימה את המלכה
02:34
Why do I blame the Queen?
40
129000
2000
למה אני מאשימה את המלכה?
02:36
Well, first of all, I blame the Queen because it's funny.
41
131000
2000
טוב, קודם כל, אני מאשימה את המלכה כי זה מצחיק
02:38
But secondly, I blame the Queen because
42
133000
3000
שנית, אני מאשימה את המלכה כי
02:41
dictionaries have really not changed.
43
136000
2000
מילונים לא באמת עברו שינוי
02:43
Our idea of what a dictionary is has not changed since her reign.
44
138000
2000
ההגדרה שלנו למהו מילון לא השתנתה מאז השלטון שלה
02:45
The only thing that Queen Victoria would not be amused by in modern dictionaries
45
140000
6000
הדבר היחיד שלא ישעשע את המלכה ויקטוריה במילונים מודרניים
02:51
is our inclusion of the F-word, which has happened
46
146000
3000
הוא זה שכללנו את ה F-word דבר שקורה
02:54
in American dictionaries since 1965.
47
149000
2000
במילונים אמריקאיים מאז 1965
02:56
So, there's this guy, right? Victorian era.
48
151000
3000
אז יש את האיש הזה, כן? התקופה הויקטוריאנית
02:59
James Murray, first editor of the Oxford English Dictionary.
49
154000
2000
ג'יימס מאריי, העורך הראשון של מילון אוקספורד האנגלי
03:01
I do not have that hat. I wish I had that hat.
50
156000
3000
אין לי את הכובע הזה, הלוואי שהיה לי את הכובע הזה
03:04
So he's really responsible for a lot of
51
159000
4000
אז הוא זה שבאמת אחראי להרבה
03:08
what we consider modern in dictionaries today.
52
163000
2000
מאיך שאנחנו מגדירים מודרני במילונים של היום
03:10
When a guy who looks like that, in that hat,
53
165000
3000
כשאיש שנראה ככה -- בכובע הזה --
03:13
is the face of modernity, you have a problem.
54
168000
7000
הוא פניה של המודרניות, יש לנו בעייה
03:20
And so, James Murray could get a job on any dictionary today.
55
175000
2000
וכך, ג'יימס מאריי יכול היה לקבל עבודה בכל מילון היום
03:22
There'd be virtually no learning curve.
56
177000
3000
למעשה לא תהיה עקומת למידה כלל
03:25
And of course, a few of us are saying: okay, computers!
57
180000
2000
וכמובן, חלק מאיתנו אומרים: מחשבים!
03:27
Computers! What about computers?
58
182000
2000
מחשבים! מה לגבי מחשבים?
03:29
The thing about computers is, I love computers.
59
184000
2000
העניין עם מחשבים - אני מתה על מחשבים
03:31
I mean, I'm a huge geek, I love computers.
60
186000
2000
זאת אומרת, אני גיקית גדולה, אני מתה על מחשבים
03:33
I would go on a hunger strike before I let them take away Google Book Search from me.
61
188000
4000
הייתי פותחת בשביתת רעב לפני שהייתי נותנת להם לקחת ממני את Google Book Search
03:37
But computers don't do much else other than
62
192000
2000
אבל מחשבים לא עושים הרבה מעבר
03:39
speed up the process of compiling dictionaries.
63
194000
4000
ללהאיץ את מהירות החיבור של מילונים
03:43
They don't change the end result.
64
198000
4000
הם לא משנים את התוצאה הסופית
03:47
Because what a dictionary is,
65
202000
3000
כי מה שהמילון הוא בעצם
03:50
is it's Victorian design merged with a little bit of modern propulsion.
66
205000
3000
זה עיצוב ויקטוריאני משולב עם קצת דחף מודרני
03:53
It's steampunk. What we have is an electric velocipede.
67
208000
6000
זה סטימפּאנק, זה תלת-אופן חשמלי
03:59
You know, we have Victorian design with an engine on it. That's all!
68
214000
3000
יש לנו בעצם עיצוב ויקטוריאני עם מנוע עליו. זה הכל
04:02
The design has not changed.
69
217000
3000
העיצוב לא השתנה
04:05
And OK, what about online dictionaries, right?
70
220000
2000
אז בסדר, מה עם מילונים מקוונים, נכון?
04:07
Online dictionaries must be different.
71
222000
3000
מילונים באינטרנט הם בטוח שונים
04:10
This is the Oxford English Dictionary Online, one of the best online dictionaries.
72
225000
2000
זה מילון אוקספורד באינטרנט, אחד מהמילונים המקוונים הטובים ביותר
04:12
This is my favorite word, by the way.
73
227000
1000
זו המילה האהובה עלי, דרך אגב:
04:13
Erinaceous: pertaining to the hedgehog family; of the nature of a hedgehog.
74
228000
5000
Erinaceous: שקשור למשפחת הקיפודים; קיפודי
04:18
Very useful word. So, look at that.
75
233000
6000
מילה שימושית מאד. תראו מה זה.
04:24
Online dictionaries right now are paper thrown up on a screen.
76
239000
2000
מילונים מקוונים כיום הם דפים זרוקים על מסך
04:26
This is flat. Look how many links there are in the actual entry: two!
77
241000
5000
זה שטוח. תראו כמה קישורים יש בערך הזה: שניים!
04:31
Right? Those little buttons,
78
246000
2000
נכון? הכפתורים הקטנים האלה --
04:33
I had them all expanded except for the date chart.
79
248000
3000
הרחבתי הכל חוץ מלוח התאריכים
04:36
So there's not very much going on here.
80
251000
2000
אז בעצם אין שם יותר מדי
04:38
There's not a lot of clickiness.
81
253000
2000
אין הרבה קליקיות
04:40
And in fact, online dictionaries replicate
82
255000
3000
ובעצם, מילונים מקוונים משכפלים
04:43
almost all the problems of print, except for searchability.
83
258000
3000
כמעט את כל הבעיות שבדפוס, מעבר ליכולת החיפוש
04:46
And when you improve searchability,
84
261000
2000
וכשמשפרים את יכולת החיפוש,
04:48
you actually take away the one advantage of print, which is serendipity.
85
263000
3000
בעצם לוקחים את היתרון היחיד של הדפוס, שהוא התגלות לא מכוונת
04:51
Serendipity is when you find things you weren't looking for,
86
266000
3000
זה כאשר מוצאים דברים שלא התכוונו למצוא
04:54
because finding what you are looking for is so damned difficult.
87
269000
3000
כי למצוא מה שכן מחפשים זה מה זה קשה
04:57
So -- (Laughter) (Applause) -- now, when you think about this,
88
272000
9000
אז -- (צחוק) -- כשחושבים על זה
05:06
what we have here is a ham butt problem.
89
281000
3000
מה שיש לנו כאן זו בעיית קצה של צלי
05:09
Does everyone know the ham butt problem?
90
284000
2000
כולם מכירים את בעיית הקצה של הצלי?
05:11
Woman's making a ham for a big, family dinner.
91
286000
2000
מישהי מכינה צלי לארוחה משפחתית גדולה
05:13
She goes to cut the butt off the ham and throw it away,
92
288000
2000
והיא ניגשת לחתוך את קצה הצלי ולזרוק אותו
05:15
and she looks at this piece of ham and she's like,
93
290000
1000
והיא מסתכלת על חתיכת הבשר וחושבת
05:16
"This is a perfectly good piece of ham. Why am I throwing this away?"
94
291000
2000
"זו חתיכת בשר מצויינת. למה אני זורקת אותה בכלל?"
05:18
She thought, "Well, my mom always did this."
95
293000
2000
והיא חושבת "טוב, אמא שלי תמיד עשתה ככה"
05:20
So she calls up mom, and she says,
96
295000
1000
אז היא מתקשרת לאמא שלה, ושואלת
05:21
"Mom, why'd you cut the butt off the ham, when you're making a ham?"
97
296000
2000
"אמא, למה את חותכת את הקצה כשאת מכינה צלי?"
05:23
She says, "I don't know, my mom always did it!"
98
298000
3000
והיא עונה "אני לא יודעת, אמא שלי תמיד עשתה ככה!"
05:26
So they call grandma, and grandma says,
99
301000
2000
אז הן מתקשרות לסבתא, וסבתא אומרת
05:28
"My pan was too small!" (Laughter)
100
303000
4000
"התבנית שלי היתה קטנה מדי!" (צחוק)
05:32
So, it's not that we have good words and bad words.
101
307000
4000
אז זה לא שיש מילים טובות ומילים רעות
05:36
We have a pan that's too small!
102
311000
3000
התבנית שלנו קטנה מדי!
05:39
You know, that ham butt is delicious! There's no reason to throw it away.
103
314000
2000
ואתם יודעים, הקצה הזה של הצלי הוא מה זה טעים! אין סיבה לזרוק אותו
05:41
The bad words -- see, when people think about a place
104
316000
3000
המילים הרעות -- תראו, כשאנשים חושבים על מקום
05:44
and they don't find a place on the map,
105
319000
2000
והם לא מוצאים אותו על המפה
05:46
they think, "This map sucks!"
106
321000
2000
הם חושבים "המפה הזו דפוקה"
05:48
When they find a nightspot or a bar, and it's not in the guidebook,
107
323000
2000
כשהם מוצאים מקום בילוי לילי או פאב שלא על המפה
05:50
they're like, "Ooh, this place must be cool! It's not in the guidebook."
108
325000
3000
הם אומרים "אה, המקום הזה בטח מגניב! הוא אפילו לא במדריך"
05:53
When they find a word that's not in the dictionary, they think,
109
328000
3000
כשהם מוצאים מילה שלא במילון, הם חושבים
05:56
"This must be a bad word." Why? It's more likely to be a bad dictionary.
110
331000
5000
"זו בטח מילה רעה". למה? רוב הסיכויים הם שהמילון רע
06:01
Why are you blaming the ham for being too big for the pan?
111
336000
5000
למה להאשים את הצלי שהוא גדול מדי עבור התבנית?
06:06
So, you can't get a smaller ham.
112
341000
3000
ואי אפשר להשיג צלי קטן יותר
06:09
The English language is as big as it is.
113
344000
3000
השפה האנגלית היא גדולה כמו שהיא
06:12
So, if you have a ham butt problem,
114
347000
2000
אם אם יש לכם בעיית קצה של צלי
06:14
and you're thinking about the ham butt problem,
115
349000
2000
ואתם חושבים על בעיית קצה של צלי
06:16
the conclusion that it leads you to is inexorable and counterintuitive:
116
351000
5000
:המסקנה שאליה מגיעים היא קשה ולא אינטואיטיבית
06:21
paper is the enemy of words.
117
356000
3000
הנייר הוא אוייב המילים
06:24
How can this be? I mean, I love books. I really love books.
118
359000
4000
איך זה ייתכן? זאת אומרת, אני אוהבת ספרים, אני מאד אוהבת ספרים
06:28
Some of my best friends are books.
119
363000
2000
כמה מחברי הטובים ביותר הם ספרים
06:30
But the book is not the best shape for the dictionary.
120
365000
5000
אבל ספר אינו הצורה הטובה ביותר עבור מילון
06:35
Now they're going to think "Oh, boy.
121
370000
2000
עכשיו תחשבו "רגע,
06:37
People are going to take away my beautiful, paper dictionaries?"
122
372000
3000
אנשים יבואו וייקחו את ספרי המילון היפים שלנו?"
06:40
No. There will still be paper dictionaries.
123
375000
2000
לא. תמיד יהיו ספרי מילון.
06:42
When we had cars -- when cars became the dominant mode of transportation,
124
377000
4000
כשהיו מכוניות -- כשמכוניות הפכו לצורת התחבורה השלטת
06:46
we didn't round up all the horses and shoot them.
125
381000
3000
לא אספנו את כל הסוסים וירינו בהם
06:49
You know, there're still going to be paper dictionaries,
126
384000
2000
עדיין יהיו ספרי מילון, אתם יודעים
06:51
but it's not going to be the dominant dictionary.
127
386000
3000
אבל זו לא תהייה צורת המילון השלטת
06:54
The book-shaped dictionary is not going to be the only shape
128
389000
3000
המילון בצורת ספר לא תהיה הצורה היחידה
06:57
dictionaries come in. And it's not going to be
129
392000
2000
שבה מופיעים מילונים. וזה לא יהיה
06:59
the prototype for the shapes dictionaries come in.
130
394000
4000
אב הטיפוס שבצורתו מופיעים מילונים
07:03
So, think about it this way: if you've got an artificial constraint,
131
398000
4000
אז תחשבו על זה כך: אם יש לכם אילוץ מלאכותי
07:07
artificial constraints lead to
132
402000
4000
אילוצים מלאכותיים מובילים
07:11
arbitrary distinctions and a skewed worldview.
133
406000
4000
להבחנות שרירותיות ולתפיסת עולם מעוותת
07:15
What if biologists could only study animals
134
410000
3000
מה אם ביולוגים יכולים היו לחקור רק בעלי חיים
07:18
that made people go, "Aww." Right?
135
413000
2000
שגורמים לאנשים לומר "אווו", נכון?
07:20
What if we made aesthetic judgments about animals,
136
415000
2000
מה אם היינו שופטים אסתטית בעלי חיים
07:22
and only the ones we thought were cute were the ones that we could study?
137
417000
5000
ורק אלה שנראים לנו חמודים הם אלה שהיינו חוקרים?
07:27
We'd know a whole lot about charismatic megafauna,
138
422000
4000
היינו יודעים הרבה על עולם החי הכריזמטי
07:31
and not very much about much else.
139
426000
2000
אבל לא הרבה מאד על כל השאר
07:33
And I think this is a problem.
140
428000
2000
ואני חושבת שזו בעייה
07:35
I think we should study all the words,
141
430000
2000
אני חושבת שעלינו ללמוד את כל המילים
07:37
because when you think about words, you can make beautiful expressions
142
432000
5000
כי כשחושבים על מילים, אפשר ליצור ביטויים מקסימים
07:42
from very humble parts.
143
437000
4000
מחלקים מאד צנועים
07:46
Lexicography is really more about material science.
144
441000
4000
מילונאות היא בעצם יותר מדע חומרי
07:50
We are studying the tolerances of the materials
145
445000
3000
אנחנו לומדים את היכולות של חומרים
07:53
that you use to build the structure of your expression:
146
448000
3000
:שבהם משתמשים כדי לבנות את המבנה של הביטוי
07:56
your speeches and your writing. And then, often people say to me,
147
451000
7000
את הנאומים והכתיבה שלנו. ואז אנשים הרבה פעמים אומרים לי
08:03
"Well, OK, how do I know that this word is real?"
148
458000
5000
"טוב, בסדר -- איך יודעים שהמילה הזו אמיתית?"
08:08
They think, "OK, if we think words are the tools
149
463000
7000
הם חושבים "אוקיי, אם אנחנו חושבים שמילים הן הכלים
08:15
that we use to build the expressions of our thoughts,
150
470000
2000
שבהם אנחנו משתמשים כדי לבטא את המחשבות שלנו
08:17
how can you say that screwdrivers are better than hammers?
151
472000
3000
איך אפשר לומר שמברגים טובים יתר מפטישים?
08:20
How can you say that a sledgehammer is better than a ball-peen hammer?"
152
475000
3000
איך אפשר לומר שקורנס יותר טוב מפטיש רגיל?
08:23
They're just the right tools for the job.
153
478000
3000
הרי הם בדיוק הכלי שמתאים לעבודה שלנו"
08:26
And so people say to me, "How do I know if a word is real?"
154
481000
3000
וכך אנשים אומרים לי, "איך יודעים שהמילה הזו אמיתית?"
08:29
You know, anybody who's read a children's book
155
484000
3000
כידוע, כל מי שקרא ספר ילדים
08:32
knows that love makes things real.
156
487000
4000
יודע שאהבה הופכת דברים לאמיתיים
08:36
If you love a word, use it. That makes it real.
157
491000
5000
אם אתם אוהבים מילה, השתמשו בה. זה הופך אותה לאמיתית
08:41
Being in the dictionary is an artificial distinction.
158
496000
3000
להיות במילון זו אבחנה מלאכותית
08:44
It doesn't make a word any more real than any other way.
159
499000
3000
זה לא הופך מילה אמיתית יותר מאשר כל דרך אחרת
08:47
If you love a word, it becomes real.
160
502000
4000
אם אוהבים מילה,היא נעשית אמיתית
08:51
So if we're not worrying about directing traffic,
161
506000
3000
אז אם לא דואגים לגבי הכוונת תנועה
08:54
if we've transcended paper, if we are worrying less
162
509000
5000
אם התעלינו מעבר לנייר, אם אנחנו דואגים פחות
08:59
about control and more about description,
163
514000
4000
בעניין שליטה ויותר בעניין תיאור
09:03
then we can think of the English language
164
518000
2000
אפשר לחשוב על השפה האנגלית
09:05
as being this beautiful mobile.
165
520000
3000
כאילו היא מובייל יפהפה
09:08
And any time one of those little parts of the mobile changes,
166
523000
2000
ובכל פעם שאחד החלקים הקטנים של המובייל משתנים
09:10
is touched, any time you touch a word,
167
525000
3000
נוגעים בהם -- כל פעם שנוגעים במילה
09:13
you use it in a new context, you give it a new connotation,
168
528000
2000
משתמשים בה בהקשר חדש, נותנים לה קונוטציה חדשה
09:15
you verb it, you make the mobile move.
169
530000
3000
הופכים אותה לפועל -- גורמים למובייל לזוז
09:18
You didn't break it. It's just in a new position,
170
533000
4000
לא שברנו אותו; הוא רק במצב חדש
09:22
and that new position can be just as beautiful.
171
537000
3000
והמצב הזה יכול להיות יפה באותה מידה
09:25
Now, if you're no longer a traffic cop --
172
540000
4000
עכשיו, כשאני כבר לא שוטרת תנועה --
09:29
the problem with being a traffic cop is
173
544000
2000
הבעייה עם להיות שוטרת תנועה היא
09:31
there can only be so many traffic cops in any one intersection,
174
546000
3000
שיכול להיות רק מספר מסויים של שוטרי תנועה בכל צומת
09:34
or the cars get confused. Right?
175
549000
3000
אחרת המכוניות יתבלבלו, נכון?
09:37
But if your goal is no longer to direct the traffic,
176
552000
3000
אבל אם המטרה היא כבר לא לכוון תנועה
09:40
but maybe to count the cars that go by, then more eyeballs are better.
177
555000
4000
אלא אולי לספור את המכוניות שחולפות, אז כמה שיותר עיניים יותר טוב
09:44
You can ask for help!
178
559000
2000
ואפשר לבקש עזרה!
09:46
If you ask for help, you get more done. And we really need help.
179
561000
4000
אם מבקשים עזרה, אפשר לעשות יותר. ואנחנו מאד צריכים עזרה
09:50
Library of Congress: 17 million books,
180
565000
3000
ספריית הקונגרס: 17 מיליון ספרים
09:53
of which half are in English.
181
568000
3000
מתוכם חצי הם באנגלית
09:56
If only one out of every 10 of those books
182
571000
4000
אם בתוך רק אחד מכל עשרה ספרים
10:00
had a word that's not in the dictionary in it,
183
575000
2000
היתה מילה שלא במילון
10:02
that would be equivalent to more than two unabridged dictionaries.
184
577000
3000
זה יהיה שווה ערך לשני מילונים לא מקוצרים
10:05
And I find an un-dictionaried word --
185
580000
3000
ואני מוצאת במילה לא-מילונית --
10:08
a word like "un-dictionaried," for example --
186
583000
2000
מילה כמו "לא-מילונית", לדוגמה
10:10
in almost every book I read. What about newspapers?
187
585000
5000
בכל ספר שאני קוראת. מה לגבי עיתונים?
10:15
Newspaper archive goes back to 1759,
188
590000
5000
ארכיוני עיתונים קיימים עוד מ 1759
10:20
58.1 million newspaper pages. If only one in 100
189
595000
5000
58.1 מיליון עמודי עיתון. אם רק באחד ממאה
10:25
of those pages had an un-dictionaried word on it,
190
600000
3000
עמודים כאלה יש מילה לא-מילונית כזו
10:28
it would be an entire other OED.
191
603000
3000
זה יהיה מילון אוקספורד נוסף שלם
10:31
That's 500,000 more words. So that's a lot.
192
606000
5000
זה עוד 500,000 מילים. אז זה -- זה המון
10:36
And I'm not even talking about magazines. I'm not talking about blogs --
193
611000
3000
ואני אפילו לא מדברת על מגזינים, אני לא מדברת על בלוגים --
10:39
and I find more new words on BoingBoing in a given week
194
614000
2000
ואני מוצאת יותר מילים חדשות בבוינגבוינג בשבוע נתון
10:41
than I do Newsweek or Time.
195
616000
2000
מאשר בניוזוויק או בטיים
10:43
There's a lot going on there.
196
618000
2000
יש שם הרבה דברים שקורים
10:45
And I'm not even talking about polysemy,
197
620000
2000
ואני אפילו לא מדברת על רב משמעות
10:47
which is the greedy habit some words have of taking
198
622000
3000
שהוא ההרגל החמדני שיש למילים מסויימות לקחת
10:50
more than one meaning for themselves.
199
625000
5000
יותר ממשמעות אחת עבור עצמן
10:55
So if you think of the word "set," a set can be a badger's burrow,
200
630000
4000
אז אם חושבים על המילה set -- סט יכול להיות מאורה של גירית
10:59
a set can be one of the pleats in an Elizabethan ruff,
201
634000
3000
סט יכול להיות גם קפל בצווארון אליזבטני --
11:02
and there's one numbered definition in the OED.
202
637000
2000
ויש הגדרה ממוספרת אחת במילון אוקספורד
11:04
The OED has 33 different numbered definitions for set.
203
639000
3000
למילון אוקספורד יש 33 הגדרות ממוספרות שונות עבור סט
11:07
Tiny, little word, 33 numbered definitions.
204
642000
3000
מילה קטנטנה, 33 הגדרות ממוספרות
11:10
One of them is just labeled "miscellaneous technical senses."
205
645000
5000
אחת מהם פשוט אומרת "חושים טכניים שונים"
11:15
Do you know what that says to me?
206
650000
1000
אתם יודעים מה זה אומר לי?
11:16
That says to me, it was Friday afternoon and somebody wanted to go down the pub. (Laughter)
207
651000
5000
זה אומר לי שזה היה יום שישי אחה"צ ומישהו רצה כבר ללכת לפאב
11:21
That's a lexicographical cop out,
208
656000
2000
זו התחמקות מילונאית
11:23
to say, "miscellaneous technical senses."
209
658000
2000
להגיד "חושים טכניים שונים"
11:25
So, we have all these words, and we really need help!
210
660000
4000
אז יש לנו את כל המילים האלה, ואנחנו צריכים עזרה!
11:29
And the thing is, we could ask for help --
211
664000
3000
והעניין הוא, אנחנו יכולים לבקש עזרה --
11:32
asking for help's not that hard.
212
667000
1000
לבקש עזרה זה לא כזה קשה
11:33
I mean, lexicography is not rocket science.
213
668000
3000
זאת אומרת, מילונאות זה לא בדיוק בניית חלליות
11:36
See, I just gave you a lot of words and a lot of numbers,
214
671000
3000
תראו, נתתי לכם הרבה מילים והרבה מספרים
11:39
and this is more of a visual explanation.
215
674000
2000
וזה הסבר יותר חזותי
11:41
If we think of the dictionary as being the map of the English language,
216
676000
3000
אם חושבים על המילון כמפה של השפה האנגלית
11:44
these bright spots are what we know about,
217
679000
2000
הנקודות הבהירות הן מה שאנחנו יודעים
11:46
and the dark spots are where we are in the dark.
218
681000
3000
והנקודות הכהות הן איפה שאנחנו בחושך
11:49
If that was the map of all the words in American English, we don't know very much.
219
684000
5000
אם זו היתה מפה של כל המילים באנגלית האמריקאית, אנחנו לא יודעים הרבה מאד
11:54
And we don't even know the shape of the language.
220
689000
3000
ואנחנו אפילו לא יודעים את צורתה של השפה
11:57
If this was the dictionary -- if this was the map of American English --
221
692000
3000
אם זה היה המילון -- אם זו היתה המפה של האנגלית האמריקאית --
12:00
look, we have a kind of lumpy idea of Florida,
222
695000
3000
רואים, יש לנו מושג גבשושי כזה לגבי פלורידה
12:03
but there's no California!
223
698000
3000
אבל אין קליפורניה!
12:06
We're missing California from American English.
224
701000
3000
חסרה לנו קליפורניה מתוך האנגלית האמריקאית
12:09
We just don't know enough, and we don't even know that we're missing California.
225
704000
5000
אנחנו פשוט לא יודעים מספיק, ואנחנו אפילו לא יודעים שחסרה לנו קליפורניה
12:14
We don't even see that there's a gap on the map.
226
709000
2000
אנחנו אפילו לא רואים שיש פער במפה
12:16
So again, lexicography is not rocket science.
227
711000
3000
אז שוב, מילונאות אינה בניית חלליות
12:19
But even if it were, rocket science is being done
228
714000
3000
אבל גם אם היא כן היתה, בניית חלליות נעשית על ידי
12:22
by dedicated amateurs these days. You know?
229
717000
4000
חובבנים מסורים בימים אלה, ידעתם את זה?
12:26
It can't be that hard to find some words!
230
721000
4000
לא יכול להיות שכזה קשה למצוא כמה מילים!
12:30
So, enough scientists in other disciplines
231
725000
3000
מספיק מדענים בתחומים אחרים
12:33
are really asking people to help, and they're doing a good job of it.
232
728000
3000
ממש מבקשים מאנשים עזרה, והם עושים את זה מצויין
12:36
For instance, there's eBird, where amateur birdwatchers
233
731000
2000
למשל, יש את eBird, שבו צפרים חובבנים
12:38
can upload information about their bird sightings.
234
733000
2000
יכולים להעלות מידע על תצפיות הציפורים שלהם
12:40
And then, ornithologists can go
235
735000
2000
ואז יכולים אורניתולוגים
12:42
and help track populations, migrations, etc.
236
737000
3000
להיעזר בכך לעקוב אחר אוכלוסיות, נדידות, וכו'
12:45
And there's this guy, Mike Oates. Mike Oates lives in the U.K.
237
740000
3000
ויש את האיש הזה, מייק אוטס. מייק אוטס גר בבריטניה
12:48
He's a director of an electroplating company.
238
743000
4000
הוא מנהל חברת ציפוי מתכות
12:52
He's found more than 140 comets.
239
747000
3000
הוא מצא יותר מ-140 כוכבי שביט
12:55
He's found so many comets, they named a comet after him.
240
750000
3000
הוא מצא כל כך הרבה כוכבי שביט, שקראו על שמו כוכב שביט
12:58
It's kind of out past Mars. It's a hike.
241
753000
1000
זה קצת אחרי מאדים -- חתיכת הליכה
12:59
I don't think he's getting his picture taken there anytime soon.
242
754000
2000
לא נראה לי שיצלמו אותו בעתיד הקרוב
13:01
But he found 140 comets without a telescope.
243
756000
4000
אבל הוא מצא 140 כוכבי שביט בלי טלסקופ
13:05
He downloaded data from the NASA SOHO satellite,
244
760000
3000
הוא הוריד חומר מלווין SOHO של NASA
13:08
and that's how he found them.
245
763000
2000
וכך הוא מצא אותם
13:10
If we can find comets without a telescope,
246
765000
4000
אם אפשר למצוא כוכבי שביט בלי טלסקופ
13:14
shouldn't we be able to find words?
247
769000
2000
אז שלא נהיה מסוגלים למצוא מילים?
13:16
Now, y'all know where I'm going with this.
248
771000
2000
עכשיו, כולכם יודעים לאן אני הולכת עם זה
13:18
Because I'm going to the Internet, which is where everybody goes.
249
773000
3000
כי אני הולכת לאינטרנט, לאן שכולם הולכים
13:21
And the Internet is great for collecting words,
250
776000
2000
האינטרנט מעולה לאיסוף מילים
13:23
because the Internet's full of collectors.
251
778000
1000
כי האינטרנט מלא באספנים
13:24
And this is a little-known technological fact about the Internet,
252
779000
3000
וזו עובדה טכנולוגית לא מאד מוכרת לגבי האינטרנט
13:27
but the Internet is actually made up of words and enthusiasm.
253
782000
3000
שהאינטרנט בעצם מורכב ממילים ומהתלהבות
13:30
And words and enthusiasm actually happen to be
254
785000
5000
ומילים והתלהבות הם בעצם
13:35
the recipe for lexicography. Isn't that great?
255
790000
3000
המתכון למילונאות. זה לא גדול?
13:38
So there are a lot of really good word-collecting sites out there right now,
256
793000
4000
אז יש הרבה אתרי איסוף מילים טובים מאד שם בחוץ כרגע
13:42
but the problem with some of them is that they're not scientific enough.
257
797000
2000
אבל הבעייה עם חלקם שהם לא מדעיים מספיק
13:44
They show the word, but they don't show any context.
258
799000
3000
הם מראים את המילה, אבל לא מראים אף הקשר
13:47
Where did it come from? Who said it?
259
802000
2000
מאיפה היא הגיעה? מי אמר אותה?
13:49
What newspaper was it in? What book?
260
804000
2000
באיזו עיתון היא הופיעה? באיזה ספר?
13:51
Because a word is like an archaeological artifact.
261
806000
4000
כי מילה היא כמו ממצא ארכיאולוגי
13:55
If you don't know the provenance or the source of the artifact,
262
810000
3000
אם לא יודעים מה המוצא או המקור שלה
13:58
it's not science, it's a pretty thing to look at.
263
813000
3000
זה לא מדע -- זה רק חפץ יפה שנחמד להתסכל עליו
14:01
So a word without its source is like a cut flower.
264
816000
3000
מילה ללא המקור שלה היא כמו פרח קטוף
14:04
You know, it's pretty to look at for a while, but then it dies.
265
819000
4000
אתם יודעים - שיפה להסתכל עליו לזמן מה, אבל אז הוא נובל
14:08
It dies too fast.
266
823000
1000
הוא נובל מהר מדי
14:09
So, this whole time I've been saying,
267
824000
4000
אז כל הזמן הזה אני אומרת
14:13
"The dictionary, the dictionary, the dictionary, the dictionary."
268
828000
2000
"המילון, המילון, המילון, המילון"
14:15
Not "a dictionary," or "dictionaries." And that's because,
269
830000
3000
לא "מילון" או "מילונים". וזה כי
14:18
well, people use the dictionary to stand for the whole language.
270
833000
3000
בעצם, אנשים משתמשים במילון כתחליף לכל השפה
14:21
They use it synecdochically.
271
836000
3000
הם משתמשים בו כסינקדוכה (חלק המייצג את השלם)
14:24
And one of the problems of knowing a word like "synecdochically"
272
839000
3000
ואחת הבעיות עם ידיעת מילה כמו "סינקדוכיקלי"
14:27
is that you really want an excuse to say "synecdochically."
273
842000
3000
היא שרק מחפשים סיבה להגיד "סינקדוכיקלי"
14:30
This whole talk has just been an excuse to get me to the point
274
845000
2000
כל ההרצאה הזו הייתה רק תירוץ להביא אותי לנקודה
14:32
where I could say "synecdochically" to all of you.
275
847000
2000
שבה אני יכול לומר "סינקדוכיקלי" לכולכם
14:34
So I'm really sorry. But when you use a part of something --
276
849000
3000
אז אני מתנצלת. אבל כשמשתמשים בחלק ממשהו --
14:37
like the dictionary is a part of the language,
277
852000
2000
כמו מילון שהוא חלק מהשפה
14:39
or a flag stands for the United States, it's a symbol of the country --
278
854000
5000
או דגל שמייצג את ארה"ב, מסמל את המדינה --
14:44
then you're using it synecdochically.
279
859000
4000
אז משתמשים בו כסינקדוכה.
14:48
But the thing is, we could make the dictionary the whole language.
280
863000
4000
אבל העניין הוא, שאפשר להפוך את המילון להיות כל השפה
14:52
If we get a bigger pan, then we can put all the words in.
281
867000
4000
אם נשיג תבנית גדולה יותר, נוכל להכניס פנימה את כל המילים
14:56
We can put in all the meanings.
282
871000
4000
נוכל להכניס את כל המשמעויות
15:00
Doesn't everyone want more meaning in their lives?
283
875000
4000
האם לא כולם רוצים עוד משמעות בחייהם?
15:04
And we can make the dictionary not just be a symbol of the language --
284
879000
4000
ואנחנו יכולים להפוך את המילון לא רק לסמל של השפה --
15:08
we can make it be the whole language.
285
883000
3000
אנחנו יכולים להפוך אותו לכל השפה
15:11
You see, what I'm really hoping for is that my son,
286
886000
2000
אתם מבינים, מה שאני באמת מקווה הוא שהבן שלי --
15:13
who turns seven this month -- I want him to barely remember
287
888000
3000
שיהיה בן שבע החודש -- אני רוצה שבקושי יזכור
15:16
that this is the form factor that dictionaries used to come in.
288
891000
5000
שזו הצורה שבה מילונים היו קיימים
15:21
This is what dictionaries used to look like.
289
896000
2000
ככה מילונים היו נראים
15:23
I want him to think of this kind of dictionary as an eight-track tape.
290
898000
2000
אני רוצה שיחשוב על המילון הזה כמו על סרט הקלטה
15:25
It's a format that died because it wasn't useful enough.
291
900000
4000
פורמט שמת כי לא היה שימושי מספיק
15:29
It wasn't really what people needed.
292
904000
3000
זה לא מה שאנשים באמת הזדקקו לו
15:32
And the thing is, if we can put in all the words,
293
907000
3000
והעניין הוא, אם נוכל להכניס את כל המילים
15:35
no longer have that artificial distinction between good and bad,
294
910000
4000
לא לחלק שרירותית בין טוב ורע
15:39
we can really describe the language like scientists.
295
914000
3000
נוכל ממש לתאר את השפה כמו מדענים
15:42
We can leave the aesthetic judgments to the writers and the speakers.
296
917000
2000
נוכל להשאיר את השיפוט האסתטי לכותבים ודוברים
15:44
If we can do that, then I can spend all my time fishing,
297
919000
4000
אם נוכל לעשות זאת, אז אוכל לבלות את כל זמני בדיג
15:48
and I don't have to be a traffic cop anymore.
298
923000
5000
ולא אצטרך להיות שוטרת תנועה יותר
15:53
Thank you very much for your kind attention.
299
928000
2000
תודה רבה על תשומת הלב שלכם.
ABOUT THE SPEAKER
Erin McKean - Dictionary editorAs the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself.
Why you should listen
Erin McKean's job as a lexicographer involves living in a constant state of research. She searches high and low -- from books to blogs, newspapers to cocktail parties -- for new words, new meanings for old words, or signs that old words have fallen out of use. In June of this year, she involved us all in the search by launching Wordnik, an online dictionary that houses all the traditionally accepted words and definitions, but also asks users to contribute new words and new uses for old words. Wordnik pulls real-time examples of word usage from Twitter, image representations from Flickr along with many more non-traditional, and highly useful, features.
Before Wordnik, McKean was one of the youngest editors of the New Oxford American Dictionary. She continues to serve as the editor of the language quarterly Verbatim ("language and linguistics for the layperson since 1974") and is the author of multiple books, including That's Amore and the entire Weird and Wonderful Words series. All that, and she maintains multiple blogs, too: McKean is the keen observationalist behind A Dress a Day and Dictionary Evangelist. Is there anything she can't do? Surprisingly, she is notoriously bad at Scrabble.
Erin McKean | Speaker | TED.com