TED2007
Erin McKean: The joy of lexicography
Erin McKean újraértelmezi a szótárt
Filmed:
Readability: 3.3
1,271,097 views
Kihalásra lenne ítélve hőn szeretett papír szótárunk? Magával ragadó és ötletgazdag beszédjében Erin McKean, vezető lexikográfus, megvizsgálja, hogyan fog megváltozni a mai nyomtatott szótár.
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
Na most, kikereste már valaki ezt a szót?
00:29
You know, in a dictionary? (Laughter) Yeah, that's what I thought.
1
4000
4000
Tudják, a szótárban? (Nevetés) Igen, sejtettem.
00:33
How about this word?
2
8000
2000
Mi a helyzet ezzel a szóval?
00:35
Here, I'll show it to you.
3
10000
1000
Itt van, megmutatom:
00:36
Lexicography: the practice of compiling dictionaries.
4
11000
3000
Lexikográfia: a szótárszerkesztés gyakorlata.
00:39
Notice -- we're very specific -- that word "compile."
5
14000
3000
Látják, pontosan meghatároztuk. "Szerkesztés."
00:42
The dictionary is not carved out of a piece of granite,
6
17000
3000
A szótárt nem egy gránittömbből faragtuk ki,
00:45
out of a lump of rock. It's made up of lots of little bits.
7
20000
3000
nem egy sziklából. Számtalan parányi részletből áll össze.
00:48
It's little discrete --
8
23000
1000
Apró, különálló -
00:49
that's spelled D-I-S-C-R-E-T-E -- bits.
9
24000
4000
betűzöm: K-Ü-L-Ö-N-Á-L-L-Ó - részekből.
00:53
And those bits are words.
10
28000
2000
Ezek a részek a szavak.
00:55
Now one of the perks of being a lexicographer --
11
30000
4000
Na most, részben azért jó lexikográfusnak lenni -
00:59
besides getting to come to TED -- is that you get to say really fun words,
12
34000
3000
amellett, hogy eljöhetünk a TED-re -, mert sok érdekes szót használhatunk,
01:02
like lexicographical.
13
37000
3000
mint például a lexikográfiát.
01:05
Lexicographical has this great pattern:
14
40000
2000
A lexikografikusban van egy nagyszerű minta:
01:07
it's called a double dactyl. And just by saying double dactyl,
15
42000
2000
dupla-daktilusnak hívják. És azáltal, hogy dupla-daktilust mondtam,
01:09
I've sent the geek needle all the way into the red. (Laughter) (Applause)
16
44000
3000
kiakasztottam a geek-mérőt.
01:12
But "lexicographical" is the same pattern as "higgledy-piggledy."
17
47000
4000
De a "lexikografikusnak" ugyanaz a mintája, mint a "hűbelebalázsnak".
01:16
Right? It's a fun word to say,
18
51000
2000
Igaz? Jó kimondani ezt a szót,
01:18
and I get to say it a lot.
19
53000
3000
és én sokszor mondogathatom.
01:21
Now, one of the non-perks of being a lexicographer
20
56000
3000
Na most, részben azért nem jó lexikográfusnak lenni,
01:24
is that people don't usually have a kind of warm, fuzzy, snuggly image of the dictionary.
21
59000
5000
mert az emberek fejében nem egy puha, ölelgethető szótár képe él.
01:29
Right? Nobody hugs their dictionaries.
22
64000
3000
Igaz? Senki sem ölelgeti a szótárát.
01:32
But what people really often think about the dictionary is, they think more like this.
23
67000
7000
De az emberek többnyire valami ilyesmit gondolnak a szótárról.
01:39
Just to let you know, I do not have a lexicographical whistle.
24
74000
3000
Csak hogy tudják, nekem nincsen lexikográfusi sípom.
01:42
But people think that my job is to let the good words
25
77000
2000
De az emberek azt hiszik, hogy az én munkám
01:44
make that difficult left-hand turn into the dictionary,
26
79000
3000
beirányítani a jó szavakat a szótárba,
01:47
and keep the bad words out.
27
82000
2000
és elterelni a rossz szavakat.
01:49
But the thing is, I don't want to be a traffic cop.
28
84000
3000
De az a helyzet, hogy nem akarok közlekedési rendőr lenni.
01:52
For one thing, I just do not do uniforms.
29
87000
4000
Már csak azért sem, mert nem rajongok az egyenruhákért.
01:56
And for another, deciding what words are good
30
91000
4000
És azért sem, mert eldönteni, hogy mely szavak jók,
02:00
and what words are bad is actually not very easy.
31
95000
2000
és mely szavak rosszak, egyáltalán nem könnyű.
02:02
And it's not very fun. And when parts of your job are not easy or fun,
32
97000
4000
És nem is túl izgalmas. És ha a munkánk se nem könnyű, se nem izgalmas,
02:06
you kind of look for an excuse not to do them.
33
101000
3000
akkor kifogásokat keresünk, hogy ne kelljen csinálnunk.
02:09
So if I had to think of some kind of occupation
34
104000
5000
Úgyhogy, ha egy metaforát kellene találnom
02:14
as a metaphor for my work, I would much rather be a fisherman.
35
109000
6000
a munkámra, sokkal jobban szeretnék halász lenni.
02:20
I want to throw my big net into the deep, blue ocean of English
36
115000
3000
Szeretném a hálómat az angol nyelv mély, kék óceánjába vetni,
02:23
and see what marvelous creatures I can drag up from the bottom.
37
118000
4000
és megnézni, miféle csodálatos lényeket tudok kifogni a mélyből.
02:27
But why do people want me to direct traffic, when I would much rather go fishing?
38
122000
5000
De miért akarják, hogy a közlekedést irányítsam, amikor inkább halásznék?
02:32
Well, I blame the Queen.
39
127000
2000
Nos, a királynőt hibáztatom.
02:34
Why do I blame the Queen?
40
129000
2000
Miért hibáztatom a királynőt?
02:36
Well, first of all, I blame the Queen because it's funny.
41
131000
2000
Először is, azért hibáztatom a királynőt, mert az vicces.
02:38
But secondly, I blame the Queen because
42
133000
3000
De másodszor, azért hibáztatom,
02:41
dictionaries have really not changed.
43
136000
2000
mert a szótárak tényleg nem változtak semmit.
02:43
Our idea of what a dictionary is has not changed since her reign.
44
138000
2000
Az uralkodása óta semmit sem változott elképzelésünk a szótárról.
02:45
The only thing that Queen Victoria would not be amused by in modern dictionaries
45
140000
6000
Az egyetlen, ami nem tetszene Viktória királynőnek a modern szótárakban,
02:51
is our inclusion of the F-word, which has happened
46
146000
3000
az a k... szó felvétele, ami 1965 óta megtalálható
02:54
in American dictionaries since 1965.
47
149000
2000
az amerikai szótárakban.
02:56
So, there's this guy, right? Victorian era.
48
151000
3000
Szóval, itt van ez az pasas, igaz? Viktoriánus kor.
02:59
James Murray, first editor of the Oxford English Dictionary.
49
154000
2000
James Murray, az Oxford angol szótár első szerkesztője.
03:01
I do not have that hat. I wish I had that hat.
50
156000
3000
Nincs olyan kalapom. Szeretnék egy olyan kalapot.
03:04
So he's really responsible for a lot of
51
159000
4000
Tehát ő a felelős sok mindenért,
03:08
what we consider modern in dictionaries today.
52
163000
2000
amit ma modernnek tartunk a szótárakban.
03:10
When a guy who looks like that, in that hat,
53
165000
3000
Amikor egy pasas, aki úgy néz ki, mint ő, abban a kalapban,
03:13
is the face of modernity, you have a problem.
54
168000
7000
a modernitás megtestesítője, akkor baj van.
03:20
And so, James Murray could get a job on any dictionary today.
55
175000
2000
És James Murray bármelyik mai szótáron dolgozhatna.
03:22
There'd be virtually no learning curve.
56
177000
3000
Gyakorlatilag nem kellene semmi ujat tanulnia.
03:25
And of course, a few of us are saying: okay, computers!
57
180000
2000
És persze, néhányan azt mondjuk: "Számítógépek!
03:27
Computers! What about computers?
58
182000
2000
Számítógépek! Mi van a számítógépekkel?"
03:29
The thing about computers is, I love computers.
59
184000
2000
Az a helyzet a számítógépekkel... Imádom őket.
03:31
I mean, I'm a huge geek, I love computers.
60
186000
2000
Úgy értem, igazi rajongó vagyok, imádom a gépeket.
03:33
I would go on a hunger strike before I let them take away Google Book Search from me.
61
188000
4000
Éhségsztrájkba fognék, nehogy elvegyék tőlem a Google könyvkeresőjét.
03:37
But computers don't do much else other than
62
192000
2000
De a számítógépek sem tesznek többet
03:39
speed up the process of compiling dictionaries.
63
194000
4000
a szótárszerkesztés felgyorsításánál.
03:43
They don't change the end result.
64
198000
4000
Nem változtatják meg a végeredményt.
03:47
Because what a dictionary is,
65
202000
3000
Mert a szótár valójában nem más,
03:50
is it's Victorian design merged with a little bit of modern propulsion.
66
205000
3000
mint viktoriánus dizájn egy kis modern meghajtással ötvözve.
03:53
It's steampunk. What we have is an electric velocipede.
67
208000
6000
Gőzpunk. Egy villanymotoros velocipéd.
03:59
You know, we have Victorian design with an engine on it. That's all!
68
214000
3000
Tudják, van egy viktoriánus szerkezetünk egy motorral. Ez minden!
04:02
The design has not changed.
69
217000
3000
Maga a szerkezet nem változott.
04:05
And OK, what about online dictionaries, right?
70
220000
2000
És rendben, mi a helyzet az online szótárakkal, igaz?
04:07
Online dictionaries must be different.
71
222000
3000
Az online szótárak biztosan mások.
04:10
This is the Oxford English Dictionary Online, one of the best online dictionaries.
72
225000
2000
Ez az online Oxford angol szótár, az egyik legjobb online szótár.
04:12
This is my favorite word, by the way.
73
227000
1000
Mellesleg, ez a kedvenc szavam:
04:13
Erinaceous: pertaining to the hedgehog family; of the nature of a hedgehog.
74
228000
5000
"sündisznószerű": a sündisznók családjához tartozó, olyan, mint egy sündisznó.
04:18
Very useful word. So, look at that.
75
233000
6000
Nagyon hasznos szó. Nézzük meg.
04:24
Online dictionaries right now are paper thrown up on a screen.
76
239000
2000
Az online szótárak most csupán képernyőre vitt papírok.
04:26
This is flat. Look how many links there are in the actual entry: two!
77
241000
5000
Laposak. Nézzék, mennyi link van a bejegyzésben: kettő!
04:31
Right? Those little buttons,
78
246000
2000
Igaz? Azok a kicsi gombok --
04:33
I had them all expanded except for the date chart.
79
248000
3000
mindkettőt megnyitottam, kivéve a dátumot.
04:36
So there's not very much going on here.
80
251000
2000
Szóval, itt majdnem semmi se történik.
04:38
There's not a lot of clickiness.
81
253000
2000
Nem sokat lehet klikkelni.
04:40
And in fact, online dictionaries replicate
82
255000
3000
És tulajdonképpen az online szótárak a kereshetőségen kívül
04:43
almost all the problems of print, except for searchability.
83
258000
3000
ugyanazokat a hibákat produkálják, mint a nyomtatottak.
04:46
And when you improve searchability,
84
261000
2000
És ha fejlesztjük a kereshetőséget,
04:48
you actually take away the one advantage of print, which is serendipity.
85
263000
3000
akkor éppen a nyomtatás egyetlen előnye vész el, a váratlan meglepetés.
04:51
Serendipity is when you find things you weren't looking for,
86
266000
3000
Váratlan meglepetés az, amikor olyasmit találsz, amit nem kerestél,
04:54
because finding what you are looking for is so damned difficult.
87
269000
3000
mert olyan szörnyen nehéz megtalálni, amit keresel.
04:57
So -- (Laughter) (Applause) -- now, when you think about this,
88
272000
9000
Tehát - (Nevetés) - ha most belegondolunk,
05:06
what we have here is a ham butt problem.
89
281000
3000
a sonkavég problémájába ütköztünk.
05:09
Does everyone know the ham butt problem?
90
284000
2000
Hallott már valaki a sonkavég problémáról?
05:11
Woman's making a ham for a big, family dinner.
91
286000
2000
A háziasszony elkészíti a sonkát a családi vacsorára.
05:13
She goes to cut the butt off the ham and throw it away,
92
288000
2000
Levágja a sonka végét, hogy eldobja,
05:15
and she looks at this piece of ham and she's like,
93
290000
1000
lenéz erre a sonkadarabra, és arra gondol:
05:16
"This is a perfectly good piece of ham. Why am I throwing this away?"
94
291000
2000
"Ez egy teljesen jó sonkaszelet. Miért dobnám ki?"
05:18
She thought, "Well, my mom always did this."
95
293000
2000
Eszébe jut: "Anyám is így csinálta."
05:20
So she calls up mom, and she says,
96
295000
1000
Szóval, felhívja anyut, és megkérdi:
05:21
"Mom, why'd you cut the butt off the ham, when you're making a ham?"
97
296000
2000
"Anyu, miért vágod le a sonka végét, amikor elkészíted?"
05:23
She says, "I don't know, my mom always did it!"
98
298000
3000
Azt válaszolja: "Nem tudom, anyám is így csinálta."
05:26
So they call grandma, and grandma says,
99
301000
2000
Úgyhogy felhívják a nagymamát, és a nagymama azt mondja:
05:28
"My pan was too small!" (Laughter)
100
303000
4000
"Túl kicsi volt a serpenyőm!" (Nevetés)
05:32
So, it's not that we have good words and bad words.
101
307000
4000
Tehát nincsenek jó szavaink és rossz szavaink --
05:36
We have a pan that's too small!
102
311000
3000
csak egy serpenyőnk, ami túl kicsi!
05:39
You know, that ham butt is delicious! There's no reason to throw it away.
103
314000
2000
Tudják, az a sonkavég mennyei! Semmi okunk kidobni.
05:41
The bad words -- see, when people think about a place
104
316000
3000
A rossz szavak -- ha az emberek
05:44
and they don't find a place on the map,
105
319000
2000
nem találnak egy helyet a térképen,
05:46
they think, "This map sucks!"
106
321000
2000
azt gondolják: "Ez a térkép rossz!"
05:48
When they find a nightspot or a bar, and it's not in the guidebook,
107
323000
2000
Ha találnak egy mulatót vagy bárt, ami nincs benne az útikönyvben,
05:50
they're like, "Ooh, this place must be cool! It's not in the guidebook."
108
325000
3000
arra gondolnak: "Ó, ez a hely klassz lehet! Nincs benne az útikönyvben."
05:53
When they find a word that's not in the dictionary, they think,
109
328000
3000
De ha találnak egy szót, ami nincs benne a szótárban, azt gondolják:
05:56
"This must be a bad word." Why? It's more likely to be a bad dictionary.
110
331000
5000
"Ez biztosan rossz szó." Miért? Valószínűbb, hogy a szótár rossz.
06:01
Why are you blaming the ham for being too big for the pan?
111
336000
5000
Miért a sonkát okoljuk, ha túl nagy a serpenyőhöz?
06:06
So, you can't get a smaller ham.
112
341000
3000
Tehát nem szerezhetünk egy kisebb sonkát.
06:09
The English language is as big as it is.
113
344000
3000
Az angol nyelv olyan nagy, amilyen.
06:12
So, if you have a ham butt problem,
114
347000
2000
Vagyis, ha van egy sonkavég problémánk,
06:14
and you're thinking about the ham butt problem,
115
349000
2000
és ezen a problémán eltöprengünk,
06:16
the conclusion that it leads you to is inexorable and counterintuitive:
116
351000
5000
a végeredmény, amire jutunk, kérlelhetetlen és természetellenes:
06:21
paper is the enemy of words.
117
356000
3000
a papír a szavak ellensége.
06:24
How can this be? I mean, I love books. I really love books.
118
359000
4000
Hogy lehetséges ez? Úgy értem, imádom a könyveket. Tényleg.
06:28
Some of my best friends are books.
119
363000
2000
A legjobb barátaim is könyvek.
06:30
But the book is not the best shape for the dictionary.
120
365000
5000
De a könyv nem a legjobb formátum a szótárnak.
06:35
Now they're going to think "Oh, boy.
121
370000
2000
Most azt gondolják: "Ó, Istenem!
06:37
People are going to take away my beautiful, paper dictionaries?"
122
372000
3000
El fogják venni tőlem a csodaszép papír szótáraimat?"
06:40
No. There will still be paper dictionaries.
123
375000
2000
Nem. Továbbra is lesznek papír szótárak.
06:42
When we had cars -- when cars became the dominant mode of transportation,
124
377000
4000
Amikor az autók váltak a szállítás domináns eszközeivé,
06:46
we didn't round up all the horses and shoot them.
125
381000
3000
nem tereltük össze és lőttük le a lovakat.
06:49
You know, there're still going to be paper dictionaries,
126
384000
2000
Tudják, továbbra is lesznek papír szótárak,
06:51
but it's not going to be the dominant dictionary.
127
386000
3000
de már nem ez lesz az uralkodó szótártípus.
06:54
The book-shaped dictionary is not going to be the only shape
128
389000
3000
Nem a könyv alakú szótár lesz az egyetlen forma,
06:57
dictionaries come in. And it's not going to be
129
392000
2000
amelyben a szótár megjelenik. És nem ez lesz
06:59
the prototype for the shapes dictionaries come in.
130
394000
4000
a szótárak alakjának a prototípusa sem.
07:03
So, think about it this way: if you've got an artificial constraint,
131
398000
4000
Tehát így gondoljanak rá: ha van egy mesterséges feltétel,
07:07
artificial constraints lead to
132
402000
4000
a mesterséges feltételek
07:11
arbitrary distinctions and a skewed worldview.
133
406000
4000
önkényes megkülönböztetésekhez és eltorzult világnézethez vezetnek.
07:15
What if biologists could only study animals
134
410000
3000
Mi lenne, ha a biológusok csak azokat az állatokat
07:18
that made people go, "Aww." Right?
135
413000
2000
tanulmányoznák, melyeket cukinak tartunk. Igaz?
07:20
What if we made aesthetic judgments about animals,
136
415000
2000
Mi lenne, ha esztétikailag megítélnénk az állatokat,
07:22
and only the ones we thought were cute were the ones that we could study?
137
417000
5000
és csak azokat tanulmányoznánk, amelyeket aranyosnak tartunk?
07:27
We'd know a whole lot about charismatic megafauna,
138
422000
4000
Rengeteget megtudnánk a karizmatikus állatvilágról,
07:31
and not very much about much else.
139
426000
2000
és nem túl sok mindent másról.
07:33
And I think this is a problem.
140
428000
2000
És szerintem ez baj.
07:35
I think we should study all the words,
141
430000
2000
Szerintem minden szót tanulmányoznunk kellene,
07:37
because when you think about words, you can make beautiful expressions
142
432000
5000
mert ha a szavakra gondolunk, gyönyörű kifejezéseket alkothatunk
07:42
from very humble parts.
143
437000
4000
a legegyszerűbb elemekből.
07:46
Lexicography is really more about material science.
144
441000
4000
A lexikográfia valójában inkább anyagi tudomány.
07:50
We are studying the tolerances of the materials
145
445000
3000
Mi az alkotóelemek toleranciáját tanulmányozzuk,
07:53
that you use to build the structure of your expression:
146
448000
3000
amelyeket arra használunk, hogy kifejezésünk vázát felépítsük:
07:56
your speeches and your writing. And then, often people say to me,
147
451000
7000
szóban és írásban. És aztán az emberek gyakran megkérdeznek:
08:03
"Well, OK, how do I know that this word is real?"
148
458000
5000
"Rendben, de honnan tudom, hogy ez a szó igazi?"
08:08
They think, "OK, if we think words are the tools
149
463000
7000
Azt gondolják: "Ha a szavak eszközök,
08:15
that we use to build the expressions of our thoughts,
150
470000
2000
melyekkel felépítjük gondolataink kifejezéseit,
08:17
how can you say that screwdrivers are better than hammers?
151
472000
3000
hogyan állíthatjuk, hogy a csavarhúzók jobbak a kalapácsoknál?
08:20
How can you say that a sledgehammer is better than a ball-peen hammer?"
152
475000
3000
Hogy mondhatjuk, hogy a kőtörő kalapács jobb a félgömbölyű fejű kalapácsnál?
08:23
They're just the right tools for the job.
153
478000
3000
Csupán a megfelelő eszközök az adott munkához."
08:26
And so people say to me, "How do I know if a word is real?"
154
481000
3000
És aztán az emberek megkérdeznek: "Honnan tudom, ha egy szó igazi?"
08:29
You know, anybody who's read a children's book
155
484000
3000
Tudják, bárki, aki olvasott gyerekkönyvet
08:32
knows that love makes things real.
156
487000
4000
tudja, hogy a szeretet teszi igazivá a dolgokat.
08:36
If you love a word, use it. That makes it real.
157
491000
5000
Ha szeretnek egy szót, használják! Ez teszi valódivá.
08:41
Being in the dictionary is an artificial distinction.
158
496000
3000
A szótárban szereplés egy mesterséges megkülönböztetés.
08:44
It doesn't make a word any more real than any other way.
159
499000
3000
Semmivel sem tesz valódibbá egy szót, mint bármi más.
08:47
If you love a word, it becomes real.
160
502000
4000
Ha szeretünk egy szót, igazivá válik.
08:51
So if we're not worrying about directing traffic,
161
506000
3000
Tehát, ha nem a közlekedés irányítása miatt aggódnánk,
08:54
if we've transcended paper, if we are worrying less
162
509000
5000
ha túljutnánk a papíron, ha kevesebbet törődnénk
08:59
about control and more about description,
163
514000
4000
az irányítással, és többet a leírással,
09:03
then we can think of the English language
164
518000
2000
akkor az angol nyelvet felfoghatjuk olyannak,
09:05
as being this beautiful mobile.
165
520000
3000
mint ez a gyönyörű mobil alkotás.
09:08
And any time one of those little parts of the mobile changes,
166
523000
2000
És valahányszor a mobil alkotás apró elemei változnak,
09:10
is touched, any time you touch a word,
167
525000
3000
megérintik őket - valahányszor megérintünk egy szót,
09:13
you use it in a new context, you give it a new connotation,
168
528000
2000
új szövegkörnyezetben használjuk, újabb mellékjelentést adunk neki,
09:15
you verb it, you make the mobile move.
169
530000
3000
cselekvővé tesszük - megmozgatjuk a mobilt.
09:18
You didn't break it. It's just in a new position,
170
533000
4000
Nem törtük el, csak új helyzetbe került,
09:22
and that new position can be just as beautiful.
171
537000
3000
és ez az új helyzet is éppolyan szép lehet.
09:25
Now, if you're no longer a traffic cop --
172
540000
4000
Na most, ha nem leszünk többé forgalomirányítók --
09:29
the problem with being a traffic cop is
173
544000
2000
az a probléma a forgalomirányítókkal,
09:31
there can only be so many traffic cops in any one intersection,
174
546000
3000
hogy csak adott számú forgalomirányító dolgozhat egy-egy kereszteződésnél,
09:34
or the cars get confused. Right?
175
549000
3000
különben az autók összezavarodnak. Igaz?
09:37
But if your goal is no longer to direct the traffic,
176
552000
3000
De ha többé már nem a forgalomirányítás a célunk,
09:40
but maybe to count the cars that go by, then more eyeballs are better.
177
555000
4000
hanem talán az autók megszámlálása, akkor több szem többet lát.
09:44
You can ask for help!
178
559000
2000
Segítséget kérhetünk!
09:46
If you ask for help, you get more done. And we really need help.
179
561000
4000
Segítséggel több munkát tudunk elvégezni. És nagy szükségünk van segítségre.
09:50
Library of Congress: 17 million books,
180
565000
3000
Kongresszusi Könyvtár: 17 millió könyv.
09:53
of which half are in English.
181
568000
3000
A fele angol nyelvű.
09:56
If only one out of every 10 of those books
182
571000
4000
Ha csak minden tizedik könyv tartalmazna
10:00
had a word that's not in the dictionary in it,
183
575000
2000
olyan szót, ami nincs a szótárban,
10:02
that would be equivalent to more than two unabridged dictionaries.
184
577000
3000
az kitenne több, mint két teljes nagyszótárt.
10:05
And I find an un-dictionaried word --
185
580000
3000
És találok szótározatlan szavakat -
10:08
a word like "un-dictionaried," for example --
186
583000
2000
mint például "szótározatlan" -
10:10
in almost every book I read. What about newspapers?
187
585000
5000
majdnem minden könyvben, amit olvasok. Mi a helyzet az újságokkal?
10:15
Newspaper archive goes back to 1759,
188
590000
5000
Az újság archívum 1759-ig megy vissza.
10:20
58.1 million newspaper pages. If only one in 100
189
595000
5000
58,1 millió újság oldal. Ha ezekből csak minden
10:25
of those pages had an un-dictionaried word on it,
190
600000
3000
századikon lenne egy szótározatlan szó,
10:28
it would be an entire other OED.
191
603000
3000
az kitenne egy teljes Oxford szótárt.
10:31
That's 500,000 more words. So that's a lot.
192
606000
5000
Az további 500 000 szó. És ez - rengeteg.
10:36
And I'm not even talking about magazines. I'm not talking about blogs --
193
611000
3000
És még nem is beszéltem a magazinokról, a blogokról -
10:39
and I find more new words on BoingBoing in a given week
194
614000
2000
és van olyan hét, hogy több új szót találok a BoingBoingon,
10:41
than I do Newsweek or Time.
195
616000
2000
mint a Newsweekben vagy a Time-ban.
10:43
There's a lot going on there.
196
618000
2000
Sok minden zajlik itt.
10:45
And I'm not even talking about polysemy,
197
620000
2000
És még nem is beszéltem a poliszémiáról,
10:47
which is the greedy habit some words have of taking
198
622000
3000
ami néhány szónak az a mohó szokása, hogy
10:50
more than one meaning for themselves.
199
625000
5000
több, mint egy jelentést tartanak fenn maguknak.
10:55
So if you think of the word "set," a set can be a badger's burrow,
200
630000
4000
Ha például a "set" szóra gondolunk - ez lehet egy vakondlyuk,
10:59
a set can be one of the pleats in an Elizabethan ruff,
201
634000
3000
jelenthet Erzsébet-korabeli nyakfodor-redőt -
11:02
and there's one numbered definition in the OED.
202
637000
2000
és van még számtalan definíciója az Oxfordban.
11:04
The OED has 33 different numbered definitions for set.
203
639000
3000
Az Oxfordban 33 különböző definíciója létezik.
11:07
Tiny, little word, 33 numbered definitions.
204
642000
3000
Picike szó, 33 sorszámozott definícióval.
11:10
One of them is just labeled "miscellaneous technical senses."
205
645000
5000
Az egyik: "különféle technikai jelentések".
11:15
Do you know what that says to me?
206
650000
1000
Tudják, mit árul el ez nekem?
11:16
That says to me, it was Friday afternoon and somebody wanted to go down the pub. (Laughter)
207
651000
5000
Azt, hogy péntek délután volt, és valaki le akart menni kocsmázni.
11:21
That's a lexicographical cop out,
208
656000
2000
A lexikográfus már feladta, ha azt írja,
11:23
to say, "miscellaneous technical senses."
209
658000
2000
hogy "különféle technikai jelentések".
11:25
So, we have all these words, and we really need help!
210
660000
4000
Tehát itt ez a rengeteg szó, és nagy szükségünk van segítségre!
11:29
And the thing is, we could ask for help --
211
664000
3000
És az a helyzet, hogy kérhetünk segítséget:
11:32
asking for help's not that hard.
212
667000
1000
segítséget kérni nem olyan nehéz.
11:33
I mean, lexicography is not rocket science.
213
668000
3000
Úgy értem, a lexikográfia nem éppen űrkutatás.
11:36
See, I just gave you a lot of words and a lot of numbers,
214
671000
3000
Látják, elhalmoztam Önöket szavakkal és számokkal,
11:39
and this is more of a visual explanation.
215
674000
2000
és ez inkább vizuális magyarázat.
11:41
If we think of the dictionary as being the map of the English language,
216
676000
3000
Ha a szótárt az angol nyelv térképeként fogjuk föl,
11:44
these bright spots are what we know about,
217
679000
2000
ezek a világos részek azok, amiket ismerünk,
11:46
and the dark spots are where we are in the dark.
218
681000
3000
és a sötétek, amikről nem tudunk.
11:49
If that was the map of all the words in American English, we don't know very much.
219
684000
5000
Ha ez lenne az amerikai angol szavainak a térképe, akkor nem sokat tudunk.
11:54
And we don't even know the shape of the language.
220
689000
3000
És még csak nem is ismerjük a nyelv alakját.
11:57
If this was the dictionary -- if this was the map of American English --
221
692000
3000
Ha ez lenne a szótár, ha ez lenne az amerikai angol térképe -
12:00
look, we have a kind of lumpy idea of Florida,
222
695000
3000
nézzék, alig tudunk valamit Floridáról,
12:03
but there's no California!
223
698000
3000
de nincs Kalifornia!
12:06
We're missing California from American English.
224
701000
3000
Hiányzik Kalifornia az amerikai angolból.
12:09
We just don't know enough, and we don't even know that we're missing California.
225
704000
5000
Egyszerűen nem tudunk eleget, és nem is tudjuk, hogy hiányzik Kalifornia.
12:14
We don't even see that there's a gap on the map.
226
709000
2000
Nem is látjuk a lyukat a térképen.
12:16
So again, lexicography is not rocket science.
227
711000
3000
Tehát még egyszer: a lexikográfia nem űrkutatás.
12:19
But even if it were, rocket science is being done
228
714000
3000
De még ha az is lenne, az űrkutatást is
12:22
by dedicated amateurs these days. You know?
229
717000
4000
elhivatott amatőrök végzik manapság. Tudják?
12:26
It can't be that hard to find some words!
230
721000
4000
Nem lehet olyan nehéz találni néhány szót!
12:30
So, enough scientists in other disciplines
231
725000
3000
Vagyis, más szakterületről is épp elég tudós
12:33
are really asking people to help, and they're doing a good job of it.
232
728000
3000
kér segítséget az emberektől, és nagyon jól csinálják.
12:36
For instance, there's eBird, where amateur birdwatchers
233
731000
2000
Például: ott az eBird, ahol az amatőr madárlesők
12:38
can upload information about their bird sightings.
234
733000
2000
föltölthetik az információkat a madárleséseikről.
12:40
And then, ornithologists can go
235
735000
2000
És aztán az ornitológusok segítenek nekik
12:42
and help track populations, migrations, etc.
236
737000
3000
nyomon követni a populációkat, vándorlásokat, satöbbi.
12:45
And there's this guy, Mike Oates. Mike Oates lives in the U.K.
237
740000
3000
És itt van ez az ember, Mike Oates. Mike Oates Angliában él.
12:48
He's a director of an electroplating company.
238
743000
4000
Egy galvanizáló vállalat vezetője.
12:52
He's found more than 140 comets.
239
747000
3000
Több mint 140 üstököst talált.
12:55
He's found so many comets, they named a comet after him.
240
750000
3000
Annyi üstököst talált, hogy elneveztek róla egyet.
12:58
It's kind of out past Mars. It's a hike.
241
753000
1000
Valahol, a Marson túl van - egy köpésre innen.
12:59
I don't think he's getting his picture taken there anytime soon.
242
754000
2000
Nem hinném, hogy egyhamar kiviszik oda a képét.
13:01
But he found 140 comets without a telescope.
243
756000
4000
De talált 140 üstököst teleszkóp nélkül.
13:05
He downloaded data from the NASA SOHO satellite,
244
760000
3000
Letöltötte az adatokat a NASA SOHO műholdról,
13:08
and that's how he found them.
245
763000
2000
és így talált rájuk.
13:10
If we can find comets without a telescope,
246
765000
4000
Ha üstökösöket fedezhetünk föl teleszkóp nélkül,
13:14
shouldn't we be able to find words?
247
769000
2000
csak képesek vagyunk szavakat találni?
13:16
Now, y'all know where I'm going with this.
248
771000
2000
Na most, tudják, mire akarok ezzel kilyukadni.
13:18
Because I'm going to the Internet, which is where everybody goes.
249
773000
3000
Mert fölmegyek az internetre, mint mindenki más.
13:21
And the Internet is great for collecting words,
250
776000
2000
És az internet nagyszerű hely a szavak gyűjtésére,
13:23
because the Internet's full of collectors.
251
778000
1000
mert az interneten hemzsegnek a gyűjtők.
13:24
And this is a little-known technological fact about the Internet,
252
779000
3000
És ez egy kevésbé köztudott technikai tény az internetről,
13:27
but the Internet is actually made up of words and enthusiasm.
253
782000
3000
de az internetet valójában szavak és lelkesedés alkotja.
13:30
And words and enthusiasm actually happen to be
254
785000
5000
És a szavak és lelkesedés történetesen
13:35
the recipe for lexicography. Isn't that great?
255
790000
3000
a lexikográfia receptje. Nem nagyszerű?
13:38
So there are a lot of really good word-collecting sites out there right now,
256
793000
4000
Tehát van fönt rengeteg nagyszerű szógyűjtő oldal,
13:42
but the problem with some of them is that they're not scientific enough.
257
797000
2000
de némelyikkel az a baj, hogy nem elég tudományos.
13:44
They show the word, but they don't show any context.
258
799000
3000
Kiírják a szót, de nem helyezik szövegkörnyezetbe.
13:47
Where did it come from? Who said it?
259
802000
2000
Honnan származik? Ki mondta?
13:49
What newspaper was it in? What book?
260
804000
2000
Milyen újságban volt? Milyen könyvben?
13:51
Because a word is like an archaeological artifact.
261
806000
4000
Mert a szó olyan, mint egy régészeti lelet.
13:55
If you don't know the provenance or the source of the artifact,
262
810000
3000
Ha nem ismerjük az eredetét, a származási helyét,
13:58
it's not science, it's a pretty thing to look at.
263
813000
3000
akkor nem tudomány - csak valami, amit nézegetni lehet.
14:01
So a word without its source is like a cut flower.
264
816000
3000
Tehát egy szó forrás nélkül olyan, mint a vágott virág.
14:04
You know, it's pretty to look at for a while, but then it dies.
265
819000
4000
Tudják - jól néz ki egy darabig, aztán meghal.
14:08
It dies too fast.
266
823000
1000
Túl gyorsan hal meg.
14:09
So, this whole time I've been saying,
267
824000
4000
Egész idő alatt azt ismételgettem, hogy
14:13
"The dictionary, the dictionary, the dictionary, the dictionary."
268
828000
2000
"a szótár, a szótár, a szótár, a szótár."
14:15
Not "a dictionary," or "dictionaries." And that's because,
269
830000
3000
Nem pedig "egy szótár", vagy "szótárak". Ez azért van, mert --
14:18
well, people use the dictionary to stand for the whole language.
270
833000
3000
nos, az emberek szemében a szótár az egész nyelvet jelképezi.
14:21
They use it synecdochically.
271
836000
3000
Szinekdochálisan használják,
14:24
And one of the problems of knowing a word like "synecdochically"
272
839000
3000
és az egyik probléma az olyan szavak ismeretével, mint "szinekdochális",
14:27
is that you really want an excuse to say "synecdochically."
273
842000
3000
hogy keressük az alkalmat, amikor használhatjuk ezt a szót.
14:30
This whole talk has just been an excuse to get me to the point
274
845000
2000
Ez az egész beszéd valójában csak ürügy volt nekem,
14:32
where I could say "synecdochically" to all of you.
275
847000
2000
hogy kimondhassam azt, hogy: szinekdochális.
14:34
So I'm really sorry. But when you use a part of something --
276
849000
3000
Nagyon-nagyon sajnálom. De amikor valaminek a részét használjuk,
14:37
like the dictionary is a part of the language,
277
852000
2000
ahogyan a szótár a nyelv része,
14:39
or a flag stands for the United States, it's a symbol of the country --
278
854000
5000
vagy a zászló az Egyesül Államok jelképe,
14:44
then you're using it synecdochically.
279
859000
4000
akkor szinekdochálisan használjuk.
14:48
But the thing is, we could make the dictionary the whole language.
280
863000
4000
De az a helyzet, hogy lehetne a szótár akár az egész nyelv is.
14:52
If we get a bigger pan, then we can put all the words in.
281
867000
4000
Ha nagyobb serpenyőnk lenne, minden szó beleférne.
14:56
We can put in all the meanings.
282
871000
4000
Az összes jelentést beletehetnénk.
15:00
Doesn't everyone want more meaning in their lives?
283
875000
4000
Mindenki több jelentést szeretne az életében, nem?
15:04
And we can make the dictionary not just be a symbol of the language --
284
879000
4000
És a szótár nem pusztán a nyelv jelképe lehetne,
15:08
we can make it be the whole language.
285
883000
3000
hanem maga az egész nyelv.
15:11
You see, what I'm really hoping for is that my son,
286
886000
2000
Tudják, amit nagyon szeretnék, hogy a fiam -
15:13
who turns seven this month -- I want him to barely remember
287
888000
3000
- aki most lesz hét éves -, már alig emlékezzen arra,
15:16
that this is the form factor that dictionaries used to come in.
288
891000
5000
hogy valaha ez volt a szótár megjelenési formája.
15:21
This is what dictionaries used to look like.
289
896000
2000
Így néztek ki a szótárak.
15:23
I want him to think of this kind of dictionary as an eight-track tape.
290
898000
2000
Azt akarom, hogy ezt olyannak tartsa, mint a nyolc sávos szalagokat.
15:25
It's a format that died because it wasn't useful enough.
291
900000
4000
Egy olyan formátum, ami kihalt, mert nem volt elég hasznos.
15:29
It wasn't really what people needed.
292
904000
3000
Nem egészen az volt, ami az embereknek kellett.
15:32
And the thing is, if we can put in all the words,
293
907000
3000
És az a helyzet, hogy ha minden szót belerakhatunk,
15:35
no longer have that artificial distinction between good and bad,
294
910000
4000
nincs többé mesterséges megkülönböztetés jó és rossz szó között,
15:39
we can really describe the language like scientists.
295
914000
3000
valóban tudósokként írhatjuk le a nyelvet.
15:42
We can leave the aesthetic judgments to the writers and the speakers.
296
917000
2000
Az esztétikai ítélkezést az írókra és a nyelvet beszélőkre bízhatjuk.
15:44
If we can do that, then I can spend all my time fishing,
297
919000
4000
Ha ezt megtehetjük, akkor nyugodtan horgászhatok majd,
15:48
and I don't have to be a traffic cop anymore.
298
923000
5000
és nem kell többé a forgalmat irányítanom.
15:53
Thank you very much for your kind attention.
299
928000
2000
Köszönöm szépen a figyelmüket.
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