Как устроен этот тест
Этот тест показывает вам чуть больше сотни слов и выдаёт число в десятки тысяч. Вот как он приходит от одного к другому и насколько этому числу можно верить.
Нельзя спросить о каждом слове
В английском языке в обычном употреблении заметно больше ста тысяч слов, и никто не станет отмечать сто тысяч галочек. Поэтому тест делает то же, что социолог: спрашивает о небольшой выборке и делает выводы из неё. Покажите человеку горсть слов, честно взятых из определённого участка языка, посчитайте, сколько из них он знает, и вы сможете что-то сказать обо всём этом участке.
Вся хитрость в том, чтобы брать слова честно. Слова не взаимозаменяемы — water, hypotenuse и obtund — это три совершенно разных вопроса, — поэтому выборку нужно намеренно распределить по всему диапазону, а не черпать там, где удобно.
Главная ось — редкость
У каждого слова в тесте есть частотный ранг: грубо говоря, место, которое оно займёт, если упорядочить язык от самого частого слова к самому редкому. Одно это число предсказывает, знаете ли вы слово, лучше, чем длина, написание или тема. Чем реже слова, тем меньше их знают. Форма этого спада достаточно постоянна, чтобы на неё опираться.
Поэтому тест состоит из трёх раундов, которые становятся всё сложнее. Каждый раунд берёт выборку из своего участка этой кривой: сначала повседневные слова, потом середина, потом длинный хвост. Ваши ответы в каждом раунде фиксируют одну точку, а вместе они определяют, где находится спад.
Почему последний раунд самый длинный
Бо́льшая часть языка — это редкие слова. Слова, которые вы встречаете весь день, — погрешность округления на фоне массы слов, попадающихся раз в год, и выборка должна это учитывать.
Ответы каждого раунда взвешиваются по тому, какую часть языка этот раунд представляет. Если вы знаете половину слов раунда, вам засчитывается примерно половина всего, что он представляет. Сложите три раунда — это и есть оценка. Арифметика простая. Суждение находится раньше — в том, как отбирались слова.
Неудобная часть: люди слишком легко говорят «да»
Спросите любого, знает ли он слово, и какая-то доля ответит «да» про слова, которые просто видела раньше, которые похожи на что-то знакомое или которые, как им кажется, они должны знать. Почти никто не врёт. Узнавание — смутное чувство, и галочка не отличит могу дать определение от что-то знакомое.
Без поправки это ломает всю арифметику: каждая слишком поспешная галочка умножается на размер диапазона, в котором она стоит.
Поэтому некоторых слов в тесте не существует. Они построены так, чтобы выглядеть и звучать по-английски, — произносимые, с правдоподобным написанием, на правдоподобном уровне редкости, — а затем проверены по нескольким словарям, чтобы убедиться, что они не настоящие, не опечатки настоящих слов и не настоящие слова с приклеенной приставкой. Они разбросаны по всем трём раундам, и ничто их не выделяет.
Знать их никто не может, поэтому каждое отмеченное вами такое слово — это измерение того, насколько легко вы ставите галочки. Затем эта доля используется, чтобы скорректировать остальные ваши ответы. Если не отметить ни одного, результат остаётся нетронутым.
Числа, стоящие за этим графиком
| угадывание | с поправкой | без поправки |
|---|---|---|
| 0% | 27 000 | 27 000 |
| 5% | 26 470 | 27 720 |
| 10% | 24 920 | 28 430 |
| 15% | 22 550 | 29 150 |
| 20% | 19 610 | 29 870 |
| 30% | 13 140 | 31 300 |
Практическое следствие: угадывание не может завысить ваш результат. Случайная ошибка почти ничего не стоит, но каждое следующее выдуманное слово обходится дороже предыдущего, поэтому слишком вольные ответы заканчиваются низким баллом.
Чего стоит это число
Число получено из сотни с небольшим вопросов о языке, словарь которого исчисляется шестизначными числами, поэтому последние цифры — шум. Если один и тот же человек пройдёт тест дважды, результаты будут различаться, причём внизу шкалы сильнее, чем вверху. Надёжны примерный порядок величины и сравнение между людьми.
Есть и другие вещи, которыми оно не является. Оно считает словоформы в словарном смысле, а не словообразовательные гнёзда, поэтому не совпадёт с цифрами исследований, которые считают гнёзда и обычно получают меньше. Тест спрашивает только о существительных и глаголах. Он не может отличить, знаете ли вы слово хорошо или лишь настолько, чтобы его узнать. Это настоящая разница, и никакая галочка её не обнаружит. И он измеряет узнавание, а не употребление. Большинство людей узнаёт гораздо больше слов, чем когда-либо произнесёт вслух.
Сами слова взяты из упорядоченного по частоте списка английских слов, составленного на основе больших объёмов данных об употреблении и сокращённого до отдельных слов разумной длины. Какие слова встречаются, сколько в каждом раунде выдуманных и где проходят границы, здесь по понятной причине не публикуется.
Предшествующие работы
Ни одна из лежащих в основе идей не принадлежит нам. Формат списка «да/нет» восходит к Мире и Бакстону конца восьмидесятых, как и вывод о том, что без выдуманных слов он ничего не значит. Vocabulary Size Test Нейшена ввёл выборку по частотным диапазонам и взвешивание каждого диапазона по тому, что он представляет. Используемая здесь поправка — корректировать ваши ответы по тому, как часто вы заявляете о знании несуществующих слов, — описана Хёйбрехтсе, Адмиралом и Мирой в 2002 году. Сверху мы добавляем собственный штраф, который растёт с каждым отмеченным выдуманным словом, чтобы отметка почти всего подряд не могла сойти за большой словарный запас. Тем, кому интересно, сколько слов люди знают на самом деле, стоит почитать Брисбарта с коллегами: они оценивают это число для взрослого носителя языка примерно в сорок тысяч и подробно объясняют, почему его так трудно определить.
Пройти тест