Je leest:

Lezen langs boom of blad?

Lezen langs boom of blad?

Auteur: | 16 februari 2011

Boomstructuren zijn heel handig om zinnen mee in kaart te brengen. Maar begrijpen we ze zelf ook volgens zo’n structuur? Uit onderzoek van de Universiteit van Amsterdam blijkt dat we meer naar de ‘blaadjes’ aan de boom, de afzonderlijke woorden, kijken.

Om talen te kunnen beschrijven is het heel belangrijk dat je zinnen goed kunt ontleden. In sommige talen komt het werkwoord voor het onderwerp, in andere juist erna. Soms komt een bijvoeglijk naamwoord voor het zelfstandig naamwoord, soms erna. Zonder kennis van zinsontleding is het onmogelijk om een taal in kaart te brengen. Taalwetenschappers gebruiken daarom meestal een boomstructuur om een zin te beschrijven en dat ziet er als volgt uit:

De boomstructuur voor de zin ‘The wonders of broadband are not at issue’. De afkortingen staan voor verschillende woordsoorten, bijvoorbeeld: N = noun (zelfst. naamwoord); V = verb (werkwoord).

Onderaan de boom hangen de woorden aan de uiteinden van de takken. Sommige takken zijn met elkaar verbonden en vormen zo samen een zinsdeel. Die zinsdelen zijn ook weer aan elkaar verbonden, net zolang tot je in het topje van de boom bent aanbeland, bij de S van ‘sentence’ (de hele zin).

Woorden voorspellen

Zo’n boomstructuur is dus in theorie een heel handig hulpmiddel, maar gebruiken onze hersenen het ook? Om dat te onderzoeken hebben Stefan Frank en Rens Bod, twee onderzoekers van de Universiteit van Amsterdam, theoretische modellen vergeleken met de praktijk. Hieruit blijkt dat mensen bij het lezen meer letten op de reeksen van woorden in een zin dan op de hiërarchische structuur zoals in een boom.

Frank en Bod hebben drie verschillende taalmodellen onderzocht. Zo’n model voorspelt op basis van de eerdere woorden in een zin welk woord waarschijnlijk zal komen. Eén van de modellen uit dit onderzoek voorspelt het volgende woord in een zin aan de hand van een boomstructuur, de andere twee kijken alleen naar de woorden; de ‘blaadjes’ dus.

Langzaam lezen

De onderzoekers trainden de modellen met bijna 50.000 Engelse zinnen, zodat ze de Engelse taal goed kenden. Vervolgens moesten de modellen van 2358 andere Engelse zinnen telkens het volgende woord voorspellen. Het model dat met boomstructuren werkt bleek hier het beste in te zijn. Maar dat betekent nog niet dat mensen de zinnen ook op die manier lezen.

Het taalmodel dat met boomstructuren werkt (rood) kon het beste voorspellen welk woord zou volgen na een reeks woorden. Dat model scoorde het hoogste op de x-as. Maar de prestaties van de andere twee modellen, die alleen naar woordreeksen keken, (blauw en groen) leken meer op hoe mensen zinnen lezen. Dat is te zien aan de hoge scores op de y-as.

De onderzoekers hadden ook gegevens waaruit bleek hoe lang mensen erover deden om de 2358 zinnen te lezen. Tijdens het lezen heb je telkens verwachtingen over hoe de zin verder zal gaan. Als deze verwachting geschonden wordt, zal je langer over de zin doen. De onderzoekers vergeleken daarom ook de leestijden van mensen met de verwachtingen van de verschillende taalmodellen. Niet de boomstructuren, maar de andere twee modellen bleken dichter bij de menselijke leesprestaties te komen.

De onderzoekers denken daarom dat een menselijke lezer de boomstructuur vooral negeert en in plaats daarvan let op de woordreeksen. Helemaal onbelangrijk zijn de boomstructuren volgens hen niet; uit ander onderzoek blijkt dat in sommige contexten de structuur van een zin wel een rol speelt bij het lezen. Maar dat komt volgens Frank en Bod zo weinig voor dat we mogen aannemen dat onze hersenen zinnen niet grammaticaal ontleden tijdens het lezen.

Zie ook:

Oeps: Onbekende tag `feed’ met attributen {"url"=>"https://www.nemokennislink.nl/kernwoorden/grammatica.atom", “max”=>"4", “detail”=>"normaal"}

Dit artikel is een publicatie van NEMO Kennislink.
© NEMO Kennislink, sommige rechten voorbehouden
Dit artikel publiceerde NEMO Kennislink op 16 februari 2011
NEMO Kennislink nieuwsbrief
Ontvang elke week onze nieuwsbrief met het laatste nieuws uit de wetenschap.