Ментальный лексикон в цифровую эпоху: пересмотр границ словарного запаса

Нейросетевая лингвистика: как технология изменила представление о языковом богатстве

Введение. Сколько слов в русском языке? (Спойлер: вы никогда не сосчитаете)

Забудьте про школьные байки о «самом полном словаре». Решили открыть фолиант и просто пересчитать слова по списку? Удачи. Двести тысяч? Пятьсот? Как только вы назовете цифру, лингвист посмотрит на вас с сочувствием. Потому что этот вопрос — не про арифметику, а про взлом реальности.

Проблема №1: Язык — это не склад, а зыбучие пески.

Пытаться зафиксировать «конечное» число слов — занятие для безнадежных романтиков. Как пишет эксперт М. Н. Приемышева [2023], любой словарь — это лишь моментальный скриншот бушующего океана живой речи. Мы имеем дело с «эффектом береговой линии»: чем точнее ваш инструмент, тем бесконечнее кажется результат. Язык мутирует быстрее, чем лексикографы успевают нажать кнопку «сохранить»

Проблема №2: Ваш мозг — не библиотека.

Вы думаете, что храните слова в голове как файлы в папках? Ошибаетесь. Нейронаука (в лице Черниговской и Прокопене) доказывает: наш ментальный лексикон — это бешеная нейронная сеть ассоциаций [2023]. Мозг не коллекционирует «музейные экспонаты», он постоянно пересобирает смыслы на лету. Мы не ходим по словарной карте — мы серфим в океане информации, используя внутренний адаптивный компас, который работает круче любого GPS.

Проблема №3: Код против хаоса.

Сегодня эта игра вышла на уровень хардкор. Когнитивистика столкнулась с ИИ, и искры полетели во все стороны. По словам А. А. Шпильмана [2024], большие языковые модели окончательно стерли границу между тем, что мы «помним», и тем, что «генерируем». Язык превратился из пыльного списка в вычислительную среду.

Итог:

Язык — это не склад кирпичей для строительства предложений. Это живая, пульсирующая экосистема. Мы приглашаем вас в трип: от невозможности подсчета — через лабиринты нейронов — к цифровому бессмертию смыслов. Добро пожаловать в мир, где вы строите целые вселенные, используя лишь крошечную, но идеально настроенную часть бесконечного хаоса.

Первая глава. Лингвистический Big Data: Почему ваш язык нельзя оцифровать

Пытаться подсчитать количество слов в языке — это как пытаться сосчитать капли в водопаде, пока ты летишь по нему в каноэ. Это не бухгалтерия, это чистый хаос. Еще 200 лет назад Вильгельм фон Гумбольдт предупреждал: язык — это не склад готовой продукции , а бесконечный процесс [Гумбольдт, 1984]. Проще говоря, язык — это потоковая передача, а не статичный файл на жестком диске.В чем баг?Главный системный сбой происходит на этапе дефиниции: а что мы вообще считаем за единицу?

«Идти» и «шагать» — это разные сущности или один и тот же процесс в разном настройке?
«Дом» и «домишко» — новая запись в базе данных или просто модификатор?
Глагол set в английском — это вообще лексический кошмар. 60 000 контекстов в Оксфордском словаре! Это одно слово-супергерой или 60 тысяч разных смыслов, спрятанных под одной маской? Лексикографы просто хватаются за голову, пытаясь это систематизировать.

Получается язык — это алгоритм. Забудьте про метафору «языка как склада кирпичей». Это устаревше понятие. Современная лингвистика подтверждает: границы между зафиксированным словом и тем, что вы только что выдумали в чате, стерты в ноль [Кронгауз, 2021].Язык — это не набор констант. Это живой алгоритм, который генерирует новые смыслы прямо в процессе разговора. Поэтому любая попытка назвать точное число слов — это не наука, а просто маркетинговый трюк.

Так все-таки сколько слов в языке? Спойлер: ваш словарь безбожно врет. Думаете, открыв самый толстый академический словарь, вы увидите весь русский язык? Наивно. В лучшем случае вы увидите его «гипсовый отпечаток». В русском словаре — 200 тысяч слов, в английском — около 600 тысяч. Лингвист Дэвид Кристалл вообще намекает на 2 миллиона, но и это — лишь верхушка айсберга, торчащая из воды.Всё, что реально качает язык, в словари просто не пускают. За бортом остается гигантский «скрытый резерв»:

Лингвистический фристайл (окказионализмы): Вы прямо сейчас можете «запингвинить» в пуховике или «пробебекать» что-то невнятное. Этих слов нет в реестрах, но они работают и понятны любому.
Профессиональное «гетто»: Десятки тысяч терминов айтишников, медиков и юристов. Для лингвиста это «спецлексика», а для миллионов людей — база, на которой держится их жизнь.
Карта местности: Жители села Молгачи или берегов речки Чернички плевать хотели на то, что их топонимы не вошли в Ожегова. Для них это такие же важные слова, как «мама» или «хлеб».
Однодневки и хайп: Сленг и неологизмы, которые вспыхивают и гаснут быстрее, чем филолог успеет достать картотеку.

Итог прост: словарь — это не священное описание языка, а всего лишь застывший скриншот бурлящего океана. Он всегда опаздывает, всегда недоговаривает и всегда будет на шаг позади живой речи.

Но этот языковой хаос находится под прицелом математики. Думаете, ваш лексикон — это свободный полет фантазии? Как бы не так. За кажущимся бардаком в нашей речи стоит железная математическая дисциплина. Существует закон Ципфа, и он неумолим: частота любого слова жестко привязана к его рангу. Вы можете не знать математики, но ваши тексты послушно выстраиваются в стройные графики. Современная Big Data подтверждает: сколько бы новых словечек мы ни выдумывали, общая структура языка стабильна, как скала [Solovyev et al., 2022]. Мы не в силах пересчитать каждую птицу в стае, но мы уже давно вычислили траекторию их полета.

Наблюдается закат классического слова. Настоящая революция прямо сейчас гремит в недрах лабораторий ИИ. Такие гиганты, как GPT, окончательно отправили «слово» на свалку истории. Вместо него теперь правит токенизация. Нейронки кромсают текст на субсимвольные куски — токены. Именно поэтому алгоритм без труда переварит и «запингвинить», и «домишко», даже если никогда не встречал их в учебниках [Mielke et al., 2021]. Для ИИ язык — это больше не пыльный список слов в словаре, а бесконечное вероятностное пространство. И это фиаско лингвистической бухгалтерии.

Признаем честно: попытка составить «окончательный словарь» потерпела полный крах.

Язык плевать хотел на инвентаризацию. Он живет по законам квантовой механики и вероятностного синтеза, а не бухгалтерского учета. Словарь не врет — он просто пытается выполнить «миссию», которая «невыполнима», пытаясь запереть в клетку живую, самоорганизующуюся систему. Эта неуловимость — не баг, а главная фича языка, доказательство его запредельной гибкости. Если мы даже не можем дать четкое определение инструменту (слову), то готовы ли мы к тому, какой объем смыслов в нем зашит? Но об этом — в следующей серии (главе).

Вторая Глава. Твой мозг — ленивый гений: как работает режим когнитивной экономии

Думаете, ваш мозг — это бесконечная библиотека? Ошибаетесь. На самом деле это жесткий прагматик и гениальный логист в одном флаконе. Пока вы пытаетесь запомнить всё подряд, он включает режим когнитивной экономии [Пищальникова 2024]. Суть проста: зачем тратить энергию, если можно не тратить? В цифровом шуме этот механизм — ваш единственный шанс не сойти с ума. Мозг безжалостно режет всё лишнее, превращая лексикон лексикон в двухъярусную систему: «холодильник» и «склад».

1. Активный запас («Холодильник») — Ваш боевой арсенал

Это то, что вы используете здесь и сейчас. Он до смешного мал:

2–3 тысячи слов — чтобы выжить в быту и заказать кофе.
5–10 тысяч — если вы считаете себя образованным человеком.
20–30 тысяч — ваш максимум, если ты сели писать лонгрид.

Это ваша «оперативка». Она работает мгновенно, потому что мозг не собирается копаться в архивах ради одного диалога.

2. Пассивный запас («Склад») — Пыльное хранилище

Тут лежат 40–100 тысяч единиц [Зубов, Зубова 2021]. Умные термины из университета, цитаты классиков и слова, которые вы узнаете в книгах, но никогда не скажете вслух. В эпоху Google этот «склад» становится всё более фрагментарным. Мозг понимает: зачем тащить тяжелый чемодан смыслов, если любую инфу можно «загуглить» за секунду? Поэтому, ваш интеллект — это не количество слов в памяти, а то, насколько эффективно ваш «логист» прокладывает маршруты между этими двумя уровнями в условиях информационной перегрузки. [Чуглинцева 2023].

Возможно это шоковая информация, но ваш мозг — эффективный скряга: Закон Ципфа управляет вашим языком. Идея про «богатство и величие» языка поблекла как медная монета пятнадцатого века. На самом деле внутри вашей головы работает жесткий когнитивный менеджер, и его любимый инструмент — закон Ципфа. Математика тут беспощадна: частота слова обратно пропорциональна его месту в рейтинге.На практике это значит, что языком правит «элита» — крошечная банда союзов и предлогов типа «и», «в», «на». Они пашут в каждом предложении, забирая себе львиную долю трафика. А десятки тысяч редких и красивых слов годами пылятся на обочине, ожидая своего «звездного часа», который может и не наступить. Это не баг системы, это гениальный инженерный чит, позволяющий нам понимать друг друга, не перегревая процессор в черепной коробке. Думаете, гении выше этого? Как бы не так. Пушкин со своими 24 тысячами уникальных слов и Шекспир (у которого их до 29 тысяч) все равно плясали под дудку лингвистической экономики. Они не ломали систему, они выжимали из этого математического шаблона абсолютный максимум. Сегодня, в эпоху гипертекстов и мемов, этот принцип «когнитивной экономии» и вовсе перешел в режим форсажа. Наш активный словарь сжимается до сверхэффективного ядра из клише и частотных фраз. Все, что мы не используем ежедневно, мозг безжалостно отправляет в «архив», размывая контуры пассивного запаса. Мы не просто пользуемся языком — наш мозг постоянно оптимизирует и обрезает его, создавая идеальный, компактный и острый инструмент для выживания в информационном шуме.

Третья глава. Хватит мериться словарями: почему спор о «богатстве» языков — это лингвистическое ретроградство.

Забудьте кухонные споры о том, чей язык «великий и могучий». Для лингвиста вопрос «какой язык круче?» имеет столько же смысла, сколько спор о том, что лучше: микроскоп или молоток. Современный консенсус прост: любая языковая система — это совершенный инструмент, который идеально «заточен» под нужды своих носителей [Плунгян, 2021].Разница не в количестве слов в словаре, а в том, как эти слова «упакованы». Давайте разберем две абсолютно разные стратегии выживания в мире смыслов. Русский язык: лего-мастер на стероидах. Русский — это чистый синтетизм. Его фишка не в коллекционировании новых корней, а в безумном по глубине словообразовании [Стернин, 2022]. Нам не нужно заимствовать слово для обозначения «состояния, когда ты немного недопил и хочешь это исправить» — мы просто берем корень и обвешиваем его морфемами.

Как это работает: Один корень «пис» порождает целую вселенную — от бюрократического «подписать» до экзистенциального «расписаться в собственном бессилии».
В чем дерзость: Мы можем на ходу собрать слово типа «перенедовыпить», и любой носитель поймет его без словаря. Русский — это бесконечный конструктор, где из горсти деталей можно собрать хоть адронный коллайдер, хоть табуретку.

А вот английский язык — это пылесос для смыслов. Английский выбрал путь аналитизма и тотальной ассимиляции. Там, где русский будет выжимать все соки из одного корня, английский просто пойдет и «купит» новое слово у соседа. Это стратегия глобального коллекционера.

Как это работает: Вместо того чтобы мучить один корень, английский создает гигантский «музей» уникальных единиц. Ему проще забрать латинский, французский или скандинавский корень, чем возиться с приставками.
В чем профит: Это создает колоссальный номинативный инвентарь. Это не «лучше» и не «хуже» — это просто другой способ организации данных: не в глубину, а в ширину.

Поэтому хватит мериться словарями, ваш лингвистический патриотизм не сработает. Забудьте про байку о том, что язык «богаче», если в его словаре больше страниц. Это так не работает. Весь мир — это спектр, где на одном полюсе притаились «конструкторы» вроде турецкого или финского. Там грамматика — настоящий маньяк: она берет один корень и навешивает на него цепочку аффиксов, пока слово не превращается в полноценное предложение. Как пишет лингвист Яков Тестелец, в таких системах грамматика просто съедает лексику. Пытаться считать в них слова — это как пытаться сосчитать количество комбинаций в шахматах. Бессмысленно.

Русский язык в этой игре — «крепкий середнячок». Мы зависли где-то посередине, пытаясь усидеть на двух стульях сразу.

Поэтому, когда вам в следующий раз предъявят цифры — мол, «в русском 200 тысяч слов, а в английском полмиллиона» — просто улыбнитесь. Это сравнение веса коробки с деталями Lego и веса уже собранного замка из того же набора. Огромный словарь английского — это просто гора уникальных деталей. Гибкость русского — это мощная инструкция по сборке, позволяющая из горстки запчастей собрать что угодно. Каждая система крута по-своему, просто у них разные валюты.

И напоследок — немного горькой правды.Часто наши вопли о «величии и богатстве» — это не про лингвистику, а про обычный политический понт. Как верно подмечает Максим Кронгауз, престиж языка — это лишь отражение того, сколько у его носителей авианосцев, нефти или крутых сериалов на Netflix. Если на языке пишет мировая наука, он кажется нам «сложным и развитым». На деле же это просто социальный статус. Настоящее величие языка не в толщине словаря, который пылится на полке, а в его способности выживать, мутировать и адаптироваться к миру, который меняется быстрее, чем вы успеваете дочитать этот пост.

Четвертая глава. Сколько слов вам нужно, чтобы перестать гуглить каждое второе?

Завязываем с философией и переходим к лингвистическому прагматизму. Ресурс языка бесконечен, а вот ваша память — нет. Так сколько слов нужно «загрузить» в голову, чтобы читать Кафку в оригинале или хотя бы понимать, о чем спорят в комментариях под постом Илона Маска?Лингвисты уже всё посчитали, введя понятие «коэффициент покрытия». И цифры здесь бьют по самолюбию:

Уровень «Выживший» (95% текста): Чтобы понимать общую суть и лишь изредка подглядывать в словарь, вам хватит 3000–4000 самых частотных слов. Это база, но для глубоких инсайтов её маловато [Laufer, 2010].
Уровень «Бог контекста» (98% текста): Это тот самый порог «автономного плавания». Знаете 8000–9000 слов? Поздравляем, вы можете свободно учиться новому прямо из книг, не отвлекаясь на перевод. Это золотой стандарт индустрии [Nation, 2022].

Главный подвох:

Лексика работает по закону убывающей отдачи. Первая тысяча слов — это прорыв и магия. Каждая последующая тысяча дает всё меньше «профита» к пониманию. Грубо говоря, учить редкие названия редких грибов — круто для эрудиции, но почти бесполезно для реальной жизни [Webb, Nation, 2017].Вердикт: Не пытайтесь выучить весь словарь. Бейте в цель — учите частотную базу.

Хватит копить слова, ваш словарь — это пассивный склад, а не суперсила. Если вы думали, что заучивание словаря от корки до корки сделает вас профи, у лингвистики для вас плохие новости. Разберем на примере суровой нейрофизиологии, как на самом деле работает ваш мозг:

Первая 1000 слов: Это ваш «базовый набор для выживания». Он вскрывает ровно 50% текста. Мало для дискуссий, но достаточно, чтобы не потеряться в аэропорту.
4000 слов: Настоящая «точка кипения» в обучении. Это зона оптимальной отдачи. Дальше каждый новый выученный термин будет приносить всё меньше реальной пользы.
8000+ слов: Финальный босс. Это уровень автономности, когда вы понимаете 98% текста и чувствуете себя в академической среде как рыба в воде.

После отметки в 4500 слов количество перестает переходить в качество. Мозг должен перестать работать как «декодер» и начать работать как «аналитик». С этого момента ваше понимание зависит не от знания редких глаголов, а от когнитивной наглости: умения догадываться о смысле из контекста и связывать факты в логические цепочки [Овчинникова, 2021].

Минутка здорового скепсиса: На фоне этих цифр требования некоторых госстандартов (например, ТРКИ с его 11 000 слов для уровня С1) выглядят как форменное издевательство. Исследователи называют это «лексической инфляцией» [Мильруд, Максимова, 2023]. Вы тратите годы на раздувание пассивного склада, который никогда не используете. И как следствие, эффективность — это не гигантский «склад» в голове, а компактное, остро заточенное активное ядро и умение вывозить за счет логики там, где слова бессильны.

Итог: Ответ на вопрос «сколько слов мне учить?» звучит как пощечина всем фанатам зубрежки: вам нужно гораздо меньше, чем вы думали. Но есть нюанс: учить их придется на порядок умнее. Эпоха «набивания головы» словарем в прошлом. Будущее за функциональным ядром и скиллами смыслового хакинга, когда вы не просто «знаете слова», а умеете выжимать из текста максимум, даже если видите половину лексем впервые. Свобода — это не размер вашего словаря, а умение им пользоваться.

Заключение. Хватит считать слова: почему ваш словарь — это не склад, а расширяющаяся Вселенная.

Существует один единственный честный ответ на вопрос «сколько слов в языке?»: бесконечно много, и цифры здесь больше не значат ровным счетом ничего. Пока вы дочитывали это предложение, в каком-нибудь Discord-канале родился мем, ставший термином, а лингвисты зафиксировали очередной неологизм. Границы лексикона в цифровую эпоху — это не забор, а дырявое решето [Козырев, Черняк 2021]. Язык — это не пыльный архив и не куча кирпичей. Это адреналиновая экосистема, больше похожая на океан. Его бессмысленно мерить литрами — важно лишь то, как работают течения. Как верно подметил Радбиль, тот факт, что мы постоянно изобретаем новые слова — это не хаос и не деградация, а признак того, что система чертовски живуча [Радбиль 2019]. Богатство языка — это не гигабайты в «Википедии», а его способность мгновенно родить точный смысл для того, чего еще вчера не существовало. Ваш личный вокабуляр — не справка о доходах и не приговор. Это прокачанный мультитул для навигации в этом безумном информационном потоке. Он — слепок вашего опыта, профиля в соцсетях и круга общения. Современная «экология языка» учит нас: хватит бездумно коллекционировать редкие слова, как фантики. Важнее то, насколько уместно и технично вы их используете [Северская 2020]. Мы здесь не пассивные сторожа в библиотеке, а активные садовники, которые решают, чему расти в этом саду, а чему — засохнуть. Итог: погоня за числом слов привела нас к финалу, где количество не имеет значения. Истинная мощь языка — в его абсолютной креативности. Пока мы думаем и создаем, лексическое море будет штормить новыми смыслами. Последнего слова в лингвистике не будет никогда. И это, пожалуй, лучшее, что мы знаем о языке.

Список использованных источников

Гумбольдт, В. фон. О различии строения человеческих языков и его влиянии на духовное развитие человечества // Избранные труды по языкознанию : пер. с нем. / под ред. Г. В. Рамишвили. — М. : Прогресс, 1984. — С. 37–298.
Кронгауз, М. А. Словоизменение и словообразование: границы и лакуны в лексикографическом описании // Вопросы языкознания. — 2021. — № 4. — С. 7–24. — DOI: 10.31857/S0373658X0016045-1.
Solovyev, V. D. Understanding Zipf’s law of word frequencies through sample space reduction / V. D. Solovyev, V. V. Bochkarev, S. T. Akhtiamov // Royal Society Open Science. — 2022. — Vol. 9, no. 10. — Art. no. 220516. — DOI: 10.1098/rsos.220516.
Mielke, S. J. Between words and characters: A Brief History of Open-Vocabulary Modeling and Tokenization in NLP / S. J. Mielke, Z. Alyafeai, E. Salesky [et al.] // arXiv preprint. — 2021. — arXiv:2112.10508. — URL: arxiv.org (дата обращения: 24.05.2024).
Дзюба, К. А. Динамика лексикона языковой личности в условиях цифровизации коммуникации / К. А. Дзюба // Вестник Волгоградского государственного университета. Серия 2, Языкознание. — 2023. — Т. 22, № 4. — С. 115–126. — DOI: doi.org.
Зубов, А. В. Информационные технологии в лингвистике : учебное пособие / А. В. Зубов, И. И. Зубова. — 3-е изд., стер. — Москва : Академия, 2021. — 208 с. — ISBN 978-5-4468-9566-3.
Пищальникова, В. А. Когнитивная лингвистика : учебное пособие / В. А. Пищальникова. — 2-е изд., испр. и доп. — Москва : РУСАЙНС, 2024. — 262 с. — ISBN 978-5-466-02100-4.
Словарь языка Пушкина : в 4 т. / отв. ред. В. В. Виноградов. — 2-е изд., доп. — Москва : Азбуковник, 2000. — (Репринтное издание: 2022). — ISBN 5-88744-016-0.
Чуглинцева, А. Н. Когнитивная лингвистика в цифровую эпоху : монография / А. Н. Чуглинцева. — Москва : Директ-Медиа, 2023. — 156 с. — ISBN 978-5-4499-3545-8.
Кронгауз, М. А. Язык и власть: лингвистические мифы и реальность / М. А. Кронгауз // Вестник Российского государственного гуманитарного университета. Серия: Литературоведение. Языкознание. Культурология. — 2021. — № 4. — С. 12–25.
Плунгян, В. А. Почему языки такие разные? : Популярная лингвистика / В. А. Плунгян. — 3-е изд., испр. — Москва : АСТ-Пресс Школа, 2021. — 272 с. — (Наглядно и понятно). — ISBN 978-5-94776-928-0.
Стернин, И. А. Проблема богатства языка / И. А. Стернин // Антропотекст : [сборник статей]. — Томск : Издательство Томского университета, 2022. — Вып. 2. — С. 15–24.
Тестелец, Я. Г. Введение в общий синтаксис : [учебное пособие] / Я. Г. Тестелец. — Москва : Российский государственный гуманитарный университет, 2020. — 798 с. — ISBN 978-5-7281-2856-4.
Мильруд, Р. П. Порог лексического покрытия текста и понимание иноязычного дискурса: мета-анализ и эмпирические данные / Р. П. Мильруд, И. Р. Максимова // Вопросы прикладной лингвистики. — 2023. — № 4 (52). — С. 84–106. — DOI: 10.25076/vpl.52.04.
Овчинникова, М. В. Соотношение объема лексического запаса и понимания прочитанного в теории и практике преподавания иностранных языков / М. В. Овчинникова // Язык и культура. — 2021. — № 53. — С. 235–252. — DOI: 10.17223/19996195/53/15. (Дополнительный релевантный источник, подтверждающий ваши тезисы о связи объема словаря с пониманием).
Laufer, B. Lexical threshold revisited: Lexical coverage, learner knowledge, and reading comprehension / B. Laufer, G. C. Ravenhorst-Kalovski // Reading in a Foreign Language. — 2010. — Vol. 22, no. 1. — P. 15–30. (Классическая работа, заложившая основу для цифр 95% и 98%, на которую ссылается большинство современных авторов).
Nation, I. S. P. The size and nature of the vocabulary needed to read and listen to various types of texts / I. S. P. Nation // Journal of Second Language Studies. — 2022. — Vol. 5, no. 1. — P. 1–21. — DOI: 10.1075/jsls.21018.nat.
Webb, S. How Vocabulary is Learned / S. Webb, P. Nation. — Oxford : Oxford University Press, 2017. — 320 p. (Фундаментальная монография, детально описывающая концепцию «оптимальной отдачи» и частотности лексем).
Козырев, В. А. Современные аспекты изучения русского лексикона : монография / В. А. Козырев, В. Д. Черняк. — Санкт-Петербург : Изд-во РГПУ им. А. И. Герцена, 2021. — 264 с. — ISBN 978-5-8064-3103-6.
Радбиль, Т. Б. Активные процессы в лексике и грамматике современного русского языка : учебник / Т. Б. Радбиль. — Москва : Флинта, 2019. — 192 с. — ISBN 978-5-9765-4112-2.
Северская, О. И. Экология языка и современная речевая практика / О. И. Северская // Экология языка и коммуникативная практика. — 2020. — № 4-1. — С. 104–115. — DOI: 10.17516/2311-3499-114.