Këto janë parametrat kryesorë të korpusit:

Kërkime të mëparshme mbi dialektet sllave në Shqipëri

Duke u nisur nga monografia novatore Popullsia sllave e Shqipërisë nga A. Selishçevi (1931), ka pasur disa botime mbi dialektet sllave të Shqipërisë (Slavic dialects in Albania — SDA) që kanë mbuluar edhe historinë e popullsisë sllave në këtë vend (p.sh.: monografia e Xh. Yllit (1997, 2000) mbi huazimet sllave në toponimikën e Shqipërisë) dhe gjendjen e saj të sotme (Bojović 1991; Tončeva 2014; Vidoeski 1998). Me rëndësi të madhe është vepra me katër vëllime “Die slavischen Minderheiten in Albanien” nga Steinke dhe Ylli (2007, 2008, 2010, 2013), e mbështetur nga një grant i fondacionit Deutsche Forschungsgemeinschaft (DFG) ndërmjet viteve 2002 dhe 2011.

Në botimet e përzgjedhura, si dhe në ato të dedikuara dialekteve të veçanta (shih informatat për dialektet më poshtë), mund të gjeni përshkrime të sistemeve gjuhësore të SDA-ve, informacion rreth statusit aktual të komuniteteve që përdorin SDA-të dhe transkriptimet dialektore.

Meqenëse ky projekt nuk është studimi i parë i SDA-ve, kemi marrë në konsideratë po ashtu edhe varietete që nuk janë studiuar kurrë (p.sh.: të folmet sllave në qytete të Shqipërisë; shtokavishten e Myzeqesë).

Dialektet e përzgjedhura

Etiketat për varietetet gjuhësore të përfshira në korpus nuk paraqesin asnjë deklarim për identitetin (p.sh.: kombëtar ose etnik) e folësve; ato janë dhënë thjesht për një orientim për sa u përket traditatave dialektologjike përkatëse. Etiketat nuk janë domosdoshmërisht ato që i kanë përdorur folësit. Disa folës nuk përdorin fare etiketa, ndërsa të tjerët përdorin shumë etiketa të ndryshme, shpesh në mënyrë jo terminologjike. Çështja gjuhësore brenda disa pakicave etnike dhe gjuhësore në Shqipëri është e politizuar seriozisht; megjithatë, ky korpus nuk ka pretendime politike të ndonjë organizate politike, partie, grupi individësh ose shteti, etj. Etiketat gjuhësore të përdorura në burimet e jashtme të cituara këtu përmenden vetëm për qëllime identifikimi.

Për këtë projekt u përzgjodhën pesë dialekte sllave në Shqipëri, të cilat shfaqen në këtë Google Map.

Maqedonishtja e Gollobordës

Maqedonishtja e Gollobordës është një dialekt sllav ballkanik periferik që i vazhdon të folmet e Dibrës nga Maqedonia Perëndimore në territorin e Shqipërisë. Ky dialekt flitet në 15 fshatra në rajonet e Dibrës dhe të Elbasanit, si dhe në komunitetet mërgimtare në qytetet e Durrësit, Tiranës dhe Elbasanit. Është vlerësuar se ka më shumë se 7000 folës gjithsej. Në qendrat e tij rurale, ky komunitet është studiuar tërësisht nga një ekip studiuesish nga Instituti i Studimeve Gjuhësore (Akademia Ruse e Shkencave), Universiteti Shtetëror i Shën Petersburgut, dhe Muzeu i Antropologjisë dhe Etnografisë “Pjetri i Madh” (Kunstkamera). Hulumtimi i tyre rezultoi në një monografi të vlefshme që u përkthye në shqip dhe maqedonisht. Kërkimi ynë i bazuar në korpus u përqendrua në variacionin sociolinguistik brenda këtij dialekti, veçanërisht midis qendrave të tij rurale dhe urbane, kështu që metodat dhe të dhënat tona ndryshojnë nga ato në kërkimet e kolegëve tanë nga Shën Peterburgu.

Publikime të zgjedhura: Steinke and Ylli (2008); Sobolev and Novik (2013, 2017, 2018)

Maqedonishtja e Korçës

Maqedonishtja e Korçës ishte një dialekt ishullor sllav i Ballkanit që, sipas vlerësimeve tona, fatkeqësisht është zhdukur. Nga pikëpamja strukturore, është i ngjashëm me dialektet maqedonase të zonës juglindore. Korpusi ynë përfshin mostra të të folurit nga gjashtë folësit e fundit (tre prej të cilëve jetonin në fshatin Boboshticë dhe tre prej të cilëve jetonin në Korçë, por ishin me origjinë nga Drenova). Pavarësisht se komuniteti ishte kaq i vogël, ky dialekt ishte shumë i rëndësishëm për projektin tonë, pasi i është nënshtruar ndikimit më të zgjatur dhe intensiv të shqipes. Megjithatë, diskutimet familjare (shih më poshtë) nuk mund të organizoheshin në këtë komunitet.

Publikime të zgjedhura: Mazon (1936); Mazon and Filipova-Bajrova (1965); Steinke and Ylli (2007)

Maqedonishtja e Prespës

Maqedonishtja e Prespës është një dialekt sllav ballkanik periferik që i vazhdon dialektet maqedonase perëndimore të zonës së Ohrit-Prespës nga ana shqiptare e Liqenit të Prespës së Madhe. Është një dialekt kalimtar midis maqedonishtes perëndimore dhe atë juglindore. Sipas përllogaritjeve, numëron rreth 4500 folës në nëntë fshatra të rajonit dhe dy qytete të mëdha, Korçën dhe Bilishtin.

Publikime të zgjedhura: Steinke and Ylli (2007); Cvetanovski (2010)

Shtokavishtja e Myzeqesë

E folur në disa lagje në Fier dhe disa fshatra rreth këtij qyteti, shtokavishtja e Myzeqesë është një dialekt ishullor i shtokavishtes i folur nga pasardhësit e emigrantëve të viteve 1920-të nga rajoni i Sanxhakut në rajonin kufitar midis Serbisë Jugperëndimore dhe Malit të Zi (dialekti i Pazarit të Ri dhe i Sjenicës që i përket zonës dialektore Zeta-Sjenica).

Publikime të zgjedhura: Makartsev and Kikilo (2022); Makartsev (2023)

Shtokavishtja e Shijakut

Shtokavishtja e Shijakut, e folur në fshatin Borake dhe fshatin e tij satelitor të Koxhasit, është një dialekt ishullor i shtokavishtes i folur nga pasardhësit e muhaxhirëve të viteve 1880-të nga rajoni i Mostarit në Hercegovinë (një nëndialekt qendror i Hercegovinës që i përket zonës dialektore të Bosnjës Lindore, i folur në trekëndëshin Mostari-Çapljina-Stolaci). Flitet nga 150 deri në 220 familje në të dy fshatrat. Folësit e këtij dialekti jetojnë edhe në qytetet e Shijakut dhe të Sukthit.

Publikime të zgjedhura: Steinke and Ylli (2013); Makartsev and Kikilo (2022); Makartsev (2023)

Diversiteti sociolinguistik midis folësve të SDA-së

Këto dialekte kanë shkallë të ndryshme afiniteti strukturor me shqipen për shkak të lidhjeve të tyre të ndryshme me lidhjen gjuhësore ballkanike (Balkan sprachbund). Nga pikëpamja strukturore, më të afërt me shqipen janë dialektet sllave ballkanike të Korçës, Gollobordës dhe Prespës. Dialektet shtokave të Myzeqesë dhe të Shijakut nuk përfshihen në lidhjen gjuhësore ballkanike dhe tregojnë më pak afinitet strukturor me shqipen.

Dialektet e zgjedhura nuk përfaqësojnë të gjitha SDA-të. Një nga listat më të plota të SDA-ve mund të gjendet në monografinë e Steinke dhe Ylli. Megjithatë, ato përfaqësojnë shumë nga elementet dhe parametrat që kanë shkaktuar diversitetin në SDA.

Dy dialekte janë shtokave (Borake dhe Fier), por folësit e tyre kanë orientime të ndryshme etnopolitike dhe gjuhësore. Bashkëbiseduesit tanë në Shijak zakonisht e nënvizojnë identitetin e tyre boshnjak; ata në Myzeqe zakonisht e deklarojnë identitetin e tyre si boshnjak ose serb. Tri dialekte i përkasin sllavishtes ballkanike (Golloborda, Korça, Prespa). Orientimi i folësve të këtyre dialekteve drejt një gjuhe standarde (maqedonisht ose bullgarisht) është zakonisht individual; shumica e bashkëbiseduesve tanë e deklaruan identitetin e tyre si maqedonas. Orientimet etnopolitike dhe gjuhësore të përmendura nga folësit nuk i interpretojmë si pretendime politike, por mund të kenë lidhje me orientimin e folësve drejt njërës prej gjuhëve standarde sllave jugore dhe i marrim parasysh që të shpjegojmë më mirë disa veçori në fjalimin e tyre.

Katër nga komunitetet kanë një qendër rurale (më konservative) dhe një qendër urbane (më pak konservative), përveç maqedonishtes së Korçës, numri i folësve të së cilës nuk na lejoi të hulumtojmë këtë opozitë. Për Shijakun, vendi i punës së folësve ishte i rëndësishëm, veçanërisht nëse puna e tyre është e lidhur me shërbimet e rrugës kombëtare Tirana – Durrësi që kalon afër Borakes. Këta punëtorë kanë kontakt të përditshëm me shoferët e kamionëve TIR nga ish-republikat e Jugosllavisë. Kundërvënia sipas vendbanimit në fshat ose në qytet nuk ishte e rëndësishme për Shijakun për shkak të distancës së vogël midis vendbanimeve dhe madhësisë së vogël të qyteteve Sukth dhe Shijak. Qyteti i Durrësit, ku punojnë çdo ditë shumë nga folësit dialektorë, ndodhet gjithashtu shumë afër zonës së Shijakut dhe kjo nuk mundëson formimin e një kolonie të rëndësishme urbane me tipare të dallueshme.

Feja ishte një tjetër faktor që ne konsideruam se mund të ndikojë në zgjedhjet e identitetit gjuhësor (krh. situatën sociolinguistike dhe konfesionale në Bosnje dhe Hercegovinë dhe në rajonet e Malit të Zi dhe të Serbisë të populluara nga popullsia myslimane shtokavishtfolëse) pasi është e rëndësishme për shumë tipare dalluese të kulturës tradicionale. Të gjithë folësit shtokavë të Myzeqesë dhe të Shijakut që i kemi intervistuar i përkasin islamit sunit nga pikëpamja e kulturës tradicionale. Ndër komunitetet sllave ballkanike, të gjithë korçarët dhe prespanët tanë i përkasin kulturalisht krishterimit ortodoks, ndërsa Golloborda është heterogjene me dominimin e islamit sunit.

Temat e intervistave

Rrëfimet dhe kujtimet (T. 1) ishin biseda të pastrukturuara rreth historisë gojore dhe problemeve aktuale të komunitetit, të cilat gjithashtu siguruan njohuri mbi identitetin dhe politikën e kujtesës të komunitetit. Intervistat u drejtuan nga studiuesit.

Intervistat etnografike dhe etnogjuhësore (T. 2) u kryen për të mbledhur informacion etnografik dhe etnolinguistik. Ato përfshinin përgjigjet e bashkëbiseduesve për pyetjet tona dhe mbulonin aspekte të ndryshme të kulturës tradicionale. Kryesisht kemi ndjekur strukturën e pyetësorëve përkatës të listuara në tabelë, me përshtatje të vogla.

Frog, Where Are You? (‘O bretkocë, ku je?’) (T. 3) është një libër me 24 piktura të kombinuara në një rrëfim vizual. Puna me këtë pyetësor kërkonte shumë pak ndërhyrje nga ana e studiuesve. Ne kërkuam gjithashtu asistentët tanë të trajnuar vendas të inçizojnë veten ose të afërmit dhe miqtë e tyre, duke iu përgjigjur këtij pyetësori; prandaj, të dhënat që i kemi mbledhur mbi këtë temë i ngjanin përdorimit të gjuhës së përditshme.

Asistentët tanë të trajnuar vendas organizuan dhe inçizuan bisedat familjare (T. 4) me të afërmit dhe shokë të tyre në të cilat nuk kanë marrë pjesë studiuesit. Qëllimi ishte incizimi i të folurit spontan, kështu që temat ishin të parëndësishme. Meqenëse të njëjtët asistentë i përgatitën transkriptimet, ata mund të hiqnin çdo pjesë që mund të përmbante informacione të dëmshme ose mund të përdorej për të identifikuar folësit.

Mbledhja e këtij lloji të të dhënave ishte më e suksesshme për folësit e maqedonishtes së Gollobordës, pasi ne kishim një rrjet të asistentëve vendas të trajnuar te të cilët mund të mbështeteshim.

Arritëm të organizonim disa biseda familiare mes folësve të maqedonishtes së Prespës dhe vetëm një bisedë familjare me folës të shtokavishtes në Shijak. Për shtokavishten e Myzeqesë organizimi i bisedave familjare nuk ka qenë i suksesshëm deri më tani.

Për maqedonishten e Korçës, organizimi i bisedave të tilla ishte i pamundur, pasi asnjë nga folësit tanë ende nuk e përdorte dialektin çdo ditë, ndonëse mund ta fliste me ne. Epigrafi i mësipërm është citat nga një prej folësve të këtij dialekti (Dre01), ku ai përshkroi dështimin që ndjeu duke e dëshmuar zhdukjen e ngadaltë të dialektit të tij amtar.

Folësit

Folësit në transkriptime ndahen në tri kategori kryesore:

1) Folësit amtarë. Ata janë të anonimizuar. Tërë informacioni që mund të përdorej për identifikimin e tyre u hoq manualisht nga korpusi (etiketimi që përdoret në këtë rast është ((ERASED)). Të gjithë folësit e kësaj kategorie u referuan me indekse të përbërë nga tri shkronja (për vendbanimin) dhe dy shifra. Ne iu referojmë atyre me këto indekse në publikimet tona të bazuara në korpus.

2) Studiuesit. Ata referohen vetëm me indekset me shkronja, pa numra. Emrat e tyre janë dhënë në seksionin Mirënjohje.

3) SPK. Ky shkurtim përdoret për t’iu referuar të gjithë folësve të tjerë, fjalimi i të cilëve u transkriptua për të dhënë kontekst, por nuk u anotua për arsye të ndryshme (një fqinj i panjohur që kalon pranë dritares dhe thotë përshëndetje, një kamarier që flet shqip në një kafene fshati, disa zëra të paidentifikuar në sfond, etj).

Sh. listën e folësve

Transkriptimet

Ekipi ynë përgatiti manualisht të gjitha transkriptimet. Kur ishte e mundur, asistentët tanë të trajnuar vendas përgatitën versionet paraprake. Redaktorët tanë i korrigjuan këto versione, pas së cilës Dr. Maxim Makartsev i vëzhgoi dhe i korrigjoi edhe njëherë. Nëse asistentët vendas të trajnuar nuk ishin të disponueshëm, redaktorët tanë përgatitën transkriptimet. Përdorëm programin EXMARaLDA Partitur Editor që t’i lidhnim transkriptimet me incizimet. Për shqipen dhe gjuhët standarde të tjera u përdoren ortografitë përkatëse. U lektoruan vetëm pjesët e transkriptimeve në dialektet sllave, ndërsa pjesët në gjuhën shqipe dhe në gjuhët e tjera nuk ishin të lekturuara dhe jepen vetëm për të treguar kontekstin. Prandaj, prezantimi i tyre në korpus varion nga drejtshkrimi standard deri në drejtshkrimin joortografik gjysmë-fonetik.

Transkriptimi

Sistemi ynë i transkriptimit ishte si më poshtë:

Zanoret

Bashkëtingëlloret

Sonantet

Nuk bëjmë dallim midis /r/ (si në erë) dhe /rr/ (si në arrë) në transkriptimin e dialekteve sllave.

Obstruentët

Prosodia

Theksi tregohet nga një apostrof (', pas zanores së theksuar). Theksi, po ashtu, tregohet edhe në fjalët njërrokëshe të theksuara. Kjo është e nevojshme, për të treguar pozicionin e theksit në fjalët fonetike që përfshijnë klitikë, si dhe fjalët e tjera të patheksuara (parafjalët etj.). Pauzat tregohen vetëm brenda rrëfimeve (d.m.th., nëse folësi rendit fjalë një nga një ose rrëfen fjali dhe fragmente të veçanta, markimi i pauzave nuk është i nevojshëm). Një pauzë tregohet kështu: ((0.5)) për një pauzë 500 ms.

Për disa transkriptime shtokave (p.sh., 33 (1), 33 (2), 33 (3)), tregojmë, gjithashtu, llojin e theksit, i cili korrespondon me konventat për standardet përkatëse, si më poshtë (simbolet e pranuara në traditat filologjike të BKMS-ës jepen para shenjës së barazisë, simbolet tona jepen pas shenjës):

Përpunimi automatik i të dhënave shtokave është mbështetur plotësisht në sistemin e paraqitur, sepse i ngjan shumë Gajicës. Për përpunimin automatik të maqedonishtes, transkripti u rikodua automatikisht në cirilicën standarde maqedonase, sipas procedurës për Classla 2.1.1. I vetmi vend ku përdoret cirilica është lematizimi i dialekteve maqedonase.

Anotimi

Ndoqëm disa hapa për anotimin.

Së pari, formuluam rregullat, për të caktuar gjuhën e formës përkatëse, bazuar në etiketat e dhëna në EXMARaLDA Partitur Manager manualisht nga transkriptuesit dhe redaktorët. Po ashtu, marrim parasysh alfabetet e gjuhëve përkatëse (p.sh.: greqisht, rusisht), simbolet (p.sh.: ë, speciale për shqipen), dhe kombinime simbolesh (p.sh., ll, rr, inicialet ng dhe mb, të veçanta ose unike për shqipen), për të koduar informatën për gjuhën në një mënyrë automatike.

Së dyti, programet analizuese përkatëse (parseri dhe taggeri) u aplikuan në varësi nga gjuha. Pas kësaj, vetëm ajo pjesë e transkriptimeve që folësit (jo studiuesit) i shqiptuan në dialektet sllave u kontrollua manualisht dhe gjysmë automatikisht, u korrigjua dhe u redaktua. Pjesët e transkriptimeve, që i shqiptuan studiuesit ose që folësit i shqiptuan në varietete të tjera gjuhësore, nuk u korrigjuan. Në raste të tilla, e mbajmë anotimin automatik.

Së treti, lematizimi u kontrollua manualisht (për dialektet sllave). Lemat e shënuara automatikisht si shqipe kontrolloheshin dhe korrigjoheshin në mënyrë selektive, nëse nevojitej. Për maqedonishten e Gollobordës, të Korçës dhe të Prespës, lematizimi u krye në maqedonishten standarde. Për Myzeqenë dhe Shijakun, lematizimi bazohej në standardet ijekave. Leksemat dialektore që nuk ekzistonin në standardet përkatëse, prezantohen sipas rregullave fonologjike të standardit, duke rezultuar në krijimin e lemave që e ndjekin fonologjinë standarde, por që nuk gjenden në fjalorët e gjuhës standarde. Funksioni i vetëm i këtyre lemave ishte të lejonin kërkimin transdialektor të formave të fjalëve. Nëse një formë e tillë nuk mund të krijohej (p.sh. te huazimet shqipe), përdorëm një formë që konsideruam më të përshtatshme.

Së katërti, etiketat morfologjike për maqedonishten dhe shtokaviashten u përputhën, pasi Classla 2.1.1 përdor konventa paksa të ndryshme brenda formatit MULTEXT-East për këto varietete. Tagseti i plotë është dhënë më poshtë.

Së pesti, rezultatet e anotimit morfologjik u kontrolluan në mënyrë selektive. Ne u fokusuam tek etiketat me homoniminë më të madhe dhe leksemat më frekuente.

Ky është versioni beta i korpusit tonë, kështu që redaktimi manual i anotacionit morfologjik është në vazhdim. Nëse vëreni ndonjë gabim, ju lutemi mos ngurroni të na kontaktoni. Kur punoni me korpusin, rekomandohet shumë kontrollimi manual i rezultateve të kërkimit.

Duke marrë parasysh natyrën dygjuhëshe të të dhënave tona dhe ndërrimet e shpeshta të kodit (code-switching), ne do të donim të theksonim dy instrumente:

1) Korpusi lejon kërkimin e grupeve të formave të fjalëve që janë renditur në mënyrë specifike (njëra pas tjetrës ose me një ose më shumë forma fjalësh të parëndësishme në mes). Mund të krijoni kërkesën në korpus, duke shënuar një nga format e fjalëve si “sllave” (mund të zgjidhni edhe dialektin përkatës) dhe një tjetër si “shqipe”. Kështu do të shfaqen të gjitha rastet e code-switchingut.

2) Etiketa e veçantë Foreign i shënon të gjitha huazimet materiale (MAT-borrowings) dhe leksikalizimet kongruente (congruent lexicalizations) nga shqipja. Ato nuk mund të dallohen nga pikëpamja formale, pasi të dy llojet bazën e kanë shqipe dhe morfologjinë sllave.

Ne, gjithashtu, dalluam fjalimin e drejtpërdrejtë (etiketa OWN) dhe citatet (XENO), ndërsa disa etiketa të tjera ofrojnë informacion shtesë rreth intonacionit dhe kontekstit të intervistës (((LAUGH)), ((COUGH)), ((NOISE))).

Metadatat

• ID-ja e transkriptit;
• Viti dhe vendi i regjistrimit;
• Nënkorpusi (dialekti);
• Kodi i folësit;
• Kodi i studiuesit që mori pjesë në regjistrimin dhe transkriptimin e intervistës;
• Prania e studiuesit (po/jo);
• Vendlindja e folësit, viti i lindjes, gjinia dhe profesioni; të dhëna të tjera sociolinguistike, nëse janë relevante, marrëdhëniet familjare, nëse janë relevante;
• Vendbanimi aktual i folësit;
• Zhanri.

Lista e transkriptimeve

Sh. listën e plotë

Tagseti

Fillimisht, tagseti bazohej në specifikimet morfosintaksore të formatit MULTEXT-East. Maqedonishtja e Korçës, e Prespës dhe e Gollobordës bazoheshin në specifikimet maqedonase; shtokavishtja e Myzeqesë dhe ajo e Shijakut bazoheshin në specifikimet serbo-kroate.

Kemi paraqitur disa ndryshime për 1) harmonizimin e parserëve dhe të tagerëve maqedonas dhe shtokavë që përndryshe ndiqnin parime dhe konventa disi të ndryshme; 2) përshtatjen e tagsetit me terminologjinë më të përdorur në gjuhësinë sllave (p.sh.: përdorimi i termit “imperfective aspect” në vend të “progressive aspect”); 3) unifikimin e të gjitha veçorive të tjera të mundshme (p.sh.: formati MULTEXT-East për serbo-kroatishten nuk përmban aspektin e foljes, kështu që ai duhej të futej manualilsht për korpusin tonë).

Tagseti për shqipen është zhvilluar nga Maria Morozova, Alexander Rusakov dhe Timofey Arkhangelskiy për Korpusin Kombëtar Shqiptar dhe mund të gjendet këtu. Etiketat shqipe paraprihen nga parashtesa sq:, për ta shmangur konfuzionin me etiketat homonime sllave.

Veçoritë gramatikore të fjalëve në korpus shënohen me etiketa të shkurtra. Në etiketa, shkurtesat shkruhen me shkronjë të madhe, ndërsa fjalët e plota jo.

Sh. tagsetin

Pyetjet e shpeshta (FAQ)

— Çfarë është Korpusi i dialekteve sllave në Shqipëri?

Ky është një korpus gjuhësor ose përmbledhje e transkriptimeve të papërshtatura të intervistave të bëra në dialektet sllave që fliten në Shqipëri. Çdo formë fjalësh në dialektet e përfshira në korpus pasurohet me informacione ose shënime gjuhësore shtesë. Gjithashtu, kemi një ndërfaqe miqësore për përdoruesit që ju ndihmon të shkruani pyetje kërkimi.

— Kush ka nevojë për korpuset?

Korpuset përdoren nga gjuhëtarët. Motorët e kërkimit (search engines) dhe anotacioni i korpuseve e lehtësojnë bërjen e pyetjeve gjuhësore si “gjej të gjitha përemrat në rasën kallëzore” ose “gjej të gjitha format e fjalës mačka që përdoren pas një foljeje” ose “gjej të gjitha rastet e një emri të ndjekur nga një mbiemër” kështu që mund të gjeni informacionin përkatës nga varietetet e dhëna gjuhësore në sekonda. Analizat e mëtejshme të këtij lloji të të dhënave i lejojnë gjuhëtarët të përcaktojnë se si varietetet gjuhësore ndryshohen, si i ndikon shqipja, cilat janë kufijtë e variacionit ose a ka ndonjë dukuri të re dhe interesante gjuhësore që nuk gjendet në dialektet maqedonase dhe shtokave që nuk janë në kontakt me shqipen.

Përveç gjuhëtarëve, korpuset mund të jenë mjete të dobishme për mësuesit e gjuhës, nxënësit, madje edhe folësit amtarë.

Një korpus dokumenton varietete gjuhësore në një periudhë të caktuar. Për shembull, një nga varietetet e përfshira (maqedonishtja e Korçës) duket se ishte zhdukur gjatë projektit tonë (ose folësit e tij të fundit u bënë të padisponueshëm për studiuesit për shkak të moshës së tyre të avancuar). Sipas njohurive tona, korpusi ynë përfshin shembujt e fundit të këtij dialekti. Ai ruan këtë dialekt dhe varietete të tjera për brezat e ardhshëm dhe mund të përdoret nga aktivistët për rigjallërimin e gjuhës.

— A mund ta përdor korpusin për arsye të tjera përveç kërkimit të thjeshtë gjuhësor?

Korpusi i dialekteve sllave në Shqipëri vë në dispozicion transkriptimet e plota të inçizimeve tona. Përveç interesave thjesht gjuhësore, përmbajtja e transkriptimeve, gjithashtu, mund të analizohet, pasi transkriptimet përfshijnë shumë rrëfime nga historia gojore, ashtu si edhe informatën për identitetin dhe biografitë personale (të dhënat janë të anonimizuara). Transkriptet tona përfshijnë, gjithashtu, shumë informacione etnografike dhe etnogjuhësore mbi kulturën fetare të komuniteteve, të cilat mund të jenë relevante për etnolinguistët, etnografët, madje edhe vetë anëtarët e komuniteteve. Ka edhe shumë shembuj të traditës popullore gojore (këngë, përralla, fjalë të urta, etj.) të disponueshme për studiuesit dhe publikun e gjerë.

— A mund ta përdor korpusin si fjalor?

Ndoshta nuk mund ta përdorni korpusin si një fjalor tradicional, sepse ai nuk ofron përkthime ose shpjegime të fjalëve të përfshira. Sidoqoftë, mund të zbuloni se në cilin kontekst përdoret një fjalë e caktuar.

— Çfarë është anotimi morfologjik dhe si e keni bërë?

Korpusi ynë është lematizuar dhe ka anotim morfologjik. Lematizimi do të thotë që çdo fjalë në transkriptim është shënuar me lemën e saj, d.m.th., formën unike që e përfaqëson në fjalor. Anotimi morfologjik do të thotë që veçoritë gramatikore të secilës fjalë janë shënuar, duke përfshirë pjesën e saj të të folurit, numrin, rasën, kohën, etj. Meqenëse korpusi ishte shumë i madh për shënime manuale, ai u shënua automatikisht me programe të quajtura analizues morfologjikë (tagerë dhe parserë).

Përdorëm analizues të përpiluar për maqedonishten standarde, pasi është më afër maqedonishtes së Boboshticës, të Gollobordës dhe të Prespës nga pikëpamja strukturore, si dhe analizues të përpiluar për gjuhët standarde me bazë shtokave për shtokavishten e Myzeqesë dhe të Shijakut. Më shumë e përdorëm analizuesin kroat sepse punonte jo vetëm me format standarde, por ama edhe me ato dialektore. Emrat e gjuhëve për analizuesit përkatës nuk bëjnë asnjë pretendim për identitetin e folësve tanë dhe janë përdorur vetëm si referenca të burimeve të jashtme.

Rezultatet e anotimit automatik pjesërisht u korrigjuan dhe u redaktuan me dorë. Korpusi ynë ka homonimi, d.m.th., kur një formë fjalësh mund të ketë disa analiza morfologjike të mundshme. Për shembull, ja në dialektet maqedonase mund të nënkuptojë ‘unë’ (përemër vetor në vetën e parë njëjës në rasën emërore), ‘atë’ (përemri vetor i gjinisë femërore në vetën e tretë në rasën kallëzore), ‘këtu’ (një pjesëz deiktike, si ja në gjuhën shqipe), etj. Prandaj, kur kërkoni ndonjëgjë në korpus, do të keni rezultate pozitive të pasakta (false positive). Për këtë shkak rekomandohet ta kontrolloni manualisht gjithçka që gjeni në korpus.

Mirënjohje

Ky korpus është vegla kërkimore e krijuar për projektin “Contact-induced language change in situations of non-stable bilingualism—Its limits and modelling: Slavic (social) dialects in Albania” (“Ndryshimet gjuhësore të shkaktuara nga kontakti në situata të dygjuhësisë jo të qëndrueshme — Kufijtë dhe modelimi i tyre: dialektet sociale sllave në Shqipëri”) të financuar nga DFG (Fondacioni Gjerman i Kërkimeve), numri i projektit 8750/1-1 (16.10.2019–30.04.2024). Kërkuesi kryesor ishte Dr. Maxim Makartsev.

Koncepti, zhvillimi dhe realizimi i këtij projekti nuk do të ishin të mundur pa mbështetjen e vazhdueshme të Prof. Dr. Gerd Hentschel, mirënjohjen time më të thellë për të cilin fjalët nuk mund të shprehen. Jam thellësisht i detyruar ndaj Prof. Dr. Jan Patrick Zeller dhe kolegët e mi në Institutin e Sllavistikës (Universiteti “Carl von Ossietzky” në Oldenburg) për mbështetjen dhe komentet e tyre të vlefshme mbi projektin tim gjatë fazave të ndryshme të tij.

Autorët

Korpusi është zhvilluar dhe mirëmbahet nga:

• Dr. Maxim Makartsev (Instituti i Sllavistikës, Universiteti “Carl von Ossietzky” në Oldenburg), maxim.makartsev@gmail.com.
• Dr. Timofey Arkhangelskiy (Instituti i Finougristikës/Uralistikës, Universiteti i Hamburgut), timarkh@gmail.com.

Versioni aktual i korpusit e përdor platformën tsakorpus të zhvilluar nga Dr. Timofey Arkhangelsky. Ai ruhet në serverin e Universitetit “Carl von Ossietzky” në Oldenburg.

I jam thellësisht mirënjohës Dr. Elena Uzenevës, bashkëpunueses sime në kuadrin e projektit (nga 01.01.2020 dëri në 31.03.2022), pa të cilën ky projekt nuk do të ishte i mundur.

Kemi ndërmarrë disa udhëtime në terren, për të bërë incizimet që janë përfshirë në korpus. Në 2010–2019, Dr. Maxim Makartsev i organizoi këto udhëtime brenda projekteve të ndryshme dhe duke investuar të holla të tij personale (shih faqen e tij në sajtin e institucionit të tij të mëparshëm). Pjesëmarrësit në këto udhëtime në terren ishin:

• Dr. Mikhail Chivarzin, Moska—Shenzhen (MC);
• Alexandra Chivarzina, Moska—Shenzhen (AC);
• Renata Hamidullina, Perm—Vjena (RH);
• Marina Mihajlova, Sofja—Kalgari (MMI);

Në vitet 2020–2022, Dr. Maxim Makartsev dhe Dr. Elena Uzeneva organizuan kërkimet në terren në kuadër të projektit të lartpërmendur të financuar nga DFG. Pjesëmarrësit në këto kërkime ishin:

• Dr. Natalia Kikilo, Moska (NK);
• Dr. Anna Leontyeva, Moska (AL);
• Nora Muheim, Zyrihu—Helsinki (NM);
• Aino Väänänen, Oulu—Berlini (AV);

Fotografia në ballinë është bërë në Trebisht/Требишта, Shqipëri, nga Aino Väänänen, një fotografe e pavarur (Oulu—Berlini), gjatë udhëtimit tonë të përbashkët kërkimor në terren për projektin e lartpërmendur në vitin 2020 dhe është përdorur me lejen e saj.

Transkriptimet për korpusin u përgatitën nga:

• Hristina Angeleska—Prilepi/Shkupi;
• Bojana Damnjanović—Helsinki;
• Pavel Falaleev—Helsinki;
• Đorđe Genović—Belgradi;
• Violeta Jordanova—Shkupi;
• Dr. Natalia Kikilo—Moska;
• Dr. Maxim Makartsev—Oldenburgu;
• Milan Milenović—Belgradi;
• Ekaterina Panova—Sankt Peterburgu;
• Uliana Putilina—Moska;
• Anđela Redžić—Belgradi;
• Maria Stryszewska—Wrocllawi;
• Ekaterina Titova—Moska.

U jemi thellësisht mirënjohës folësve tanë dhe asistentëve vendas, puna e palodhur dhe pasioni i të cilëve e bën të mundur krijimin e këtij korpusi. Ne nuk mund t’i bëjmë të ditur emrat e tyre dhe të dhënat personale për mbrojtjen e tyre.

Versiuni shqip u lektorua nga Qëndresa Jakupi

Referencat

Berman, Ruth A., Dan I. Slobin, Sven Stromqvist, and Ludo T. Verhoeven. 1994–2004. Relating Events in Narrative. Hillsdale, N.J. L. Erlbaum Associates.

Bojović, Jovan R., ed. 1991. Stanovništvo slovenskog porijekla u Albaniji : zbornik radova sa međunarodnog naučnog skupa održanog u Cetinju 21, 22. i 23. juna 1990. Titograd: Stručna knjiga.

Čëxa, Oksana V. 2009. “Novogrečeskaja leksika narodnoj astronomii v sopostavlenii s balkanoslavjanskoj: Luna i lunnoe vremja (ėtnolingvističeskij aspekt).” Ph.D., Institute of Slavic Studies, Russian academy of sciences. https://inslav.ru/event/chyoha-oksana-vladimirovna-novogrecheskaya-leksika-narodnoy-astronomii-v-sopostavlenii-s.

Cvetanovski, Goce. 2010. Govorot na makedoncite vo Mala Prespa: zapadnoprespanski govor. Skopje: Institut za makedonski jazik “Krste Misirkov”.

Hentschel, Gerd, and Jan P. Zeller. 2013. “Gemischte Rede, gemischter Diskurs, Sprechertypen: Weißrussisch, Russisch und gemischte Rede in der Kommunikation weißrussischer Familien.” In Wiener Slawistischer Almanach, edited by Aage A. Hansen-Löve and Tilmann Reuther, 127–55 70. München, Berlin, Wien: Peter Lang.

Makartsev, Maxim. 2017. “Ėtjudy k balkanskomu bestiariju: Kukuška.” Živaja starina 95 (3): 46.

———. 2023. “Razvoj balkanoslavenskoga tipa futura u štokavskim iseljeničkim dijalektima u Albaniji i jezički kontakti.” Književni jezik (34): 41–69.

Makartsev, Maxim, and Natalia Kikilo. 2022. “Some Tendencies in the Morphosyntax of the Migrational Shtokavian Dialects in Albania (Shijak and Myzeqe) And Slavic-Albanian Language Contact.” Slavic World in the Third Millennium 17 (1-2): 120–41. doi:10.31168/2412-6446.2022.17.1-2.07.

Mayer, Mercer. 1969. Frog, Where Are You? Sequel to a Boy, a Dog and a Frog. New York: Dial Books for Young Readers (a division of Penguin Putnam Inc.).

Mazon, André. 1936. Documents, contes et chansons slaves de l’Albanie du Sud. Bibliothèque d’études balkaniques 5. Paris: Librarie Droz.

Mazon, André, and Maria Filipova-Bajrova. 1965. Documents slaves de l’Albanie du Sud: II. Pièces complémentaires. Bibliothèque d’études balkaniques 8. Paris: Institut d’études slaves.

Plotnikova, Anna A. 2009. Materialy dlja ėtnolingvističeskogo izučenija balkanoslavjanskogo areala. 2, revised. Moskva: Institut slavjanovedenija RAN.

Seliščev, Afanasij M. 1931. Slavjanskoe naselenie v Albanii (s illjstracijami v tekste i s kartoju Albanii). Sofia.

Sobolev, Andrey N., and Aleksandr Novik. 2013. Golo Bordo (Gollobordë), Albanija: Iz materialov balkanskoj ėkspedicij RAN i SPbGU 2008-2010 gg. Materialien zum Südosteuropasprachatlas Bd. 6. Sankt-Peterburg: Nauka.

———. 2017. Gollobordë (Golo Bordo), Shqipëri: Nga materialet e ekspeditës ballkanike të AShR-së dhe UShSt-P-së në vitet 2008-2010. Translated by Ligor Cullufe. Tiranë: Botimet Toena.

———. 2018. Golo Brdo: Od materijalite na balkanskata ekspedicija na RAN i SPbDU vo 2008-2010 godina. Materialien zum Südosteuropasprachatlas Band 6. Skopje, Sankt Peterburg: Univerzitet "Sv. Kiril i Metodij"; Institut za makedonski jazik "Krste Misirkov"; "Nauka".

Steinke, Klaus, and Xhelal Ylli. 2007. Die slavischen Minderheiten in Albanien (SMA): 1. Teil. Prespa-Vërnik-Boboshtica. Slavistische Beiträge 458. München: Otto Sagner.

———. 2008. Die slavischen Minderheiten in Albanien (SMA): 2. Teil. Golloborda-Herbel-Kërçishti i Epërm. Slavistische Beiträge 462. München: Otto Sagner.

———. 2010. Die slavischen Minderheiten in Albanien (SMA): 3. Teil. Gora. Slavistische Beiträge 474. München: Otto Sagner.

———. 2013. Die slavischen Minderheiten in Albanien (SMA): 4. Teil. Vraka-Borakaj. Slavistische Beiträge 491. München, Berlin: Sagner.

Tončeva, Veselka. 2014. Našencite v Albanija: Istorija, ezik, tradicii. Sofia: Ongăl.

Vidoeski, Božidar. 1998. Dijalektite na makedonskiot jazik. Dijalektite na makedonskiot jazik 1. Skopje: Makedonska Akademija na naukite i umetnostite.

Ylli, Xhelal. 1997. Das slavische Lehngut im Albanischen. Teil 1 : Lehnwörter. Slavistische Beiträge. Digitale Ausgabe 350. München: Verlag Otto Sagner.

———. 2000. Das slavische Lehngut im Albanischen. Teil 2 : Ortsnamen. Slavistische Beiträge. Digitale Ausgabe 395. München: Verlag Otto Sagner.