Registers of Czech journalism from 1995 to 2018

Václav Cvrček

4th March 2022

Introduction

Media discourse / journalistic style

Tendencies/hypotheses about the change since 1990s:

  • less official, less formal, more spontaneous (Čmejrková 1996, 2006, 2007, 2008, Hoffmannová 1996, 2003, Hoffmannová & Müllerová 2000, Mareš 2003, 2006, 2007, Müllerová 1996, 2003, Müllerová & Hoffmannová 1997)
  • “colloquialization” of journalistic discourse (Čmejrková 2008: 74; Schneiderová 2013: 105)
  • “conversationalisation” of public discourse (Čmejrková 2008: 74; Schneiderová 2013: 105) – not only in tabloids (!)
  • “tabloidization” of mainstream journalism (Schneiderová 2013: 100)

Testing the hypothesis

  • qualitative judgments × quantitative tests
  • small-scale studies × large samples

Multi-dimensional analysis

Principles of multi-dimensional analysis (MDA)

Biber 1995; Biber & Conrad 2009

  • systemic & functional variability (× random, sociolinguistic…)
    • motivated by context & situation
  • text production process involves interrelated choices
  • dimensions of variation (“intratextual” perspective)
  • model of register variation can be used for evaluation of texts

Methodology of MDA

  1. corpus compilation
  2. features: operationalization & extraction
  3. statistical analysis (factor analysis, FA) \(\rightarrow\) dimensions
  4. interpretation of results

MDA of Czech

CNC: MDA team

team

MDA of Czech

Mini-portal https://www.korpus.cz/mda

Cvrček, V. – Komrsková, Z. – Lukeš, D. – Poukarová, P. – Řehořková, A. – Zasina, A.J. (2021): From extra- to intratextual characteristics: Charting the space of variation in Czech through MDA. Corpus Linguistics and Linguistic Theory 17(2), p. 351-382.

Cvrček, V. – Komrsková, Z. – Lukeš, D. – Poukarová, P. – Řehořková, A. – Zasina, A. J. (2018): Variabilita češtiny: multidimenzionální analýza. Slovo a slovesnost 79, (p. 293–321).

Cvrček, V. - Laubeová, Z. - Lukeš, D. - Poukarová, P. - Řehořková, A. - Zasina, A. J. - Benko, V. (2020): Comparing web-crawled and traditional corpora. Language Resources & Evaluation 54, p. 713–745.

Cvrček, V. – Laubeová, Z. – Lukeš, D. – Poukarová, P. – Řehořková, A. – Zasina, A. J. (2020): Registry v češtině. Praha: Nakladatelství Lidové noviny, (233 p.).

Data: Koditex corpus

  • “traditional” carefully designed corpus covering all available text types
  • guiding principles: diverse, contemporary, text length control
    • text excerpts = chunks (not whole texts)
    • 3 modes – wri, spo, web
      • 8 divisions, 45 classes, \(\approx\) 200,000 words per class
Category #
Tokens 10,8 M
Words (excl. punct.) 9 M
Lemmata (types) 204 K
Text chunks 3 334

Koditex: composition

slozeni

Features and their operationalization

Originally 140+ features, final list 122, e.g.:

  • phonetics – narrowing é > í, vowel breaking ý > ej, average word length…
  • morphology – freq. of cases, numbers, moods, tenses…
  • derivation – adjectives denoting similarity, verbal nouns, diminutives…
  • lexicon – indefinite pronouns, reporting verbs, verbs of thinking, semantically bleached nouns…
  • pragmatics – contact expressions, fillers, intensifiers, downtoners…
  • syntax – types of attributes, clusters of POS, types of dependent clauses…
  • text/discourse – questions, phraseology, word repetition…

Statistical evaluation: Factor analysis

  • 122 features × 3292 text chunks
  • factor analysis:
    • R environment, using fa function from psych package
    • parameters:
      • rotation: promax (oblique)
      • factoring method: generalized weighted least squares (GLS)
      • number of factors/dimensions: 8
      • variance explained: 56 %

Interpretation: Dimensions of variability

  1. dynamic (+) × static (-): verbal/clausal × nominal/phrasal constructions
  2. spontaneous (+) × prepared (-): hit-and-miss redundant coding × carefully worded formulations
  3. higher (+) × lower (-) level of cohesion: propensity to use connecting devices and means of intratextual reference
  4. polythematic (+) × monothematic (-): lexically rich × repetitive texts
  5. higher (+) × lower (-) amount of addressee coding: explicit references to communication partners
  6. general (+) × particular (-): description of general qualities × discussion of particular referents
  7. prospective (+) × retrospective (-): present and future tense, non-narrative × past tense, narrative
  8. attitudinal (+) × factual (-): degree of explicit epistemic certainty, higher × lower amount of hedging

Dim 1: dynamic (+) × static (-)

Dim 2: spontaneous (+) × prepared (-)

2D-plot: dim 1 and dim 2

Sampling the data

Journalistic texts in the sample

  • 2 random samples from SYNv8 – identical results
  • 4 major mainstream titles (Mladá fronta DNES, Lidové noviny, Právo, Hospodářské noviny) + major tabloid title (Blesk)
Title Texts Tokens
Blesk 4400 5977000
Hospodářské noviny 4800 7188977
Lidové noviny 4800 7352860
Mladá fronta DNES 4800 6852975
Právo 4800 6773351
  • 4,800 text samples for each title (1,000–5,000 tokens)
  • 34M words in total

Sample – newspapers & coverage

Results of projecting the data on MD model

Major tendencies of mainstream media

Dim 1: dynamic × static

From static/nominal to dynamic/verbal texts

Text typical of HN in 1995:

Koncem ledna tohoto roku předložilo Ministerstvo hospodářství komisi pro malé a střední podnikání hospodářského výboru Parlamentu návrh politiky učňovského školství pro následující období. Na konci února zveřejnily „své“ zásady Unie zaměstnavatelských svazů ČR a Sdružení učňovských zařízení. Případné rozdíly v těchto dvou koncepčních materiálech naznačují, jak odlišné cíle mají jejich autoři. (HN 1995, Dim 1 = -1,16)

Text typical of MfD in 2018:

„Manažerům zjednodušíme práci třeba o pět hodin týdně,“ popisuje šestadvacetiletý Jakub Mynařík svůj projekt Dayswaps, se kterým zvítězil v soutěži začínajících pražských podnikatelů T-Mobile Rozjezdy. Program pomáhá manažerům rychle naplánovat směny pracovníkům. V popisu vašeho projektu se píše, že jde o software, který jediným tlačítkem zohledňuje požadavky zaměstnanců. Co si pod tím mám představit? Z poměrně složitého matematického problému, kterým je pro zaměstnavatele plánování směn, jsme udělali věc jednoho kliknutí. (MfD 21. 5. 2018, ID = mf180521:179, Dim 1 = -0,08)

Dim 2: spontaneous × prepared

…colloquialization, conversationalisation

Dim 6: general × particular

the most significant change (w.r.t. the overall variability in dimension)

Summary of major tendencies

Significant tendencies: general ➝ particular, higher ➝ lower level of cohesion, explicit attitude ➝ factual

  • MfD – the most dynamic & prospective and least cohesive within mainstream

  • HN – significant retreat from static monothematic and retrospective positions

  • LN – highest level of attitude signalling, high level of cohesion; LN remains retrospective (narration, reporting)

  • Právo – intermediate in most respects, keeps higher level of cohesion

  • Blesk – extreme in several dimensions: dynamic, non-cohesive, concrete/particular, least attitudinal

Addendum: tabloidization of mainstream?

Correlation in dimensions

Similarity between titles (1997–1999)

Similarity between titles (2005–2007)

Similarity between titles (2016–2018)

Thank you

References

  • Bermel, N. (2014). Czech Diglossia: Dismantling or Dissolution? In J. Arokay, J. Gvozdanovic, & D. Miyajima (Eds.), Divided Languages? Diglossia, Translation and the Rise of Modernity in Japan, China, and the Slavic World (pp. 21–37). Dordrecht: Springer International Publishing.
  • Biber, D. (1993). Representativeness in corpus design. Literary and Linguistic Computing, 8(4), 243–257.
  • Biber, D. (1995). Dimensions of Register Variation: A Cross-Linguistic Comparison. Cambridge, England: Cambridge University Press.
  • Biber, D., & Conrad, S. (2009). Register, Genre, and Style. Cambridge, England: Cambridge University Press.
  • Cvrček, V. et al. (2021). From extra- to intratextual characteristics: Charting the space of variation in Czech through MDA. Corpus Linguistics and Linguistic Theory.
  • Cvrček, V. - Laubeová, Z. - Lukeš, D. - Poukarová, P. - Řehořková, A. - Zasina, A. J. - Benko, V. (2020): Comparing web-crawled and traditional corpora. Language Resources & Evaluation 54, p. 713–745.
  • Čechová, M., Krčmová, M., & Minářová, E. (2008). Současná stylistika. Nakladatelství Lidové noviny.
  • Čmejrková, S. (2008). Jazyk médií a jeho konverzacionalizace. Jazykovědné aktuality, 45, 87–100.
  • Hoffmannová, J. (2016). Prostěsdělovací styl. In P. Karlík, M. Nekula, & J. Pleskalová, Nový encyklopedický slovník češtiny. Nakladatelství Lidové noviny. https://www.czechency.org
  • Hoffmannová, J., Homoláč, J., Chvalovská, E., Jílková, L., Kaderka, P., Mareš, P., & Mrázková, K. (2016). Stylistika mluvené a psané češtiny. Academia.
  • Mrázková, K. (2016). Rejstřík. In P. Karlík, M. Nekula, & J. Pleskalová, Nový encyklopedický slovník češtiny (p. 1546–1547). Nakladatelství Lidové noviny. https://www.czechency.org
  • Schneiderová, S. (2013). Mediální diskurz. In O. Uličný & S. Schneiderová (Ed.), Komunikační situace a styl. Studie k moderní mluvnici češtiny 2 (p. 95–121). Univerzita Palackého v Olomouci.

Influence of Andrej Babiš on MfD and LN