Lexirumah：Lesser Sunda諸島のオンライン語彙データベース

インドネシア東部のより少ないスンダ諸島は、約600キロメートルの縦断的距離をカバーしています。彼らは、オーストロネシアの家族の言語がパプア語の家族と接触し、高い言語の多様性の領域を構成する最も西洋の場所です。その多様性にもかかわらず、より少ないスンダはほとんど研究されておらず、ほとんどの地域、書かれた歴史的記録、考古学的および民族誌的データが不足しています。このような状況では、語彙を介した言語間の関係の研究は、人間（前）の歴史と人口の動きを追跡することについて推論するためのユニークなツールです。しかし、字句データの集合体がないことは、より少ないスンダの言語と人々の歴史についての理解を厳しく制限しています。Lexirumahデータベースは、公開されたソースと未発表のソースからより少ないSunda言語の辞書を組み立て、それらのレキシコンを一貫した形式でオンラインで入手できるようにすることにより、このギャップを埋めます。このデータベースにより、研究者は、さまざまな主要なソースから照合された言語データを調査し、2つの家族の言語が内部的に関連している可能性の仮説を策定し、地域のサブグループと言語接触に関する競合する仮説を比較することができます。この記事では、フィールドワークを含むさまざまなタイプと品質のソースから語彙データを集約することからの観察結果を示し、レキシルマの設計と開発から導き出された同等の語彙アイテムの一貫したデータベースを作成するための実用的なガイドラインに向けて学んだ教訓を一般化します。このようなデータベースは、小規模、産業革命前の、文学前の社会が大多数である言語の進化と変化の理論を開発するのに役立ちます。したがって、このペーパーで説明されているように、このようなデータベースを作成する際には、信頼できる設計の選択肢に従うことが重要です。

The Lesser Sunda Islands in eastern Indonesia cover a longitudinal distance of some 600 kilometres. They are the westernmost place where languages of the Austronesian family come into contact with a family of Papuan languages and constitute an area of high linguistic diversity. Despite its diversity, the Lesser Sundas are little studied and for most of the region, written historical records, as well as archaeological and ethnographic data are lacking. In such circumstances the study of relationships between languages through their lexicon is a unique tool for making inferences about human (pre-)history and tracing population movements. However, the lack of a collective body of lexical data has severely limited our understanding of the history of the languages and peoples in the Lesser Sundas. The LexiRumah database fills this gap by assembling lexicons of Lesser Sunda languages from published and unpublished sources, and making those lexicons available online in a consistent format. This database makes it possible for researchers to explore the linguistic data collated from different primary sources, to formulate hypotheses on how the languages of the two families might be internally related and to compare competing hypotheses about subgroupings and language contact in the region. In this article, we present observations from aggregating lexical data from sources of different type and quality, including fieldwork, and generalize our lessons learned towards practical guidelines for creating a consistent database of comparable lexical items, derived from the design and development of LexiRumah. Databases like this are instrumental in developing theories of language evolution and change in understudied regions where small-scale, pre-industrial, pre-literate societies are the majority. It is therefore vital to follow reliable design choices when creating such databases, as described in this paper.