Similitud léxica

En lingüística la similitud léxica es la medida de grado de semejanza entre series de palabras pertenecientes a dos lenguas diferentes. Una similitud léxica de 1 (o 100 %) correspondería a un recurrente total entre los vocabularios, mientras que 0 significa que no hay palabras comunes.

Hay varios modos de definir la similitud léxica y los resultados varían consecuentemente. Por ejemplo, el método de Ethnologue consiste en comparar un conjunto estandarizado de listas de palabras y a contar las formas que presentan una similitud a la vez en la forma y en el significado. Utilizando un tal método, el inglés ha sido evaluado, presentando una similitud léxica del 60 % con el alemán y del 27 % con el francés.

La similitud léxica puede ser utilizada para evaluar el grado de relación genética entre dos lenguas. Porcentajes superiores al 85 % indican habitualmente que los idiomas comparados son probablemente dialectos emparentados. Este ocurre entre el español y el portugués, cuya similitud léxica supera el 89 %.​​

La similitud léxica constituye solo una indicación de la inteligibilidad mutua de dos lenguas, dado que esta última depende también del grado de similitud, fonética, morfológica y sintáctica. Por ejemplo, la similitud léxica entre el francés y el inglés es considerable en los campos léxicos relativos a la cultura, mientras que su similitud es más restringida cuando se trata de palabras de base (en términos de función). Al contrario de lo que pasa con la inteligibilidad mutua, la similitud léxica no puede ser más que simétrica.

Lenguas indoeuropeas

En el siguiente cuadro se presentan algunos valores de similitud léxica dadas entre algunas lenguas, publicadas por Ethnologue.​

Lang. code	Lengua 1 ↓	Coeficientes de similitud léxica
		Catalán	Inglés	Francés	Alemán	Italiano	Portugués	Rumano	Romanche	Ruso	Sardo	Español
cat	Catalán	1	-	0.85	-	0.87	0.85	0.73	0.76	-	0.75	0.85
eng	Inglés	-	1	0.27	0.60	-	-	-	-	0.24	-	-
fra	Francés	0.85	0.27	1	0.29	0.89	0.75	0.75	0.78	-	0.80	0.75
deu	Alemán	-	0.60	0.29	1	-	-	-	-	-	-	-
ita	Italiano	0.87	-	0.89	-	1	-	0.77	0.78	-	0.85	0.82
por	Portugués	0.85	-	0.75	-	-	1	0.72	0.74	-	-	0.89
ron	Rumano	0.73	-	0.75	-	0.77	0.72	1	0.72	-	0.74	0.71
roh	Romanche	0.76	-	0.78	-	0.78	0.74	0.72	1	-	0.74	0.74
rus	Ruso	-	0.24	-	-	-	-	-	-	1	-	-
srd	Sardo	0.75	-	0.80	-	0.85	-	0.74	0.74	-	1	0.76
spa	Español	0.85	-	0.75	-	0.82	0.89	0.71	0.74	-	0.76	1
		Catalán	Inglés	Francés	Alemán	Italiano	Portugués	Rumano	Romanche	Ruso	Sardo	Español
Language 2 →		cat	eng	fra	deu	ita	por	ron	roh	rus	srd	spa

• Los códigos lengua son aquellos de la norma ISO 639-3
• El Ethnologue no precisa con qué variante de la lengua sarda, la similitud léxica ha sido calculada
• "-" indica que los datos de comparación no son disponibles

Véase también

• Lenguas mutuamente inteligibles

Referencias

• Datos: Q4257687