Tässä artikkelissa tutkimme eri näkökohtia, jotka liittyvät Suomen kielen sanasto:een, tavoitteenamme syventää sen merkitystä, tärkeyttä ja merkitystä eri alueilla. Suomen kielen sanasto on kiinnittänyt eri alojen asiantuntijoiden ja tutkijoiden huomion sen vaikutuksesta nykypäivän yhteiskuntaan ja sen vaikutuksiin tietyillä aloilla. Yksityiskohtaisen ja monipuolisen analyysin kautta esitellään erilaisia näkökulmia, joiden avulla lukijat ymmärtävät täysin Suomen kielen sanasto:n tärkeyden ja sen vaikutuksen nykymaailmaan. Tämä artikkeli pyrkii tarjoamaan kattavan ja rikastuttavan näkemyksen Suomen kielen sanasto:stä tarjoamalla olennaista ja päivitettyä tietoa, joka edistää tämän aiheen tuntemista ja ymmärtämistä.
Suomen kielen sanasto käsittelee suomen kielen sanastoa etymologian ja sananmuodostuksen kannalta.
Perussanan vartalo on yksimorfeeminen, eli sitä ei voi jakaa pienempiin osiin. Kompleksiset sanat puolestaan muodostuvat kahdesta tai useammasta morfeemista, ja usein niiden merkitys on johdettavissa näiden osien merkityksestä. Kompleksiset sanat ovat johdoksia tai yhdyssanoja. Esimerkiksi sanat syy ja pestä ovat perussanoja, mutta syytön ja pesettää ovat johdoksia ja syypää ja aivopestä yhdyssanoja. Kompleksisia sanoja voi periaatteessa muodostaa loputtomasti, vaikka kaikki ”piilevät” eli periaatteessa mahdolliset yhdyssanat tai johdokset eivät olekaan vakiintuneet tai niin yleisesti käytössä, että ne voitaisiin lukea kielen sanastoon. Siksi kielen sanastoa on vaikea tai mahdoton rajata täsmällisesti. Yhden ihmisen sanavaraston laajuudeksi on arvioitu 30 000–40 000 sanaa.
Valtaosa suomen sanastosta on kompleksisia sanoja. Nykysuomen sanakirjassa on 210 000 sanaa, joista 64,8 % on yhdyssanoja ja 26,6 % johdoksia. Sanakirjaa varten kerätyssä sanastokokoelmassa oli yli 800 000 sanaa. Uudemmassa Kielitoimiston sanakirjassa on 100 000 sanaa, mutta sanastokokoelman koko on noussut yli miljoonan. Suomen murteiden sana-arkistossa on noin 430 000 sanaa. Perussanoja on huomattavasti vähemmän. Suomen murteissa on arvioitu olevan yhteensä noin 10 000 perussanaa, ja Nykysuomen sanakirjassa on vajaat 18 000 perussanaa. Jos yleiskielen sanastosta poistetaan nuoret vierasperäiset sanat, jäljelle jää noin 6 000 omaperäistä perussanaa.
Sananmuodostuksella tarkoitetaan sitä, että uusia sanoja muodostetaan kielessä jo olemassa olevan sanaston pohjalta. Sananmuodostuksen tärkeimmät keinot ovat yhdistäminen ja johtaminen.
Yhdistämisessä sanat liitetään toisiinsa yhdeksi sanaksi, yhdyssanaksi. Yhdistäminen on rekursiivista, eli yhdyssanoista voidaan muodostaa edelleen uusia yhdyssanoja, esimerkiksi puutarhanhoito tai sähköparranajokone. Yhdyssanojen määrä on periaatteessa rajaton, ja vain osa niistä on niin vakiintuneita, että ne mainitaan esimerkiksi sanakirjoissa. Joskus yhdyssanan merkityksen voi päätellä sen osien merkityksestä, mutta ei aina: esimerkiksi hiekkatie on hiekalla päällystetty tie, mutta rautatie ei ole rautapäällysteinen tie. Yhdyssanoja on kahta päätyyppiä:
Yhdyssanat voivat kuulua eri sanaluokkiin, ja ne voivat koostua eri sanaluokkiin kuuluvista sanoista. Esimerkiksi nuoripari on yhdyssubstantiivi, joka koostuu adjektiivista ja substantiivista, kun taas tähtikirkas on yhdysadjektiivi, joka muodostuu substantiivista ja adjektiivista. Tavallisimpia ovat yhdyssubstantiivit ja etenkin kahden substantiivin yhdistelmät, kuten ruokapöytä ja kädensija. Yhdysverbejä suomessa on vähän, esimerkiksi irtisanoa ja valokuvata.
Yhdyssanan määriteosana nomini voi olla eri sijamuodoissa, esimerkiksi silmäkulma, silmänisku, silmäätekevä tai silmiinpistävä. Yleisimmin se on kuitenkin nominatiivissa tai genetiivissä. Joskus nominatiivi ja genetiivi voi vaihdella: voidaan sanoa esimerkiksi riviväli ja hyvälaatuinen tai rivinväli ja hyvänlaatuinen. Joillakin sanoilla on erityisen yhdyssanamuoto, joka ei esiinny itsenäisenä sanana. Tällaisia ovat nen-loppuisten adjektiivien s-loppuiset yhdyssanamuodot, kuten sanassa koululaiskuljetus, ja verbien ma- tai in-loppuiset muodot, kuten sanoissa uimapaikka ja asuinhuone.
Rakenteeltaan selvästi yhdyssanoja ovat seuraavat tapaukset:
Kiteytymiseksi kutsutaan sitä, että kaksi sanaa esiintyy yhdessä niin usein, että ne tiivistyvät yhdeksi sanaksi ja usein niiden merkitys muuttuu. Kiteytymistä tapahtuu etenkin silloin, kun alkuosan sijana on muu kuin nominatiivi tai alkuosana on taipuva adjektiivi. Kirjoituksessa tämä ilmenee siten, että sanat voidaan kirjoittaa myös yhteen. Tällaisia tapauksia ovat esimerkiksi järven pohja > järvenpohja, saman tyyppinen > samantyyppinen ja lämmin ruoka > lämminruoka. Merkityksen muuttuminen näkyy esimerkiksi yhdyssanassa vanhapoika, joka tarkoittaa eri asiaa kuin vanha poika.
Johtamisessa uusi sana muodostetaan lisäämällä kantasanaan johdin, esimerkiksi kana > kanala. Usein johdinta ei kuitenkaan liitetä suoraan kantasanaan vaan sen vartaloon, esimerkiksi onni > onneton. Uutta sanaa kutsutaan johdokseksi. Johdoksesta voidaan johtaa edelleen uusi johdos: lentää > lennättää > lennätin. Johdoksen merkitys perustuu usein sen kantasanan ja johdostyypin merkitykseen. Esimerkiksi johtimella -lA muodostetaan paikannimiä, kuten myymälä ja sairaala, ja johtimella -in välineennimiä, kuten kytkin ja tuuletin. On myös johtimia, jotka muuttavat kantasanan sanaluokkaa: esimerkiksi verbeistä voidaan johtaa substantiiveja johtimella -minen, kuten juokseminen. Ison suomen kieliopin mukaan substantiivijohtimia on noin 70,, verbijohtimia noin 40 ja adjektiivijohtimia vähän yli 10. Verkkokieliopin mukaan nominijohtimia on noin 140 ja verbijohtimia 60.
Eri johtimilla muodostettujen sanojen määrä vaihtelee huomattavasti, ja toisilla johtimilla voidaan muodostaa uusia sanoja herkemmin kuin toisilla. Esimerkiksi Perussanakirjassa on yli tuhat ttA-johtimella muodostettua verbiä. Johtimella voidaan muodostaa sanoja toisista verbeistä (elättää, hierottaa, kaduttaa), substantiiveista (hyllyttää, painottaa, salaojittaa) ja adjektiiveista (helpottaa, kesyttää). Harvinainen verbijohdin on esimerkiksi pU, jolla on muodostettu vain vajaat kymmenen verbiä, kuten juopua, luopua, syöpyä ja yöpyä, eikä sillä muodosteta enää uusia sanoja.
Sellaisia johdostyyppejä, joihin voidaan jatkuvasti ja säännöllisesti johtaa uusia sanoja, kutsutaan produktiivisiksi. Produktiivisten johdosten merkitys on läpinäkyvä, eli se määräytyy kantasanan ja johtimen perusteella. Näihin johdostyyppeihin kuuluvat sanat ovat usein tilapäisiä tai vakiintumattomia, eikä niitä luetella sanakirjoissa kattavasti. Produktiivisia johdostyyppejä ovat muun muassa seuraavat:
Uusia sanoja voi syntyä myös kontaminaation eli sanojen yhteen sulautumisen kautta. Esimerkiksi sanat siivu ja viipale voivat sulautua toisiinsa niin, että syntyy uusi sana siipale. Kontaminaatiot jäävät usein satunnaisiksi, mutta jotkut ovat myös vakiintuneet, kuten hempeä, joka on syntynyt sanoista hellä ja lempeä. Ekspressiiviset eli äänteellisesti motivoidut sanat muodostavat pitkiä ketjuja, joihin voi liittyä helposti uusia jäseniä, kuten rysähtää, ryskyä, ryskätä, rusahtaa, rusauttaa ja ruskua. Uusia sanoja voi syntyä myös lyhentämällä, kuten ale sanasta alennusmyynti tai luomu sanasta luonnonmukainen. Slangissa tai puhekielessä sanoja voidaan myös lyhentää ja samalla lisätä niiden perään johdin Ari tai is, kuten ostoskeskus > ostari tai roskakori > roskis.
Sanaston alkuperän tutkimusta kutsutaan etymologiaksi. Omaperäisiä ovat sellaiset sanat, joiden äänteellinen vastine tunnetaan useissa sukukielissä, joten niiden voidaan päätellä olevan peräisin yhteisestä kantakielestä. Sana on sitä vanhempi, mitä kaukaisemmissa sukukielissä sen vastineita esiintyy. Suomen kielessä kaikkein vanhimpia ovat sellaiset sanat, jotka ovat peräisin uralilaisesta kantakielestä. Toisaalta sukukielissä voi olla toisiaan muistuttavia sanoja myös silloin, kun ne on lainattu kielestä toiseen. Lainasanoja tulee kieleen usein niin, että vieraasta kulttuurista omaksutaan jokin uusi asia tai käsite, mutta myös vanhoja sanoja voidaan korvata uusilla lainasanoilla. Uralilaisiin kieliin on lainattu sanoja eniten indoeurooppalaisen kielikunnan kielistä eri aikoina ja eri tahoilta.
Uralilaisesta kantakielestä periytyviksi voidaan olettaa sanat, joilla on vastineita sekä läntisissä kieliryhimissä (esimerkiksi itämerensuomi, saame ja mordva), unkarissa ja jossain samojedikielessä. Tämän periaatteen mukaan uralilaiseen sanastoon voidaan olettaa n. 150 sanavartaloa. Väljemmillä kriteereillä sanaston määrä nousee lähelle 500:aa. Suomen kielessä yhä käytössä olevat, uralilaiset sanat kuvaavat esimerkiksi sukulaisia (anoppi, isä, miniä, setä), ruumiinosia (jänne, pää, silmä, sydän), eläimiä (kala, koira, kyy, varis), kasveja (koivu, kuusi, puu), metsästystä ja luonnossa liikkumista (jousi, nuoli, suksi, soutaa) ja keskeisiä toimintoja (elää, kuolla, mennä, niellä). Tästä sanastosta on päätelty, että kantakielen puhujat ovat asuneet pohjoisilla seuduilla ja harjoittaneet metsästystä, kalastusta ja keräilyä.
Suomessa on lisäksi runsaasti sanoja, joilla on vastineita vain joissakin sukukielissä, joten niitä ei voida todistaa varmasti uralilaisiksi. Ne voivat olla omaperäisiä, mutta myös lainasanoja. Esimerkiksi itämerensuomesta komiin ulottuvia etymologioita on n. 80, mordvaan ulottuvia n. 60. Erityisesti on kiinnitetty huomiota maanviljelyyn ja karjanhoitoon liittyviin sanoihin, joilla on vastineita marissa ja mordvassa, kuten jauhaa, kyntää, vehnä, lehmä ja sika. Niitä on pidetty osoituksena siitä, että myös nämä elinkeinot ovat tulleet tunnetuksi silloin, kun näiden kielten yhteistä kantamuotoa puhuttiin. Toisaalta uudemman tutkimuksen mukaan jotkut tähän aihepiiriin liittyvät sanat, kuten uuhi ja voi, voisivat olla peräisin jo uralilaisesta kantakielestä.
Lisäksi noin 3 000 suomen kielen sanalla on vastineita vain itämerensuomalaisissa kielissä, mutta ei missään kaukaisemmissa sukukielissä. Erityisen paljon yhteisiä sanoja on karjalan kanssa. Näissä sanoissa on runsaasti johdoksia ja deskriptiivistä sanastoa, ja arviolta kolmannes on lainasanoja. Sellaisia sanoja, jotka tunnetaan vain itämerensuomalaisissa kielissä, mutta joita ei ole voitu todistaa lainoiksi, ovat muun muassa kylki, jänis, musta, saari ja suo. On oletettu, että ne voisivat olla peräisin jostain tuntemattomasta kielestä, jota on puhuttu Fennoskandiassa ennen kantasuomalaisten tuloa.
Vanhojen omaperäisten sanojen osuus suomen kielen sanastosta on määrällisesti melko pieni, mutta monet niistä ovat hyvin yleisiä, kuten se, ei, hän ja olla. Lisäksi ikivanhoista pronominivartaloista on johdettu paljon yleisiä sanoja, kuten että, sekä, kun ja kuin. Yhteensä voidaan arvioida, että nykysuomen 100 yleisimmästä sanasta 40 % ja 1 000 yleisimmistä sanasta 10 % perustuu uralilaisen kantakielen sanastoon.
Suomen sanastoa on pidetty poikkeuksellisen omaperäisenä siksi, että vierasperäisiä sanoja on usein tietoisesti vältetty ja niille on pyritty luomaan omaperäisiä vastineita, kuten esimerkiksi järjestö ja periaate sanojen organisaatio ja prinsiippi tilalle. Lisäksi suurin osa yleisimmistä lainasanoista on sellaisia, että tavallinen kielenkäyttäjä ei edes tunnista niitä lainoiksi, kuten esimerkiksi puhdas, sata, kaikki tai etsiä. Helpommin havaittavia ovat lähinnä kreikan ja latinan aineksista johdetut ja monissa eri kielissä tunnetut sanat, kuten auto, historia, kilometri, normaali ja numero. Kuitenkin suomea voi nykyisen sanastonsa suhteen pitää pitkälti indoeurooppalaisena kielenä, sillä varovaisestikin arvioiden 1 000 yleisemmästä kantasanasta yli kolmannes on lainaperäisiä.
Suomen kielen vanhimmat lainasanat ovat peräisin indoeurooppalaisesta kantakielestä, kuten jyvä, mehiläinen, mesi ja porsas. Ne on ilmeisesti lainattu jo uralilaiseen kantakieleen. Sen lisäksi on olemassa ns. luoteisindoeurooppalaisia lainasanoja, jotka tunnetaan vain läntisimmässä uralilaisissa kielissä; suomessa esimerkiksi kesä, kulkea, tehdä ja ihminen. Osa vanhoista indoeurooppalaisista lainasanoista on indoiranilaisia eli arjalaisia, kuten orja, ostaa, sata ja vasara.
Seuraavaa lainasanakerrostumaa ovat balttilaiset ja vanhat germaaniset lainasanat, joita tunnetaan itämerensuomalaisissa ja saamelaiskielissä, mutta ei juuri idempänä. Suomessa balttilaisia lainasanoja on toistasataa (esimerkiksi morsian, hammas, herne ja seinä) ja vanhoja germaanisia lainasanoja noin 500 (esimerkiksi äiti, leipä, rauta ja huone). Lainasanojen perusteella on päätelty, että kantasuomalaisilla on ollut tiiviit suhteet balttilaisten ja germaanisten kielten puhujiin ja heiltä on opittu karjanhoitoa, kehittyneempää maanviljelyä, tekniikkaa ja metallin käsittelyä. Kosketukset germaaneihin ovat jatkuneet katkeamatta vuosisatoja ja vanhoja germaanisia lainoja on saatu sekä kantagermaanista että sitä seuranneesta kantaskandinaavista. Vanhimpia ovat esimerkiksi rengas, heittää, sairas ja hauta. Noin vuoden 800 jälkeen saadut lainat lasketaan jo ruotsalaislainoiksi.
Slaavilaisia lainasanoja suomessa on noin 300. Ne ovat peräisin muinaisvenäjästä, kuten ikkuna, lusikka, saapas ja taltta, mutta jotkin sanat ovat voineet lainautua jo kantaslaavista, kuten hauki ja hirsi. Slaavilaisia lainoja ovat myös varhaisimmat kristinuskoon liittyvät sanat risti, pappi ja pakana, vaikka kristinusko onkin tullut Suomeen lännestä. Myöhemmin Suomeen on lainautunut sanoja myös nykyvenäjästä, etenkin itämurteisiin. Venäläisiä lainasanoja ovat esimerkiksi pomo, kanava, kapakka ja viesti. Helsingin slangin kautta levinneitä venäläisiä lainasanoja ovat esimerkiksi mesta ja lafka.
Eniten lainasanoja suomeen on tullut ruotsista. Vanhimpia ruotsalaislainoja ovat esimerkiksi kummi, kaupunki, tuoli, housut ja sakset, ja lainoja on tullut sen jälkeen jatkuvasti. Ruotsin välityksellä suomeen on tullut lainoja myös saksasta (esim. lasi, väri, kivääri, herra ja pormestari) sekä paljon latinalais- ja kreikkalaisperäistä sanastoa (esim. kirkko, koulu, kartta, leijona, historia). Toisaalta 1800-luvun kansainvälisten sivistyssanojen voidaan katsoa tulleen suomen kieleen myös suoraan saksasta, ranskasta tai latinasta. Nykyisessä suomen kirjakielessä arvioidaan olevan toistatuhatta ruotsalaista lainasanaa. Viimeisen sadan vuoden aikana ruotsin vaikutus on vähentynyt ja dominoivaksi kulttuurikieleksi on etenkin toisen maailmansodan jälkeen noussut englanti. Kaikki englantilaiset lainasanat eivät kuitenkaan ole nuoria, vaan jo 1800-luvulla on lainattu esimerkiksi rommi, pihvi, timotei, muki ja tunneli.
Lainasanat jaetaan yleislainoihin, erikoislainoihin ja sitaattilainoihin sillä perusteella, miten hyvin ne ovat mukautuneet suomen äännejärjestelmään ja sanarakenteeseen. Vanhimmat lainasanat ovat yleislainoja, joiden rakenne ei eroa muista suomen sanoista. Nuoremmat lainasanat eli erikoislainat eivät ole yhtä mukautuneita. Niissä voi olla vierasperäisiä konsonantteja (bensiini), kaksi tai kolme konsonanttia sanan alussa (psyykkinen, stressi) tai ne rikkovat vokaalisointua (fysiikka). Kaikkein nuorimpia ovat sitaattilainat, jotka on lainattu sellaisenaan ja joiden kirjoitusasu on säilynyt, kuten burnout, cocktail, genre ja paparazzi.