NSM researchers have not used corpus data very systematically thus far. One could talk about corpus-assisted rather than corpus-based or corpus-driven research. This article suggests a way to not only base research on corpus data, but also to let it guide us in defining words in terms of NSM. It presents a new method, which we have developed. Our data come from the Suomi24 Sentences Corpus and concerns the Finnish emotion words viha ('anger, hate'), vihata ('to hate') and vihainen ('angry').

Corpora should be used to study metaphors for the same reasons that they should be used for any linguistic research. They help us to search through a lot of data with great speed, they make research replicable, and they give us access to statistics on linguistic phenomena. This chapter will discuss and demonstrate how best to make use of corpora in metaphor research.

This article presents a full-length Finnish version of the Natural Semantic Metalanguage (NSM), comprising 66 primes and a list of canonical sentences. It considers the notion of primes and their identification. It presents the main principles of NSM and gives instructions and examples. It shows that the Finnish-based NSM corresponds to versions based on other languages, is translatable into them and lends itself well to semantic analysis. The article briefly presents the concepts of molecule and allolexy and gives examples of them. It also presents observations on how to conduct semantic analysis with the NSM method, concerning, among other things, the kind of words which lend themselves best to an NSM analysis, the kind of evidence an NSM analysis should be based on and the question why some NSM definitions do not fully adhere to rules. It gives examples of NSM definitions translated from English into Finnish (e.g. the verb to promise) and of NSM definitions written in Finnish (e.g. the verb nalkuttaa ‘to nag’). It also considers how to translate NSM terminology from English into Finnish, how to document the steps leading to an NSM definition and how to combine the NSM method with other methods of semantic analysis. 

Tämä katsausartikkeli esittää Natural Semantic Metalanguagen (NSM) täysimittaisen suomenkielisen version, joka koostuu 66 alkusanasta ja joukosta näistä alkusanoista muodostettuja peruslausekkeita. Artikkelissa pohditaan alkusanojen olemusta ja kuvaillaan niiden tunnistamisprosessia. Siinä esitetään NSM-menetelmän yleiset pääperiaatteet, kuten peruslausekkeita koskevat kielioppisäännöt, sekä annetaan NSM-menetelmää koskevia käyttöohjeita ja esimerkkejä. Artikkelissa osoitetaan suomenkielisen NSM-version vastaavuus muunkielisten NSM-versioiden kanssa, sen käännöskelpoisuus sekä sen toimivuus semanttisen analyysin välineenä. Siinä esitellään lyhyesti alkusanoista koostuvan molekyylin käsite ja annetaan esimerkkejä molekyyleistä. Toinen lyhyesti esiteltävä NSM-menetelmään liittyvä käsite on niin kutsuttu alloleksia. Artikkelissa esitetään huomioita semanttisen analyysin tekemisestä NSM:llä ja pohditaan muun muassa sitä, millaisen aineksen selittämiseen NSM sopii parhaiten ja millaisen aineksen selittämiseen huonommin, millaisen tulisi olla selityksen pohjana olevan lingvistisen evidenssin ja miksi julkaistuissa NSM-selityksissä toisinaan poiketaan normista. Artikkelissa annetaan esimerkkejä sekä englannista suomeksi käännetyistä NSM-määritelmistä (verbien to promise ja to walk määritelmät) että suoraan suomen kielellä kirjoitetuista määritelmistä, jotka perustuvat kyselymenetelmällä (verbi nalkuttaa) ja korpustutkimuksella (tunnesana viha, jonka määritelmän on kirjoittanut Seija Tuovila) saatuihin tuloksiin sekä Helsingin Sanomissa julkaistuun juttuun yksinäisyydestä, jossa tyypiteltiin yksinäisyyttä kokevia ihmisiä sellaisiin alalajeihin kuin torjuttu ja superyksinäinen. Artikkeli tuo esiin myös NSM-kielen suomenkieliseen versioon liittyviä terminologisia kysymyksiä ja pohtii sekä NSM-määritelmän luomisprosessin dokumentointia ja kuvausta että NSM-menetelmän yhdistämistä muihin semanttisen analyysin menetelmiin.