La liste Swadesh est une liste de mots appartenant à la partie du lexique la plus résistante au changement, établie par le linguiste et anthropologue américain Morris Swadesh dans les années 1940-1950. Elle s'utilise en linguistique comparée, en linguistique historique ainsi qu'en anthropologie, notamment pour identifier le lexique fondamental de toute langue étudiée pour la première fois, ainsi que pour établir le degré de proximité de deux ou plusieurs langues.
Pour créer sa liste, Swadesh a choisi un lexique de base que l’on retrouve dans le plus de langues possible, le plus indépendant possible de l’environnement naturel et de la culture locale. Il a commencé par une liste de 225 mots, qu’il a réduite plus tard à 215, puis à 200, arrivant finalement à une variante de 100 mots. On utilise fréquemment une liste de 207 mots, formée de la liste de 200, plus sept de la liste de 100 absents de celle de 200.
Swadesh a utilisé sa liste pour mesurer la ressemblance, c’est-à-dire le degré de parenté de deux langues, par la méthode quantitative de la lexicostatistique, en établissant le pourcentage de mots d’origine commune. Plus la ressemblance entre les lexiques des deux langues est grande, plus elles sont proches génétiquement, et plus le temps écoulé depuis le moment où elles se sont séparées est court. Selon lui, si le lexique de base de deux langues contient des mots apparentés à raison de 70 %, on peut considérer qu’elles ont évolué à partir d’une même langue. Si ce pourcentage dépasse 90 %, alors ces langues sont des parentes proches.
Établir le degré de proximité de deux ou plusieurs langues données permet ensuite d'établir, à partir d’une matrice de ressemblances quantitativement pertinentes, un dendrogramme à portée phénétiques ou cladistique des langues comparées. L'élicitation des concepts de la liste dans un ensemble précis de langues permet donc de mesurer les distances interlinguistiques à des fins phylogénétiques.
Dans ce but, Swadesh a pris comme postulat que le taux de perte du lexique de base initial ne change pratiquement pas, les mots étant remplacés à un rythme à peu près constant, alors que dans le cas du reste du lexique, qui est étroitement lié à des facteurs culturels, le taux de perte varie en fonction des contacts que les locuteurs ont eus avec des cultures qui leur sont étrangères. À cause de ce postulat, la méthode de datation des langues proposée par Swadesh fut comparée à la détermination de l’âge des fossiles à partir de la désintégration radioactive du carbone 14, qui est constante.
À la suite d’une recherche sur treize langues (indo-européennes pour la plupart, mais incluant le chinois) qui ont des attestations écrites sur une longue période, à partir de la liste Swadesh de 100 mots, on a calculé un taux de conservation de 86 % sur une période de 1 000 ans, qu’on a considéré comme constant et généralisé à toutes les langues.
Étant donné le pourcentage de mots d’origine commune et le taux de conservation du lexique de base sur 1 000 ans, le temps écoulé depuis la séparation de deux langues qui résultent d’une même langue d’origine peut être déterminé, avec une marge d’erreur calculable, selon la formule :
où est le pourcentage de mots d’origine commune et le taux de conservation.
Par exemple, si le lexique de base de deux langues est apparenté à 70 %, alors on peut considérer qu’elles ont évolué à partir d’une même langue qui a existé douze siècles auparavant.
L’utilisation de la liste Swadesh fut contestée dès le début. On lui oppose les objections suivantes :
Malgré les objections, on reconnaît que la liste Swadesh et la lexicostatistique peuvent servir pour les investigations linguistiques de base, dans les situations où ni les techniques comparatives classiques ni la reconstitution interne ne sont praticables, ce qui était d’ailleurs l’idée de départ de Swadesh, ou comme simple outil de classification génétique préliminaire en anthropométrie,.
Un exemple d’une telle situation est celui où l’on ne dispose que de listes incomplètes de lexique, comme dans le cas de groupes de langues très grands, récemment attestés, telles les langues austronésiennes (1 000 environ) ou celles des Aborigènes d'Australie (autour de 250). Pour de telles langues, la liste Swadesh peut être utilisée pour faire une première ébauche de leur répartition en groupes et sous-groupes, servant de point de départ pour une investigation historique à part entière, qui continue les classements et les reconstitutions.
À partir des mêmes principes, d’autres linguistes ont à leur tour élaboré des listes de lexique de base, en éliminant des mots de la liste Swadesh et en introduisant d’autres mots et/ou sens. Un exemple est la liste de 114 sens proposée par une équipe de l’Université russe d’État de sciences humaines, qui se trouve à la base du projet Global Lexicostatistical Database (Base de données lexicostatistique globale) (GDL). Une autre base de données de ce genre est l'Indo-European Lexical Cognacy Database (Base de données de mots apparentés indo-européens), à laquelle travaille une équipe de l’Institut de psycholinguistique Max-Planck de Nimègue (Pays-Bas), à partir d’une liste de 200 mots proposée par Isidore Dyen.
La liste en français est l'équivalent de la liste en anglais. Elle reste un outil de base pour l'élaboration de nouvelles ontologies en raison de son universalité. Outre la liste en anglais des 207 mots figurant en annexe de cette publication, il est possible de se référer à celle, classée par ordre alphabétique, établie par le Rosetta Project, comportant les déclinaisons acceptées de chaque mot (par exemple : petit, petite).
Les mots en gras figurent également dans la liste de 100 mots.