ACTA LINGUISTICA LITHUANICA

LIETUVIŲ KALBOTYROS KLAUSIMAI XLII (2000)

Jurgita MIKELIONIENĖ

Vytautas Magnus Universiteit, Kaunas

NIEUWE WOORDEN IN HET COMPUTERTEKSTCORPUS VAN DE VYTAUTAS MAGNUS UNIVERSITEIT

Zoeken, selecteren, classificeren

In een taal ontstaan voortdurend nieuwe woorden. Nieuwe woorden, of neologismen, zijn woorden die op verschillende manieren in een taal ontstaan (morfologische woordvorming, ontlening van lexemen, afkortingen) en als gevolg van uiteenlopende veranderingen: veranderingen in maatschappelijke verhoudingen en vooruitgang in wetenschap, techniek en cultuur; nieuwe woorden worden als nieuw en ongebruikelijk ervaren (Gaivenis, Keinys 1990: 132, Jakaitienė 1980: 81, Urbutis 1978: 27–29). Ze zijn niet stabiel, en het is moeilijk te zeggen welke ervan om niet-talige (extralinguïstische) redenen zullen blijven bestaan en welke samen met de verschijnselen die ze benoemen zullen verdwijnen. Het ontstaan van nieuwe woorden is een voortdurend, intensief en moeilijk te generaliseren proces in de taalontwikkeling. In studies waarin deze lexicale laag wordt onderzocht (Schippan 1992: 244), worden vaak de volgende problemen aan de orde gesteld: hoe lang moet een woord als neologisme worden beschouwd; is elk nieuw gevormd woord een neologisme, en omgekeerd; hoe moeten occasionele constructies van individuele auteurs worden behandeld; moeten leenvertalingen en semantische neologismen als nieuwe woorden worden beschouwd; welke status moet worden toegekend aan nieuwe sememen van bekende lexemen? Ook valt te overwegen of, vanuit het perspectief van het huidige taalgebruik, woorden die lange tijd tot de passieve woordenschat behoorden en nu weer actief worden gebruikt, onder bepaalde voorwaarden als nieuwe woorden kunnen worden beschouwd.

Wereldwijd wordt veel aandacht besteed aan de analyse van nieuwe woorden. Taalkundigen bestuderen zowel grote talen (zoals het Engels en het Frans) als kleine talen (zoals het Deens), met onderzoek naar de registratie, analyse en beoordeling van deze lexicale laag. Omdat de grote West-Europese talen al zijn aangepast aan computertechnologie, kunnen nieuwe lexicale eenheden met uiteenlopende methoden automatisch worden verzameld uit grote computertekstcorpora. In Litouwen werden nieuwe woorden lange tijd niet systematisch en consequent onderzocht, om begrijpelijke redenen: de automatisering van het Litouws is pas zeer recent begonnen, waardoor geautomatiseerd zoeken naar en analyseren van nieuwe woorden niet mogelijk was.

De geautomatiseerde zoektocht naar nieuwe Litouwse woorden werd uitgevoerd in een deel van het corpus dat wordt samengesteld door het Centrum voor Computationele Linguïstiek van de Vytautas Magnus Universiteit. Dit deel bevat 30 miljoen woorden en omvat publicistische teksten uit verschillende vakgebieden uit de periode 1991–1996.

15

In de eerste fase van het onderzoek¹ werden, na toepassing van het programma voor de herkenning van nieuwe woorden dat door V. Zinkevičius was ontwikkeld (het algemene programma herkent deze woorden niet, omdat ze niet in de computerwoordenboeken zijn opgenomen), ongeveer 750.000 taaleenheden geselecteerd: niet-herkende losse letters, afkortingen en woorden. Hoewel het programma woorden met vreemde woordvormende elementen automatisch kan selecteren en helpt bij het samenstellen van lijsten met de nieuwste woorden, bleek dat een tweede fase van geautomatiseerde selectie nodig was om materiaal dat voor de analyse niet relevant was eruit te filteren. Woorden met minder dan vier letters (meestal allerlei afkortingen) en alle woorden die met een hoofdletter begonnen, dat wil zeggen eigennamen, werden geschrapt. Het uiteindelijke resultaat van het geautomatiseerde zoeken naar en selecteren van nieuwe woorden was 230.000 trefwoorden of woordvormen. De computer verwierp dus meer dan twee derde van de woorden. Dit was echter geen ideale oplossing. De derde selectiestap hield verband met het complexe systeem van verbuiging en woordvorming in het Litouws: voor het onderzoek (of preciezer, voor het samenstellen van de lijst) waren niet alle verbuigingsvormen van nieuwe woorden nodig. Eén voorkomensgeval volstaat. Helaas leverden de in het programma opgenomen computerdatabanken met woordstammen het volledige verbuigingsparadigma van nieuwe woorden op. Zo kwam de nominatief enkelvoud van het neologisme aplinkosaugininkas vier keer voor, de nominatief meervoud acht keer en de instrumentalis veertien keer. Het was onmogelijk om overbodige woordvormen automatisch te verwijderen. Bovendien bleek dat de lijst met nieuwe woorden heel wat woorden met zetfouten bevatte. Ook hier stonden de computer en de programma’s voor foutcorrectie machteloos, omdat ze elk woord in de lijst en de daarnaast vermelde vindplaats in de databank als een fout beschouwden. De lijst werd handmatig opgeschoond, waarna ongeveer 17.000 woorden die tijdens de onafhankelijkheidsjaren actueel waren geworden, gevormd of aan andere talen ontleend, voor verdere analyse overbleven. Bijvoorbeeld:

atsakiklis c:\fox25a\lkt\lkt\00\00\03\57\9495BR.TXT atsiminčiausia c:\fox25a\lkt\lkt\00\00\02\44\D28GYVEN.TXT atsiskyriskumo c:\fox25a\lkt\lkt\00\00\00\21\FIL-142.TXT atsispaudinėtojas c:\fox25a\lkt\lkt\00\00\04\25\ROLZU25.TXT atsivertėliškas c:\fox25a\lkt\lkt\00\00\02\46\D36TRISK.TXT atsivežtinės c:\fox25a\lkt\lkt\00\00\03\98\GR049D.TXT atskirtuką c:\fox25a\lkt\lkt\00\00\05\00\6VARIK.TXT atstatinėtojų c:\fox25a\lkt\lkt\00\00\02\82\ACIU.TXT atšvaistėlis c:\fox25a\lkt\lkt\00\00\04\17\LEON20.TXT

¹Om de bronnen van nieuwe woorden, de redenen voor ontlening of vorming ervan en hun overeenstemming met de normen van het Litouwse Standaardlitouws vast te stellen, werd besloten het onderzoeksproject „Analyse van nieuwe woorden (ontleningen en neologismen) in het Litouwse Standaardlitouws tijdens de onafhankelijkheidsperiode” uit te voeren. Omdat hij het belang van het onderwerp en de kans op nieuwe resultaten inzag, steunde het Staatsfonds voor Wetenschap en Studies dit initiatief.

16

Deze woorden vormen het belangrijkste onderwerp van het gepresenteerde onderzoek; ook andere problemen die tijdens het werk naar voren kwamen, houden hiermee verband. Samenvattend kan dus over de eerste fase — het automatisch zoeken en selecteren van woorden — worden gesteld dat de grootste moeilijkheid van dergelijk werk wordt veroorzaakt door de onverenigbaarheid van de gebruikersomgeving en computerdictionaries, en doordat niet automatisch alle woordvormen tot één hoofdvorm kunnen worden herleid.

In de tweede fase van het onderzoek werd het geselecteerde materiaal geclassificeerd. Al snel bleek dat de lijst niet alleen neologismen bevatte. Naast nieuwvormingen en leenwoorden kunnen nog verschillende groepen niet-herkende woorden worden onderscheiden.

Ten eerste gaat het om woorden die in het afgelopen decennium opnieuw actueel zijn geworden en van de passieve naar de actieve woordenschat zijn overgegaan, evenals woorden uit oude geschriften (kumpelninkas, nuopilas, prekionė, rodastis), dialectismen (dzienelės, keimas), afleidingen van eigennamen (klaipėdienis, afgeleid van de naam van de krant „Klaipėdos diena“; donelaitiana, plėckaitiada, neoozolizmas, makdonaldizacija, gevormd op basis van achternamen); er kwamen benamingen voor inwoners van staten, steden en dorpen voor (dalasietis, neringiškis, kvebekiečiai). De lijst bevatte heel wat niet in woordenboeken opgenomen benamingen van nationaliteiten en stammen (kurdai, tutsis, svao). Ook kwamen grove vulgarismen en kindertaalwoorden voor (niam, popieliukas).

Ten tweede waren er gevallen waarin het programma geen woorden selecteerde, maar slechts bepaalde niet-herkende vormen of varianten van woorden die wel in woordenboeken zijn opgenomen, bijvoorbeeld de oude binnenplaatselijke richtingval — de illatief (kūriniuose, vestuvėsna) en de buitenplaatselijke richtingval — de allatief (lietuvininkump). De meeste gevallen betroffen niet-herkende enkelvoudige illatiefvormen die afwisselend met voorzetselconstructies worden gebruikt en van de spreektaal naar de schrijftaal overgaan (klasėn, kojon, katedron in plaats van į klasę enz.). De talrijke voorbeelden van dit type locatief die tijdens het onderzoek zijn verzameld, weerleggen de opvatting dat de illatief al uit gebruik raakt en alleen nog een bepaalde stilistische waarde heeft (Paulauskienė, Tarvydaitė 1986: 119).

Ten derde herkende het programma sommige diminutieven niet (poemėlė, prakartėlė, gėrimukas), pronominale vormen (nepusiasvireji) enzovoort.

Ten vierde komen ook niet in woordenboeken opgenomen spelling-, morfologie- en woordvormingsvarianten van woorden die er wel in staan geregeld voor. Er zijn heel wat samenstellingen aangetroffen zonder verbindingsklinker of juist mét een verbindingsklinker (niet dvylikametis, maar dvylikmetis; niet mėlynakė, maar mėlynaakė); het grammaticale geslacht verschilt (niet eglišakė, maar eglišakis), evenals het getal (niet žudynės, maar žudynė). Al deze gevallen vereisen afzonderlijk onderzoek en afzonderlijke conclusies. Het is duidelijk dat men, om de werkelijke waarde van zulke variantverschijnselen vast te stellen, het volledige gebruik voor ogen moet hebben (Miliūnaitė 1995: 40).

Nadat deze genoemde groepen waren afgescheiden (over het afzonderen van opnieuw actueel geworden lexicon kan slechts voorwaardelijk worden gesproken), werden de overgebleven woorden (ongeveer 9 duizend) volgens de traditionele classificatie van neologismen ingedeeld in leenwoorden en nieuwe afleidingen. Elke groep bestond op haar beurt uit verschillende subgroepen.

Nieuwe skolinius worden gewoonlijk onderverdeeld in internationale woorden en vreemde woorden. Beide lexicale lagen worden traditioneel geclassificeerd naar herkomst en de mate waarin ze zich aan het Litouws hebben aangepast. Nog niet zo lang geleden beweerden taalkundigen dat de meeste nieuwe leenwoorden uit het Russisch komen, omdat de grootste hoeveelheid in deze taal wordt ontvangen

17

informacijos dalis (Jakaitienė 1980: 84), o dabar surinkti faktai aiškiai rodo, kad rusizmai ar apskritai slavizmai vyrauja tik senųjų svetimybių, kurioms neretai būdinga stilistinė ar vertinamoji konotacija, pogrupyje (skaurada, rubežius, cielas, pieška), o pirmauja iš anglų kalbos atėję žodžiai.

Gezien het feit dat het ontleningsproces zelf beslist geen nieuw verschijnsel is en dat bovendien de overvloed aan internationale woorden een van de linguïstische kenmerken van publicistische teksten is (Bitinienė 1995: 2), blijft de intensiteit ervan in de onderzochte periode verbazen. Aangezien de computerversie van het ‘Woordenboek van internationale woorden’ is opgenomen in het programma voor de herkenning van neologismen, zou men, uitgaande van de hypothese dat een neologisme een woord is dat (nog) niet in een woordenboek is opgenomen (Busse 1996: 649), kunnen concluderen dat de automatisch uit het corpus geselecteerde internationale woorden precies dat zijn: neologismen. Helaas hebben de samenstellers van het woordenboek ‘om redenen van zuinigheid’ een aanzienlijk deel van de afleidingen weggelaten, hoewel zij, zoals de recensenten opmerkten (Gaivenis 1987a: 69, Palionis 1987: 68), zich niet altijd consequent aan de vastgestelde regels hielden. Daarom blijft het, met de lijst van door de computer niet herkende woorden voor ogen, onduidelijk of die afleidingen destijds daadwerkelijk in de taal functioneerden, of toch neologismen zijn. Zo wordt in het voorwoord (TŽŽ 1985: 3) gesteld dat persoonsaanduidingen uit wetenschapsgebieden met het bestanddeel -logija niet in het woordenboek zijn opgenomen. (Het is onduidelijk waarom patologas, pedologas en dergelijke dan wel zijn opgenomen.) Er rest ons slechts te gissen en erop te vertrouwen dat de in het corpus aangetroffen endokrinologas, konchiliologas, kriminologas, politologas en dergelijke, hoewel niet opgenomen in het woordenboek, al lang gebruikte woorden zijn. Het is duidelijk dat de term neologisme alleen onder enig voorbehoud op deze woorden kan worden toegepast. Anders ligt het bij die internationalismen waarvan bijna het gehele woordvormingsparadigma in het woordenboek ontbreekt, bijvoorbeeld: edukologija, edukologas, edukologinis; kultūrologija, kultūrologas, kultūrologinis; faktografija, faktografas, faktografinis, faktografiškas enzovoort.

Geneeskunde, economie, theologie, muziek en sport zijn terreinen waarop ontleningen bijzonder talrijk zijn. Een deel ervan is al opgenomen in de door de Taalcommissie opgestelde lijsten van af te raden vreemde woorden en heeft Litouwse equivalenten — nieuwvormingen (distributor(i)us – platintojas, nuskenuoti – nuskaityti); voor andere zijn nog geen geschikte vervangingen bedacht (keisbolas, softbolas), terwijl het voor een derde groep, die zeer gangbaar is, misschien niet eens meer nodig is vervangingen te bedenken (jogurtas, singlas, hitas). Niet alle in de pers aangetroffen ontleningen zijn in dezelfde mate aan het Litouws aangepast. Sommige (en dat zijn er niet veel) gehoorzamen nog niet aan de fonetische en morfologische regels van het Litouws (disco [diskol, papaya [papaja], atache [atašė]); zo hebben we voorbeelden van ‘de eenvoudigste (en slechtste) omgang met de nieuwste vreemde woorden’ (Girčienė 1997: 64). Ook jargonvoorbeelden worden tot de vreemde woorden gerekend (fuksauti, chebrantas, psichuš̌kė, pacanas, diskonas).

Een andere groep neologismen bestaat uit nieuwvormingen. Ze worden geclassificeerd op basis van de woordvormingsmodellen. In de groep nieuwvormingen zijn voorbeelden van alle vier de woordvormingsmodellen aangetroffen²:

² Geen van de gegeven voorbeelden van nieuwvormingen staat in het grote ‘Woordenboek van de Litouwse taal’. In de geanalyseerde lijst zijn er echter heel wat. Omdat we geen computerversie van dit woordenboek hebben,

18

a) prefixafleidingen: bepilotis, bevizis;

b) suffixafleidingen: er zijn nieuwvormingen aangetroffen, niet alleen met de suffixen -imas (muziejavimas), -ykla (kaupykla, pynykla), -ininkas (pilstukininkas, virgul ininkas), -ėlis (prasilošėlis), -tojas (šiukšliautojas), -iklis (kaupiklis, nešiklis, nuėmiklis, valdiklis), -ynas (pamestinukynas, svarainynas, kiniavarpynas), maar ook met suffixen die niet productief zijn (sliekidė);

c) uitgangsafleidingen: įmitis, jautra, irsmas, nuodribos;

d) samenstellingen: nieuwvormingen van dit type doen qua aantal en verscheidenheid nauwelijks onder voor suffixafleidingen (įvairiagrūdis, plonatinklis, savišaudis, laivagrybis). Er zijn samenstellingen aangetroffen die termen zijn: laižligė (diergeneesk.), banglentė (sport), kraujasekys (zoöl.) enz.

Dergelijke woorden met een typische woordvorming worden systemische nieuwvormingen genoemd (Barauskaitė ir kt. 1995: 43). Het is duidelijk dat een aanzienlijk deel ervan als potentieel moet worden beschouwd: woorden waarvan we het nieuwe karakter niet beseffen. Voorbeelden van potentiële nieuwvormingen zouden ook de volgende samenstellingen kunnen zijn: auksagalvis, basagalvis, dešragalvis, drambliagalvis, plienagalvis, žvynagalvis. Hun grote aantal in de lijst van niet-herkende woorden kan worden verklaard door het feit dat ‘woordenboekmakers niet van potentiële nieuwvormingen houden en proberen ze niet in woordenboeken op te nemen’ (Gaivenis 1987b: 33).

Overigens zijn niet alle nieuwvormingen systemisch. Er zijn ook voorbeelden gevonden van auteursgebonden, stilistische nieuwvormingen: džinsuma, plaukuosena, skiedrija, žaidynas. Sommige herkennen we onmiddellijk als creatieve afwijkingen van de geldende lexicale normen (Busse 1996: 647), terwijl voor de beoordeling van andere context nodig is. Ook statistische gegevens helpen systemische nieuwvormingen van occasionelen³ te onderscheiden. Woorden die tientallen of zelfs honderden keren voorkomen, zijn serieuze kandidaten voor opname in toekomstige woordenboekuitgaven. Enkele voorbeelden zijn: aplinkosauga (420 keer aangetroffen), pasaulėjoka (44), ploviklis (20), pilstukas (176), vandenvála (88). Woorden die slechts één keer zijn aangetroffen, zullen waarschijnlijk geen plaats krijgen in een woordenboek van de algemene taal. Dat geldt niet alleen voor individuele neologismen, maar ook voor termen uit de gespecialiseerde, beperkt gebruikte woordenschat (ezofagogastroduodenoskopinis, alfafelandrenas).

Een enigszins tussen ontleningen en nieuwvormingen in gelegen positie nemen woorden in die een Litouwse of internationale woordstam combineren met een vreemd element, dat door sommigen ook een woordbestanddeel wordt genoemd (avia-, auto-, mikro-, tele-, termo- enz.). Momenteel is dit een zeer geliefde manier van woordvorming. De volgende redenen worden meestal aangevoerd voor de vrije verspreiding van dit soort neologismen: een utilitaire instelling, de onduidelijke plaats in de Litouwse taal

Daarom wordt ervan uitgegaan dat woorden die min of meer aan de woordvormingsregels voldoen en niet zijn opgenomen in het normatieve, gecomputeriseerde ‘Woordenboek van de hedendaagse Litouwse taal’, neologismen zijn, hoewel daaronder ook oudere formaties kunnen zijn die opnieuw actueel zijn geworden.

³ Naast systemische en occasionele nieuwvormingen wordt ook een semantisch type onderscheiden: een nieuwe betekenis van een bekend woord. Omdat het woord in het computerwoordenboek is opgenomen, registreert het automatische programma voor het zoeken naar neologismen deze niet.

19

in het systeem, niet besproken gebruiksgevallen, het overmatige belang dat aan spellingkwesties wordt gehecht (Kupčinskaitė 1997: 58). Dat ze zich verspreiden, blijkt duidelijk uit de beschikbare gegevens. Eerder werden met het bestanddeel video- slechts enkele woorden geregistreerd (videomagnetofonas, videokasetė, videokamera), maar nu vinden we ook al videoklastotę, videomadas, videomeną, videopoeziją enzovoort, hoewel vaak nadrukkelijk wordt aanbevolen dit element te vervangen door het Litouwse equivalent vaizdo. De talrijke gevallen met inmiddels gebruikelijke bestanddelen (hidrokostiumas, mononatris, multivitaminai, antiteroras, stereovaizdas, pseudomitinis) zijn bijna in aantal gelijk aan de gevallen waarvan de bestanddelen nog niet in woordenboeken zijn vastgelegd (ekspresolimpiada, technobiurokratija, ritmenbliuzas, vertebroneurologija, ekspolinija, popkaralienė). Momenteel is het bestanddeel euro- bijzonder frequent. Het gaat niet alleen om euroentuziastas of euroskeptikas, eurolyga, eurorinka, maar ook om europudingas, eurotenisas, euroįvartis, eurofakultetas enzovoort.

Het ontstaan van neologismen is een dynamisch en ononderbroken proces. Daarom is het duidelijk dat neologismen voortdurend moeten worden geregistreerd en bestudeerd. De voor analyse geselecteerde taalvernieuwingen moeten worden gevolgd totdat ze, nadat ze in de algemene woordenschat en het algemene taalbewustzijn zijn opgenomen, hun opvallendheid en het onderscheidende kenmerk ‘nieuw’ verliezen en in woordenboeken worden opgenomen (of slechts sommige ervan) (Busse 1996: 654). In de Litouwse taalkunde kunnen we slechts spreken van het allereerste begin van de lexicografie van neologismen.

Dit onderzoek toont duidelijk aan dat wanneer grote hoeveelheden gegevens automatisch moeten worden verwerkt, de informatica taalkundigen met succes kan bijstaan. Tegelijkertijd verandert de onderzoeksmethodiek in wezen: in de toekomst zal de geautomatiseerde selectie van neologismen veel sneller verlopen, omdat de noodzaak om woorden in computergestuurde woordenboeken op te zoeken is weggevallen nadat een woordcoderingssysteem op het Litouwse corpus was toegepast. Uiteraard beperkt de analyse van neologismen zich niet tot hun herkenning en classificatie. De volgende fase is het onderzoek naar syntactische verbindingen en collocaties (een bepaalde lexicale omgeving) met deze woorden.

Ontvangen op 16-12-1998

LITERATŪRA

Barauskaitė J. ir kt. 1995: Lietuvių kalba 1, Vilnius: Mokslo ir enciklopedijų leidykla.

Bitinienė A. 1995: Publicistinio stiliaus ypatybės. – Gimtasis žodis 12(84), 1–4.

Busse U. 1996: Neologismen. Der Versuch einer Begriffsbestimmung. – Euralex'96 Proceedings II: Göteborg University, Department of Swedish, 645–658.

Gaivenis K. 1987a: Keli žodžiai apie naująjį „Tarptautinių žodžių žodyną“. – Kalbos kultūra 52, 66–70.

Gaivenis K. 1987b: Margas žodžių pasaulis, Vilnius: Mokslas.

Gaivenis K., Keinys S. 1990: Kalbotyros terminų žodynas, Kaunas: Šviesa.

Girčienė J. 1997: Naujosios svetimybės spaudoje. – Kalbos kultūra 69, 64–68.

Jakaitienė E. 1980: Lietuvių kalbos leksikologija, Vilnius: Mokslas.

Kupčinskaitė A. 1997: Nelietuviškų kalbos elementų (dėmenų) vartojimo polinkiai. – Kalbos kultūra 69, 56–61.

20

Miliūnaitė R. 1995: Variantiški bendrinės kalbos vartosenos reiškiniai (fiksavimas ir vertinimas). – Kalbos kultūra 67, 39–48.

Palionis J. 1987: Naujasis „Tarptautinių žodžių žodynas“. – Kultūros barai 7, 67–69.

Paulauskienė A., Tarvydaitė D. 1986: Gramatikos normos ir dabartinė vartosena, Kaunas: Šviesa.

Schippan T. 1992: Lexikologie der deutschen Gegenwartssprache, Tübingen: Niemeyer.

TŽŽ 1985: Tarptautinių žodžių žodynas, Vilnius: Vyriausioji enciklopedijų redakcija.

Urbutis V. 1978: Žodžių darybos teorija, Vilnius: Mokslas.

NEOLOGISMS IN THE COMPUTERISED CORPUS OF VYTAUTAS MAGNUS UNIVERSITY

UNIVERSITY

Summary

The paper deals with the analysis and classification of the most recent Lithuanian neologisms that have been found in a part of Vytautas Magnus University corpus of 30 million words (periodicals). All the lexical items identified as neologisms are subdivided into loan-words and derivational neologisms. The latter are further classified according to the patterns of their affixation into compounds and affixation derivatives as well as into potential and occasional neologisms.

21