Morfologiškai daugiareikšmių formų atsiradimo priežastys

MIGLĖ ŽEMRIETĖ Institut litevského jazyka ORCID id: 0009-0000-2174-3311 VÝZKUMNÉ ZAMĚŘENÍ: korpusová lingvistika, počítačová lingvistika, automatická morfologická analýza, morfologická mnohoznačnost a její omezení. DOI: doi.org/10.35321/bkalba.2023.96.06 PŘÍČINY VZNIKU MORFOLOGICKY MNOHOZNAČNÝCH FOREM KLÍČOVÁ SLOVA: morfologická mnohoznačnost, automatická morfologická analýza, korpus, homoformy, slovník. ANOTACE Článek na základě údajů získaných z Slovníku homoformů litevského jazyka pojednává o příčinách vzniku morfologicky mnohoznačných forem litevského jazyka, v článku nazývaných homoformy. Homoformy lze podle příčin jejich vzniku rozdělit do následujících skupin: spíše teoretické homoformy, vzniklé v důsledku specifik tvorby některých slovníků; homoformy vzniklé v důsledku rozdílů v prozodických prvcích; homoformy vzniklé v důsledku shody různých slov; homoformy dané morfologickým systémem litevského jazyka; homoformy stejného lexikálního významu, vzniklé v důsledku přiřazení k různým paradigmatům. Tyto příčiny vzniku homoformů pomáhají pochopit, proč při anotaci pomocí morfologických anotátorů vznikají různé případy morfologické mnohoznačnosti a proč nelze dosáhnout zcela přesných výsledků automatické anotace. ABSTRACT Článek na základě údajů získaných z Dictionary of Homoforms of the Lithuanian Language popisuje příčiny vzniku homoform v litevštině. Autorka předkládá klasifikaci homoform podle příčin jejich vzniku: homoformy, které mají spíše teoretickou povahu a vznikly v důsledku specifik tvorby slovníků; homoformy vyplývající z rozdílů v prozodických prvcích; homoformy vzniklé překrytím různých slov; homoformy, které vznikly v důsledku specifik litevského morfologického systému; homoformy se stejným významem, které se objevily v různých paradigmatech. Tyto příčiny nám pomáhají pochopit, proč při anotaci morfologickými anotátory často dochází k různým případům morfologické nejednoznačnosti. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 107 ÚVOD V současnosti se při zkoumání jazyka nejčastěji využívají různé počítačové programy. Umožňují zpracovávat jazyk, řešit lingvistické problémy, segmentovat text, lemmatizovat, klasifikovat, klastrovat či opravovat chyby v textu a automaticky překládat. Pomocí počítačových programů lze také provádět sémantickou, morfologickou a syntaktickou analýzu a vytvářet anotované či neanotované korpusy textů a řeči atd. Litevština se rovněž informatizuje. Jednou z etap informatizace litevštiny je automatická morfologická analýza. Při ní se projevuje morfologická nejednoznačnost. Morfologická nejednoznačnost je pouze malou částí nejednoznačnosti, k níž se řadí: 1) tvary slov s flexí i bez flexe nebo slova; 2) slovní tvary či slova různých i stejných slovních druhů; 3) slova nebo jejich tvary, které se v určitých formách či prozodických prvcích liší, i slova nebo jejich tvary, které se zcela shodují (Rimkutė 2003a: 63). O slovech nebo jejich tvarech se říká, že jsou morfologicky nejednoznačné, pokud se témuž slovnímu tvaru přiřazují dvě či více lemmat (např. tvaru kovų lze přiřadit lemmata kovas a kova) nebo dva či více gramatických rysů (např. naktis – jednotné číslo, nominativ, nebo množné číslo, akuzativ). Morfologická nejednoznačnost, která se projevuje při automatické morfologické analýze, je podle Eriky Rimkutė (2002: 86) velmi specifickým případem, avšak lidé se s nejednoznačnými slovy setkávají každý den. Většinou to nezpůsobuje problémy v komunikaci, protože díky porozumění kontextu dokážou poměrně snadno odhadnout, které slovo nebo jeho tvar byl použit, zatímco jiné možnosti je ani nenapadnou. Rozpoznávání často morfologicky nejednoznačných slov v mluveném jazyce navíc usnadňuje odlišná intonace nebo umístění přízvuku. Ačkoli je morfologická nejednoznačnost v zásadě vyřešeným problémem (viz Rimkutė, Daudaravičius 2007), ani po zdokonalení morfologických anotátorů litevštiny se ne vždy podaří vybrat z několika morfologicky nejednoznačných tvarů ten nejpravděpodobnější; poměrně často se také stává, že morfologický anotátor nesprávně zvolí jeden z několika možných tvarů. Litevštinu lze analyzovat pomocí tří poměrně podrobně popsaných a veřejně dostupných morfologických anotátorů – anotátoru dostupného v systému syntaktické a sémantické analýzy Semantika.lt1 a anotátorů Lemuoklis 1 Viz https://semantika.lt/Analysis/TextAnalysis. 108 BENDRINĖ KALBA | 96 a Morfuoklis2. Údaje uvedené v tomto článku jsou založeny na analýze provedené pomocí Lemuoklio, proto bude tento anotátor představen poněkud podrobněji. Cílem tohoto článku je popsat příčiny vzniku homoform (tento a další termíny budou vysvětleny v kapitole 2) v litevštině. Úkoly jsou následující: přehledně představit termíny související s morfologickou víceznačností a na základě analyzovaných případů morfologické víceznačnosti, po jejich popisu a klasifikaci, pojednat o příčinách vzniku homoform. Analyzována byla slova obsažená v Lietuvių kalbos homoformų žodyne (LKHŽ)3. Ve výzkumu byly použity kvalitativní analýza, korpusová lingvistika a deskriptivní metoda. LKHŽ obsahuje neopakující se příklady 1 milionu slovních homoform nalezených v morfologicky anotovaném korpusu. Ze slovníku lze zjistit, které slovní tvary v litevštině jsou morfologicky víceznačné. Čtenáři si mohou sami udělat závěry o tom, které tvary jsou pravděpodobnější a čím je to způsobeno. Slovník obsahuje přibližně 36 tisíc homoform, které jsou rozděleny do tří kategorií: 1) homoformy ohebných slovních druhů; 2) homoformy neohebných slovních druhů; 3) homoformy ohebných a neohebných slovních druhů. Homoformy ohebných slovních druhů a také homoformy ohebných a neohebných slovních druhů jsou dále rozděleny do 53 typů (o nich bude pojednáno níže). E. Rimkutė, která připravovala morfologicky anotovaný litevský korpus, zjistila, že morfologická víceznačnost zahrnuje ohebné i neohebné slovní druhy (Rimkutė 2006a: 136). Podle ní se nejčastěji shodují ohebné slovní druhy, nejméně často pak ohebné s neohebnými. Ačkoli slovník statistické údaje neuvádí4, podle toho, kterým typům homoform náleží nejvíce slovních tvarů, lze jako časté zmínit tyto typy homoform: shody nominativu singuláru jmenných slov (i)a-skloňování a akuzativu plurálu jmenných slov (i)o-skloňování (např.: nemažas, pripažintas, trečias); shody akuzativu singuláru jmenných slov (i)o- a (i)a-skloňování (např.: abejingą, aštuntą, parduotą); shody genitivu singuláru a nominativu a vokativu plurálu jmenných slov (i)o- a e-skloňování (např.: abatijos, abejingos, abstrakčiausios) (podrobněji o uspořádání a přípravě slovníku viz práce autorky tohoto článku: Piečytė 2023). 2 Viz https://sitti.vdu.lt/morfuoklis/. 3 Tento slovník se připravuje k vydání. Zatím nebyl veřejně publikován. Autorky – M. Žemrietė a E. Rimkutė. 4 K výpočtu četnosti by byl zapotřebí samostatný výzkum. Analýza části homoform v korpusech však ukazuje, že některé z nich mohly být použity tisíckrát, jiné jen několikrát. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 109 Zdrojem LKHŽ a zároveň tohoto článku je milionslovný morfologicky anotovaný litevský korpus připravovaný v letech 2000–2005, který byl anotován pomocí programu Lemuoklis vytvořeného Vytautasem Zinkevičiusem. V morfologicky anotovaném korpusu je téměř polovina slov morfologicky víceznačná. Tento jev se projevil teprve tehdy, když vědci začali zpracovávat soubory anotované programem pro automatickou morfologickou analýzu a uviděli, jak je jazyk zpracováván bez kontextových znalostí, tj. když je každý slovní tvar analyzován jako zcela samostatný (Rimkutė 2006a: 136). Tento článek a vysvětlení v něm uvedená by tedy měly být užitečné těm, kdo používají litevské morfologické anotátory. Měl by pomoci pochopit příčiny možných nepřesností. LKHŽ je první litevský slovník tohoto typu. Ukazuje netradiční pohled na jazyk, představený prizmatem počítačových programů pro analýzu litevštiny. Ze slovníku je patrné, jakému jazyku počítačové programy „rozumějí“. Podobnou představu o litevštině si mohou vytvořit i cizinci, kteří se litevsky učí. Protože slovník obsahuje opravdu velký počet homoform, nabízí vědcům další možnosti výzkumu. Ačkoli, jak již bylo zmíněno, jde v Litvě o první takový slovník, podobné slovníky již byly publikovány v jiných jazycích. Například v roce 2001 vznikl slovník homoform ruského jazyka, jehož autorkou je Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ5). Tento slovník uvádí homonyma i homografy (slova, která se píší stejně, ale vyslovují se odlišně). Ve slovníku se nebere v úvahu přízvuk a nepoužívá se písmeno ė. Slovník je uspořádán tak, že slovní tvary jsou vlevo a lexémy vpravo. Slovní druhy jsou uvedeny v závorkách, srov.6: ехидна ехидной ježura (podst. r.), ježurný (příd. j.) ехидною ехидны ехидно ježurně (přísl.), ježurný (příd. j.) 5 Slovník homoforem ruského jazyka je dostupný na internetu: http://cfrl.ruslang.ru/homoforms/index.htm. 6 Tento příklad ukazuje skloňování slova ехидна a slovní druhy (jejich zkratky jsou uvedeny v závorkách). V ruštině má toto slovo více než jeden význam, který závisí na kontextu. Slovo ехидна může v češtině znamenat ježuru, australského hada nebo se může používat k označení zlostného, krutého a úskočného člověka. 110 BENDRINĖ KALBA | 96 V roce 2008 byl vytvořen slovník anglických homofonů7, jehož autorem je Alfredas Aloisi (o vztahu mezi homofony a homoformami podrobněji viz oddíl 2 tohoto článku). V popisu slovníku se uvádí, že je průběžně doplňován, chybí však informace o tom, odkud se slova shromažďují, kolik jich je apod. Po kontaktování autora slovníku vyšlo najevo, že první verze slovníku byla tištěná, brzy se však ukázalo, že praktičtější bude vytvořit online verzi, protože tištěná by mohla rychle zastarat a bylo by třeba vydat nejedno další vydání. Slovník obsahuje více než 10 tisíc homofonů, které mohou navrhovat i jeho uživatelé. Kromě toho se zde uvádějí nejen lemmata homofonů a jejich slovní druhy, ale také definice – to u slovníků tohoto typu není příliš obvyklé. Jsou zde uvedena slova psaná odlišně, ale vyslovovaná stejně, například moo (lit. mū) a moue (lit. grimasa), srov.: moo 1.:: sloveso nepřechodné Vydávat hluboký, dunivý zvuk, jaký vydává kráva; bučet. 2.:: podstatné jméno Bučení krávy nebo podobný zvuk. moue 1.:: podstatné jméno Drobná grimasa; našpulené rty. Anglické homofony jsou uvedeny také v tištěných slovnících, například v roce 1997 vyšel slovník homofonů Leslieho Pressona (Dictionary of Homophones). Je určen těm, kdo se učí anglicky, a obsahuje více než 600 dvojic homofonů. V roce 2012 sestavil A. D. Reed slovník Reed’s Homophones: A Comprehensive Book of Sound-alike Words (slovník obsahuje homofony americké angličtiny, jejichž dvojic je více než 1 000. U každého slova je uvedena definice, slovní druh a příklad užití). Také v Litvě vznikly knihy, učebnice a odborné články na podobná témata. Jonas Šukys vydal v roce 2004 knihu Panašiai skambantys žodžiai: normos ir klaidos, v níž podrobně analyzuje paronyma (termín bude vysvětlen v oddílu 2). V knize vědec vysvětluje normativní významy srovnávaných slov, uvádí také opravené chybné užití a pojednává rovněž o aspektech užívání paronym a homografů. Část homoform vzniká náhodným překrytím slov s různými významy. Analýze těchto slov se věnuje učebnice Rūty Marcinkevičienė (2011) Žodžio reikšmė. Žodynai ir tekstynai, v jejíž jedné kapitole se píše o polysémii; jsou zde podrobně popsána homonyma a předložena jejich klasifikace. 7 Slovník anglických homofonů je dostupný na internetu: https://www.homophone.com. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 111 E. Rimkutė publikovala zvláště mnoho prací o morfologické víceznačnosti. Lze zmínit její disertaci (Rimkutė 2006a) a několik vědeckých článků (Rimkutė 2002, 2003a, b), v nichž jsou podrobně popsány různé druhy víceznačnosti a zvláštní pozornost je věnována morfologické víceznačnosti a homoformám. Tento článek se skládá z úvodu (první část), dvou teoretických částí, dvou analytických částí a závěrečného shrnutí. Na konci práce je uveden seznam všech citovaných bibliografických pramenů. 1. MORFOLOGICKY ANOTOVANÝ KORPUS A MORFOLOGICKÁ VÍCEZNAČNOST, KTERÁ SE V NĚM PROJEVILA Prvním morfologicky anotovaným korpusem litevského jazyka je elektronická databáze vytvořená Vidou Žilinskienė a Laimou Grumadienė. Byla použita speciálně k sestavení frekvenčních slovníků (Rimkutė 2006b: 34). Elektronický korpus Frekvenční slovník současné psané litevštiny V. Žilinskienė a L. Grumadienė (2002) se skládá z 1,2 milionu slov; texty v něm obsažené jsou původní (nikoli přeložené) a náležejí k publicistickému, vědeckému, beletristickému nebo administrativnímu stylu. Tyto texty byly anotovány a následně podle nich byly vytvořeny slovníky – Frekvenční slovník současné psané litevštiny (1997) a Frekvenční slovník současné psané litevštiny (1998). V Centru počítačové lingvistiky Univerzity Vytautase Velikého se v roce 2000 začal vytvářet morfologicky anotovaný korpus8 zmíněný v úvodu. Byl sestaven poloautomaticky s využitím programu pro automatickou morfologickou analýzu Lemuoklis. Jeho první verze obsahovala přibližně 1 milion slov, později však byl korpus rozšířen a nepřesnosti byly opraveny9. V korpusu tvoří publicistické texty 36%, texty odborné literatury 24%, texty krásné literatury 19%, texty administrativního stylu 2,8% a stenografické záznamy Seimasu Litevské republiky 6,8%. Korpus byl sestaven poloautomaticky. V době, kdy se tento korpus vytvářel, program pro morfologickou analýzu připravený V. Zinkevičiusem 8 Tento korpus je veřejně dostupný na internetu: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33. 9 Údaje pro Slovník homoform litevského jazyka byly převzaty z této první verze korpusu, protože cílem bylo zaznamenat co nejvíce případů morfologické víceznačnosti v litevštině. Později byly do Lemuoklis zavedeny statistické moduly pro disambiguaci (Rimkutė, Daudaravičius 2007), díky nimž začal program fungovat přesněji a poskytovat mnohem méně morfologicky víceznačných tvarů. 112 BENDRINĖ KALBA | 96 Lemuoklis, který poskytuje lemmata a morfologické značky, nepřihlížel ke kontextu a neměl implementovány informace o sémantice. Tvary slov se obvykle určovaly na základě seznamu litevských slovních kořenů, nikoli pomocí seznamů slovních tvarů s uvedenými gramatickými značkami těchto tvarů (Zinkevičius 2000: 30). To znamená, že program přiřazoval slovním tvarům všechny možné gramatické značky a všechna možná lemmata (základní tvary) (viz příklady uvedené v úvodu). Je třeba také zmínit, že Lemuoklis analyzoval psané tvary bez přízvukových znamének. Právě proto se homoformy mohly lišit také prozodickými prvky (Rimkutė, Grybinaitė 2004: 75–76). V současnosti se ve výzkumu jazykových technologií častěji používá anotátor Semantika.lt, protože je přesnější; lze jej také upravovat, aktualizovat a rozšiřovat (Bielinskienė a kol. 2017: 2). Ani on však neanotuje vždy správně – často nerozpoznává cizí slova, slang ani zkratky. Protože nevidí celý jazyk ani kontext tak jako člověk, dochází k chybám při anotaci morfologicky víceznačných slov (má-li jedno slovo několik různých gramatických významů, morfologické anotátory někdy zvolí nesprávnou gramatickou značku). Teprve nedávno, na konci roku 2023, začal fungovat také nový program pro analýzu slov a textu Morfuoklis, založený na anotátoru Semantika.lt. Pomocí tohoto programu lze také provádět syntézu, tj. na základě zadaných gramatických značek vytvořit požadované slovo či několik slov. K většině anotačních chyb dochází v důsledku morfologické víceznačnosti: ačkoli se programy zdokonalují, stále velmi často nerozpoznávají kontext (nebo jej rozpoznávají nesprávně). V poslední době byla věnována značná pozornost řešení tohoto problému automatické analýzy litevštiny – byly vytvořeny různé nástroje, které mohou omezit sémantickou, syntaktickou a morfologickou víceznačnost, sestavena pravidla napomáhající disambiguaci textů a morfologická víceznačnost litevštiny byla analyzována a klasifikována (Rimkutė, Grigonytė 2006: 32). Homoformy jsou časté nejen v litevštině. Podobná situace se ukázala i při zkoumání korpusů jiných jazyků; například v češtině tvoří morfologicky víceznačné tvary 46%, ve slovinštině přibližně 8,01%, v rumunštině 40%, v angličtině 38,65% a v maďarštině 21,58% (Hajič 2004: 173, citováno podle Rimkutė 2006a: 47). Na základě údajů estonských vědců (Puolakainen 2012: 194) lze tvrdit, že téměř polovina estonských slov je morfologicky víceznačná. Evalda Jakaitienė (2009: 87) teigė, kad būta svarstymų, ar toks reiškinys kaip žodžių daugiareikšmiškumas apskritai gali egzistuoti – esą jeigu viena MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 113 Sekvence hlásek má dva různé významy; v takovém případě by tedy mělo jít o dvě samostatná slova, nikoli o jedno mnohoznačné slovo. Je důležité zmínit, že badatelka zde hovoří o lexikální, nikoli morfologické mnohoznačnosti. Tento názor však není rozšířený – jak uvádí Skaistė Aleksandravičiūtė (2008: 275), mnohoznačnost je systematickým jazykovým jevem, neboť souvisí se zvláštnostmi morfologického systému litevštiny a se synkretismem pádů, a navíc souvisí s jazykovou ekonomií a omezeností. 2. NEJDŮLEŽITĚJŠÍ TERMÍNY PRO MORFOLOGICKOU MNOHOZNAČNOST V lingvistice se morfologická mnohoznačnost obvykle chápe a označuje několika různými termíny. Následuje diskuse o terminologii, tedy o tom, jak nazývat morfologicky mnohoznačné formy: homoformy, homonyma, homografy či jinak (nejsou probírány termíny vztahující se k jiným úrovním mnohoznačnosti; dále se pozornost soustředí výhradně na případy morfologické mnohoznačnosti). Nejširším termínem, který by bylo možné v tomto článku částečně použít, jsou homonyma; nejčastěji se definují jako „slova, která mají stejnou formu a zcela odlišné významy“ (Jakaitienė 2009: 101), jako „slovo znějící stejně jako jiné slovo, náležející ke stejnému slovnímu druhu, ale mající odlišný význam“ (Gaivenis, Keinys 1990) nebo jako „slova vyslovovaná stejně (existují také homonymní formy a morfémy)“ (Šukys 2004: 9). Jak již bylo zmíněno, za morfologicky mnohoznačné se považují ohýbané i neohebné formy, vyslovované stejně i odlišně. Při analýze morfologické mnohoznačnosti není lexikální význam podstatný (ten se obvykle zdůrazňuje při popisu homonym), a proto je zřejmé, že termín homonyma je pro označení morfologicky mnohoznačných forem příliš široký. Termín homoformy vyvolává u lingvistů řadu nejasností. Někteří z nich (Barauskaitė 1979: 43–44; Barauskaitė ir kt. 1995: 23) považují za homoformy různé formy téhož slova nebo podobně znějící formy různých slov, např. aprašai – jak nominativ plurálu podstatného jména aprašas, tak forma druhé osoby přítomného času slovesa aprašyti. Nikolaj Pavlovič Kolesnikov nazývá homoformy také paradigmatickými homonymy (Kolesnikov 1987: 7, citováno podle Nevzorova ir kt. 2005: 231), zatímco Francis Katamba označuje shodné formy téhož či různých slovních druhů jako synkretismus (Katamba 1994: 15). 114 BENDRINĖ KALBA | 96 V tomto článku se morfologicky mnohoznačné formy nazývají homoformami. Jak vyplyne z níže uvedeného přehledu užívání tohoto termínu, výraz homoformy se v tomto článku používá v širším významu, než je obvyklé v lingvistických pracích. Proto je dále bez podrobného rozboru všech typů homonymie popsáno pojetí homoform v lingvistických pracích. E. Jakaitienė (2009: 103) homoformas apibrėžia kaip atskiras, savo garsine sandara atsitiktinai sutampančias visai nehomonimiškų žodžių poras. Kaip pavyzdį mokslininkė pateikia tokį sakinį: Mama nuo vaiko musės vai-ko, kuriame sutampa daiktavardžio vaikas vnsk. kilmininkas ir veiksmažodžio vaikyti esamojo laiko trečiojo asmens forma. Remiantis mokslininke, gali sutapti ir kai kurių žodžių kelios gramatinės formos, pvz.: lipti, lipa, lipo („judėti aukštyn ar žemyn“) ir lipti, limpa, lipo („kibti, klijuotis“). Čia sutampa veiksmažodžių bendratis ir iš jos padarytos formos. Problemiška tai, kad tokius atvejus kiti priskiria ne homoformoms, o daliniams homonimams (Barauskaitė ir kt. 1995: 24). V Slovníku lingvistických termínů Kazimierase Gaivenise a Stasise Keinysa (KTŽ) se za homoformy považují stejně vyslovované a psané formy různých slov (Gaivenis, Keinys 1990). Případy synkretismu pádů, kdy se shoduje několik pádů téhož slova, se tedy mezi homoformy neřadí. Taková definice však může působit nejasnosti při rozlišování homoform a částečných homonym. Ta jsou ve slovníku definována jako „homonyma, jejichž morfémy se neshodují všechny úplně, nebo která náležejí k různým slovním druhům“ (Gaivenis, Keinys 1990: 80). E. Jakaitienė definuje částečná homonyma jako slova, „u nichž se buď všechny gramatické formy jednoho slova shodují s částí forem jiného slova, nebo se shoduje alespoň několik forem“ (Jakaitienė 2009: 101–102). Podle ní je v takovém případě obvykle jedno slovo ohebné a druhé neohebné, například gaila je podstatné jméno ve významu lítost, politování i příslovce (příklady z morfologicky anotovaného korpusu). Podle E. Jakaitienė se v analytických jazycích za částečná homonyma považují slova, která mohou náležet k různým slovním druhům; například anglické slovo tender může být podstatným jménem ve významu nabídka, přídavným jménem ve významu něžný, citlivý i slovesem ve významu „nabídnout, předložit“ (Jakaitienė 2009: 102). Jiní badatelé (Kaljanov 2023: 27) označují tyto případy poněkud odlišně – jako gramatická homonyma. Jsou foneticky MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 115 ztotožňující se tvary téhož slova s různými gramatickými významy, například ranka (nominativ jednotného čísla) a ranka (instrumentál jednotného čísla). Definici homoform lze nalézt také v Encyklopedii litevského jazyka (LKE). Uvádí se zde, že za homoformy se považují některé shodné tvary slov náležejících k různým slovním druhům, například grūdo – genitiv jednotného čísla podstatného jména grūdas a tvar třetí osoby préterita slovesa grūsti (LKE 1999: 247–248). Z této definice není jasné, zda lze za homoformy považovat shodné tvary slov téhož slovního druhu, například tapo (v tomto případě se liší jiné základní tvary: tapyti, tapė ir tapti, tampa). V morfologicky anotovaném korpusu jsou uvedeny pouze psané a nepřízvučně neoznačené tvary. Často je důležité místo přízvuku či intonace těchto tvarů – morfologicky víceznačné tvary se často liší prozodií, vyslovují se odlišně. Lingvisté takové případy často nazývají homografy. V KTŽ (1999: 23–24) se píše, že homografy jsou „slova psaná stejně, ale vyslovovaná různě: lìngė (součást automobilu) a liñgė (pták)“; E. Jakaitienė pak tento pojem definuje takto: jsou to „slova (nebo jejich tvary), která se píší stejně, ale vyslovují se různě (liší se a) místem přízvuku nebo b) intonací)“ (Jakaitienė 2009: 103). Může být také obtížné pochopit, v čem se homografy liší od homonym a homoform. Podle názoru Vincase Urbutise uvedeného v LKE (1999: 248) a zde uvedené definice homografů jsou homografy slova či jejich tvary psané stejně. Uvádí se, že homografy jsou v litevštině nejčastěji zároveň i homonymy (např. tvar kartą může být akuzativem slova karta (tj. generace) i slova kartas (tj. krát). V encyklopedii se za homografy považují také případy, kdy se shodují tvary slov náležejících k různým slovním druhům (LKE 1999: 248), například apra šai (tento tvar může být plurálem podstatného jména aprašas i třetí osobou prézentu slovesa aprašyti – příklady jsou převzaty z morfologicky anotovaného korpusu litevského jazyka). Jednotný názor však neexistuje. J. Šukys píše, že „slova, která jsou jinak stejná a která DLKŽ čísluje jako homonyma, ale která se liší místem přízvuku, přízvukovým typem či intonací přízvučné slabiky, lze nepovažovat za skutečná homonyma a zařadit je mezi homoformy. Homoform (jinak také homonymních tvarů) se v jazyce vyskytuje mnohem více než skutečných homonym a často jde o zcela odlišné slovní druhy: maišo (genitiv podstatného jména maišas) – maišo (tvar třetí osoby préterita slovesa maišyti); jos (zájmena 116 BENDRINĖ KALBA | 96 ji tvar genitivu plurálu a genitivu singuláru) – jos (tvar třetí osoby futura slovesa joti)“ (Šukys 2004: 9). S tímto názorem souhlasí i další vědci, kteří tvrdí, že „existují také homoformy psané stejně, ale lišící se přízvukem“, např. báltų a baltų (báltai a báltas) (Barauskaitė ir kt. 1995: 248). Klausimų kelia ir N. P. Kolesnikovo pateiktas homografų apibrėžimas (Kolesnikov 1987: 6, cituota iš Nevzorova ir kt. 2005: 231). Pasak jo, homografams gali būti priskirtos: 1) skirtingą gramatinę ir leksinę reikšmę turinčios, bet vienodai rašomos žodžių formos (kaip pavyzdį galima pateikti lietuvišką žodį baltì, t. y. sutampa veiksmažodžio bendratis ir vyr. g. būdvardžio baltas dgsk. vardininko forma); 2) skirtingą leksinę, bet vienodą gramatinę reikšmę turinčios taip pat rašomos žodžių formos (pvz., forma žiedas gali būti trys skirtingi žodžiai, turintys skirtingas leksines reikšmes, t. y. žodis gali reikšti ir augalo dalį, ir papuošalą, ir kelio rūšį); 3) skirtingą gramatinę, bet vienodą leksinę reikšmę turinčios žodžių formos (plg. lietuviško veiksmažodžio turėti esamojo laiko antrojo asmens vnsk. formą turì ir esamojo laiko trečiojo asmens formą tùri). Galima suprasti, kad mokslininkas supina homografų ir homofomų terminus, kadangi šioje klasifikacijoje nagrinėjami ir skirtingų, ir tų pačių reikšmių žodžiai bei jų formos. Tačiau taip suprasti homoformas atrodytų gana logiška, nes morfologiškai anotuotuose tekstuose apie 20 proc. daugiareikšmių žodžių skiriasi būtent prozodiniais elementais, t. y. tarimu (Rimkutė 2002: 7). Jurgis Pakerys používá další termín pro označení případů, kdy se shodují různě vyslovované tvary téhož slova – homografické slovní tvary. Zdůrazňuje, že se liší od homografů (Pakerys 2009: 130). Vincentas Drotvinas naproti tomu nazývá homoformy, homografy a homofony dalším termínem – homonymní slovní tvary (Drotvinas 1986: 91, citováno podle Rimkutė 2006a: 43). Toto označení se zdálo přijatelné E. Rimkute, první badatelce morfologické víceznačnosti, avšak ve snaze vyhnout se užívání tak dlouhého termínu se rozhodla jednoduše zvolit termín homoformy (Rimkutė 2003b: 36). Této koncepce se drží i autorka tohoto článku. Pro označení morfologicky víceznačných tvarů se používá ještě jeden termín – paronyma. Tím se označují „slova podobně znějící nebo psaná, jejichž význam je většinou odlišný; někdy může být také trochu podobný, ale obvykle nejde o synonyma (v takovém případě se často říká, že slova spojuje sémantická příbuznost, jinak také stejné sémantické pole)“ (Šukys 2004: MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 117 9–10). J. Šukys vysvětluje, že k paronymům lze v psaném jazyce přiřadit také homografy, tj. slova psaná stejně, ale vyslovovaná různě, např.: draugė – draugė („společnost, skupina“), zatímco v mluveném jazyce lze přiřadit homofony, tj. slova vyslovovaná stejně, ale psaná různě, např. rūgti – rūkti. Termín paronymum má však v jazykovědě poměrně jasně vymezený význam, a proto bylo rozhodnuto rozšířit význam termínu homoforma a nadále užívat právě tento termín. Autorka tohoto článku se navíc domnívá, že flektivní tvary náležející ke stejnému či různým slovním druhům, které se neshodují v místě přízvuku, intonaci nebo délce samohlásky, mohou být homoformami i homografy. Jinými slovy, některé homografy mohou být také homoformami a některé homoformy zase homografy (při zohlednění výslovnostních aspektů a morfologické analýze). Navíc v pracích lingvistů stále nejsou vymezeny některé konkrétní případy, například není jasné, jak označovat shody dvou či více neohebných slovních druhů, proto bylo na základě E. Rimkutė (2006a: 44) rozhodnuto zařadit takové shody v této studii mezi homoformy neohebných slovních druhů. V dalších oddílech se při pojednání o homoformách vychází z výše uvedeného pojetí homoform. Ve čtvrtém oddíle je na základě údajů z morfologicky anotovaného korpusu představena klasifikace homoform, tj. jednotek morfologické víceznačnosti. V článku se používají především termíny morfologicky víceznačné tvary a homoformy. 3. KLASIFIKACE HOMOFOREM V LITEVŠTINĚ PODLE SHODUJÍCÍCH SE SLOVNÍCH DRUHŮ Jak již bylo uvedeno, shodující se formy náležející ke stejným nebo různým slovním druhům se v tomto článku nazývají homoformy. E. Rimkutė (2006a: 40) rozlišila tři jejich typy: 1) homoformy ohebných slovních druhů; 2) homoformy ohebných a neohebných slovních druhů; 3) homoformy neohebných slovních druhů. Homoformy ohebných slovních druhů jsou morfologicky shodné formy týchž nebo různých slovních druhů (Rimkutė 2006a: 52). E. Rimkutė uvádí jako příklady tyto věty: lišk į būdą (akuzativ jednotného čísla podstatného jména būda) a sėdėk vs. atrado naują gydymo būdą (akuzativ jednotného čísla podstatného jména būdas). Jak je patrné, shodují se zde tvary akuzativu jednotného čísla podstatných jmen būda a būdas. Nemusí se však nutně shodovat formy různých slov téhož slovního 118 BENDRINĖ KALBA | 96 druhu – mohou se shodovat i formy dvou různých ohebných slovních druhů nebo dvě různé formy téhož slova. E. Rimkutė uvádí tento příklad: anglų kalbà (podstatné jméno) vs. kai kurie Lietuvos politikai nuolat kaĩba (sloveso) absurdus. Jak je patrné, v těchto větách se shodují některé tvary podstatného jména kalba a tvar třetí osoby přítomného času slovesa kalbėti. E. Rimkutei (2006a: 48) išanalizavus 10 000 morfologiškai anotuotų žodžių formų, esančių morfologiškai anotuotame tekstyne, paaiškėjo, kad kaitomųjų kalbos dalių homoformos sudaro didžiausią morfologinio daugiareikšmiškumo dalį – net 76,2 proc. Homoformy ohebných a neohebných slovních druhů jsou shodné formy dvou nebo více různých slovních druhů, z nichž jeden je ohebný a druhý nebo ostatní neohebné (Rimkutė 2006a: 59). Do této kategorie se řadí homoformy podstatných jmen, příslovcí, předložek, spojek či částic; přídavných jmen a příslovcí; sloves, příslovcí, předložek nebo částic a dalších shodujících se slovních druhů. Tvoří 6,3% všech případů morfologické víceznačnosti v morfologicky anotovaném korpusu. Jako příklad uvádí badatelka tato slovní spojení: námo (podstatné jméno) stogas vs. einu namõ (příslovce). Je vidět, že se zde shoduje podstatné jméno s příslovcem. Homoformy ohebných a neohebných slovních druhů jsou nejčastěji tvořeny třemi nebo více shodujícími se slovními druhy, tedy jsou vícesložkové. Homoformy neohebných slovních druhů jsou dvě nebo více shodujících se neohebných slovních druhů. Do této kategorie patří shody spojek, částic, příslovcí apod. Homoformy neohebných slovních druhů jsou druhým nejčastějším typem homoform; v morfologicky anotovaném korpusu tvoří 17,5% všech homoform (Rimkutė 2006a: 63). Při sestavování LKHŽ byly tyto tři kategorie rozděleny do 53 podrobnějších druhů. V zásadě se vycházelo z klasifikace navržené E. Rimkutė (2006a), tato klasifikace však byla rozšířena. Výňatek z LKHŽ je uveden na obrázku 1. Ve slovníku se shodující slovo nebo slovní tvar zapisuje tučně a na následujícím řádku se uvádí, za které slovní druhy se tento tvar považuje; v hranatých závorkách se uvádí lemma a dále jsou uvedeny podrobné gramatické značky. Neohebné slovní druhy jsou řazeny abecedně, ohebné a rovněž ohebné a neohebné podle shod slovních druhů a v rámci nich abecedně. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 119 OBR. 1. Výňatek ze slovníku litevských homoform Některé homoformy lze zařadit do několika skupin, například vieši jsou tvary nominativu plurálu přídavného jména viešas a homoformy slovesa viešėti; zároveň jde o shodu druhé a třetí osoby singuláru prézentu slovesa viešėti. pirmiausia je shodou přídavného jména a číslovky a také shodou nominativu, instrumentálu a bezrodého tvaru singuláru ženského rodu těchto slovních druhů. Proto může být totéž slovo ve slovníku uvedeno několikrát u různých druhů homoform. To znamená, že u konkrétního tvaru nejsou ve slovníku hned uvedeny všechny možné gramatické značky, ale pouze ty, které odpovídají konkrétnímu typu shody, například shodě podstatných a přídavných jmen apod. Přesto ve slovníku převažují případy morfologické víceznačnosti, které lze zařadit pouze k jednomu druhu homoform. Shody ohebných slovních druhů jsou v LKHŽ rozděleny do 41 druhů. Homoformy ohebných a neohebných slovních druhů jsou ve slovníku rozděleny do 11 druhů. Shody neohebných slovních druhů nejsou ve slovníku dále členěny, protože při jeho sestavování se vycházelo právě z klasifikace E. Rimkutė (2006a). Ta zařadila všechny shody neohebných slovních druhů do společného druhu. 120 BENDRINĖ KALBA | 96 4. KLASIFIKACE LITEVSKÝCH HOMOFORM PODLE PŘÍČIN JEJICH VZNIKU Vzhledem k tomu, že LKHŽ obsahuje skutečně velké množství morfologicky víceznačných slov (asi 36 tisíc), lze se pokusit určit příčiny vzniku litevských homoform. S ohledem na údaje ve slovníku homoform a morfologické anotace navrhované Lemuoklis lze litevské homoformy podle příčin jejich vzniku rozdělit do pěti skupin. Všechny tyto skupiny jsou podrobně představeny v následujícím textu. 4.1. Teoreticky možné homoformy vzniklé v důsledku specifik sestavování slovníků Když se morfologická víceznačnost jazyka začala analyzovat pomocí počítače, začalo se ukazovat jedno důležité rozlišení: morfologická víceznačnost může být očekávaná a neočekávaná. Očekávaná je taková, kterou člověk obvykle vnímá. Neočekávaná víceznačnost může být dvojího typu – útvary generované morfologickým anotátorem a slova, která se v současném jazyce užívají zřídka (nebo se již neužívají vůbec). Lemuoklis na základě svých morfologických zdrojů uvádí slova, která se ve skutečnosti neužívají a jejichž některé tvary se shodují s běžně užívanými slovními druhy nebo jejich tvary v litevštině. Dochází k tomu proto, že slovníky neobsahují všechny, ani pravidelně tvořené odvozeniny. E. Rimkutė při zpracování morfologicky anotovaného korpusu v roce 2006 sestavila seznam nereálných slov vygenerovaných morfologickým anotátorem. Tento seznam byl do morfologického anotátoru zařazen jako slova, která se mají ignorovat, takže problém, kdy Lemuoklis sám generuje slova, je nyní v zásadě vyřešen. Lexikální základ Lemuoklis tvoří slova obsažená ve Slovníku současné litevštiny (a také v dalších slovnících), v němž je uvedena řada slov, která se dnes užívají velmi zřídka, např.: rata, girdas, metinys, ložėti, baisis, graudis, vajys atd. Pokud se tvary těchto slov shodují s tvary slov běžně užívaných v jazyce, Lemuoklis uvádí všechny varianty, což lingvistům značně komplikuje zpracování korpusu. Druhý problém, kdy se archaická slova shodují s běžnými, zůstal zčásti nevyřešen. Takových homoform je nejvíce mezi shodami ohebných a neohebných slovních druhů; například v analýze Lemuoklis jsou tvary slov bravo, ate, arba považovány za homoformy; uvádí se, že tato slova jsou také podstatná jména, protože takovou informaci lze najít i ve slovnících (internetových- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 121 V Slovníku cizích slov (TŽŽ) je slovo bravas definováno jako „v Itálii 17.–18. století – nájemný vrah, dobrodruh, schopný použít jakékoli násilí“, atas – „setina laoského peněžního jednotky kip“, nebo – „1. krytý dřevěný dvoukolový vůz používaný národy Střední Asie; užívaný v Afghánistánu k přepravě těžkých nákladů; 2. čtyřkolový vůz na přepravu obilí; používaný na Kavkaze a na jižní Ukrajině“. Odlišení takových slov od neočekávaných homoforem obvykle trvá dlouho, protože každé z nich je třeba ověřovat v různých slovnících a korpusech. Obtížné je také rozhodnout, zda by měla být zahrnuta do LKHŽ, protože již nestačí opírat se pouze o údaje z jiných slovníků. Z této příčiny vzniku homoform je patrné, že se setkáváme s dilematem: čím větší je lexikon programu pro analýzu jazyka, tím více slov a jejich tvarů by měl program rozpoznat, zároveň to však znamená, že mohou vznikat nepředvídané shody – případy morfologické víceznačnosti. Chceme-li tedy dosáhnout co nejpřesnějších výsledků, je třeba pečlivě promyslet principy výběru slov používaných v počítačových programech. 4.2. Homoformy vzniklé v důsledku rozdílů v prozodických prvcích Homoformy způsobené rozdíly v prozodických prvcích (např. umístěním přízvuku, intonací či délkou samohlásky) se vyskytují pouze v psaném jazyce. Protože morfologické anotátory litevštiny analyzují psané tvary slov bez přízvukových znamének, homoformy se často liší prozodií. Příklady takových homoform se vyskytují především mezi shodami tvarů ohebných slovních druhů a zastupují většinu jejich menších typů. Často jde o shodné dva nebo více tvarů téhož slova. Ve slovníku je těchto příkladů 11 typů: u podstatných jmen skloňovaných podle vzoru (i)o shody nominativu singuláru s instrumentálem a vokativem singuláru (např.: agentūra vs. agentūra, mama vs. mama); u podstatných jmen skloňovaných podle vzorů (i)o, ė shody genitivu singuláru s nominativem plurálu (např.: absoliučios vs. absoliučios; adekvačios vs. adekvačios; aikštės vs. aikštės); u podstatných jmen skloňovaných podle vzoru ė10 shody instrumentálu singuláru s vokativem singuláru (např.: katė vs. kâte, dumblė vs. dùmblė); shody infinitivu s nominativem plurálu mužského rodu příčestí trpného minulého času (např.: Je třeba upozornit, že vokativ je v mnoha případech možný pouze teoreticky. Při sestavování slovníku homoform se nepřihlíželo k sémantice substantiv; předpokládalo se, že vokativní tvary jsou možné u všech substantiv.10 122 BENDRINĖ KALBA | 96 apdìrbti vs. apdirbtì; apèiti vs. apeitì); shody infinitivů podmiňovacího způsobu a genitivu množného čísla participií trpného rodu minulého času (např.: aplẏtų vs. aplytų; dėngtų vs. dengtų); shody lokativu a vokativu jednotného čísla podstatných jmen skloňovaných podle vzoru i)a (např.: aidė vs. áidė; garažė vs. garaže); shody nominativu jednotného a akuzativu množného čísla podstatných jmen skloňovaných podle vzorů i)u a i (např.: apimtìs vs. ãpimtis; ãpskritis vs. apskritis); shody třetí a druhé osoby jednotného čísla přítomného času (např.: neprigirdì vs. neprigirdi; negãli vs. negali); shody dativu ženského rodu jednotného čísla zájmen a neutra (např., tái vs. taĩ, šìtai vs. šitaĩ; samozřejmě, šitai může být také částicí, takové shody však ve slovníku spadají již do jiné kategorie – do kategorie shod ohebných a neohebných slovních druhů, protože, jak již bylo uvedeno, slovník uvádí pouze gramatické značky odpovídající konkrétnímu druhu); genitivu množného a akuzativu jednotného čísla jmenných slov skloňovaných podle vzoru i)u11 (např.: ãlų vs. alų; lietų vs. lietų); shody infinitivu a druhé osoby jednotného čísla přítomného času sloves (např.: ìnkšti vs. inkšti; klýsti vs. klysti). Prozodinių elementų skirtumų nulemtų homoformų atsiranda ir sutapus dviem ar daugiau skirtingų kaitomųjų kalbos dalių. Tokio tipo homoformų žodyne yra 7 rūšys: daiktavardžių ir veiksmažodžių sutapimai (pvz.: Adomo – sutampa tikrinio daiktavardžio Adõmas12 vnsk. kilmininko ir neveikiamosios rūšies dalyvio ãdomas vnsk. kilmininko formos; apsaugos – sutampa daiktavardžio apsauga vnsk. kilmininko, dgsk. galininko ir veiksmažodžio apsaugoti būsimuoju laiku formos, plg.: apsaugõs vs. apsáugos); daiktavardžių ir būdvardžių sutapimai (pvz., atlaidus – sutampa daiktavardžio atlaidai dgsk. galininko ir būdvardžio atlaidus vnsk. vardininko formos, plg. ãtlaidus vs. atlaidùs); veiksmažodžių ir būdvardžių sutapimai (pvz., ãntrinę, asmeninę vs. antrinę, asmeninę – sutampa veiksmažodžių antrinti, asmeninti veikiamosios rūšies būtojo kartinio laiko dalyvių ir būdvardžių antrinis, -ė, asmeninis, -ė mot. g. vnsk. galininko formos); veiksmažodžių ir įvardžių sutapimai (pvz.: kitai vs. kitai; kuria vs. kurià – sutampa veiksmažodžių kisti, kurti ir įvardžių kitas, kuri formos); daiktavardžių, būdvardžių ir veiksmažodžių sutapimai (pvz.: balti – daiktavardžio baltis vnsk. šauksmininko forma báltį; būdvardžio baltas dgsk. vardininko forma balti; bendratis bálti); daiktavardžių ir skaitvardžių ar įvardžių sutapimai (pvz.: Anos – sutampa tikrinio daiktavardžio Někdy (stejně jako v následujících případech) je genitiv plurálu možný pouze teoreticky.11 Je pravda, že anotátor dokáže rozlišovat velká a malá písmena. Přesto by v takovém případě mohla vzniknout morfologická víceznačnost, pokud by se participium psalo také s velkým počátečním písmenem, například na začátku věty.12 MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 123 Ana a tvary zájmena ana, srov. Ānos vs. anõs; kelias – shodují se podstatné jméno kẽlias a zájmeno keliàs); shody podstatných jmen, sloves a zájmen, přídavných jmen či číslovek (např.: dvejos – shoduje se číslovka dvẽjos, tvar jednotného čísla genitivu podstatného jména dveja dvejõs a tvar množného čísla nominativu dvẽjos, jakož i slovesný tvar budoucího času dvejõs). Takové shody byly zaznamenány také mezi homoformami ohebných a neohebných slovních druhů; ve slovníku jsou zastoupeny 8 typy: shody sloves, přídavných jmen a příslovcí (např. blogai – shoduje se tvar druhé osoby jednotného čísla minulého prostého času slovesa blogti blógai, tvar dativu jednotného čísla ženského rodu přídavného jména blogas, -a blõgai a příslovce blogai); shody přídavných jmen a příslovcí (např. aklai, efektyviai – shodují se tvary dativu ženského rodu přídavných jmen ãklai, efektỹviai a příslovce aklai, efektyviai); shody podstatných jmen a příslovcí (např. seniai – shoduje se tvar nominativu množného čísla podstatného jména senis sẽniai a příslovce seniai); shody podstatných jmen, přídavných jmen či zájmen a příslovcí (např.: aiskiai, aukštai – shodují se tvary nominativu množného čísla podstatných jmen aiškis, aukštas aiškiai, aukštai, tvary dativu ženského rodu přídavných jmen aiškus, -i, aukštas, -a áiškiai, áukštai a příslovce aiškiai, aukštai); shody podstatných jmen, sloves, přídavných jmen a příslovcí (např. bukãi – shodují se tvary nominativu množného a vokativu jednotného čísla podstatného jména bukאס bùkai, tvar druhé osoby jednotného čísla minulého prostého času slovesa bukti bukãi, tvar dativu jednotného čísla ženského rodu přídavného jména bukאס bùkai a příslovce bukãi); shody číslovek, předložek a příslovcí (např. pirma – shodují se nominativ a instrumentál ženského rodu a střední rod číslovky pirmas, -a pirmà, pìrma a předložka i příslovce pìrma); shody sloves a příslovcí (např. apmaudžiau – tvar první osoby jednotného čísla minulého prostého času slovesa apmaudyti apmáudžiau a příslovce vyššího stupně apmaudžiau), shody podstatných jmen, zájmen a příslovcí či částic (např. Ana – shodují se nominativ, instrumentál a vokativ jednotného čísla vlastního jména Ana a tvary zájmena a částice ana, srov. Anà, Āna a anà). Pokud by Lemuoklis a další morfologické anotátory dokázaly analyzovat texty s vyznačeným přízvukem13, morfologická víceznačnost by se pravděpodobně výrazně snížila. 13 Udělat to automaticky není složité, například pomocí programu Kirčiuoklis, který je dostupný https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis.. Na druhou stranu tento program vychází z výsledků programu pro automatickou morfologickou analýzu, a proto vzniká začarovaný kruh: kvalita programu pro přízvukování závisí na tom, jak dobře funguje morfologický analyzátor. Je třeba zmínit, že program Kirčiuoklyje uvádí pro morfologicky víceznačné formy několik variant přízvuku, takže by řešení problému morfologické víceznačnosti příliš nepomohl. 124 BENDRINĖ KALBA | 96 Již dříve se objevily pokusy klasifikovat homoformy podle prozodických prvků. E. Rimkutė (2002: 91–98) analyzovala 10 tisíc gramaticky anotovaných slov užitých v článcích deníku Lietuvos ryto. Bylo zjištěno, že 83 procent homoform je foneticky totožných, zatímco 17 procent se liší místem přízvuku. Homoformy, které se neliší místem přízvuku, výzkumnice dále rozdělila do dvou typů: lišící se kvantitou samohlásky (např. sloveso mãno a zájmeno màno) a lišící se intonací (např. slovesa kláusė (lemma – klausyti) a kláusė (lemma – klausti)). V předchozích příkladech byly probrány homoformy lišící se místem přízvuku i intonací. V poslední kategorii byly zároveň zahrnuty i případy lišící se kvantitou samohlásky, ty však nebyly vyčleněny samostatně. 4.3. Homoformy vzniklé v důsledku shody různých slov Do této kategorie patří část homoform ohebných slovních druhů a homoformy ohebných a neohebných slovních druhů. Teoreticky jsou všechny případy z kategorie homoform ohebných a neohebných slovních druhů rovněž slovy s různými významy, protože mají různá lemmata. To však není vždy správné, neboť například mezi shodami příslovcí a přídavných jmen existuje poměrně značná sémantická souvislost; jedna forma bývá často odvozena od druhé. Homoformy vzniklé na základě víceznačných slov by proto bylo možné rozdělit do dvou užších kategorií – homoformy s různým lexikálním významem a homoformy s částečně shodným lexikálním významem. 4.3.1. Homoformy s různým lexikálním významem Do této kategorie patří shodné formy, které spolu slovotvorně nesouvisejí. Zahrnuje 8 typů homoform ohebných a neohebných slovních druhů: homoformy sloves, přídavných jmen a příslovcí, například griežtai – v tomto případě se shoduje dativní tvar jednotného čísla ženského rodu příčestí griežtas, -a (lemma – griežti) s příslovcem griežtai, které má zcela jiný význam, a dativní tvar jednotného čísla ženského rodu přídavného jména griežtas, -a. Z toho vyplývá, že v tomto případě spojuje příčestí s příslovcem a přídavným jménem odlišný lexikální význam, zatímco přídavné jméno s příslovcem význam částečně sdílí, protože jedno je odvozeno od druhého (podrobněji viz oddíl 4.3.2); homoformy podstatných jmen a příslovcí nebo předložek, spojek, částic, citoslovcí a zvukomalebných slov (např.: dėlei – shoduje se dativní tvar jednotného čísla podstatného jména dėlė s tvarem předložky dėlei; opa – shodují se nominativní, vokativní a instrumentální tvary jednotného čísla podstatného jména opa a zvukomalebné slovo); homoformy zájmen a příslovcí nebo částic, spojek MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 125 (např. kam – shoda příslovce a zájmena); homofonní formy podstatných jmen, příslovcí a přídavných jmen nebo zájmen (např. dativ sg. feminina podstatného jména kandžiai, ženského rodu od kandis, tj. „malý motýl, jehož housenky prožírají šaty, živí se obilím, moukou a rostlinami“ (LKŽ 2005), se shoduje s nominativem pl. kandžiai podstatného jména kandus, -i, mužského rodu, tj. „kousání, kousnutí, pokousané místo“ (LKŽ 2005), dativem sg. feminina přídavného jména a příslovcem kandžiai (lexikální významy přídavného jména a příslovce se částečně shodují, zatímco s podstatným jménem kandis je spojuje odlišný lexikální význam); homofonní formy podstatných jmen, sloves, přídavných jmen, příslovcí a předložek (např. arti – shoduje se vokativ sg. podstatného jména artis, infinitiv slovesa árti, nominativ sg. feminina přídavného jména artus, -i a forma příslovce a předložky arti); homofonní formy sloves, podstatných jmen a příslovcí (např. kartais – shoduje se instrumentál pl. příčestí kártas, instrumentál pl. podstatného jména kārtas a forma příslovce kartais); homofonní formy sloves a předložek nebo částic, spojek, citoslovcí, zvukomalebných slov a zkratek (např. ak – shoduje se citoslovce a forma 3. osoby sg. rozkazovacího způsobu podstatného jména akti; užvis – shoduje se forma 3. osoby budoucího času slovesa užvisti a forma příslovce užvis; vysk – shoduje se grafická zkratka slova vyskupas a forma 3. osoby sg. rozkazovacího způsobu slovesa vysti); homofonní formy podstatných jmen, zájmen a příslovcí nebo částic (např. ana – shodují se formy vlastního podstatného jména Ana, zájmena a částice ana). Homofonní formy s odlišnými lexikálními významy se mohou vyskytovat také mezi homofonními formami ohebných slovních druhů. V LKHŽ tvoří 8 typů: homofonní formy podstatných jmen, sloves a přídavných jmen s odlišnými lexikálními významy (např. anglių – shodují se formy genitivu pl. podstatných jmen anglys a anglė); homofonní formy podstatných jmen a sloves (např. adomą – shodují se akuzativ sg. příčestí adomas a akuzativ sg. vlastního podstatného jména Adomas); homofonní formy sloves a zájmen nebo číslovek (např. jos – shoduje se forma 3. osoby budoucího času slovesa joti a nominativ pl. i genitiv sg. zájmena ji; kitai – shoduje se 2. osoba minulého času slovesa kisti a dativ sg. zájmena kita; trejos – shoduje se forma 3. osoby budoucího času slovesa trejoti a nominativ číslovky treji, -os); homofonní formy podstatných jmen, přídavných jmen a sloves (např. kaltų – shoduje se forma 3. osoby podmiňovacího způsobu slovesa kalti, genitiv pl. feminina a maskulina příčestí káltas, -a, genitiv pl. feminina a maskulina přídavného jména káltas, -a a 126 BENDRINĖ KALBA | 96 genitiv pl. podstatného jména káltas; kartus – shoduje se akuzativ pl. maskulina příčestí kártas, nominativ sg. přídavného jména kartus a akuzativ pl. podstatného jména kartas); homofonní formy přídavných jmen, zájmen, číslovek a podstatných jmen (např. viena – shodují se formy vlastního podstatného jména Viena a nominativ, instrumentál a vokativ sg. číslovky, zájmena a přídavného jména vienas, -a); homofonní formy podstatných jmen, sloves a zájmen či číslovek (např. dvejos – shoduje se genitiv sg. a nominativ pl. podstatného jména dveja, forma 3. osoby budoucího času slovesa dvejoti a forma číslovky dvejos; maną – shoduje se nominativ pl. činného příčestí přítomného tvořeného od slovesa manyti, akuzativ sg. feminina a maskulina zájmena manà a akuzativ sg. podstatného jména mãna); homofonní formy přídavných jmen a zájmen (např. juodu – shodují se nominativ, akuzativ a instrumentál duálu zájmena jis a genitiv sg. přídavného jména juodas). 4.3.2. Homofonní formy s částečně se překrývajícím lexikálním významem Takové homofonní formy mají odlišná lemmata, jsou však sémanticky a slovotvorně příbuzné, např.: absoliutiškai – shoduje se forma příslovce absoliutiškai a přídavného jména absoliutiškas; ilgai – shoduje se forma příslovce ilgai a přídavného jména ilgas. Nejčastěji jde o příslovce tvořená z přídavných jmen, tj. o slova téhož kořene, a lze je považovat za slova s odlišným významem pouze částečně (nahlížíme-li na ně nikoli z hlediska formální morfologie, ale sémanticky). Částečné lexikální homofonní formy ve slovníku tvoří 8 typů homofonních forem ohebných slovních druhů, konkrétně: homofonní formy podstatných jmen substantiva mobilia, například administratorių (shodují se genitivy pl. slov administratorius a administratorė), bėglių (shodují se genitivy pl. slov bėglys a bėglė); homofonní formy podstatných jmen a sloves (např. apkaustai – shoduje se 2. osoba přítomného času slovesa apkaustyti a nominativ podstatného jména apkaustai; atsakai – shoduje se nominativ pl. podstatného jména atsakas a 2. osoba přítomného času slovesa atsakyti); homofonní formy podstatných jmen a přídavných jmen (např. absoliutus – shoduje se nominativ pl. podstatného jména absoliutas a nominativ sg. přídavného jména absoliutus; abstraktu – shoduje se instrumentál sg. podstatného jména abstraktas a neutrální forma přídavného jména abstraktus, -i); homofonní formy sloves a přídavných jmen (např. magnetinę – shoduje se nominativ pl. feminina příčestí magnetinės minulého prostého času a akuzativ sg. feminina přídavného jména magnetinis, -ė; masinę – shoduje se příčestí masinės maskulina MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 127 sg. akuzativu a přídavného jména masinis, -i, ženského rodu, singuláru, akuzativu); homofomy podstatných jmen, přídavných jmen a sloves (např. kaltą – shodují se tvary přídavného jména káltas a příčestí káltas mužského a ženského rodu, singuláru, akuzativu a podstatného jména káltas, singuláru, akuzativu; v posledním případě se ovšem prolínají dvě různé příčiny. Mezi příčestím a podstatným jménem skutečně existuje částečná lexikální shoda, protože jejich významy spolu souvisejí, zatímco s přídavným jménem káltas se příčestí a podstatné jméno káltas shodují z prozodických důvodů); homofomy přídavných jmen a zájmen (např. pirmiausia – shodují se tvary přídavného jména pirmiausias, -ia středního rodu a ženského rodu, singuláru, nominativu, instrumentálu a vokativu a číslovky pirmas); homofomy podstatných jmen a číslovek nebo zájmen (např.: aštuonetą (shoduje se podstatné jméno a číslovka), maniškė (shoduje se podstatné jméno a zájmeno)); homofomy podstatných jmen, sloves a zájmen nebo přídavných jmen, číslovek (např. niūri – shodují se singulár, vokativ podstatného jména niūris, nominativ ženského rodu, singuláru přídavného jména niūrus, -i a tvary druhé a třetí osoby prézentu sloves niūrėti a niurti). Příklady částečné lexikální mnohoznačnosti lze najít také mezi shodami ohebných a neohebných slovních druhů – homofomy sloves, přídavných jmen a příslovcí (např. aklinai – shodují se tvar druhé osoby singuláru minulého času slovesa aklin- ti, příslovce aklinai a dativ ženského rodu, singuláru přídavného jména aklinas, -a), homofomy přídavných jmen a příslovcí (abejingai, aistringai, cikliškai); homofomy podstatných jmen a příslovcí (např.: dovanai, laukan, pusbalsiu); homofomy podstatných jmen, příslovcí a přídavných jmen nebo zájmen (např. bailiai – shodují se nominativ plurálu podstatného jména bailys, dativ ženského rodu, singuláru přídavného jména bailus, -i a tvar příslovce bailiai, ačkoli přízvuk podstatného jména bailiai se liší od přízvuku přídavného jména a příslovce bailiai. Pokud bychom přízvuk nebrali v úvahu, všechny tři formy by spojoval částečně shodný lexikální význam. Za zmínku stojí také homofomy podstatných jmen, sloves a příslovcí nebo předložek (např. uždarai – shodují se tvary příčestí uždaras, -a singuláru, dativu, vytvořené ze slovesa uždaryti, nominativu plurálu podstatného jména už-daras a dativu ženského rodu, singuláru přídavného jména uždaras, -a a tvar příslovce uždarai; opět se liší přízvuk některých slov, srov. uždarai ir uždarai), homofomy sloves, podstatných jmen a příslovcí (např. apsiaustai – shodují se nominativ plurálu podstatného jména apsiaustas, dativ ženského rodu, singuláru příčestí apsiaustas, -a a tvar příslovce apsiaustai); homofomy číslovek a příslovcí (např.: keturiomis, pirmiau), 128 BENDRINĖ KALBA | 96 homofomy sloves a příslovcí (např.: apibrėžtai, apibendrintai – shodují se tvary dativu ženského rodu, singuláru příčestí apibrėžtas, –a, apibendrintas, –a s příslovci apibrėžtai, apibendrintai), homofomy podstatných jmen, zájmen a příslovcí (např. nieko – shodují se tvary podstatného jména a zájmena niekas s příslovcem nieko), homofomy přídavných jmen, číslovek a příslovcí (např. pirmiausiai – toto slovo může být v závislosti na kontextu přídavným jménem, příslovcem nebo číslovkou). 4.4. Homofomy vyplývající z morfologického systému litevštiny Některé homofomy jsou dány morfologickým systémem litevštiny. Shody jmenných slov způsobují synkretické pády určitých deklinací a shodné tvary některých pádů v různých rodech či číslech (např. naujų – genitiv plurálu ženského i mužského rodu); u sloves se mohou shodovat osoba, číslo, čas atd. Lexikální význam těchto slov je stejný. Tuto kategorii tvoří výhradně shody ohebných slovních druhů. Nejvíce shod se vyskytuje u jmenných slov; lze je rozdělit na případy synkretismu čísla, rodu a pádu. Případy shody pádů mají 7 typů: shody nominativu, instrumentálu, vokativu singuláru a neutra u jmenných slov deklinace (i)o (např.: podstatná jména abatija, data, emulsija; přídavná jména faktiška, fatališka, galinga); shody instrumentálu a vokativu singuláru podstatných jmen deklinace ė (např. podstatná jména beteise, dėde, bedante); shody nominativu a vokativu plurálu podstatných jmen deklinací (i)a, (i)u (např. podstatná jména abituriantai, akiniai, angelai); shody lokálu a vokativu singuláru podstatných jmen deklinace (i)a (např.: albume, bate, čempione); shody nominativu a akuzativu číslovek a zájmen (např. zájmena judu, mudu, číslovky abi, dvi (stojí za zmínku, že v Bendrinės lietuvių kalbos žodyne (BLKŽ) je slovo abi považováno za zájmeno); shody nominativu a vokativu plurálu podstatných jmen nebo substantivizovaných příčestí a přídavných jmen deklinace i (např.: akmenys, anty s, baltieji, kaltinamieji); shody nominativu, akuzativu a instrumentálu číslovek nebo zájmen (např. číslovky aštuoniolika, dvylika, trylika a zájmeno keliolika). Shody rodu jsou ve slovníku 7 typů: shody genitivu plurálu jmenných slov mužského a ženského rodu (např.: příčestí abejojančių, akcentuojančių, apibendrinančių, přídavná jména apynau jų, birių, blogų – mužský a ženský rod se shodují); (i)a MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 129 shody nominativu jednotného čísla jmenných slov mužského rodu skloňovaných podle vzoru a akuzativu množného čísla jmenných slov ženského rodu skloňovaných podle vzoru (i)o (např.: adjektiva abejingas, brokuotas, dieviškas; participia diferencijuotas, forsuotas, gautas); shody akuzativu jednotného čísla jmenných slov skloňovaných podle vzorů (i)o a (i)a (např.: adjektiva abejingą, aklą, darganą; participia dažomą, draudžiamą, gaunamą); shody nominativu množného čísla participií činného rodu mužského rodu a neutra (např.: abejoja, amžina, apdarą); shody nominativu číslovek ženského a mužského rodu (např., trys); shody akuzativu číslovek ženského a mužského rodu (např., tris); shody dativu a/nebo instrumentálu číslovek či zájmen mužského a ženského rodu (např.: duiem, judviem); shody podstatných jmen ženského a mužského rodu s obecným rodem (např.: giminė, mazgotė – obecný rod se shoduje s ženským; ligonis – obecný rod se shoduje s mužským); Jak již bylo uvedeno, shodovat se může také počet ohebných slovních druhů. Ve slovníku jsou 4 druhy těchto případů: shody genitivu jednotného čísla a nominativu a vokativu množného čísla jmenných slov skloňovaných podle vzorů (i)o, ė (např.; podstatná jména abejonės, abėcėlės, baterijos; adjektiva basos, birios, dabartinės; participia decentralizuotos, degeneruotos, eiliuotos); shody nominativu jednotného a akuzativu množného čísla jmenných slov skloňovaných podle vzorů (i)u a i (např.: administratorius, gentis, kalendorius); shody akuzativu jednotného a genitivu množného čísla podstatných jmen skloňovaných podle vzoru (i)u (např.: agresorių, derlių, išminčių); shody vokativu jednotného a nominativu množného čísla adjektiv mužského rodu skloňovaných podle vzoru (i) (např.: artimesni, garesni, mažesni). Často se shodují také různé slovesné tvary. Ve slovníku je zaznamenáno 7 druhů takových shod. Jsou to: homoformy infinitivů sloves a nominativu mužského rodu množného čísla minulých trpných příčestí (např. absorbuoti, išardyti, nulakuoti); homoformy tvarů třetí osoby sloves v podmiňovacím způsobu a genitivu množného čísla minulých trpných příčestí (např. adaptuotų, gamintų, girdėtų); homoformy třetí a druhé osoby sloves v přítomném čase (např. atsispindi, įsidėmi, krūpteli); shody příčestí s polopříčestími či polopříčestími s příponou -damas (např. adoruojantis, bijantis – v tomto případě se zvratná polopříčestí shodují s tvarem nominativu jednotného čísla mužského rodu nezvratného příčestí přítomného času; polopříčestí duodamas se shoduje s příčestími přítomného času – jak s akuzativem množného čísla ženského rodu, tak s nominativem jednotného čísla mužského rodu); shody infinitivů s druhou osobou jednotného čísla sloves (např. neklysti, nuslysti, trykšti); shody finitních a nefinitních tvarů sloves (např. dirbtinai, imtinai, maldautinai – tvary dativu jednotného čísla ženského rodu příčestí se shodují s adverbiálními tvary; sugrįžta, tirta – sloves- 130 BENDRINĖ KALBA | 96 né tvary třetí osoby přítomného času se shodují s příčestími středního a ženského rodu – jak v nominativu, tak v instrumentálu); homoformy polopříčestí přítomného a budoucího času (např. apklau­siant, pratęsiant, trešiant – shodují se tvary polopříčestí budoucího a přítomného času). 4.5. Homoformy stejného významu vzniklé zařazením do různých paradigmat Některá podstatná jména, přídavná jména, slovesa, zájmena a příslovce se stejným významem mohou patřit ke dvěma různým paradigmatům, např.: Audrių by mohl být tvarem Audrius i tvarem Audrys, akuzativu jednotného čísla; būčiau by mohlo patřit jak k paradigmatu būti, yra, buvo, tak k paradigmatu būti, būna, buvo a také k paradigmatu būti, būva, buvo; grįuvus by mohlo patřit jak k paradigmatu grįuti, grįūna, grįuvo, tak k paradigmatu grįūti, grįūva, grįuvo; lemma tvaru stebukladario by mohlo být jak stebukladaris, tak stebukladarys; mano může být tvarem zájmena s lemmatem mano i zájmena s lemmatem manas. LKHŽ vyčleňuje pro tyto případy samostatný druh. 4.6. Souvislosti mezi příčinami Pět uvedených příčin vzniku může být vzájemně propojeno; vznik homoform některých slov může být navíc zapříčiněn více než jednou příčinou, například abstrãkčiai vs. abstrakčiai – zde je víceznačnost způsobena jak rozdíly v prozodických prvcích (liší se místo přízvuku), tak částečnou shodou významu (jedno slovo je odvozeno od druhého). Dalším příkladem jsou shodné tvary přídavného jména káltas a podstatného jména káltas. Tato slova by mohla spadat jak do kategorie homoform vzniklých v důsledku rozdílů v prozodických prvcích, tak do kategorie homoform podmíněných odlišným lexikálním významem. Různé homoformy tvořící v slovníku jeden druh navíc nemusejí být nutně zapříčiněny stejnými příčinami. Například některé shody mezi tvary kondicionálu a příčestí trpného (např.: adaptuotų, brandintų) vznikají v důsledku rozdílů v prozodických prvcích (srov. aplýtų a aplytų), zatímco jiné jsou způsobeny morfologickým systémem litevštiny, tedy prostě shodou dvou slovesných tvarů (např.: automatizuotų, derėtų). Pět příčin vzniku homoform pomáhá ještě lépe pochopit, proč při anotaci pomocí Lemuokliu (nebo jiných morfologických anotátorů) vznikají různé případy morfologické víceznačnosti. Doplněním M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys 131 Pokud bychom tyto informace doplnili statistickými údaji, bylo by možné určit, která příčina je nejpravděpodobnější. Takto by bylo možné zdokonalit také LKHŽ. Pochopíme-li, co způsobuje morfologickou víceznačnost, bylo by možné do slovníku zařadit nové údaje, například poznámky označující pravděpodobnost víceznačnosti apod. Podrobnější analýza doplněná statistickými údaji by navíc mohla odhalit další příčiny vzniku homoform. To je možné téma budoucího výzkumu. SHRNUTÍ Článek popsal jednu z etap počítačového zpracování litevštiny – automatickou morfologickou analýzu. Při ní se projevuje problém morfologické víceznačnosti. Na základě připravovaného LKHŽ bylo možné objasnit příčiny vzniku homoform v litevštině. Podle příčin vzniku lze homoformy klasifikovat takto: 1) teoretické homoformy, vzniklé v důsledku specifik některých slovníků; 2) homoformy, vzniklé v důsledku rozdílů v prozodických prvcích; 3) homoformy, vzniklé v důsledku shody různých slov; 4) homoformy podmíněné morfologickým systémem litevštiny; 5) homoformy se stejným významem, vzniklé přiřazením k různým paradigmatům. Teoretické homoformy komplikují morfologickou analýzu tehdy, když se archaická či v současné litevštině (téměř) již neužívaná slova shodují s běžnými slovy. Tento problém ukazuje, že morfologické anotátory potřebují jinak sestavené seznamy slov. Homoformy podmíněné prozodickými prvky se vyskytují pouze v psaném jazyce. Nejvíce příkladů je mezi shodami ohebných slovních druhů; často jde o shodné tvary jednoho slova (např.: nom. sg. mamà a vok. sg. māmą; nom. sg. apimtis a akuz. pl. āpimtis), mohou se však shodovat i dva různé slovní druhy (např. apsaugos – shodují se gen. sg. a nom. pl. podstatného jména apsauga a tvar 3. osoby budoucího času slovesa apsaugoti). Takové shody byly zaznamenány také mezi homoformami ohebných a neohebných slovních druhů, například mezi slovesy, přídavnými jmény a příslovci (např. blogai – shoduje se 2. osoba sg. minulého času slovesa blogti, dat. sg. ženského rodu přídavného jména blogas, –a, a tvar příslovce blogai). 132 BENDRINĖ KALBA | 96 Homoformy vzniklé shodou různých slov mohou mít různé lexikální významy (shodná slova, která spolu nejsou slovotvorně spjata, např. arti – shoduje se příslovce, předložka, infinitiv a příčestí, srov. artì a ártì), nebo se jejich významy částečně překrývají (mají různé lemmata, ale jsou sémanticky a slovotvorně spjata, např.: absoliutiškai – shoduje se příslovce absoliutiškai a tvar dat. sg. ženského rodu přídavného jména absoliutiškas, -a). Homoformy podmíněné morfologickým systémem litevštiny určuje litevská gramatika, například synkretické pády či shodné tvary různých rodů nebo čísel (např. naujų – tvar ženského i mužského rodu); mohou se shodovat osoba, číslo, čas atd. sloves. Lexikální význam těchto slov je stejný, jinými slovy, shodují se různé flektivní tvary téhož slova. Tuto kategorii tvoří výhradně shody ohebných slovních druhů. Vznik homoform může podmiňovat také to, že stejné slovo je přiřazeno k různým paradigmatům, například būčiau – tento tvar by mohl patřit jak k paradigmatu būti, yra, buvo, tak k paradigmatu būti, būna, buvo, ale také k paradigmatu būti, būva, buvo. Tyto příčiny pomáhají pochopit, proč při automatickém anotování vznikají různé případy morfologické víceznačnosti. Na základě těchto informací by navíc bylo možné zdokonalit LKHŽ. Pochopíme-li, co způsobuje morfologickou víceznačnost, bylo by možné do slovníku zařadit další informace, například poznámky označující pravděpodobnost víceznačnosti nebo jiné údaje. LITERATŪRA Aleksandravičiūtė Skaistė 2008: Paieškos sistemos „Google“ naudojimo galimybės tiriant kalbos reiškinius. – Bendrinė kalba 81, 266–282. Barauskaitė Janina 1979: Leksikologijos pradmenys. Leksinė semantika, Vilnius: Lietuvos TSR aukštojo ir specialiojo vidurinio mokslo ministerija. Barauskaitė Jūratė, Čepaitienė Giedrė, Mikulėnienė Danguolė 1995: Lietuvių kalba. Leksikologija, fonetika, akcentologija, dialektologija, rašyba 1, Vilnius, Mokslo ir enciklopedijų leidykla. Bielinskienė Agnė, Boizou Loïc, Rimkutė Erika 2017: Lietuvių kalbos morfologiškai ir sintaksiškai anotuoti tekstynai. – Bendrinė kalba 90, 1–30. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 133 BLKŽ 2022: Bendrinės lietuvių kalbos žodynas (rengiamas), vyr. red. D. Liutkevičienė, Vilnius: Lietuvių kalbos institutas. Prieiga internete: https://ekalba.lki.lt/bendrines-lietuviu-kalbos-zodynas. DLKŽ 2021: Dabartinės lietuvių kalbos žodynas, vyriausiasis redaktorius S. Keinys, 8-as patais. ir papild. leidimas (elektroninis variantas), Vilnius: Lietuvių kalbos institutas. Prieiga internete: https://ekalba.lt. Gaivenis Kazimieras, Keinys Stasys 1990: Kalbotyros terminų žodynas, Kaunas: Šviesa. Grumadienė Laima 2002: Dabartinės rašomosios lietuvių kalbos dažninis žodynas ir jo bazė. – Lituanistika 46, 19–37. Jakaitienė Evalda 2009: Leksikologija, Vilnius: Vilniaus universiteto leidykla. Kaljanov Ali 2023: Grammatical Homonyms in Modern Karakalpak Language. – The International Journal of Language and Cultural 5(1), 26–31. Prieiga internete: https://www.growingscholar.org/journal/index.php/TIJOLAC/article/view/322. Katamba Francis 1994: English Words, London: Routledge. LKE 1999: Lietuvių kalbos enciklopedija, Vilnius: Mokslo ir enciklopedijų leidybos institutas. LKŽ 2005: Lietuvių kalbos žodynas, t. 1–20 (elektroninis variantas), vyr. red. G. Naktinienė, Vilnius: Lietuvių kalbos institutas, 2005. Prieiga internete: https://ekalba.lt/lietuviu-kalbos-zodynas. Marcinkevičienė Rūta 2011: Žodžio reikšmė. Žodynai ir tekstynai, Kaunas: Vytauto Didžiojo universitetas. Nevzorova Olga, Zin’kina Julia, Pjatkin Nicolaj 2005: Applied Problems of Functional Homonymy Resolution for Russian Language. – International Journal ITA 12(3), 231–235. Prieiga internete: http://www.foibg.com/ijita/vol12/ijita12-3-p05.pdf. Pakerys Jurgis 2009: Būtiniųjų predikatyvų žymėjimas lietuvių kalbos veiksmo pavadinimo konstrukcijose. – Gramatinių funkcijų prigimtis ir raiška (Acta Salensia 1), Vilnius: Vilniaus universitetas, 125–145. Piečytė Miglė 2023: Morfologinio daugiareikšmiškumo analizė ir klasifikacija: baigiamasis magistro darbas, Kaunas: Vytauto Didžiojo universitetas. Puolakainen Tiina 2012: How Does the Choise of Morphological Analyser Influence the Quality of Syntactical Analysis? – Human Language Technologies – The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 193–200. Rimkutė Erika 2002: Homoformos dabartinės lietuvių kalbos tekstyne. – Lituanistika 2, 86–101. 134 BENDRINĖ KALBA | 96 Rimkutė Erika 2003a: Morfologinio daugiareikšmiškumo tipologija. – Lituanistika 4, 60–78. Rimkutė Erika 2003b: Homonimai, homoformos ir homografai tekstynų lingvistikos požiūriu. – Terminologija 10, 33–41. Rimkutė Erika 2006a: Morfologinio daugiareikšmiškumo ribojimas kompiuteriniame tekstyne: daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas. Rimkutė Erika 2006b: Dabartinės lietuvių kalbos gramatinių formų vartosena morfologiškai anotuotame tekstyne. – Lituanistika 2, 34–55. Rimkutė Erika, Grybinaitė Rasa 2004: Dažniausios lietuvių kalbos morfologinio daugiareikšmiškumo rūšys ir jų automatinis vienareikšminimas. – Kalbų studijos 5, 74–78. Prieiga internete: https://www.vdu.lt/cris/handle/20.500.12259/53446. Rimkutė Erika, Grigonytė Gintarė 2006: Automatizuotas lietuvių kalbos morfologinio daugiareikšmiškumo ribojimas. – Lituanistika 9, 30–37. Rimkutė Erika, Daudaravičius Vidas 2007: Morfologinis „Dabartinės lietuvių kalbos tekstyno“ anotavimas. – Kalbų studijos 11, 30–35. Šukys Jonas 2004: Panašiai skambantys žodžiai: normos ir klaidos, Vilnius: Gimtasis žodis. TŽŽ 2023: Tarptautinių žodžių žodynas (elektroninis variantas). Prieiga internete: https://tzz.lt/. Zinkevičius Vytautas 2000: Lemuoklis – morfologinei analizei. – Darbai ir dienos 24, 246–273. Įteikta 2023 04 05 Priimta 2023 06 29 MIGLĖ ŽEMRIETĖ THE REASONS FOR THE MORPHOLOGICALLY AMBIGUOUS FORMS Summary Although the problem of morphological ambiguity in the Lithuanian language has been solved for all practical purposes morphological annotators, even when are improved, are not always capable of choosing the most probable form from several morphologically polysemous forms. Moreover, such cases are not uncommon when the morphological annotator incorrectly chooses one form from several possible ones. Therefore, a decision was made to conduct a study that would analyze and classify cases of morphological polysemy, hereinafter referred to as homoforms of the Lithuanian language. The aim of the study is to discuss their MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 135 possible causes based on the classified homoforms through the application of quantitative analysis, textual linguistics, and descriptive. When describing the reasons for homoforms, reference is made to the Dictionary of Homoforms of the Lithuanian language, prepared by the author of this article and Erika Rimkutė. Since the Dictionary of Homoforms of the Lithuanian Language consists of a really large number (about 36,000) of morphologically polysemous words, it becomes possible to define the reasons for the appearance of homoforms in the Lithuanian language. Homoforms can be classified according to the reasons for their appearance as follows: (1) homoforms that are rather theoretical in nature and appeared in the process of the compilation of dictionaries; (2) homoforms resulting from differences in prosodic elements; (3) homoforms resulting from different overlapping words; (4) homoforms that came into existence due to the specifics of the Lithuanian morphology system; (5) homoforms of the same meaning that appeared under different paradigms. These five reasons help us to better understand why automatic annotation often produces a kind of morphological ambiguity. Based on this information, it would be possible to improve the Dictionary of Homoforms of the Lithuanian Language on its own right. By understanding what determines morphological polysemy, new data could be added to the dictionary, such as notations that indicate the probability of ambiguity or other data. KEYWORDS: morphological ambiguity, automatic morphological analysis, corpus, homoforms, dictionary. MIGLĖ ŽEMRIETĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius [email protected] MIGLĖ ŽEMRIETĖ MORFOLOGIŠKAI DAUGIAREIKŠMIŲ FORMŲ ATSIRADIMO PRIEŽASTYS Santrauka Nors morfologinis daugiareikšmiškumas yra iš esmės išspręsta problema, net ir patobulinus lietuvių kalbos morfologinius anotatorius, jiems ne visada iš kelių morfologiškai daugiareikšmių formų pavyksta pasirinkti tikėtiniausią. Be to, nereti ir tokie atvejai, kai morfologinis anotatorius neteisingai parenka vieną formą 136 BENDRINĖ KALBA | 96 iš kelių galimų. Todėl nutarta išanalizuoti ir suklasifikuoti morfologinio daugiareikšmiškumo atvejus, juos vadinant lietuvių kalbos homoformomis. Tyrimo tikslas – remiantis suklasifikuotomis homoformomis, aptarti galimas jų priežastis. Taikyti kiekybinės analizės, tekstynų lingvistikos, aprašomasis metodai. Aprašant homoformų priežastis, remiamasi Lietuvių kalbos homoformų žodynu. Jį sudaro apie 36 tūkst. homoformų, todėl galima apibrėžti homoformų lietuvių kalboje atsiradimo priežastis. Šiame straipsnyje homoformos pagal atsiradimo priežastis suklasifikuotos į penkias grupes: 1) teorinės homoformos, atsiradusios dėl kai kurių žodynų sudarymo specifikos; 2) homoformos, atsiradusios dėl prozodinių elementų skirtumų; 3) homoformos, atsiradusios dėl sutampančių skirtingų žodžių; 4) homoformos, nulemtos lietuvių kalbos morfologijos sistemos; 5) tos pačios reikšmės homoformos, atsiradusios dėl priskyrimo skirtingoms paradigmoms. Ši klasifikacija padeda geriau suvokti, kodėl morfologiniams anotatoriams anotuojant atsiranda vienokių ar kitokių morfologinio daugiareikšmiškumo atvejų. Remiantis šia informacija, būtų galima patobulinti ir patį Lietuvių kalbos homoformų žodyną. Suvokiant, kas lemia morfologinį daugiareikšmiškumą, į žodyną būtų galima įtraukti naujų duomenų, pavyzdžiui, galėtų atsirasti pažymos, kurios rodytų daugiareikšmiškumo tikimybę ar kitus duomenis. ESMINIAI ŽODŽIAI: morfologinis daugiareikšmiškumas, automatinė morfologinė analizė, tekstynas, homoformos, žodynas. MIGLĖ ŽEMRIETĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius [email protected] MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 137