Morfologiškai daugiareikšmių formų atsiradimo priežastys

MIGLĖ ŽEMRIETĖ Litván Nyelvi Intézet ORCID-azonosító: 0009-0000-2174-3311 KUTATÁSI TERÜLETEK: korpusznyelvészet, számítógépes nyelvészet, automatikus morfológiai elemzés, morfológiai többértelműség és annak korlátozása. DOI: doi.org/10.35321/bkalba.2023.96.06 A MORFOLÓGIAILAG TÖBBÉRTELMŰ ALAKOK KIALAKULÁSÁNAK OKAI KULCSSZAVAK: morfológiai többértelműség, automatikus morfológiai elemzés, korpusz, homoformák, szótár. ÖSSZEFOGLALÓ A tanulmány a Litván nyelvi homoformák szótára című műből származó adatok alapján tárgyalja a litván nyelv morfológiailag többértelmű alakjainak – amelyeket a tanulmány homoformáknak nevez – kialakulási okait. A homoformák kialakulásuk okai szerint a következő csoportokba sorolhatók: egyes szótárak szerkesztési sajátosságaiból eredő, inkább elméleti homoformák; a prozódiai elemek különbségeiből eredő homoformák; különböző szavak egybeeséséből adódó homoformák; a litván nyelv morfológiai rendszeréből következő homoformák; azonos lexikai jelentésű, különböző paradigmákhoz rendelésből fakadó homoformák. A homoformák kialakulásának e magyarázatai segítenek megérteni, miért keletkeznek különféle morfológiai többértelműségi esetek a morfológiai annotátorokkal végzett annotálás során, és miért nem érhetők el teljesen pontos automatikus annotálási eredmények. ABSTRACT A cikk a litván nyelv homoformáinak kialakulási okait ismerteti a Dictionary of Homoforms of the Lithuanian Language című műből nyert adatok alapján. A szerző a homoformákat kialakulásuk okai szerint osztályozza; ezek a következők: inkább elméleti jellegű homoformák, amelyek a szótárkészítés sajátosságai miatt jöttek létre; a prozódiai elemek különbségeiből eredő homoformák; különböző, egybeeső szavakból eredő homoformák; a litván morfológiai rendszer sajátosságai következtében kialakult homoformák; azonos jelentésű, de különböző paradigmákhoz tartozó homoformák. Ezek az okok segítenek megérteni, miért eredményez gyakran különféle morfológiai kétértelműségi eseteket a morfológiai annotátorokkal végzett annotálás. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 107 BEVEZETÉS Napjainkban a nyelv kutatása során leggyakrabban különféle számítógépes programokat vesznek igénybe. Ezek lehetővé teszik a nyelv feldolgozását, nyelvészeti problémák megoldását, a szöveg szegmentálását, lemmatizálását, osztályozását, klaszterezését vagy hibáinak javítását, valamint az automatikus fordítást. Számítógépes programokkal szemantikai, morfológiai és szintaktikai elemzés is végezhető, annotált vagy annotálatlan szövegkorpuszok és hangkorpuszok hozhatók létre stb. A litván nyelv is számítógépes feldolgozás alá kerül. A litván nyelv számítógépes feldolgozásának egyik szakasza az automatikus morfológiai elemzés. Ennek során válik láthatóvá a morfológiai többértelműség. A morfológiai többértelműség a többértelműségnek csupán egy kis része, amelyhez a következők tartoznak: 1) ragozott és nem ragozott szóalakok vagy szavak; 2) különböző vagy azonos szófajú szóalakok vagy szavak; 3) bizonyos alakjaikban, prozódiai elemeikben különböző, illetve teljesen egybeeső szavak vagy azok alakjai (Rimkutė 2003a: 63). Egy szót vagy annak alakját akkor tekintjük morfológiailag többértelműnek, ha ugyanahhoz a szóalakhoz két vagy több lemma tartozik (például a kovų alakhoz a kovas és a kova lemma adható meg), vagy két vagy több nyelvtani jegye van (például naktis – egyes szám alanyeset vagy többes szám tárgyeset). Az automatikus morfológiai elemzés során feltárt morfológiai többértelműség Erika Rimkutė (2002: 86) szerint igen sajátos eset, ám az emberek mindennap találkoznak többértelmű szavakkal. Ez többnyire nem okoz kommunikációs problémát, mert a kontextust értelmezve viszonylag könnyen kikövetkeztetik, melyik szót vagy szóalakot használták, a többi lehetőség pedig eszükbe sem jut. Emellett a beszélt nyelvben gyakran az eltérő intonáció vagy hangsúlyhely segít felismerni a morfológiailag többértelmű szavakat. Bár a morfológiai többértelműség alapvetően megoldott probléma (lásd Rimkutė, Daudaravičius 2007), a litván morfológiai annotátorok továbbfejlesztése után sem sikerül mindig kiválasztani a több morfológiailag többértelmű alak közül a legvalószínűbbet; ráadásul nem ritka az sem, hogy a morfológiai annotátor hibásan választ ki egy alakot a több lehetséges közül. A litván nyelv három, meglehetősen részletesen dokumentált és nyilvánosan hozzáférhető morfológiai annotátorral elemezhető: a szintaktikai és szemantikai elemzőrendszerben elérhető Semantika.lt1 annotátorral, valamint a Lemuoklis annotátorokkal. 1 Lásd: https://semantika.lt/Analysis/TextAnalysis. 108 BENDRINĖ KALBA | 96 valamint Morfuoklis2. A jelen tanulmányban bemutatott adatok a Lemuoklis által végzett elemzésen alapulnak, ezért ezt az annotátort valamivel részletesebben ismertetjük. A tanulmány célja a litván nyelvi homoformák (ezt és a többi terminust a 2. fejezet ismerteti) kialakulási okainak leírása. A célkitűzések: a morfológiai többértelműséggel kapcsolatos terminusok áttekintése, valamint az elemzett morfológiai többértelműségi esetek alapján, azok leírása és osztályozása után a homoformák kialakulási okainak megvitatása. A Lietuvių kalbos homoformų žodyne (LKHŽ)3 szereplő szavakat elemeztük. A kutatás során a kvalitatív elemzés, a korpusznyelvészet és a leíró módszer került alkalmazásra. Az LKHŽ egymillió, morfológiailag annotált korpuszban talált, ismétlődés nélküli homoforma-példát tartalmaz. A szótárból kiderül, mely litván szóalakok morfológiailag többértelműek. Az olvasók maguk is levonhatják a következtetéseket arról, mely alakok valószínűbbek, és mi okozza ezt. A szótár mintegy 36 ezer homoformát tartalmaz, amelyeket három kategóriába soroltak: 1) ragozható szófajok homoformái; 2) nem ragozható szófajok homoformái; 3) ragozható és nem ragozható szófajok homoformái. A ragozható szófajok homoformáit, valamint a ragozható és nem ragozható szófajok homoformáit további 53 típusra bontották (ezekről a továbbiakban szó lesz). E. Rimkutė, aki a morfológiailag annotált litván nyelvi korpuszt készítette, megállapította, hogy a morfológiai többértelműség egyaránt érinti a ragozható és a nem ragozható szófajokat (Rimkutė 2006a: 136). Megállapítása szerint leggyakrabban a ragozható szófajok esnek egybe, legritkábban pedig a ragozható és a nem ragozható szófajok. Bár a szótár nem közöl statisztikai adatokat4, az alapján, hogy mely homoformatípusokhoz tartozik a legtöbb szóalak, a következő típusok említhetők gyakoriakként: az (i)a ragozási típusú főnevek és melléknevek egyes számú alanyesete, valamint a (i)o ragozási típusú főnevek és melléknevek többes számú tárgyesete közötti egyezés (pl.: nemažas, pripažintas, trečias); a (i)o és (i)a ragozási típusú főnevek és melléknevek egyes számú tárgyesete közötti egyezés (pl.: abejingą, aštuntą, parduotą); valamint a (i)o és e ragozási típusú főnevek és melléknevek egyes számú birtokos esete, illetve többes számú alany- és megszólító esete közötti egyezés (pl.: abatijos, abejingos, abstrakčiausios) (a szótár szerkezetéről és összeállításáról részletesebben lásd a tanulmány szerzőjének munkáját: Piečytė 2023). 2 Lásd: https://sitti.vdu.lt/morfuoklis/. 3 Ezt a szótárt kiadásra készítik elő. Egyelőre nem jelent meg nyilvánosan. Szerzői: M. Žemrietė és E. Rimkutė. 4 A gyakoriság kiszámításához külön kutatásra lenne szükség. A homoformák egy részének korpuszokban való vizsgálata azonban azt mutatja, hogy egyes alakok több ezerszer, mások csak néhányszor fordulhatnak elő. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 109 Az LKHŽ és egyben a tanulmány forrása egy 2000–2005 között összeállított, egymillió szavas, morfológiailag annotált litván nyelvi korpusz, amelyet Vytautas Zinkevičius által készített Lemuoklis programmal annotáltak. A morfológiailag annotált korpuszban a szavak csaknem fele morfológiailag többértelmű. Ez a jelenség csak akkor vált nyilvánvalóvá, amikor a kutatók elkezdték feldolgozni az automatikus morfológiai elemzőprogram által annotált fájlokat, és látták, hogyan kezeli a nyelvet kontextuális ismeretek nélkül, vagyis amikor minden szóalakot teljesen különállóként elemez (Rimkutė 2006a: 136). Ezért ennek a tanulmánynak és a benne található magyarázatoknak hasznára kell válniuk azoknak, akik litván morfológiai annotátorokat használnak. Segíthet megérteni az esetleges pontatlanságok okait. Az LKHŽ az első ilyen típusú litván szótár. A nyelvhez való szokatlan megközelítést mutatja be, a litván nyelv számítógépes elemzőprogramjainak szemszögéből. A szótárból kiderül, milyen nyelvet „értenek” a számítógépes programok. A litván nyelvről a litvánul tanuló külföldiek is hasonló képet alkothatnak. Mivel a szótár valóban nagyszámú homoformát tartalmaz, több kutatási lehetőséget nyit meg a tudósok előtt. Bár, mint említettük, Litvániában ez az első ilyen szótár, hasonló szótárakat már más nyelveken is kiadtak. Például 2001-ben készült el az orosz nyelvi homoformák szótára, amelynek szerzője Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ5). A szótár homonimákat és homográfokat is tartalmaz (olyan szavakat, amelyeket azonosan írnak, de eltérően ejtenek). A szótár nem veszi figyelembe a hangsúlyt, és az ė betűt sem használja. A szótár úgy van összeállítva, hogy a szóalakok bal oldalon, a lexémák pedig jobb oldalon szerepelnek. A szófajokat zárójelben adják meg, vö.6: ехидна ехидной ехидна (főnév), ехидный (melléknév) ехидною ехидны ехидно ехидно (határozószó), ехидный (melléknév) 5 Az orosz nyelv homoformáinak szótára az interneten érhető el: http://cfrl.ruslang.ru/homoforms/index.htm. 6 Ez a példa az ехидна szó ragozását és szófajait mutatja be (rövidítéseik zárójelben szerepelnek). Az orosz nyelvben ennek a szónak több jelentése is van, amelyek a kontextustól függenek. Az ехидна szó magyarul sünit, ausztrál kígyót jelenthet, de használható egy dühös, kegyetlen, álnok ember jellemzésére is. 110 BENDRINĖ KALBA | 96 2008-ban létrehoztak egy angol homofónszótárt7, amelynek szerzője Alfred Aloisi (a homofónok és a homoformák kapcsolatáról bővebben lásd e cikk 2. fejezetét). A szótár leírása szerint a szótár folyamatosan bővül, de hiányzik az információ arról, honnan gyűjtik a szavakat, hány van belőlük stb. A szótár szerzőjével felvéve a kapcsolatot kiderült, hogy a szótár első változata nyomtatott volt, de hamar felismerték, hogy célszerűbb internetes változatot készíteni, mivel a nyomtatott változat gyorsan elavulhatna, és több kiadásra is szükség lehetne. A szótárban több mint 10 ezer homofón található, és a szótár felhasználói is javasolhatnak újakat. Emellett nemcsak a homofónok lemmáit és szófajait, hanem meghatározásait is közli – ez nem túl megszokott az ilyen típusú szótárakban. Különbözőképpen írt, de azonosan ejtett szavakat sorol fel, például: moo (magyarul mú) és moue (magyarul grimasz), vö.: moo 1.:: verb-intransitive A tehén mély, búgó hangját hallatni; bőgni. 2.:: noun A tehén bőgése vagy hasonló hang. moue 1.:: noun Apró grimasz; biggyesztés. Az angol homofónok nyomtatott szótárakban is szerepelnek; például 1997-ben jelent meg Leslie Presson homofónszótára (Dictionary of Homophones). Az angolul tanulóknak szól, és több mint 600 homofónpárt tartalmaz. 2012-ben készült el A. D. Reed szótára, a Reed’s Homophones: A Comprehensive Book of Sound-alike Words (a szótár az amerikai angol homofónjait tartalmazza, több mint 1 000 párban. Minden szóhoz meghatározás, szófaj és használati példa tartozik). Litvániában is jelentek meg könyvek, tankönyvek és tudományos cikkek hasonló témákról. Jonas Šukys 2004-ben adta ki a Panašiai skambantys žodžiai: normos ir klaidos című könyvet, amely részletesen elemzi a paronimákat (a fogalom magyarázata a 2. fejezetben található). A könyvben a kutató kifejti az összevetett szavak normatív jelentéseit, megadja a hibás szóhasználat javított változatát, továbbá a paronimák és homográfok használati szempontjait is tárgyalja. A homoformák egy része különböző jelentésű szavak véletlen egybeesése miatt keletkezik. Az ilyen szavak elemzésével foglalkozik Rūta Marcinkevičienė (2011) tankönyve, a Žodžio reikšmė. Žodynai ir tekstynai; egyik fejezete a poliszémiáról szól, részletesen bemutatja a homonimákat, és osztályozásukat is ismerteti. 7 Az angol homofónszótár az interneten érhető el: https://www.homophone.com. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 111 E. Rimkutė különösen sok tanulmányt publikált a morfológiai többértelműségről. Megemlíthető disszertációja (Rimkutė 2006a), valamint több tudományos cikke (Rimkutė 2002, 2003a, b), amelyekben széles körűen ismertette a többértelműség különféle típusait, és különösen nagy figyelmet szentelt a morfológiai többértelműségnek és a homoformáknak. Ez a cikk bevezetésből (első rész), két elméleti részből, két vizsgálati részből és összefoglalásból áll. A dolgozat végén szerepel az összes idézett szakirodalmi forrás jegyzéke. 1. MORFOLÓGIAILAG ANNOTÁLT KORPUSZ ÉS AZ ABBAN KIRAJZOLÓDÓ MORFOLÓGIAI TÖBBÉRTELMŰSÉG Az első morfológiailag annotált litván nyelvi korpusz Vida Žilinskienė és Laima Grumadienė által létrehozott elektronikus adatbázis. Kifejezetten gyakorisági szótárak összeállításához használták (Rimkutė 2006b: 34). V. Žilinskienė és L. Grumadienė A mai írott litván nyelv gyakorisági szótárának elektronikus korpusza (2002) 1,2 millió szóból áll; a benne található szövegek eredetiek (nem fordítások), és publicisztikai, tudományos, szépirodalmi vagy hivatali stílusúak. Ezeket a szövegeket annotálták, majd alapjánuk szótárakat készítettek: A mai írott litván nyelv gyakorisági szótára (1997) és A mai írott litván nyelv gyakorisági szótára (1998). A Vytautas Magnus Egyetem Számítógépes Nyelvészeti Központjában 2000-ben kezdték el létrehozni a bevezetőben említett, morfológiailag annotált korpuszt8. Félautomatikusan állították össze, a Lemuoklis automatikus morfológiai elemzőprogram alkalmazásával. Első változata körülbelül 1 millió szóból állt, később azonban a korpuszt bővítették, és kijavították a pontatlanságokat9. A korpuszban a publicisztikai szövegek aránya 36%, a tudományos szakirodalmi szövegeké 24%, a szépirodalmi szövegeké 19%, az adminisztratív stílusú szövegeké 2,8%, a Litván Köztársaság Seimasának gyorsírásos jegyzőkönyveié pedig 6,8%. A korpuszt félautomatikusan állították össze. Amikor ezt a korpuszt összeállították, V. Zinkevičius morfológiai elemzőprogramja 8 Ez a korpusz nyilvánosan hozzáférhető az interneten: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33. 9 A litván nyelvi homoformák szótárához az adatokat a korpusz első változatából vettük, mert a litván nyelvi morfológiai többértelműség minél több esetét szerettük volna rögzíteni. Később a Lemuoklisben statisztikai egyértelműsítő modulokat vezettek be (Rimkutė, Daudaravičius 2007), aminek következtében a program pontosabban kezdett működni, és sokkal kevesebb morfológiailag többértelmű alakot adott meg. 112 BENDRINĖ KALBA | 96 A Lemuoklis, amely lemmákat és morfológiai címkéket adott meg, nem vette figyelembe a kontextust; a programban nem voltak szemantikai információk, a szóalakokat pedig többnyire a litván szótövek listája alapján határozta meg, nem pedig olyan szóalaklisták segítségével, amelyek az alakok megadott grammatikai címkéit tartalmazták (Zinkevičius 2000: 30). Ez azt jelenti, hogy a program a szóalakokhoz minden lehetséges grammatikai címkét és valamennyi lehetséges lemmát (címszóalakot) megadta (lásd a bevezetőben szereplő példákat). Azt is érdemes megemlíteni, hogy a Lemuoklis ékezetjelölés nélküli írott alakokat elemzett. Éppen ezért különbözhettek a homoformák prozódiai elemeikben is (Rimkutė, Grybinaitė 2004: 75–76). A nyelvtechnológiai kutatásokban jelenleg gyakrabban használják a Semantika.lt annotátort, mert pontosabb; karbantartható, frissíthető és bővíthető is (Bielinskienė és mtsai 2017: 2). Ugyanakkor ez sem annotál mindig helyesen: gyakran nem ismeri fel az idegen szavakat, a zsargont és a rövidítéseket. Mivel nem látja a teljes nyelvet vagy a kontextust úgy, ahogyan az ember, hibázik a morfológiailag többértelmű szavak annotálásakor (ha egy szónak több, egymástól eltérő grammatikai jelentése van, a morfológiai annotátorok olykor helytelen grammatikai címkét választanak). Nemrég, 2023 végén egy új szó- és szövegelemző program, a Morfuoklis is működésbe lépett, a Semantika.lt annotátorra építve. Ezzel a programmal szintézist is lehet végezni, azaz a megadott grammatikai címkék alapján létre lehet hozni a kívánt szót vagy akár több szót. Az annotálási hibák legnagyobb része a morfológiai többértelműségből fakad: noha a programokat folyamatosan fejlesztik, még mindig nagyon gyakran nem ismerik fel a kontextust (vagy nem megfelelően ismerik fel). Az utóbbi időben jelentős figyelmet fordítottak a litván nyelv automatikus elemzésének e problémájára: különféle eszközöket hoztak létre, amelyek korlátozhatják a szemantikai, szintaktikai és morfológiai többértelműséget; szabályokat dolgoztak ki a szövegek egyértelműsítésének elősegítésére; továbbá elemezték és osztályozták a litván nyelv morfológiai többértelműségét (Rimkutė, Grigonytė 2006: 32). A homoformák nemcsak a litván nyelvben gyakoriak. Hasonló helyzet rajzolódott ki más nyelvek korpuszainak vizsgálatakor is: például a cseh nyelvben a morfológiailag többértelmű alakok aránya 46%, a szlovénban körülbelül 8,01%, a románban 40%, az angolban 38,65%, a magyarban pedig 21,58% (Hajič 2004: 173, idézi Rimkutė 2006a: 47). Észt kutatók adatai alapján (Puolakainen 2012: 194) megállapítható, hogy az észt szavak csaknem fele morfológiailag többértelmű. 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 A hangsornak két különböző jelentése van; ilyen esetben ezt két különálló szónak kellene tekinteni, nem pedig egy többjelentésűnek. Fontos megemlíteni, hogy a kutató itt lexikai, nem pedig morfológiai többértelműségről beszél. Ez a nézet azonban nem elterjedt – Skaistė Aleksandravičiūtė (2008: 275) szerint a többértelműség a nyelv rendszeres jelensége, mivel összefügg a litván nyelv morfológiai rendszerének sajátosságaival és a grammatikai esetek szinkretizmusával, továbbá a nyelvi gazdaságossággal és korlátozottsággal is. 2. A MORFOLÓGIAI TÖBBÉRTELMŰSÉG LEGFONTOSABB TERMINUSAI A nyelvtudományban a morfológiai többértelműséget leggyakrabban több különböző terminussal értelmezik és nevezik meg. Az alábbiakban a terminusokról szóló vita következik, vagyis arról, hogy hogyan nevezzük a morfológiailag többértelmű alakokat: homoformáknak, homonimáknak, homográfoknak vagy másként (nem tárgyaljuk a többértelműség más szintjeihez kapcsolódó terminusokat; a továbbiakban kizárólag a morfológiai többértelműség eseteire összpontosítunk). A legtágabb jelentésű terminus, amelyet bizonyos mértékig ebben a cikkben is lehetne használni, a homonimák; ezeket leggyakrabban „azonos kifejezésalakú, de teljesen eltérő jelentésű szavakként” határozzák meg (Jakaitienė 2009: 101), illetve olyan „szóként, amely egy másik szóval azonos hangzású, ugyanahhoz a szófajhoz tartozik, de más jelentésű” (Gaivenis, Keinys 1990), vagy „azonos kiejtésű szavakként (léteznek homonim alakok és morfémák is)” (Šukys 2004: 9). Amint korábban említettük, morfológiailag többértelműnek nevezzük az azonosan vagy különbözően kiejtett ragozott és ragozatlan alakokat. A morfológiai többértelműség elemzésekor a lexikai jelentés nem fontos (ezt általában a homonimák leírásakor hangsúlyozzák), ezért nyilvánvaló, hogy a homonimák terminus túl tág a morfológiailag többértelmű alakok megnevezésére. A homoformák terminus számos bizonytalanságot kelt a nyelvészekben. Egyesek (Barauskaitė 1979: 43–44; Barauskaitė ir kt. 1995: 23) homoformának tekintik ugyanazon szó különböző alakjait, illetve különböző szavak hasonló hangzású alakjait, például: aprašai – a főnév aprašas többes számú alanyesete, valamint az ige aprašyti jelen idejű, második személyű alakja. Nikolaj Pavlovičius Kolesnikov a homoformákat paradigmatikus homonimáknak is nevezi (Kolesnikov 1987: 7, idézi Nevzorova ir kt. 2005: 231), Francis Katamba pedig az azonos vagy különböző szófajokhoz tartozó, egybeeső alakokat szinkretizmusnak nevezi (Katamba 1994: 15). 114 BENDRINĖ KALBA | 96 Ebben a cikkben a morfológiailag többértelmű alakokat homoformáknak nevezzük. Amint az alábbi, a terminus használatáról szóló áttekintésből kiderül, a homoformák terminust ebben a cikkben a nyelvészeti munkákban szokásosnál tágabb értelemben használjuk. Ezért a továbbiakban, a homonímia valamennyi típusának részletes tárgyalása nélkül, a homoformák nyelvészeti munkákban alkalmazott fogalmát ismertetjük. 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). Kazimieras Gaivenis és Stasys Keinys Kalbotyros terminų žodyne című nyelvészeti terminológiai szótárában (KTŽ) a homoformák különböző szavak azonos kiejtésű és írású alakjai (Gaivenis, Keinys 1990). Következésképpen a homoformák közé nem sorolják az esetragozási szinkretizmus azon eseteit, amikor ugyanazon szó több esete egybeesik. Ez a meghatározás azonban bizonytalanságot okozhat a homoformák és a részleges homonimák elkülönítésekor. A szótár ez utóbbiakat „olyan homonimákként határozza meg, amelyek morfémái nem mind egyeznek meg teljesen, vagy amelyek különböző szófajokhoz tartoznak” (Gaivenis, Keinys 1990: 80). E. Jakaitienė a részleges homonimákat olyan szavakként határozza meg, „amelyek közül az egyiknek vagy valamennyi grammatikai alakja megegyezik a másik szó alakjainak egy részével, vagy amelyeknek legalább néhány alakja megegyezik” (Jakaitienė 2009: 101–102). Szerinte ilyenkor az egyik szó többnyire ragozható, a másik pedig ragozhatatlan, például a gaila egyszerre a sajnálatot, bánkódást jelentő főnév és határozószó (példák morfológiailag annotált korpuszból). E. Jakaitienė szerint az analitikus nyelvekben részleges homonimának tekintik azokat a szavakat, amelyek különböző szófajokhoz tartozhatnak. Például az angol tender szó lehet ajánlatot jelentő főnév, gyengéd, érzékeny jelentésű melléknév, valamint „felajánlani, benyújtani” jelentésű ige (Jakaitienė 2009: 102). Más kutatók (Kaljanov 2023: 27) kissé másként nevezik ezeket az eseteket: grammatikai homonimáknak. Ezek fonetikailag MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 115 ugyanannak a szónak olyan alakjai, amelyek nyelvtani jelentései különböznek, például ranka (egyes számú alanyeset) és ranka (egyes számú eszközhatározói eset). A homoformák meghatározása a Lietuvių kalbos enciklopedijoje (LKE) is megtalálható. Itt azt írják, hogy homoformának tekintik a különböző szófajokhoz tartozó szavak bizonyos egybeeső alakjait, például a grūdo alakot: a grūdas főnév egyes számú birtokos esetét és a grūsti ige múlt idejű, harmadik személyű alakját (LKE 1999: 247–248). E meghatározásból nem világos, hogy a homoformák közé sorolhatók-e az azonos szófajhoz tartozó szavak egybeeső alakjai, például a tapo (ebben az esetben a többi alapalak különbözik: tapyti, tapė és tapti, tampa). A morfológiailag annotált korpuszban csak írott és ékezetjelölés nélküli alakok szerepelnek. Az ilyen alakok esetében gyakran fontos a hangsúly helye vagy az intonáció – a morfológiailag többértelmű alakok gyakran prozódiai jegyeikben különböznek, eltérően ejtjük őket. A nyelvészek az ilyen eseteket gyakran homográfoknak nevezik. A KTŽ (1999: 23–24) szerint a homográfok „egyformán írt, de eltérően ejtett szavak: lìngė (az autó egyik alkatrésze) és liñgė (madár)”; E. Jakaitienė pedig így határozza meg a fogalmat: „olyan szavak (vagy azok alakjai), amelyeket egyformán írunk, de eltérően ejtünk (a) a hangsúly helye vagy b) az intonáció különbözik)” (Jakaitienė 2009: 103). Nehéz lehet annak megértése is, hogy miben különböznek a homográfok a homonimáktól és a homoformáktól. A LKE-ben (1999: 248) közölt Vincas Urbutis-féle álláspont, valamint az itt megadott homográf-meghatározás alapján a homográfok egyformán írt szavak vagy szóalakok. Azt állítják, hogy a litván nyelvben a homográfok többnyire egyben homonimák is (például a kartą alak lehet a karta szó (azaz generacija) és a kartas szó (azaz sykis) tárgyesete is). Az enciklopédia homográfnak tekinti azokat az eseteket is, amikor különböző szófajokhoz tartozó szóalakok esnek egybe (LKE 1999: 248), például az apra šai alakot (ez lehet az aprašas főnév többes számú tárgyesete, illetve az aprašyti ige jelen idejű, harmadik személyű alakja – a példák a morfológiailag annotált litván korpuszból származnak). Nincs azonban általános egyetértés. J. Šukys azt írja, hogy „azokat a szavakat, amelyek egyébként azonosak, és amelyeket a DLKŽ homonimákként számoz, de amelyek a hangsúly helyében, a hangsúlyozási mintában vagy a hangsúlyos szótag intonációjában különböznek, nem kell valódi homonimáknak tekinteni, hanem a homoformák közé kell sorolni. A homoformák (más szóval homonim szóalakok) sokkal gyakoribbak a nyelvben, mint a valódi homonimák, és gyakran teljesen különböző szófajokról van szó: maišo (a maišas főnév birtokos esete) – maišo (a maišyti ige múlt idejű, harmadik személyű alakja); jos (a névmás 116 BENDRINĖ KALBA | 96 ji többes számú alanyesetű, illetve egyes számú birtokos esetű alakja) – jos (a joti ige jövő idejű, harmadik személyű alakja)” (Šukys 2004: 9). Ezt a nézetet más tudósok is osztják, azt állítva, hogy „vannak olyan homoformák is, amelyeket egyformán írunk, de hangsúlyuk különbözik”, például báltų és baltų (báltai és 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 egy másik terminust használ azokra az esetekre, amikor ugyanannak a szónak eltérően ejtett alakjai esnek egybe: homografinės žodžių formos. Hangsúlyozza, hogy ez különbözik a homográfoktól (Pakerys 2009: 130). Vincentas Drotvinas viszont a homoformákat, a homográfokat és a homofónokat egy másik terminussal nevezi: homoniminės žodžių formos (Drotvinas 1986: 91, idézi Rimkutė 2006a: 43). Ezt az elnevezést elfogadhatónak találta E. Rimkutė, a morfológiai többértelműség első kutatója, de a hosszú terminus használatát elkerülendő úgy döntött, hogy egyszerűen a homoformų terminust választja (Rimkutė 2003b: 36). A jelen cikk szerzője is ezt a felfogást követi. A morfológiailag többértelmű alakok megnevezésére egy másik terminust is használnak: paronimai. Ezek „olyan szavak, amelyeket hasonlóan ejtünk vagy írunk, jelentésük pedig többnyire különböző; olykor jelentésük némileg közel állhat egymáshoz, de rendszerint nem szinonimák (ilyen esetekben gyakran azt mondják, hogy a szavak között szemantikai kapcsolat van, más szóval ugyanahhoz a szemantikai mezőhöz tartoznak)” (Šukys 2004: MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 117 9–10). J. Šukys szerint az írott nyelvben a paronimák közé sorolhatók a homográfok is, vagyis az egyformán írt, de eltérően ejtett szavak, például: barátnő – barátnő („baráti társaság, csoport”), a beszélt nyelvben pedig a homofónok, vagyis az egyformán ejtett, de eltérően írt szavak, például: savanyodni – füstölni. A paronima terminusnak azonban a nyelvészetben meglehetősen pontosan meghatározott jelentése van, ezért úgy döntöttünk, hogy kibővítjük a homoforma jelentését, és a továbbiakban ezt a terminust használjuk. Ezenkívül e cikk szerzője úgy véli, hogy az azonos vagy különböző szófajokhoz tartozó, a hangsúly helyében, a hanglejtésben vagy a magánhangzó időtartamában eltérő ragozott alakok egyaránt lehetnek homoformák és homográfok. Más szóval egyes homográfok egyben homoformák is lehetnek, és bizonyos homoformák homográfok is (ha figyelembe vesszük a kiejtés szempontjait, és morfológiai elemzést végzünk). Ezenfelül a nyelvészek munkáiban néhány konkrét eset még nincs meghatározva; például nem világos, hogyan nevezzük két vagy több ragozhatatlan szófaj egybeeséseit. Ezért E. Rimkutė (2006a: 44) nyomán ebben a kutatásban úgy döntöttünk, hogy az ilyen egybeeséseket a ragozhatatlan szófajok homoformái közé soroljuk. A következő fejezetekben a homoformákról szólva a homoformák fent ismertetett felfogását követjük. A negyedik fejezet a homoformák, azaz a morfológiai többértelműség egységeinek osztályozását mutatja be, a morfológiailag annotált korpusz adatai alapján. A cikkben főként a morfológiailag többértelmű alakok és a homoformák terminusokat használjuk. 3. A LITVÁN NYELV HOMOFORMÁINAK OSZTÁLYOZÁSA AZ EGYBEESŐ SZÓFAJOK SZERINT Mint korábban említettük, ebben a tanulmányban homoformáknak nevezzük az azonos vagy különböző szófajokhoz tartozó, egybeeső alakokat. E. Rimkutė (2006a: 40) három típusukat különítette el: 1) a ragozható szófajok homoformái; 2) a ragozható és a ragozhatatlan szófajok homoformái; 3) a ragozhatatlan szófajok homoformái. A ragozható szófajok homoformái az azonos vagy különböző szófajok morfológiailag egybeeső alakjai (Rimkutė 2006a: 52). E. Rimkutė példaként a következő mondatokat hozza: lišk į būdą (a būda főnév egyes számú tárgyesete) és sėdėk vs. atrado naują gydymo būdą (a būdas főnév egyes számú tárgyesete). Amint látható, itt a būda és a būdas főnév egyes számú tárgyesete esik egybe. Azonban nem feltétlenül kell azonos szófajhoz tartozó szavaknak egybeesniük 118 BENDRINĖ KALBA | 96 különböző alakjainak – két különböző ragozható szófaj alakjai, vagy akár ugyanazon szó két különböző alakja is egybeeshet. E. Rimkutė a következő példát hozza: anglų kalbà (főnév) vs. kai kurie Lietuvos politikai nuolat kaĩba (ige) absurdus. Amint látható, ezekben a mondatokban a kalba főnév egyes alakjai és a kalbėti ige jelen idejű, egyes szám harmadik személyű alakja esik egybe. 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. A ragozható és ragozhatatlan szófajok homoformái két vagy több különböző szófaj egybeeső alakjai, amelyek közül az egyik ragozható, a másik vagy a többi pedig ragozhatatlan (Rimkutė 2006a: 59). Ebbe a kategóriába tartoznak a főnevek, határozószók, névutók, kötőszók vagy partikulumok; a melléknevek és határozószók; az igék, határozószók, névutók vagy partikulumok, valamint más egybeeső szófajok homoformái. Ezek a morfológiailag annotált korpuszban előforduló morfológiai többértelműségi esetek teljes számának 6,3 százalékát teszik ki. Példaként a kutató a következő szókapcsolatokat hozza: námo (főnév) stogas vs. einu namõ (határozószó). Látható, hogy itt egy főnév esik egybe egy határozószóval. A ragozható és ragozhatatlan szófajok homoformái többnyire három vagy több egybeeső szófajból állnak, vagyis többszavas csoportokat alkotnak. A ragozhatatlan szófajok homoformái két vagy több ragozhatatlan szófaj egybeeső alakjai. Ebbe a kategóriába tartoznak többek között a kötőszók, partikulumok és határozószók egybeesései. A ragozhatatlan szófajok homoformái a második leggyakoribb homoforma-típust alkotják: a morfológiailag annotált korpuszban az összes homoforma 17,5 százalékát teszik ki (Rimkutė 2006a: 63). Az LKHŽ összeállításakor ezt a három kategóriát 53 kisebb típusra osztották. Alapvetően E. Rimkutė (2006a) által javasolt osztályozásra támaszkodtak, de azt kibővítették. Az LKHŽ egy részletét az 1. ábra mutatja. A szótárban az egybeeső szó vagy szóalak félkövérrel szerepel, a következő sorban pedig megadják, hogy ezt az alakot mely szófajokhoz kell sorolni; a szögletes zárójelek között a címszóalak áll, ezt követik a részletes nyelvtani címkék. A ragozhatatlan szófajokat ábécérendben sorolják fel; a ragozhatókat, valamint a ragozható és ragozhatatlan szófajokat pedig az egybeeső szófajok szerint, azon belül ábécérendben. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 119 1. ÁBRA. Részlet a litván homoformák szótárából Egyes homoformák több csoportba is besorolhatók, például a vieši a melléknév, viešas többes számú alanyesetének és a viešėti igének a homofonja, továbbá a viešėti ige jelen idejű egyes szám második és harmadik személyű alakjának azonossága; a pirmiausia pedig a melléknév és a számnév, valamint e szófajok nőnemű egyes számú alanyesetének, eszközhatározói esetének és semlegesnemű alakjának azonossága. Ezért ugyanaz a szó a szótárban többször is szerepelhet, különböző homoforma-típusok alatt. Vagyis a szótár az adott alaknál nem tünteti fel rögtön az összes lehetséges nyelvtani címkét, csak azokat, amelyek az adott egyezéstípusra illenek, például a főnevek és melléknevek egyezésére, és így tovább. Mindazonáltal a szótárban előforduló morfológiai többértelműségi esetek többsége csak egyetlen homoforma-típusba sorolható. Az LKHŽ a ragozható szófajok egyezéseit 41 típusra osztja. A ragozható és nem ragozható szófajok homoformái a szótárban 11 típusra vannak osztva. A nem ragozható szófajok egyezéseit a szótár nem osztja tovább részletesebben, mivel a szótár összeállításakor kifejezetten E. Rimkutė (2006a) osztályozását vették alapul. Ő a nem ragozható szófajok összes egyezését egyetlen közös típusba sorolta. 120 BENDRINĖ KALBA | 96 4. A LITVÁN HOMOFORMÁK OSZTÁLYOZÁSA KELETKEZÉSÜK OKAI SZERINT Mivel az LKHŽ valóban nagy számú morfológiailag többértelmű szót tartalmaz (mintegy 36 ezret), megkísérelhetjük meghatározni a litván homoformák keletkezésének okait. A homoformák szótárában található adatok és a Lemuoklis által javasolt morfológiai elemzések alapján a litván homoformák keletkezésük okai szerint öt csoportba sorolhatók. Az alábbiakban mind az öt csoportot részletesen bemutatjuk. 4.1. A szótárak összeállításának sajátosságai miatt létrejött, elméletileg lehetséges homoformák Amikor a nyelv morfológiai többértelműségét számítógéppel kezdték elemezni, egy fontos megkülönböztetés vált világossá: a morfológiai többértelműség lehet várható és váratlan. Várható az, amit az ember többnyire érzékel. A váratlan többértelműségnek két típusa lehet: a morfológiai elemző által generált alakok, valamint a mai nyelvben ritkán használt (vagy már egyáltalán nem használt) szavak. Morfológiai erőforrásaira támaszkodva a Lemuoklis olyan, a valóságban nem használt szavakat is megad, amelyek bizonyos alakjai egybeesnek a litván nyelvben gyakran használt szófajokkal vagy azok alakjaival. Ez azért történik, mert a szótárakban még a szabályosan képzett származékok sem mind szerepelnek. E. Rimkutė 2006-ban, egy morfológiailag annotált korpusz rendezése során, jegyzéket készített a morfológiai elemző által generált nem valós szavakról. Ezt a jegyzéket figyelmen kívül hagyandó szavakként beépítették a morfológiai elemzőbe, ezért lényegében megoldódott az a probléma, hogy a Lemuoklis maga generál szavakat. A Lemuoklis szókincsének alapját a A mai litván nyelv szótárában (valamint más szótárakban) szereplő szavak alkotják; ezek között számos ma már különösen ritkán használt szó található, például: rata, girdas, metinys, ložėti, baisis, graudis, vajys stb. Ha e szavak alakjai egybeesnek a nyelvben szokásosan használt szavak alakjaival, a Lemuoklis minden változatot megad, ami jelentősen megnehezíti a korpusz rendezését a nyelvészek számára. A második probléma, vagyis az archaikus szavak és a közhasználatú szavak egybeesése, részben megoldatlan maradt. Az ilyen homoformák leginkább a ragozható és nem ragozható szófajok közötti egyezések között fordulnak elő; például a Lemuoklis elemzésében a bravo, ate, arba szóalakokat homoformának tekintik, és azt jelzik, hogy ezek a szavak főnevek is, mivel ilyen információ a szótárakban is megtalálható (interneti- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 121 A Nemzetközi szavak szótárában (TŽŽ) a bravas szó meghatározása: „a XVII–XVIII. századi Itáliában bérgyilkos, kalandor, aki bármilyen erőszak alkalmazására képes”, az atas pedig „a laoszi pénzegység, a kip századrésze”, illetve: „1. fedett, fából készült kétkerekű kocsi, amelyet Közép-Ázsia népei használtak; Afganisztánban nehéz terhek szállítására használták; 2. gabonaszállításra szolgáló négykerekű kocsi; a Kaukázusban és Dél-Ukrajnában használták”. Az ilyen szavakat általában időbe telik megkülönböztetni a váratlan homoformáktól, mivel mindegyiket különböző szótárakban és korpuszokban kell ellenőrizni. Azt is nehéz eldönteni, hogy fel kell-e venni őket az LKHŽ-ba, mivel már nem elegendő csupán más szótárak adataira támaszkodni. A homoformák kialakulásának e kiváltó okából látható, hogy dilemmával állunk szemben: minél nagyobb egy nyelvanalizáló program lexikonja, annál több szót és szóalakot kellene felismernie a programnak, ám ez egyben azt is jelenti, hogy előre nem látott egyezések, vagyis morfológiai többértelműségi esetek is előfordulhatnak. Ezért a lehető legpontosabb eredmények eléréséhez alaposan át kell gondolni a számítógépes programokban használt szavak kiválasztásának elveit. 4.2. Prozódiai elemek eltérései miatt kialakult homoformák A prozódiai elemek (például a hangsúly helye, a hanglejtés, a magánhangzó hosszúsága) eltérései miatt kialakuló homoformák csak az írott nyelvben fordulnak elő. Mivel a litván morfológiai annotátorok írott, hangsúlyjeleket nem tartalmazó szóalakokat elemeznek, a homoformák gyakran prozódiai szempontból különböznek. Az ilyen homoformákra a legtöbb példa a ragozható szófajok egyezései között található; a kisebb típusok többségében előfordulnak. Gyakran egy szó két vagy több alakjának egybeeséséről van szó. A szótárban 11 ilyen példatípus szerepel: (i)o ragozási osztályú névszók egyes számú alanyesetének egyezése az egyes számú eszközhatározó esettel és megszólító esettel (pl.: agentūra vs. agentūra, mama vs. mama); (i)o, ė ragozási osztályú névszók egyes számú birtokos esetének és többes számú alanyesetének egyezése (pl.: absoliučios vs. absoliučios; adekvačios vs. adekvačios; aikštės vs. aikštės); ė ragozási osztályú főnevek egyes számú eszközhatározó esetének és megszólító esetének10 egyezései (pl.: katė vs. kâte, dumblė vs. dùmblė); az infinitivus és a szenvedő múlt idejű hímnemű igenév többes számú alanyesetének egyezései (pl.: 10 Megjegyzendő, hogy a megszólító eset sok esetben csak elméletileg lehetséges. A homoformák szótárának összeállításakor nem vették figyelembe a főnevek szemantikáját; abból indultak ki, hogy minden főnévnek lehet megszólító esete. 122 BENDRINĖ KALBA | 96 apdìrbti vs. apdirbtì; apèiti vs. apeitì); a feltételes mód és a szenvedő múlt idejű hímnemű igenév többes számú birtokos esetének egyezései (pl.: aplẏtų vs. aplytų; dėngtų vs. dengtų); az (i)a ragozási osztályú főnevek egyes számú helyhatározó esetének és megszólító esetének egyezései (pl.: aidė vs. áidė; garažė vs. garaže); az (i)u ir i ragozási osztályú főnevek egyes számú alanyesetének és többes számú tárgyesetének egyezései (pl.: apimtìs vs. ãpimtis; ãpskritis vs. apskritis); a jelen idő egyes szám harmadik és második személyének egyezései (pl.: neprigirdì vs. neprigirdi; negãli vs. negali); a nőnemű névmások egyes számú részes esetének és a semleges nemű alakoknak az egyezései (pl. tái vs. taĩ, šìtai vs. šitaĩ; természetesen a šitai partikula is lehet, az ilyen egyezések azonban a szótárban már egy másik kategóriába, a ragozható és ragozhatatlan szófajok egyezéseinek kategóriájába tartoznak, mivel a szótárban – mint említettük – csak az adott típushoz illő nyelvtani címkék szerepelnek); az (i)u ragozási osztályú névszók egyes számú tárgyesetének és többes számú birtokos esetének11 egyezései (pl.: ãlų vs. alų; lietų vs. lietų); az igék infinitivusának és jelen idejű második személyének egyezései (pl.: 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 11 Néha (ahogy az alább közölt esetekben is) a többes számú birtokos eset csak elméletileg lehetséges. 12 Az igaz, hogy az annotátor képes megkülönböztetni a nagybetűket a kisbetűktől. Mindazonáltal ilyen esetben morfológiai többértelműség alakulhat ki, ha a melléknévi igenév is nagybetűvel íródik, például a mondat elején. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 123 Ana és a névmás ana alakjai, vö. Ānos vs. anõs; kelias – egybeesik a főnév kẽlias és a névmás keliàs); főnevek, igék és névmások, illetve melléknevek vagy számnevek egybeesései (pl.: dvejos – egybeesik a számnév dvẽjos, a főnév dveja egyes számú birtokos esetű alakja dvejõs és többes számú alanyesetű alakja dvẽjos, valamint a jövő idejű ige dvejõs). Az ilyen egybeesések a ragozható és ragozhatatlan szófajok homoforái között is megfigyelhetők; a szótárban 8 típusuk van: igék, melléknevek és határozószók egybeesései (pl. blogai – egybeesik az ige blogti egyes szám második személyű, egyszerű múlt idejű alakja blógai, a melléknév blogas, -a nőnemű, egyes számú részes esetű alakja blõgai és a határozószó blogai); melléknevek és határozószók egybeesései (pl. aklai, efektyviai – egybeesnek a melléknevek nőnemű részes esetű alakjai ãklai, efektỹviai és a határozószók aklai, efektyviai); főnevek és határozószók egybeesései (pl. seniai – egybeesik a főnév senis többes számú alanyesetű alakja sẽniai és a határozószó seniai); főnevek, melléknevek vagy névmások és határozószók egybeesései (pl.: aiškiai, aukštai – egybeesnek a főnevek aiškis, aukštas többes számú alanyesetű alakjai aiškiai, aukštai, a melléknevek aiškus, -i, aukštas, -a nőnemű részes esetű alakjai áiškiai, áukštai és a határozószók aiškiai, aukštai); főnevek, igék, melléknevek és határozószók egybeesései (pl. bukãi – egybeesik a főnév bukאס többes számú alanyesetű és egyes számú megszólító esetű alakja bùkai, az ige bukti egyszerű múlt idejű, egyes szám második személyű alakja bukãi, a melléknév bukאס nőnemű, egyes számú részes esetű alakja bùkai és a határozószó bukãi); számnevek, névutók és határozószók egybeesései (pl. pirma – egybeesik a pirmas, -a számnév nőnemű, egyes számú alanyesetű és eszközhatározói alakja, valamint semlegesnemű alakjai pirmà, pìrma, továbbá a névutó és határozószó pìrma); igék és határozószók egybeesései (pl. apmaudžiau – az ige apmaudyti egyszerű múlt idejű, egyes szám első személyű alakja apmáudžiau és a középfokú határozószó apmaudžiau); főnevek, névmások és határozószók vagy partikulumok egybeesései (pl. Ana – egybeesik a tulajdonnévi főnév Ana egyes számú alanyesetű, eszközhatározói és megszólító esetű alakja, valamint a névmás és a partikula ana alakjai, vö. Anà, Āna és anà). Ha a Lemuoklis és más morfológiai annotátorok képesek lennének hangsúlyjelöléssel ellátott szövegeket elemezni13, a morfológiai többértelműség valószínűleg jelentősen csökkenne. 13 Ezt automatikusan elvégezni nem nehéz, például a Kirčiuoklis programmal, amely elérhető https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis. Másfelől ez a program az automatikus morfológiai elemzőprogram eredményeire támaszkodik, ezért ördögi kör alakul ki: a morfológiai elemző működésének minőségétől függ a hangsúlyozó program minősége. Megjegyzendő, hogy a Kirčiuoklyje a morfológiailag többértelmű alakokhoz több hangsúlyozási változatot ad meg, így ez nem segítene érdemben megoldani a morfológiai többértelműség problémáját. 124 BENDRINĖ KALBA | 96 Korábban is történtek kísérletek a homoforák prozódiai elemek szerinti osztályozására. E. Rimkutė (2002: 91–98) 10 ezer, a Lietuvos ryto cikkeiben előforduló, nyelvtanilag annotált szót elemzett. Megállapította, hogy a homoforák 83 százaléka fonetikailag azonos, míg 17 százalékuk a hangsúly helyében tér el. A hangsúly helyében nem különböző homoforákat a kutató további két típusra osztotta: a magánhangzó időtartamában eltérőkre (pl. az ige mãno és a névmás màno), valamint az intonációban eltérőkre (pl. az kláusė ige (lemma – klausyti) és az kláusė ige (lemma – klausti)). A korábban bemutatott példákban a hangsúly helyében és az intonációban eltérő homoforák is szóba kerültek. Ez utóbbi kategóriában azok az esetek is szerepeltek, amelyek a magánhangzó időtartamában térnek el, de ezeket külön nem választották ki. 4.3. Különböző szavak egybeeséséből keletkezett homoforák Ebbe a kategóriába a ragozható szófajok homoforáinak egy része, valamint a ragozható és ragozhatatlan szófajok homoforái tartoznak. Elméletileg a ragozható és ragozhatatlan szófajok homoforáinak kategóriájába tartozó összes eset is különböző jelentésű szó, mivel eltérő lemmájuk van. Ez az állítás azonban nem mindig helytálló, mivel például a határozószók és melléknevek egybeesései között jelentős a szemantikai rokonság, és az egyik alak gyakran a másikból származik. Ezért a többértelmű szavakból keletkezett homoforákat további két alkategóriára lehetne osztani: eltérő lexikai jelentésű homoforákra és részben azonos lexikai jelentésű homoforákra. 4.3.1. Eltérő lexikai jelentésű homoforák Ebbe a kategóriába azok az egybeeső alakok tartoznak, amelyek szóalkotásilag nem kapcsolódnak egymáshoz. Közéjük tartozik a ragozható és ragozhatatlan szófajok homoforáinak 8 típusa: igék, melléknevek és határozószók homoforái, például griežtai – ebben az esetben egybeesik a griežtas, -a melléknévi igenév nőnemű, egyes számú részes esetű alakja (lemma – griežti) egy teljesen más jelentésű griežtai határozószóval, valamint a griežtas, -a melléknév nőnemű, egyes számú részes esetű alakjával. Vagyis ebben az esetben a melléknévi igenevet lexikai jelentése különbözteti meg a határozószótól és a melléknévtől, míg a melléknév és a határozószó jelentése részben átfed, mivel egyik a másikból képződött (részletesebben lásd a 4.3.2. alfejezetet); főnevek és határozószók, illetve névutók, kötőszók, partikulumok, indulatszók és hangutánzó szók homoforái (pl.: dėlei – egybeesik a dėlė főnév egyes számú részes esetű alakja és a dėlei névutó; opa – egybeesik az opa főnév egyes számú alanyesetű, megszólító esetű és eszközhatározói alakja a hangutánzó szóval); névmások és határozószók, illetve partikulumok és kötőszók homoforái MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 125 (pl. kam – a határozószó és a névmás egybeesése); főnevek, határozószók és melléknevek vagy névmások homoformái (pl. a nőnemű főnév, a kandis, azaz „kis molylepke, amelynek hernyói átrágják a ruhát, megeszik a gabonát, a lisztet és a növényeket” (LKŽ 2005), egyes számú részes esete kandžiai, valamint a hímnemű főnév kandis, azaz „harapás, marás, megharapott hely” (LKŽ 2005), többes számú alanyesete kandžiai egybeesik a kandus, -i melléknév nőnemű, egyes számú részes esetével, valamint a kandžiai határozószóval (a melléknév és a határozószó lexikai jelentése részben megegyezik, míg a kandis főnevekhez már eltérő lexikai jelentés kapcsolja őket); főnevek, igék, melléknevek, határozószók és elöljárószók homoformái (pl. az arti esetében egybeesik a főnév artis egyes számú megszólító esete, az árti ige főnévi igenévi alakja, az artus, -i melléknév nőnemű, egyes számú alanyesete, valamint az arti határozószó és elöljárószó alakja); igék, főnevek és határozószók homoformái (pl. a kartais esetében egybeesik a kártas igenév többes számú eszközhatározói esete, a kārtas főnév többes számú eszközhatározói esete, valamint a kartais határozószó alakja); igék és elöljárószók vagy partikulumok, kötőszók, indulatszók, hangutánzó szók, rövidítések homoformái (pl. az ak esetében egybeesik az indulatszó és az akti főnév egyes szám harmadik személyű felszólító módú alakja; az užvis esetében egybeesik az užvisti ige harmadik személyű jövő idejű alakja és az užvis határozószó alakja; az vysk esetében egybeesik a vyskupas szó grafikus rövidítése és a vysti ige egyes szám harmadik személyű felszólító módú alakja); főnevek, névmások és határozószók vagy partikulumok homoformái (pl. az ana esetében egybeesik a Ana tulajdonnév, valamint az ana névmás és partikula alakja). Eltérő lexikai jelentésű homoformák a ragozható szófajok homoformái között is előfordulhatnak. Az LKHŽ-ben 8 típusuk van: eltérő lexikai jelentésű főnevek, igék és melléknevek homoformái (pl. az anglių esetében egybeesik az anglys és az anglė főnevek többes számú birtokos esetű alakja); főnevek és igék homoformái (pl. az adomą esetében egybeesik az adomas igenév egyes számú tárgyesete, valamint az Adomas tulajdonnév egyes számú tárgyesete); igék és névmások vagy számnevek homoformái (pl. az jos esetében egybeesik a joti ige harmadik személyű jövő idejű alakja, valamint a ji névmás többes számú alanyesete és egyes számú birtokos esete; az kitai esetében egybeesik a kisti ige múlt idejű második személyű alakja, valamint a kita névmás egyes számú részes esete; az trejos esetében egybeesik a trejoti ige harmadik személyű jövő idejű alakja, valamint a treji, -os számnév alanyesete); főnevek, melléknevek és igék homoformái (pl. az kaltų esetében egybeesik a kalti ige feltételes módú harmadik személyű alakja, a káltas, -a igenév nőnemű és hímnemű többes számú birtokos esetű alakja, a káltas, -a melléknév nőnemű és hímnemű többes számú birtokos esetű alakja, valamint 126 BENDRINĖ KALBA | 96 a káltas főnév többes számú birtokos esetű alakja; az kartus esetében egybeesik a kártas igenév hímnemű többes számú tárgyesete, a kartus melléknév egyes számú alanyesete, valamint a kartas főnév többes számú tárgyesete); melléknevek, névmások, számnevek és főnevek homoformái (pl. az viena esetében egybeesik a Viena tulajdonnév, valamint a vienas, -a számnév, névmás és melléknév egyes számú alanyesete, eszközhatározói és megszólító esete); főnevek, igék és névmások, számnevek homoformái (pl. a dvejos esetében egybeesik a dveja főnév egyes számú birtokos és többes számú alanyesete, a dvejoti ige harmadik személyű jövő idejű alakja, valamint a dvejos számnév alakja; a maną esetében egybeesik a manyti igéből képzett aktív jelen idejű igenév többes számú alanyesete, a manà névmás nő- vagy hímnemű egyes számú tárgyesete, valamint a mãna főnév egyes számú tárgyesete); melléknevek és névmások homoformái (pl. a juodu esetében egybeesik a jis névmás kettős számú alany- és tárgyesete, valamint a juodas melléknév egyes számú birtokos esetű alakja). 4.3.2. Részben egyező lexikai jelentésű homoformák Az ilyen homoformáknak eltérő lemmájuk van, de szemantikailag és képzésük szerint összefüggenek, pl.: az absoliutiškai esetében egybeesik az absoliutiškai határozószó és az absoliutiškas melléknév alakja; az ilgai esetében egybeesik az ilgai határozószó és az ilgas melléknév alakja. Ezek többnyire melléknevekből képzett határozószók, vagyis azonos tövű szavak, és csak részben tekinthetők eltérő jelentésű szavaknak (ha nem formális morfológiai, hanem szemantikai szempontból vizsgáljuk őket). A részleges lexikai homoformák a szótárban a ragozható szófajok homoformáinak 8 típusát alkotják, konkrétabban: substantiva mobilia típusú főnevek, például administratorių (az administratorius és az administratorė szavak többes számú birtokos esetű alakjai egybeesnek), bėglių (a bėglys és a bėglė szavak többes számú birtokos esetű alakjai egybeesnek); főnevek és igék homoformái (pl. az apkaustai esetében egybeesik az apkaustyti ige jelen idejű második személyű alakja és az apkaustai főnév alanyesete; az atsakai esetében egybeesik az atsakas főnév többes számú alanyesete és az atsakyti ige jelen idejű második személyű alakja); főnevek és melléknevek homoformái (pl. az absoliutus esetében egybeesik az absoliutas főnév többes számú alanyesete és az absoliutus melléknév egyes számú alanyesete; az abstraktu esetében egybeesik az abstraktas főnév egyes számú eszközhatározói esete és az abstraktus, -i melléknév semlegesnemű alakja); igék és melléknevek homoformái (pl. a magnetinę esetében egybeesik a magnetinės igenév múlt idejű többes számú alanyesete és a magnetinis, -ė melléknév nőnemű, egyes számú tárgyesete; a masinę esetében egybeesik a masinės igenév hímnemű MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 127 a többes szám tárgyesete és a melléknév masinis, -i nőnemű egyes számú tárgyesete); főnevek, melléknevek és igék homoformái (pl. kaltą – egybeesik a melléknév káltas és a melléknévi igenév káltas hím- és nőnemű egyes számú tárgyesete, valamint a főnév káltas egyes számú tárgyesete; ez utóbbi esetben két különböző ok fonódik össze. A melléknévi igenév és a főnév között valóban részleges lexikai egybeesés áll fenn, mivel jelentésük összefügg, a melléknévvel, a káltas szóval viszont a melléknévi igenév és a főnév, a káltas prozódiai okokból esik egybe); melléknevek és névmások homoformái (pl. pirmiausia – egybeesik a melléknév pirmiausias, -ia semleges nemű alakjával, valamint a nőnemű egyes számú alanyesetével, eszközhatározói esetével és megszólító esetével, továbbá a számnév pirmas alakjával); főnevek és számnevek vagy névmások homoformái (pl.: aštuonetą (a főnév és a számnév esik egybe), maniškė (a főnév és a névmás esik egybe)); főnevek, igék és névmások vagy melléknevek, számnevek homoformái (pl. niūri – egybeesik a főnév niūris egyes számú megszólító esetével, a melléknév niūrus, -i nőnemű egyes számú alanyesetével, valamint a niūrėti és a niurti igék jelen idejű második és harmadik személyű alakja). A részleges lexikai többértelműség példái a ragozható és ragozhatatlan szófajok egybeesései között is megtalálhatók – az igék, melléknevek és határozószók homoformái között (pl. aklinai – egybeesik az aklin- ti ige múlt idejű egyes szám második személyű alakja, az aklinai határozószó és az aklinas, -a melléknév nőnemű egyes számú részes esete); a melléknevek és határozószók homoformái (abejingai, aistringai, cikliškai); a főnevek és határozószók homoformái (pl.: dovanai, laukan, pusbalsiu); a főnevek, határozószók és melléknevek vagy névmások homoformái (pl. bailiai – egybeesik a bailys főnév többes számú alanyesete, a bailus, -i melléknév nőnemű egyes számú részes esete és a bailiai határozószó alakja, noha a főnévi bailiai és a melléknévi, illetve határozószói bailiai hangsúlyozása eltér. Ha a hangsúlyozást figyelmen kívül hagyjuk, mindhárom alakot részben egyező lexikai jelentés kapcsolja össze. Megemlíthetők továbbá a főnevek, igék és határozószók vagy elöljárószók homoformái (pl. uždarai – egybeesik az uždaryti igéből képzett uždaras, -a melléknévi igenév egyes számú részes esete, az už-daras főnév többes számú alanyesete, a uždaras, -a melléknév nőnemű egyes számú részes esete és az uždarai határozószó alakja; egyes szavak hangsúlya ismét eltér, vö. uždarai ir uždarai), az igék, főnevek és határozószók homoformái (pl. apsiaustai – egybeesik az apsiaustas főnév többes számú alanyesete, az apsiaustas, -a melléknévi igenév nőnemű egyes számú részes esete és az apsiaustai határozószó alakja); a számnevek és határozószók homoformái (pl.: keturiomis, pirmiau), 128 BENDRINĖ KALBA | 96 az igék és határozószók homoformái (pl.: apibrėžtai, apibendrintai – egybeesnek az apibrėžtas, –a, apibendrintas, –a melléknévi igenevek nőnemű egyes számú részes esetei az apibrėžtai, apibendrintai határozószókkal), a főnevek, névmások és határozószók homoformái (pl. nieko – egybeesik a főnév és a névmás niekas alakja az nieko határozószóval), valamint a melléknevek, számnevek és határozószók homoformái (pl. pirmiausiai – ez a szó a szövegkörnyezettől függően melléknév, határozószó vagy számnév is lehet). 4.4. A litván nyelv morfológiai rendszere által meghatározott homoformák Egyes homoformákat a litván nyelv morfológiai rendszere határoz meg. A névszók egybeeséseit bizonyos ragozási osztályok szinkretikus esetei, illetve egyes esetek különböző nemű vagy számú alakjainak egybeesései okozzák (pl. naujų – a nőnemű és a hímnemű többes számú birtokos eset alakja egyaránt); az igéknél egybeeshet a személy, a szám, az idő stb. Az ilyen szavak lexikai jelentése azonos. E kategória egészét kizárólag ragozható szófajok egybeesései alkotják. A névszók egybeesései a leggyakoribbak; ezek a szám, a nem és az eset szinkretizmusának eseteire oszthatók. Az esetek egybeesései 7 típusba sorolhatók: az (i)o ragozási osztályba tartozó névszók egyes számú alany-, eszköz- és megszólító esetének, valamint semlegesnemű alakjának egybeesései (pl.: főnevek: abatija, data, emulsija; melléknevek: faktiška, fatališka, galinga); az ė ragozási osztályba tartozó főnevek egyes számú eszköz- és megszólító esetének egybeesései (pl. főnevek: beteise, dėde, bedante); az (i)a, (i)u ragozási osztályba tartozó főnevek többes számú alany- és megszólító esetének egybeesései (pl. főnevek: abituriantai, akiniai, angelai); az (i)a ragozási osztályba tartozó főnevek egyes számú helyhatározói és megszólító esetének egybeesései (pl.: albume, bate, čempione); a számnevek és névmások alany- és tárgyesetének egybeesései (pl. névmások: judu, mudu, számnevek: abi, dvi (érdemes megjegyezni, hogy a Bendrinės lietuvių kalbos žodyne (BLKŽ) az abi szót névmásként tartják számon); az i ragozási osztályba tartozó főnevek vagy főnevesült melléknevi igenevek, illetve melléknevek többes számú alany- és megszólító esetének egybeesései (pl.: akmenys, anty s, baltieji, kaltinamieji); számnevek vagy névmások alany-, tárgy- és eszközhatározói esetének egybeesései (pl. számnevek: aštuoniolika, dvylika, trylika, és a keliolika névmás). A szótárban a nem szerinti egybeeséseknek 7 típusa van: a névszók hím- és nőnemű többes számú birtokos esetének egybeesései (pl.: a melléknévi igenevek abejojančių, akcentuojančių, apibendrinančių, a melléknevek apynau jų, birių, blogų – a hím- és nőnemű alak megegyezik); az (i)a MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 129 az (i)o ragozású főnevek és melléknevek hímnemű egyes számú alanyesetének, valamint az (i)o ragozású főnevek és melléknevek nőnemű többes számú tárgyesetének egybeesései (pl.: melléknevek: abejingas, brokuotas, dieviškas; igenevek: diferencijuotas, forsuotas, gautas); az (i)o és (i)a ragozású főnevek és melléknevek egyes számú tárgyesetének egybeesései (pl.: melléknevek: abejingą, aklą, darganą; igenevek: dažomą, draudžiamą, gaunamą); a cselekvő igenevek hímnemű többes számú alanyesetének és semleges nemű alakjának egybeesései (pl.: abejoja, amžina, apdarą); a számnevek nőnemű és hímnemű alanyesetének egybeesései (pl.: trys); a számnevek nőnemű és hímnemű tárgyesetének egybeesései (pl.: tris); a számnevek vagy névmások hímnemű és nőnemű részeshatározói és/vagy eszközhatározói alakjának egybeesései (pl.: duiem, judviem); a nőnemű és hímnemű főnevek közös nemű alakokkal való egybeesései (pl.: giminė, mazgotė – a közös nem megegyezik a nőneművel; ligonis – a közös nem megegyezik a hímneművel); Amint említettük, a ragozható szófajok száma is egybeeshet. A szótárban az ilyen eseteknek négy típusa van: az (i)o, ė ragozású főnevek és melléknevek egyes számú birtokos esetének, valamint többes számú alany- és megszólító esetének egybeesései (pl.: főnevek: abejonės, abėcėlės, baterijos; melléknevek: basos, birios, dabartinės; igenevek: decentralizuotos, degeneruotos, eiliuotos); az (i)u és i ragozású főnevek és melléknevek egyes számú alanyesetének és többes számú tárgyesetének egybeesései (pl.: administratorius, gentis, kalendorius); az (i)u ragozású főnevek egyes számú tárgyesetének és többes számú birtokos esetének egybeesései (pl.: agresorių, derlių, išminčių); az (i) ragozású hímnemű melléknevek egyes számú megszólító esetének és többes számú alanyesetének egybeesései (pl.: artimesni, garesni, mažesni). Gyakran az igealakok is egybeesnek. A szótárban az ilyen egybeeséseknek 7 típusa van. Ezek a következők: az igék főnévi igenévi alakjainak és a szenvedő igenevek múlt idejű hímnemű többes számú alanyesetének homofon alakjai (pl.: felszívni, szétszedni, lakkozni); a feltételes mód harmadik személyű igealakjainak és a szenvedő igenevek múlt idejű többes számú birtokos esetének homofon alakjai (pl.: adaptáltak, gyártottak, hallottak); a jelen idejű igék harmadik és második személyének homofon alakjai (pl.: tükröződik, megjegyzi, összerezzen); az igenevek és a határozói igenevek vagy a folyamatos melléknévi igenevek egybeesései (pl.: imádó, félő – ebben az esetben a visszaható határozói igenevek egybeesnek a visszaható nélküli jelen idejű igenév hímnemű egyes számú alanyesetével; a folyamatos melléknévi igenév adva egybeesik a jelen idejű igenevekkel – mind a nőnemű többes számú tárgyesettel, mind a hímnemű egyes számú alanyesettel); a főnévi igenév és az igék egyes szám második személyű alakjának egybeesései (pl.: nem tévedni, lecsúszni, kitörni); az igék személyragozott és személyrag nélküli alakjainak egybeesései (pl.: mesterségesen, beleértve, könyörgőn – a nőnemű igenevek egyes számú részes esetű alakjai egybeesnek a határozószókkal; visszatér, vizsgált – az igék- 130 BENDRINĖ KALBA | 96 az igék jelen idejű harmadik személyű alakjai egybeesnek a semleges és nőnemű igenevekkel, mind az alanyesetben, mind az eszközhatározói esetben); a jelen és jövő idejű határozói igenevek homofon alakjai (pl.: apklau­siant, pratęsiant, trešiant – a jövő és jelen idejű határozói igenevek alakjai egybeesnek). 4.5. Azonos jelentésű homofon alakok, amelyek eltérő paradigmákhoz sorolás következtében jöttek létre Egyes főnevek, melléknevek, igék, névmások és határozószók, amelyek jelentése azonos, két különböző paradigmához tartozhatnak, pl.: az Audrių alak lehet mind az Audrius, mind az Audrys alak egyes számú tárgyesete; a būčiau tartozhat a būti, yra, buvo paradigmához, a būti, būna, buvo paradigmához, de akár a būti, būva, buvo; grįuvus paradigmához is; a grįuvus alak tartozhat mind a grįuti, grįūna, grįuvo, mind a grįūti, grįūva, grįuvo paradigmához; a stebukladario alak lemmája lehet a stebukladaris vagy a stebukladarys; a mano pedig mind a mano lemmájú névmás, mind a manas lemmájú névmás alakja lehet. Az LKHŽ az ilyen eseteknek egy külön típust szentel. 4.6. Az okok összefüggései Az említett öt keletkezési ok összefügghet egymással, továbbá egyes szavak homofon alakjainak létrejöttét több ok is meghatározhatja, például az abstrãkčiai vs. abstrakčiai esetében a többértelműséget egyaránt okozza a prozódiai elemek különbsége (az ékezet helye eltér), valamint a jelentések részleges egyezése (az egyik szó a másikból származik). Másik példa a káltas melléknév és a káltas főnév alakjainak egybeesése. Ezek a szavak mind a prozódiai elemekkel, mind a különböző lexikai jelentéssel indokolt homofon alakok kategóriájába sorolhatók. Ezenkívül a szótárban egy típust alkotó különböző homofon alakokat nem feltétlenül ugyanazok az okok hozzák létre. Például a feltételes módú igék és a szenvedő igenevek egyes egybeesései (pl.: adaptuotų, brandintų) a prozódiai elemek különbsége miatt jönnek létre (vö. aplýtų és aplytų), másokat viszont a litván nyelv morfológiai rendszere, vagyis egyszerűen két igealak egybeesése okoz (pl.: automatizuotų, derėtų). A homofon alakok létrejöttének öt oka segít még jobban megérteni, hogy miért keletkeznek különféle morfológiai többértelműségi esetek a Lemuokliu (vagy más morfológiai annotátorok) használatával végzett annotálás során. Kiegészítve M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys 131 Ezt az információt statisztikai adatokkal kiegészítve meg lehetne nevezni, melyik ok a legvalószínűbb. Így az LKHŽ-t is tovább lehetne fejleszteni. Ha megértjük, mi okozza a morfológiai többértelműséget, új adatokkal lehetne kiegészíteni a szótárt, például olyan megjegyzésekkel, amelyek a többértelműség valószínűségét vagy más adatokat jeleznek. Továbbá részletesebb elemzéssel és statisztikai adatok bemutatásával a homoformák kialakulásának további okai is feltárulhatnának. Ez egy lehetséges jövőbeli kutatás. ÖSSZEFOGLALÁS A cikk a litván nyelv számítógépes feldolgozásának egyik szakaszát, az automatikus morfológiai elemzést ismertette. Ennek során válik nyilvánvalóvá a morfológiai többértelműség problémája. Az előkészítés alatt álló LKHŽ alapján lehetővé vált annak feltárása, hogy miért keletkeznek homoformák a litván nyelvben. A keletkezés okai szerint a homoformák a következőképpen osztályozhatók: 1) elméleti homoformák, amelyek egyes szótárak összeállításának sajátosságaiból erednek; 2) a prozódiai elemek különbségeiből eredő homoformák; 3) különböző szavak egybeeséséből eredő homoformák; 4) a litván nyelv morfológiai rendszere által meghatározott homoformák; 5) azonos jelentésű homoformák, amelyek abból erednek, hogy a szavakat különböző paradigmákhoz sorolják. Az elméleti homoformák akkor nehezítik a morfológiai elemzést, ha archaikus vagy a mai litván nyelvben (szinte) már nem használt szavak esnek egybe gyakori szavakkal. Ez a probléma azt mutatja, hogy a morfológiai annotátoroknak másképpen összeállított szólistákra van szükségük. A prozódiai elemek által meghatározott homoformák csak az írott nyelvben fordulnak elő. Példáik leggyakrabban a ragozható szófajok alakjainak egybeesései között találhatók; sokszor ugyanannak a szónak az alakjai esnek egybe (pl.: egyes szám alanyeset mamà és megszólító eset māmą; egyes szám alanyeset apimtis és többes szám tárgyeset āpimtis), de két különböző szófaj is egybeeshet (pl. apsaugos – egybeesik az apsauga főnév egyes szám birtokos és többes szám alanyesetének alakja, valamint az apsaugoti ige harmadik személyű jövő idejű alakja). Az ilyen egybeesések a ragozható és a ragozhatatlan szófajok homoformái között is megfigyelhetők, például az igék, melléknevek és határozószók alakjainak egybeesései (pl. blogai – egybeesik a blogti ige egyes szám második személyű egyszerű múlt idejű alakja, a blogas, –a melléknév nőnemű egyes szám részes esetű alakja, valamint a blogai határozószó alakja). 132 BENDRINĖ KALBA | 96 A különböző szavak egybeeséséből létrejött homoformák lexikai jelentése eltérő lehet (az egybeeső szavak képzésileg nem kapcsolódnak egymáshoz, pl. arti – egybeesik egy határozószó, egy elöljárószó, egy ige főnévi igenévi alakja és egy melléknévi igenév, vö. artì és ártì), vagy jelentésük részben átfedhet (különböző lemmákkal rendelkeznek, de szemantikailag és képzésileg összefüggnek, pl.: absoliutiškai – egybeesik az absoliutiškai határozószó és az absoliutiškas, -a melléknév nőnemű egyes szám részes esetű alakja). A litván nyelv morfológiai rendszere által meghatározott homoformákat a litván nyelvtan eredményezi, például a szinkretikus esetek, illetve a különböző nemű vagy számú alakok egybeesései (pl. naujų – nőnemű és hímnemű alak is); egybeeshet az igék személye, száma, ideje stb. Az ilyen szavak lexikai jelentése azonos, vagyis ugyanannak a szónak különböző ragozott alakjai esnek egybe. E kategória egészét kizárólag ragozható szófajok alakjainak egybeesései alkotják. A homoformák kialakulását az is okozhatja, hogy ugyanazt a szót különböző paradigmákhoz sorolják, például a būčiau alak egyaránt tartozhat a būti, yra, buvo, a būti, būna, buvo és a būti, būva, buvo paradigmához. Ezek az okok segítenek megérteni, miért jelennek meg a morfológiai többértelműség különféle esetei az automatikus annotálás során. Ezenkívül ezen információk alapján tovább lehetne fejleszteni az LKHŽ-t. Ha megértjük, mi okozza a morfológiai többértelműséget, további információkat lehetne felvenni a szótárba, például olyan megjegyzéseket, amelyek a többértelműség valószínűségét vagy más adatokat jelzik. 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