Morfologiškai daugiareikšmių formų atsiradimo priežastys

MIGLĖ ŽEMRIETĖ Instituto da Língua Lituana ORCID id: 0009-0000-2174-3311 ÁREAS DE INVESTIGAÇÃO: linguística de corpus, linguística computacional, análise morfológica automática, ambiguidade morfológica e sua resolução. DOI: doi.org/10.35321/bkalba.2023.96.06 CAUSAS DO SURGIMENTO DE FORMAS MORFOLOGICAMENTE AMBÍGUAS PALAVRAS-CHAVE: ambiguidade morfológica, análise morfológica automática, corpus, homoformas, dicionário. RESUMO O artigo discute as causas do surgimento de formas morfologicamente ambíguas do lituano, denominadas no artigo homoformas, com base em dados obtidos do Dicionário de homoformas da língua lituana. As homoformas podem ser classificadas, de acordo com as causas do seu surgimento, nos seguintes grupos: homoformas mais teóricas, decorrentes das especificidades da elaboração de alguns dicionários; homoformas decorrentes de diferenças nos elementos prosódicos; homoformas resultantes da coincidência entre palavras distintas; homoformas determinadas pelo sistema morfológico da língua lituana; homoformas com o mesmo significado lexical, decorrentes da atribuição a paradigmas diferentes. Essas causas do surgimento das homoformas ajudam a compreender por que, durante a anotação por anotadores morfológicos, ocorrem casos de ambiguidade morfológica de um tipo ou de outro e por que não é possível obter resultados totalmente precisos na anotação automática. RESUMO No artigo, descrevem-se as razões de existência das homoformas da língua lituana com base em dados obtidos do Dicionário de Homoformas da Língua Lituana. A autora propõe uma classificação das homoformas de acordo com as razões de seu surgimento, a saber: homoformas de natureza mais teórica, surgidas devido às especificidades da elaboração de dicionários; homoformas resultantes de diferenças nos elementos prosódicos; homoformas resultantes da sobreposição de palavras diferentes; homoformas surgidas devido às especificidades do sistema morfológico lituano; homoformas com o mesmo significado que surgiram em paradigmas diferentes. Essas razões ajudam a compreender por que a anotação por anotadores morfológicos frequentemente resulta em diferentes casos de ambiguidade morfológica. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 107 INTRODUÇÃO Atualmente, no estudo da língua, recorremos sobretudo a diversos programas de computador. Eles permitem processar a língua, resolver problemas linguísticos, segmentar textos, lematizar, classificar, agrupar em clusters ou corrigir erros textuais e traduzir automaticamente. Os programas de computador também permitem realizar análises semânticas, morfológicas e sintáticas, criar corpora anotados ou não anotados, corpora de fala etc. A língua lituana também está sendo informatizada. Uma das etapas da informatização do lituano é a análise morfológica automática. Durante esse processo, evidencia-se a ambiguidade morfológica. A ambiguidade morfológica é apenas uma pequena parte da ambiguidade em geral, à qual se incluem: 1) formas ou palavras flexionáveis e invariáveis; 2) formas ou palavras pertencentes a diferentes classes gramaticais ou à mesma classe; 3) palavras ou formas que diferem em determinadas formas ou elementos prosódicos e palavras ou formas totalmente coincidentes (Rimkutė 2003a: 63). Consideram-se palavras ou formas morfologicamente ambíguas aquelas para as quais se apresentam dois ou mais lemas (por exemplo, para a forma kovų podem ser apresentados os lemas kovas e kova) ou dois ou mais traços gramaticais (por exemplo, naktis – nominativo do singular ou acusativo do plural). A ambiguidade morfológica evidenciada pela análise morfológica automática é, segundo Erika Rimkutė (2002: 86), um caso muito específico; contudo, as pessoas lidam diariamente com palavras ambíguas. Na maioria das vezes, isso não causa problemas de comunicação, pois, compreendendo o contexto, elas conseguem inferir com relativa facilidade qual palavra ou forma foi usada, enquanto as demais possibilidades nem sequer lhes ocorrem. Além disso, na língua falada, a entonação ou a posição do acento, quando diferentes, muitas vezes ajudam a reconhecer palavras morfologicamente ambíguas. Embora a ambiguidade morfológica seja, em essência, um problema resolvido (ver Rimkutė, Daudaravičius 2007), mesmo após o aperfeiçoamento dos anotadores morfológicos do lituano nem sempre é possível escolher a forma mais provável entre várias formas morfologicamente ambíguas; além disso, não são raros os casos em que o anotador morfológico seleciona incorretamente uma forma entre várias possibilidades. É possível analisar a língua lituana com três anotadores morfológicos bastante abrangentes em sua descrição e disponíveis publicamente: o anotador disponível no sistema de análise sintática e semântica Semantika.lt1 e os anotadores Lemuoklis 1 Ver https://semantika.lt/Analysis/TextAnalysis. 108 BENDRINĖ KALBA | 96 e Morfuoklis2. Os dados apresentados neste artigo baseiam-se na análise realizada com o Lemuoklio; por isso, este anotador será apresentado com um pouco mais de detalhe. O objetivo deste artigo é descrever as causas do surgimento das homoformas do lituano (este e outros termos serão explicados na seção 2). Os objetivos específicos são revisar os termos relacionados à ambiguidade morfológica e, com base nos casos de ambiguidade morfológica analisados, descrevê-los e classificá-los, discutindo as causas do surgimento das homoformas. Foram analisadas as palavras contidas no Lietuvių kalbos homoformų žodyne (LKHŽ)3. Foram utilizados métodos de análise qualitativa, linguística de corpus e descrição. O LKHŽ apresenta exemplos não repetidos de homoformas, encontrados em um corpus morfologicamente anotado de 1 milhão de palavras. O dicionário permite ver quais formas de palavras do lituano são morfologicamente ambíguas. Os leitores podem tirar suas próprias conclusões sobre quais formas são mais prováveis e o que determina isso. O dicionário contém cerca de 36 mil homoformas, classificadas em três categorias: 1) homoformas de classes gramaticais flexionáveis; 2) homoformas de classes gramaticais invariáveis; 3) homoformas de classes gramaticais flexionáveis e invariáveis. As homoformas de classes gramaticais flexionáveis, assim como as homoformas de classes gramaticais flexionáveis e invariáveis, estão subdivididas em 53 tipos (mencionados adiante). E. Rimkutė, responsável pela elaboração de um corpus lituano morfologicamente anotado, constatou que a ambiguidade morfológica abrange tanto as classes gramaticais flexionáveis quanto as invariáveis (Rimkutė 2006a: 136). Segundo ela, as classes gramaticais flexionáveis coincidem com maior frequência, e as flexionáveis com as invariáveis, com menor frequência. Embora o dicionário não apresente dados estatísticos4, com base nos tipos de homoformas aos quais se atribui o maior número de formas de palavras, podem-se mencionar como frequentes os seguintes tipos de homoformas: coincidências entre o nominativo singular de substantivos e adjetivos da declinação (i)a e o acusativo plural de substantivos e adjetivos da declinação (i)o (por exemplo: nemažas, pripažintas, trečias); coincidências entre o acusativo singular de substantivos e adjetivos das declinações (i)o e (i)a (por exemplo: abejingą, aštuntą, parduotą); coincidências entre o genitivo singular e o nominativo e vocativo plural de substantivos e adjetivos das declinações (i)o e e (por exemplo: abatijos, abejingos, abstrakčiausios) (para mais informações sobre a estrutura e a elaboração do dicionário, ver o trabalho da autora deste artigo: Piečytė 2023). 2 Ver https://sitti.vdu.lt/morfuoklis/. 3 Este dicionário está sendo preparado para publicação. Até o momento, não foi publicado publicamente. As autoras são M. Žemrietė e E. Rimkutė. 4 Seria necessário um estudo separado para calcular a frequência. No entanto, ao analisar parte das homoformas em corpora, percebe-se que algumas podem ocorrer milhares de vezes, enquanto outras, apenas algumas vezes. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 109 A fonte do LKHŽ e também deste artigo é um corpus lituano de 1 milhão de palavras, morfologicamente anotado e compilado entre 2000 e 2005; ele foi anotado com o programa Lemuoklis, criado por Vytautas Zinkevičius. No corpus morfologicamente anotado, quase metade das palavras é morfologicamente ambígua. Esse fenômeno só se evidenciou quando os pesquisadores começaram a organizar os arquivos anotados pelo programa de análise morfológica automática e perceberam como a língua é tratada sem conhecimento contextual, isto é, quando cada forma de palavra é analisada como completamente independente (Rimkutė 2006a: 136). Assim, este artigo e as explicações nele contidas devem ser úteis para aqueles que utilizam anotadores morfológicos do lituano. O artigo deve ajudar a compreender as causas de possíveis imprecisões. O LKHŽ é o primeiro dicionário desse tipo em lituano. Ele apresenta uma perspectiva não convencional da língua, vista pela ótica dos programas computacionais de análise do lituano. O dicionário mostra que língua os programas computacionais «compreendem». Estudantes estrangeiros de lituano também podem formar uma imagem semelhante da língua. Como o dicionário contém um número realmente grande de homoformas, oferece mais possibilidades de pesquisa aos estudiosos. Embora, como mencionado, esse seja o primeiro dicionário desse tipo na Lituânia, dicionários semelhantes já foram publicados em outras línguas. Por exemplo, em 2001 foi criado um dicionário de homoformas do russo, cuja autora é Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ5). Esse dicionário apresenta tanto homônimos quanto homógrafos (palavras escritas da mesma forma, mas pronunciadas de maneiras diferentes). O dicionário não leva em conta a acentuação e não utiliza a letra ė. Está organizado de modo que as formas das palavras fiquem à esquerda e os lexemas, à direita. As classes gramaticais são indicadas entre parênteses, cf.6: ехидна ехидной víbora (substantivo), sarcástico (adjetivo) ехидною ехидны ехидно sarcástico (advérbio), sarcástico (adjetivo) 5 O dicionário de homoformas da língua russa está disponível na internet: http://cfrl.ruslang.ru/homoforms/index.htm. 6 Este exemplo mostra a declinação da palavra ехидна e as classes de palavras (suas abreviaturas são apresentadas entre parênteses). Em russo, essa palavra tem mais de um significado, que depende do contexto. A palavra ехидна pode significar em lituano um ouriço, uma serpente australiana ou ser usada para descrever uma pessoa malvada, cruel e traiçoeira. 110 BENDRINĖ KALBA | 96 Em 2008, foi criado um dicionário de homófonos da língua inglesa7, cujo autor é Alfredas Aloisi (para mais informações sobre a relação entre homófonos e homoformas, ver a seção 2 deste artigo). A descrição do dicionário afirma que ele é atualizado continuamente, mas faltam informações sobre a origem das palavras coletadas, sua quantidade etc. Após contato com o autor do dicionário, soube-se que a primeira versão era impressa, mas logo se percebeu que seria mais prático criar uma versão on-line, pois a impressa poderia ficar rapidamente desatualizada e exigiria mais de uma edição. O dicionário contém mais de 10 mil homófonos, que também podem ser sugeridos por seus usuários. Além disso, são apresentadas não apenas as formas lema dos homófonos e suas classes de palavras, mas também definições — algo pouco comum em dicionários desse tipo. São apresentados vocábulos com grafias diferentes, mas pronúncia idêntica, por exemplo, moo (lit. mū) e moue (lit. grimasa), cf.: moo 1.:: verbo intransitivo Emitir o som grave e retumbante de uma vaca; mugir. 2.:: substantivo O mugido de uma vaca ou um som semelhante. moue 1.:: substantivo Uma careta discreta; um beiço. Os homófonos da língua inglesa também aparecem em dicionários impressos; por exemplo, em 1997 foi publicado o dicionário de homófonos de Leslie Presson (Dictionary of Homophones). Destina-se a quem está aprendendo inglês e contém mais de 600 pares de homófonos. Em 2012, A. D. Reed compilou o dicionário Reed’s Homophones: A Comprehensive Book of Sound-alike Words (o dicionário apresenta homófonos do inglês americano, com mais de 1.000 pares. Para cada palavra, apresenta-se uma definição, a classe de palavra e um exemplo de uso). Na Lituânia, também foram preparados livros, manuais e artigos científicos sobre temas semelhantes. Em 2004, Jonas Šukys publicou o livro Panašiai skambantys žodžiai: normos ir klaidos, no qual os parônimos são analisados em detalhe (o termo será explicado na seção 2). No livro, o pesquisador explica os significados normativos dos vocábulos comparados, indica também usos incorretos corrigidos e, além disso, discute aspectos do uso de parônimos e homógrafos. Algumas homoformas surgem devido à coincidência acidental de palavras distintas com significados diferentes. A análise dessas palavras é o tema do manual de Rūta Marcinkevičienė (2011), Žodžio reikšmė. Žodynai ir tekstynai, cujo capítulo aborda a polissemia, descreve detalhadamente os homônimos e apresenta sua classificação. 7 O dicionário de homófonos da língua inglesa está disponível na internet: https://www.homophone.com. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 111 E. Rimkutė publicou um número particularmente elevado de trabalhos sobre a ambiguidade morfológica. Pode-se mencionar sua tese (Rimkutė 2006a) e vários artigos científicos (Rimkutė 2002, 2003a, b), nos quais são descritos em detalhe diversos tipos de ambiguidade, com especial atenção à ambiguidade morfológica e às homoformas. Este artigo é composto por uma introdução (primeira parte), duas partes teóricas, duas partes de investigação e uma síntese. No final do trabalho, apresenta-se uma lista de todas as fontes bibliográficas citadas. 1. CORPUS ANOTADO MORFOLOGICAMENTE E AMBIGUIDADE MORFOLÓGICA NELE EVIDENCIADA O primeiro corpus anotado morfologicamente da língua lituana é uma base de dados eletrónica criada por Vida Žilinskienė e Laima Grumadienė. Foi utilizado especificamente para a elaboração de dicionários de frequência (Rimkutė 2006b: 34). O corpus eletrônico de frequência da língua lituana escrita contemporânea, de V. Žilinskienė e L. Grumadienė (2002), contém 1,2 milhão de palavras; os textos incluídos são originais (não traduzidos) e pertencem aos estilos jornalístico, científico, literário ou administrativo. Esses textos foram anotados e, posteriormente, com base neles, foram elaborados os dicionáriosDicionário de frequência da língua lituana escrita contemporânea (1997) e Dicionário de frequência da língua lituana escrita contemporânea (1998). Em 2000, o Centro de Linguística Computacional da Universidade Vytautas Magnus começou a criar o corpus mencionado na introdução, anotado morfologicamente8. Foi compilado de forma semiautomática, utilizando o programa de análise morfológica automática Lemuoklis. Sua primeira versão continha cerca de 1 milhão de palavras, mas posteriormente o corpus foi ampliado e as imprecisões foram corrigidas9. No corpus, os textos jornalísticos representam 36%, os textos de literatura científica, 24%, os textos de literatura ficcional, 19%, os textos de estilo administrativo, 2,8%, e as transcrições do Seimas da República da Lituânia, 6,8%. O corpus foi compilado de forma semiautomática. Na época em que este corpus estava sendo compilado, o programa de análise morfológica desenvolvido por V. Zinkevičius 8 Este corpus está disponível publicamente na internet: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33. 9 Os dados para o Dicionário de homoformas da língua lituana foram extraídos desta primeira versão do corpus, pois se pretendia registar o maior número possível de casos de ambiguidade morfológica na língua lituana. Posteriormente, foram instalados no Lemuoklis módulos estatísticos de desambiguação (Rimkutė, Daudaravičius 2007), o que fez com que o programa passasse a funcionar com maior precisão e a fornecer muito menos formas morfologicamente ambíguas. 112 BENDRINĖ KALBA | 96 Lemuoklis, que fornece lemas e etiquetas morfológicas, não levava em conta o contexto; o programa não dispunha de informações semânticas, e as formas das palavras eram geralmente determinadas com base numa lista de raízes de palavras lituanas, e não em listas de formas vocabulares com as etiquetas gramaticais correspondentes (Zinkevičius 2000: 30). Isso significa que o programa fornecia, para as formas das palavras, todas as etiquetas gramaticais possíveis e todos os lemas possíveis (formas de entrada) (ver os exemplos apresentados na introdução). Cumpre ainda mencionar que o Lemuoklis analisava formas escritas sem sinais de acento. Precisamente por isso, as homoformas também podiam diferir em elementos prosódicos (Rimkutė, Grybinaitė 2004: 75–76). Atualmente, nos estudos de tecnologias da linguagem, utiliza-se com maior frequência o anotador Semantika.lt, por ser mais preciso; pode também ser editado, atualizado e complementado (Bielinskienė ir kt. 2017: 2). No entanto, ele também nem sempre anota corretamente: muitas vezes não reconhece estrangeirismos, gírias e abreviaturas. Sem perceber a língua inteira ou o contexto como o faz um ser humano, cometem-se erros na anotação de palavras morfologicamente ambíguas (quando uma palavra tem vários significados gramaticais distintos, os anotadores morfológicos por vezes escolhem a etiqueta gramatical incorreta). Muito recentemente, no final de 2023, entrou também em funcionamento um novo programa de análise de palavras e textos, Morfuoklis, baseado no anotador Semantika.lt. Com este programa, é também possível fazer síntese, isto é, gerar a palavra ou as palavras desejadas com base nas etiquetas gramaticais indicadas. A maioria dos erros de anotação ocorre devido à ambiguidade morfológica: embora os programas estejam sendo aprimorados, ainda deixam frequentemente de reconhecer o contexto (ou o reconhecem de forma inadequada). Nos últimos tempos, tem-se dedicado bastante atenção à resolução deste problema da análise automática da língua lituana: foram criadas várias ferramentas capazes de limitar a ambiguidade semântica, sintática e morfológica; foram formuladas regras que ajudam a desambiguar textos; e a ambiguidade morfológica da língua lituana foi analisada e classificada (Rimkutė, Grigonytė 2006: 32). As homoformas são frequentes não apenas na língua lituana. Uma situação semelhante foi constatada também na análise de corpora de outras línguas. Por exemplo, na língua checa, as formas morfologicamente ambíguas representam 46%; na eslovena, cerca de 8,01%; na romena, 40%; na inglesa, 38,65%; e na húngara, 21,58% (Hajič 2004: 173, citado em Rimkutė 2006a: 47). Com base nos dados apresentados por investigadores estónios (Puolakainen 2012: 194), pode-se afirmar que quase metade das palavras da língua estónia são morfologicamente ambíguas. 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 Uma sequência de sons tem dois significados distintos; nesse caso, deveria tratar-se de duas palavras separadas, e não de uma só palavra polissémica. É importante mencionar que a investigadora fala aqui de polissemia lexical, e não morfológica. Essa opinião, porém, não é popular: segundo Skaistė Aleksandravičiūtė (2008: 275), a polissemia é um fenómeno sistemático da língua, pois está relacionada com as particularidades do sistema morfológico do lituano e com o sincretismo casual, além de estar associada à economia e à limitação da língua. 2. PRINCIPAIS TERMOS DA POLISSEMIA MORFOLÓGICA Na linguística, a polissemia morfológica é geralmente entendida e designada por vários termos distintos. Apresenta-se a seguir uma discussão terminológica, isto é, sobre como designar as formas morfologicamente polissémicas: homoformas, homónimos, homógrafos ou de outra maneira (não são discutidos os termos relacionados com outros níveis de polissemia; a atenção centra-se exclusivamente nos casos de polissemia morfológica). O termo de significado mais amplo, que poderia ser usado em parte neste artigo, é homónimos; estes são geralmente definidos como «palavras com a mesma forma de expressão e significados completamente diferentes» (Jakaitienė 2009: 101), como «uma palavra que soa igual a outra, pertence à mesma classe gramatical, mas tem um significado diferente» (Gaivenis, Keinys 1990), ou como «palavras pronunciadas da mesma maneira (também existem formas e morfemas homonímicos)» (Šukys 2004: 9). Como mencionado anteriormente, as formas flexionáveis e invariáveis, pronunciadas da mesma ou de maneiras diferentes, são consideradas morfologicamente polissémicas. Na análise da polissemia morfológica, o significado lexical não é relevante (aspeto geralmente salientado nas descrições dos homónimos); por conseguinte, é evidente que o termo homónimos é demasiado abrangente quando se fala de formas morfologicamente polissémicas. O termo homoformas suscita muitas dúvidas entre os linguistas. Alguns deles (Barauskaitė 1979: 43–44; Barauskaitė et al. 1995: 23) consideram homoformas as diferentes formas da mesma palavra ou formas de palavras distintas que soam de modo semelhante, por exemplo, aprašai — tanto o nominativo plural do substantivo aprašas como a forma da segunda pessoa do presente do verbo aprašyti. Nikolajus Pavlovičius Kolesnikovas também denomina as homoformas homónimos paradigmáticos (Kolesnikov 1987: 7, citado de Nevzorova et al. 2005: 231), enquanto Francis Katamba chama sincretismo à coincidência de formas das mesmas ou de diferentes classes gramaticais (Katamba 1994: 15). 114 BENDRINĖ KALBA | 96 Neste artigo, as formas morfologicamente polissémicas são designadas homoformas. Como ficará claro na análise do uso do termo apresentada a seguir, o termo homoformas é usado neste artigo num sentido mais amplo do que é habitual nos trabalhos de linguística. Assim, sem aprofundar os diferentes tipos de homonímia, descreve-se a seguir a conceção de homoformas nos trabalhos de linguística. 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). No Dicionário de termos linguísticos (KTŽ), de Kazimieras Gaivenis e Stasys Keinys, consideram-se homoformas as formas de palavras diferentes que se pronunciam e escrevem da mesma maneira (Gaivenis, Keinys 1990). Portanto, não se incluem entre as homoformas os casos de sincretismo casual em que coincidem vários casos da mesma palavra. Esta definição, contudo, pode suscitar dúvidas na distinção entre homoformas e homónimos parciais. No dicionário, estes últimos são definidos como «homónimos cujos morfemas não coincidem todos completamente, ou que pertencem a diferentes classes gramaticais» (Gaivenis, Keinys 1990: 80). E. Jakaitienė define os homónimos parciais como palavras «em que todas as formas gramaticais de uma delas coincidem com algumas formas da outra, ou em que coincidem pelo menos algumas formas de cada uma» (Jakaitienė 2009: 101–102). Segundo ela, nestes casos, geralmente uma palavra é flexionável e a outra invariável; por exemplo, gaila é tanto um substantivo que significa pena, pesar, como um advérbio (exemplos provenientes de um corpus com anotação morfológica). Segundo E. Jakaitienė, nas línguas analíticas consideram-se homónimos parciais as palavras que podem pertencer a diferentes classes gramaticais; por exemplo, a palavra inglesa tender pode ser um substantivo que significa proposta, um adjetivo que significa terno ou sensível, e um verbo que significa «propor, apresentar» (Jakaitienė 2009: 102). Outros investigadores (Kaljanov 2023: 27) designam esses casos de maneira um pouco diferente: homónimos gramaticais. São foneticamente ho- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 115 formas do mesmo vocábulo que coincidem, mas têm significados gramaticais diferentes, por exemplo, ranka (nominativo singular) e ranka (instrumental singular). A definição de formas homófonas também pode ser encontrada na Enciclopédia da Língua Lituana (LKE). Afirma-se que são consideradas formas homófonas certas formas coincidentes de palavras pertencentes a diferentes classes gramaticais, por exemplo, grūdo — genitivo singular do substantivo grūdas e forma da terceira pessoa do pretérito simples do verbo grūsti (LKE 1999: 247–248). Essa definição não esclarece se formas coincidentes de palavras da mesma classe gramatical também podem ser consideradas formas homófonas, por exemplo, tapo (neste caso, diferem as outras formas principais: tapyti, tapė e tapti, tampa). Um corpus anotado morfologicamente apresenta apenas formas escritas e sem marcação de acento. Muitas vezes, é relevante saber onde recai o acento dessas formas ou qual é sua entoação — não raro, formas morfologicamente ambíguas diferem na prosódia e são pronunciadas de maneiras distintas. Os linguistas costumam chamar esses casos de homógrafos. O KTŽ (1999: 23–24) afirma que homógrafos são «palavras escritas da mesma maneira, mas pronunciadas de forma diferente: lìngė (peça de automóvel) e liñgė (pássaro)»; E. Jakaitienė define o conceito da seguinte maneira: são «palavras (ou formas de palavras) escritas da mesma maneira, mas pronunciadas de forma diferente (diferem a) na posição do acento ou b) na entoação)» (Jakaitienė 2009: 103). Também pode ser difícil compreender em que diferem os homógrafos dos homônimos e das formas homófonas. Com base na opinião de Vincas Urbutis apresentada na LKE (1999: 248) e na definição de homógrafos aqui apresentada, homógrafos são palavras ou formas de palavras que também se escrevem da mesma maneira. Afirma-se que, em lituano, os homógrafos são, na maioria das vezes, também homônimos (por exemplo, a forma kartą pode ser o acusativo tanto da palavra karta (isto é, geração) quanto da palavra kartas (isto é, vez). Na enciclopédia, também são considerados homógrafos os casos em que coincidem formas de palavras pertencentes a diferentes classes gramaticais (LKE 1999: 248), por exemplo, apra šai (essa forma pode ser tanto o plural genitivo do substantivo aprašas quanto a terceira pessoa do presente do verbo aprašyti — exemplos retirados do corpus lituano anotado morfologicamente). Não há, contudo, consenso geral. J. Šukys escreve que «palavras que, de resto, são idênticas e que o DLKŽ enumera como homônimos, mas que diferem na posição do acento, no padrão acentual ou na entoação da sílaba tônica, não precisam ser consideradas homônimos verdadeiros, podendo ser classificadas como formas homófonas. Há muito mais formas homófonas (também chamadas formas homonímicas) na língua do que homônimos propriamente ditos, e muitas vezes envolvem classes gramaticais completamente diferentes: maišo (genitivo do substantivo maišas) — maišo (forma da terceira pessoa do pretérito simples do verbo maišyti); jos (do pronome 116 BENDRINĖ KALBA | 96 ji, forma do nominativo plural e do genitivo singular) — jos (forma da terceira pessoa do futuro do verbo joti)» (Šukys 2004: 9). Outros estudiosos corroboram essa opinião, afirmando que «também há formas homófonas que se escrevem da mesma maneira, mas diferem no acento», por exemplo, báltų e baltų (báltai e báltas) (Barauskaitė et al. 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 emprega ainda outro termo para designar os casos em que formas do mesmo vocábulo, pronunciadas de maneira diferente, coincidem: formas homográficas de palavras. Ressalta-se que esse fenômeno difere dos homógrafos (Pakerys 2009: 130). Já Vincentas Drotvinas designa formas homófonas, homógrafos e homófonos por outro termo: formas homonímicas de palavras (Drotvinas 1986: 91, citado em Rimkutė 2006a: 43). Essa denominação pareceu adequada à primeira pesquisadora da ambiguidade morfológica, E. Rimkutė, mas, para evitar o uso de um termo tão longo, ela decidiu simplesmente adotar o termo formas homófonas (Rimkutė 2003b: 36). A autora deste artigo também segue essa concepção. Há também outro termo usado para designar formas morfologicamente ambíguas: parônimos. São definidos como «palavras pronunciadas ou escritas de maneira semelhante, mas geralmente com significados diferentes; por vezes, os significados podem ser um pouco próximos, embora normalmente não sejam sinônimos (nesse caso, costuma-se dizer que as palavras têm uma relação semântica, ou seja, pertencem ao mesmo campo semântico)» (Šukys 2004: MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 117 9–10). J. Šukys explica que, na língua escrita, também se podem incluir entre os parônimos os homógrafos, isto é, palavras escritas da mesma maneira, mas pronunciadas de forma diferente, por exemplo: draugė – draugė («sociedade, grupo»); na língua falada, podem-se incluir os homófonos, isto é, palavras pronunciadas da mesma maneira, mas escritas de forma diferente, por exemplo, rūgti – rūkti. No entanto, o termo parônimo tem um significado bastante bem definido na linguística; por isso, decidiu-se ampliar o significado de forma homófona e continuar a usar precisamente esse termo. Além disso, a autora deste artigo considera que formas flexionadas pertencentes à mesma ou a diferentes classes gramaticais, mas que diferem na posição do acento, na entoação ou na quantidade vocálica, podem ser tanto formas homófonas quanto homógrafos. Em outras palavras, alguns homógrafos também podem ser formas homófonas, e algumas formas homófonas podem ser homógrafos (quando se levam em conta os aspectos da pronúncia e se realiza uma análise morfológica). Além disso, alguns casos específicos ainda não foram definidos nos trabalhos dos linguistas. Por exemplo, não está claro como designar a coincidência de duas ou mais palavras de classes gramaticais invariáveis; por isso, com base em E. Rimkutė (2006a: 44), decidiu-se classificar tais coincidências, neste estudo, como formas homófonas de classes gramaticais invariáveis. Nos capítulos seguintes, ao tratar das formas homófonas, adota-se a concepção delas exposta anteriormente. O quarto capítulo apresenta uma classificação das formas homófonas, isto é, das unidades de ambiguidade morfológica, com base nos dados do corpus anotado morfologicamente. No artigo, usam-se sobretudo os termos formas morfologicamente ambíguas e formas homófonas. 3. CLASSIFICAÇÃO DAS HOMÓFORMAS DA LÍNGUA LITUANA SEGUNDO AS CLASSES DE PALAVRAS COINCIDENTES Como mencionado anteriormente, as formas coincidentes que pertencem às mesmas ou a diferentes classes de palavras são denominadas homóformas neste artigo. E. Rimkutė (2006a: 40) distinguiu três tipos: 1) homóformas de classes de palavras flexionáveis; 2) homóformas de classes de palavras flexionáveis e invariáveis; 3) homóformas de classes de palavras invariáveis. Homóformas de classes de palavras flexionáveis são formas morfologicamente coincidentes pertencentes à mesma ou a diferentes classes de palavras (Rimkutė 2006a: 52). E. Rimkutė apresenta como exemplos as seguintes frases: lišk į būdą (acusativo singular do substantivo būda) e sėdėk vs. atrado naują gydymo būdą (acusativo singular do substantivo būdas). Como se pode ver, aqui coincidem as formas do acusativo singular dos substantivos būda e būdas. Contudo, não é necessário que coincidam formas de palavras diferentes da mesma classe de palavras 118 BENDRINĖ KALBA | 96 — também podem coincidir formas de duas classes de palavras flexionáveis diferentes ou duas formas diferentes da mesma palavra. E. Rimkutė apresenta o seguinte exemplo: anglų kalbà (substantivo) vs. kai kurie Lietuvos politikai nuolat kaĩba (verbo) absurdus. Como se pode ver, nestas frases coincidem algumas formas do substantivo kalba e a forma da terceira pessoa do presente do verbo 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. Homóformas de classes de palavras flexionáveis e invariáveis são formas coincidentes de duas ou mais classes de palavras diferentes, das quais uma é flexionável e a outra, ou as outras, invariável(is) (Rimkutė 2006a: 59). Esta categoria inclui homóformas de substantivos, advérbios, preposições, conjunções ou partículas; de adjetivos e advérbios; de verbos, advérbios, preposições ou partículas, bem como de outras classes de palavras coincidentes. Elas representam 6,3% de todos os casos de ambiguidade morfológica no corpus morfologicamente anotado. Como exemplo, a investigadora apresenta os seguintes sintagmas: námo (substantivo) stogas vs. einu namõ (advérbio). Pode-se observar que aqui coincidem um substantivo e um advérbio. As homóformas de classes de palavras flexionáveis e invariáveis são geralmente constituídas por três ou mais classes de palavras coincidentes, ou seja, são plurimembres. Homóformas de classes de palavras invariáveis são duas ou mais classes de palavras invariáveis coincidentes. Esta categoria inclui coincidências entre conjunções, partículas, advérbios e afins. As homóformas de classes de palavras invariáveis são o segundo tipo mais frequente de homóformas, representando 17,5% de todas as homóformas no corpus morfologicamente anotado (Rimkutė 2006a: 63). Na elaboração do LKHŽ, estas três categorias foram subdivididas em 53 tipos mais específicos. Em essência, tomou-se como base a classificação proposta por E. Rimkutė (2006a), mas ela foi ampliada. Um excerto do LKHŽ é apresentado na Figura 1. No dicionário, a palavra ou forma de palavra coincidente aparece em negrito; na linha seguinte, indica-se a que classes de palavras essa forma pode pertencer; entre parênteses angulares apresenta-se a forma lema, seguida de indicações gramaticais pormenorizadas. As classes de palavras invariáveis são apresentadas em ordem alfabética; as flexionáveis, assim como as flexionáveis e invariáveis, são organizadas segundo as coincidências entre classes de palavras e, dentro de cada grupo, em ordem alfabética. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 119 FIG. 1. Excerto do Dicionário de homófonos da língua lituana Alguns homófonos podem ser atribuídos a vários grupos; por exemplo, vieši são formas homófonas do adjetivo viešas no nominativo do plural e do verbo viešėti, bem como uma coincidência entre a segunda e a terceira pessoas do singular do presente do verbo viešėti; pirmiausia corresponde à coincidência entre um adjetivo e um numeral, bem como entre as formas do nominativo e do instrumental do singular feminino dessas classes de palavras e a forma de gênero neutro. Por isso, a mesma palavra pode aparecer repetida várias vezes no dicionário, em diferentes tipos de homófonos. Assim, nem todas as etiquetas gramaticais possíveis são apresentadas de imediato junto à forma específica no dicionário, mas apenas as que se aplicam a um tipo específico de coincidência, por exemplo, entre substantivos e adjetivos, entre outras. Ainda assim, a maioria dos casos de ambiguidade morfológica no dicionário pode ser atribuída a apenas um tipo de homófonos. No Dicionário de homófonos da língua lituana, as coincidências entre classes de palavras flexionáveis estão divididas em 41 tipos. Os homófonos entre classes de palavras flexionáveis e invariáveis estão divididos no dicionário em 11 tipos. As coincidências entre classes de palavras invariáveis não são subdivididas no dicionário, pois sua elaboração se baseou especificamente na classificação de E. Rimkutė (2006a). Esta autora atribuiu todas as coincidências entre classes de palavras invariáveis a um único tipo. 120 BENDRINĖ KALBA | 96 4. CLASSIFICAÇÃO DOS HOMÓFONOS DA LÍNGUA LITUANA SEGUNDO AS CAUSAS DE SUA ORIGEM Como o Dicionário de homófonos da língua lituana contém um número realmente grande de palavras morfologicamente ambíguas (cerca de 36 mil), é possível tentar determinar as causas do surgimento dos homófonos na língua lituana. Considerando os dados do dicionário de homófonos e as análises morfológicas propostas pelo Lemuoklis, os homófonos da língua lituana podem ser classificados, segundo as causas de sua origem, em cinco grupos. A seguir, todos esses grupos são apresentados em detalhe. 4.1. Homófonos teoricamente possíveis, surgidos devido às especificidades da elaboração dos dicionários Quando a ambiguidade morfológica da língua começou a ser analisada por computador, tornou-se evidente uma distinção importante: a ambiguidade morfológica pode ser previsível ou imprevisível. A previsível é aquela que as pessoas geralmente percebem. A ambiguidade imprevisível pode ser de dois tipos: formas geradas pelo anotador morfológico e palavras raramente usadas na língua atual (ou já completamente em desuso). Com base em seus recursos morfológicos, o Lemuoklis apresenta palavras que não são usadas na realidade e cujas formas coincidem com classes de palavras ou formas delas frequentemente usadas na língua lituana. Isso ocorre porque os dicionários não incluem todos os derivados, mesmo os formados regularmente. Em 2006, ao organizar um corpus anotado morfologicamente, E. Rimkutė elaborou uma lista de palavras irreais geradas pelo anotador morfológico. Essa lista foi incorporada ao anotador morfológico como uma lista de palavras a ignorar; portanto, o problema de o Lemuoklis gerar palavras por conta própria está, em essência, resolvido. A base lexical do Lemuoklis é constituída pelas palavras presentes no Dicionário da língua lituana contemporânea (bem como em outros dicionários), que inclui muitas palavras hoje particularmente raras, por exemplo: rata, girdas, metinys, ložėti, baisis, graudis, vajys etc. Se as formas dessas palavras coincidem com as formas de palavras normalmente usadas na língua, o Lemuoklis indica todas as variantes, o que dificulta muito o trabalho dos linguistas na organização do corpus. O segundo problema, o da coincidência entre palavras arcaicas e palavras de uso corrente, permaneceu parcialmente sem solução. A maioria desses homófonos ocorre entre classes de palavras flexionáveis e invariáveis; por exemplo, na análise do Lemuoklis, as formas das palavras bravo, ate, arba são consideradas homófonas; indica-se que essas palavras também são substantivos, pois essa informação pode ser encontrada nos dicionários (na internet- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 121 no Dicionário de palavras internacionais (TŽŽ), a palavra bravas é definida como “na Itália dos séculos XVII–XVIII, assassino contratado, aventureiro capaz de recorrer a qualquer tipo de violência”; atas, como “a centésima parte do kip, unidade monetária do Laos”; ou, como “1. carroça de madeira coberta, usada pelos povos da Ásia Central; usada no Afeganistão para transportar cargas pesadas; 2. carroça de quatro rodas para transportar cereais, usada no Cáucaso e no sul da Ucrânia”. Geralmente, leva tempo para distinguir essas palavras de homoformas inesperadas, pois cada uma delas precisa ser verificada em vários dicionários e corpora. Também é difícil decidir se deveriam ser incluídas no LKHŽ, já que não basta recorrer apenas aos dados de outros dicionários. Essa causa do surgimento de homoformas revela que nos deparamos com um dilema: quanto maior o léxico de um programa de análise da língua, mais palavras e formas o programa deverá reconhecer, mas isso também significa que podem surgir coincidências imprevistas — casos de ambiguidade morfológica. Portanto, para obter os resultados mais precisos possíveis, é necessário refletir cuidadosamente sobre os princípios de seleção das palavras utilizadas nos programas computacionais. 4.2. Homoformas decorrentes de diferenças nos elementos prosódicos Homoformas decorrentes de diferenças nos elementos prosódicos (por exemplo, posição do acento, contorno tonal e duração da vogal) ocorrem apenas na língua escrita. Como os anotadores morfológicos da língua lituana analisam formas de palavras escritas sem sinais de acento, as homoformas frequentemente diferem na prosódia. A maioria dos exemplos dessas homoformas ocorre entre coincidências de partes flexionáveis do discurso, e elas estão presentes na maior parte das subcategorias. Muitas vezes, coincidem duas ou mais formas de uma mesma palavra. No dicionário, há 11 tipos desses exemplos: (i)o declinações, coincidências entre o nominativo singular de substantivos e adjetivos e o instrumental e o vocativo singular (por exemplo: agentūra vs. agentūra, mama vs. mama); (i)o, ė declinações, coincidências entre o genitivo singular e o nominativo plural de substantivos e adjetivos (por exemplo: absoliučios vs. absoliučios; adekvačios vs. adekvačios; aikštės vs. aikštės); declinação ė10, coincidências entre o instrumental e o vocativo singular dos substantivos (por exemplo: katė vs. kâte, dumblė vs. dùmblė); coincidências entre o infinitivo e o nominativo plural masculino dos particípios passados passivos; (por exemplo: 10 Deve-se observar que, em muitos casos, o vocativo só é possível teoricamente. Na elaboração do dicionário de homoformas, não se levou em conta a semântica dos substantivos; considerou-se que todos os substantivos podem ter formas de vocativo. 122 BENDRINĖ KALBA | 96 apdìrbti vs. apdirbtì; apèiti vs. apeitì); coincidências entre o modo potencial e o particípio passado passivo, genitivo plural de gênero masculino (por exemplo: aplẏtų vs. aplytų; dėngtų vs. dengtų); coincidências entre o locativo e o vocativo singular dos substantivos da declinação (i)a (por exemplo: aidė vs. áidė; garažė vs. garaže); coincidências entre o nominativo singular e o acusativo plural dos substantivos das declinações i)u ir i (por exemplo: apimtìs vs. ãpimtis; ãpskritis vs. apskritis); coincidências entre a terceira e a segunda pessoa do singular do presente (por exemplo: neprigirdì vs. neprigirdi; negãli vs. negali); coincidências entre o dativo singular feminino e o gênero neutro dos pronomes (por exemplo, tái vs. taĩ, šìtai vs. šitaĩ; naturalmente, šitai também pode ser uma partícula, mas essas coincidências pertencem no dicionário a outra categoria — a das coincidências entre classes de palavras flexionáveis e invariáveis, pois, como mencionado, o dicionário apresenta apenas marcas gramaticais aplicáveis a uma classe específica); coincidências entre o acusativo singular e o genitivo plural dos nomes da declinação i)u11 (por exemplo: ãlų vs. alų; lietų vs. lietų); coincidências entre o infinitivo e a segunda pessoa do singular do presente dos verbos (por exemplo: ìnkšti vs. inkšti; klýsti vs. klysti). Homoformas causadas por diferenças nos elementos prosódicos também surgem quando coincidem duas ou mais partes flexionáveis do discurso diferentes. Há 7 tipos dessas homoformas no dicionário: coincidências entre substantivos e verbos (por exemplo: Adomo — coincidem as formas do genitivo singular do nome próprio Adõmas12 e do genitivo singular do particípio passivo ãdomas; apsaugos — coincidem o genitivo singular e o acusativo plural do substantivo apsauga e a forma de futuro do verbo apsaugoti, cf.: apsaugõs vs. apsáugos); coincidências entre substantivos e adjetivos (por exemplo, atlaidus — coincidem o acusativo plural do substantivo atlaidai e o nominativo singular do adjetivo atlaidus, cf. ãtlaidus vs. atlaidùs); coincidências entre verbos e adjetivos (por exemplo, ãntrinę, asmeninę vs. antrinę, asmeninę — coincidem as formas dos particípios ativos do passado simples dos verbos antrinti, asmeninti e as formas acusativas femininas singulares dos adjetivos antrinis, -ė, asmeninis, -ė); coincidências entre verbos e pronomes (por exemplo: kitai vs. kitai; kuria vs. kurià — coincidem formas dos verbos kisti, kurti e dos pronomes kitas, kuri); coincidências entre substantivos, adjetivos e verbos (por exemplo: balti — a forma vocativa singular do substantivo baltis báltį; a forma nominativa plural do adjetivo baltas balti; o infinitivo bálti); coincidências entre substantivos e numerais ou pronomes (por exemplo: Anos — coincidem o substantivo próprio 11 Às vezes (como nos casos apresentados a seguir), o genitivo plural só é possível teoricamente. 12 É verdade que o anotador consegue distinguir letras maiúsculas de minúsculas. Ainda assim, poderia surgir ambiguidade morfológica nesse caso se o particípio também fosse escrito com inicial maiúscula, por exemplo, no início de uma frase. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 123 Ana e a forma do pronome ana, cf. Ānos vs. anõs; kelias – coincidem o substantivo kẽlias e o pronome keliàs); coincidências entre substantivos, verbos e pronomes, adjetivos ou numerais (por exemplo: dvejos – coincidem o numeral dvẽjos, a forma do genitivo singular do substantivo dveja dvejõs e a forma do nominativo plural dvẽjos, bem como o verbo no futuro dvejõs). Também foram observadas coincidências desse tipo entre homoformas de classes de palavras flexionáveis e invariáveis; no dicionário, elas se dividem em 8 tipos: coincidências entre verbos, adjetivos e advérbios (por exemplo, blogai – coincidem a forma da segunda pessoa do singular do pretérito simples do verbo blogti blógai, a forma do dativo singular feminino do adjetivo blogas, -a blõgai e o advérbio blogai); coincidências entre adjetivos e advérbios (por exemplo, aklai, efektyviai – coincidem as formas do dativo feminino dos adjetivos ãklai, efektỹviai e os advérbios aklai, efektyviai); coincidências entre substantivos e advérbios (por exemplo, seniai – coincidem a forma do nominativo plural do substantivo senis sẽniai e o advérbio seniai); coincidências entre substantivos, adjetivos ou pronomes e advérbios (por exemplo: aiškiai, aukštai – coincidem as formas do nominativo plural dos substantivos aiškis, aukštas aiškiai, aukštai, as formas do dativo feminino dos adjetivos aiškus, -i, aukštas, -a áiškiai, áukštai e os advérbios aiškiai, aukštai); coincidências entre substantivos, verbos, adjetivos e advérbios (por exemplo, bukãi – coincidem as formas do nominativo plural e do vocativo singular do substantivo bukאס bùkai, a forma da segunda pessoa do singular do pretérito simples do verbo bukti bukãi, a forma do dativo singular feminino do adjetivo bukאס bùkai e o advérbio bukãi); coincidências entre numerais, preposições e advérbios (por exemplo, pirma – coincidem o nominativo feminino singular e o instrumental, bem como a forma neutra, do numeral pirmas, -a pirmà, pìrma, e a preposição e o advérbio pìrma); coincidências entre verbos e advérbios (por exemplo, apmaudžiau – a forma da primeira pessoa do singular do pretérito simples do verbo apmaudyti apmáudžiau e o advérbio comparativo apmaudžiau), coincidências entre substantivos, pronomes e advérbios ou partículas (por exemplo, Ana – coincidem o nominativo, o instrumental e o vocativo singular do substantivo próprio Ana e as formas do pronome e da partícula ana, cf. Anà, Āna e anà). Se o Lemuoklis e outros anotadores morfológicos fossem capazes de analisar textos acentuados13, é provável que a ambiguidade morfológica diminuísse consideravelmente. 13 Fazer isso automaticamente não é difícil; por exemplo, o programa Kirčiuoklis está disponível em https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis. Por outro lado, esse programa baseia-se nos resultados do programa de análise morfológica automática, criando assim um círculo vicioso: a qualidade do programa de acentuação depende do bom funcionamento do analisador morfológico. Convém mencionar que no Kirčiuoklyje são fornecidas várias variantes de acentuação para as formas morfologicamente ambíguas; portanto, isso não ajudaria muito a resolver o problema da ambiguidade morfológica. 124 BENDRINĖ KALBA | 96 Já anteriormente houve tentativas de classificar homoformas com base em elementos prosódicos. E. Rimkutė (2002: 91–98) analisou 10 mil palavras anotadas gramaticalmente, utilizadas em artigos do Lietuvos ryto. Constatou-se que 83% das homoformas são foneticamente idênticas, enquanto 17% diferem quanto à posição do acento. A pesquisadora subdividiu ainda em dois tipos as homoformas que não diferem quanto à posição do acento: as que diferem pela quantidade vocálica (por exemplo, o verbo mãno e o pronome màno) e as que diferem pela entonação (por exemplo, os verbos kláusė (lema – klausyti) e kláusė (lema – klausti)). Os exemplos apresentados anteriormente discutiram homoformas que diferem tanto quanto à posição do acento como quanto à entonação. Nesta última categoria foram incluídos também os casos que diferem pela quantidade vocálica, embora não tenham sido destacados separadamente. 4.3. Homoformas decorrentes da coincidência entre palavras diferentes Nesta categoria incluem-se algumas homoformas de classes de palavras flexionáveis e homoformas de classes flexionáveis e invariáveis. Em teoria, todos os casos da categoria de homoformas de classes flexionáveis e invariáveis também são palavras de significados diferentes, pois possuem lemas diferentes. Mas nem sempre é correto afirmar isso, uma vez que, por exemplo, entre as coincidências de advérbios e adjetivos existe bastante afinidade semântica, e uma forma é frequentemente derivada da outra. Por isso, as homoformas decorrentes de palavras polissêmicas poderiam ser divididas em duas subcategorias: homoformas de significados lexicais diferentes e homoformas de significados lexicais parcialmente coincidentes. 4.3.1. Homoformas de significados lexicais diferentes Nesta categoria incluem-se formas coincidentes que não estão relacionadas derivacionalmente. Entre elas contam-se 8 tipos de homoformas de classes de palavras flexionáveis e invariáveis: homoformas de verbos, adjetivos e advérbios, por exemplo, griežtai – neste caso, coincidem a forma do dativo feminino singular do particípio griežtas, -a (lema – griežti) com um advérbio de significado completamente diferente griežtai e a forma do dativo feminino singular do adjetivo griežtas, -a. Assim, neste caso, o particípio relaciona-se com o advérbio e o adjetivo por meio de significados lexicais diferentes, ao passo que o adjetivo e o advérbio apresentam significados parcialmente coincidentes, pois um deriva do outro (para mais detalhes, ver a secção 4.3.2); homoformas de substantivos e de advérbios ou preposições, conjunções, partículas, interjeições e ideofones (por exemplo: dėlei – coincidem a forma do dativo singular do substantivo dėlė e a forma da preposição dėlei; opa – coincidem as formas do nominativo, do vocativo e do instrumental singular do substantivo opa e o ideofone); homoformas de pronomes e advérbios ou partículas e conjunções MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 125 (por exemplo, kam – coincidência entre um advérbio e um pronome); homoformas de substantivos, advérbios e adjetivos ou pronomes (por exemplo, o substantivo feminino kandis, isto é, «pequena borboleta cujas larvas roem roupas e comem cereais, farinha e plantas» (LKŽ 2005), no singular dativo kandžiai, e o substantivo masculino kandis, isto é, «mordida, dentada, lugar mordido» (LKŽ 2005), no plural nominativo kandžiai, coincide com o feminino singular dativo do adjetivo kandus, -i e com o advérbio kandžiai (há uma coincidência parcial entre os significados lexicais do adjetivo e do advérbio, enquanto os substantivos kandis se relacionam com eles por um significado lexical diferente); homoformas de substantivos, verbos, adjetivos, advérbios e preposições (por exemplo, arti – coincidem as formas do vocativo singular do substantivo artis, do infinitivo do verbo árti, do nominativo singular feminino do adjetivo artus, -i e as formas do advérbio e da preposição arti); homoformas de verbos, substantivos e advérbios (por exemplo, kartais – coincidem as formas do instrumental plural do particípio kártas, do instrumental plural do substantivo kārtas e do advérbio kartais); homoformas de verbos e preposições ou partículas, conjunções, interjeições, onomatopeias e abreviaturas (por exemplo: ak – coincidem uma interjeição e a forma da terceira pessoa do singular do imperativo do substantivo akti; užvis – coincidem a forma da terceira pessoa do futuro do verbo užvisti e a forma do advérbio užvis; vysk – coincidem a abreviatura gráfica da palavra vyskupas e a forma da terceira pessoa do singular do imperativo do verbo vysti); homoformas de substantivos, pronomes e advérbios ou partículas (por exemplo, ana – coincidem as formas do substantivo próprio Ana, do pronome e da partícula ana. Também pode haver homoformas com significados lexicais diferentes entre homoformas de classes de palavras flexionáveis. No LKHŽ, elas constituem 8 tipos: homoformas de substantivos, verbos e adjetivos com significados lexicais diferentes (por exemplo, anglių – coincidem as formas do genitivo plural dos substantivos anglys e anglė); homoformas de substantivos e verbos (por exemplo, adomą – coincidem a forma do acusativo singular do particípio adomas e a forma do acusativo singular do substantivo próprio Adomas); homoformas de verbos e pronomes ou numerais (por exemplo: jos – coincidem a forma da terceira pessoa do futuro do verbo joti e as formas do nominativo plural e do genitivo singular do pronome ji; kitai – coincidem a forma da segunda pessoa do pretérito simples do verbo kisti e a forma do dativo singular do pronome kita; trejos – coincidem a forma da terceira pessoa do futuro do verbo trejoti e a forma nominativa do numeral treji, -os); homoformas de substantivos, adjetivos e verbos (por exemplo: kaltų – coincidem a forma da terceira pessoa do modo condicional do verbo kalti, a forma do genitivo plural masculino e feminino do particípio káltas, -a, a forma do genitivo plural masculino e feminino do adjetivo káltas, -a e 126 BENDRINĖ KALBA | 96 a forma do genitivo plural do substantivo káltas; kartus – coincidem a forma do acusativo plural masculino do particípio kártas, a forma do nominativo singular do adjetivo kartus e a forma do acusativo plural do substantivo kartas); homoformas de adjetivos, pronomes, numerais e substantivos (por exemplo, viena – coincidem as formas do nominativo, instrumental e vocativo singular do substantivo próprio Viena e do numeral, pronome e adjetivo vienas, -a); homoformas de substantivos, verbos e pronomes e numerais (por exemplo: dvejos – coincidem as formas do genitivo singular e nominativo plural do substantivo dveja, da terceira pessoa do futuro do verbo dvejoti e do numeral dvejos; maną – coincidem o nominativo plural do particípio ativo presente derivado do verbo manyti, as formas do acusativo singular feminino e masculino do pronome manà e a forma do acusativo singular do substantivo mãna); homoformas de adjetivos e pronomes (por exemplo, juodu – coincidem o nominativo e acusativo do caso oblíquo dual do pronome jis e a forma do genitivo singular do adjetivo juodas). 4.3.2. Homoformas com significado lexical parcialmente coincidente Essas homoformas têm lemas diferentes, mas estão relacionadas semântica e morfologicamente, por exemplo: absoliutiškai – coincidem as formas do advérbio absoliutiškai e do adjetivo absoliutiškas; ilgai – coincidem as formas do advérbio ilgai e do adjetivo ilgas. Trata-se, na maioria dos casos, de advérbios formados a partir de adjetivos, isto é, palavras com a mesma raiz, e só parcialmente podem ser considerados palavras de significado diferente (se a análise não for formal e morfológica, mas semântica). As homoformas lexicais parcialmente coincidentes no dicionário constituem 8 tipos de homoformas de classes de palavras flexionáveis, mais especificamente: homoformas de substantivos substantiva mobilia, por exemplo, administratorių (coincidem as formas do genitivo plural das palavras administratorius e administratorė), bėglių (coincidem as formas do genitivo plural das palavras bėglys e bėglė); homoformas de substantivos e verbos (por exemplo: apkaustai – coincidem a forma da segunda pessoa do presente do verbo apkaustyti e a forma nominativa do substantivo apkaustai; atsakai – coincidem a forma nominativa plural do substantivo atsakas e a forma da segunda pessoa do presente do verbo atsakyti); homoformas de substantivos e adjetivos (por exemplo, absoliutus – coincidem a forma nominativa plural do substantivo absoliutas e a forma nominativa singular do adjetivo absoliutus; abstraktu – coincidem o instrumental singular do substantivo abstraktas e a forma neutra do adjetivo abstraktus, -i); homoformas de verbos e adjetivos (por exemplo: magnetinę – coincidem o nominativo plural do particípio do pretérito simples magnetinės e o acusativo singular feminino do adjetivo magnetinis, -ė; masinę – coincidem o particípio masinės masculino MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 127 formas do acusativo plural e do acusativo singular feminino do adjetivo masinis, -i); homoformas de substantivos, adjetivos e verbos (por exemplo, kaltą – coincidem as formas do acusativo singular masculino e feminino do adjetivo káltas e do particípio káltas, bem como a forma do acusativo singular do substantivo káltas; na verdade, neste último caso, entrelaçam-se duas causas distintas. Entre o particípio e o substantivo há de facto uma coincidência lexical parcial, dado que os seus significados estão relacionados; já o particípio e o substantivo káltas coincidem com o adjetivo káltas por razões prosódicas); homoformas de adjetivos e pronomes (por exemplo, pirmiausia – coincidem as formas neutra e feminina do nominativo, instrumental e vocativo singular do adjetivo pirmiausias, -ia e a forma do numeral pirmas); homoformas de substantivos e numerais ou pronomes (por exemplo: aštuonetą (coincidem o substantivo e o numeral), maniškė (coincidem o substantivo e o pronome)); homoformas de substantivos, verbos e pronomes ou adjetivos e numerais (por exemplo, niūri – coincidem a forma do vocativo singular do substantivo niūris, a forma do nominativo singular feminino do adjetivo niūrus, -i e as formas da segunda e terceira pessoas do presente dos verbos niūrėti e niurti). Também se encontram exemplos de polissemia lexical parcial entre as coincidências de classes de palavras flexionáveis e invariáveis – homoformas de verbos, adjetivos e advérbios (por exemplo, aklinai – coincidem a forma da segunda pessoa do singular do pretérito simples do verbo aklin- ti, o advérbio aklinai e a forma do dativo singular feminino do adjetivo aklinas, -a), homoformas de adjetivos e advérbios (abejingai, aistringai, cikliškai); homoformas de substantivos e advérbios (por exemplo: dovanai, laukan, pusbalsiu); homoformas de substantivos, advérbios e adjetivos ou pronomes (por exemplo, bailiai – coincidem a forma do nominativo plural do substantivo bailys, a forma do dativo singular feminino do adjetivo bailus, -i e a forma do advérbio bailiai, embora difiram a acentuação do substantivo bailiai e a do adjetivo e do advérbio bailiai. Se não tivermos em conta a acentuação, as três formas partilham um significado lexical parcialmente coincidente. Importa ainda mencionar as homoformas de substantivos, verbos e advérbios ou preposições (por exemplo, uždarai – coincidem a forma do dativo singular do particípio uždaras, -a, derivado do verbo uždaryti, o nominativo plural do substantivo už-daras, a forma do dativo singular feminino do adjetivo uždaras, -a e o advérbio uždarai; mais uma vez, a acentuação de algumas palavras difere, cf. uždarai ir uždarai), homoformas de verbos, substantivos e advérbios (por exemplo, apsiaustai – coincidem o nominativo plural do substantivo apsiaustas, a forma do dativo singular feminino do particípio apsiaustas, -a e o advérbio apsiaustai); homoformas de numerais e advérbios (por exemplo: keturiomis, pirmiau), 128 BENDRINĖ KALBA | 96 homoformas de verbos e advérbios (por exemplo: apibrėžtai, apibendrintai – coincidem as formas do dativo singular feminino dos particípios apibrėžtas, –a, apibendrintas, –a com os advérbios apibrėžtai, apibendrintai), homoformas de substantivos, pronomes e advérbios (por exemplo, nieko – coincidem as formas do substantivo e do pronome niekas com o advérbio nieko), homoformas de adjetivos, numerais e advérbios (por exemplo, pirmiausiai – dependendo do contexto, esta palavra pode ser um adjetivo, um advérbio ou um numeral). 4.4. Homoformas determinadas pelo sistema morfológico da língua lituana Algumas homoformas são determinadas pelo sistema morfológico da língua lituana. As coincidências dos nomes são determinadas pela sincretização de casos de certas declinações e pela coincidência de formas de géneros ou números distintos em alguns casos (por exemplo, naujų – forma do genitivo plural tanto feminino como masculino); podem coincidir a pessoa, o número, o tempo, etc., dos verbos. O significado lexical dessas palavras é o mesmo. Esta categoria é constituída exclusivamente por coincidências entre classes de palavras flexionáveis. As coincidências entre nomes são as mais numerosas e podem ser divididas em casos de sincretismo de número, género e caso. Há 7 tipos de coincidência de casos: coincidências do nominativo, instrumental, vocativo singular e do género neutro dos nomes da declinação (i)o (por exemplo: substantivos abatija, data, emulsija; adjetivos faktiška, fatališka, galinga); coincidências do instrumental e vocativo singular dos substantivos da declinação ė (por exemplo, substantivos beteise, dėde, bedante); coincidências do nominativo e vocativo plural dos substantivos das declinações (i)a, (i)u (por exemplo, substantivos abituriantai, akiniai, angelai); coincidências do locativo e vocativo singular dos substantivos da declinação (i)a (por exemplo: albume, bate, čempione); coincidências do nominativo e acusativo dos numerais e pronomes (por exemplo, pronomes judu, mudu, numerais abi, dvi (vale mencionar que no Bendrinės lietuvių kalbos žodyne (BLKŽ), a palavra abi é classificada como pronome); coincidências do nominativo e vocativo plural dos substantivos, particípios substantivados ou adjetivos da declinação i (por exemplo: akmenys, anty s, baltieji, kaltinamieji); coincidências do nominativo, acusativo e instrumental dos numerais ou pronomes (por exemplo, numerais aštuoniolika, dvylika, trylika e o pronome keliolika). No dicionário, há 7 tipos de coincidência de género: coincidências do genitivo plural masculino e feminino dos nomes (por exemplo: particípios abejojančių, akcentuojančių, apibendrinančių, adjetivos apynau jų, birių, blogų – coincidem as formas masculina e feminina); (i)a MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 129 coincidências entre o nominativo singular masculino dos nomes declináveis da declinação (i)o e o acusativo plural feminino dos nomes declináveis (por exemplo: adjetivos abejingas, brokuotas, dieviškas; particípios diferencijuotas, forsuotas, gautas); coincidências no acusativo singular dos nomes declináveis das declinações (i)o e (i)a (por exemplo: adjetivos abejingą, aklą, darganą; particípios dažomą, draudžiamą, gaunamą); coincidências entre o nominativo plural masculino dos particípios de voz ativa e o gênero neutro (por exemplo: abejoja, amžina, apdarą); coincidências entre os numerais no nominativo feminino e masculino (por exemplo, trys); coincidências entre os numerais no acusativo feminino e masculino (por exemplo, tris); coincidências entre os numerais ou pronomes no dativo e/ou instrumental masculino e feminino (por exemplo: duiem, judviem); coincidências entre substantivos femininos e masculinos com o gênero comum (por exemplo: giminė, mazgotė – o gênero comum coincide com o feminino; ligonis – o gênero comum coincide com o masculino); Como mencionado, também pode coincidir o número das classes gramaticais flexionáveis. No dicionário, há 4 tipos desses casos: coincidências entre o genitivo singular e o nominativo e vocativo plural dos nomes declináveis da declinação (i)o, ė (por exemplo: substantivos abejonės, abėcėlės, baterijos; adjetivos basos, birios, dabartinės; particípios decentralizuotos, degeneruotos, eiliuotos); coincidências entre o nominativo singular e o acusativo plural dos nomes declináveis das declinações (i)u e i (por exemplo: administratorius, gentis, kalendorius); coincidências entre o acusativo singular e o genitivo plural dos substantivos da declinação (i)u (por exemplo: agresorių, derlių, išminčių); coincidências entre o vocativo singular e o nominativo plural dos adjetivos masculinos da declinação (i) (por exemplo: artimesni, garesni, mažesni). Muitas vezes, também coincidem diversas formas verbais. No dicionário, há 7 tipos dessas coincidências. São eles: homóformas do infinitivo dos verbos e do nominativo plural masculino dos particípios passivos no pretérito (por exemplo: absorbuoti, išardyti, nulakuoti); homóformas da terceira pessoa dos verbos no modo condicional e do genitivo plural dos particípios passivos no pretérito (por exemplo: adaptuotų, gamintų, girdėtų); homóformas da terceira e da segunda pessoas dos verbos no presente (por exemplo: atsispindi, įsidėmi, krūpteli); coincidências de particípios com formas adverbiais ou semiparticipiais (por exemplo: adoruojantis, bijantis – neste caso, as formas adverbiais reflexivas coincidem com a forma do particípio não reflexivo no nominativo singular masculino do presente; o semiparticípio duodamas coincide com os particípios presentes – tanto com o acusativo plural feminino quanto com o nominativo singular masculino); coincidências do infinitivo com a segunda pessoa singular dos verbos (por exemplo: neklysti, nuslysti, trykšti); coincidências entre formas verbais finitas e não finitas (por exemplo: dirbtinai, imtinai, maldautinai – as formas do dativo singular feminino dos particípios coincidem com formas adverbiais; sugrįžta, tirta – verb- 130 BENDRINĖ KALBA | 96 as formas da terceira pessoa do presente dos verbos coincidem com os particípios neutros e femininos — tanto com o nominativo como com o instrumental); homófonas dos particípios adverbiais do presente e do futuro (por exemplo: apklau­siant, pratęsiant, trešiant — coincidem as formas dos particípios adverbiais do futuro e do presente). 4.5. Homoformas de mesmo significado resultantes da atribuição a paradigmas diferentes Alguns substantivos, adjetivos, verbos, pronomes e advérbios com o mesmo significado podem pertencer a dois paradigmas diferentes, por exemplo: Audrių poderia ser tanto a forma Audrius quanto a forma Audrys, acusativo singular; būčiau poderia pertencer tanto ao paradigma būti, yra, buvo quanto a būti, būna, buvo, e também a būti, būva, buvo; grįuvus – poderia pertencer tanto a grįuti, grįūna, grįuvo quanto aos paradigmas grįūti, grįūva, grįuvo; a forma stebukladario poderia ter como lema tanto stebukladaris quanto stebukladarys; mano – forma tanto do pronome com o lema mano quanto do pronome com o lema manas. No LKHŽ, esses casos constituem uma categoria à parte. 4.6. Relações entre as causas As cinco causas de surgimento mencionadas podem estar relacionadas entre si e, além disso, o surgimento de homoformas de algumas palavras pode ser determinado por mais de uma causa. Por exemplo, abstrãkčiai vs. abstrakčiai: aqui, a ambiguidade é determinada tanto pelas diferenças nos elementos prosódicos (a posição do acento é diferente) quanto pela coincidência parcial de significado (uma palavra deriva da outra). Outro exemplo é a coincidência entre o adjetivo káltas e o substantivo káltas. Essas palavras poderiam ser incluídas tanto na categoria das homoformas determinadas por elementos prosódicos quanto na das determinadas por significados lexicais distintos. Além disso, as diferentes homoformas que constituem uma mesma classe no dicionário não são necessariamente determinadas pelas mesmas causas. Por exemplo, algumas coincidências entre formas do modo condicional e particípios passivos (por exemplo: adaptuotų, brandintų) surgem devido a diferenças nos elementos prosódicos (cf. aplýtų e aplytų), enquanto outras surgem devido ao sistema morfológico da língua lituana, isto é, simplesmente coincidem duas formas verbais (por exemplo: automatizuotų, derėtų). As cinco causas da formação de homoformas ajudam a compreender ainda melhor por que, ao anotar com o Lemuokliu (ou com outros anotadores morfológicos), surgem casos variados de ambiguidade morfológica. Ao acrescentar M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys 131 Com essas informações e dados estatísticos, seria possível indicar qual é a causa mais provável. Isso também permitiria aprimorar o LKHŽ. Compreendendo o que determina a ambiguidade morfológica, seria possível incluir novos dados no dicionário; por exemplo, poderiam ser acrescentadas marcas que indicassem a probabilidade de ambiguidade, entre outras informações. Além disso, uma análise mais aprofundada, com a apresentação de dados estatísticos, poderia revelar outras causas para o surgimento de homóformos. Essa é uma possível linha de pesquisa futura. SÍNTESE O artigo descreveu uma das etapas da informatização da língua lituana: a análise morfológica automática. Durante esse processo, evidencia-se o problema da ambiguidade morfológica. Com base no LKHŽ, que está em elaboração, tornou-se possível identificar as causas do surgimento de homóformos na língua lituana. De acordo com suas causas, os homóformos podem ser classificados da seguinte forma: 1) homóformos teóricos, decorrentes das especificidades da elaboração de alguns dicionários; 2) homóformos decorrentes de diferenças nos elementos prosódicos; 3) homóformos decorrentes da coincidência entre palavras distintas; 4) homóformos determinados pelo sistema morfológico da língua lituana; 5) homóformos de mesmo significado, decorrentes da atribuição a paradigmas diferentes. Os homóformos teóricos dificultam a análise morfológica quando palavras arcaicas ou (quase) já não usadas no lituano atual coincidem com palavras frequentes. Esse problema mostra que os anotadores morfológicos precisam de listas de palavras elaboradas de outra maneira. Os homóformos determinados por elementos prosódicos surgem apenas na língua escrita. Há mais exemplos desse tipo entre coincidências de palavras de classes gramaticais flexionáveis; muitas vezes, coincidem formas de uma mesma palavra (por exemplo: nominativo singular mamà e vocativo māmą; nominativo singular apimtis e acusativo plural āpimtis); porém, também podem coincidir duas classes gramaticais diferentes (por exemplo, apsaugos: coincidem as formas genitiva singular e nominativa plural do substantivo apsauga e a forma de terceira pessoa do futuro do verbo apsaugoti). Também se observam coincidências desse tipo entre homóformos de classes flexionáveis e invariáveis, por exemplo, entre verbos, adjetivos e advérbios (por exemplo, blogai: coincidem a forma de segunda pessoa do singular do pretérito simples do verbo blogti, a forma feminina singular dativa do adjetivo blogas, –a e a forma do advérbio blogai). 132 BENDRINĖ KALBA | 96 Homóformos decorrentes da coincidência entre palavras distintas podem ter significados lexicais diferentes (palavras coincidentes que não têm relação derivacional, por exemplo, arti: coincidem um advérbio, uma preposição, o infinitivo de um verbo e um particípio; compare artì e ártì) ou significados parcialmente coincidentes (têm lemas diferentes, mas são semanticamente e derivacionalmente relacionadas; por exemplo, absoliutiškai: coincidem o advérbio absoliutiškai e a forma feminina singular dativa do adjetivo absoliutiškas, -a). Os homóformos determinados pelo sistema morfológico da língua lituana são condicionados pela gramática do lituano, por exemplo, casos sincréticos e formas coincidentes de gêneros ou números diferentes (por exemplo, naujų: forma tanto feminina quanto masculina); podem coincidir a pessoa, o número, o tempo verbal etc. O significado lexical dessas palavras é o mesmo; em outras palavras, coincidem diferentes formas flexionadas de uma mesma palavra. Essa categoria compreende apenas coincidências entre classes gramaticais flexionáveis. O surgimento de homóformos também pode ser determinado pelo fato de a mesma palavra ser atribuída a paradigmas diferentes, por exemplo, būčiau: essa forma poderia pertencer tanto ao paradigma būti, yra, buvo quanto ao būti, būna, buvo, e também ao paradigma būti, būva, buvo. Essas causas ajudam a compreender por que surgem diferentes casos de ambiguidade morfológica durante a anotação automática. Além disso, com base nessas informações, seria possível aprimorar o LKHŽ. Compreendendo o que determina a ambiguidade morfológica, seria possível acrescentar informações ao dicionário; por exemplo, poderiam ser incluídas marcas que indicassem a probabilidade de ambiguidade ou outros dados. 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