Arbitraliųjų lietuvių kalbos kolokacijų nustatymas

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ Vytauto Didžiojo universitetas ARBITRALIŲJŲ LIETUVIŲ KALBOS KOLOKACIJŲ NUSTATYMAS ESMINIAI ŽODŽIAI: arbitraliosios kolokacijos, lietuvių kalba, ribotas leksinis junglumas, vektorių metodas, automatizuotas nustatymas, lingvistinis neautomatinis nustatymas. ANOTACIJA Straipsnyje pristatomo tyrimo objektas – lietuvių kalbos arbitraliosios kolokacijos. Jų junglumo pagrindas yra ne semantiniai, o leksiniai ribojimai, tokios kolokacijos tiesiogiai neatspindi nekalbinės tikrovės. Ryšys tarp jų žodžių – arbitralus: nors pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną junglumo partnerį, bet linkstama vartoti kurį nors vieną. Straipsnyje aprašomi arbitraliųjų kolokacijų nustatymo metodai, išbandyti vykdant projektą „Neautomatinis lingvistinės analizės ir automatizuotas kompiuterinės lingvistikos metodas (ARKA)“. Medžiaga tyrimui imta iš Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazės. ABSTRACT The article aims to describe the methodological approaches of arbitrary collocation (AC) identification developed within the framework of the project “Arbitrary Collocations of Lithuanian: Identification, Description and Usage (ARKA)”. The source of the research was the “Database of Lithuanian Multiword Expressions”. Arbitrary collocations were determined by combining manual and semi-automatic methods of computational linguistics. ĮVADAS Didelę pastoviųjų žodžių junginių dalį, kaip žinoma, sudaro kolokacijos, tačiau, jas automatiškai nustatant iš tekstynų statistiniais ar hibridiniais metodais (plačiau žr. Bielinskienė ir kt. 2019: 15–22), nustatoma ir nemažai tokių junginių, kurie kolokacijoms JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 2 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 priskiriami dėl to, kad juos sudarančių žodžių vartojimo drauge dažnis automatiškai įvertinamas kaip statistiškai reikšmingas, pvz.: šešeri metai, saulėta diena, graži moteris ir pan. Taip tarp kolokacijų atsiranda netikrųjų, kurios sudaromos kaip paprasti laisvieji žodžių junginiai remiantis semantiniais, o ne leksiniais apribojimais (Marcinkevičienė 2010: 90–91). Kai kurie tyrėjai kolokacijomis laiko tik tikrąsias kolokacijas (kitaip dar vadinamas nemotyvuotomis, arbitraliosiomis) – įprastinius žodžių junginius, kurie tiesiogiai neatspindi nekalbinės tikrovės, ryšys tarp jų žodžių – arbitralus (išsamiau apie arbitralumą žr. Kovalevskaitė ir kt. 2021). Šio tyrimo objektas yra būtent arbitraliosios kolokacijos (toliau – AK), t. y. tokios, kurioms būdingas ribotas leksinis junglumas (angl. lexical restrictedness): nors teoriškai pagal panašią reikšmę galima rinktis daugiau negu vieną junglumo partnerį, linkstama vartoti kurį nors vieną, pvz., suprasti užuominą, o ne *suvokti užuominą, ranka pasiekiamas, o ne *ranka paimamas. Rūta Petrauskaitė rašo: „Tiesioginio ryšio su pavadinamąja tikrove nebuvimas lemia tai, kad ne tik skirtingose kalbose to paties žodžio junglumas smarkiai skiriasi, bet net ir toje pačioje kalboje vieno kolokacijos nario negalima pakeisti kitu, jam sinonimišku, nerizikuojant, kad pasakyta frazė skambės neįprastai, pvz., laikas eina, bėga, slenka, bet ne *žingsniuoja, skuodžia, šliaužia“ (Marcinkevičienė 2010: 91). Tikrųjų (arbitraliųjų) kolokacijų pagrindinio žodžio junglumo partneriai, pasak R. Petrauskaitės, yra nenuspėjami, tokių kolokacijų junglumo pagrindas – leksiniai apribojimai (Marcinkevičienė 2010: 90). AK iki šiol nėra sulaukusios didelio lietuvių kalbos tyrėjų dėmesio, nors jų nustatymas padėtų išskirti šias kolokacijas kaip lietuvių kalbos kolokacijų branduolį, ypač naudingą vertimo, lietuvių kalbos kaip svetimosios mokymo, leksikografijos tikslams. Šiais tikslais AK analizuojamos vykdant projektą ,,Arbitraliosios lietuvių kalbos kolokacijos: atpažinimas, aprašymas, vartojimas (ARKA)“ 1 , kuriuo siekiama aprašyti lietuvių kalbos AK ir parengti AK leksikografinius bei mokomuosius išteklius. Straipsnio tikslas – aprašyti, kokie metodai taikyti vykdant projektą ARKA lietuvių kalbos AK atpažinti, ir palyginti skirtingais metodais gautus rezultatus. AK analizuotos neautomatiniu lingvistinės analizės ir automatizuotu kompiuterinės lingvistikos metodais. 1 Projektą finansuoja Lietuvos mokslo taryba (Nr. S-LIP-20-18), išsamiau žr. https://arka.pastovu.vdu.lt. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 3 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Šaltiniai: 1) Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazė (toliau – PŽJDB) 2 , kurioje pateikiama apie 12 tūkst. kolokacijų; 2) Delfi.lt tekstynas 3 , sudarytas iš 70 mln. žodžių, apimantis 2014–2016 m. publikuotus tekstus iš įvairių Delfi.lt naujienų portalo rubrikų (plačiau apie tekstyną Bielinskienė ir kt. 2019: 14–15). Tiriamoji medžiaga – kolokacijos, sudarytos iš 97 daiktavardžių (vieta, aplinka, būdas, vyras, moteris, dalykas ir kt. 4 ). Jų struktūra – būdvardis / būdvardiškai vartojamas dalyvis + daiktavardis, veiksmažodis + daiktavardis, daiktavardis + daiktavardis. Atlikus tyrimą, apie 2400 kolokacijų pripažintos kaip AK. Didžioji dalis jų yra dvižodės, bet dalis – trižodės; pastarosios paprastai sudarytos iš veiksmažodžių, būdvardžių ir daiktavardžių (gali skirtis dėmenų išsidėstymo tvarka). Pirmoji tiriamosios medžiagos dalis, t. y. kolokacijos, kurių struktūra būdvardis + daiktavardis, yra aptarta ankstesniame straipsnyje (Kovalevskaitė ir kt. 2021). Jame pristatytas bandymas AK atpažinti taikant vieną iš kompiuterinės lingvistikos metodų – automatizuotą (vektorių) metodą, šis metodas taip pat išsamiai pristatytas. Šiame straipsnyje apibendrinamas visas AK atpažinimo tyrimas. Pirmame skyriuje pristatomi abu taikyti metodai – neautomatinis (žr. 1.1 sk.), kartu aprašant ir taikytus kriterijus bei testus, ir automatizuotas, jo taikymui atskleisti pasitelkiant kolokacijų grupę, kurios struktūra – veiksmažodis + daiktavardis (žr. 1.2 sk.). Antrame skyriuje, remiantis visų tyrimo etapų duomenimis, aptariami ir palyginami metodų taikymo rezultatai, jų galimybės ir trūkumai, svarbūs vertinant nustatytų AK sąrašą ir planuojant tolesnius AK tyrimus. 1. ARBITRALIŲJŲ KOLOKACIJŲ NUSTATYMO METODAI Rašant apie AK nurodoma, kad ribą tarp arbitraliųjų ir vadinamųjų trivialiųjų kolokacijų būtų galima brėžti ties abstrakčiųjų daiktavardžių riba: „<...> kolokacijos, kurių pagrindą sudaro abstraktieji daiktavardžiai, gali būti laikomos tikrosiomis, nemotyvuotomis, 2 http://resursai.pastovu.vdu.lt/paieska/paprastoji 3 https://klc.vdu.lt/pastovuSearch.html 4 Tai tiek konkretieji, tiek abstraktieji, dažniausiai pastoviuosius žodžių junginius, nustatytus iš Delfi.lt tekstyno, sudarantys daiktavardžiai, išsamiau apie juos žr. Bielinskienė ir kt. 2019. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 4 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 o pastovūs junginiai su konkrečiaisiais daiktavardžiais paprastai remiasi nekalbine tikrove ir yra trivialūs“ (Marcinkevičienė 2010: 91). Taigi, vienas iš darbuose apie kolokacijas įvardytų kriterijų yra daiktavardžių semantika. Atliekant šį tyrimą paaiškėjo, kad didžioji dalis AK išties yra sudarytos su abstraktų pavadinimais, tačiau pastebėta, kad arbitralumas būdingas ir kolokacijoms su konkrečiaisiais daiktavardžiais, plg.: apriboti greitį, atlikti mankštą, imti kyšį, palikti aikštę, pasiimti kreditą, pasikalbėti telefonu, pastatyti spektaklį ir kt. Šio tyrimo iššūkis buvo ne tik pritaikyti AK atpažinimo kriterijus, bet ir pasirinkti tokią metodiką, kuri tiktų dirbti su dideliu duomenų kiekiu, kad, remiantis ja, būtų galima sudaryti lietuvių kalbos AK sąrašus ištyrus didelį kolokacijų skaičių (tam naudota PŽJDB medžiaga). Vykdant projektą, išbandyta ir pritaikyta dvejopa AK nustatymo metodika: neautomatinė ir automatizuota. Pirmiausia taikytas neautomatinis būdas, pasirinkus AK pripažinimo kriterijus (žr. 1.1 sk.). Kadangi PŽJDB yra daug duomenų, vienas iš projekto uždavinių buvo kartu su neautomatiniu metodu išbandyti ir tokį metodą, kuris leistų AK pripažinimo procesą bent iš dalies automatizuoti (žr. 1.2 sk.). 1.1. Neautomatinis AK nustatymas Neautomatiškai nustatant AK, taikyti du pagrindiniai kriterijai: 1) riboto leksinio junglumo kriterijus, kuriam įvertinti taikytas sinonimų pakeičiamumo ir (arba) daiktavardžių leksinių semantinių grupių metodas; 2) perkeltinės reikšmės kriterijus. Jei kolokacija atitiko bent vieną kriterijų, ji laikyta arbitraliąja. Toliau aptariama, kaip taikytas kiekvienas kriterijus siekiant įvertinti, ar kolokaciją laikyti arbitraliąja. 1.1.1. AK nustatymas pagal ribotą leksinį junglumą Kaip minėta įvade, arbitraliosiomis laikomos kolokacijos, turinčios ribotą leksinį junglumą, t. y. būdvardžiui ar veiksmažodžiui, vartojamam konkrečia reikšme junginyje su daiktavardžiu, būdingas tam tikras, daugiau ar mažiau arbitralus, pakeičiamumo ribojimas (angl. arbitrary restriction on substitutability; Nesselhauf 2003, 2005). Taigi, remiantis riboto leksinio junglumo samprata, bet kuris kolokacijos dėmuo tam tikra reikšme negali būti JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 5 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 pavartotas su visais sintaksiškai ir semantiškai įmanomais kolokatais. Nors teoriškai ir galima rasti kolokatų pakaitų, bet jie arba visai netiktų, arba būtų neįprasti, pvz.: palanki vs. *naudinga aplinka; daugiasluoksnis vs. *sluoksniuotas romanas. Riboto leksinio junglumo kriterijų lingvistai tikrino dviem testais: 1) pagal veiksmažodžio ar būdvardžio sinonimus (t. y. ar galima pakeisti kitais artimos reikšmės žodžiais, laikytinais sinonimais); 2) pagal daiktavardžių leksines semantines grupes. Kadangi AK laikomos tokios kolokacijos, kurių vieno iš dėmenų paprastai negalima pakeisti kitu žodžiu – artimos reikšmės sinonimu, AK atpažinti taikytas sinonimų pakeičiamumo testas (adaptuotas iš Nesselhauf 2003): jeigu vienas kolokacijos dėmuo negali būti pakeičiamas kitu artimos reikšmės sinonimu, tokia kolokacija laikyta AK. Pavyzdžiui, vertinant kolokacijų nepaklusti įstatymui, diegti sistemą, įdėtas darbas arbitralumą, tikrinta pagal galimus veiksmažodžių sinonimus *nusižengti įstatymui, *įvesti sistemą, *įkištas / įkeltas darbas ir spręsta, ar pakeičiamumas galimas; jeigu ne – kolokacijos pripažintos kaip AK. Testuota trims lingvistams taikant introspekcijos metodą, bet remtasi iš Delfi.lt tekstyno nustatytomis kolokacijomis. Vis dėlto reikia pripažinti, kad rasti sinonimą neretai buvo gana sunku, todėl dažnai taikytas ir antrasis – daiktavardžių leksinių semantinių grupių – testas. Ribotas leksinis junglumas taip pat vertintas pagal tai, kokia yra leksinių semantinių grupių įvairovė: remiantis PŽJDB pateiktomis kolokacijomis, spręsta, su kelių leksinių semantinių grupių daiktavardžiais jungiasi kolokacijos būdvardis ar veiksmažodis, ir taip įvertinta leksinio junglumo apimtis. Kad būtų kuo tiksliau nustatyta, su kokiais žodžiais gali būti vartojamas daiktavardis, analizuota visa jo paradigma, t. y. visos kolokacijos, sudarytos su tuo daiktavardžiu. Bet, nors visą tiriamąją medžiagą sudaro apie 12 tūkst. kolokacijų, prieinamų PŽJDB, kartais būdavo matyti, kad informacijos nepakanka. Jeigu tiriamojoje medžiagoje pasitaikydavo tik viena kolokacija su tam tikru būdvardžiu / veiksmažodžiu, lingvistai paradigmą užpildydavo remdamiesi savo kaip gimtakalbių kalbos jausmu; jeigu bazėje būdavo kelios kolokacijos, riboto leksinio junglumo testai buvo taikomi turimai paradigmai. Remiantis daiktavardžių leksinėmis semantinėmis grupėmis, junglumo apimtis buvo vertinama atsižvelgiant į tokias sąlygas: JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 6 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 a) kolokacijos nelaikytos AK, jeigu su tam tikru būdvardžiu / veiksmažodžiu jungiasi daug įvairių leksinių semantinių grupių daiktavardžių ir tos grupės gausios. Toks būdvardžio / veiksmažodžio junglumas laikytas plačiu, be aiškesnių leksinių apribojimų, plg. kolokacijų su geras gausą: geras rezultatas, darbas, pasaulis, žmogus, laikas, gyvenimas, būdas, dalykas, šalis, komanda, diena, sprendimas, metai, oras, vieta, pusė, sezonas, galimybė, kaina, rungtynės, automobilis, maistas, ženklas, sveikata, kelias, vyras, vaikas, produktas, klausimas, pradžia, priemonė ir kt.; dar plg. pirkti: pirkti automobilį, maistą, produktą, turtą, žemę; b) jeigu su būdvardžiu / veiksmažodžiu jungiasi daug įvairių leksinių semantinių grupių daiktavardžių, bet viena grupė išsiskiria arba vartojami tik keli tam tikros semantinės grupės daiktavardžiai, kolokacija galėjo būti laikoma AK. Pavyzdžiui, nors statyti junglumas platus, bet šį veiksmažodį galima pavartoti ne su visų transporto priemonių pavadinimais, plg. statyti automobilį (kaip ir statyti dviratį, motociklą), bet prišvartuoti laivą, nutupdyti lėktuvą. Vadinasi, kolokacija statyti automobilį dėl riboto junglumo priskirtina AK. Veiksmažodis turėti laikomas plataus leksinio junglumo žodžiu, nes gali sudaryti daug ir įvairių kolokacijų, tačiau visoje jo paradigmoje išsiskiria kolokacija turėti reikalą – ji laikoma arbitraliąja. Su subjurti vartojami dviejų leksinių semantinių grupių – gamtos reiškinių grupės ir jausmų – žodžiai, bet kolokacijos sudaromos tik su daiktavardžiais subjuro oras ir subjuro nuotaika, todėl abu atvejai yra AK; c) AK nelaikomos vienai didelei semantinei grupei priskiriamos kolokacijos. Pavyzdžiui, PŽJDB rasta tik viena kolokacija nuskaičiuoti mokesčius, bet lingvistai, remdamiesi gimtakalbio kalbos jausmu, gali užpildyti paradigmą kitais žodžiais (nuskaičiuoti galima pinigus, paskolą ir kitus finansinius dalykus), todėl nuskaičiuoti mokesčius nepripažinta kaip AK. Tai PŽJDB iš vienos kolokacijos sudaryta, bet teoriškai gausi leksinė semantinė grupė. Ribotas leksinis junglumas tikrintas vertinant abu kolokacijos žodžius: būdvardžio / veiksmažodžio negalima pakeisti kitais sinonimais (1 testas) arba (ir) daiktavardžių paradigma ribota (2 testas). Pavyzdžiui, kolokacija patiekiamas maistas rodytų, kad gali būti daug maisto grupės daiktavardžių (galima patiekti maistą, gėrimus, vakarienę, pietus...). Taigi, ji neatitinka 2 testo a sąlygos, nes semantinė grupė viena, tačiau atitinka b sąlygą, nes patiekti negalima pakeisti į paduoti. Taigi, pagal 2 testą kolokacija pripažįstama arbitraliąja. Kitas pavyzdys: JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 7 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 veiksmažodis surengti vartojamas su renginius, įvykius įvardijančiais daiktavardžiais (surengti rinkimus, koncertą...), vadinasi, tokių kolokacijų nereikėtų laikyti arbitraliosiomis pagal semantinės grupės gausos kriterijų, bet prie AK jas galima priskirti pagal 1 testą, nes surengti šiuo atveju negalima pakeisti sinonimu suruošti. Sinonimijos testą ne visada galima pritaikyti. Pavyzdžiui, jo negalima pritaikyti, kai yra keli AK variantai, plg.: kainos kyla ir kainos auga, didėja; klausimas kamuoja ir klausimas kankina; duoti galimybę ir suteikti galimybę; įgyti teisę ir įgauti teisę. Taip pat šio testo negalima pritaikyti tokiais atvejais, kaip sumokėti mokesčius, apgyvendintas miestas – žodžiams sumokėti, apgyvendinti sinonimą sudėtinga pasiūlyti net ir hipotetiškai. Jeigu nerandama sinonimo, negalima patikrinti pakeičiamumo, nes turi būti bent jau teorinio pasirinkimo tarp dviejų (ar daugiau) sinonimų galimybė. Riboto leksinio junglumo patikrą tiek sinonimijos (1 testas), tiek leksinių semantinių grupių testu (2 testas) atlikę lingvistai rėmėsi savo kaip gimtakalbių kompetencija. Tačiau tokio darbo rezultatams neišvengiamą įtaką daro subjektyvumo veiksnys (apie šią sinonimų nustatymo problemą žr. Divjak, Gries 2006: 24–26). Todėl sinonimų pakeičiamumui vertinti išbandytas ir automatizuotas metodas (žr. 1.2 sk.). 1.1.2. AK nustatymas pagal perkeltinę reikšmę Kai kuriuose ankstesnio laikotarpio tyrimuose (plg. Howarth 1998) tokios kolokacijos, kurių vienas iš dėmenų – perkeltinės reikšmės, vadinamos ribotosiomis kolokacijomis (angl. restricted collocations). Pasak Annos Reder (2006: 82), kolokacijos su perkeltinės reikšmės žodžiu yra riboto junglumo junginiai, kuriuose nenuspėjamą ryšį tarp kolokacijos narių lemia konvencija, o metaforiškumas yra konvencijos dalis. Todėl šios kolokacijos svarbios kalbos mokymui (Lewis 2000: 29). Tarkim, su anglų kalbos būdvardžiu heavy vartojami įvairūs daiktavardžiai, kurie reiškia dalykus su požymiu „sunkus“, bet žodžių junginyje heavy smoker (liet. užkietėjęs rūkalius) minimas ne objektas, o asmuo, todėl mokant kalbos šią kolokaciją verta išskirti kaip įsidėmėtiną žodžių junginį. Būdvardžiai, vartojami perkeltinėmis reikšmėmis, paprastai pasižymi ir platesne junglumo apimtimi, o kolokacijos su platesnio junglumo būdvardžiais yra sudėtingesnės besimokantiesiems (Nesselhauf 2005: 238). Dėl aktualumo kalbos mokymui ir vertimui JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 8 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 (Volungevičienė 2010; Stulpinaitė ir kt. 2016) nustatant lietuviškąsias AK panaudotas perkeltinės reikšmės kriterijus. Kolokacijas analizuojant neautomatiškai, AK požymiu laikytas vieno iš kolokacijos dėmenų (būdvardžio, veiksmažodžio ar daiktavardžio) vartojimas netiesiogine reikšme. Tai nustatyta analizuojant visą tam tikro žodžio paradigmą, generuotą iš Delfi.lt tekstyno duomenų (žr. 1 lentelės 1 stulpelį). Iš tokios paradigmos matyti, su kokiais kitais būdvardžiais ar veiksmažodžiais kolokacijas sudaro konkretus daiktavardis ir kokia reikšme tose kolokacijose vartojamas tiek jis, tiek ir jo kolokatai – būdvardžiai ir veiksmažodžiai. Kartais nustatyti, ar žodis vartojamas tiesiogine ar perkeltine reikšme, leidžia tik platesnis kontekstas – tada pasitelkta PŽJDB, Delfi.lt tekstynas, plg. žalias + automobilis: „Unicredit Leasing“ Lietuvoje atstovas pastebi dar porą žaliųjų automobilių rinkos tendencijų. Mariaus Slaboševičiaus pilotuotas žaliasis automobilis atsiliko pusę sekundės <...>. „Tesla Model S“ yra laimėjęs kelis geriausio automobilio apdovanojimus, kurių vienas yra 2013 m. Pasaulio metų žaliasis automobilis. Įdomūs žaliųjų automobilių koncepciniai modeliai. Iš pavyzdžių matyti, kad būdvardis žalias apibūdina automobilį kaip ekologišką, bet nenusako jo spalvos 5 . Tokia kolokacija laikyta arbitraliąja. Žinoma, Delfi.lt tekstyne, iš kurio duomenų sudaryta PŽJDB, galima rasti nemažai atvejų, kai žalias apibūdina automobilio spalvą. Daiktavardžių junginiai su būdvardžiais ir veiksmažodžiais laikyti AK, jeigu bent vienas iš dėmenų perkeltinės reikšmės. Tokiu atveju aprašytieji testai (žr. 1.1.1 sk.) netaikyti. Būdvardžių ir veiksmažodžių vartojimas perkeltine reikšme itin būdingas abstrakčiųjų daiktavardžių, taip pat ir keletui konkrečius dalykus reiškiančių daiktavardžių kolokacijoms, pavyzdžiui, su daiktavardžiais amžius, aplinka, apsauga, būdas, dalykas, dalis, dėmesys, duomenys, galimybė, gyvenimas, informacija, įstatymas, įvykis, kalba, karas, kartas, klausimas, laikas, metas, pabaiga, pagalba, pradžia, reikalas, rezultatas, saugumas, sprendimas, sveikata, teisė, turtas sudarytoms kolokacijoms. 5 Atkreipiame dėmesį, kad apie išskirtinę vartoseną signalizuoja ir įvardžiuotinės formos. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 9 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Kolokacijos su abstrakčiaisiais daiktavardžiais, kaip nustatyta R. Petrauskaitės (žr. Marcinkevičienė 2010), gali sudaryti konceptualiąsias metaforas (pvz.: švelni priemonė, aštri kritika, sausas rezultatas, nutekinta informacija, pakurstyti kalbas, duomenų nutekinimas, įstatymo spraga) 6 . Kaip teigia R. Petrauskaitė, „svarbiausias metaforiškumo kriterijus – reikšmės perkėlimas, išryškėjantis iš konkretaus ir abstraktaus daiktavardžio priešpriešos. Kai konkretaus daikto savybės imamos pagrindu abstraktui įtraukti į kontekstą, sudaryti žodžių junginį su juo, tuomet gimsta metafora <...> vienas, dažniausiai abstraktus, dalykas suvokiamas kaip kitas, konkretus, pasitelkus pastarojo terminiją <...>“ (Marcinkevičienė 2010: 178). Perkeltine reikšme pavartoti būdvardžiai (rečiau veiksmažodžiai) junginiuose su konkrečiaisiais daiktavardžiais suteikia jiems semantiškai nebūdingų savybių (pvz.: greitas maistas, ryški moteris, matomas žmogus). Kaip ir junginiuose su abstrakčiaisiais daiktavardžiais, dažnai žodžių junginio reikšmė suprantama ne iš pavienių žodžių, o iš viso žodžių junginio (pvz.: geležinis žmogus, auksinis amžius, laukinė moteris, taip pat žr. anksčiau pateiktus pavyzdžius su daiktavardžiu automobilis). Kitų kalbų kolokacijų tyrimuose (pvz., Strakatova, Hinrichs 2019) leksikalizuotoms kolokacijoms priskiriamos perkeltinės reikšmės kolokatą turinčios kolokacijos, kuriose perkeltinė reikšmė išryškėja tik su ribotu konkrečių leksinių semantinių grupių žodžių skaičiumi. Pavyzdžiui, būdvardžio heavy reikšmė junginiuose su daiktavardžiais smoker, rain, traffic (liet. užkietėjęs rūkalius, stiprus lietus, intensyvus eismas) nėra prototipinė, nes žymi ne svorį, o intensyvumą. Nustatyta, kad didelį metaforizacijos potencialą turi vidutinio leksinio junglumo 7 žodžiai, pavyzdžiui, veiksmažodžiai paralyžiuoti (paralyžiuoti eismą), sekti (senka laikas), sugriauti (sugriauti gyvenimą). Tarp būdvardžių daug tokių, kurie, vartojami tiesioginėmis 6 Apie erdvines, ontologines ir struktūrines metaforas kolokacijose taip pat žr.: Drūlienė 2008a, b; Šilinytė 2008. Šio straipsnio ir viso projekto tikslas nėra suklasifikuoti nustatytas metaforas, todėl į tai labiau nesigilinama, nors suprantama, kad AK gali būti kognityvinės lingvistikos specialistams įdomus tyrimo objektas. 7 Remiantis Susane Handl 2008 m. pateikta formule, Delfi.lt tekstyno pagrindu nustatyti analizuojamų kolokacijų dėmenų kolokatyvumo įverčiai. Šie tyrimai bus tęsiami. Kol kas galima pasakyti, kad AK turėtų būti vidutinio stiprumo junginiai, t. y. kad nei vieno, nei antro (ar trečio) dėmens kolokatyvumo įvertis neturėtų būti labai mažas ar labai didelis. Jei, tarkim, pirmo dėmens įvertis didelis, o antro mažas, tai pirmasis dėmuo gali būti vartojamas su mažai žodžių, o antrasis – su labai daug žodžių, pvz.: psichoaktyvi medžiaga, autistiškas vaikas, gėlas vanduo, pavėsinga vieta, trišalė sutartis, mažametis vaikas, gazuotas / distiliuotas vanduo, pakeleivingas automobilis. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 16 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Gryninant VE išryškėjo ir dar vienas automatinės atrankos ypatumas: kadangi vektorių metodu žodžiai surenkami pagal jų konteksto panašumą, VE gali sudaryti tik iš pirmo žvilgsnio netinkami sinonimai. Kitaip sakant, nežinant konkrečių daiktavardžių, dėl kurių du ar keli veiksmažodžiai sudėti į vieną VE, kai kurių VE kokybę galima įvertinti klaidingai. Pavyzdžiui, 60-ojoje VE buvo tokie žodžiai: rodyti, demonstruoti, jausti. Iš karto ištrynus žodį jausti būtų suklysta, nes jis čia atsidūrė dėl šiems veiksmažodžiams bendro konteksto, kuriame kalbama apie jausmus, plg. demonstruoti, rodyti jausmus ir, pavyzdžiui, jausti pyktį, jausti nusivylimą ir pan. Veiksmažodžiai sumažėti, pigti arba padidėti, ūgtelėti gali būti sinonimiški, jeigu kalbama apie kainas. Visi trys VE apsispręsti, priimti, pasirinkti veiksmažodžiai yra sinonimai, o veiksmažodis imti, kuris dažniausiai ištrinamas, čia atsirado todėl, kad žymi priimti sprendimą, kitaip sakant, šią VE reikia skaityti taip: apsispręsti, priimti sprendimą, pasirinkti 12 . Iš tokių pavyzdžių matyti, kad automatiškai galima nustatyti daugiau ir (arba) kitokių sinonimų, nes vektorių metodu vertinamas konteksto, o ne atskirų žodžių reikšmės panašumas. Vargu ar imdami atskirus žodžius sinonimiškai susietume veiksmažodžius atsikratyti, numesti, sulieknėti, tačiau juos randame vienoje VE, nes jie pavartoti bendrame kontekste, kuriame buvo ir daiktavardis svoris. Galima pateikti ir daugiau pavyzdžių, plg.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis ir užsiimti; gerti ir vartoti; nusiteikti ir pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; peržiūrėti, koreguoti, atnaujinti, keisti; išprovokuoti, lemti, peraugti; šokiruoti, sukrėsti, priblokšti; atlaikyti, ištverti, įveikti. Sporto kontekste visi keturi veiksmažodžiai – užsitikrinti, iškovoti, pasiekti, išsaugoti – yra sinonimiški, nes kartais iškovojimas nusakomas taip: užsitikrino sau vietą finale arba išsaugojo titulą. Tokie rezultatai rodo, kad vertinant sinonimiją svarbu apimti daugiau negu vieną žodį, nes sinonimų grupės nariai gali būti ir pavieniai žodžiai, ir pastovieji žodžių 12 VE-ėse būna tokių žodžių, kurie susiję sintagmiškai, pvz., įžeisti ir nenorėti. Kadangi nenorėti dažnai vartojamas bendrame su įžeisti kontekste (kai atsiduria junginyje nenorėjo įžeisti, bet...), jie sudėti į vieną VE. Kitas atvejis: liautis: nustoti, verkti. Veiksmažodis verkti čia atsirado dėl to, kad atrinktas iš jam dažno konteksto liovėsi verkęs / verkusi. Kitaip sakant, labai ilgos (ir netinkamos) VE būna surinktos tiems atraminiams veiksmažodžiams, kurie vartojami kaip pagalbiniai ir dėl savo gramatinių ypatybių yra plataus junglumo, pvz.: daryti, imti, pradėti, norėti, reikti, privalėti, reikėti, stengtis, nepajėgti. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 17 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 junginiai. Taikant vektorių metodą, kai lyginamas konteksto panašumas, kaip tik ir išryškėja pavienių žodžių sąsajos su kontekstu. Lingvistui aprėpti tiek duomenų būtų sudėtinga (daugiau apie plataus distribucijos rodiklių spektro panaudojimą automatinei sinonimų analizei žr. Divjak, Gries 2006). Pastebėta, kad dažnai specifiškesnės reikšmės ir siauresnio junglumo veiksmažodžio VE yra trumpesnė ir švaresnė, tikėtina, dėl siauresnio junglumo. Palyginus sinonimų nerimauti, jaudintis, būgštauti ir nuogąstauti VE, matyti, kad nerimauti VE ilgesnė ir ne tokia gryna, joje yra platesnės reikšmės žodžių, pavyzdžiui, bijoti (nerimauti: jaudintis, baimintis, bijoti), o būgštauti VE surinkti tik tie keturi žodžiai: būgštauti: nerimauti, jaudintis, nuogąstauti. Dar pastebėta, kad VE-ėse, kurios pagrįstos konkretesnės reikšmės veiksmažodžiu (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti), gali būti mažai arba visai nebūti sinonimų, nes pagal konkrečios reikšmės veiksmažodį surinkti žodžiai susiję temiškai, o ne sinonimiškai, plg.: išimti: išmesti, išbraukti, išnešti; medžioti ir žvejoti; kvėpuoti ir vaikščioti; virti ir kepti; kalėti ir nuteisti; sugesti: skilti, perkaisti, sprogti, užsikimšti, užsidegti. Tokios VE sudarytos ir iš dviejų žodžių, bet gali būti ilgesnės. Kartais būna labai ilgos, pavyzdžiui, su atraminiu veiksmažodžiu sumenkti buvo net 26 veiksmažodžiai. Apibendrinant galima paminėti, kad patikslinus gauta 2634 iš 3800 VE (70 proc.). Taigi, automatiškai sugeneruotos VE nėra pakankamai tikslios, kad jas būtų galima neredaguojant taikyti tolesniam AK nustatymo etapui. Tokios paklaidos gali būti nulemtos Delfi.lt tekstyno ypatumų – nors jo žodžių apimtis didelė (apie 70 mln.), vieno stiliaus tekstuose leksinė įvairovė gali būti mažesnė. Tikslesnėms VE generuoti reikėtų didesnės funkcinių stilių įvairovės tekstyno. 1.2.3. Rezultatai: VE kokybė ir arbitralumo pripažinimas Palyginus būdvardžių ir veiksmažodžių VE prieš peržiūrą ir po jos, paaiškėjo, kad abiem atvejais gana daug VE atsisakyta kaip neinformatyvių: 1) iš 1927 būdvardžių VE po peržiūros liko 800 VE (41 proc.); 2) iš 3800 veiksmažodžių VE po peržiūros liko 1166 VE (30 proc.). Likusias VE taip pat reikėjo redaguoti. Tiesa, neatliktas vertinimas, kiek žodžių dažniausiai ištrinama vienoje VE. Dažnai tekdavo ištrinti pagalbinius, ne visai savarankiškus JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 18 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 veiksmažodžius: daryti, imti, gyventi, vertėti, reikti, privalėti, pradėti, gauti, norėti, stengtis, pavykti. Daug ištrintinų žodžių būdavo VE pabaigoje, kur atsidurdavo žodžiai su mažiausia taikyto įverčio riba (0,5; didžiausias įvertis yra 1), bet nemažai buvo ir tokių atvejų, kai buvo ištrinamas žodis su aukštu įverčiu, tam tikroje VE pateikiamas 2–5 pozicijoje (VE daugiausia gali sudaryti 20 žodžių). Pabrėžtina, kad vertinant pagal VE ir apsiribota tik tais žodžiais, kurie yra toje VE. Jeigu gali būti kitų sinonimų, bet jų toje VE, pagal kurią vertinama, nebuvo (jie neatrinkti vektorių metodu, nepavartoti Delfi.lt tekstyne ar kt.), kai kurios kolokacijos galėjo būti priskirtos prie nearbitraliųjų (arba atvirkščiai). Pavyzdžiui, vertinant kolokacijas krintanti žvaigždė ir kylanti žvaigždė, naudota VE, kurioje yra veiksmažodžiai augti, kristi, kilti, mažėti, vystytis, didėti. Šioje VE nėra griūti, kuris galėtų būti sinonimiškas kristi, todėl krintanti žvaigždė nepripažinta AK. Tyrimo metu pastebėta ir automatinės duomenų atrankos privalumų: 1) kaip minėta 1.2.2 poskyryje, vektorių metodu galima nustatyti daugiau ir kitokių sinonimų nei pasitelkus vien tik introspekcijos metodą; 2) vektorių metodas tinka dideliam duomenų kiekiui apdoroti, o rankiniu būdu vargu ar būtų įmanoma įvertinti tokios gausybės žodžių konteksto panašumą. Veiksmažodžių sinonimų VE-ėms pritaikius pakeičiamumo testą, 291 kolokacija pripažinta kaip arbitralioji. Akivaizdu, kad būtent VE esantys sinonimai lemia, kurios kolokacijos bus pripažintos kaip AK. Viena vertus, tai šio metodo ribotumas, kita vertus, tai galimybė automatizuoti arbitralumo nustatymo procesą. Kai arbitralumo pripažinimas priklauso tik nuo konkrečios VE, dažnai gali atsitikti taip, kad kai kurios kolokacijos neatrenkamos pagal vieną, bet atrenkamos pagal kitą VE. Pavyzdžiui, vertinant kolokacijų kurti įvaizdį ir formuoti įvaizdį arbitralumą pagal 368 VE kurti, formuoti, nė viena iš dviejų kolokacijų nebūtų priskirta AK. Bet veiksmažodžiai kurti, formuoti yra ir kitose VE, prie kurių priskirtas tas pats daiktavardis įvaizdis, todėl kolokacija kurti įvaizdį kaip AK pripažįstama pagal kitą VE (45): kurti, sukurti, vystyti, plėtoti, įgyvendinti, rengti, įkurti. Galimas ir kitas atvejis: tos pačios kolokacijos gali būti pripažintos kaip arbitraliosios daugiau nei pagal vieną VE, pavyzdžiui, atlikti mankštą, daryti mankštą galima įvertinti kaip AK ir pagal 11-ąją (atlikti, vykdyti, daryti), ir pagal 15-ąją VE (padaryti, atlikti, sukurti; JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 19 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 nuveikti). Problema kyla tada, kai arbitralioji kolokacija nelaikoma arbitraliąja, jeigu to negalima nustatyti pagal nė vieną VE. Taip gana dažnai pasitaikydavo vertinant kolokacijų variantus. Pavyzdžiui, su daiktavardžiu mokesčiai vartojamas ir kelti, ir didinti, abu šie veiksmažodžiai yra 52-oje VE, pagal kurią vertinamas arbitralumas, todėl šios kolokacijos nebus priskirtos prie AK. Tačiau jos yra AK variantai (plg. auga, kyla, didėja kainos). Toks pats atvejis – atlikti / vykdyti / daryti tyrimą (pagal 11-ąją VE šie junginiai nepripažinti kaip AK). Toje pačioje VE buvo gauti ir įgyti, todėl gauti diplomą ir įgyti diplomą nepripažintos kaip AK. Tokie atvejai rodo, kad vertinant kolokacijų arbitralumą pagal riboto leksinio junglumo kriterijų svarbu ir taikomos testavimo priemonės, ir tai, kad AK variantams nustatyti labiau tinka neautomatinis metodas. Kadangi sinonimų pakeičiamumo testavimas taip labai susijęs su konkrečioje VE esančiais žodžiais, gali atsitikti ir taip, kad panašių, tik priešingų reikšmių kolokacijos neatrenkamos. Pavyzdžiui, kolokacija kyla nepasitenkinimas atrinkta, o mažėja nepasitenkinimas – ne. Neautomatiškai jos abi būtų įvertintos kaip AK. Vadinasi, kai arbitralumui įvertinti naudojami lingvistinės introspekcijos būdu įvertinti duomenys, išsaugoma dalis 2 metodu prarandamų AK. Tiesa, taikant lingvistinį neautomatinį metodą, esama subjektyvumo. Automatizuotas metodas objektyvesnis, nors tenka pripažinti, kad duomenys fragmentiškesni (testuoti naudojama tik tiek ir tokių VE, kiek yra surinkta). Be to, ne visos kolokacijos, kurios yra AK, kaip tokios pripažįstamos. 2. AK NUSTATYMO REZULTATAI Žiūrint į nustatytų AK skaičius, akivaizdžiai matyti, kad neautomatiniu ir automatizuotu metodais nustatytų sutampančių AK yra labai mažai (išsamiau žr. 2.1 ir 2.2 sk.), vadinasi, ir vienu, ir kitu metodu atskirai gaunama svarbių duomenų. Neautomatinės analizės metodu surinktų duomenų daug daugiau negu nustatytų automatizuotai, bet taikant neautomatinę analizę taikytas ne vienas, o du atrankos kriterijai (riboto leksinio junglumo ir perkeltinės reikšmės), o taikant vektorių metodą – tik riboto JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 20 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 leksinio junglumo. Taigi, taikant daugiau kriterijų, surenkama daugiau kolokacijų su įvairesniais būdvardžiais ir veiksmažodžiais. Remiantis konkrečių AK pavyzdžiais, šiame skyriuje bus paaiškinama, kodėl gauti būtent tokie rezultatai, kaip juos nulėmė taikyti kriterijai ir naudoti duomenys. Pirmiausia aptarsime, ką gauti duomenys rodo. Visos AK su vienu konkrečiu būdvardžiu arba veiksmažodžiu gali būti nustatytos skirtingai: a) tik vienu iš dviejų metodų; b) dalis kolokacijų – vienu, dalis – kitu; c) dalis kolokacijų – vienu, dalis – kitu, dalis – abiem metodais. Tolesniuose poskyriuose skirtingos struktūros AK aptarsime komentuodami abiem metodais gautus rezultatus. 2.1. Arbitraliosios kolokacijos, sudarytos iš būdvardžių ir daiktavardžių Iš viso nustatytos 1048 AK, kurių struktūra būdvardis + daiktavardis. Į šias kolokacijas įeina 320 skirtingų būdvardžių. Tiesa, su vienais būdvardžiais (didelis, mažas, atviras, aukštas, modernus, išskirtinis, pagrindinis ir pan.) sudarytos kelios ar keliolika AK, o su kitais (pvz., netrumpas, nuodugnus, permainingas, pikantiškas) – pavienės AK (vidutiniškai su tuo pačiu būdvardžiu sudaryta 3,3 kolokacijos; išsamiau žr. 3 lentelę). 3 LENTELĖ. Skirtingais metodais nustatytos AK (būdvardis + daiktavardis) Neautomatiniu metodu nustatytos AK Automatizuotu metodu nustatytos AK Abiem metodais nustatytos AK Sk. (proc.) Skirtingų būdvardžių skaičius (vidutinis AK skaičius, kurios sudarytos su tuo pačiu būdvardžiu) Sk. (proc.) Skirtingų būdvardžių skaičius (vidutinis AK skaičius, kurios sudarytos su tuo pačiu būdvardžiu) Sk. (proc.) Skirtingų būdvardžių skaičius (vidutinis AK skaičius, kurios sudarytos su tuo pačiu būdvardžiu) 577 (55,06) 230 (2,5) 306 (29,2) 86 (3,56) 165 (15,74) 42 (3,93) JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 21 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Kaip matyti iš 3 lentelės, daugiausia AK nustatyta neautomatiniu metodu – daugiau nei pusė visų AK (pvz.: žiaurus vaizdas, vergiškas darbas, tiesmukas klausimas, skaudus dalykas); apie trečdalis AK nustatyta automatizuotai (pvz.: vertingas turtas, unikalus projektas, sudėtinga diena, optimalus būdas), o mažiausią dalį (15,74 proc.) sudaro tos AK, kurios nustatytos abiem metodais (pvz.: brolžudiškas karas, intensyvi prekyba, milžiniškas projektas, žema kaina). Panašios proporcijos matyti ir iš AK su veiksmažodžiais (žr. 2.2 sk.). Analizuojant AK būdvardžius, matyti, kad dalis sudaro tik kuriuo nors vienu metodu nustatytas AK (žr. anksčiau pateiktus pavyzdžius), o kiti sudaro abiem metodais nustatytas AK (pvz.: didelis, mažas, stiprus). Tyrimo pradžioje buvo iškelta hipotezė, kad AK, nustatomose neautomatiniu metodu, būdvardžių įvairovė didesnė, o AK, nustatytose taikant automatizuotą vektorių metodą, – mažesnė. Ši hipotezė pasitvirtino: pirmuoju metodu nustatytose AK pavartoti 235 skirtingi būdvardžiai, vadinasi, tas pats būdvardis sudaro vidutiniškai 2,5 AK. Vektorių metodu nustatytose AK yra 86 skirtingi būdvardžiai, taigi vidutiniškai 3,56 AK sudaryta su tuo pačiu būdvardžiu. Mažiausia būdvardžių įvairovė (42) tarp AK, kurios nustatytos abiem metodais, bet ir tokių kolokacijų mažiausia. Šioje AK grupėje su tuo pačiu būdvardžiu sudaryta vidutiniškai 3,93 kolokacijos. Manytina, kad tokia nedidelė būdvardžių įvairovė nulemta palyginti mažo duomenų skaičiaus. Didelė tikimybė, kad kolokacija bus arbitralioji, jei ją sudaro tokie būdvardžiai, kaip didis, didelis, didžiulis, milžiniškas, mažas, įtemptas, pavojingas, rimtas, stiprus, sunkus su abstrakčiaisiais daiktavardžiais, nes šie būdvardžiai bus pavartoti netiesiogine reikšme. Aptariant, kaip taikomi metodai nulėmė būtent tokius rezultatus, kaip pavyzdį norėtume aptarti AK su būdvardžiu protingas, nes iš jo matyti visa įvairovė, t. y. dalis kolokacijų nustatyta vienu, dalis – kitu, dalis – abiem metodais. Iš aštuonių būdvardžio protingas kolokacijų (protingas sprendimas, protingas miestas, protingas vaikas, protingas vyras, protingas laikas, protingas būdas) kaip AK pripažintos šešios: šio būdvardžio kolokacijos su daiktavardžiais sprendimas ir miestas, atrinktos neautomatiškai, kolokacijos su vaikas ir vyras, atrinktos automatizuotai, o kolokacijos su laikas ir būdas atrinktos abiem metodais. Lingvistai nustatė, kad semantinė grupė „asmenys“ yra įprasta šiam būdvardžiui. Su šios grupės žodžiais gali būti pasirinktinai derinami panašios reikšmės būdvardžiai (gali būti JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 22 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 ne tik protingas, bet ir išmintingas žmogus), todėl protingas vaikas ir protingas vyras tarp AK pateko tik kaip automatinės atrankos rezultatas (kolokacija išmintingas žmogus Delfi.lt tekstyne neužfiksuota), vėliau, peržiūrint duomenis, jos atmestos. Lingvistai pamatė, kad kiti daiktavardžiai (sprendimas, laikas, būdas) daugiausia priskirtini leksinei semantinei „abstraktų“ grupei, bet vis dėlto kolokacijos sudaromos tik su tam tikrais abstrakčiaisiais daiktavardžiais, vadinasi, pasirinkimo galimybės šioje grupėje ribotos, o tai rodo arbitralumą. Todėl visos šios kolokacijos pripažintos arbitraliosiomis. Tik dvi iš jų (protingas laikas ir protingas būdas) kaip AK nustatytos automatizuotai, nes, taikant vektorių metodą, netaikomas leksinių semantinių grupių testas. Neautomatiniu metodu nustatytos AK. Pavyzdžiui, su būdvardžiu aukštas arbitraliosiomis pripažintos devynios kolokacijos: aukštas rezultatas, aukštas pareigūnas, aukšta kaina ir kt. Čia būdvardis vartojamas netiesiogine reikšme (ir beveik tik su abstrakčiaisiais daiktavardžiais), taigi perkeltinės reikšmės kriterijus lėmė, kad lingvistai šias kolokacijas priskyrė prie AK. Automatizuotu metodu labai dažnai šių kolokacijų neaptikta, nes sinonimų pakeičiamumo testui neturėta VE, kuriose būtų atitinkamas būdvardis (aukštas, uždaras, skaudus, silpnas, platus, patogus, lengvas, laisvas, ilgas ar greitas), todėl nebuvo galima įvertinti pakeičiamumo. Kaip jau minėta ankstesnėje dalyje, automatizuoto metodo rezultatai labai priklauso nuo to, ar turima sinonimų pakeičiamumui patikrinti ir kokia sinonimų eilės kokybė. Šis atvejis iliustruoja, kad, taikant tik automatizuotą metodą, dalis AK gali likti neatpažintos, o lingvistinė kompetencija gali kompensuoti tekstyno duomenų trūkumą. Dar viena priežastis, kodėl kai kurios AK automatiškai gali būti neatpažintos, – su tam tikros reikšmės sinonimų eile gali būti susieti ne visi daiktavardžiai, nes dalies daiktavardžių kontekstas gali skirtis. Pavyzdžiui, tarp būdvardžio ryškus kolokacijų daug tokių, kurios nustatytos neautomatiškai (pvz.: ryški moteris, ryškus žmogus) ir tik viena AK nustatyta abiem metodais – ryškus įvykis. Tai reiškia, kad VE su šiuo būdvardžiu buvo, bet su ja automatiškai susieti ne visi trys daiktavardžiai, o tik įvykis. Automatizuotu metodu nustatytos AK. AK su būdvardžiu efektyvus nustatytos tik vektorių metodu, pvz.: efektyvi priemonė, efektyvus rezultatas, efektyvi sistema, efektyvus darbas. VE buvo daugiau sinonimų (pvz., veiksmingas), tačiau kolokacijos veiksminga priemonė, veiksmingas rezultatas ir kt. tekstyne neužfiksuotos, todėl, pritaikius negalimo JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 23 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 pakeičiamumo testą, kolokacijos su efektyvus pripažintos AK. Čia svarbu pridurti, kad lingvistai, remdamiesi gimtakalbių kompetencija, šiuo atveju įvertino kitaip: pakeičiamumas yra galimas (įmanoma vartoti ir efektyvi priemonė, ir veiksminga priemonė), todėl nuspręsta šių kolokacijų nelaikyti AK. Automatizuotai AK pripažinta daug tokių kolokacijų, kurių būdvardis yra vertinamasis, plg.: išskirtinis (nes sinonimiškai susietas su ypatingas), keistas (susietas su neįprastas), modernus (susietas su šiuolaikiškas), pagrindinis (susietas su esminis), sudėtingas (susietas su sunkus). Lingvistai tokių atvejų dažniau buvo linkę nepriskirti prie AK. Kolokacijos su stabilus, pavyzdžiui, stabilus gyvenimas, stabili kaina, stabili savaitė, stabili valstybė, kaip arbitraliosios pripažintos tik vektorių metodu, nes pakeičiamumas tikrintas turint sinonimą pastovus, kuris kaip kolokatas nepavartotas su atitinkamais daiktavardžiais. Vis dėlto lingvistai šių kolokacijų kaip arbitraliųjų nepripažino, nes, žiūrint į stabilus junglumą, matyti, kad jis tikrai platus, ir apribojimų nenustatyta, o pastovus nelaikytas stabilus sinonimu, plg.: stabilus darbas, stabili valstybė, stabili kaina, stabilus rezultatas, stabilus gyvenimas, stabili savaitė. Abiem metodais nustatytos AK. Tarp turimų duomenų nėra nė vieno atvejo, kad visos to paties būdvardžio kaip AK pripažintos kolokacijos būtų nustatytos abiem metodais. Visais atvejais abiem metodais nustatyta tik jų dalis, o tarp tų būdvardžių dažniausiai yra tokių, kurie gali būti vartojami netiesiogine reikšme, pvz.: garsus, greitas, liūdnas, mažas, nelengvas, patrauklus, pavojingas, rimtas, stiprus, sunkus, tvirtas. Kaip jau minėta, daugumos tokių būdvardžių AK nustatytos tik neautomatizuotu metodu, pavyzdžiui, kolokacijos su būdvardžiu silpnas (taip pat žr. anksčiau minėtus pavyzdžius). Taip yra todėl, kad, AK nustatant neautomatiškai, tokie atvejai atrinkti pagal perkeltinės reikšmės kriterijų, o taikant 2 metodą jie tiko tik jeigu buvo sinonimų eilės, naudojamos pakeičiamumo testui, nariai. Patikrinus, kiek atskirais metodais surenkama kolokacijų vienam iš produktyviausių daiktavardžių sprendimas, matyti panašios kaip ir iš 3 lentelės tendencijos: neautomatiniu metodu gauta daugiausia AK, tačiau yra nemaža dalis AK, kurios nustatytos automatizuotai. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 24 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 4 LENTELĖ. Nustatytos AK su daiktavardžiu sprendimas ir būdvardžiais Neautomatiniu metodu nustatytos AK Automatizuotu metodu nustatytos AK Abiem metodais nustatytos AK 1) atsakingas 2) beprecedentis 3) drastiškas 4) drąsus 5) formalus 6) griežtas 7) išmanus 8) išmintingas 9) konstruktyvus 10) kūrybingas 11) kvailas 12) laikinas 13) lemiamas 14) lemtingas 15) lengvas 16) nelogiškas 17) neracionalus 18) pagristas 19) patogus 20) pažangus 21) praktiškas 22) priešingas 23) protingas 24) racionalus 25) sąmoningas 26) saugus 27) savarankiškas 28) skandalingas 29) skausmingas 30) skubotas 31) skubus 32) sumanus 33) taikus 34) teisingas 35) tvarus 36) vieningas 1) aiškus 2) kategoriškas 3) keistas 4) konkretus 5) kūrybiškas 6) naudingas 7) netikėtas 8) optimalus 9) paprastas 10) prastas 11) realus 12) sudėtingas 13) unikalus 1) greitas 2) logiškas 3) nelengvas 4) rimtas 5) rizikingas 6) sunkus 7) žalingas 8) tvirtas JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 25 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Pateikiant daiktavardžio sprendimas pavyzdį, svarbu paminėti dar vieną su automatizuotu metodu susijusį aspektą: dalis arbitraliosiomis priskirtų kolokacijų gali būti diskutuotinos, t. y. gali atrodyti lyg esančios ant ribos, arčiau netikrųjų. Pavyzdžiui, gali kilti klausimas, ar tokios kolokacijos kaip aiškus sprendimas ar keistas sprendimas tikrai laikytinos arbitraliosiomis. Atrodytų, kad būdvardžiai aiškus, keistas, kūrybiškas, naudingas, netikėtas ir kiti gali būti derinami ne tik su sprendimas, bet ir su daug kitų daiktavardžių, su kuriais jie gali būti jungiami pagal reikšmę, plg. visas šių būdvardžių kolokacijas, kurios nustatytos Delfi.lt tekstyne: aiškus ženklas, aiškus vaizdas, aiški informacija, aiškus rezultatas, aiški sistema, aiškus dalykas; keistas dalykas, keistas būdas, keistas klausimas, keista vieta, keistas sprendimas, keistas įvykis, keistas vaizdas. Lingvistai tikrino ribotą leksinį junglumą ne tik sinonimijos testu, bet ir pagal leksines semantines grupes, todėl kolokacijų aiškus sprendimas ir keistas sprendimas prie arbitraliųjų nepriskyrė. Vertinant leksinį ribotumą automatizuotai, šios kolokacijos prie AK priskirtos, nes tikrinant sinonimų pakeičiamumą nustatyta, kad daiktavardis sprendimas sudarė kolokacijas tik su vienu iš sinonimų poros aiškus, suprantamas ir sinonimų poros keistas, neįprastas narių. Šie pavyzdžiai rodo, kad tikėtis tikslesnių AK rezultatų galima ribotam leksiniam junglumui patikrinti taikant ne tik sinonimijos, bet ir leksinių semantinių grupių testą. 2.2. Arbitraliosios kolokacijos, sudarytos iš veiksmažodžių ir daiktavardžių Nustatyta 1171 AK, sudaryta iš veiksmažodžio ir daiktavardžio. Tai gana panašus skaičius į AK, sudarytų su būdvardžiais, skaičių – 1048. Taip pat gana panašiai, palyginti su kolokacijomis, sudarytomis su būdvardžiais (žr. 2 lentelę), pasiskirsto skirtingais metodais nustatytos AK (žr. 3 lentelę): maždaug pusė AK nustatyta neautomatiniu būdu (pvz.: apniukusi diena, aptarti galimybes, iškviesti apsaugą), apie trečdalis – automatizuotai (pvz.: suskubti į pagalbą, žvelgti į gyvenimą, sugadintas turtas, kaupti turtą), o beveik penktadalis nustatytos abiem metodais (pvz.: atlikti tarnybą, duoti komandą, matyti reikalą). Analizuota ir šios struktūros AK leksinė įvairovė, t. y. kiek skirtingų veiksmažodžių sudaro tam tikru metodu nustatytas AK. Su tuo pačiu veiksmažodžiu sudaryta vidutiniškai 2,05 šiame poskyryje aptariamos AK (žr. 5 lentelę). JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 32 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 LITERATŪRA Bielinskienė Agnė, Boizou Loic, Bumbulienė Ieva, Kovalevskaitė Jolanta, Krilavičius Tomas, Mandravickaitė Justina, Rimkutė Erika, Vilkaitė-Lozdienė Laura (sud.) 2019: Lietuvių kalbos kolokacijų žodynas, Kaunas: Vytauto Didžiojo universitetas. Prieiga internete: https://doi.org/10.7220/9786094673733. Divjak Dagmar, Gries Stefan T. 2006: Ways of Trying in Russian. Clustering and Comparing Behavioral Profiles. – Corpus Linguistics and Linguistic Theory 2(1), 23–60. Drūlienė Viltė 2008a: Erdvinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas. Drūlienė Viltė 2008b: Lietuviškosios metaforikos vertikalumo matas. – Darbai ir dienos 50, 73–90. Grigonytė Gintarė 2010: Building and Evaluating Domain Ontologies: NLP Contributions: daktaro disertacija, Berlin: Logos Verlag Berlin. Handl Susanne 2008: Essential Collocations for Learners of English: The Role of Collocational Direction and Weight. – Phraseology in Foreign Language Learning and Teaching, eds. F. Meunier, S. Granger, Amsterdam, Philadelphia: John Benjamins Publishing Company, 43–66. Howarth Peter 1998: Phraseology and Second Language Proficiency. – Applied Linguistics 19 (1), 24–44. Jakaitienė Evalda 2010: Lietuvių kalbos leksikologija, Vilnius: Vilniaus universiteto leidykla. Kovalevskaitė Jolanta, Rimkutė Erika, Vilkaitė Laura 2020: Light Verb Constructions in Lithuanian: Identification and Classification. – Kalbų studijos 36, 5–16. Kovalevskaitė Jolanta, Rimkutė Erika, Vaičenonienė Jurgita 2021: Automatizuotas arbitraliųjų kolokacijų atpažinimas: būdvardžių ir daiktavardžių kolokacijos. – Kalbų studijos 39, 71–84. Lewis Michael 2000: Teaching Collocation: Further Developments in the Lexical Approach, London: Language Teaching Publications. Marcinkevičienė Rūta 2010: Lietuvių kalbos kolokacijos, Kaunas: Vytauto Didžiojo universitetas. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 33 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Nesselhauf Nadja 2003: The Use of Collocations by Advanced Learners of English and Some Implications for Teaching. – Applied Linguistics 24 (2), 223–242. Nesselhauf Nadja 2005: Collocations in a Learner Corpus, Amsterdam: John Benjamins. Pennington Jeffry, Socher Richard, Manning Christopher D. 2014: GloVe: Global Vectors for Word Representation. – Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNL). Association for Computational Linguistic. Doha, Qatar, October 25–29, 2014, 1532–1543. Reder Anna 2006: Kollokationen in der Wortschatzarbeit. Praesens Verlag. Strakatova Yana, Hinrichs Erhard 2019: Semantic Modelling of Adjective-Noun Collocations Using FrameNet. – Proceedings of the Joint Workshop on Multiword Expressions and WordNet, 104–113. Stulpinaitė Miglė, Horbačauskienė Jolita, Kasperavičienė Ramunė 2016: Issues in Translation of Linguistic Collocations. – Kalbų studijos 29, 31–41. Šilinytė Justina 2008: Ontologinės ir struktūrinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas. Volungevičienė Skaistė 2010: Metaforinių kolokacijų vertimo problemos. – Kalbų studijos 16, 23–27. Gauta 2021 11 14 Priimta 2021 12 15 JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 34 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 ARBITRALIŲJŲ LIETUVIŲ KALBOS KOLOKACIJŲ NUSTATYMAS Santrauka Šiame straipsnyje sprendžiama arbitraliųjų lietuvių kalbos kolokacijų atpažinimo problema. Tam skirtas projektas ,,Arbitraliosios lietuvių kalbos kolokacijos: atpažinimas, aprašymas, vartojimas (ARKA)“. Arbitraliosiomis kolokacijomis laikomos kolokacijos, kurių žodžių junglumo pagrindas yra ne semantiniai, o leksiniai ribojimai. Tokios kolokacijos tiesiogiai neatspindi nekalbinės tikrovės, o ryšys tarp jų žodžių – arbitralus: nors pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną junglumo partnerį, bet linkstama vartoti kurį nors vieną, pvz., suprasti užuominą, bet ne *suvokti užuominą. Tyrimo šaltinis yra Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazė, kurioje pateikiama apie 12 tūkst. kolokacijų; ištyrus kolokacijas su 97 daiktavardžiais, arbitraliosiomis priskirta apie 2400 kolokacijų, kurių struktūra yra būdvardis / būdvardiškai vartojamas dalyvis + daiktavardis, veiksmažodis + daiktavardis, daiktavardis + daiktavardis. Straipsnyje aprašyti du pagal minėtą projektą išbandyti arbitraliųjų kolokacijų nustatymo metodai: neautomatinis lingvistinės analizės ir automatizuotas kompiuterinės lingvistikos metodas. Nustatant AK neautomatiškai, taikyti du pagrindiniai kriterijai: perkeltinės reikšmės kriterijus ir riboto leksinio junglumo kriterijus, kuriam įvertinti taikyti veiksmažodžio ar būdvardžio sinonimų pakeičiamumo ir (arba) daiktavardžių leksinių semantinių grupių testai. Vienas iš AK nustatymo kriterijų – riboto leksinio junglumo – buvo tikrinamas ir automatizuotai, vektorių metodu nustačius pakeičiamumo testui reikalingus sinonimus. Automatizuoto metodo taikymą sudarė šie etapai: 1) automatinis, kai vektorių metodu buvo surenkamos vektorių eilės su panašų kontekstą turinčiais žodžiais; 2) neautomatinis – vektorių eilių tvarkymas paliekant tik sinoniminiais ryšiais susijusius žodžius; 3) iš dalies automatinis etapas, kai kolokacijos buvo automatiškai susiejamos su konkrečiomis sinonimų eilėmis ir po peržiūros lingvistų patvirtinamos arba nepatvirtinamos kaip AK. Neautomatiniu metodu nustatyta apie pusė AK, automatizuotu metodu – apie trečdalis. Neautomatinei analizei taikytas ne vienas, o du atrankos kriterijai, todėl neautomatiškai nustatytų duomenų daug daugiau negu nustatytų automatizuotai. Nors JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 35 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 automatizuotu metodu galima sumažinti subjektyvumą vertinant duomenis ir supaprastinti arbitralumo vertinimo procedūrą, tačiau pastebėta ir tai, kad arbitralumo pripažinimą lemia vektorių eilėje esantys sinonimai, taigi dalis AK gali likti neatpažintos. Vektorių metodu surinktus sinonimus reikia atskirti nuo kitais semantiniais ryšiais susijusių žodžių, tam reikalinga lingvisto patikra. Tačiau, nepaisant šio ribotumo, vektorių metodas yra tinkamas dideliam duomenų kiekiui apdoroti, o rankiniu įvertinti gausybės žodžių konteksto panašumą būtų sunku. Abiem metodais atpažintos kolokacijos sudaro tik penktadalį visų nustatytų AK, todėl yra pagrindo manyti, kad siekiant atpažinti AK svarbu taikyti tiek automatizuoto, tiek ir neautomatinio metodo teikiamas galimybes. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 36 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 IDENTIFICATION OF LITHUANIAN ARBITRARY COLLOCATIONS Summary In this article, we describe the methodological approaches of arbitrary collocation (AC) identification developed within the framework of an ongoing project “Arbitrary Collocations of Lithuanian: Identification, Description and Usage (ARKA)”. The object of this research is arbitrary collocations of the Lithuanian language the collocability of which is determined by lexical rather than semantic constraints. Such collocations do not directly reflect the non-linguistic reality and the relation between the collocates is arbitrary: although there may be several close synonyms, a particular one is preferred in a certain word combination (e.g., suprasti užuominą vs. *suvokti užuominą). The source of the research was the Database of Lithuanian Multiword Expressions encompassing over 12.000 collocations. The structural composition of the identified 2400 arbitrary collocations was as follows: adjective (participle)+noun, verb+noun, and noun+noun. Arbitrary collocations were determined by combining the manual linguistic analysis and semi-automatic methods of computational linguistics. The manual method included two major AC identification criteria: lexical restrictedness and (or) meaning transfer. Lexical restrictedness was measured using two tests: the synonym substitution of pre-modifier and (or) semantic field comparison of the head noun. Moreover, lexical restrictedness was also assessed using a semi-automatic approach by analyzing synonym pairs in the automatically generated vector strings. The semi-automatic approach consisted of three stages: (1) the automatic generation of vector strings with potential synonyms; (2) the manual vector string editing to reduce the noise, and (3) the semi-automatic process during which the collocations were compared to particular synonym pairs in vector strings and approved or not approved by linguists as arbitrary. Approximately half of ACs were detected by using the manual method based on two AC identification criteria, whereas about one-third of ACs were identified using the semiautomated method based on one criterion. On the one hand, the semi-automatic method can reduce the subjectivity in data evaluation and simplify the AC identification procedure. On JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 37 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 the other hand, as arbitrariness is determined on the basis of the available synonyms in the vector string, some ACs may not be identified because of the insufficient scope of the generated synonyms. Also, the automatically generated synonyms need to be manually analyzed to eliminate semantically unrelated words. Despite these limitations, the method is suitable for processing large amounts of the data. It would be difficult to manually assess the contextual similarity of such a large number of words. About one fifth of ACs were identified using a combination of both methods. These results suggest that different methodological approaches allowed the researchers to detect more arbitrary collocations. It is maintained that taking into consideration the mentioned advantages and disadvantages, the best results in the Lithuanian arbitrary collocation identification are acquired when combining both manual and semi-automatic methods. KEYWORDS: arbitrary collocations, Lithuanian, lexical restrictedness, vector space model, semi-automatic approach, linguistic manual approach. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, 44248 Kaunas [email protected] [email protected] [email protected]