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 KULCSSZAVAK: arbitrális kollokációk, litván nyelv, korlátozott lexikai kombinálhatóság, vektormódszer, automatizált meghatározás, nem automatizált nyelvészeti meghatározás. ABSZTRAKT A tanulmányban bemutatott kutatás tárgyát a litván nyelv arbitrális kollokációi képezik. Kombinálhatóságuk alapját nem szemantikai, hanem lexikai korlátozások alkotják, az ilyen kollokációk közvetlenül nem tükrözik a nyelven kívüli valóságot. Szavaik közötti kapcsolat arbitrális: bár hasonló jelentés alapján elméletileg egynél több kombinálhatósági partner közül lehetne választani, mégis valamelyik egyet hajlamosak használni. A tanulmány az arbitrális kollokációk meghatározásának módszereit írja le, amelyeket a „A nyelvészeti elemzés nem automatizált és a számítógépes nyelvészet automatizált módszere (ARKA)” című projekt megvalósítása során próbáltak ki. A kutatás anyagát a Litván nyelv állandósult szókapcsolatainak adatbázisából vették. ABSZTRAKT A tanulmány célja a „Litván nyelv önkényes kollokációi: azonosítás, leírás és használat (ARKA)” című projekt keretében kidolgozott, az önkényes kollokációk (AC) azonosítására irányuló módszertani megközelítések bemutatása. A kutatás forrása a „Litván többszavas kifejezések adatbázisa” volt. Az önkényes kollokációkat a számítógépes nyelvészet manuális és félautomatikus módszereinek kombinálásával határozták meg. BEVEZETÉS Didelę pastoviųjų žodžių junginių dalį, kaip žinoma, sudaro kolokacijos, tačiau, jas a korpuszokból statisztikai vagy hibrid módszerekkel automatikusan azonosítva (bővebben lásd Bielinskienė és mtsai 2019: 15–22), számos olyan szókapcsolatot is JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 2 meghatároznak, amelyeket azért sorolnak a kolokációk közé doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 mert az őket alkotó szavak együttes használatának gyakoriságát automatikusan statisztikailag szignifikánsként értékelik, pl.: hat év, napos nap, szép nő stb. Így a kolokációk között álkolokációk is megjelennek, amelyek egyszerű szabad szókapcsolatokként jönnek létre, nem motivált, junginiai remiantis semantiniais, o ne leksiniais apribojimais (Marcinkevičienė 2010: 90–91). Kai kurie tyrėjai kolokacijomis laiko tik tikrąsias kolokacijas (kitaip dar vadinamas arbitrális) – a szokásos szókapcsolatokat, amelyek közvetlenül nem tükrözik E kutatás tárgyát nekalbinės tikrovės, ryšys tarp jų žodžių – arbitralus (išsamiau apie arbitralumą žr. Kovalevskaitė ir kt. 2021). éppen az arbitrális kolokációk (a továbbiakban – AK), vagyis azok képezik, amelyekre korlátozott lexikai kombinálhatóság (angl. lexical restrictedness) jellemző: bár elméletileg a hasonló jelentés alapján egynél több kollokációs partner is választható lenne, inkább valamelyik egyet használják, pl. suprasti užuominą, nem pedig *suvokti užuominą, ranka pasiekiamas, nem pedig *ranka paimamas. Rūta Petrauskaitė ezt írja: „A megnevezett valósággal való közvetlen kapcsolat hiánya azt eredményezi, hogy nemcsak a különböző nyelvekben tér el jelentősen ugyanazon szó kombinálhatósága, hanem még ugyanabban a nyelvben sem lehet a kolokáció egyik tagját egy másik, vele szinonim szóval helyettesíteni anélkül, hogy ne kockáztatnánk: az elhangzott kifejezés szokatlanul fog hangzani, pl. laikas eina, bėga, slenka, de nem *žingsniuoja, skuodžia, šliaužia“ (Marcinkevičienė 2010: 91). A valódi (arbitrális) kolokációk alapszavának kombinálhatósági partnerei R. Petrauskaitė szerint kiszámíthatatlanok, az ilyen kolokációk kombinálhatóságának alapját lexikai korlátozások képezik (Marcinkevičienė 2010: 90). Az AK-k mindeddig nem kaptak nagy figyelmet a litván nyelv kutatóitól, noha azonosításuk lehetővé tenné e kolokációk elkülönítését mint a litván nyelvi kolokációk magját, amely különösen hasznos a fordítás, a litván mint idegen nyelv oktatása és a lexikográfia céljaira. E célok érdekében az AK-kat az ,,Arbitrális litván nyelvi kolokációk: felismerés, leírás, használat (ARKA)“ című projekt keretében elemzik, amelynek célja 1 a litván nyelv AK-inak leírása, valamint AK-lexikográfiai és oktatási források előkészítése. Straipsnio tikslas – aprašyti, kokie metodai taikyti vykdant projektą ARKA lietuvių a nyelvi AK-k felismerése és a különböző módszerekkel kapott eredmények összehasonlítása. Az AK-kat nem automatikus nyelvészeti elemzési és automatizált számítógépes nyelvészeti módszerekkel elemezték. 1 A projektet a Litván Tudományos Tanács finanszírozza (Nr. S-LIP-20-18), további részletekért lásd: https://arka.pastovu.vdu.lt. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių nyelvi kollokációk meghatározása | 3 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Források: 1) A litván nyelv állandósult szókapcsolatainak adatbázisa (a továbbiakban – PŽJDB), amely mintegy 12 ezer kollokációt tartalmaz; 2) A 2 Delfi.lt korpusza, amely 3 70 millió szóból áll, és a Delfi.lt hírportál különböző rovataiban 2014–2016 között közzétett szövegeket foglalja magában (a korpuszról bővebben: Bielinskienė és mtsai 2019: 14–15). férfi, Tiriamoji medžiaga – kolokacijos, sudarytos iš 97 daiktavardžių (vieta, aplinka, būdas, nő, dolog stb.). Szerkezetük: melléknév / melléknévként használt igenév + 2400, AK-ként 4 elismert kollokáció. Többségük kétszavas, de egy részük háromszavas; ez utóbbiak általában daiktavardis, veiksmažodis + daiktavardis, daiktavardis + daiktavardis. Atlikus tyrimą, apie igékből, melléknevekből és főnevekből állnak (az összetevők sorrendje eltérhet). A vizsgált anyag első részét, vagyis azokat a kollokációkat, amelyek szerkezete melléknév + főnév, egy korábbi tanulmány tárgyalja (Kovalevskaitė és mtsai 2021). Ebben egy, az AK-k felismerésére irányuló kísérletet mutattak be a számítógépes nyelvészet egyik módszerének – az automatizált (vektoros) módszernek – az alkalmazásával; ezt a módszert szintén részletesen bemutatták. Jelen tanulmány az AK-k felismerésére irányuló teljes kutatást foglalja össze. Az első fejezet mindkét alkalmazott módszert bemutatja: a nem automatizált módszert (lásd az 1.1. alfejezetet), egyúttal ismertetve az alkalmazott kritériumokat és teszteket, valamint az automatizált módszert; alkalmazásának bemutatásához egy olyan kollokációcsoportot használnak fel, amelynek szerkezete: ige + főnév (lásd az 1.2. alfejezetet). A második fejezetben a kutatás valamennyi szakaszának adatai alapján tárgyalják és összehasonlítják a módszerek alkalmazásának eredményeit, lehetőségeit és hiányosságait, amelyek fontosak a megállapított AK-k jegyzékének értékelése és a további AK-kutatások megtervezése szempontjából. 1. AZ ARBITRÁLIS KOLLOKÁCIÓK MEGHATÁROZÁSÁNAK MÓDSZEREI Az AK-ról írva megjegyzik, hogy az arbitrális és az úgynevezett triviális kollokációk közötti határt az absztrakt főnevek határánál lehetne meghúzni: „<...> az absztrakt főneveken alapuló kollokációk valódi, nem motivált, http://resursai.pastovu.vdu.lt/paieska/paprastoji 2 https://klc.vdu.lt/pastovuSearch.html 3 4 Ezek tehát mind a konkrét, mind az absztrakt, leggyakrabban állandósult szókapcsolatok, amelyeket a tekstyno, sudarantys daiktavardžiai, išsamiau apie juos žr. Bielinskienė ir kt. 2019. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių Delfi.lt nyelvéből állapítottak meg kollokációk meghatározása | 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 a kritérium a főnevek szemantikája. A kutatás során kiderült, hogy az AK-k nagy része valóban yra sudarytos su abstraktų pavadinimais, tačiau pastebėta, kad arbitralumas būdingas ir kolokacijoms su konkrečiaisiais daiktavardžiais, plg.: apriboti greitį, atlikti mankštą, imti kyšį, olyan kollokáció, mint a tér elhagyása, hitel felvétele, telefonon beszélgetni, előadást színpadra állítani stb. A kutatás kihívását nemcsak az AK-k felismerési kritériumainak alkalmazása jelentette, hanem egy olyan módszertan kiválasztása is, amely alkalmas nagy mennyiségű adattal való munkára, hogy ennek alapján a kollokációk nagy számának vizsgálatával össze lehessen állítani a litván nyelv AK-listáit (ehhez a PŽJDB anyagát használták). A projekt végrehajtása során az AK-k meghatározásának kettős módszertanát próbálták ki és alkalmazták: a nem automatikus és az automatizált módszert. Elsőként a nem automatikus módszert alkalmazták, az AK-ként való elismerés kritériumait választva (lásd az 1.1. fejezetet). Mivel a PŽJDB-ben sok adat található, a projekt egyik feladata az volt, hogy a nem automatikus módszer mellett kipróbáljanak egy olyan módszert is, amely lehetővé teszi az AK felismerési folyamatának legalább részleges automatizálását (lásd az 1.2. fejezetet). 1.1. Az AK nem automatikus meghatározása Az AK nem automatikus meghatározásakor két fő kritériumot alkalmaztak: 1) a korlátozott lexikai kollokabilitás kritériumát, amelynek értékelésére a szinonimák felcserélhetőségének és/vagy a főnevek lexikai-szemantikai csoportjainak módszerét alkalmazták; 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 Amint a bevezetésben említettük, arbitrálisnak tekinthetők azok a kollokációk, amelyek korlátozott lexikai kollokabilitással rendelkeznek, vagyis egy adott jelentésben használt daiktavardžiu, būdingas tam tikras, daugiau ar mažiau arbitralus, pakeičiamumo ribojimas melléknév vagy ige egy (angolul: arbitrary restriction on substitutability; Nesselhauf 2003, 2005) szerkezetben. Így a korlátozott lexikai kollokabilitás fogalma alapján a kollokáció bármely JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių összetevője bizonyos jelentésben nem használható minden szintaktikailag és szemantikailag lehetséges kollokátummal kalbos kolokacijų nustatymas | 5 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 együtt. Bár elméletileg találhatók a kollokátumoknak helyettesítői, ezek vagy egyáltalán nem lennének megfelelőek, vagy szokatlanok lennének, például: palanki vs. *naudinga aplinka; daugiasluoksnis vs. *sluoksniuotas romanas. A korlátozott lexikai kollokabilitás kritériumát a nyelvészek két teszttel ellenőrizték: 1) az igevagy melléknévi szinonimák alapján (vagyis hogy helyettesíthetők-e más, hasonló jelentésű, szinonimának tekinthető szavakkal); 2) a főnevek lexikai szemantikai csoportjai alapján. Mivel AK-nak azokat a kollokációkat tekintik, amelyekben az egyik összetevő rendszerint nem helyettesíthető egy másik, hasonló jelentésű szinonimával, az AK-k felismerésére szinonimahelyettesítési tesztet alkalmaztak (Nesselhauf 2003 alapján adaptálva): ha egy kollokáció egyik összetevője nem cserélhető fel, akkor a kollokációk értékelésekor az engedetlenkedni a törvénnyel, rendszert bevezetni, beillesztett munka būti pakeičiamas kitu artimos reikšmės sinonimu, tokia kolokacija laikyta AK. Pavyzdžiui, kifejezéseket a lehetséges igeszinonimák alapján vizsgálták: *vétkezni a törvény ellen, *bevezetni a rendszert, *bedugott / *behelyezett. A tesztet három nyelvész introspekciós darbas ir spręsta, ar pakeičiamumas galimas; jeigu ne – kolokacijos pripažintos kaip AK. módszerrel végezte, de a Delfi.lt-korpuszban meghatározott kollokációkra támaszkodtak. Mindazonáltal el kell ismerni, hogy gyakran meglehetősen nehéz volt szinonimát találni, ezért sokszor a második – a főnevek lexikai szemantikai csoportjain alapuló – tesztet is alkalmazták. A korlátozott lexikai kollokabilitást annak alapján is értékelték, hogy milyen sokféle lexikai szemantikai csoport fordul elő: a PŽJDB-ben megadott kollokációk alapján megállapították, semantinių grupių daiktavardžiais jungiasi kolokacijos būdvardis ar veiksmažodis, ir taip hány lexikai csoporttal áll kapcsolatban, és így értékelték a lexikai kollokabilitás terjedelmét. Annak minél pontosabb meghatározása érdekében, hogy a főnév milyen szavakkal használható, su tuo daiktavardžiu. Bet, nors visą tiriamąją medžiagą sudaro apie 12 tūkst. kolokacijų, teljes paradigmáját elemezték, vagyis a hozzáférhető PŽJDB alapján összeállított valamennyi kollokációt; néha azonban látható volt, hogy az információ nem elegendő. Ha a vizsgált anyagban csak egyetlen kollokáció fordult elő egy bizonyos melléknévvel / igével, a nyelvészek a paradigmát anyanyelvi beszélőként meglévő nyelvérzetükre támaszkodva töltötték ki; ha az adatbázisban több kollokáció is szerepelt, a korlátozott lexikai kollokabilitás tesztjeit a rendelkezésre álló paradigmára alkalmazták. A főnevek lexikai szemantikai csoportjai alapján a kollokációs képesség terjedelmét a következő feltételek figyelembevételével értékeltük: 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 sokféle lexikai szemantikai csoportba tartozó főnév, és az adott csoportok népesek. A melléknév / ige ilyen kollokációs képességét szélesnek tekintettük, egyértelműbb lexikai korlátozások nélkül, vö. a geras kollokációinak bőségét: 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 és mások. ; vö. még: pirkti: pirkti automobilį, maistą, produktą, turtą, žemę; b) ha a melléknévvel / igével sokféle lexikai szemantikai csoportba tartozó főnév kapcsolódik, de egy csoport kiemelkedik, vagy egy bizonyos szemantikai csoportból csak néhány főnév használatos, akkor a kollokációt AK-nak lehetett tekinteni. Például, bár a statyti kollokációs képessége széles, ez az ige nem használható minden közlekedési eszköz nevével, vö. statyti automobilį (valamint statyti dviratį, motociklą), de prišvartuoti laivą, nutupdyti lėktuvą. Vagyis a statyti automobilį kollokációt korlátozott kollokációs képessége miatt AK-nak kell besorolni. A turėti igét széles lexikai kollokációs képességű szónak tekintjük, mivel sokféle és változatos kollokációt alkothat, azonban egész paradigmájában kiemelkedik a turėti reikalą kollokáció – ezt arbitrálisnak tekintjük. A subjuro igével két lexikai szemantikai csoport – a természeti jelenségek csoportja és az érzelmek – szavai használatosak, de a kollokációk csak a subjuro oras és subjuro nuotaika főnevekkel alkotnak kapcsolatot, ezért mindkét eset AK; c) Nem tekintendők AK-nak az egyetlen nagy szemantikai csoporthoz tartozó Pavyzdžiui, PŽJDB rasta tik viena kolokacija nuskaičiuoti mokesčius, bet lingvistai, kollokációk. az anyanyelvi beszélő nyelvérzékére támaszkodva más szavakkal is ki tudják tölteni a paradigmát (a nuskaičiuoti igével pénzt, kölcsönt és más pénzügyi dolgokat lehet megszámolni), ezért a nuskaičiuoti mokesčius kifejezést nem ismerték el kaip AK. Tai PŽJDB iš vienos kolokacijos sudaryta, bet teoriškai gausi leksinė semantinė grupė. A korlátozott lexikai kapcsolhatóságot a kollokáció mindkét szavának értékelésével veiksmažodžio negalima pakeisti kitais sinonimais (1 testas) arba (ir) daiktavardžių paradigma ellenőrizték: a būdvardžio / ribota (2. teszt). Például a patiekiamas maistas kollokáció azt jelezné, hogy az étel csoportjába sok főnév tartozhat (fel lehet szolgálni ételt, italokat, vacsorát, ebédet...). Így nem felel meg a 2. teszt a feltételének, mivel a szemantikai csoport pakeisti į paduoti. Taigi, pagal 2 testą kolokacija pripažįstama arbitraliąja. Kitas pavyzdys: JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių egyetlen, ugyanakkor megfelel a b feltételnek, mert a patiekti igével nem lehet nyelvi kollokációk meghatározása | 7 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 a surengti ige rendezvényeket, eseményeket megnevező főnevekkel használatos (surengti rinkimus, koncertą...), tehát az ilyen kollokációkat nem kellene a szemantikai csoport gazdagságának kritériuma alapján arbitrarisnak tekinteni, de az 1. teszt alapján AK-ként hozzájuk sorolhatók, mert a surengti ebben az esetben nem helyettesíthető a suruošti szinonimával. A szinonimateszt nem mindig alkalmazható. Például nem alkalmazható, ha több AK-változat létezik, vö.: az árak emelkednek és az árak nőnek, növekednek; a kérdés gyötri és a kérdés kínozza; lehetőséget adni és lehetőséget biztosítani; jogot szerezni és jogra szert tenni. Ez a teszt szintén nem alkalmazható olyan esetekben, mint az adók befizetése, egy város benépesítése – a sumokėti, apgyvendinti szavakhoz még hipotetikusan is nehéz szinonimát találni. Ha nem található szinonima, a felcserélhetőség nem ellenőrizhető, mivel legalább két (vagy több) szinonima közötti elméleti választási lehetőségnek kell fennállnia. A korlátozott lexikai kollokabilitás vizsgálatát mind a szinonimitási teszttel (1. teszt), mind a lexikai szemantikai csoportok tesztjével (2. teszt) elvégző nyelvészek anyanyelvi beszélőként szerzett kompetenciájukra támaszkodtak. Az ilyen munka eredményeire azonban elkerülhetetlen hatással van a szubjektivitás tényezője (a szinonimák meghatározásának e problémájáról lásd: Divjak, Gries 2006: 24–26). Ezért a szinonimák helyettesíthetőségének értékelésére automatizált módszert is kipróbáltak (lásd az 1.2. fejezetet). 1.1.2. Az AK meghatározása átvitt jelentés alapján Néhány korábbi időszakban végzett kutatásban (vö. Howarth 1998) az ilyen kollokációkat (angolul kolokacijos, kurių vienas iš dėmenų – perkeltinės reikšmės, vadinamos ribotosiomis restricted collocations) vizsgálták. Anna Reder (2006: 82) szerint az átvitt jelentésű szóval alkotott kollokációk korlátozott vonzatképességű szókapcsolatok, amelyekben a kollokáció kolokacijos narių lemia konvencija, o metaforiškumas yra konvencijos dalis. Todėl šios fontos, a nyelvtanulást szolgáló kapcsolat (Lewis 2000: 29). Tegyük fel, hogy az angol heavy heavy vartojami įvairūs daiktavardžiai, kurie reiškia dalykus su požymiu „sunkus“, bet žodžių smoker kifejezésben (lit. megrögzött dohányos) nem egy tárgyat, hanem egy személyt jelölnek, ezért a nyelvoktatásban ezt a kollokációt érdemes megjegyzendő szókapcsolatként kiemelni. a Būdvardžiai, vartojami perkeltinėmis reikšmėmis, paprastai pasižymi ir platesne vonzatképesség terjedelmét tekintve, a szélesebb vonzatképességű melléknevekkel alkotott kollokációk pedig összetettebbek a tanulók számára (Nesselhauf 2005: 238). A nyelvoktatás és a JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių fordítás szempontjából való jelentősége miatt a nyelvi kollokációk meghatározása | 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) az átvitt jelentés kritériumait alkalmazták a litván AK-k meghatározásakor. Kolokacijas analizuojant neautomatiškai, AK požymiu laikytas vieno iš kolokacijos egy elem (melléknév, ige vagy főnév) átvitt értelemben való használata. Ezt egy bizonyos szó teljes, a Delfi.lt korpusz adataiból generált paradigmájának elemzésével állapították meg (lásd az 1. táblázat 1. oszlopát). Egy ilyen paradigmából látható, hogy egy konkrét főnév milyen más melléknevekkel vagy igékkel alkot kollokációkat, és milyen jelentésben használják ezekben a kollokációkban mind magát a főnevet, mind kollokátumait – a mellékneveket és az igéket. Néha csak a tágabb kontextus teszi lehetővé annak megállapítását, hogy a szót szó szerinti vagy átvitt értelemben használják – ilyenkor a PŽJDB-hez, a Delfi.lt korpuszhoz folyamodtunk, vö. žalias + automobilis: „A »Unicredit Leasing« litvániai képviselője további néhány tendenciát figyel meg a zöld autók piacán.” A Marius Slaboševičius által vezetett zöld autó fél másodperccel lemaradt <...>. A „Tesla Model S” több, a legjobb autónak járó díjat nyert, amelyek egyike a 2013-as Év Zöld Autója díj. Érdekes zöld autó-koncepciómodellek. A példákból látható, hogy a žalias melléknév az autót ökológiaiként írja le, színét azonban nem határozza meg. Az ilyen kollokációt arbit­rálisnak tekintették. 5 Természetesen a Delfi.lt korpuszban, amelynek adataiból a PŽJDB összeállt, számos olyan eset található, amikor a žalias az autó színét írja le. A főnevek melléknevekkel és igékkel alkotott kapcsolatait akkor tekintették AK-nak, ha legalább az egyik elem átvitt jelentésű volt. Ebben az esetben a leírt teszteket (lásd az 1.1.1. fejezetet) nem alkalmazták. A melléknevek és igék átvitt jelentésű használata különösen jellemző az elvont főnevek, valamint néhány konkrét dolgokat jelentő főnév kollokációira, például az amžius, aplinka, apsauga, būdas, dalykas, dalis, dėmesys, teisė, turtas főnevekkel alkotott kollokációkra. duomenys, galimybė, gyvenimas, informacija, įstatymas, įvykis, kalba, karas, kartas, klausimas, laikas, metas, pabaiga, pagalba, pradžia, reikalas, rezultatas, saugumas, sprendimas, sveikata, 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 (lásd Marcinkevičienė 2010), fogalmi metaforákat alkothatnak (pl.: švelni priemonė, aštri kritika, sausas rezultatas, nutekinta informacija, pakurstyti kalbas, duomenų nutekinimas, įstatymo spraga). Ahogyan R. Petrauskaitė állítja: „a metaforikusság legfontosabb kritériuma a jelentés 6 átvitele, amely a konkrét és az elvont főnév szembeállításából válik nyilvánvalóvá.” „Amikor egy konkrét dolog tulajdonságait vesszük alapul ahhoz, hogy egy absztraktumot kontextusba illesszünk, vele szókapcsolatot alkossunk, akkor metafora születik <...> egy, többnyire absztrakt dolgot egy másik, konkrét dologként értelmezünk, ez utóbbinak a terminológiáját felhasználva <...>“ (Marcinkevičienė 2010: 178). Az átvitt értelemben használt melléknevek (ritkábban igék) a konkrét főnevekkel alkotott szókapcsolatokban szemantikailag nem jellemző tulajdonságokkal ruházzák fel őket (pl.: gyorsétel, feltűnő nő, látható ember). Az absztrakt főnevekkel alkotott szókapcsolatokhoz hasonlóan a szókapcsolat jelentése gyakran nem az egyes szavakból, hanem a teljes szókapcsolat szemantikai (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 csoportjaiban előforduló szavak számából érthető meg. Például a heavy melléknév jelentése a smoker, rain, traffic főnevekkel alkotott szókapcsolatokban (lit. megrögzött dohányos, erős eső, nėra prototipinė, nes žymi ne svorį, o intensyvumą. intenzív forgalom) Megállapították, hogy nagy metaforizációs potenciállal rendelkezik a vidutinio 7 žodžiai, pavyzdžiui, veiksmažodžiai paralyžiuoti (paralyžiuoti eismą), sekti (senka laikas), leksinio junglumo sugriauti (sugriauti gyvenimą). A melléknevek között sok olyan van, amelyek szó szerinti értelemben használva 6 Apie erdvines, ontologines ir struktūrines metaforas kolokacijose taip pat žr.: Drūlienė 2008a, b; Šilinytė 2008. E cikknek és az egész projektnek nem célja a feltárt metaforák osztályozása, ezért erre nem térünk ki részletesebben, jóllehet érthető, hogy az AK érdekes kutatási objektum lehet a kognitív nyelvészet szakemberei számára. 7 A Susane Handl által 2008-ban megadott formula alapján a Delfi.lt korpuszára támaszkodva meghatároztuk az elemzett kollokációk elemeinek kollokativitási értékeit. Ezeket a kutatásokat folytatni fogjuk. Egyelőre elmondható, hogy az AK-knak közepes erősségű kapcsolatoknak kellene lenniük, vagyis sem az első, sem a második (vagy harmadik) elem kollokációs értéke nem lehetne nagyon alacsony vagy nagyon magas. Ha például az első elem értéke magas, a másodiké pedig alacsony, akkor az első elem kevés szóval, a második pedig nagyon sok szóval használható, például: pszichoaktív anyag, autista gyermek, édesvíz, árnyékos hely, háromoldalú szerződés, kiskorú gyermek, szénsavas / desztillált víz, fuvarozó autó. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių a nyelvi kollokációk meghatározása | 16 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 A VE-k finomítása során az automatikus kiválasztás egy másik sajátossága is megmutatkozott: mivel a vektormódszerrel a szavakat kontextusuk hasonlósága alapján gyűjtik össze, a VE-ket első pillantásra nem megfelelő szinonimák is alkothatják. Másképpen fogalmazva, ha nem ismerjük azokat a konkrét főneveket, amelyek miatt két vagy több ige egyetlen VE-be került, egyes VE-k minőségét tévesen is megítélhetjük. Például a 60. VE-ben ezek jausti būtų suklysta, nes jis čia atsidūrė dėl šiems veiksmažodžiams bendro konteksto, kuriame a szavak szerepeltek: mutatni, demonstrálni, érezni. Ha azonnal töröljük az „érzelmekről van szó” kifejezést, vö. érzelmeket demonstrálni, érzelmeket mutatni, illetve például haragot jeigu kalbama apie kainas. Visi trys VE apsispręsti, priimti, pasirinkti veiksmažodžiai yra érezni, csalódottságot érezni stb. A csökkenni, olcsóbbá válni vagy növekedni, gyarapodni igék lehetnek szinonimák, szinonimák, az általában törölt venni ige pedig azért jelent meg itt, mert azt jelöli, hogy meghozni egy döntést, másképpen fogalmazva, ezt a VE-t így kell olvasni: 12 elhatározni magunkat, meghozni egy döntést, választani. Az ilyen példákból látható, hogy automatikusan több és/vagy más szinonima is meghatározható, mivel a vektormódszer nem az egyes szavak, hanem a kontextus jelentésbeli hasonlóságát értékeli. Aligha kapcsolnánk szinonimikusan össze az atsikratyti, numesti, sulieknėti igéket, ha az egyes szavakat vennénk, mégis egy VE-ben találjuk őket, mivel közös kontextusban fordultak elő, amelyben a svoris főnév is szerepelt. További példák is hozhatók, vö.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis és užsiimti; gerti és vartoti; nusiteikti és pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; áttekinteni, korrigálni, frissíteni, változtatni; kiprovokálni, előidézni, átalakulni; sokkolni, megrázni, megdöbbenteni; elviselni, kibírni, legyőzni. Sportkörnyezettel összefüggésben mind a négy ige – bebiztosítani, kivívni, elérni, megőrizni – szinonim, mivel a kivívást néha így fogalmazzák meg: bebiztosította helyét a döntőben vagy megőrizte a címet. Az ilyen eredmények azt mutatják, hogy a szinonimitás értékelésekor fontos egynél több szót magában foglalni, mivel a szinonimacsoportok tagjai lehetnek egyrészt egyedi szavak, másrészt állandósult szó 12 A VE-kben olyan szavak is előfordulnak, amelyek szintagmatikusan kapcsolódnak egymáshoz, pl. megsérteni és nem akarni. Mivel a nem akarni gyakran az megsérteni igével közös kontextusban használatos (amikor a nem akarta megsérteni, de... szerkezetben fordul elő), egy VE-be kerültek. Egy másik eset: abbahagyni: megszüntetni, sírni. A verkti (sírni) ige azért jelent meg itt, mert abból a gyakori kontextusból lett kiválasztva, hogy „abbahagyta a sírást / abbahagyott sírni”. Más szóval nagyon hosszú (és nem megfelelő) VE-k gyűlnek össze azoknál a támaszigéknél, amelyeket segédigeként használnak, és amelyek grammatikai sajátosságaik miatt széles körű kombinálhatósággal rendelkeznek, pl.: tenni, fogni, elkezdeni, akarni, szükségesnek lenni, kötelesnek lenni, kelleni, igyekezni, képtelennek lenni. 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 az egyes szavak kontextushoz való kapcsolatai. A nyelvész számára ennyi adat átfogása nehéz lenne (a disztribúciós mutatók széles spektrumának automatikus szinonimaelemzésben való felhasználásáról bővebben lásd: Divjak, Gries 2006). Megfigyelték, hogy a gyakran specifikusabb jelentésű és szűkebb kombinálhatóságú ige VE-je rövidebb és tisztább, valószínűleg a szűkebb kombinálhatóság miatt. A nerimauti, jaudintis, būgštauti és nuogąstauti szinonimák VE-inek összehasonlításakor látható, hogy a nerimauti VE-je hosszabb és kevésbé tiszta, szélesebb jelentésű szavakat tartalmaz, például a bijoti igét (nerimauti: jaudintis, baimintis, bijoti), míg a būgštauti VE-jében csak ez a négy szó gyűlt össze: būgštauti: nerimauti, jaudintis, nuogąstauti. Továbbá megfigyelték, hogy a konkrétabb jelentésű igén alapuló VE-kben (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti) kevés szinonima lehet, vagy egyáltalán nem is lehet, mivel a konkrét jelentésű ige alapján összegyűjtött szavak tematikusan, nem pedig szinonimikusan kapcsolódnak egymáshoz, vö.: išimti: išmesti, išbraukti, išnešti; vadászni és halászni; lélegezni és járni; főzni és sütni; börtönben ülni és elítélni; elromlani: megrepedni, túlmelegedni, felrobbanni, eltömődni, meggyulladni. Az ilyen VE-k két szóból is állnak, de hosszabbak is lehetnek. Néha nagyon hosszúak, például a sumenkti támaszigével még 26 ige is volt. Összefoglalva megemlíthető, hogy a pontosítás után 3800 VE-ből 2634-et kaptunk (70 százalék). Ezért az automatikusan generált VE-k nem elég pontosak ahhoz, hogy szerkesztés nélkül alkalmazhatók legyenek az AK meghatározásának következő szakaszában. Az ilyen hibákat az is Delfi.lt tekstyno ypatumų – nors jo žodžių apimtis didelė (apie 70 mln.), vieno stiliaus okozhatja, hogy a szövegek lexikai változatossága kisebb lehet. Pontosabb VE-k generálásához a funkcionális stílusok nagyobb változatosságát felölelő korpuszra lenne szükség. 1.2.3. Rezultatai: VE kokybė ir arbitralumo pripažinimas Palyginus būdvardžių ir veiksmažodžių VE prieš peržiūrą ir po jos, paaiškėjo, kad mindkét esetben meglehetősen sok VE-t elvetettek mint informatívatlant: 2) a 3800 igéből 1) iš 1927 būdvardžių VE po peržiūros liko 800 VE (41 proc.); származó VE-k közül az áttekintést követően 1166 VE maradt (30 százalék). A megmaradt VE-ket szintén szerkeszteni kellett. Igaz, nem végezték el annak értékelését, hogy egy VE-ben általában hány szót törölnek. Gyakran törölni kellett a segédszavakat, amelyek nem JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 18 teljesen önállóak 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, sikerülni. Sok törlendő szó a VE végén szerepelt, ahol az alkalmazott értékelési küszöbértékkel (0,5; a legmagasabb érték 1) rendelkező szavak kerültek elő, de számos olyan eset is volt, amikor egy magas értékelésű, az adott VE-ben a 2–5. pozícióban szereplő szót töröltek (egy VE legfeljebb 20 szóból állhat). Hangsúlyozandó, hogy a VE szerinti értékelés során csak azokra a szavakra korlátozódtunk, amelyek az adott VE-ben szerepelnek. Ha más szinonimák is lehetnek, de az értékelés alapjául szolgáló VE-ben nem szerepeltek (a vektormódszerrel nem lettek kiválasztva, nem fordultak elő a Delfi.lt korpuszban stb.), egyes kollokációkat nem arbitrálistaként (vagy fordítva) lehetett besorolni. Például a krintanti žvaigždė és kylanti žvaigždė kollokációk értékelésekor olyan VE-t használtunk, amelyben az augti, kristi, kilti, mažėti, vystytis, didėti igék szerepelnek. Ebben a VE-ben nem szerepel a griūti, amely a kristi szinonimája lehetne, ezért a krintanti žvaigždė nem került AK-ként elismerésre. A kutatás során az automatikus adatválogatás előnyeit is megfigyeltük: 1) amint azt az 1.2.2. alfejezetben említettük, a vektormódszerrel több és másféle szinonima határozható meg, mint csupán az introspekciós módszer alkalmazásával; 2) a vektormódszer alkalmas nagy mennyiségű adat feldolgozására, kézzel pedig aligha lenne lehetséges ilyen sok szó kontextuális hasonlóságát értékelni. Az igék szinonimáinak VE-ire alkalmazott felcserélhetőségi teszt alapján 291 kollokációt arbitrálistaként ismertünk el. Nyilvánvaló, hogy éppen a VE-ben található szinonimák határozzák meg, mely kollokációkat ismerik el AK-ként. Egyrészt ez a módszer galimybė automatizuoti arbitralumo nustatymo procesą. korlátja, másrészt amikor az arbitraritás elismerése csak egy konkrét VE-től függ, gyakran előfordulhat, hogy egyes kollokációkat az egyik VE alapján nem választanak ki, a másik alapján Pavyzdžiui, vertinant kolokacijų kurti įvaizdį ir formuoti įvaizdį arbitralumą pagal 368 VE viszont igen. alkotni, formálni, a két kollokáció egyike sem lenne AK-ként besorolva. A kurti, kurti formuoti yra ir kitose VE, prie kurių priskirtas tas pats daiktavardis įvaizdis, todėl kolokacija įvaizdį igék azonban egy másik VE (45) alapján AK-ként ismerhetők el: kurti, sukurti, vystyti, plėtoti, įgyvendinti, rengti, įkurti. Galimas ir kitas atvejis: tos pačios kolokacijos gali būti pripažintos kaip arbitraliosios több mint egy VE alapján, például az atlikti mankštą, daryti mankštą kollokációk AK-ként értékelhetők mind a 11. VE (atlikti, vykdyti, daryti), mind a 15. VE (padaryti, atlikti, sukurti; JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių nyelvi kollokációk meghatározása | 19 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 nuveikti) alapján. A probléma akkor merül fel, amikor az arbitrális kollokációt nem tekintik arbitrálisnak, ha ez egyetlen VE alapján sem állapítható meg. Ez meglehetősen gyakran variantus. Pavyzdžiui, su daiktavardžiu mokesčiai vartojamas ir kelti, ir didinti, abu šie előfordult a kollokációk értékelésekor: az igék az 52. VE-ben szerepelnek, amely alapján az arbitraritást értékelik, ezért ezeket a kollokációkat nem sorolják az AK-k közé. Mindazonáltal ezek az AK változatai (vö. auga, kyla, didėja kainos). Ugyanez az eset az atlikti / vykdyti / daryti tyrimą esetében is (a 11. VE alapján ezeket a kapcsolódásokat nem ismerték el AK-ként). Ugyanebben a VE-ben szerepeltek a gauti és įgyti igék is, ezért a gauti diplomą és įgyti diplomą kollokációkat nem ismerték el AK-ként. Az ilyen esetek azt mutatják, hogy a kollokációk arbitraritásának korlátozott lexikai kombinálhatóság kritériuma szerinti értékelésekor mind az alkalmazott tesztelési eszközök, mind pedig az fontos, hogy az AK-változatok meghatározására inkább nem automatikus módszer alkalmas. Mivel a szinonimák felcserélhetőségének tesztelése ennyire összefügg a konkrét VE-ben található szavakkal, az is előfordulhat, hogy a hasonló, csupán ellentétes jelentésű kollokációk nem kerülnek kiválasztásra. Például a kyla nepasitenkinimas kollokáció kiválasztásra került, a mažėja nepasitenkinimas viszont nem. Nem automatikus módon mindkettőt AK-ként értékelték volna. Vagyis amikor az arbitraritás értékelésére a nyelvészeti introspekció módszerével értékelt adatokat használnak, megőrződik az 2. módszerrel elvesztett AK-k egy része. Igaz, a nyelvészeti nem automatizált módszer alkalmazása bizonyos fokú szubjektivitással jár. Az automatizált módszer objektívebb, bár el kell ismerni, hogy az adatok töredékesebbek (a teszteléshez csak annyi és olyan VE használható, amennyit összegyűjtöttek). Ezenkívül nem minden, AK-nak minősülő kollokációt ismernek el ekként. 2. AZ AK-K MEGHATÁROZÁSÁNAK EREDMÉNYEI A meghatározott AK-k számát tekintve egyértelműen látható, hogy a nem automatizált és az automatizált módszerekkel meghatározott, egyező AK-k száma nagyon csekély (részletesebben lásd a 2.1. és 2.2. fejezetet), vagyis mindkét módszerrel külön-külön fontos adatok nyerhetők. A nem automatizált elemzés módszerével összegyűjtött adatok száma jóval nagyobb, mint az automatizáltan meghatározottaké, de a nem automatizált elemzés során nem egy, hanem két kiválasztási kritériumot alkalmaztak (a korlátozott lexikai kombinálhatóságot és az átvitt jelentést), míg a JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 20 vektormódszer alkalmazásakor csak a korlátozott 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 éppen ilyen eredményeket kaptak, amilyeneket az alkalmazott kritériumok és a felhasznált 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 adatok meghatároztak. Először is a kollokációk – az egyik módszerrel, egy részük – a másikkal; c) a kollokációk egy része az egyik, egy része a másik, egy része pedig mindkét módszerrel. A következő alfejezetekben a különböző szerkezetű AK-kat a mindkét módszerrel kapott eredményeket kommentálva tárgyaljuk. 2.1. Mellékes kollokációk, amelyek melléknevekből és főnevekből állnak Összesen 1048 AK-t határoztunk meg, amelyek szerkezete: melléknév + főnév. E kollokációkban 320 különböző melléknév szerepel. Igaz, egyes melléknevekkel (didelis, mažas, atviras, aukštas, modernus, išskirtinis, pagrindinis stb.) több vagy több tucat AK, másokkal (pl. netrumpas, nuodugnus, permainingas, pikantiškas) pedig egyedi AK-k jöttek létre (átlagosan ugyanazzal a melléknévvel 3,3 kollokáció alakult; részletesebben lásd a 3. táblázatot). 3. TÁBLÁZAT. Különböző módszerekkel meghatározott AK-k (melléknév + főnév) Nem automatikus módszerrel Automatizált módszerrel Mindkét módszerrel 577 230 (2,5) 306 86 (3,56) 165 42 (3,93) meghatározott AK-k meghatározott AK-k meghatározott AK-k melléknévvel) melléknévvel) melléknévvel) (55,06) (29,2) (15,74) Vö. (proc.) Különböbūdvardžių skaičius (vidutinis AK skaičius, kurios az ugyanazzal az ugyanazzal az doi.org/10.35321/bkalba.2021.94.06 ző Vö. (proc.) Különböbūdvardžių skaičius (vidutinis AK skaičius, kurios ugyanazzal a nyelv kollokációinak ző Vö. (proc.) Különböző būdvardžių skaičius (vidutinis AK skaičius, kurios meghatározása | 21 JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 Amint a 3. táblázatból látható, a legtöbb AK-t nem automatikus módszerrel azonosították – az összes AK több mint felét (pl.: kegyetlen látvány, rabszolgamunka, egyenes kérdés, fájdalmas dalykas); apie trečdalis AK nustatyta automatizuotai (pvz.: vertingas turtas, unikalus projektas, nehéz nap, optimális módszer), a legkisebb részt (15,74 százalék) pedig azok az AK-k alkotják, amelyeket mindkét módszerrel azonosítottak (pl.: testvérgyilkos háború, intenzív kereskedelem, óriási projekt, alacsony ár). Hasonló arányok figyelhetők meg az igékkel alkotott AK-k esetében is (lásd a 2.2. alfejezetet). Az AK-k mellékneveinek elemzésekor látható, hogy egy részüket csak valamelyik módszerrel azonosított AK-k alkotják (lásd a korábban bemutatott példákat), míg a többit mindkét módszerrel azonosított AK (pl.: nagy, kicsi, erős). A kutatás kezdetén azt a hipotézist állították fel, hogy a nem automatizált módszerrel meghatározott AK-kban nagyobb a melléknevek változatossága, míg az automatizált vektormódszerrel meghatározott AK-kban – kisebb. Ez a hipotézis beigazolódott: az első módszerrel meghatározott AK-kban 235 különböző melléknevet használtak, vagyis ugyanaz a metodu nustatytose AK yra 86 skirtingi būdvardžiai, taigi vidutiniškai 3,56 AK sudaryta su melléknév átlagosan 2,5 AK-t alkot. A vektorok ugyanazzal a melléknévvel. A legkisebb melléknévi változatosság (42) azok között az AK-k között figyelhető meg, amelyeket mindkét sudaryta vidutiniškai 3,93 kolokacijos. Manytina, kad tokia nedidelė būdvardžių įvairovė módszerrel meghatároztak, de az ilyen kollokációk száma is ezekben a legkisebb. Ebben az AK-csoportban az ugyanazzal a melléknévvel való meghatározottságot viszonylag kevés adat okozta. Nagy a valószínűsége annak, hogy a kollokáció arbit­rális lesz, ha olyan melléknevek alkotják, mint a didis, didelis, didžiulis, milžiniškas, mažas, įtemptas, pavojingas, rimtas, stiprus, sunkus absztrakt főnevekkel, mivel ezek a melléknevek átvitt jelentésben fordulnak majd elő. Annak bemutatásakor, hogy az alkalmazott módszerek miként eredményezték éppen ezeket az eredményeket, példaként a norėtume aptarti AK su būdvardžiu protingas, nes iš jo matyti visa įvairovė, t. y. dalis kollokációk egy részét az egyik, egy részét a másik, egy részét pedig mindkét módszerrel határozták meg. A protingas melléknév nyolc kollokációja közül (protingas sprendimas, protingas miestas, protingas laikas, protingas būdas) kaip AK pripažintos šešios: šio būdvardžio kolokacijos su protingas vaikas, protingas vyras, a sprendimas és miestas főnevekkel nem automatikusan kiválasztott kollokációk, a vaikas és vyras szavakkal alkotott kollokációk automatizáltan kiválasztottak, míg a laikas és būdas szavakkal alkotott kollokációkat mindkét módszerrel kiválasztották. A nyelvészek megállapították, hogy a „személyek” szemantikai csoport e melléknév esetében szokásos. E csoport szavaival hasonló jelentésű melléknevek választhatóan kapcsolhatók össze (lehet 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 csak az automatizált kiválasztás eredményeként került be (az išmintingas žmogus kollokáció a Delfi.lt korpuszában nem volt adatolva), később az adatok áttekintésekor elvetették őket. A nyelvészek észrevették, hogy a többi főnév (sprendimas, laikas, būdas) többnyire az „absztraktumok” lexikai-szemantikai csoportjába sorolható, ennek ellenére a kollokációk csak bizonyos absztrakt főnevekkel alkotnak kapcsolatot, vagyis ebben a csoportban a választási lehetőségek korlátozottak, ami az arbitraritásra utal. Ezért mindezeket a kollokációkat arbitrarisnak ismerték el. Közülük mindössze kettőt (protingas laikas és protingas būdas) azonosítottak automatizáltan AK-ként, mivel a vektormódszer alkalmazásakor nem alkalmazzák a lexikai-szemantikai csoportok tesztjét. A nem automatikus módszerrel meghatározott AK-k. Például a magas melléknévvel kilenc arbitraritásként elismert kollokációt azonosítottak: magas eredmény, magas rangú tisztviselő, magas ár stb. Itt a melléknevet átvitt értelemben használják (és szinte csak elvont főnevekkel), így az átvitt jelentés kritériuma alapján a nyelvészek ezeket a kollokációkat az AK-k közé sorolták. Automatizált módszerrel ezeket a kollokációkat nagyon gyakran nem azonosították, mert a szinonimák felcserélhetőségének tesztjéhez nem álltak rendelkezésre olyan VE-k, amelyekben a megfelelő melléknév (magas, zárt, fájdalmas, gyenge, széles, kényelmes, könnyű, szabad, hosszú vagy gyors) szerepelt volna, ezért nem lehetett értékelni a felcserélhetőséget. Amint azt az előző részben már említettük, az automatizált módszer eredményei nagymértékben attól függnek, hogy rendelkezésre áll-e a szinonimák felcserélhetőségének neatpažintos, o lingvistinė kompetencija gali kompensuoti tekstyno duomenų trūkumą. ellenőrzéséhez szükséges anyag, illetve milyen a szinonimasor minősége. Ez az eset azt szemlélteti, hogy ha csak automatizált módszert alkalmazunk, az AK-k egy része rejtve kontekstas gali skirtis. Pavyzdžiui, tarp būdvardžio ryškus kolokacijų daug tokių, kurios nustatytos neautomatiškai (pvz.: ryški moteris, ryškus žmogus) ir tik viena AK nustatyta abiem maradhat. Egy másik ok, amiért egyes AK-k automatikusan nem ismerhetők fel, az, hogy egy adott jelentésű szinonimasorhoz nem feltétlenül kapcsolódik minden főnév, mivel a főnevek egy részét módszerekkel – szembetűnő esemény. Ez azt jelenti, hogy az ezzel a melléknévvel alkotott VE-k rendelkezésre álltak, de vele automatikusan susieti ne visi trys daiktavardžiai, o tik įvykis. Automatizált módszerrel meghatározott AK-k. A hatékony melléknévvel alkotott AK-kat csak vektoros módszerrel határozták meg, például: hatékony eszköz, hatékony eredmény, hatékony rendszer, hatékony munka. A VE-nek több szinonimája volt (pl. veiksmingas), azonban a priemonė, veiksmingas rezultatas ir kt. tekstyne neužfiksuotos, todėl, pritaikius negalimo JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių veiksminga nyelvi kollokációk meghatározása kollokáció | 23 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 a helyettesíthetőségi tesztet; az efektyvus szóval alkotott kollokációkat AK-ként ismerték el. Fontos hozzátenni, hogy a nyelvészek az anyanyelvi beszélők kompetenciájára támaszkodva ebben az esetben másképpen értékelték: a helyettesíthetőség lehetséges (használható az efektyvi priemonė és a veiksminga priemonė is), ezért úgy döntöttek, hogy ezeket a kollokációkat nem tekintik AK-knak. Automatizáltan sok olyan kollokációt is AK-ként ismertek el, amelyekben a melléknév értékelő jellegű, vö.: išskirtinis (mivel szinonimikusan kapcsolódik az ypatingas szóhoz), keistas (az neįprastas szóhoz kapcsolódik), modernus (a šiuolaikiškas szóhoz kapcsolódik), pagrindinis (az esminis szóhoz kapcsolódik), sudėtingas (a sunkus szóhoz kapcsolódik). A nyelvészek az ilyen eseteket gyakrabban nem sorolták az AK-k közé. A stabilus szóval alkotott kollokációkat, például: stabilus gyvenimas, stabili kaina, stabili savaitė, stabili valstybė, csak a vektormódszer ismerte el arbitrárius kollokációként, mivel a helyettesíthetőséget a pastovus szinonimával ellenőrizték, amely kollokátumként nem fordult elő a megfelelő főnevekkel. A nyelvészek azonban ezeket a kollokációkat nem ismerték el arbitráriusnak, mivel a stabilus vonzatképességét vizsgálva látható, hogy az valóban széles körű, és korlátozásokat nem állapítottak meg, a pastovus szót pedig nem tekintették a stabilus szinonimájának, vö.: stabilus darbas, stabili valstybė, stabili kaina, stabilus rezultatas, stabilus gyvenimas, stabili savaitė. Mindkét módszerrel meghatározott AK-k. A rendelkezésre álló adatok között egyetlen olyan eset sincs, amikor ugyanannak a melléknévnek az AK-ként elismert összes kollokációját mindkét módszerrel meghatározták volna. Az összes esetben mindkét módszerrel csak azok egy részét határozták meg, és e melléknevek között leggyakrabban olyanok vannak, amelyek nelengvas, patrauklus, pavojingas, rimtas, stiprus, sunkus, tvirtas. Kaip jau minėta, daugumos átvitt értelemben is használhatók, például: garsus, greitas, liūdnas, mažas; az ilyen melléknevek AK-it csak nem automatizált módszerrel határozták meg, például a silpnas nustatant neautomatiškai, tokie atvejai atrinkti pagal perkeltinės reikšmės kriterijų, o taikant melléknévvel alkotott kollokációkat (lásd még a korábban említett példákat). Ez azért van így, Patikrinus, kiek atskirais metodais surenkama kolokacijų vienam iš produktyviausių mert az AK 2. módszerhez csak akkor voltak megfelelőek, ha a felcserélhetőségi teszthez használt szinonimasorok tagjai voltak. A sprendimas főnév esetében a 3. táblázathoz hasonló tendenciák figyelhetők meg: a nem automatizált módszerrel kapták a legtöbb AK-t, azonban jelentős részük olyan AK, amelyeket automatizáltan határoztak meg. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių nyelvi kollokációk meghatározása | 24 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 4. TÁBLÁZAT. A sprendimas főnévvel és melléknevekkel meghatározott AK-k Nem automatizált nustatytos AK módszerrel nustatytos AK Automatizált módszerrel Mindkét módszerrel nustatytos AK 1) felelősségteljes 2) precedens nélküli 3) drastiškas 4) bátor 5) formális 6) szigorú 7) intelligens 8) bölcs 9) konstruktív 10) kreatív 11) ostoba 12) ideiglenes 13) döntő 14) végzetes 15) könnyű 16) logikátlan 17) irracionális 18) megalapozott 19) kényelmes 20) fejlett 21) praktikus 22) ellentétes 23) értelmes 24) racionális 25) tudatos 26) biztonságos 27) savarankiškas 28) skandalingas 29) fájdalmas 30) skubotas 31) skubus 32) sumanus 33) taikus 34) helyes 35) tvarus 36) vieningas 1) világos 2) 3) furcsa 3) 4) konkrét 5) kreatív 5) 6) hasznos 7) váratlan 8) optimális 9) egyszerű 10) rossz 11) valós 12) összetett 13) egyedi 1) gyors kategorikus 2) logikus nem könnyű 4) komoly kockázatos 6) nehéz 7) káros 8) szilárd 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 A döntés főnév példájának bemutatásakor fontos megemlíteni még egy, az automatizált módszerrel kapcsolatos szempontot: az önkényesen hozzárendelt kollokációk egy része diskutuotinos, t. y. gali atrodyti lyg esančios ant ribos, arčiau netikrųjų. Pavyzdžiui, gali kilti esetében felmerülhet a kérdés, hogy az olyan kollokációk, mint az egyértelmű döntés vagy a furcsa döntés, valóban önkényesnek tekinthetők-e. Úgy tűnik, hogy az egyértelmű, furcsa, kiti gali būti derinami ne tik su sprendimas, bet ir su daug kitų daiktavardžių, su kuriais jie kreatív, hasznos, váratlan melléknevek jelentésük alapján is kapcsolódhatnak egymáshoz, vö. e mellékneveknek a Delfi.lt korpuszban megállapított összes kollokációját: egyértelmű jel, sistema, aiškus dalykas; keistas dalykas, keistas būdas, keistas klausimas, keista vieta, keistas egyértelmű kép, egyértelmű információ, egyértelmű eredmény, egyértelmű döntés, furcsa esemény, furcsa kép. A nyelvészek a korlátozott lexikai kapcsolhatóságot nemcsak szinonímiai teszttel, hanem lexikai szemantikai csoportok alapján is ellenőrizték, ezért az egyértelmű döntés és a furcsa döntés kollokációkat nem sorolták az önkényesek közé. A lexikai korlátozottság automatizált értékelése során ezeket a kollokációkat az AK-k közé sorolták, mivel a szinonimák felcserélhetőségének vizsgálatakor megállapították, hogy a döntés főnév csak az egyértelmű, érthető szinonimapár egyik tagjával, illetve a furcsa, szokatlan szinonimapár egyik tagjával alkotott kollokációkat. E példák azt mutatják, hogy pontosabb AK-eredményekre akkor lehet számítani, ha a korlátozott lexikai kapcsolhatóság ellenőrzésére nemcsak a szinonímiai, hanem a lexikai szemantikai csoportok tesztjét is alkalmazzuk. 2.2. Igékből és főnevekből álló önkényes kollokációk 1171 igéből és főnévből álló AK-t állapítottak meg. Ez meglehetősen hasonló a melléknevekkel skaičius į AK, sudarytų su būdvardžiais, skaičių – 1048. Taip pat gana panašiai, palyginti su alkotott kollokációkhoz (lásd a 2. táblázatot), a különböző módszerekkel megállapított AK-k eltérően oszlanak meg (lásd a 3. táblázatot): az AK-k mintegy felét nem automatizált módon apniukusi diena, aptarti galimybes, iškviesti apsaugą), apie trečdalis – automatizuotai (pvz.: állapították meg (például: segítségére sietni, az életre tekinteni, tönkretett vagyon, vagyont gyűjteni), csaknem egyötödüket pedig mindkét módszerrel (például: szolgálatot teljesíteni, parancsot adni, szükséget látni). Elemeztük e struktúra AK-jainak lexikai változatosságát is, vagyis azt, hogy hány különböző ige alkotja a meghatározott módszerrel megállapított AK-kat. Ugyanazzal az igével átlagosan 2,05, az ebben az alfejezetben tárgyalt AK-t alkották (lásd az 5. táblázatot). JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių nyelvi kollokációk azonosítása | 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 A LITVÁN TETSZŐLEGES KOLLOKÁCIÓK AZONOSÍTÁSA Összefoglalás Ebben a tanulmányban egy folyamatban lévő projekt, a „Litván nyelv önkényes kollokációi: azonosítás, leírás és használat (ARKA)” keretében kidolgozott, az önkényes kollokációk (AC) azonosítására irányuló módszertani megközelítéseket írjuk le. E kutatás tárgyát a litván nyelv önkényes kollokációi képezik, amelyek kollokálhatóságát inkább lexikai, mintsem szemantikai korlátozások határozzák meg. Az ilyen kollokációk nem tükrözik közvetlenül a nyelven kívüli valóságot, és a kollokátumok közötti kapcsolat tetszőleges: bár több közeli szinonima is létezhet, egy bizonyos szókapcsolatban egy adottat részesítenek előnyben (pl. suprasti užuominą vs. *suvokti užuominą). A kutatás forrása a Litván többszavas kifejezések adatbázisa volt, amely több mint 12.000 kollokációt tartalmaz. A 2400 azonosított tetszőleges kollokáció strukturális összetétele a következő volt: melléknév (melléknévi igenév)+főnév, ige+főnév és főnév+főnév. Az önkényes kollokációkat a manuális nyelvészeti elemzés és a számítógépes nyelvészet félautomatikus módszereinek kombinálásával határozták meg. A manuális módszer két fő AC-azonosítási kritériumot foglalt magában: a lexikai kötöttséget és/vagy a jelentésátvitelt. A lexikai kötöttséget két teszttel mértük: az előmódosító szinonimával való helyettesítésével és (vagy) a főnév szemantikai mezőjének összehasonlításával. Ezenkívül a lexikai kötöttséget egy félautomatikus megközelítéssel is értékeltük, az automatikusan generált vektorláncokban található szinonimapárok elemzésével. A félautomatikus megközelítés három szakaszból állt: (1) potenciális szinonimákat tartalmazó vektorláncok automatikus generálása; (2) a vektorláncok manuális szerkesztése a zaj csökkentése érdekében, valamint (3) a félautomatikus folyamat, amelynek során a kollokációk were compared to particular synonym pairs in vector strings and approved or not approved by linguists as arbitrary. Az AK-k hozzávetőlegesen felét a nyelvi kollokációk azonosításán alapuló kézi 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 módszerrel mutatták ki | 37 doi.org/10.35321/bkalba.2021.94.06 BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204 másrészt, mivel az önkényességet a vektorláncban rendelkezésre álló szinonimák alapján határozzuk meg, egyes AC-k nem feltétlenül azonosíthatók a generált szinonimák elégtelen terjedelme miatt. Az automatikusan generált szinonimákat szintén manuálisan kell elemezni a szemantikailag nem kapcsolódó szavak eltávolítása érdekében. E korlátok ellenére a módszer alkalmas nagy mennyiségű adat feldolgozására. Ilyen nagy számú szó kontextuális hasonlóságának manuális értékelése nehéz lenne. Az AC-k mintegy egyötödét mindkét módszer kombinációjával azonosították. Ezek az eredmények azt sugallják, hogy a különböző módszertani megközelítések lehetővé tették a kutatók számára, hogy több önkényes kollokációt fedezzenek fel. Azt állítják, hogy az említett előnyöket és hátrányokat figyelembe véve a litván önkényes kollokációk azonosításában akkor érhetők el a legjobb eredmények, ha a manuális és a félautomatikus módszereket kombinálják. KULCSSZAVAK: önkényes kollokációk, litván nyelv, lexikai kötöttség, vektortérmodell, félautomatikus megközelítés, manuális nyelvészeti megközelítés. JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ Vytauto Didžiojo universitetas Kristijono Donelaičio g. 58, 44248 Kaunas [email protected] [email protected] [email protected]