JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ,

JURGITA VAIČENONIENĖ

Πανεπιστήμιο Vytautas Magnus

ΑΝΑΓΝΩΡΙΣΗ ΑΥΘΑΙΡΕΤΩΝ ΚΟΛΛΟΚΑΣΕΩΝ ΤΗΣ ΛΙΘΟΥΑΝΙΚΗΣ ΓΛΩΣΣΑΣ

ΛΕΞΕΙΣ-ΚΛΕΙΔΙΑ: αυθαίρετες κολλοκασίες, λιθουανική γλώσσα, περιορισμένη λεξική συνταξιμότητα, μέθοδος διανυσμάτων, αυτοματοποιημένη αναγνώριση, γλωσσολογική μη αυτόματη αναγνώριση.

ΠΕΡΙΛΗΨΗ

Αντικείμενο της μελέτης που παρουσιάζεται στο άρθρο είναι οι αυθαίρετες κολλοκασίες της λιθουανικής γλώσσας. Η συνταξιμότητά τους βασίζεται όχι σε σημασιολογικούς, αλλά σε λεξικούς περιορισμούς· τέτοιες κολλοκασίες δεν αντανακλούν άμεσα την εξωγλωσσική πραγματικότητα. Η σχέση μεταξύ των λέξεών τους είναι αυθαίρετη: παρόλο που, βάσει παρόμοιας σημασίας, θα μπορούσε θεωρητικά να επιλεγεί περισσότεροι από ένας συνδυαστικοί εταίροι, τείνει κανείς να χρησιμοποιεί έναν συγκεκριμένο. Το άρθρο περιγράφει μεθόδους αναγνώρισης αυθαίρετων κολλοκασιών, οι οποίες δοκιμάστηκαν στο πλαίσιο του έργου «Μη αυτόματη μέθοδος γλωσσολογικής ανάλυσης και αυτοματοποιημένη μέθοδος υπολογιστικής γλωσσολογίας (ARKA)». Το υλικό της έρευνας αντλήθηκε από τη Βάση δεδομένων σταθερών λεξικών συνδυασμών της λιθουανικής γλώσσας.

ΠΕΡΙΛΗΨΗ

Το άρθρο αποσκοπεί στην περιγραφή των μεθοδολογικών προσεγγίσεων για την αναγνώριση αυθαίρετων κολλοκασιών (AC), οι οποίες αναπτύχθηκαν στο πλαίσιο του έργου «Αυθαίρετες κολλοκασίες της λιθουανικής γλώσσας: αναγνώριση, περιγραφή και χρήση (ARKA)». Η πηγή της έρευνας ήταν η «Βάση δεδομένων πολυλεκτικών εκφράσεων της λιθουανικής γλώσσας». Οι αυθαίρετες κολλοκασίες προσδιορίστηκαν με συνδυασμό χειροκίνητων και ημιαυτόματων μεθόδων υπολογιστικής γλωσσολογίας.

ΕΙΣΑΓΩΓΗ

Όπως είναι γνωστό, μεγάλο μέρος των παγιωμένων λεξικών συνδυασμών αποτελείται από συμπλοκές λέξεων· ωστόσο, όταν αυτές εντοπίζονται αυτόματα σε σώματα κειμένων με στατιστικές ή υβριδικές μεθόδους (για περισσότερες λεπτομέρειες βλ. Bielinskienė κ.ά. 2019: 15–22), εντοπίζονται επίσης αρκετοί συνδυασμοί

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 2

doi.org/10.35321/bkalba.2021.94.06

που κατατάσσονται στις συμπλοκές επειδή η συχνότητα κοινής χρήσης των λέξεων που τις αποτελούν αξιολογείται αυτόματα ως στατιστικά σημαντική, π.χ.: έξι χρόνια, ηλιόλουστη μέρα, όμορφη γυναίκα κ.ο.κ. Έτσι, μεταξύ των συμπλοκών εμφανίζονται και πλασματικές, οι οποίες σχηματίζονται ως απλοί ελεύθεροι λεξικοί συνδυασμοί βάσει σημασιολογικών και όχι λεξικών περιορισμών (Marcinkevičienė 2010: 90–91).

Ορισμένοι ερευνητές θεωρούν συμπλοκές μόνο τις γνήσιες συμπλοκές (γνωστές επίσης ως μη αιτιολογημένες ή αυθαίρετες) — συνήθεις λεξικούς συνδυασμούς που δεν αντανακλούν άμεσα την εξωγλωσσική πραγματικότητα· η σχέση μεταξύ των λέξεών τους είναι αυθαίρετη (για περισσότερα σχετικά με την αυθαιρεσία βλ. Kovalevskaitė κ.ά. 2021).

Αντικείμενο της παρούσας μελέτης είναι ακριβώς οι αυθαίρετες συμπλοκές λέξεων (εφεξής – ΑΣ), δηλαδή εκείνες που χαρακτηρίζονται από περιορισμένη λεξική συνδυαστικότητα (αγγλ. lexical restrictedness): παρότι θεωρητικά, με βάση παρόμοια σημασία, μπορεί να επιλεγεί περισσότερο από ένας συνδυαστικός εταίρος, υπάρχει τάση να χρησιμοποιείται ένας συγκεκριμένος, π.χ., καταλαβαίνω έναν υπαινιγμό και όχι *αντιλαμβάνομαι έναν υπαινιγμό, σε απόσταση αναπνοής και όχι *σε απόσταση αρπαγής με το χέρι. Η Rūta Petrauskaitė γράφει: «Η απουσία άμεσης σχέσης με την πραγματικότητα που κατονομάζεται έχει ως αποτέλεσμα όχι μόνο να διαφέρει σημαντικά η συνδυαστικότητα της ίδιας λέξης μεταξύ διαφορετικών γλωσσών, αλλά ακόμη και στην ίδια γλώσσα να μην μπορεί να αντικατασταθεί ένα μέλος της συμπλοκής από ένα άλλο συνώνυμό του χωρίς να διακινδυνεύσει κανείς να ακουστεί η φράση αφύσικη, π.χ., ο χρόνος περνά, τρέχει, κυλά, αλλά όχι *βαδίζει, καλπάζει, σέρνεται» (Marcinkevičienė 2010: 91). Σύμφωνα με τη R. Petrauskaitė, οι συνδυαστικοί εταίροι της λέξης-κεφαλής των γνήσιων (αυθαίρετων) συμπλοκών είναι απρόβλεπτοι· η βάση της συνδυαστικότητας τέτοιων συμπλοκών είναι οι λεξικοί περιορισμοί (Marcinkevičienė 2010: 90).

Οι ΑΣ δεν έχουν λάβει μέχρι σήμερα ιδιαίτερη προσοχή από τους ερευνητές της λιθουανικής γλώσσας, παρότι ο εντοπισμός τους θα βοηθούσε να αναδειχθούν ως ο πυρήνας των συμπλοκών της λιθουανικής γλώσσας, κάτι ιδιαίτερα χρήσιμο για σκοπούς μετάφρασης, διδασκαλίας της λιθουανικής ως ξένης γλώσσας και λεξικογραφίας. Για τους σκοπούς αυτούς, οι ΑΣ αναλύονται στο πλαίσιο του έργου «Αυθαίρετες συμπλοκές λέξεων της λιθουανικής γλώσσας: αναγνώριση, περιγραφή, χρήση (ARKA)»¹, το οποίο αποσκοπεί στην περιγραφή των ΑΣ της λιθουανικής γλώσσας και στην ανάπτυξη λεξικογραφικών και εκπαιδευτικών πόρων για τις ΑΣ.

Στόχος του άρθρου είναι να περιγράψει ποιες μέθοδοι εφαρμόστηκαν στο πλαίσιο του έργου ARKA για την αναγνώριση των ΑΣ της λιθουανικής γλώσσας και να συγκρίνει τα αποτελέσματα που προέκυψαν με διαφορετικές μεθόδους. Οι ΑΣ αναλύθηκαν με μη αυτόματες μεθόδους γλωσσικής ανάλυσης και με αυτοματοποιημένες μεθόδους υπολογιστικής γλωσσολογίας.

¹ Το έργο χρηματοδοτείται από το Συμβούλιο Έρευνας της Λιθουανίας (αρ. S-LIP-20-18), για περισσότερες λεπτομέρειες βλ. https://arka.pastovu.vdu.lt.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 3

doi.org/10.35321/bkalba.2021.94.06

Πηγές: 1) Η βάση δεδομένων σταθερών συνδυασμών λέξεων της λιθουανικής γλώσσας (στο εξής – PŽJDB)², στην οποία περιλαμβάνονται περίπου 12 χιλιάδες συνάψεις· 2) το σώμα κειμένων Delfi.lt³, αποτελούμενο από 70 εκατομμύρια λέξεις και καλύπτοντας κείμενα που δημοσιεύτηκαν το 2014–2016 σε διάφορες ενότητες της ειδησεογραφικής πύλης Delfi.lt (για περισσότερες πληροφορίες σχετικά με το σώμα κειμένων, βλ. Bielinskienė et al. 2019: 14–15).

Το υλικό της έρευνας αποτελείται από συνάψεις που σχηματίζονται από 97 ουσιαστικά (vieta, aplinka, būdas, vyras, moteris, dalykas κ.ά.⁴). Η δομή τους είναι: επίθετο / επίθετα ή μετοχή + ουσιαστικό, ρήμα + ουσιαστικό, ουσιαστικό + ουσιαστικό. Μετά την ολοκλήρωση της έρευνας, περίπου 2400 συνάψεις αναγνωρίστηκαν ως AK. Οι περισσότερες είναι διλεκτικές, αλλά ορισμένες είναι τριλεκτικές· οι τελευταίες συνήθως αποτελούνται από ρήματα, επίθετα και ουσιαστικά (η σειρά των συστατικών μπορεί να διαφέρει).

Το πρώτο μέρος του υπό εξέταση υλικού, δηλαδή οι συνάψεις με δομή επίθετο + ουσιαστικό, εξετάστηκε σε προηγούμενο άρθρο (Kovalevskaitė et al. 2021). Εκεί παρουσιάστηκε μια απόπειρα αναγνώρισης των AK με την εφαρμογή μίας από τις μεθόδους της υπολογιστικής γλωσσολογίας – της αυτοματοποιημένης (διανυσματικής) μεθόδου, η οποία παρουσιάστηκε επίσης αναλυτικά. Το παρόν άρθρο συνοψίζει ολόκληρη την έρευνα για την αναγνώριση των AK. Στο πρώτο κεφάλαιο παρουσιάζονται και οι δύο μέθοδοι που εφαρμόστηκαν – η μη αυτοματοποιημένη (βλ. § 1.1), μαζί με τα κριτήρια και τις δοκιμές που χρησιμοποιήθηκαν, και η αυτοματοποιημένη, της οποίας η εφαρμογή αναδεικνύεται μέσω μιας ομάδας συνάψεων με δομή ρήμα + ουσιαστικό (βλ. § 1.2). Στο δεύτερο κεφάλαιο, με βάση τα δεδομένα όλων των σταδίων της έρευνας, εξετάζονται και συγκρίνονται τα αποτελέσματα της εφαρμογής των μεθόδων, οι δυνατότητες και οι αδυναμίες τους, στοιχεία σημαντικά για την αξιολόγηση του καταλόγου των εντοπισμένων AK και τον σχεδιασμό περαιτέρω έρευνας για τις AK.

1. ΜΕΘΟΔΟΙ ΕΝΤΟΠΙΣΜΟΥ ΑΥΘΑΙΡΕΤΩΝ ΣΥΝΑΨΕΩΝ

Στη βιβλιογραφία για τις AK αναφέρεται ότι το όριο μεταξύ των αυθαίρετων και των λεγόμενων τετριμμένων συνάψεων θα μπορούσε να τεθεί στο σημείο που διαχωρίζει τα αφηρημένα ουσιαστικά: «<...> οι συνάψεις που βασίζονται σε αφηρημένα ουσιαστικά μπορούν να θεωρηθούν γνήσιες, μη παρακινημένες,

² http://resursai.pastovu.vdu.lt/paieska/paprastoji

³ https://klc.vdu.lt/pastovuSearch.html

⁴ Πρόκειται, επομένως, για ουσιαστικά τόσο συγκεκριμένα όσο και αφηρημένα, τα οποία σχηματίζουν κυρίως σταθερούς συνδυασμούς λέξεων και εντοπίστηκαν στο σώμα κειμένων Delfi.lt· για περισσότερες πληροφορίες σχετικά με αυτά, βλ. Bielinskienė et al. 2019.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 4

doi.org/10.35321/bkalba.2021.94.06

και οι πάγιες συνάψεις με συγκεκριμένα ουσιαστικά βασίζονται συνήθως στην εξωγλωσσική πραγματικότητα και είναι τετριμμένες» (Marcinkevičienė 2010: 91). Επομένως, ένα από τα κριτήρια που αναφέρονται στις μελέτες για τις συμπαραθέσεις είναι η σημασιολογία των ουσιαστικών. Κατά τη διεξαγωγή της παρούσας έρευνας διαπιστώθηκε ότι η πλειονότητα των AK σχηματίζεται πράγματι με ονόματα αφηρημένων εννοιών, ωστόσο παρατηρήθηκε ότι η αυθαιρεσία χαρακτηρίζει και τις συμπαραθέσεις με συγκεκριμένα ουσιαστικά, πρβ.: περιορίζω την ταχύτητα, κάνω γυμναστική, παίρνω δωροδοκία, εγκαταλείπω το γήπεδο, παίρνω δάνειο, μιλάω στο τηλέφωνο, ανεβάζω μια παράσταση κ.ά.

Η πρόκληση της παρούσας έρευνας δεν ήταν μόνο να εφαρμοστούν τα κριτήρια αναγνώρισης των AK, αλλά και να επιλεγεί μια μεθοδολογία κατάλληλη για εργασία με μεγάλο όγκο δεδομένων, ώστε, βάσει αυτής, να καταρτιστούν κατάλογοι AK της λιθουανικής γλώσσας έπειτα από την εξέταση μεγάλου αριθμού συμπαραθέσεων (για τον σκοπό αυτό χρησιμοποιήθηκε υλικό από την PŽJDB). Κατά την υλοποίηση του έργου δοκιμάστηκε και εφαρμόστηκε διττή μεθοδολογία εντοπισμού των AK: μη αυτόματη και αυτοματοποιημένη. Αρχικά εφαρμόστηκε μη αυτόματη μέθοδος, με την επιλογή κριτηρίων για την αναγνώριση των AK (βλ. ενότητα 1.1). Καθώς η PŽJDB περιλαμβάνει μεγάλο όγκο δεδομένων, ένας από τους στόχους του έργου ήταν να δοκιμαστεί, παράλληλα με τη μη αυτόματη μέθοδο, και μια μέθοδος που θα επέτρεπε την αυτοματοποίηση, τουλάχιστον εν μέρει, της διαδικασίας αναγνώρισης των AK (βλ. ενότητα 1.2).

1.1. Μη αυτόματος εντοπισμός των AK

Για τον μη αυτόματο εντοπισμό των AK εφαρμόστηκαν δύο βασικά κριτήρια:

1) το κριτήριο του περιορισμένου λεξικού συνδυασμού, για την αξιολόγηση του οποίου εφαρμόστηκε η μέθοδος της αντικαταστασιμότητας με συνώνυμα και/ή των λεξικοσημασιολογικών ομάδων ουσιαστικών·

2) το κριτήριο της μεταφορικής σημασίας.

Εάν μια συμπαράθεση πληρούσε τουλάχιστον ένα κριτήριο, θεωρούνταν αυθαίρετη. Στη συνέχεια εξετάζεται πώς εφαρμόστηκε κάθε κριτήριο για να αξιολογηθεί αν μια συμπαράθεση θα θεωρούνταν αυθαίρετη.

1.1.1. Εντοπισμός των AK βάσει περιορισμένου λεξικού συνδυασμού

Όπως αναφέρθηκε στην εισαγωγή, αυθαίρετες θεωρούνται οι συμπαραθέσεις που έχουν περιορισμένο λεξικό συνδυασμό, δηλαδή ένα επίθετο ή ρήμα που χρησιμοποιείται με συγκεκριμένη σημασία σε συνδυασμό με ένα ουσιαστικό υπόκειται σε κάποιον, περισσότερο ή λιγότερο αυθαίρετο, περιορισμό ως προς τη δυνατότητα αντικατάστασης (αγγλ. arbitrary restriction on substitutability; Nesselhauf 2003, 2005). Επομένως, σύμφωνα με την έννοια του περιορισμένου λεξικού συνδυασμού, δεν μπορεί οποιοδήποτε συστατικό μιας συμπαράθεσης να χρησιμοποιηθεί με συγκεκριμένη σημασία

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 5

doi.org/10.35321/bkalba.2021.94.06

χρησιμοποιείται με όλους τους συντακτικά και σημασιολογικά δυνατούς κολοκάτες. Παρότι θεωρητικά μπορούν να βρεθούν υποκατάστατα κολοκατών, αυτά είτε θα ήταν εντελώς ακατάλληλα είτε θα ήταν ασυνήθιστα, π.χ.: ευνοϊκό έναντι *χρήσιμο περιβάλλον· πολυστρωματικό έναντι *στρωματοποιημένο μυθιστόρημα.

Οι γλωσσολόγοι εξέτασαν το κριτήριο του περιορισμένου λεξικού συνδυασμού με δύο δοκιμές:

1) με βάση τα συνώνυμα του ρήματος ή του επιθέτου (δηλ. αν μπορούν να αντικατασταθούν από άλλες λέξεις παρόμοιας σημασίας, οι οποίες θεωρούνται συνώνυμες)·

2) με βάση τις λεξικές-σημασιολογικές ομάδες των ουσιαστικών.

Επειδή ως AK θεωρούνται οι κολοκατίες των οποίων το ένα συστατικό συνήθως δεν μπορεί να αντικατασταθεί από άλλη λέξη —συνώνυμο παρόμοιας σημασίας—, για την αναγνώριση των AK εφαρμόστηκε δοκιμή αντικατάστασης συνωνύμων (προσαρμοσμένη από το Nesselhauf 2003): αν ένα συστατικό της κολοκατίωσης δεν μπορεί να αντικατασταθεί από άλλο συνώνυμο παρόμοιας σημασίας, η κολοκατίωση θεωρήθηκε AK. Για παράδειγμα, κατά την αξιολόγηση του αυθαίρετου χαρακτήρα των κολοκατίσεων παραβαίνω τον νόμο, εγκαθιστώ ένα σύστημα, δουλειά που έχει καταβληθεί, έγινε έλεγχος με βάση τα πιθανά συνώνυμα των ρημάτων *παραβιάζω τον νόμο, *εισάγω ένα σύστημα, *δουλειά που έχει μπει / φορτωθεί και κρίθηκε αν ήταν δυνατή η αντικατάσταση· αν όχι, οι κολοκατίσεις αναγνωρίστηκαν ως AK. Η δοκιμή πραγματοποιήθηκε από τρεις γλωσσολόγους με τη μέθοδο της ενδοσκόπησης, αλλά βασίστηκε στις κολοκατίσεις που εντοπίστηκαν στο σώμα κειμένων Delfi.lt. Ωστόσο, πρέπει να αναγνωριστεί ότι συχνά ήταν αρκετά δύσκολο να βρεθεί συνώνυμο, γι’ αυτό εφαρμόστηκε συχνά και η δεύτερη δοκιμή, δηλαδή εκείνη που βασίζεται στις λεξικές-σημασιολογικές ομάδες των ουσιαστικών.

Ο περιορισμένος λεξικός συνδυασμός αξιολογήθηκε επίσης με βάση την ποικιλία των λεξικών-σημασιολογικών ομάδων: με βάση τις κολοκατίσεις που περιλαμβάνονται στο PŽJDB, εξετάστηκε με ουσιαστικά από πόσες λεξικές-σημασιολογικές ομάδες συνδυάζεται το επίθετο ή το ρήμα της κολοκατίωσης και έτσι αξιολογήθηκε η έκταση του λεξικού συνδυασμού. Για να προσδιοριστεί με τη μεγαλύτερη δυνατή ακρίβεια με ποιες λέξεις μπορεί να χρησιμοποιείται το ουσιαστικό, αναλύθηκε ολόκληρο το παράδειγμά του, δηλαδή όλες οι κολοκατίσεις που σχηματίζονται με αυτό το ουσιαστικό. Ωστόσο, παρότι όλο το εξεταζόμενο υλικό αποτελείται από περίπου 12 χιλιάδες κολοκατίσεις διαθέσιμες στο PŽJDB, μερικές φορές ήταν φανερό ότι οι πληροφορίες δεν επαρκούσαν. Αν στο εξεταζόμενο υλικό υπήρχε μόνο μία κολοκατίωση με ένα συγκεκριμένο επίθετο / ρήμα, οι γλωσσολόγοι συμπλήρωναν το παράδειγμα με βάση τη γλωσσική τους διαίσθηση ως φυσικοί ομιλητές· αν στη βάση υπήρχαν αρκετές κολοκατίσεις, οι δοκιμές περιορισμένου λεξικού συνδυασμού εφαρμόζονταν στο διαθέσιμο παράδειγμα.

Με βάση τις λεξικές-σημασιολογικές ομάδες των ουσιαστικών, η έκταση του συνδυασμού αξιολογήθηκε σύμφωνα με τις ακόλουθες προϋποθέσεις:

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 6

doi.org/10.35321/bkalba.2021.94.06

a) οι κολοκατίσεις δεν θεωρήθηκαν AK αν με ένα συγκεκριμένο επίθετο / ρήμα συνδυάζεται μεγάλος αριθμός ουσιαστικών από πολλές διαφορετικές λεξικές-σημασιολογικές ομάδες και οι ομάδες αυτές είναι πολυπληθείς. Ένας τέτοιος συνδυασμός επιθέτου / ρήματος θεωρήθηκε ευρύς, χωρίς σαφείς λεξικούς περιορισμούς· πρβ. την αφθονία κολοκατίσεων με καλός: καλό αποτέλεσμα, δουλειά, κόσμος, άνθρωπος, χρόνος, ζωή, τρόπος, πράγμα, χώρα, ομάδα, ημέρα, απόφαση, έτος, καιρός, μέρος, πλευρά, σεζόν, ευκαιρία, τιμή, αγώνας, αυτοκίνητο, φαγητό, σημάδι, υγεία, δρόμος, άνδρας, παιδί, προϊόν, ερώτηση, αρχή, μέσο κ.ά.· πρβ. επίσης αγοράζω: αγοράζω αυτοκίνητο, φαγητό, προϊόν, περιουσία, γη·

b) αν με ένα επίθετο / ρήμα συνδυάζεται μεγάλος αριθμός ουσιαστικών από πολλές διαφορετικές λεξικές-σημασιολογικές ομάδες, αλλά μία ομάδα ξεχωρίζει ή χρησιμοποιούνται μόνο λίγα ουσιαστικά από μια συγκεκριμένη σημασιολογική ομάδα, η κολοκατίωση μπορούσε να θεωρηθεί AK. Για παράδειγμα, παρότι ο συνδυασμός του σταθμεύω είναι ευρύς, αυτό το ρήμα δεν μπορεί να χρησιμοποιηθεί με τις ονομασίες όλων των μέσων μεταφοράς, πρβ. σταθμεύω αυτοκίνητο (όπως και σταθμεύω ποδήλατο, μοτοσικλέτα), αλλά προσδένω πλοίο, προσγειώνω αεροπλάνο. Συνεπώς, η κολοκατίωση σταθμεύω αυτοκίνητο, λόγω του περιορισμένου συνδυασμού της, κατατάσσεται στις AK. Το ρήμα έχω θεωρείται λέξη με ευρύ λεξικό συνδυασμό, καθώς μπορεί να σχηματίσει πολλές και ποικίλες κολοκατίσεις, αλλά στο σύνολο του παραδείγματός του ξεχωρίζει η κολοκατίωση έχω υπόθεση — θεωρείται αυθαίρετη. Με το συννεφιάζει χρησιμοποιούνται λέξεις από δύο λεξικές-σημασιολογικές ομάδες —φυσικά φαινόμενα και συναισθήματα—, αλλά οι κολοκατίσεις σχηματίζονται μόνο με τα ουσιαστικά ο καιρός συννέφιασε και η διάθεση χάλασε, επομένως και οι δύο περιπτώσεις είναι AK·

c) οι κολοκατίσεις που ανήκουν σε μία μεγάλη σημασιολογική ομάδα δεν θεωρούνται AK. Για παράδειγμα, στο PŽJDB βρέθηκε μόνο μία κολοκατίωση, παρακρατώ φόρους, αλλά οι γλωσσολόγοι, βασιζόμενοι στη γλωσσική διαίσθηση ενός φυσικού ομιλητή, μπορούν να συμπληρώσουν το παράδειγμα με άλλες λέξεις (είναι δυνατό να παρακρατηθούν χρήματα, δάνειο και άλλα χρηματοοικονομικά στοιχεία), επομένως δεν αναγνωρίζουν την κολοκατίωση παρακρατώ φόρους ως AK. Πρόκειται για λεξική-σημασιολογική ομάδα που, αν και εκπροσωπείται στο PŽJDB από μία μόνο κολοκατίωση, θεωρητικά είναι πολυπληθής.

Ο περιορισμένος λεξικός συνδυασμός ελέγχθηκε αξιολογώντας και τις δύο λέξεις της κολοκατίωσης: το επίθετο / ρήμα δεν μπορεί να αντικατασταθεί από άλλα συνώνυμα (δοκιμή 1) ή (και) το παράδειγμα των ουσιαστικών είναι περιορισμένο (δοκιμή 2). Για παράδειγμα, η κολοκατίωση σερβιρισμένο φαγητό θα έδειχνε ότι μπορεί να υπάρχουν πολλά ουσιαστικά της ομάδας των τροφίμων (μπορεί κανείς να σερβίρει φαγητό, ποτά, δείπνο, μεσημεριανό...). Άρα, δεν πληροί την προϋπόθεση της δοκιμής 2, επειδή υπάρχει μία μόνο σημασιολογική ομάδα, αλλά πληροί την προϋπόθεση β, επειδή το σερβίρω δεν μπορεί να αντικατασταθεί από το προσφέρω. Συνεπώς, σύμφωνα με τη δοκιμή 2, η κολοκατίωση αναγνωρίζεται ως αυθαίρετη. Ένα ακόμη παράδειγμα:

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas

7

doi.org/10.35321/bkalba.2021.94.06

Το ρήμα surengti χρησιμοποιείται με ουσιαστικά που δηλώνουν εκδηλώσεις και γεγονότα (surengti rinkimus, koncertą...), επομένως τέτοιες συνάψεις δεν θα πρέπει να θεωρούνται αυθαίρετες με βάση το κριτήριο του μεγέθους της σημασιολογικής ομάδας, αλλά μπορούν να ενταχθούν στις AK σύμφωνα με το τεστ 1, επειδή το surengti δεν μπορεί σε αυτή την περίπτωση να αντικατασταθεί από το συνώνυμο suruošti.

Το τεστ συνωνυμίας δεν μπορεί να εφαρμοστεί πάντοτε. Για παράδειγμα, δεν μπορεί να εφαρμοστεί όταν υπάρχουν διάφορες παραλλαγές AK, πρβλ.: kainos kyla ir kainos auga, didėja; klausimas kamuoja ir klausimas kankina; duoti galimybę ir suteikti galimybę; įgyti teisę ir įgauti teisę. Το τεστ δεν μπορεί επίσης να εφαρμοστεί σε περιπτώσεις όπως sumokėti mokesčius, apgyvendintas miestas – είναι δύσκολο να προταθεί συνώνυμο, ακόμη και υποθετικά, για τις λέξεις sumokėti, apgyvendinti. Εάν δεν βρεθεί συνώνυμο, δεν μπορεί να ελεγχθεί η δυνατότητα αντικατάστασης, καθώς πρέπει να υπάρχει τουλάχιστον η θεωρητική δυνατότητα επιλογής ανάμεσα σε δύο (ή περισσότερα) συνώνυμα.

Οι γλωσσολόγοι που εξέτασαν τον περιορισμένο λεξικό συνδυασμό τόσο με το τεστ συνωνυμίας (τεστ 1) όσο και με το τεστ λεξικών σημασιολογικών ομάδων (τεστ 2) βασίστηκαν στη γλωσσική τους επάρκεια ως φυσικοί ομιλητές. Ωστόσο, τα αποτελέσματα αυτής της εργασίας επηρεάζονται αναπόφευκτα από τον παράγοντα της υποκειμενικότητας (σχετικά με αυτό το πρόβλημα του προσδιορισμού συνωνύμων, βλ. Divjak, Gries 2006: 24–26). Γι’ αυτό δοκιμάστηκε και αυτοματοποιημένη μέθοδος για την αξιολόγηση της δυνατότητας αντικατάστασης των συνωνύμων (βλ. ενότητα 1.2).

1.1.2. Προσδιορισμός των AK βάσει μεταφορικής σημασίας

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 nenuspėjama ryši 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. užietėjęs rūkalius) minimas ne objektas, o asmuo, todėl mokant kalbos šią kolokaciją verta išskirti kaip įsidėmėtiną žodžių junginį.

Τα επίθετα που χρησιμοποιούνται με μεταφορική σημασία χαρακτηρίζονται συνήθως και από ευρύτερο συνδυαστικό εύρος, ενώ οι συνάψεις με επίθετα ευρύτερης συνδυαστικότητας είναι δυσκολότερες για τους μαθητευόμενους (Nesselhauf 2005: 238). Λόγω της σημασίας του για τη γλωσσική εκμάθηση και τη μετάφραση

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 8

doi.org/10.35321/bkalba.2021.94.06

(Volungevičienė 2010; Stulpinaitė ir kt. 2016), για τον προσδιορισμό των λιθουανικών AK χρησιμοποιήθηκε το κριτήριο της μεταφορικής σημασίας.

Κατά τη μη αυτοματοποιημένη ανάλυση των συνάψεων, ως χαρακτηριστικό των AK θεωρήθηκε η χρήση ενός από τα συστατικά της σύναψης (επιθέτου, ρήματος ή ουσιαστικού) με μη κυριολεκτική σημασία. Αυτό προσδιορίστηκε με την ανάλυση ολόκληρου του παραδείγματος κλίσης μιας συγκεκριμένης λέξης, το οποίο δημιουργήθηκε από δεδομένα του σώματος κειμένων Delfi.lt (βλ. στήλη 1 του Πίνακα 1). Από ένα τέτοιο παράδειγμα φαίνεται με ποια άλλα επίθετα ή ρήματα σχηματίζει συνάψεις το συγκεκριμένο ουσιαστικό, καθώς και με ποια σημασία χρησιμοποιούνται στις συνάψεις τόσο το ίδιο όσο και τα συνδεόμενα μαζί του στοιχεία — επίθετα και ρήματα.

Μερικές φορές μόνο το ευρύτερο συγκείμενο επιτρέπει να προσδιοριστεί αν μια λέξη χρησιμοποιείται με κυριολεκτική ή μεταφορική σημασία· τότε χρησιμοποιήθηκαν η βάση δεδομένων PŽJDB και το σώμα κειμένων Delfi.lt, πρβλ. žalias + automobilis:

Ο εκπρόσωπος της „Unicredit Leasing“ στη Λιθουανία επισημαίνει δύο ακόμη τάσεις στην αγορά των πράσινων αυτοκινήτων.

Το πράσινο αυτοκίνητο που οδήγησε ο Marius Slaboševičius έμεινε πίσω κατά μισό δευτερόλεπτο <...>.

Το „Tesla Model S“ έχει κερδίσει αρκετά βραβεία καλύτερου αυτοκινήτου, ένα από τα οποία είναι το Πράσινο Αυτοκίνητο της Χρονιάς για το 2013.

Ενδιαφέροντα εννοιολογικά μοντέλα πράσινων αυτοκινήτων.

Από τα παραδείγματα φαίνεται ότι το επίθετο žalias χαρακτηρίζει το αυτοκίνητο ως οικολογικό, αλλά δεν προσδιορίζει το χρώμα του⁵. Μια τέτοια σύναψη θεωρήθηκε αυθαίρετη. Βεβαίως, στο σώμα κειμένων Delfi.lt, από τα δεδομένα του οποίου καταρτίστηκε η PŽJDB, μπορούν να βρεθούν αρκετές περιπτώσεις όπου το žalias περιγράφει το χρώμα του αυτοκινήτου.

Οι ονοματικές συνάψεις με επίθετα και ρήματα θεωρήθηκαν AK εφόσον τουλάχιστον ένα από τα συστατικά χρησιμοποιείται με μεταφορική σημασία. Σε αυτή την περίπτωση δεν εφαρμόστηκαν τα τεστ που περιγράφηκαν (βλ. ενότητα 1.1.1). Η μεταφορική χρήση επιθέτων και ρημάτων είναι ιδιαίτερα χαρακτηριστική των συνάψεων με αφηρημένα ουσιαστικά, καθώς και με ορισμένα ουσιαστικά που δηλώνουν συγκεκριμένα πράγματα, για παράδειγμα, των συνάψεων με τα ουσιαστικά 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.

⁵ Επισημαίνουμε ότι η ιδιαίτερη χρήση υποδηλώνεται επίσης από τις προσδιοριστικές μορφές.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 9

doi.org/10.35321/bkalba.2021.94.06

Οι συμπλοκές με αφηρημένα ουσιαστικά, όπως διαπίστωσε η R. Petrauskaitė (βλ. Marcinkevičienė 2010), μπορούν να σχηματίσουν εννοιολογικές μεταφορές (π.χ.: ήπιο μέτρο, οξεία κριτική, ξηρό αποτέλεσμα, διαρρεύσασα πληροφορία, υποδαυλίζω φήμες, διαρροή δεδομένων, νομοθετικό κενό⁶). Όπως επισημαίνει η R. Petrauskaitė, «το σημαντικότερο κριτήριο της μεταφορικότητας είναι η μετατόπιση της σημασίας, η οποία αναδεικνύεται από την αντίθεση συγκεκριμένου και αφηρημένου ουσιαστικού. Όταν οι ιδιότητες ενός συγκεκριμένου πράγματος χρησιμοποιούνται ως βάση για να ενταχθεί ένα αφηρημένο πράγμα σε ένα συμφραζόμενο και να σχηματιστεί μαζί του μια φράση, τότε γεννιέται η μεταφορά <...> ένα πράγμα, συνήθως αφηρημένο, γίνεται αντιληπτό ως ένα άλλο, συγκεκριμένο, μέσω της ορολογίας του τελευταίου <...>» (Marcinkevičienė 2010: 178).

Τα επίθετα (και σπανιότερα τα ρήματα) που χρησιμοποιούνται με μεταφορική σημασία σε συνδυασμούς με συγκεκριμένα ουσιαστικά τούς προσδίδουν ιδιότητες που δεν τους είναι σημασιολογικά χαρακτηριστικές (π.χ.: γρήγορο φαγητό, εντυπωσιακή γυναίκα, ορατός άνθρωπος). Όπως και στους συνδυασμούς με αφηρημένα ουσιαστικά, συχνά η σημασία της φράσης γίνεται κατανοητή όχι από τις μεμονωμένες λέξεις, αλλά από το σύνολο της φράσης (π.χ.: σιδερένιος άνθρωπος, χρυσή εποχή, άγρια γυναίκα· βλ. επίσης τα παραδείγματα που παρατέθηκαν προηγουμένως με το ουσιαστικό αυτοκίνητο). Σε έρευνες για συμπλοκές άλλων γλωσσών (π.χ. Strakatova, Hinrichs 2019), στις λεξικοποιημένες συμπλοκές περιλαμβάνονται οι συμπλοκές με συνόδευμα που έχει μεταφορική σημασία, όπου η μεταφορική σημασία αναδεικνύεται μόνο με περιορισμένο αριθμό λέξεων από συγκεκριμένες λεξικοσημασιολογικές ομάδες. Για παράδειγμα, η σημασία του επιθέτου heavy στους συνδυασμούς με τα ουσιαστικά smoker, rain, traffic (λιθ. εθισμένος καπνιστής, δυνατή βροχή, έντονη κυκλοφορία) δεν είναι πρωτοτυπική, καθώς δηλώνει όχι βάρος αλλά ένταση.

Διαπιστώθηκε ότι οι λέξεις με μέτρια λεξική συνδυαστικότητα⁷ έχουν υψηλό δυναμικό μεταφοροποίησης, για παράδειγμα τα ρήματα παραλύω (παραλύω την κυκλοφορία), εξαντλούμαι (ο χρόνος εξαντλείται), καταστρέφω (καταστρέφω τη ζωή). Μεταξύ των επιθέτων υπάρχουν πολλά που, όταν χρησιμοποιούνται με κυριολεκτικές

⁶ Για τις χωρικές, οντολογικές και δομικές μεταφορές στις συμπλοκές βλ. επίσης: Drūlienė 2008a, b· Šilinytė 2008. Στόχος του παρόντος άρθρου και ολόκληρου του έργου δεν είναι να ταξινομηθούν οι μεταφορές που εντοπίστηκαν, γι’ αυτό το θέμα δεν εξετάζεται περαιτέρω, αν και είναι σαφές ότι οι αυθαίρετες συμπλοκές μπορεί να αποτελέσουν ενδιαφέρον αντικείμενο έρευνας για ειδικούς στη γνωσιακή γλωσσολογία.

⁷ Με βάση τον τύπο που παρουσίασε η Susane Handl το 2008, Delfi.lt υπολογίστηκαν οι δείκτες συνδυαστικότητας των συστατικών των συμπλοκών που αναλύονται, βάσει σώματος κειμένων. Οι έρευνες αυτές θα συνεχιστούν. Προς το παρόν μπορεί να ειπωθεί ότι οι αυθαίρετες συμπλοκές θα πρέπει να είναι συνδυασμοί μέτριας ισχύος, δηλαδή ο δείκτης συνδυαστικότητας ούτε του πρώτου ούτε του δεύτερου (ή τρίτου) συστατικού δεν θα πρέπει να είναι πολύ χαμηλός ή πολύ υψηλός. Αν, ας πούμε, ο δείκτης του πρώτου συστατικού είναι υψηλός και του δεύτερου χαμηλός, τότε το πρώτο συστατικό μπορεί να χρησιμοποιείται με λίγες λέξεις, ενώ το δεύτερο με πάρα πολλές, π.χ.: ψυχοδραστική ουσία, αυτιστικό παιδί, γλυκό νερό, σκιερό μέρος, τριμερής συμφωνία, ανήλικο παιδί, ανθρακούχο / αποσταγμένο νερό, διερχόμενο αυτοκίνητο.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 10 doi.org/10.35321/bkalba.2021.94.06

σημασίες, δηλώνουν φυσικά χαρακτηριστικά (π.χ.: ολισθηρό ζήτημα, καθαρή δουλειά, αιματηρή δουλειά), αλλά μπορεί επίσης να είναι επίθετα με άλλες σημασίες (πολύτιμος χρόνος, βασανιστικό ερώτημα, σημαντικό γεγονός). Η εφαρμογή του κριτηρίου της μεταφορικής σημασίας παρουσιάζεται με ανάλυση των παραδειγματικών τύπων του επιθέτου (μη)καθαρός, του ρήματος διαρρέω και του ουσιαστικού ευρώ (βλ. Πίνακα 1):

ΠΙΝΑΚΑΣ 1. Εφαρμογή του κριτηρίου της μεταφορικής σημασίας

Παράδειγμα

Προσδιορισμός αυθαίρετων συμπλοκών

1. καθαρός αθλητισμός, δουλειά· βρόμικη δουλειά, πράγμα, υπόθεση 2. καθαρός (-ή) νερό, περιβάλλον, αέρας, πόλη, τόπος, αυτοκίνητο· βρόμικο νερό

1. Θεωρείται αυθαίρετη σύμπλοκη λόγω της μεταφορικής σημασίας του επιθέτου στους συνδυασμούς με ουσιαστικά που δηλώνουν αφηρημένες έννοιες. 2. Δεν θεωρείται αυθαίρετη σύμπλοκη, καθώς σε αυτές τις συμπλοκές το επίθετο χρησιμοποιείται με κυριολεκτική σημασία.

1. διαρρέω πληροφορία 2. διαρρεύσασα (-α) πληροφορία, υλικό, δεδομένα

1–2 θεωρούνται αυθαίρετες συμπλοκές, καθώς στους συνδυασμούς με αφηρημένες έννοιες πραγματώνεται η μεταφορική σημασία του ρήματος.

1. ευρώ αποδυνάμωση, ενίσχυση 2. ευρώ ισοτιμία, νόμισμα, λεπτό 3. ευρώ αλλαγή

1. Θεωρείται αυθαίρετη σύμπλοκη, επειδή στο ευρώ αποδίδονται ιδιότητες χαρακτηριστικές έμβιου αντικειμένου. 2. Πρόκειται για όρους· δεν θεωρείται αυθαίρετη σύμπλοκη. 3. Δεν θεωρείται αυθαίρετη σύμπλοκη, επειδή δεν υπάρχει μεταφορική σημασία.

Όπως φαίνεται από τα παραδείγματα που παρατίθενται στον Πίνακα 1, στο παράδειγμα μιας σύμπλοκης δεν είναι πάντα το επίθετο ή το ρήμα που χρησιμοποιείται με κυριολεκτική σημασία, ούτε και ολόκληρη η σύμπλοκη με κάποιο συγκεκριμένο επίθετο / ρήμα έχει πάντοτε μεταφορική σημασία· ωστόσο, η μεταφορική σημασία είναι σαφής στις εξής περιπτώσεις: οδυνηρή απόφαση / ζήτημα / γεγονός· κλειστός άνθρωπος / χαρακτήρας / βίος· ανοίγεται δρόμος / αγορά / θέα· κατακτώ δικαίωμα / θέση κ.ο.κ. Τέτοιες συμπλοκές θεωρούνται αυθαίρετες.

Συνοψίζοντας, μπορεί να υποστηριχθεί ότι το κριτήριο της μεταφορικής σημασίας είναι ιδιαίτερα σημαντικό κατά την ανάλυση συνάψεων που αποτελούνται από επίθετα και ουσιαστικά – συχνά χρησιμοποιήθηκε ως

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 11

doi.org/10.35321/bkalba.2021.94.06

κύριος και σαφέστερος δείκτης της αυθαιρετότητας. Κατά την ανάλυση συνάψεων ρήματος και ουσιαστικού εφαρμόστηκε συχνότερα το κριτήριο της περιορισμένης λεξικής συνδυαστικότητας (καθώς και η δοκιμή των σημασιολογικών ομάδων). Καθώς εντοπίστηκαν πολύ λίγες αυθαίρετες συνάψεις (ΑΣ) αποτελούμενες από δύο ουσιαστικά, είναι δύσκολο να γενικευτούν τα χαρακτηριστικά των συνάψεων αυτής της δομής (βλ. § 1.1.1).

1.2. Αυτοματοποιημένος εντοπισμός ΑΣ

Ένα από τα κριτήρια για τις ΑΣ – η περιορισμένη λεξική συνδυαστικότητα – ελέγχθηκε επίσης αυτοματοποιημένα, δηλαδή εντοπίστηκαν με τη μέθοδο των διανυσμάτων τα συνώνυμα που απαιτούνταν για τη δοκιμή αντικατάστασης. Περισσότερες πληροφορίες σχετικά με τη δοκιμή αντικατάστασης και την εφαρμογή της μεθόδου των διανυσμάτων παρέχονται σε προηγούμενο δημοσιευμένο άρθρο (Kovalevskaitė και συν. 2021). Σε αυτό περιγράφεται η εφαρμογή της μεθόδου των διανυσμάτων για την αξιολόγηση της αυθαιρετότητας συνάψεων επιθέτου + ουσιαστικού· επομένως, στο παρόν άρθρο περιγράφεται λεπτομερώς μόνο η αξιολόγηση της αυθαιρετότητας συνάψεων ρήματος + ουσιαστικού.

Αρχικά θα υπενθυμίσουμε εν συντομία τα βασικά στάδια εφαρμογής της μεθόδου των διανυσμάτων (§ 1.2.1), έπειτα θα εξετάσουμε την επιλογή συνωνύμων ρημάτων με τη μέθοδο των διανυσμάτων (βλ. § 1.2.2) και θα συνοψίσουμε τα αποτελέσματα της ταξινόμησης συνάψεων ρημάτων και ουσιαστικών ως αυθαίρετων (βλ. § 1.2.3).

1.2.1. Εντοπισμός ΑΣ βάσει περιορισμένης λεξικής συνδυαστικότητας με τη μέθοδο των διανυσμάτων

Με την εφαρμογή της μεθόδου των διανυσμάτων επιδιώχθηκε να αυτοματοποιηθεί ο εντοπισμός ΑΣ και να μειωθεί ο παράγοντας της υποκειμενικότητας κατά την αξιολόγηση των δεδομένων. Η μέθοδος των διανυσμάτων εφαρμόστηκε για τον εντοπισμό της περιορισμένης λεξικής συνδυαστικότητας με την ακόλουθη σειρά. Αρχικά, εξήχθησαν αυτόματα σχετικές λέξεις από ολόκληρο το σώμα κειμένων Delfi.lt⁸. Για τον σκοπό αυτό εφαρμόστηκε το GloVe – ένα μοντέλο διανυσμάτων λέξεων (αγγλ. embeddings) (Pennington και συν. 2014). Η μέθοδος των διανυσμάτων (αγγλ. Word Embedding Approach) ανήκει στην ομάδα μεθόδων που προορίζονται για την αυτόματη ανάλυση των λέξεων βάσει των ομοιοτήτων της κατανομής τους ή του πλαισίου (αγγλ. distributional similarity measures). Οι μέθοδοι αυτές εφαρμόζονται για την αυτόματη αναγνώριση διαφόρων σχέσεων (υπερωνυμίας, συνωνυμίας, αντωνυμίας, μερωνυμίας) και βασίζονται σε

⁸ Κατά την υλοποίηση προηγούμενου έργου («Αυτόματη αναγνώριση σταθερών λεξικών συνδυασμών της λιθουανικής γλώσσας (PASTOVU)», βλ. https://pastovu.vdu.lt) προσδιορίστηκαν διανύσματα, τα οποία παρουσιάζονται εδώ: https://clarin.vdu.lt/xmlui/handle/20.500.11821/26. Στην παρούσα μελέτη χρησιμοποιούνται για την επιλογή των συνωνύμων που απαιτούνται για τον εντοπισμό ΑΣ.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 12

doi.org/10.35321/bkalba.2021.94.06

την υπόθεση ότι λέξεις με παρόμοια σημασία και/ή σημασιολογικά συγγενείς λέξεις χρησιμοποιούνται σε παρόμοια συμφραζόμενα (βλ. Grigonytė 2010).

Αρχικά, καταρτίστηκαν αυτόματα σειρές διανυσμάτων (εφεξής ΣΔ) των επιθέτων και των ρημάτων που χρησιμοποιούνται στις συνάψεις της PŽJDB⁹. Κατά την αυτόματη επιλογή συναφών λέξεων, αποκλείστηκαν τα επίθετα και τα ρήματα με ευρεία λεξική συνδυαστικότητα ή όσα δεν χρησιμοποιούνται αυτόνομα, π.χ.: geras, naujas, puikus; būti, reikėti, pradėti. Τα επίθετα ή τα ρήματα που ομαδοποιήθηκαν σε ΣΔ επιλέχθηκαν με βάση την ομοιότητα των συμφραζομένων. Συγκροτήθηκαν περίπου 800 ΣΔ με επίθετα και περισσότερες από 3.800 με ρήματα. Παρότι οι ΣΔ περιλάμβαναν συναφείς λέξεις, τα δεδομένα περιείχαν επίσης λέξεις που συνδέονταν με άλλες σημασιολογικές σχέσεις (π.χ. αντωνυμικές) ή ακόμη και άσχετες λέξεις· συνεπώς, χρειάστηκε γλωσσολογική επιμέλεια για να προσδιοριστεί ποιες από τις συναφείς λέξεις έπρεπε να θεωρηθούν συνώνυμα, κατάλληλα για την αξιολόγηση του βαθμού στον οποίο περιορίζεται η συνδυαστικότητα του ενός ή του άλλου συνωνύμου με ένα συγκεκριμένο ουσιαστικό. Ως συνώνυμα θεωρήθηκαν λέξεις του ίδιου μέρους του λόγου, με πολύ παρόμοια δηλωτική (αναφορική) σημασία, αλλά με λεξική συνδυαστικότητα που διαφέρει εν μέρει ή πλήρως¹⁰.

Οι επιμελημένες ΣΔ ρημάτων χρησιμοποιήθηκαν για την αξιολόγηση του αυθαίρετου χαρακτήρα των συνάψεων ρήμα + ουσιαστικό. Στόχος ήταν να προσδιοριστούν οι συνάψεις στις οποίες το ρηματικό συστατικό δεν μπορεί να αντικατασταθεί από ρήμα παρόμοιας σημασίας. Για κάθε ζεύγος ή ομάδα συνωνύμων ρημάτων παρατέθηκαν συνάψεις με συγκεκριμένο ουσιαστικό. Αν με το συγκεκριμένο ουσιαστικό είχε καταγραφεί σύναψη μόνο με ένα από τα συνώνυμα της ομάδας ή του ζεύγους, συναγόταν ότι το υπό εξέταση ουσιαστικό συνδυάζεται μόνο με ένα ρήμα της συγκεκριμένης ομάδας συνωνύμων, και η σύναψη θεωρούνταν αυθαίρετη. Αν το υπό εξέταση ουσιαστικό σχημάτιζε συνάψεις με όλα τα ρήματα του ζεύγους ή της ομάδας συνωνύμων, οι συνάψεις δεν κατατάσσονταν στις αυθαίρετες (βλ. Πίνακα 2).

⁹ Οι συναφείς λέξεις που προσδιορίζονται με τη μέθοδο των διανυσμάτων θα ήταν ακριβέστερο να αποκαλούνται σειρές πιθανών συνωνύμων που προσδιορίζονται με τη μέθοδο των διανυσμάτων. Για συντομία, παρακάτω χρησιμοποιούμε τον όρο σειρές διανυσμάτων, ή, ακριβέστερα, τη συντομογραφία ΣΔ.

¹⁰ Η έννοια του συνωνύμου που εφαρμόζεται στο παρόν άρθρο μπορεί να συσχετιστεί με τον συνηθέστερο στη λιθουανική λεξικογραφία όρο «μερικά συνώνυμα» (βλ. Jakaitienė 2010).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 13

doi.org/10.35321/bkalba.2021.94.06

ΠΙΝΑΚΑΣ 2. Στάδια αναγνώρισης των ΑΣ με χρήση ΣΔ

Αναγνωρισμένες ΑΣ

Μη αναγνωρισμένες ΑΣ

Στάδιο 1: λαμβάνεται ΣΔ με δύο ζεύγη συνωνύμων gauti–įgyti και duoti–teikti· Στάδιο 2: με βάση αυτή τη ΣΔ εξετάζεται με πόσα από αυτά τα συνώνυμα σχηματίζει συνάψεις το ουσιαστικό apdovanojimas· εντοπίζονται δύο συνάψεις: gauti apdovanojimą (ένα συνώνυμο του ζεύγους gauti–įgyti) και teikti apdovanojimą (ένα συνώνυμο του ζεύγους duoti–teikti)· Στάδιο 3: αποφασίζεται ότι τα gauti apdovanojimą και teikti apdovanojimą πρέπει να θεωρηθούν ΑΣ.

Στάδιο 1: λαμβάνεται ΣΔ με τα δύο συνώνυμα įkurti και įsteigti· Στάδιο 2: με βάση αυτή τη ΣΔ εξετάζεται με πόσα από αυτά τα συνώνυμα σχηματίζει συνάψεις το ουσιαστικό asociacija· εντοπίζονται δύο συνάψεις: įkurti asociaciją και įsteigti asociaciją· Στάδιο 3: αποφασίζεται ότι τα įkurti asociaciją και įsteigti asociaciją δεν είναι ΑΣ.

Για παράδειγμα, για το ουσιαστικό apdovanojimas είχαν καταγραφεί οι συνάψεις gauti apdovanojimą, teikti apdovanojimą, αλλά δεν είχαν καταγραφεί οι *įgyti apdovanojimą, *duoti apdovanojimą. Συνεπώς, με τα ζεύγη συνωνύμων gauti–įgyti και duoti–teikti, το ουσιαστικό apdovanojimas σχηματίζει μόνο μία επιλογή με το καθένα· επομένως, οι συνάψεις gauti apdovanojimą και teikti apdovanojimą κατατάχθηκαν στις αυθαίρετες. Από τις συνάψεις με ρήματα, συχνά θεωρούνταν αυθαίρετες εκείνες στις οποίες χρησιμοποιούνται ρήματα με αποχρωματισμένη σημασία (αποσημασιοποιημένα) (βλ. αναλυτικότερα Kovalevskaitė ir kt. 2020), π.χ.: atlikti tyrimą, duoti rezultatą, imti mokestį. Ο αυθαίρετος χαρακτήρας των συνάψεων με το ουσιαστικό asociacija αξιολογήθηκε με βάση ΣΔ που περιλαμβάνει δύο συνώνυμα — įkurti και įsteigti· καθώς αυτό το ουσιαστικό σχημάτιζε συνάψεις και με τα δύο συνώνυμα, αυτές απορρίφθηκαν ως μη αυθαίρετες.

Όπως και κατά την αξιολόγηση των συνάψεων με επίθετα, στο πλαίσιο της πειραματικής μελέτης τα συνώνυμα των ρημάτων ελέγχθηκαν μη αυτοματοποιημένα, επειδή πρέπει να λαμβάνεται υπόψη η σημασία τόσο του συνωνύμου όσο και του υπό εξέταση ουσιαστικού. Αν η σημασία των συνωνύμων της ΣΔ δεν συμπίπτει με τη σημασία του ρήματος στην αξιολογούμενη σύναψη, η δοκιμή αντικαταστασιμότητας του ρήματος

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 14 doi.org/10.35321/bkalba.2021.94.06

δεν μπορεί να εφαρμοστεί. Για παράδειγμα, για την αξιολόγηση της αυθαιρεσίας της σύναψης statyti automobilį, το VE με το statyti δεν ήταν κατάλληλο, λόγω της σημασίας «ανεγείρω κτίριο» (166 VE¹¹).

Επομένως, τα στάδια εφαρμογής της αυτοματοποιημένης μεθόδου είναι τα εξής: α) αυτόματο (οι VE δημιουργούνται με τη μέθοδο των διανυσμάτων), β) μη αυτόματο (ο γλωσσολόγος τις εξετάζει και, εφόσον χρειάζεται, τις διορθώνει)· γ) εν μέρει αυτόματο (οι συνάψεις συνδέονται αυτόματα με συγκεκριμένες VE και, μετά την εξέταση, επικυρώνονται ή δεν επικυρώνονται ως AK).

1.2.2. Επιλογή συνωνύμων ρημάτων σε διανυσματικές σειρές

Καθώς οι παραγόμενες VE περιείχαν πολλά πλεονάζοντα, άσχετα δεδομένα, τον λεγόμενο θόρυβο (αγγλ. noise), ένας γλωσσολόγος εξέταζε κάθε VE και διέγραφε τις περιττές λέξεις, οι οποίες δεν συνδέονταν με σχέσεις συνωνυμίας, ενώ ορισμένες VE τις αφαιρούσε εντελώς. Στη συνέχεια θα συζητήσουμε τις διάφορες περιπτώσεις γλωσσικής επιμέλειας των VE.

Ο αριθμός των VE ρημάτων ήταν πολύ μεγαλύτερος από εκείνον των επιθέτων (3.800 και 800 VE αντίστοιχα), καθώς και ο ίδιος ο κατάλογος ρημάτων ήταν μεγαλύτερος. Μια VE δημιουργείται αυτόματα για κάθε ρήμα, επομένως ορισμένες VE είναι παρόμοιες, αλλά ο αριθμός των συνωνύμων σε μια παρόμοια VE μπορεί να διαφέρει ανάλογα με το ποιο ρήμα είναι το ρήμα-άγκυρα. Ρήμα-άγκυρα είναι η λέξη με την οποία είναι παρόμοιες οι άλλες λέξεις που παρατίθενται· με άλλα λόγια, είναι η λέξη για την οποία αναζητήθηκαν πιθανά συνώνυμα (η ομοιότητα μπορεί να προσδιοριστεί βάσει υπερωνυμικής, συνωνυμικής, αντωνυμικής ή μερωνυμικής σχέσης· αυτή η λέξη υπογραμμίζεται στις ομάδες συνωνύμων). Για παράδειγμα, στη VE 151 το ρήμα-άγκυρα είναι το organizuoti, ενώ η VE 40 είναι πολύ μεγαλύτερη και η λέξη-άγκυρά της είναι το vykdyti:

VE 151: organizuoti, rengti, vykdyti

VE 40: vykdyti, įgyvendinti, rengti, organizuoti, atlikti, įvykdyti, nutraukti

Όπως ήδη αναφέρθηκε, οι VE που δημιουργήθηκαν αυτόματα έπρεπε ακόμη να εξεταστούν από γλωσσολόγο.

Μετά την ολοκλήρωση αυτής της εργασίας, παρατηρήθηκε ότι, όπως και στα επίθετα, έτσι και στα ρήματα συλλέχθηκαν αυτόματα πολλές μακρές VE, οι οποίες περιλαμβάνουν αρκετά ζεύγη συνωνύμων ρημάτων, και λίγες VE που περιέχουν μόνο ένα ζεύγος συνωνύμων ή τρία συνώνυμα. Μερικές φορές, μετά την εξέταση, γινόταν σαφές ότι το ρήμα-άγκυρα βάσει του οποίου δημιουργήθηκε η VE δεν είχε συνώνυμα, παρόλο που σε αυτή τη VE μπορεί να υπάρχει ένα άλλο

¹¹ Εδώ και στη συνέχεια αναφέρονται οι αριθμοί των VE των πιθανών συνωνύμων που προσδιορίστηκαν με τη μέθοδο των διανυσμάτων και χρησιμοποιήθηκαν στο παρόν άρθρο.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 15

doi.org/10.35321/bkalba.2021.94.06

ένα κατάλληλο ζεύγος συνωνύμων· για παράδειγμα, στο VE του υποστηρικτικού ρήματος kisti υπάρχει το ζεύγος συνωνύμων paaštrėti, pablogėti.

Όπως και στην περίπτωση των επιθέτων, τα «θορυβώδη» VE των ρημάτων προκαλούνταν από αντώνυμα· πρβ. τα VE pasivyti–aplenkti, sutrumpinti–pailginti, griežtinti–švelninti αποτελούνταν από μέλη μιας λεξικοσημασιολογικής ομάδας που δεν είναι συνώνυμα, π.χ.: pasnigti: palynoti, nugriaudėti; nepasiekti: pargrūti, iššausėti, patinti, pakrypti, sušlubuoti, sudužti; vakarieniauti: pietauti; pavirti: troškinti. Κατά την εξυγίανση των VE συχνά διαπιστωνόταν ότι ένα ή περισσότερα ρήματα δεν ήταν κατάλληλα, επειδή προσδιόριζαν υπερβολικά συγκεκριμένη πτυχή μιας παρόμοιας ενέργειας. Για παράδειγμα, στο VE της λέξης remtis παρατίθενται οι εξής λέξεις: vadovautis, pasikliauti, apsiriboti, kliautis. Αφαιρέθηκε το apsiriboti και ως συνώνυμα θεωρήθηκαν μόνο τα vadovautis, pasikliauti, kliautis.

Συχνές είναι και οι περιπτώσεις όπου μία λέξη του VE έχει ευρύτερη σημασία, για παράδειγμα το paveikti, ενώ οι άλλες λέξεις που έχουν αποδοθεί στο VE προσδιορίζουν ειδικότερα πτυχές αρνητικής επίδρασης, για παράδειγμα τα pakenkti, sutrikdyti. Γι’ αυτό μόνο αυτές θεωρήθηκαν συνώνυμες. Από το VE pagrįsti, įvardinti, paaiškinti, pateisinti αναγνωρίστηκαν ως συνώνυμα τα pagrįsti και paaiškinti, ενώ τα pateisinti και įvardyti δεν θεωρήθηκαν συνώνυμα, επειδή λόγω πρόσθετων σημασιολογικών χαρακτηριστικών απέχουν υπερβολικά από τη σημασία των δύο πρώτων λέξεων. Εξαιτίας τέτοιων περιπτώσεων μερικές φορές έπρεπε να απορριφθεί ολόκληρο το VE, για παράδειγμα το atmesti, ignoruoti, uždrausti.

Ορισμένες φορές ήταν εντελώς ακατάλληλα και τα VE των υποστηρικτικών ρημάτων, για τα οποία θα περίμενε κανείς ότι θα μπορούσαν πράγματι να προσδιοριστούν αυτόματα συνώνυμα, π.χ.: suprastėti (πιθανό συνώνυμο το pablogėti, αλλά δεν υπήρχε στο VE του)· sąlygoti (πιθανό συνώνυμο το lemti, αλλά δεν αναφερόταν· υπήρχε το pakentėti). Τα VE των ρημάτων με άρνηση δεν ήταν ακριβή και, επομένως, απορρίφθηκαν· για παράδειγμα, απορρίφθηκαν τα υποστηρικτικά ρήματα negydyti, nesuskaičiuoti, nepridėti.

Αξίζει να σημειωθεί ότι συχνά χρειαζόταν να διορθώνονται τα VE και λόγω των μορφολογικών ιδιαιτεροτήτων των ρημάτων. Για παράδειγμα, τα ρήματα μη συνοπτικής και συνοπτικής όψης δεν θεωρήθηκαν συνώνυμα (tirti ir ištirti), όπως επίσης και ρήματα των οποίων η σημασία διαφοροποιείται λόγω προθήματος, όπως τα palyti ir palynoti, naršyti ir panaršyti, καθώς και τα ανακλαστικά και μη ανακλαστικά ρήματα (klausyti ir klausytis). Αν, για παράδειγμα, το ρήμα του υποστηρικτικού VE ήταν ανακλαστικό, τότε αποκλειόταν βάσει αυτού ο μη ανακλαστικός τύπος. Για παράδειγμα, από το VE išsirinkti, atsirinkti, pasirinkti, nuspręsti, rinktis αποκλείστηκαν τα ρήματα išrinkti, parinkti. Οι παράγωγες παραλλαγές (π.χ., vardinti ir vardyti, lukterėti ir luktelėti) θεωρήθηκαν συνώνυμες.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 16

doi.org/10.35321/bkalba.2021.94.06

Κατά την εξυγίανση των VE αναδείχθηκε και ένα ακόμη χαρακτηριστικό της αυτόματης επιλογής: επειδή με τη μέθοδο των διανυσμάτων οι λέξεις συγκεντρώνονται με βάση την ομοιότητα των συμφραζομένων τους, ένα VE μπορεί να αποτελείται από συνώνυμα που φαίνονται ακατάλληλα μόνο με την πρώτη ματιά. Με άλλα λόγια, αν δεν γνωρίζουμε τα συγκεκριμένα ουσιαστικά εξαιτίας των οποίων δύο ή περισσότερα ρήματα εντάχθηκαν στο ίδιο VE, μπορεί να εκτιμήσουμε εσφαλμένα την ποιότητα ορισμένων VE. Για παράδειγμα, στο 60ό VE υπήρχαν οι εξής λέξεις: rodyti, demonstruoti, jausti. Αν διαγραφόταν αμέσως η λέξη jausti, θα ήταν λάθος, επειδή είχε συμπεριληφθεί εκεί λόγω του κοινού συμφραζομένου αυτών των ρημάτων, το οποίο αφορά συναισθήματα· πρβ. demonstruoti, rodyti jausmus και, για παράδειγμα, jausti pyktį, jausti nusivylimą κ.λπ. Τα ρήματα sumažėti, pigti ή padidėti, ūgtelėti μπορεί να είναι συνώνυμα όταν πρόκειται για τιμές. Και τα τρία ρήματα του VE apsispręsti, priimti, pasirinkti είναι συνώνυμα, ενώ το ρήμα imti, το οποίο συνήθως διαγράφεται, συμπεριλήφθηκε εδώ επειδή σημαίνει priimti sprendimą, δηλαδή, το VE αυτό πρέπει να διαβαστεί ως εξής: apsispręsti, priimti sprendimą, pasirinkti¹².

Από τέτοια παραδείγματα φαίνεται ότι είναι δυνατό να εντοπιστούν αυτόματα περισσότερα ή/και διαφορετικά συνώνυμα, επειδή η μέθοδος των διανυσμάτων αξιολογεί την ομοιότητα των συμφραζομένων και όχι τη σημασιολογική ομοιότητα μεμονωμένων λέξεων. Αν εξετάζαμε μεμονωμένες λέξεις, δύσκολα θα συνδέαμε συνωνυμικά τα ρήματα atsikratyti, numesti, sulieknėti, ωστόσο τα βρίσκουμε στο ίδιο VE επειδή χρησιμοποιήθηκαν σε κοινό συμφραζόμενο, όπου υπήρχε και το ουσιαστικό svoris. Μπορούν να παρατεθούν και άλλα παραδείγματα, πρβ.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis και užsiimti· gerti και vartoti; nusiteikti και pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; peržiūrėti, koreguoti, atnaujinti, keisti; išprovokuoti, lemti, peraugti; šokiruoti, sukresti, priblokšti; atlaikyti, ištverti, įveikti.

Στο αθλητικό συμφραζόμενο και τα τέσσερα ρήματα —užsitikrinti, iškovoti, pasiekti, išsaugoti— είναι συνώνυμα, επειδή μερικές φορές η κατάκτηση περιγράφεται ως εξής: užsitikrino sau vietą finale ή išsaugojo titulą. Τα αποτελέσματα αυτά δείχνουν ότι κατά την αξιολόγηση της συνωνυμίας είναι σημαντικό να εξετάζονται περισσότερες από μία λέξεις, επειδή τα μέλη μιας ομάδας συνωνύμων μπορεί να είναι είτε μεμονωμένες λέξεις είτε πάγιες φράσεις

¹² Στα VE εμφανίζονται λέξεις που συνδέονται συνταγματικά, π.χ. τα įžeisti και nenorėti. Επειδή το nenorėti χρησιμοποιείται συχνά σε κοινό συμφραζόμενο με το įžeisti (όταν εμφανίζεται στη φράση nenorėjo įžeisti, bet...), εντάχθηκαν στο ίδιο VE. Μια άλλη περίπτωση: liautis: nustoti, verkti. Το ρήμα verkti συμπεριλήφθηκε εδώ επειδή επιλέχθηκε από το συχνό γι’ αυτό συμφραζόμενο liovėsi verkęs / verkusi. Με άλλα λόγια, πολύ εκτενή (και ακατάλληλα) VE συγκεντρώνονται για εκείνα τα υποστηρικτικά ρήματα που χρησιμοποιούνται ως βοηθητικά και, λόγω των γραμματικών τους ιδιοτήτων, έχουν ευρύ φάσμα συνδυαστικότητας, π.χ.: daryti, imti, pradėti, norėti, reikėti, privalėti, reikėti, stengtis, nepajėgti.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 17

doi.org/10.35321/bkalba.2021.94.06

συνδυασμοί. Με την εφαρμογή της διανυσματικής μεθόδου, όπου συγκρίνεται η ομοιότητα των συμφραζομένων, αναδεικνύονται ακριβώς οι συνδέσεις μεμονωμένων λέξεων με τα συμφραζόμενα. Θα ήταν δύσκολο για έναν γλωσσολόγο να καλύψει τόσα δεδομένα (για περισσότερα σχετικά με τη χρήση ενός ευρέος φάσματος δεικτών κατανομής στην αυτόματη ανάλυση συνωνύμων, βλ. Divjak, Gries 2006).

Παρατηρήθηκε ότι το λεξικό προφίλ (VE) του ρήματος με πιο ειδική σημασία και στενότερη συντακτική συμβατότητα είναι συχνά συντομότερο και καθαρότερο, πιθανότατα λόγω της στενότερης συντακτικής συμβατότητάς του. Συγκρίνοντας τα VE των συνωνύμων nerimauti, jaudintis, būgštauti και nuogąstauti, φαίνεται ότι το VE του nerimauti είναι μεγαλύτερο και λιγότερο καθαρό· περιλαμβάνει λέξεις ευρύτερης σημασίας, για παράδειγμα, bijoti (nerimauti: jaudintis, baimintis, bijoti), ενώ το VE του būgštauti περιλαμβάνει μόνο αυτές τις τέσσερις λέξεις: būgštauti: nerimauti, jaudintis, nuogąstauti. Παρατηρήθηκε επίσης ότι τα VE που βασίζονται σε ρήματα πιο συγκεκριμένης σημασίας (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti) μπορεί να περιέχουν λίγα ή καθόλου συνώνυμα, επειδή οι λέξεις που συγκεντρώνονται με βάση ένα ρήμα συγκεκριμένης σημασίας συνδέονται θεματικά και όχι συνωνυμικά· πρβ.: išimti: išmesti, išbraukti, išnešti· medžioti και žvejoti· kvėpuoti και vaikščioti· virti και kepti· kalėti και nuteisti· sugesti: skilti, perkaitti, sprogti, užsikimšti, užsidegti. Τέτοια VE αποτελούνται και από δύο λέξεις, αλλά μπορεί να είναι μεγαλύτερα. Μερικές φορές είναι πολύ μεγάλα· για παράδειγμα, για το ρήμα-άξονα sumenkti καταγράφηκαν έως και 26 ρήματα.

Συνοψίζοντας, αξίζει να αναφερθεί ότι, μετά τη διόρθωση, επικυρώθηκαν 2.634 από τα 3.800 VE (70%).

Επομένως, τα VE που δημιουργούνται αυτόματα δεν είναι αρκετά ακριβή ώστε να χρησιμοποιηθούν χωρίς επιμέλεια στο επόμενο στάδιο προσδιορισμού των AK. Αυτά τα σφάλματα μπορεί να οφείλονται στις ιδιαιτερότητες του σώματος κειμένων Delfi.lt: παρότι ο όγκος του είναι μεγάλος (περίπου 70 εκατομμύρια λέξεις), η λεξιλογική ποικιλία στα κείμενα ενός μόνο ύφους μπορεί να είναι μικρότερη. Για τη δημιουργία ακριβέστερων VE θα απαιτούνταν ένα σώμα κειμένων με μεγαλύτερη ποικιλία λειτουργικών υφών.

1.2.3. Αποτελέσματα: ποιότητα των VE και αναγνώριση της αυθαιρεσίας

Συγκρίνοντας τα λεξικά προφίλ (VE) των επιθέτων και των ρημάτων πριν και μετά την εξέτασή τους, διαπιστώθηκε ότι και στις δύο περιπτώσεις απορρίφθηκε ως μη πληροφοριακό ένα αρκετά μεγάλο πλήθος VE:

1) από τα 1.927 VE επιθέτων, μετά την εξέταση παρέμειναν 800 VE (41%)·

2) από τα 3.800 VE ρημάτων, μετά την εξέταση παρέμειναν 1.166 VE (30%).

Τα VE που παρέμειναν έπρεπε επίσης να επιμεληθούν. Ωστόσο, δεν αξιολογήθηκε πόσες λέξεις διαγράφονται συνήθως από κάθε VE. Συχνά έπρεπε να διαγραφούν βοηθητικές, όχι πλήρως αυτόνομες

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 18

doi.org/10.35321/bkalba.2021.94.06

ρήματα: κάνω, παίρνω, ζω, αξίζω, χρειάζομαι, οφείλω, αρχίζω, λαμβάνω, θέλω, προσπαθώ, πετυχαίνω. Πολλές λέξεις που διαγράφονταν βρίσκονταν στο τέλος του VE, όπου εμφανίζονταν λέξεις με τη χαμηλότερη τιμή του εφαρμοζόμενου ορίου (0,5· η υψηλότερη τιμή είναι 1), αλλά υπήρχαν επίσης αρκετές περιπτώσεις στις οποίες διαγραφόταν λέξη με υψηλή βαθμολογία, η οποία εμφανιζόταν στην 2η–5η θέση σε ένα συγκεκριμένο VE (το VE μπορεί να περιλαμβάνει το πολύ 20 λέξεις).

Πρέπει να τονιστεί ότι η αξιολόγηση έγινε με βάση το VE και περιορίστηκε μόνο στις λέξεις που περιλαμβάνονται σε αυτό το VE. Αν μπορεί να υπάρχουν και άλλα συνώνυμα, αλλά δεν υπήρχαν στο VE βάσει του οποίου γίνεται η αξιολόγηση (δεν επιλέχθηκαν με τη μέθοδο των διανυσμάτων, δεν χρησιμοποιήθηκαν στο σώμα κειμένων Delfi.lt ή αλλού), ορισμένες συνάψεις μπορεί να ταξινομήθηκαν ως μη αυθαίρετες (ή το αντίστροφο). Για παράδειγμα, κατά την αξιολόγηση των συνάψεων πεφταστέρι και ανερχόμενο αστέρι, χρησιμοποιήθηκε ένα VE που περιλαμβάνει τα ρήματα αυξάνομαι, πέφτω, ανεβαίνω, μειώνομαι, αναπτύσσομαι, μεγαλώνω. Αυτό το VE δεν περιλαμβάνει το γκρεμίζομαι, που θα μπορούσε να είναι συνώνυμο του πέφτω, γι’ αυτό το πεφταστέρι δεν αναγνωρίστηκε ως AK.

Κατά τη διάρκεια της έρευνας παρατηρήθηκαν επίσης πλεονεκτήματα της αυτόματης επιλογής δεδομένων: 1) όπως αναφέρθηκε στην υποενότητα 1.2.2, με τη μέθοδο των διανυσμάτων μπορούν να εντοπιστούν περισσότερα και διαφορετικά συνώνυμα από όσα με τη χρήση μόνο της μεθόδου της ενδοσκόπησης· 2) η μέθοδος των διανυσμάτων είναι κατάλληλη για την επεξεργασία μεγάλου όγκου δεδομένων, ενώ δύσκολα θα ήταν εφικτό να αξιολογηθεί χειροκίνητα η ομοιότητα του πλαισίου τόσο πολλών λέξεων.

Μετά την εφαρμογή της δοκιμής αντικαταστασιμότητας στα VE των συνωνύμων ρημάτων, 291 συνάψεις αναγνωρίστηκαν ως αυθαίρετες. Είναι σαφές ότι τα συνώνυμα που περιέχονται στο VE καθορίζουν ποιες συνάψεις θα αναγνωριστούν ως AK. Αφενός, αυτό αποτελεί περιορισμό της μεθόδου· αφετέρου, προσφέρει τη δυνατότητα αυτοματοποίησης της διαδικασίας αναγνώρισης της αυθαίρετης φύσης.

Όταν η αναγνώριση της αυθαίρετης φύσης εξαρτάται αποκλειστικά από ένα συγκεκριμένο VE, συχνά μπορεί να συμβεί ορισμένες συνάψεις να μην επιλέγονται βάσει ενός VE, αλλά να επιλέγονται βάσει ενός άλλου. Για παράδειγμα, αν αξιολογηθεί η αυθαίρετη φύση των συνάψεων δημιουργώ εικόνα και διαμορφώνω εικόνα με βάση το 368ο VE δημιουργώ, διαμορφώνω, καμία από τις δύο συνάψεις δεν θα ταξινομούνταν ως AK. Ωστόσο, τα ρήματα δημιουργώ, διαμορφώνω βρίσκονται και σε άλλα VE στα οποία έχει αντιστοιχιστεί το ίδιο ουσιαστικό εικόνα, επομένως η σύναψη δημιουργώ εικόνα αναγνωρίζεται ως AK με βάση ένα άλλο VE (45): δημιουργώ, δημιουργώ, αναπτύσσω, επεκτείνω, υλοποιώ, προετοιμάζω, ιδρύω.

Είναι επίσης δυνατό να συμβεί η ίδια σύναψη να αναγνωριστεί ως αυθαίρετη βάσει περισσότερων του ενός VE· για παράδειγμα, τα κάνω γυμναστική, εκτελώ γυμναστική μπορούν να αξιολογηθούν ως AK τόσο βάσει του 11ου (εκτελώ, πραγματοποιώ, κάνω), όσο και βάσει του 15ου VE (κάνω, εκτελώ, δημιουργώ·

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 19 doi.org/10.35321/bkalba.2021.94.06

επιτελώ). Το πρόβλημα προκύπτει όταν μια αυθαίρετη σύναψη δεν θεωρείται αυθαίρετη, εάν αυτό δεν μπορεί να διαπιστωθεί με βάση κανένα VE. Αυτό συνέβαινε αρκετά συχνά κατά την αξιολόγηση παραλλαγών συνάψεων. Για παράδειγμα, με το ουσιαστικό φόροι χρησιμοποιούνται τόσο το αυξάνω όσο και το μεγαλώνω· και τα δύο αυτά ρήματα βρίσκονται στο 52ο VE, βάσει του οποίου αξιολογείται η αυθαίρετη φύση, επομένως αυτές οι συνάψεις δεν θα ταξινομηθούν ως AK. Ωστόσο, αποτελούν παραλλαγές AK (πρβλ. αυξάνονται, ανεβαίνουν, μεγαλώνουν οι τιμές). Ανάλογη περίπτωση είναι τα διενεργώ / πραγματοποιώ / κάνω έρευνα (με βάση το 11ο VE, αυτές οι εκφράσεις δεν αναγνωρίστηκαν ως AK). Στο ίδιο VE υπήρχαν τα λαμβάνω και αποκτώ, γι’ αυτό τα λαμβάνω δίπλωμα και αποκτώ δίπλωμα δεν αναγνωρίστηκαν ως AK. Τέτοιες περιπτώσεις δείχνουν ότι κατά την αξιολόγηση της αυθαίρετης φύσης των συνάψεων βάσει του κριτηρίου του περιορισμένου λεξικού συνδυασμού, σημασία έχουν τόσο τα εργαλεία δοκιμής που χρησιμοποιούνται όσο και το γεγονός ότι η μη αυτόματη μέθοδος είναι καταλληλότερη για τον προσδιορισμό των παραλλαγών AK.

Καθώς ο έλεγχος της αντικαταστασιμότητας των συνωνύμων συνδέεται τόσο στενά με τις λέξεις που περιλαμβάνονται σε ένα συγκεκριμένο VE, μπορεί επίσης να συμβεί να μην επιλεγούν συνάψεις με παρόμοια αλλά αντίθετη σημασία. Για παράδειγμα, επιλέχθηκε η σύναψη αυξάνεται η δυσαρέσκεια, αλλά όχι η μειώνεται η δυσαρέσκεια. Με τη μη αυτόματη μέθοδο, και οι δύο θα αξιολογούνταν ως AK. Επομένως, όταν για την αξιολόγηση της αυθαίρετης φύσης χρησιμοποιούνται δεδομένα που αξιολογήθηκαν μέσω γλωσσικής ενδοσκόπησης, διασώζεται μέρος των AK που χάνονται με τη μέθοδο 2. Ωστόσο, η εφαρμογή της μη αυτόματης γλωσσικής μεθόδου συνεπάγεται υποκειμενικότητα. Η αυτοματοποιημένη μέθοδος είναι πιο αντικειμενική, αν και πρέπει να αναγνωριστεί ότι τα δεδομένα είναι πιο αποσπασματικά (για τις δοκιμές χρησιμοποιούνται μόνο όσα και τέτοια VE έχουν συγκεντρωθεί). Επιπλέον, δεν αναγνωρίζονται ως τέτοιες όλες οι συνάψεις που είναι AK.

2. ΑΠΟΤΕΛΕΣΜΑΤΑ ΕΝΤΟΠΙΣΜΟΥ ΤΩΝ ΑΚ

Εξετάζοντας τον αριθμό των εντοπισμένων ΑΚ, είναι προφανές ότι οι ΑΚ που εντοπίστηκαν με τη μη αυτόματη και την αυτοματοποιημένη μέθοδο συμπίπτουν σε πολύ μικρό βαθμό (για περισσότερες λεπτομέρειες βλ. ενότητες 2.1 και 2.2)· επομένως, καθεμία από τις δύο μεθόδους παρέχει ξεχωριστά σημαντικά δεδομένα.

Τα δεδομένα που συγκεντρώθηκαν με τη μέθοδο της μη αυτόματης ανάλυσης είναι πολύ περισσότερα από εκείνα που εντοπίστηκαν αυτοματοποιημένα, αλλά στην εφαρμογή της μη αυτόματης ανάλυσης χρησιμοποιήθηκαν δύο κριτήρια επιλογής και όχι ένα (περιορισμένη λεξική συνδυαστικότητα και μεταφορική σημασία), ενώ στην εφαρμογή της μεθόδου των διανυσμάτων χρησιμοποιήθηκε μόνο το κριτήριο της περιορισμένης

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 20 doi.org/10.35321/bkalba.2021.94.06

λεξικής συνδυαστικότητας. Επομένως, με την εφαρμογή περισσότερων κριτηρίων συγκεντρώνονται περισσότερες συναναφορές με πιο ποικίλα επίθετα και ρήματα.

Με βάση παραδείγματα συγκεκριμένων ΑΚ, στην ενότητα αυτή θα εξηγηθεί γιατί προέκυψαν ακριβώς αυτά τα αποτελέσματα, πώς τα καθόρισαν τα εφαρμοζόμενα κριτήρια και τα δεδομένα που χρησιμοποιήθηκαν. Αρχικά θα συζητήσουμε τι δείχνουν τα δεδομένα που προέκυψαν. Όλες οι ΑΚ με ένα συγκεκριμένο επίθετο ή ρήμα μπορούν να εντοπιστούν με διαφορετικούς τρόπους: α) μόνο με μία από τις δύο μεθόδους· β) ένα μέρος των συναναφορών με τη μία μέθοδο και ένα άλλο με την άλλη· γ) ένα μέρος των συναναφορών με τη μία μέθοδο, ένα άλλο με την άλλη και ένα μέρος με αμφότερες τις μεθόδους. Στις επόμενες υποενότητες θα εξετάσουμε ΑΚ διαφορετικής δομής, σχολιάζοντας τα αποτελέσματα που προέκυψαν με αμφότερες τις μεθόδους.

2.1. Αυθαίρετες συναναφορές αποτελούμενες από επίθετα και ουσιαστικά

Συνολικά εντοπίστηκαν 1048 ΑΚ με δομή επίθετο + ουσιαστικό. Οι συναναφορές αυτές περιλαμβάνουν 320 διαφορετικά επίθετα. Βέβαια, με ορισμένα επίθετα (didelis, mažas, atviras, aukštas, modernus, išskirtinis, pagrindinis κ.λπ.) σχηματίζονται αρκετές ή και πάνω από δέκα ΑΚ, ενώ με άλλα (π.χ. netrumpas, nuodugnus, permainingas, pikantiškas) σχηματίζονται μεμονωμένες ΑΚ (κατά μέσο όρο, με το ίδιο επίθετο σχηματίζονται 3,3 συναναφορές· για περισσότερες λεπτομέρειες βλ. Πίνακα 3).

ΠΙΝΑΚΑΣ 3. ΑΚ που εντοπίστηκαν με διαφορετικές μεθόδους (επίθετο + ουσιαστικό)

ΑΚ που εντοπίστηκαν με μη αυτόματη μέθοδοΑΚ που εντοπίστηκαν με αυτοματοποιημένη μέθοδοΑΚ που εντοπίστηκαν με αμφότερες τις μεθόδουςΑριθμός (ποσοστό)Αριθμός διαφορετικών επιθέτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο επίθετο)Αριθμός (ποσοστό)Αριθμός διαφορετικών επιθέτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο επίθετο)Αριθμός (ποσοστό)Αριθμός διαφορετικών επιθέτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο επίθετο)577 (55,06)230 (2,5)306 (29,2)86 (3,56)165 (15,74)42 (3,93)

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 21

doi.org/10.35321/bkalba.2021.94.06

Όπως φαίνεται από τον Πίνακα 3, οι περισσότερες AK εντοπίστηκαν με τη μη αυτοματοποιημένη μέθοδο — περισσότερες από τις μισές AK συνολικά (π.χ.: σκληρή εικόνα, δουλική εργασία, ευθύ ερώτημα, οδυνηρό ζήτημα)· περίπου το ένα τρίτο των AK εντοπίστηκε αυτοματοποιημένα (π.χ.: πολύτιμη περιουσία, μοναδικό έργο, δύσκολη ημέρα, βέλτιστος τρόπος), ενώ το μικρότερο ποσοστό (15,74%) αποτελείται από τις AK που εντοπίστηκαν και με τις δύο μεθόδους (π.χ.: αδελφοκτόνος πόλεμος, έντονο εμπόριο, τεράστιο έργο, χαμηλή τιμή). Παρόμοιες αναλογίες παρατηρούνται και στις AK με ρήματα (βλ. ενότητα 2.2).

Αναλύοντας τα επίθετα των AK, παρατηρούμε ότι ένα μέρος τους απαντά μόνο στις AK που εντοπίστηκαν με τη μία ή την άλλη μέθοδο (βλ. τα παραδείγματα που παρατέθηκαν προηγουμένως), ενώ άλλα απαντούν στις AK που εντοπίστηκαν και με τις δύο μεθόδους (π.χ.: μεγάλος, μικρός, ισχυρός).

Στην αρχή της έρευνας διατυπώθηκε η υπόθεση ότι η ποικιλία των επιθέτων στις AK που εντοπίζονται με μη αυτοματοποιημένη μέθοδο είναι μεγαλύτερη, ενώ στις AK που εντοπίζονται με την αυτοματοποιημένη διανυσματική μέθοδο είναι μικρότερη. Η υπόθεση αυτή επιβεβαιώθηκε: στις AK που εντοπίστηκαν με την πρώτη μέθοδο χρησιμοποιήθηκαν 235 διαφορετικά επίθετα, δηλαδή το ίδιο επίθετο σχηματίζει κατά μέσο όρο 2,5 AK. Στις AK που εντοπίστηκαν με τη διανυσματική μέθοδο υπάρχουν 86 διαφορετικά επίθετα, επομένως κατά μέσο όρο 3,56 AK σχηματίζονται με το ίδιο επίθετο. Η μικρότερη ποικιλία επιθέτων (42) παρατηρείται στις AK που εντοπίστηκαν και με τις δύο μεθόδους, αλλά και αυτές οι συνάψεις είναι λιγότερες. Σε αυτή την ομάδα AK σχηματίζονται κατά μέσο όρο 3,93 συνάψεις με το ίδιο επίθετο. Θεωρείται πιθανό ότι η μικρή ποικιλία επιθέτων οφείλεται στον σχετικά μικρό αριθμό δεδομένων.

Είναι πολύ πιθανό μια σύναψη να είναι αυθαίρετη όταν σχηματίζεται από επίθετα όπως μέγας, μεγάλος, τεράστιος, κολοσσιαίος, μικρός, τεταμένος, επικίνδυνος, σοβαρός, ισχυρός, βαρύς σε συνδυασμό με αφηρημένα ουσιαστικά, επειδή αυτά τα επίθετα χρησιμοποιούνται με μεταφορική σημασία.

Συζητώντας πώς οι εφαρμοζόμενες μέθοδοι οδήγησαν ακριβώς σε αυτά τα αποτελέσματα, θα θέλαμε να εξετάσουμε ως παράδειγμα τις AK με το επίθετο έξυπνος, καθώς αυτό αποτυπώνει όλη την ποικιλία: ορισμένες συνάψεις εντοπίστηκαν με τη μία μέθοδο, ορισμένες με την άλλη και ορισμένες και με τις δύο. Από τις οκτώ συνάψεις του επιθέτου έξυπνος (έξυπνη απόφαση, έξυπνη πόλη, έξυπνο παιδί, έξυπνος άνδρας, έξυπνος χρόνος, έξυπνος τρόπος), έξι αναγνωρίστηκαν ως AK: οι συνάψεις αυτού του επιθέτου με τα ουσιαστικά απόφαση και πόλη επιλέχθηκαν μη αυτοματοποιημένα, οι συνάψεις με τα παιδί και άνδρας επιλέχθηκαν αυτοματοποιημένα, ενώ οι συνάψεις με τα χρόνος και τρόπος επιλέχθηκαν και με τις δύο μεθόδους.

Οι γλωσσολόγοι διαπίστωσαν ότι η σημασιολογική ομάδα «πρόσωπα» είναι συνήθης για αυτό το επίθετο. Με λέξεις αυτής της ομάδας μπορούν να συνδυαστούν προαιρετικά επίθετα παρόμοιας σημασίας (μπορεί να είναι

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 22

doi.org/10.35321/bkalba.2021.94.06

όχι μόνο έξυπνος, αλλά και σοφός άνθρωπος), γι’ αυτό οι συνάψεις έξυπνο παιδί και έξυπνος άνδρας συμπεριλήφθηκαν στις AK μόνο ως αποτέλεσμα της αυτόματης επιλογής (η σύναψη σοφός άνθρωπος δεν καταγράφηκε στο σώμα κειμένων Delfi.lt) και αργότερα απορρίφθηκαν κατά την επανεξέταση των δεδομένων. Οι γλωσσολόγοι διαπίστωσαν ότι τα άλλα ουσιαστικά (απόφαση, χρόνος, τρόπος) ανήκουν κυρίως στη λεξικοσημασιολογική ομάδα των «αφηρημένων», ωστόσο οι συνάψεις σχηματίζονται μόνο με ορισμένα αφηρημένα ουσιαστικά· συνεπώς, οι δυνατότητες επιλογής εντός αυτής της ομάδας είναι περιορισμένες, πράγμα που υποδηλώνει αυθαιρεσία. Επομένως, όλες αυτές οι συνάψεις αναγνωρίστηκαν ως αυθαίρετες. Μόνο δύο από αυτές (έξυπνος χρόνος και έξυπνος τρόπος) εντοπίστηκαν ως AK αυτοματοποιημένα, επειδή η διανυσματική μέθοδος δεν εφαρμόζει τον έλεγχο των λεξικοσημασιολογικών ομάδων.

AK που εντοπίστηκαν με μη αυτοματοποιημένη μέθοδο. Για παράδειγμα, εννέα συνάψεις με το επίθετο υψηλός αναγνωρίστηκαν ως αυθαίρετες: υψηλό αποτέλεσμα, υψηλόβαθμος αξιωματούχος, υψηλή τιμή κ.ά. Εδώ το επίθετο χρησιμοποιείται με μεταφορική σημασία (και σχεδόν αποκλειστικά με αφηρημένα ουσιαστικά), επομένως το κριτήριο της μεταφορικής σημασίας οδήγησε τους γλωσσολόγους να κατατάξουν αυτές τις συνάψεις στις AK. Με την αυτοματοποιημένη μέθοδο αυτές οι συνάψεις συχνά δεν εντοπίζονταν, επειδή για τον έλεγχο εναλλαξιμότητας συνωνύμων δεν υπήρχαν VE που να περιέχουν το αντίστοιχο επίθετο (υψηλός, κλειστός, οδυνηρός, αδύναμος, πλατύς, άνετος, ελαφρύς, ελεύθερος, μακρύς ή γρήγορος), οπότε δεν ήταν δυνατό να αξιολογηθεί η εναλλαξιμότητα. Όπως αναφέρθηκε ήδη στην προηγούμενη ενότητα, τα αποτελέσματα της αυτοματοποιημένης μεθόδου εξαρτώνται σε μεγάλο βαθμό από το αν υπάρχουν συνώνυμα για τον έλεγχο της εναλλαξιμότητας και από την ποιότητα της σειράς συνωνύμων. Η περίπτωση αυτή δείχνει ότι, όταν χρησιμοποιείται μόνο η αυτοματοποιημένη μέθοδος, ορισμένες AK μπορεί να παραμείνουν μη αναγνωρισμένες, ενώ η γλωσσική επάρκεια μπορεί να αντισταθμίσει την έλλειψη δεδομένων του σώματος κειμένων.

Ένας ακόμη λόγος για τον οποίο ορισμένες AK ενδέχεται να μην αναγνωρίζονται αυτόματα είναι ότι δεν μπορούν να συνδεθούν όλα τα ουσιαστικά με μια σειρά συνωνύμων συγκεκριμένης σημασίας, καθώς τα συμφραζόμενα ορισμένων ουσιαστικών μπορεί να διαφέρουν. Για παράδειγμα, ανάμεσα στις συνάψεις του επιθέτου έντονος υπάρχουν πολλές που εντοπίστηκαν μη αυτοματοποιημένα (π.χ.: εντυπωσιακή γυναίκα, εντυπωσιακός άνθρωπος), και μόνο μία AK εντοπίστηκε και με τις δύο μεθόδους — η έντονο γεγονός. Αυτό σημαίνει ότι υπήρχε VE με αυτό το επίθετο, αλλά δεν συνδέθηκαν αυτόματα με αυτήν και τα τρία ουσιαστικά, παρά μόνο το γεγονός.

AK που εντοπίστηκαν με αυτοματοποιημένη μέθοδο. Οι AK με το επίθετο αποτελεσματικός εντοπίστηκαν μόνο με τη διανυσματική μέθοδο, π.χ.: αποτελεσματικό μέτρο, αποτελεσματικό αποτέλεσμα, αποτελεσματικό σύστημα, αποτελεσματική εργασία. Οι VE περιείχαν περισσότερα συνώνυμα (π.χ., δραστικός), όμως οι συνάψεις δραστικό μέτρο, δραστικό αποτέλεσμα κ.ά. δεν καταγράφηκαν στο σώμα κειμένων, επομένως, εφαρμόζοντας το αδύνατο

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 23

doi.org/10.35321/bkalba.2021.94.06

το τεστ αντικαταστασιμότητας, οι συνάψεις με το efektyvus αναγνωρίστηκαν ως ΑΣ. Εδώ είναι σημαντικό να προστεθεί ότι οι γλωσσολόγοι, βασιζόμενοι στη γλωσσική διαίσθηση των φυσικών ομιλητών, αξιολόγησαν διαφορετικά την περίπτωση αυτή: η αντικατάσταση είναι δυνατή (είναι δυνατό να χρησιμοποιηθεί τόσο το efektyvi priemonė όσο και το veiksminga priemonė), γι’ αυτό αποφασίστηκε να μη θεωρηθούν αυτές οι συνάψεις ΑΣ. Με την αυτοματοποιημένη μέθοδο αναγνωρίστηκαν ως ΑΣ πολλές συνάψεις των οποίων το επίθετο είναι αξιολογικό, πρβ.: išskirtinis (καθώς συνδέεται συνωνυμικά με το ypatingas), keistas (συνδέεται με το neįprastas), modernus (συνδέεται με το šiuolaikiškas), pagrindinis (συνδέεται με το esminis), sudėtingas (συνδέεται με το sunkus). Οι γλωσσολόγοι έτειναν συχνότερα να μην κατατάσσουν τέτοιες περιπτώσεις στις ΑΣ.

Οι συνάψεις με το stabilus, για παράδειγμα, stabilus gyvenimas, stabili kaina, stabili savaitė, stabili valstybė, αναγνωρίστηκαν ως αυθαίρετες μόνο με τη μέθοδο των διανυσμάτων, επειδή η αντικαταστασιμότητα ελέγχθηκε με το συνώνυμο pastovus, το οποίο δεν χρησιμοποιήθηκε ως συνάπτης με τα αντίστοιχα ουσιαστικά. Ωστόσο, οι γλωσσολόγοι δεν αναγνώρισαν αυτές τις συνάψεις ως αυθαίρετες, επειδή, εξετάζοντας τη συντακτική συνδεσιμότητα του stabilus, διαπιστώνεται ότι είναι πράγματι ευρεία και δεν έχουν διαπιστωθεί περιορισμοί, ενώ το pastovus δεν θεωρήθηκε συνώνυμο του stabilus, πρβ.: stabilus darbas, stabili valstybė, stabili kaina, stabilus rezultatas, stabilus gyvenimas, stabili savaitė.

ΑΣ που εντοπίστηκαν με τις δύο μεθόδους. Μεταξύ των διαθέσιμων δεδομένων δεν υπάρχει ούτε μία περίπτωση όπου όλες οι συνάψεις που αναγνωρίστηκαν ως ΑΣ με το ίδιο επίθετο εντοπίστηκαν και με τις δύο μεθόδους. Σε όλες τις περιπτώσεις εντοπίστηκε με τις δύο μεθόδους μόνο ένα μέρος τους, ενώ στα επίθετα αυτά περιλαμβάνονται συχνότερα λέξεις που μπορούν να χρησιμοποιηθούν με μεταφορική σημασία, π.χ.: garsus, greitas, liūdnas, mažas, nelengvas, patrauklus, pavojingas, rimtas, stiprus, sunkus, tvirtas. Όπως ήδη αναφέρθηκε, οι ΑΣ των περισσότερων τέτοιων επιθέτων εντοπίστηκαν μόνο με τη μη αυτοματοποιημένη μέθοδο, για παράδειγμα, οι συνάψεις με το επίθετο silpnas (βλ. επίσης τα παραδείγματα που αναφέρθηκαν προηγουμένως). Αυτό οφείλεται στο ότι, κατά τον μη αυτοματοποιημένο εντοπισμό των ΑΣ, τέτοιες περιπτώσεις επιλέχθηκαν βάσει του κριτηρίου της μεταφορικής σημασίας, ενώ με την εφαρμογή της μεθόδου 2 πληρούσαν τα κριτήρια μόνο εφόσον αποτελούσαν μέλη των συνωνυμικών σειρών που χρησιμοποιούνται για το τεστ αντικαταστασιμότητας.

Εξετάζοντας πόσες συνάψεις συλλέγονται με κάθε επιμέρους μέθοδο για ένα από τα πιο παραγωγικά ουσιαστικά, το sprendimas, διαπιστώνονται τάσεις παρόμοιες με εκείνες του Πίνακα 3: με τη μη αυτοματοποιημένη μέθοδο προέκυψαν οι περισσότερες ΑΣ, ωστόσο, ένα σημαντικό ποσοστό ΑΣ εντοπίστηκε αυτοματοποιημένα.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 24

doi.org/10.35321/bkalba.2021.94.06

ΠΙΝΑΚΑΣ 4. Εντοπισμένες ΑΣ με το ουσιαστικό sprendimas και τα επίθετα

ΑΣ που εντοπίστηκαν με μη αυτοματοποιημένες μεθόδους

ΑΣ που εντοπίστηκαν με αυτοματοποιημένες μεθόδους

ΑΣ που εντοπίστηκαν με τις δύο μεθόδους

1) υπεύθυνος

2) άνευ προηγουμένου

3) δραστικός

4) τολμηρός

5) επίσημος

6) αυστηρός

7) έξυπνος

8) σοφός

9) εποικοδομητικός

10) δημιουργικός

11) ανόητος

12) προσωρινός

13) καθοριστικός

14) μοιραίος

15) εύκολος

16) παράλογος

17) ανορθολογικός

18) τεκμηριωμένος

19) βολικός

20) προηγμένος

21) πρακτικός

22) αντίθετος

23) έξυπνος

24) ορθολογικός

25) συνειδητός

26) ασφαλής

27) ανεξάρτητος

28) σκανδαλώδης

29) επώδυνος

30) βιαστικός

31) επείγων

32) ευφυής

33) ειρηνικός

34) δίκαιος

35) βιώσιμος

36) ενωμένος

1) σαφής

2) κατηγορηματικός

3) παράξενος

4) συγκεκριμένος

5) δημιουργικός

6) χρήσιμος

7) απροσδόκητος

8) βέλτιστος

9) απλός

10) κακός

11) πραγματικός

12) σύνθετος

13) μοναδικός

1) γρήγορος

2) λογικός

3) όχι εύκολος

4) σοβαρός

5) επικίνδυνος

6) δύσκολος

7) επιβλαβής

8) σταθερός

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 25

doi.org/10.35321/bkalba.2021.94.06

Παρουσιάζοντας το παράδειγμα του ουσιαστικού sprendimas («απόφαση»), είναι σημαντικό να αναφερθεί ακόμη μία πτυχή που σχετίζεται με την αυτοματοποιημένη μέθοδο: ορισμένες από τις συμπλοκές που ταξινομήθηκαν ως αυθαίρετες μπορεί να είναι συζητήσιμες, δηλαδή να φαίνονται οριακές, πιο κοντά στις μη γνήσιες. Για παράδειγμα, μπορεί να τεθεί το ερώτημα αν συμπλοκές όπως aiškus sprendimas («σαφής απόφαση») ή keistas sprendimas («παράξενη απόφαση») πρέπει πράγματι να θεωρούνται αυθαίρετες. Θα φαινόταν ότι τα επίθετα aiškus, keistas, kūrybiškas, naudingas, netikėtas («σαφής, παράξενος, δημιουργικός, χρήσιμος, απροσδόκητος») και άλλα μπορούν να συνδυαστούν όχι μόνο με το sprendimas («απόφαση»), αλλά και με πολλά άλλα ουσιαστικά με τα οποία μπορούν να συνδυαστούν σημασιολογικά· πρβ. όλες τις συμπλοκές αυτών των επιθέτων που εντοπίστηκαν στο σώμα κειμένων Delfi.lt: 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. Οι γλωσσολόγοι εξέτασαν τον περιορισμένο λεξικό συνδυασμό όχι μόνο με τη δοκιμή συνωνυμίας, αλλά και με βάση λεξικοσημασιολογικές ομάδες· γι’ αυτό δεν κατέταξαν τις συμπλοκές aiškus sprendimas και keistas sprendimas στις αυθαίρετες. Κατά την αυτοματοποιημένη αξιολόγηση του λεξικού περιορισμού, αυτές οι συμπλοκές κατατάχθηκαν στις ΑΚ, επειδή ο έλεγχος της δυνατότητας αντικατάστασης από συνώνυμα έδειξε ότι το ουσιαστικό sprendimas σχημάτιζε συμπλοκές μόνο με ένα από τα μέλη του ζεύγους συνωνύμων aiškus, suprantamas και ένα από τα μέλη του ζεύγους συνωνύμων keistas, neįprastas. Τα παραδείγματα αυτά δείχνουν ότι ακριβέστερα αποτελέσματα για τις ΑΚ μπορούν να αναμένονται όταν ο περιορισμένος λεξικός συνδυασμός ελέγχεται όχι μόνο με τη δοκιμή συνωνυμίας, αλλά και με τη δοκιμή λεξικοσημασιολογικών ομάδων.

2.2. Αυθαίρετες συμπλοκές αποτελούμενες από ρήματα και ουσιαστικά

Εντοπίστηκαν 1171 ΑΚ αποτελούμενες από ρήμα και ουσιαστικό. Ο αριθμός αυτός είναι αρκετά κοντά στον αριθμό των ΑΚ που σχηματίζονται με επίθετα — 1048. Επίσης, η κατανομή των ΑΚ που εντοπίστηκαν με διαφορετικές μεθόδους είναι αρκετά παρόμοια με εκείνη των συμπλοκών που σχηματίζονται με επίθετα (βλ. Πίνακα 2) (βλ. Πίνακα 3): περίπου οι μισές ΑΚ εντοπίστηκαν με μη αυτοματοποιημένο τρόπο (π.χ.: apniukusi diena, aptarti galimybes, iškvies­ti apsaugą), περίπου το ένα τρίτο αυτοματοποιημένα (π.χ.: suskubti į pagalbą, žvelgti į gyvenimą, sugadintas turtas, kaupti turtą), ενώ σχεδόν το ένα πέμπτο εντοπίστηκε και με τις δύο μεθόδους (π.χ.: atlikti tarnybą, duoti komandą, matyti reikalą).

Αναλύθηκε επίσης η λεξική ποικιλία των ΑΚ αυτής της δομής, δηλαδή πόσα διαφορετικά ρήματα σχηματίζουν τις ΑΚ που εντοπίστηκαν με μια συγκεκριμένη μέθοδο. Κατά μέσο όρο, σχηματίστηκαν 2,05 από τις ΑΚ που εξετάζονται στην παρούσα ενότητα με το ίδιο ρήμα (βλ. Πίνακα 5).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 26

doi.org/10.35321/bkalba.2021.94.06

ΠΙΝΑΚΑΣ 5. ΑΚ που εντοπίστηκαν με διαφορετικές μεθόδους (ρήμα + ουσιαστικό)

ΑΚ που εντοπίστηκαν με μη αυτοματοποιημένες μεθόδους

ΑΚ που εντοπίστηκαν με αυτοματοποιημένες μεθόδους

ΑΚ που εντοπίστηκαν και με τις δύο μεθόδους

Αριθμός (ποσοστό)

Αριθμός διαφορετικών ρημάτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο ρήμα)

Αριθμός (ποσοστό)

Αριθμός διαφορετικών ρημάτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο ρήμα)

Αριθμός (ποσοστό)

Αριθμός διαφορετικών ρημάτων (μέσος αριθμός ΑΚ που σχηματίζονται με το ίδιο ρήμα)

561 (47,91)

376 (1,5)

382 (32,62)

189 (2,02)

228 (19,47)

102 (2,24)

Οι συντακτικές λειτουργίες των ρημάτων στις ΑΚ είναι πιο ποικίλες από εκείνες των επιθέτων: μπορούν να χρησιμοποιούνται προσωπικοί τύποι που συνδέονται με ουσιαστικά τα οποία επιτελούν λειτουργία αντικειμένου, υποκειμένου ή επιρρηματικού προσδιορισμού (π.χ.: apipilti klausimais, kelti kainą, parodyti laikas¹³, pastatyti į vietą), ή μη προσωπικοί τύποι, συνήθως μετοχές, που επιτελούν λειτουργία επιθετικού προσδιορισμού (π.χ.: išpūsta kaina, einamieji metai, neapgalvotas sprendimas, klestinti šalis, negirdėtas dalykas, vykdomas darbas). Στις τριλεκτικές ΑΚ η σειρά των λέξεων μπορεί να ποικίλλει, π.χ.: atskubėti į pagalbą / į pagalbą atskubėti; eiti į rinkimus / į rinkimus eiti.

Σε σύγκριση με τις συμπλοκές που αποτελούνται από επίθετα, παρατηρείται μεγαλύτερη ποικιλία διαφορετικών ρημάτων: στις ΑΚ που εντοπίστηκαν με τη μη αυτόματη μέθοδο, το ίδιο ρήμα σχηματίζει κατά μέσο όρο 1,5 συμπλοκές, στις ΑΚ που εντοπίστηκαν με την αυτοματοποιημένη διανυσματική μέθοδο κατά μέσο όρο 2,02 συμπλοκές, ενώ στις ΑΚ που εντοπίστηκαν και με τις δύο μεθόδους η ποικιλία των ρημάτων είναι η μικρότερη — το ίδιο ρήμα σχηματίζει κατά μέσο όρο 2,24 ΑΚ. Πιθανότατα, αυτό το αποτέλεσμα οφείλεται στο ότι οι συμπλοκές που εντοπίστηκαν και με τις δύο μεθόδους είναι οι λιγότερες. Από την άλλη πλευρά, οι τάσεις είναι παρόμοιες: τη μεγαλύτερη λεξική ποικιλία παρουσιάζουν οι ΑΚ που εντοπίστηκαν με τη μη αυτόματη μέθοδο.

¹³ Μερικές φορές τα λήμματα των υποκειμενικών συμπλοκών φαίνονται ασυνήθιστα, αλλά επιλέχθηκε να δοθεί ο απαρέμφατος τύπος, επειδή μπορούν να χρησιμοποιηθούν πολλοί διαφορετικοί κλιτοί τύποι, π.χ.: ο χρόνος θα δείξει, ο χρόνος έδειξε, ο χρόνος θα έδειχνε.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 27doi.org/10.35321/bkalba.2021.94.06

Από την ανάλυση των δεδομένων προκύπτει μεγάλη ποικιλία ρημάτων (ως διαφορετικά ρήματα θεωρήθηκαν οι λέξεις με πρόθημα και χωρίς πρόθημα, καθώς και με διαφορετικά προθήματα (π.χ.: saugoti, apsaugoti, išsaugoti), ενώ οι αυτοπαθείς και μη αυτοπαθείς μορφές θεωρήθηκαν το ίδιο ρήμα, εφόσον δεν αλλάζουν τη σημασία· υπάρχουν, ωστόσο, ρήματα με μεγάλη συντακτική συνδυαστικότητα, με τα οποία σχηματίζονται αρκετές ή ακόμη και δεκάδες ΑΚ, π.χ.:

suteikti: παροχή προστασίας, παροχή πληροφοριών, να δοθεί η δυνατότητα, να δοθεί η δυνατότητα επιλογής, να δοθούν πληροφορίες σχετικά με·

skirti: αφιερώνω λίγη προσοχή, αφιερώνω χρόνο, δίνω προσοχή, αφιερώνω πολλή προσοχή, κατ’ οίκον περιορισμός, αφιερώνω μεγάλη προσοχή, αφιερώνω πολύ χρόνο, αφιερώνω πολλή προσοχή, χρειάζεται να δοθεί προσοχή·

ateiti / ateinantis: πηγαίνω στις εκλογές, έρχεται το ευρώ, έρχεται η ώρα, έρχεται η στιγμή, τα επόμενα έτη, οι επόμενες εκλογές, ο προϋπολογισμός του επόμενου έτους, η αρχή του επόμενου έτους, ο επόμενος μήνας, η αρχή των επόμενων εβδομάδων, η επόμενη περίοδος, τα επόμενα έτη, η επόμενη μέρα, η επόμενη εβδομάδα.

Φαίνεται ότι ένα σημαντικό μέρος των ΑΚ που σχηματίζονται με ένα ρήμα είναι παραλλαγές της ίδιας συμπλοκής, πρβ. τις παραλλαγές της ΑΚ skirti dėmesį που παρατέθηκαν παραπάνω. Ωστόσο, κάθε λεξική ή γραμματική παραλλαγή των συμπλοκών (αλλάζει η σειρά των λέξεων, προστίθενται επιπλέον λέξεις) καταμετράται ως ξεχωριστή συμπλοκή. Θεωρούνται ξεχωριστές συμπλοκές όταν το ίδιο ρήμα χρησιμοποιείται σε κλιτό τύπο (στην περίπτωση αυτή, συνήθως ως λήμμα δίνεται το απαρέμφατο) ή σε άκλιτο τύπο (π.χ.: αγωνίζομαι για μια θέση, αγωνίζομαι μέχρι τέλους, ομάδα που αγωνίζεται). Συνεπώς, η μεγαλύτερη λεξική ποικιλία στις συμπλοκές με ρήματα (σε σύγκριση με τα επίθετα) οφείλεται στην ιδιαιτερότητα του ρήματος ως μέρους του λόγου — τη συχνή χρήση ρημάτων της ίδιας ρίζας με διαφορετικά προθήματα. Αφενός, τέτοια ρήματα μπορούν να θεωρηθούν διαφορετικές λέξεις· αφετέρου, τα δεδομένα αυτά δεν είναι απολύτως συγκρίσιμα με τα δεδομένα των επιθέτων, τα οποία σε όλες τις περιπτώσεις είναι διαφορετικές λέξεις και όχι παράγωγες παραλλαγές της ίδιας λέξης.

ΑΚ που εντοπίστηκαν με τη μη αυτόματη μέθοδο. Σε αντίθεση με τις συμπλοκές επιθέτου + ουσιαστικού, οι συμπλοκές με ρήματα συχνά αναγνωρίστηκαν ως αυθαίρετες όχι μόνο με βάση το κριτήριο της μεταφορικής σημασίας (π.χ.: χαλάω τη ζωή, ανοίγω δυνατότητα), αλλά και με βάση το κριτήριο της περιορισμένης λεξικής συνδυαστικότητας και τη δοκιμασία των λεξικοσημασιολογικών ομάδων. Για παράδειγμα, οι συμπλοκές με vaizdas, būdas, informacija αξιολογήθηκαν με βάση τα ακόλουθα παραδείγματα:

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 28

doi.org/10.35321/bkalba.2021.94.06

διαστρεβλώνω πληροφορίες

διαστρεβλώνω την αγορά

διαστρεβλωμένες πληροφορίες

διαστρεβλωμένος τρόπος

διαστρεβλωμένη εικόνα

Η συντακτική συνδεσιμότητα των ρημάτων iškraipyti, iškreipti (που χρησιμοποιούνται και επιθετικά) δεν είναι ευρεία: στο παράδειγμα των συνδυασμών με το iškraipyti θα μπορούσε να προστεθεί και το iškraipyti žodžius, αλλά το ουσιαστικό žodžiai θα ανήκε στην ίδια ομάδα με την informacija, γι’ αυτό αποφασίστηκε να ταξινομηθούν και οι δύο συνδυασμοί ως AK. Με τη μετοχή iškreiptas, η οποία χρησιμοποιείται επιθετικά, σχηματίστηκαν τρεις συνδυασμοί και όλοι θεωρήθηκαν AK, επειδή, παρότι το παράδειγμα θα μπορούσε να διευρυνθεί (π.χ. με την προσθήκη του iškreiptas mąstymas), και πάλι θα ήταν περιορισμένο. Τα ουσιαστικά informacija, vaizdas, būdas, παρότι ανήκουν στην ίδια λεξικοσημασιολογική ομάδα αφηρημένων εννοιών, είναι μόλις τρία, και ο μικρός αριθμός λέξεων αποτελεί μία από τις προϋποθέσεις για την εφαρμογή του τεστ λεξικοσημασιολογικών ομάδων. Η εφαρμογή του τεστ εναλλαξιμότητας συνωνύμων δείχνει ότι αντί των iškraipyti, iškreiptas δεν είναι κατάλληλο να χρησιμοποιηθούν, για παράδειγμα, τα išdarkyti / išdarkytas.

Οι AK προσδιορίστηκαν με αυτοματοποιημένη μέθοδο. Είναι σημαντικό να τονιστεί ένας περιορισμός της αυτοματοποιημένης μεθόδου: ορισμένες AK μπορεί να μην αναγνωριστούν, επειδή τέτοιοι συνδυασμοί δεν εντοπίστηκαν στο σώμα κειμένων Delfi.lt (παρόλο που ο ίδιος ο συνδυασμός λέξεων μπορεί να έχει χρησιμοποιηθεί). Για παράδειγμα, ο τριλεκτικός συνδυασμός aiškintis įvykio aplinkybes αναγνωρίστηκε ως AK βάσει των συνωνύμων analizuoti, aiškintis, tirti που περιλαμβάνονται στο VE. Στο σώμα κειμένων βρέθηκε μόνο ο συνδυασμός με το ρήμα aiškintis, επομένως αναγνωρίστηκε ως AK. Από την άλλη πλευρά, σε ένα άλλο σώμα κειμένων θα μπορούσε να υπάρχει και ο συνδυασμός tirti įvykio aplinkybes, συνεπώς, κατά τον έλεγχο με βάση την ίδια συνωνυμική ομάδα, θα αναγνωρίζονταν ως αυθαίρετοι δύο συνδυασμοί και όχι ένας.

Μεταξύ των συνδυασμών που εντοπίστηκαν με την αυτοματοποιημένη μέθοδο υπάρχουν περιπτώσεις τις οποίες οι γλωσσολόγοι δεν αναγνώρισαν ως AK ακριβώς επειδή, με βάση τη γλωσσική διαίσθηση, δεν θεωρήθηκε ότι υπάρχει τάση επιλογής ενός συνωνύμου ανάμεσα σε πολλά πιθανά. Παραδείγματα θα μπορούσαν να είναι οι συνδυασμοί suprasti pasaulį, pažinti pasaulį, žiūrėti į pasaulį. Οι γλωσσολόγοι δεν αναγνώρισαν κανέναν από αυτούς τους συνδυασμούς ως αυθαίρετο. Η αυτοματοποιημένη μέθοδος προσδιόρισε και τους τρεις ως AK, επειδή ανάμεσα στους συνδυασμούς του σώματος κειμένων Delfi.lt δεν υπήρχαν συνδυασμοί με άλλα μέλη των αντίστοιχων συνωνυμικών ομάδων, δηλαδή υπήρχε το suprasti pasaulį, αλλά όχι το suvokti pasaulį· υπήρχε το pažinti pasaulį, αλλά όχι το išmokti pasaulį· υπήρχε το žiūrėti į pasaulį, αλλά όχι το žvelgti į pasaulį. Η γλωσσολογική αξιολόγηση έδειξε ότι η συνδεσιμότητα αυτών των τριών ρημάτων δεν έχει χαρακτηριστικά περιορισμένης συνδεσιμότητας.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 29doi.org/10.35321/bkalba.2021.94.06

Και με τις δύο μεθόδους εντοπίστηκαν ΑΚ. Πρέπει να σημειωθεί ότι οι ΑΚ αυτής της ομάδας δεν εντοπίστηκαν κατ’ ανάγκην βάσει του ίδιου κριτηρίου. Κατά την αξιολόγηση της αυθαιρεσίας με τη μη αυτοματοποιημένη μέθοδο, μια ΑΚ μπορούσε να εντοπιστεί βάσει οποιουδήποτε από τα τεστ, όχι κατ’ ανάγκην βάσει της δυνατότητας αντικατάστασης με συνώνυμα. Όπως έχει αναφερθεί για τις συμπλοκές επιθέτων και ουσιαστικών, οι ίδιες ΑΚ επιλέχθηκαν με μη αυτοματοποιημένο τρόπο βάσει του κριτηρίου της μεταφορικής σημασίας, ενώ με την αυτοματοποιημένη μέθοδο βάσει του κριτηρίου του περιορισμένου λεξικού συνδυασμού (τεστ αντικατάστασης με συνώνυμα), πρβ. σutriko eismas και sutriko sveikata, τις οποίες οι γλωσσολόγοι επέλεξαν επειδή το sutr būti συνδυάζεται με περιορισμένη ομάδα ουσιαστικών, ενώ οι δύο μέθοδοι αναγνώρισαν αυτές τις συμπλοκές ως ΑΚ επειδή, μεταξύ των συνωνύμων sugedo και sutriko, στις αξιολογικές συμπλοκές καταγράφηκε μόνο ένα συνώνυμο. Η Apga l v otas sprendimas αναγνωρίστηκε ως ΑΚ, επειδή δεν υπήρχε σύμπλοκο με άλλο συνώνυμο — το apmąstytas sprendimas. Επομένως, είναι σημαντικό να έχουμε κατά νου ότι οι συμπλοκές αυτής της ομάδας δεν είναι συμπλοκές που αναγνωρίστηκαν βάσει του ίδιου κριτηρίου.

ΠΙΝΑΚΑΣ 6. Εντοπισμένες ΑΚ με το ουσιαστικό sprendimas και ρήματα

ΑΚ που εντοπίστηκαν με μη αυτοματοποιημένη μέθοδο

ΑΚ που εντοπίστηκαν με αυτοματοποιημένη μέθοδο

ΑΚ που εντοπίστηκαν και με τις δύο μεθόδους

1) προσβάλλω (δικαστική) απόφαση 2) αναβάλλω την απόφαση 3) λαμβάνω απόφαση 4) θεμελιώνω την απόφαση 5) αναζητώ απόφαση 6) τελεσίδικη απόφαση 7) απερίσκεπτη απόφαση 8) δεν λαμβάνω απόφαση 9) δεν εκτελώ δικαστική απόφαση 10) η απόφαση δικαιώθηκε 11) λαμβάνω την αντίστοιχη απόφαση λαμβάνω την απαραίτητη απόφαση 12) λαμβάνω επανειλημμένα αποφάσεις 13) συμφωνώ με την απόφαση 14) δημοσιεύω την απόφαση 15) προσβάλλω την απόφαση (στο δικαστήριο) 16) εκτελώ δικαστική απόφαση

1) priimti sprendimą 2) reikalauti sprendimo 3) siūlomas sprendimas 4) laukti sprendimo 5) pasirašyti sprendimą

1) įvykdyti teismo sprendimą 2) padarytas sprendimas 3) pasiūlytas sprendimas 4) paskelbti sprendimą 5) apgalvotas sprendimas

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 30

doi.org/10.35321/bkalba.2021.94.06

Αξιολογώντας πόσες από τις συμπράξεις ρήμα + ουσιαστικό ενός από τα παραγωγικότερα ουσιαστικά sprendimas εντοπίζονται με διαφορετικές μεθόδους (βλ. Πίνακα 6), διαπιστώνεται ότι οι περισσότερες εντοπίστηκαν με τη μη αυτοματοποιημένη μέθοδο, ενώ μόνο πέντε ΑΚ εντοπίστηκαν και με τις δύο μεθόδους και με την αυτοματοποιημένη μέθοδο.

ΣΥΝΟΠΤΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ

Από την ανάλυση των διλεκτικών και τριλεκτικών ΑΚ, που αποτελούνται από επίθετα και ουσιαστικά, καθώς και από ρήματα και ουσιαστικά, μπορεί να συναχθεί ότι με τη μη αυτοματοποιημένη μέθοδο εντοπίστηκε περίπου το ήμισυ τους, με την αυτοματοποιημένη μέθοδο περίπου το ένα τρίτο και με τις δύο μεθόδους περίπου το ένα πέμπτο. Μόνο ένα μικρό μέρος των ΑΚ που εντοπίζονται με αυτές τις μεθόδους συμπίπτει, γεγονός που δείχνει ότι η χρήση και των δύο μεθόδων μπορεί να οδηγήσει στον εντοπισμό περισσότερων ΑΚ. Επομένως, για την αναγνώριση των ΑΚ αξίζει να αξιοποιούνται τόσο οι δυνατότητες της μη αυτοματοποιημένης όσο και της αυτοματοποιημένης μεθόδου.

Πρέπει να τονιστεί ότι στη μη αυτοματοποιημένη ανάλυση εφαρμόστηκε όχι ένα, αλλά δύο κριτήρια επιλογής, γι’ αυτό τα δεδομένα που εντοπίστηκαν μη αυτοματοποιημένα είναι πολύ περισσότερα από εκείνα που εντοπίστηκαν αυτοματοποιημένα. Η μη αυτοματοποιημένη ανάλυση περιλάμβανε όχι μόνο το κριτήριο της μεταφορικής σημασίας, αλλά και το κριτήριο του περιορισμένου λεξικού συνδυασμού, το οποίο ελέγχθηκε με δύο δοκιμές (των λεξικοσημασιολογικών ομάδων και της δυνατότητας αντικατάστασης με συνώνυμα), ενώ στην αυτοματοποιημένη μέθοδο εφαρμόστηκε μόνο το κριτήριο του περιορισμένου λεξικού συνδυασμού, βάσει της δοκιμής αντικατάστασης με συνώνυμα.

Λόγω του διαφορετικού αριθμού κριτηρίων, τα αποτελέσματα που προκύπτουν με τις διαφορετικές μεθόδους δεν μπορούν να συγκριθούν, καθώς με την πρώτη μέθοδο εντοπίστηκαν σε κάθε περίπτωση περισσότερες ΑΚ, ενώ οι συμπίπτουσες συμπράξεις είναι σχετικά λίγες. Θα ήταν ενδιαφέρουσα η σύγκριση των ΑΚ που εντοπίστηκαν αυτοματοποιημένα και μη αυτοματοποιημένα αποκλειστικά βάσει του κοινού κριτηρίου του περιορισμένου συνδυασμού (της δοκιμής αντικατάστασης με συνώνυμα). Μια τέτοια σύγκριση θα μπορούσε να δείξει ότι ορισμένες από τις εντοπισμένες ΑΚ είναι ίδιες, ενώ θα επέτρεπε επίσης να αξιολογηθεί ποια μέθοδος εντόπισε περισσότερες ΑΚ και σε τι διαφέρουν οι μη συμπίπτουσες ΑΚ.

Με τη μη αυτοματοποιημένη μέθοδο συλλέχθηκαν όχι μόνο περισσότερα, αλλά και λεξικά πιο ποικίλα δεδομένα. Οι ΑΚ που εντοπίστηκαν με αυτή τη μέθοδο περιλαμβάνουν μεγαλύτερη ποικιλία επιθέτων και ρημάτων, ενώ η αυτοματοποιημένη μέθοδος αποδίδει ΑΚ με μικρότερη λεξική ποικιλία.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 31

doi.org/10.35321/bkalba.2021.94.06

Κατά τη δοκιμή της αυτοματοποιημένης μεθόδου, κύριος στόχος ήταν να μειωθεί όσο το δυνατόν περισσότερο ο παράγοντας της υποκειμενικότητας κατά την αξιολόγηση της αυθαιρεσίας και να βασιστεί η ανάλυση μόνο σε δεδομένα καταγεγραμμένα στο σώμα κειμένων. Όταν υπάρχουν ζεύγη ή ομάδες συνωνύμων που προσδιορίζονται με τη μέθοδο των διανυσμάτων από ένα συγκεκριμένο σώμα κειμένων, η διαδικασία αξιολόγησης απλοποιείται, επειδή είναι ευκολότερο να κριθεί αν το συστατικό μιας σύμπραξης μπορεί να αντικατασταθεί ή όχι: εάν στο υπό εξέταση υλικό υπάρχουν συμπράξεις με όλες τις λέξεις του ζεύγους ή της ομάδας συνωνύμων, η αντικατάσταση είναι δυνατή.

Βεβαίως, αναδείχθηκαν και τα μειονεκτήματα της αυτοματοποιημένης μεθόδου. Καθώς η αυθαιρεσία των συμπράξεων αξιολογείται με βάση τα συνώνυμα της VE, ορισμένες ΑΚ ενδέχεται να μην αναγνωριστούν, επειδή η αναγνώριση της αυθαιρεσίας εξαρτάται σε μεγάλο βαθμό από τη διαθέσιμη VE. Για τις δοκιμές χρησιμοποιούνται μόνο τόσα συνώνυμα και μόνο εκείνα που έχουν συλλεχθεί στη VE, με αποτέλεσμα να μην αναγνωρίζονται όλες οι συμπράξεις ως ΑΚ.

Παρότι η διαδικασία ανάλυσης των ΑΚ μπορεί να αυτοματοποιηθεί, στο αρχικό στάδιο της διαδικασίας απαιτείται η συμβολή γλωσσολόγων: πρέπει να διαχωριστούν, στις VE που καταρτίζονται με τη μέθοδο των διανυσμάτων, τα συνώνυμα από τις λέξεις που συνδέονται με άλλες σημασιολογικές σχέσεις, όπως τα αντώνυμα. Ο έλεγχος του όγκου των δεδομένων που απομένουν μετά τη γλωσσολογική επαλήθευση δείχνει ότι αφαιρούνται πολλά επίθετα και ρήματα από τις VE, ενώ το 41 τοις εκατό και το 30 τοις εκατό των δεδομένων που απομένουν, αντίστοιχα, χρειάζονται επίσης επεξεργασία και επιμέλεια. Επειδή η μέθοδος των διανυσμάτων εντοπίζει όχι μόνο λέξεις που συνδέονται με συνωνυμικές σχέσεις, απαιτείται περισσότερος χρόνος για την προετοιμασία των δεδομένων συνωνύμων για τη δοκιμή αντικατάστασης. Επομένως, θα πρέπει να δοκιμαστούν άλλες μέθοδοι για τον εντοπισμό των συνωνυμικών σχέσεων.

Κατά την αξιολόγηση της καταλληλότητας της μεθόδου των διανυσμάτων για την επιλογή συνωνύμων, αξίζει να αναφερθούν τα ακόλουθα επιχειρήματα που αποδεικνύουν την αξία των δεδομένων που συλλέγονται αυτόματα. Πρώτον, με τη μέθοδο των διανυσμάτων μπορούν να εντοπιστούν περισσότερα και διαφορετικά συνώνυμα από όσα εντοπίζονται αποκλειστικά με ενδοσκόπηση. Δεύτερον, τα συνώνυμα που εντοπίζονται με αυτή τη μέθοδο (αφού, βεβαίως, αφαιρεθούν πρώτα τα μη συνώνυμα) αποκαλύπτουν ένα σημαντικό φαινόμενο από την άποψη της συνωνυμίας: συνώνυμα δεν είναι μόνο μεμονωμένες λέξεις, αλλά και συνδυασμοί λέξεων. Τρίτον, η μέθοδος των διανυσμάτων είναι κατάλληλη για την επεξεργασία μεγάλου όγκου δεδομένων, δηλαδή για τον εντοπισμό συνωνύμων σε μεγάλο σώμα κειμένων, ενώ θα ήταν δύσκολο να αξιολογηθεί χειροκίνητα η ομοιότητα των συμφραζομένων τόσο μεγάλου αριθμού λέξεων.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 32

doi.org/10.35321/bkalba.2021.94.06

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: Erduvinės 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.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 33

doi.org/10.35321/bkalba.2021.94.06

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

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 34

doi.org/10.35321/bkalba.2021.94.06

ARBITRALIŲJŲ LIETUVIŲ KALBOS KOLOKACIJŲ NUSTATYMAS

Santrauka

Šiame straipsnyje sprendžiama arbitraliųjų lietuvių kalbos kolokacijų atpažinimo problema. Tam skirtas projektas „Arbitrariosios 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 – arbitralius: nors pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną junglumo partnerį, bet linkstama vartoti kurį nors vieną, pvz., suprasti užuominą, bet ne *subokti 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 metodų nustatčius 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

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 35

doi.org/10.35321/bkalba.2021.94.06

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.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 36

doi.org/10.35321/bkalba.2021.94.06

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. *suokti 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 semi-automated 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

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 37

doi.org/10.35321/bkalba.2021.94.06

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]

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204