Homonimai, homoformos ir homografai tekstynų lingvistikos požiūriu

Erika RIMKUTĖ Univerzita Vytautase Velikého HOMONYMA, HOMOFORMY A HOMOGRAFY Z HLEDISKA KORPUSOVÉ LINGVISTIKY 1. Úvod Na Centru počítačové lingvistiky Univerzity Vytautase Velikého byl shromážděn a dále se doplňuje Korpus současné litevštiny, který obsahuje více než 100 milionů slov (adresa: http://donelaitis.vdu.lt/Tekstynas). Také se sestavuje a spravuje morfologicky anotovaný korpus o 1 milionu slov. K tomu se používá počítačový program Lemuoklis, který vytvořil V. Zinkevičius (Zinkevičius 2000: 246); program dokáže poskytnout základní podobu psané slovní formy, takzvané lemma, a také uvést morfologické značky. Například forma laužo se lemmatizuje jako podstatné jméno laužas nebo jako sloveso laužyti a označuje se buď jako genitiv jednotného čísla podstatného jména mužského rodu, nebo jako třetí osoba přítomného času indikativu slovesa. Morfologicky nejednoznačných je 47 procent všech slov či slovních forem. Za morfologicky nejednoznačná se označují ta slova či slovní formy, u nichž program Lemuoklis automaticky určí dvě nebo více lemmat, nebo jim přiřadí dvě či více možných morfologických značek, např.: namo – podstatné jméno a příslovce (nãmo stogas – einu namõ); galimas – přídavné jméno a participium (galimas daiktas); laimės – podstatné jméno a sloveso (lái-mės kūdikis – jis laimės varžybas) a podobně. Automaticky lemmatizované a morfologicky označené texty ještě kontroluje lingvista, který odstraňuje případy nejednoznačnosti. Tyto nejednoznačné formy byly podrobněji analyzovány. Jde o novou oblast výzkumu, a proto je třeba zvolit a vymezit terminologii. V lingvistice se uvedené formy označují různě: gramatická / morfologická homonyma, homoformy, homogafy, částečná homonyma. Cílem tohoto článku je odhalit nejednotnost v užívání stávajících termínů a zdůvodnit užívání jiného termínu homoformy a nového termínu morfologická nejednoznačnost. 33 2. Pojem homonymie Morfologické nejednoznačnosti se v litevské lingvistice dosud nevěnovala přílišná pozornost – podrobněji byla v lingvistice zkoumána pouze lexikální homonyma. Proto také vyvstávají problémy, jak označit morfologickou nejednoznačnost a její jednotlivé typy. 2.1. Homoformy a morfologická homonyma. V lingvistice jsou morfologická / gramatická homonyma definována jako foneticky shodné formy téhož slova, které mají různé gramatické významy, např.: ranka (j. č., nominativ) a ranka (j. č., instrumentál) (Jakaitienė 1980: 42; Соболева 1980: 78). Někteří lingvisté gramatická homonyma od homoform nerozlišují. Může jít o různé formy téhož slova (viz výše uvedené příklady), nebo o podobně znějící formy různých slov, např.: sakai (podstatné jméno, nominativ) a sakai (sloveso, přítomný čas, j. č., 2. osoba) (LKK I 1995: 23; Barauskaitė 1979: 43–44; Drotvinas 1986: 125). F. Katamba označuje shodné formy týchž nebo různých slovních druhů jako synkretismus (Katamba 1994: 25). E. Jakaitienė homoformų netapatina su morfologiniais homonimais (Jakaitienė 1980: 42). Homoformas apibrėžia kaip atskiras, atsitiktinai sutampančias bendrinėje kalboje savo fonetine struktūra visiškai skirtingų žodžių formas, pvz.: kiškis (dkt. vns. vard.) ir kiškis (sngr. vksm. liep. nuos. vns. II asm.). Homoformomis laikytini ir tokie žodžiai, kurių fonetiškai sutampa ne viena, o kelios formos. Pavyzdžiui: a) veiksmažodžiai, kurių fonetiškai sutampa tik bendratis ir iš jos padarytos formos: gesti, gęsta, geso „ugniai, šviesai nykti, blėsti“ ir gesti, genda, gedo „darytis netinkamam“; b) daiktavardžiai ir būdvardžiai ar dalyviai (skiriasi jų vienaskaitos naudininko ir vietininko, daugiskaitos vardininko ir naudininko formos): bendras „priklausomas visiems“ ir bendras „bičiulis, draugas“ (Jakaitienė 1980: 43). LK I tokie atvejai priskirti prie dalinių homonimų, tiesa, ten minimi tik veiksmažodžiai (LK I 1995: 24). LK I prie homoformų aptarti fonetiškai sutampantys linksniai (LK I 1995: 23), bet kyla klausimas, kuo laikytini sutampantys linksniai, kurie skiriasi tarimu, pvz.: naujos parduotuvės atidarymas – atidarytos dvi naujos parduotuvės. V. Drotvinas tų pačių kalbos dalių ir vienodai, ir skirtingai tariamas formas vadina reguliariosiomis homo- 34 formomis (Drotvinas 1986: 93). Kiti kalbininkai neužsimena apie to paties žodžio skirtingai tariamas formas. 2.2. Homoformy a částečná homonyma. E. Jakaitienė definuje částečná homonyma jako slova, u nichž se všechny tvary jednoho slova shodují s částí tvarů jiného slova. Nejčastěji jedno slovo takové dvojice homonym patří k ohebným slovním druhům a druhé k neohebným, např.: greta – podstatné jméno a příslovce, deja – podstatné jméno a citoslovce (Jakaitienė 1980: 43). Iš LK I pateikto dalinių homonimų apibrėžimo (LK I 1995: 24) galima spręsti, kad ši homonimijos rūšis sutampa su anksčiau jau E. Jakaitienės minėtomis homoformomis (Jakaitienė 1980: 43), pvz.: rausti, rausia, rausė „kasti, knisti“ ir rausti, rausta, raudo „darytis raudonam“. Podle KTŽ se za homoformy považují tvary různých slov, které se stejně vyslovují a píší (KTŽ 1990: 79). Z toho vyplývá, že mezi homoformy nepatří několik shodných pádových tvarů téhož slova. Při takové definici homoform je rozdíl mezi homoformami a částečnými homonymy nejasný, protože posledně jmenovaná jsou charakterizována jako „homonyma, jejichž morfémy se ne vždy zcela shodují nebo která patří k různým slovním druhům“ (KTŽ 1990: 80). Tento typ homonym ilustruje příklad greta – podstatné jméno a příslovce, zatímco jako příklad homoform je uvedeno varu – příslovce a instrumentál podstatného jména varas (KTŽ 1990: 79–80), takže rozdíl mezi částečnými homonymy a homoformami není patrný. 2.3. Homoformy a homografy. Nejvíce nejasností vzniklo autorce tohoto článku při analýze tvarů stejných či různých slov, které se liší prozodickými prvky, tj. místem přízvuku, intonací nebo kvantitou hlásky – jak je nazvat: homografy, nebo homoformy? Homografy se obvykle definují jako různá slova nebo jejich tvary, které se píší stejně, ale vyslovují se odlišně (liší se buď intonací, nebo místem přízvuku), např.: austi „větrat, stávat se ne horkým“ a aūšti „svítat, rozednívat se“ (Jakaitienė 1980: 44; LK I 1995: 23; KTŽ 1990: 23–24; Palmer 1981: 101; Drotvinas 1986: 91–92). Zdálo by se tedy, že nejednoznačné případy lišící se prozodickými prvky by se měly nazývat homografy, ale v LK I se píše, že „existují také homoformy, které se píší stejně, ale liší se přízvukem“ (LK I 35 1995: 23). Uvádějí se tyto příklady: „baltų ir baltų (báltai ir báltas), dúovanos ir dovanõs (dovanà ir dovanóti), māno ir māno“ (LK I 1995: 23). V. Drotvinas uvádí mezi příklady homoform supánčios (sloveso, budoucí čas, 3. osoba) a supančios (příčestí, ženský rod, jednotné číslo, genitiv nebo množné číslo, nominativ) (Drotvinas 1986: 91). I tyto příklady se liší místem přízvuku, přestože jsou řazeny mezi homoformy. Pojem homoform lišících se místem přízvuku se zdá logický, neboť při analýze morfologicky anotovaných textů bylo zjištěno mnoho tvarů, které se liší výslovností (asi 20% homoform se liší prozodickými prvky) (viz Rimkutė 2002: 91–92). Vzniká však otázka, podle jakých kritérií lze rozlišit homoformy od homografů, pokud se u homoform nevyžaduje fonetická totožnost. Snad by se za homoformy lišící se výslovností měly považovat pouze tvary téhož slova, např.: mamà (nominativ sg.) a mãma (vokativ sg.), galì (2. osoba sg. prézentu slovesa galėti) a gãli (3. osoba sg. prézentu slovesa galėti), zatímco za homografy slova různého významu, např.: kártis „hůl“ a kàrtis „hořkost“ nebo kártis „šíje koně; místo, kde rostou žíně“. Příklady uvedené v LK I a V. Drotvinem však nejsou různé tvary téhož slova odlišující se prozodickými prvky, nýbrž slova různého významu. Navíc není vždy jasné, zda jde o tvary téhož, či různých slov. Zdálo by se tedy, že různá slova nebo tvary slov, které se liší prozodickými prvky, lze považovat za homoformy. Dalším kritériem, které vysvětluje takové pojetí homoform, je to, že homografy se často charakterizují jako slova různého významu, ale ne všichni lingvisté to zdůrazňují; například v LKE se píše, že homografy jsou slova nebo tvary slov psané stejně (LKE 1999: 248). Často se shoduje několik pádových tvarů téhož jména. Je samozřejmé, že nejde o slova různého významu. Není tedy jasné, do které části homonymie mají být podobné tvary zařazeny. O. S. Achmanova nazývá případy, kdy se tvary téhož slova vyslovují odlišně, homografickými slovními tvary a zdůrazňuje, že nejde o homografy (Ахманова 1986: 436). V. Drotvinas navrhuje označovat homoformy, homografy a homofony jako homonymní slovní tvary (Drotvinas 1986: 91). Takový termín se zdá přijatelný, a proto by se tvary slov, které se liší prozodickými prvky, nazývaly 36 lze nazývat homografickými nebo homonymními slovními tvary, ale místo dlouhého termínu byl zvolen kratší – jednoduše homoformy. Již bylo zmíněno, že analýza je částečně podmíněna zkoumaným objektem – automaticky morfologicky anotovaným korpusem, proto se fonetickým rozdílům mezi homoformami nevěnuje přílišná pozornost, neboť jejich zkoumání vyžaduje podrobnější výzkum. Tato kritéria vedla k mírné změně užívání termínu homoformy. Aby se předešlo nejasnostem při analýze morfologicky víceznačných tvarů v morfologicky anotovaném korpusu, vychází se z předpokladu, že různé skloňované tvary náležející ke stejnému či různým slovním druhům, které se neshodují v místě přízvuku, intonaci ani kvantitě samohlásky, mohou být homoformami i homografy, např.: karaliaus sostas – karaliaũs ilgai, nãmo stogas – einu nãmo, sėdi šẽniai – tai atsitiko seniai. Některé homoformy – shodné pády jmen – tedy mohou být homografy, posuzujeme-li je z hlediska výslovnosti; homografy zase mohou být homoformami nebo různými pádovými tvary téhož slova, zkoumáme-li je morfologicky. Byla zvolena nejjednodušší varianta: všechny morfologicky víceznačné tvary se bez ohledu na to, zda se liší prozodickými prvky, považují za homoformy a termín homografai se vůbec nepoužívá. 2.4. Další případy homonymie. V některých lingvistických pracích není zcela jasné, jaký je rozsah homoform: tvoří je pouze slovní tvary téhož slovního druhu, nebo i tvary slov různých slovních druhů? Na základě příkladů uvedených V. Urbutisem a v LKE lze usuzovat, že za homoformy se považují některé shodné slovní tvary náležející k různým slovním druhům, např.: grūdo – gen. sg. podstatného jména grūdas a grūdo – 3. os. sg. minulého iterativa slovesa grūsti (Urbutis 1956: 4; LKE 1999: 247–248). Není proto jasné, zda lze za homoformy považovat shodné slovní tvary téhož slovního druhu, například tapo (liší se další základní tvary: tap yti, tapė ir tapti, tampa). Z definice homografů uvedené v LKE není jasné, čím se homografy liší od homonym a homoform, neboť se zde píše: „homografy jsou jazykové prvky (slova nebo jejich tvary) zapisované běžným pravopisem stejně. Homografy litevštiny jsou nejčastěji zároveň i homonymy“, např.: kasa „cop“ – kasa „místo peněžních operací“ (jiných ling- 37 vistů se domnívá, že kasa je pravé / absolutní homonymum; tento příklad by mohl být považován za homograf, pokud by se shodovaly tvary 3. os. sg. přítomného času podstatného jména kasa a slovesa kasti). Genitivní tvar sg. podstatného jména varpas varpo a tvar 3. os. sg. přítomného času slovesa varpyti varpo se rovněž považují za homografy (v jiných lingvistických pracích za homoformy). V LKE se dále píše, že homografy s odlišnou výslovností nejsou nijak vzácné (např.: aušti – aušti, perėjimas – perėjimas, giria – giria) (LKE 1999: 248). V lingvistických pracích dosud chybí pojednání o případech, kdy se shodují dvě či více neohebných slovních druhů, např.: kaip, ir, tik, iki; mají být také řazeny mezi homoformy, nebo by se měly považovat za nějaký jiný případ víceznačnosti (autorka tohoto článku řadí takové případy mezi homoformy neohebných slovních druhů (viz 3. Morfologická víceznačnost). 3. Morfologická víceznačnost Z výše uvedeného je zřejmé, že terminologie používaná v lingvistických pracích se liší. Aby nevznikaly nejasnosti ohledně toho, co se vlastně analyzuje – homoformy, homografy, nebo částečná homonyma –, byl zvolen obecnější termín morfologická víceznačnost. Jde o jev zahrnující: 1) ohebné a neohebné tvary; 2) slovní tvary různých i stejných slovních druhů; 3) slovní tvary nebo slova, které se v určitých tvarech či prozodických prvcích liší, i ty, které se zcela shodují. Termín víceznačnost se používá nejen při analýze homoform lišících se morfologickými znaky, ale také při pojednání o slovotvorné (např. ištvirkėlis – dobilėlis: stejný slovotvorný formant vyjadřuje různé významy), lexikálně-sémantické (např. pravé homonymum žiedas), syntakticko-sémantické (např. ve spojení mokytojo pakvietimas není kvůli různým syntaktickým vztahům jasné, zda učitel někoho zve, nebo je sám zván), textové (např. jis čia išsėdėjo visą vakarą: k porozumění deiktickým výrazům jis a čia je zapotřebí širší kontext) víceznačnosti. Je třeba uvést, že analýza morfologické víceznačnosti je poměrně specifická – analyzují se psané slovní tvary bez přízvukových znamének 38 forem. Program Lemuoklis provádějící automatickou morfologickou analýzu nemá žádné znalosti o sémantice analyzovaných slov ani o četnosti jejich užívání, a proto jsou slova analyzována bez ohledu na kontext. Někdy se proto nacházejí takové homoformy, které jsou možné pouze teoreticky; například forma kokio může být morfologicky charakterizována jako podstatné jméno kokis označující „kvalitu“ a jako zájmeno koks. V morfologicky anotovaném korpusu se rozlišují tři druhy homoform: 1) homoform ohebných slovních druhů, 2) homoform ohebných a neohebných slovních druhů a 3) homoform pouze neohebných slovních druhů. První druh homoform ilustrují tyto příklady: sukalė šuniui b ū d ą – išsiugdė gerą b ū d ą (shoduje se forma būdą, která může být akuzativem singuláru podstatného jména būda nebo būdas); svarbi p a s l a p t i s – išdavė p ą s l a p t i s (shodují se nominativ singuláru a genitiv plurálu podstatného jména paslaptis). Ve druhém případě se shoduje například tvar podstatného jména, příslovce a předložka: atvyko su mano p r i e š a i s – p r i e š a i s matau mišką – stovi p r i e š a i s mane. Mezi homoformy neohebných slovních druhů patří částice ir – může být spojkou, částicí i příslovcem. Jak ukazují uvedené příklady, za homoformy se považují i slova či slovní tvary, které se vyslovují odlišně. Morfologická víceznačnost jako jev zahrnuje všechny tyto druhy homoform. V automaticky morfologicky anotovaném malém korpusu se tedy analyzují homoformy, nikoli homografy nebo homonyma. Protože se analyzují psané slovní tvary, věnuje se největší pozornost morfologickým rozdílům, nikoli rozdílům fonetickým či sémantickým. Vzhledem k povaze analýzy byla změněna koncepce homoform, takže částečně zahrnují i homografy a částečná homonyma. Autorka článku se domnívá, že je lepší zvolit jeden jednoznačný termín než několik vzájemně souvisejících termínů pro homonymii. Očekává se, že se taková koncepce homoform při analýze morfologicky víceznačných tvarů časem ustálí. 4. Závěry Článek pojednává o tom, jak lingvisté užívají termíny související s homonymií a jak by měly být pojmenovány morfologicky víceznačné formy odhalené automatickou morfologickou analýzou. 39 1. V lingvistických pracích bylo zjištěno několik různých pojetí téhož termínu: 1) homoformy a morfologická / gramatická homonyma se považují za tutéž, nebo za různé součásti homonymie; 2) ze stávajících definic homonymie není jasné, zda homoformy tvoří: a) slovní tvary slov týchž či různých slovních druhů, b) foneticky totožné, nebo také odlišné tvary téhož slova; 3) někteří lingvisté označují tytéž formy jako homoformy, jiní jako částečná homonyma; 4) někde se tvrdí, že homoformy se vyslovují stejně, jinde, že se mohou lišit výslovností; 5) kritéria rozlišování homoform, homonym a homografů jsou vymezena nepřesně; 6) není jasné, jak se klasifikují shody u pomocných slovních druhů. 2. Vzhledem k nejednotné terminologii a poměrně specifické povaze analýzy byl zvolen termín morfologická víceznačnost, který je chápán jako jev zahrnující: 1) ohebné a neohebné formy; 2) slovní tvary různých i týchž slovních druhů; 3) slovní tvary či slova, které se v určitých formách liší prozodickými prvky nebo se zcela shodují. 3. V automaticky morfologicky anotovaném korpusu je více než 47% forem víceznačných. Pro označení těchto konkrétních forem byl zvolen termín homoformy. Rozlišují se homoformy 1) ohebných, 2) ohebných i neohebných a 3) pouze neohebných slovních druhů, které se mohou lišit prozodickými prvky, tj. místem přízvuku, intonací nebo kvantitou samohlásky. Termín homoformy zahrnuje také některé formy tradičně považované za homografy nebo částečná homonyma. LITERATŪRA А х м а н о в а О. С. 1986: Словарь омонимов русского языка, Москва. B a r a u s k a i t ė J. 1979: Leksikologijos pradmenys [Leksinė semantika], Vilnius. D r o t v i n a s V. 1986: Pagrindinės leksikologijos sąvokos, Vilnius. J a k a i t i e n ė E. 1980: Lietuvių kalbos leksikologija, Vilnius. 40 Katamba F. 1994: English Words. London and New Your. KTŽ 1990: K. Gaivenis, S. Keinys. Kalbotyros terminų žodynas, Kaunas. LK I 1995: Lietuvių kalba, Vilnius. LKE 1999: Lietuvių kalbos enciklopedija, Vilnius. Palmer F. R. 1981: Semantics, Cambridge. Rimkutė E. 2002: Homoformos dabartinės lietuvių kalbos tekstyne. – Lituanistica 2 (50), 86–101. Соболева П. А. 1980: Словообразовательная полисемия и омонимия, Москва. Urbutis V. 1956: Lietuvių kalbos leksikos homonimų susidarymo būdai (Filologijos mokslų kandidato disertacijos autoreferatas), Vilnius. Zinkevičius V. 2000: Lemuoklis – morfologinei analizei. – Darbai ir Dienos 24, 246–273. HOMONYMS, HOMOFORMS AND HOMOGRAPHS FROM THE VIEWPOINT OF CORPUS LINGUISTICS Summary The article deals with a small part of the corpus of the Lithuanian language, which was automatically tagged. The corpus with morphological tags has shown a high level degree of ambiguity of the language: about 47 percent of word forms are ambiguous. In the Lithuanian linguistics traditionally the greatest attention has been devoted to the lexical homonyms. Other levels of ambiguity have not been analysed. For this reason it was necessary to define the main terms of the morphological ambiguity and to solve the problematic issues of the relevant terminology. It was difficult to define what are the main differences between homographs, homonyms and homoforms. Traditionally in linguistics it is affirmed that homoforms must coincide phonetically, while homographs are pronounced differently. This article shows that some homoforms can differ by the place of accent, the quality of vowels or intonation. Homoforms were analysed instead of homographs or homonyms, because the main attention was devoted to morphological but not phonetic or semantic differences. Erika RIMKUTĖ Vytauto Didžiojo universitetas Donelaičio g. 58, Kaunas E. paštas [email protected] Gauta 2003-03-18 41