Homonimai, homoformos ir homografai tekstynų lingvistikos požiūriu

Erika RIMKUTĖ Vytauto Didžiojo universitetas HOMONYMER, HOMOFORMER OCH HOMOGRAFER UR KORPUSLINGVISTISK SYNVINKEL 1. Inledning Vid Vytautas Magnus-universitetets centrum för datorlingvistik finns en samlad och fortlöpande utökad Dabartinės lietuvių kalbos tekstynas, som består av mer än 100 miljoner ord (adress: http://donelaitis.vdu.lt/Tekstynas). En morfologiskt annoterad korpus på 1 miljon ord sammanställs och bearbetas också. För detta används datorprogrammet Lemuoklis, utvecklat av V. Zinkevičius (Zinkevičius 2000: 246), vilket kan ange den lexikala grundformen för en skriven ordform, den så kallade lemman, samt ange morfologiska märkningar. Exempelvis lemmatiseras formen laužo som substantivet laužas eller verbet laužyti, och beskrivs som antingen genitiv singular av ett maskulint substantiv eller tredje person singular presens indikativ av ett verb. 47 procent av alla ord eller ordformer är morfologiskt flertydiga. Morfologiskt flertydiga kallas de ord eller ordformer för vilka Lemuoklis automatiskt fastställer två eller fler lemman eller anger två eller flera möjliga morfologiska märkningar, t.ex.: namo – substantiv och adverb (nãmo stogas – einu namõ); galimas – adjektiv och particip (galimas daiktas); laimės – substantiv och verb (lái-mės kūdikis – jis laimės varžybas) osv. Texter som automatiskt lemmatiserats och försetts med morfologiska märkningar granskas sedan av en lingvist, som undanröjer de flertydiga fallen. Sådana flertydiga former har analyserats närmare. Detta är ett nytt forskningsområde, och därför behöver man välja och definiera termer. Inom lingvistiken benämns dessa former på olika sätt: grammatiska / morfologiska homonymer, homoformer, homografer, partiella homonymer. Syftet med denna artikel är att belysa inkonsekvenser i bruket av befintliga termer, att motivera en annorlunda användning av termen homoform och bruket av den nya termen morfologisk flertydighet. 33 2. Begreppet homonymi Hittills har morfologisk flertydighet inte ägnats särskilt stor uppmärksamhet inom litauisk lingvistik – det är endast lexikala homonymer som har undersökts ingående. Därför uppstår också frågan hur morfologisk flertydighet och dess enskilda typer ska benämnas. 2.1. Homoformer och morfologiska homonymer. Inom lingvistiken definieras morfologiska / grammatiska homonymer som fonetiskt sammanfallande former av samma ord med olika grammatiska betydelser, t.ex.: ranka (singular nominativ) och ranka (singular instrumental) (Jakaitienė 1980: 42; Соболева 1980: 78). Vissa lingvister skiljer inte grammatiska homonymer från homoformer. Dessa kan vara olika former av samma ord (se exemplen ovan) eller former av olika ord som låter lika, t.ex.: sakai (substantiv, nominativ) och sakai (verb, presens, singular, andra person) (LKK I 1995: 23; Barauskaitė 1979: 43–44; Drotvinas 1986: 125). F. Katamba kallar sammanfallande former av samma eller olika ordklasser för synkretism (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. Homoformer och partiella homonymer. E. Jakaitienė definierar partiella homonymer som ord där alla former av det ena ordet sammanfaller med en del av formerna av det andra ordet. Oftast tillhör det ena ordet i ett sådant homonympar de böjliga ordklasserna och det andra de oböjliga, t.ex.: greta – substantiv och adverb, deja – substantiv och interjektion (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“. I KTŽ räknas homoformer som former av olika ord som uttalas och skrivs likadant (KTŽ 1990: 79). Följaktligen räknas flera sammanfallande kasusformer av samma ord inte som homoformer. Med denna definition av homoformer blir skillnaden mellan homoformer och partiella homonymer oklar, eftersom de senare beskrivs som ”homonymer vars morfem inte alla sammanfaller fullständigt eller som tillhör olika ordklasser” (KTŽ 1990: 80). Denna typ av homonymer illustreras med exemplet greta – substantiv och adverb, medan exemplet varu – adverb och instrumental av substantivet varas – anges under homoformer (KTŽ 1990: 79–80); därför framträder ingen skillnad mellan partiella homonymer och homoformer. 2.3. Homoformer och homografer. De största oklarheterna för författaren till denna artikel uppstod vid analysen av former av samma eller olika ord som skiljer sig åt prosodiskt, dvs. i fråga om accentens placering, tonaccent eller vokallängd – vad ska de kallas: homografer eller homoformer? Homografer definieras vanligen som olika ord eller ordformer som skrivs likadant men uttalas olika (de skiljer sig antingen i tonaccent eller i accentens placering), t.ex.: austi ’bli sval, svalna’ och aūšti ’dagas, gry’ (Jakaitienė 1980: 44; LK I 1995: 23; KTŽ 1990: 23–24; Palmer 1981: 101; Drotvinas 1986: 91–92). Det skulle alltså kunna förefalla som om tvetydiga fall som skiljer sig åt prosodiskt borde kallas homografer, men i LK I står det att ”det också finns homoformer som skrivs likadant men skiljer sig åt i fråga om accent” (LK I 35 1995: 23). Följande exempel ges: ”baltų ir baltų (báltai ir báltas), dúovanos ir dovanõs (dovanà ir dovanóti), māno ir māno” (LK I 1995: 23). V. Drotvinas anger som exempel på homoformer supánčios (verbets futurum, 3:e person) och supančios (particip, femininum, genitiv singular eller nominativ plural) (Drotvinas 1986: 91). Även dessa exempel skiljer sig åt i fråga om accentens placering, trots att de räknas som homoformer. Begreppet homoformer som skiljer sig åt i fråga om accentens placering verkar logiskt, eftersom analys av morfologiskt annoterade texter har visat att det finns många former som skiljer sig åt i uttal (cirka 20 procent av homoformerna skiljer sig åt prosodiskt) (se Rimkutė 2002: 91–92). Men frågan är vilka kriterier som kan ligga till grund för att skilja homoformer från homografer, om homoformer inte behöver vara fonetiskt identiska. Kanske bör endast former av samma ord som skiljer sig åt i uttal betraktas som homoformer, t.ex.: mamà (nominativ singular) och mãma (vokativ singular), galì (verbets galėti presens, 2:a person singular) och gãli (verbets galėti presens, 3:e person singular), medan homografer skulle vara ord med olika betydelser, t.ex.: kártis ’käpp’ och kàrtis ’bitterhet’ eller kártis ’hästens nacke; platsen där manen växer’. Exemplen som ges i LK I och av V. Drotvinas är emellertid inte former av samma ord som skiljer sig åt prosodiskt, utan ord med olika betydelser. Dessutom är det inte alltid klart om det rör sig om former av samma eller olika ord. Det skulle alltså kunna förefalla som om olika ord eller ordformer som skiljer sig åt prosodiskt kan betraktas som homoformer. Ett ytterligare kriterium som förklarar denna syn på homoformer är att homografer ofta beskrivs som ord med olika betydelser, men detta framhålls inte av alla lingvister; exempelvis står det i LKE att homografer är ord eller ordformer som skrivs likadant (LKE 1999: 248). Flera kasusformer av samma substantiv sammanfaller ofta. Det är självklart inte ord med olika betydelser. Därför är det oklart till vilken del av homonymi liknande former ska hänföras. O. S. Achmanova kallar de fall där former av samma ord uttalas olika för homografiska ordformer och understryker att dessa inte är homografer (Ахманова 1986: 436). V. Drotvinas föreslår att homoformer, homografer och homofoner ska kallas homonyma ordformer (Drotvinas 1986: 91). En sådan term verkar acceptabel, och därför skulle de ordformer som skiljer sig åt prosodiskt kunna 36 kan kallas homografiska eller homonyma ordformer, men i stället för den långa termen valdes en kortare – helt enkelt homoformer. Som redan nämnts är analysen delvis betingad av det undersökta objektet – en morfologiskt annoterad korpus som annoterats automatiskt – och därför undersöks de fonetiska skillnaderna mellan homoformer inte närmare, eftersom det kräver mer ingående forskning. Dessa kriterier ledde till att användningen av termen homoformer ändrades något. För att undvika förvirring vid analys av morfologiskt flertydiga former i en morfologiskt annoterad korpus utgår man från att böjningsformer som tillhör samma eller olika ordklasser och inte sammanfaller i fråga om accentens placering, tonaccent eller vokallängd kan vara både homoformer och homografer, t.ex.: kungens tron – kungen regerar länge, husets tak – jag går hem, gamla människor sitter – det hände för länge sedan. Således kan vissa homoformer – sammanfallande kasusformer av nominalord – vara homografer om uttalsaspekten beaktas, medan homografer kan vara homoformer eller olika kasusformer av samma ord när de analyseras morfologiskt. Den enklaste lösningen har valts: alla morfologiskt flertydiga former betraktas som homoformer, oavsett om de skiljer sig åt prosodiskt eller inte, och termen homografer används över huvud taget inte. 2.4. Övriga fall av homonymi. I vissa språkvetenskapliga arbeten är homoformernas omfattning inte helt klar: består homoformer endast av ordformer från samma ordklass, eller även av ordformer från olika ordklasser? Utifrån de exempel som V. Urbutis och LKE ger kan man dra slutsatsen att vissa sammanfallande ordformer som tillhör olika ordklasser räknas som homoformer, t.ex.: grūdo – genitiv singular av substantivet grūdas och grūdo – tredje person singular imperfekt av verbet grūsti (Urbutis 1956: 4; LKE 1999: 247–248). Därför är det oklart om sammanfallande ordformer från samma ordklass kan betraktas som homoformer, till exempel tapo (de övriga huvudformerna skiljer sig åt: tap yti, tapė och tapti, tampa). Utifrån definitionen av homografer i LKE är det oklart hur homografer skiljer sig från homonymer och homoformer, eftersom det där står: ”homografer är språkliga element (ord eller deras former) som skrivs likadant enligt vanlig ortografi. Litauiska homografer är oftast också homonymer”, t.ex.: kasa ’fläta’ – kasa ’plats för penningtransaktioner’ (andra språk- 37 forskares uppfattning är kasa en äkta/absolut homonym; detta exempel skulle kunna betraktas som en homograf om substantivets kasa och verbets kasti presensform i tredje person sammanföll). Substantivets varpas genitivform singular varpo och verbets varpyti presensform i tredje person varpo betraktas också som homografer (i andra språkvetenskapliga arbeten som homoformer). I LKE står det vidare att homografer med olika uttal inte heller är ovanliga (t.ex.: aušti – aušti, perėjimas – perėjimas, giria – giria) (LKE 1999: 248). I språkvetenskapliga arbeten saknas fortfarande en diskussion om sådana fall där två eller fler oböjliga ordklasser sammanfaller, t.ex.: kaip, ir, tik, iki; ska de också räknas till homoformerna, eller bör de betraktas som någon annan typ av flertydighet (artikelförfattaren räknar sådana fall till homoformer bland oböjliga ordklasser (se 3. Morfologisk flertydighet). 3. Morfologisk flertydighet Av det som har redogjorts för står det klart att terminologin i språkvetenskapliga arbeten varierar. För att undvika oklarhet om vad som egentligen analyseras – homoformer, homografer eller partiella homonymer – har den mer generella termen morfologisk flertydighet valts. Detta fenomen omfattar: 1) böjliga och oböjliga former; 2) ordformer från olika och samma ordklasser; 3) ordformer eller ord som i vissa former skiljer sig åt genom prosodiska element eller sammanfaller helt. Termen flertydighet används inte bara vid analys av homoformer som skiljer sig åt morfologiskt, utan även om avledningsmässig (t.ex. ištvirkėlis – dobilėlis: samma avledningsformant ger upphov till olika betydelser), lexikal-semantic (t.ex. den äkta homonymen žiedas), syntaktisk-semantic (t.ex. är det i frasen mokytojo pakvietimas på grund av olika syntaktiska relationer oklart om läraren kallar någon eller själv blir kallad), textuell (t.ex. jis čia išsėdėjo visą vakarą: för att förstå deiktiska uttryck jis och čia krävs ett vidare sammanhang) flertydighet. Det är nödvändigt att påpeka att analysen av morfologisk flertydighet är ganska specifik – skriftliga ord utan accenttecken analyseras 38 former. Programmet Lemuoklis, som utför automatisk morfologisk analys, har ingen kunskap om de analyserade ordens semantik eller användningsfrekvens, och därför analyseras orden utan hänsyn till kontexten. Därför påträffas ibland homoformer som endast är teoretiskt möjliga, till exempel kan formen kokio morfologiskt beskrivas som substantivet kokis, som betyder ”kvalitet”, och pronomenet koks. I en morfologiskt annoterad korpus skiljer man mellan tre typer av homoformer: 1) homoformer av böjliga ord, 2) homoformer av böjliga och oböjliga ord och 3) homoformer enbart av oböjliga ordklasser. Den första typen av homoformer illustreras av följande exempel: sukalė šuniui b ū d ą – išsiugdė gerą b ū d ą (formen būdą sammanfaller; den kan vara singular ackusativ av substantiven būda eller būdas); svarbi p a s l a p t i s – išdavė p ą s l a p t i s (substantivet paslaptis har samma form i singular nominativ och plural ackusativ). I det andra fallet sammanfaller exempelvis en substantivform, ett adverb och en preposition: 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. Till homoformer av oböjliga ordklasser hör partikeln ir – den kan vara konjunktion, partikel eller adverb. Som framgår av exemplen betraktas även ord eller ordformer som uttalas olika som homoformer. Morfologisk polysemi som företeelse omfattar alla dessa typer av homoformer. I en automatiskt morfologiskt annoterad minikorpus analyseras alltså homoformer, inte homografer eller homonymer. Eftersom det är skrivna ordformer som analyseras, har man främst fokuserat på morfologiska skillnader, inte fonetiska eller semantiska. På grund av analysens karaktär har begreppet homoformer förändrats, så att det delvis även omfattar homografer och partiella homonymer. Artikelförfattaren anser att det är bättre att välja en tydlig term än flera inbördes relaterade termer för homonymi. Förhoppningen är att denna syn på homoformer med tiden ska få fäste vid analys av morfologiskt polysema former. 4. Slutsatser Artikeln undersöker hur lingvister använder termer med anknytning till homonymi och hur morfologiskt polysema former som framkommer genom automatisk morfologisk analys bör benämnas. 39 1. I lingvistiska arbeten förekommer flera olika uppfattningar om samma term: 1) homoformer och morfologiska/grammatiska homonymer betraktas som samma eller som skilda delar av homonymi; 2) av befintliga definitioner av homonymi framgår det inte tydligt om homoformer utgörs av: a) ordformer från samma eller olika ordklasser, b) fonetiskt identiska eller även olika former av samma ord; 3) samma former benämns homoformer av vissa lingvister och partiella homonymer av andra; 4) på vissa håll hävdas det att homoformer uttalas likadant, på andra att de kan skilja sig åt i uttal; 5) kriterierna för hur homoformer, homonymer och homografer ska skiljas åt definieras inexakt; 6) det är oklart hur sammanfall mellan funktionsord ska klassificeras. 2. På grund av terminologins bristande enhetlighet och analysens ganska specifika karaktär valdes termen morfologisk polysemi, som förstås som en företeelse som omfattar: 1) böjliga och oböjliga former; 2) ordformer från olika och samma ordklasser; 3) ordformer eller ord som i vissa former skiljer sig åt genom prosodiska element och sådana som helt sammanfaller. 3. I en automatiskt morfologiskt annoterad liten korpus är mer än 47 procent av formerna mångtydiga. För att beteckna dessa specifika former har termen homoformos valts. Man skiljer mellan homoformer hos 1) böjliga, 2) böjliga och oböjliga samt 3) enbart oböjliga ordklasser; dessa kan skilja sig åt genom prosodiska element, dvs. accentens placering, tonaccent eller vokallängd. Termen homoformos omfattar även vissa former som traditionellt betraktas som homografer eller partiella homonymer. 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