Naujažodžiai Vytauto Didžiojo universiteto kompiuteriniame tekstyne

ACTA LINGUISTICA LITHUANICA LIETUVIŲ KALBOTYROS KLAUSIMAI XLII (2000) Jurgita MIKELIONIENĖ Vytautas Magnus Egyetem, Kaunas ÚJ SZAVAK A VYTAUTAS MAGNUS EGYETEM SZÁMÍTÓGÉPES KORPUSZÁBAN Keresés, kiválasztás, osztályozás A nyelvben folyamatosan keletkeznek új szavak. Új szavaknak, vagyis neologizmusoknak nevezzük azokat a szavakat, amelyek különféle módokon (morfológiai szóalkotással, lexémák kölcsönzésével, rövidítésekkel), valamint különféle változások következtében jelennek meg a nyelvben: a társadalmi viszonyok átalakulása, a tudomány, a technika és a kultúra fejlődése miatt; az új szavakat újnak, szokatlannak érzékeljük (Gaivenis, Keinys 1990: 132, Jakaitienė 1980: 81, Urbutis 1978: 27–29). Nem állandóak, és nehéz megmondani, melyek maradnak fenn nyelven kívüli (extralingvisztikai) okokból, és melyek tűnnek el az általuk megnevezett jelenségekkel együtt. Az új szavak keletkezése a nyelvi fejlődés állandó, intenzív és nehezen általánosítható folyamata. Az e lexikai réteggel foglalkozó munkákban (Schippan 1992: 244) gyakran vetődnek fel a következő kérdések: mennyi ideig tekinthető egy szó neologizmusnak; minden újonnan alkotott szó új szónak számít-e, és fordítva; hogyan kezeljük az egyes szerzők alkalmi szerkezeteit; a tükörfordítások és a szemantikai újítások új szavaknak tekintendők-e; milyen státuszt adjunk az ismert lexémák új szemémáinak? Azt is érdemes megfontolni, hogy a mai használat szempontjából feltételesen újnak tekinthetők-e azok a szavak is, amelyek hosszú ideig a szókincs passzív rétegében voltak, majd ismét aktív használatba kerülnek. A világban nagy figyelmet fordítanak az új szavak elemzésére. Mind a nagy nyelvek (például az angol és a francia), mind a kisebb nyelvek (például a dán) nyelvészei kutatásokat végeznek e lexikai réteg rögzítésével, elemzésével és értékelésével kapcsolatban. Mivel a nagy nyugat-európai nyelveket már számítógépes technológiákra alkalmazták, különféle módszerekkel automatikusan gyűjthető az új lexika nagy méretű számítógépes korpuszokból. Litvániában az új szavakat sokáig nem vizsgálták rendszeresen és következetesen, ennek érthető okai voltak: a litván nyelv számítógépes feldolgozása csak nemrég kezdődött, ezért nem volt lehetőség az új szavak automatikus keresésére és elemzésére. A litván nyelv új szavainak automatikus keresését a Vytautas Magnus Egyetem Számítógépes Nyelvészeti Központjában készülő korpusz azon részén végezték, amely 30 millió szót tartalmaz, és az 1991–1996 közötti időszak különböző szakterületekhez tartozó publicisztikai szövegeit foglalja magában. 15 A kutatás kezdeti1 szakaszában, miután alkalmazták V. Zinkevičius új szavak felismerésére szolgáló programját (az általános program ezeket a szavakat nem ismeri fel, mivel nincsenek felvéve a számítógépes szótárakba), mintegy 750 ezer nyelvi egységet választottak ki: fel nem ismert önálló betűket, rövidítéseket és szavakat. Bár a program lehetővé teszi az idegen eredetű képzőelemeket tartalmazó szavak automatikus kiválasztását, és segít a legújabb szavak jegyzékének összeállításában, kiderült, hogy szükség van az automatikus kiválasztás második szakaszára is, amely segít kiszűrni az elemzéshez szükségtelen anyagot. Elhagyták a négy betűnél rövidebb szavakat (többnyire különféle rövidítéseket), valamint az összes nagybetűvel kezdődő szót, azaz a tulajdonneveket. Az új szavak automatikus keresésének és kiválasztásának végső eredménye 230 ezer címszó vagy szóalak volt. Így a számítógép a szavak több mint kétharmadát kiszűrte. Ez azonban nem volt ideális megoldás. A kiválasztás harmadik lépése a litván nyelv bonyolult ragozási és szóalkotási rendszerével függött össze: a kutatáshoz (pontosabban a jegyzék összeállításához) nincs szükség az új szavak összes ragozott alakjára. Egyetlen előfordulás is elegendő. Sajnos a programban szereplő, számítógépes szótövek szótárai az új szavak teljes ragozási paradigmáját adták meg. Például az újonnan alkotott aplinkosaugininkas egyes számú alanyesete 4-szer, többes számú alanyesete 8-szor, eszközhatározói esete pedig 14-szer fordult elő. A szükségtelen szóalakokat automatikusan nem lehetett elvetni. Emellett kiderült, hogy az új szavak jegyzékében számos olyan szó szerepel, amelyben korrektúrahiba van. Itt a számítógép és a hibajavító programjai is tehetetlenek voltak, mivel a jegyzék minden egyes szavát és az adatbázisban megadott előfordulási helyét hibának tekintették. A jegyzéket kézzel megtisztították, és a további elemzéshez mintegy 17 ezer, a függetlenség éveiben aktuálissá vált, alkotott vagy más nyelvekből kölcsönzött szót hagytak meg. Például: atsakiklis c:\fox25a\lkt\lkt\00\00\03\57\9495BR.TXT atsiminčiausia c:\fox25a\lkt\lkt\00\00\02\44\D28GYVEN.TXT atsiskyriskumo c:\fox25a\lkt\lkt\00\00\00\21\FIL-142.TXT atsispaudinėtojas c:\fox25a\lkt\lkt\00\00\04\25\ROLZU25.TXT atsivertėliškas c:\fox25a\lkt\lkt\00\00\02\46\D36TRISK.TXT atsivežtinės c:\fox25a\lkt\lkt\00\00\03\98\GR049D.TXT atskirtuką c:\fox25a\lkt\lkt\00\00\05\00\6VARIK.TXT atstatinėtojų c:\fox25a\lkt\lkt\00\00\02\82\ACIU.TXT atšvaistėlis c:\fox25a\lkt\lkt\00\00\04\17\LEON20.TXT 1 Az új szavak forrásainak, kölcsönzésük vagy megalkotásuk okainak, valamint a köznyelvi litván nyelvi normákkal való összhangjuknak a tisztázása érdekében úgy döntöttek, hogy kutatási munkát végeznek „A függetlenség időszakának köznyelvi litván új szavai (kölcsönszavai és újonnan alkotott szavai): elemzés” címmel. A téma aktualitását és az új eredmények lehetőségét felismerve az elképzelést az Állami Tudományos és Felsőoktatási Alap támogatta. 16 Ezek a szavak képezik a bemutatott kutatás fő tárgyát, és a munka során felmerült egyéb problémák is kapcsolódnak hozzájuk. Összefoglalva tehát az első, az automatikus szókeresési és -kiválasztási szakaszt, megállapítható, hogy az ilyen munka fő nehézségét a felhasználói környezet és a számítógépes szótárak összeegyeztethetetlensége, valamint az okozza, hogy nem lehet automatikusan valamennyi szóalakot egyetlen alapalakra összevonni. A kutatás második szakaszában a kiválasztott anyag osztályozására került sor. Azonnal kiderült, hogy a listán nem csupán új szavak szerepelnek. Az új képzések és jövevényszavak mellett az ismeretlen szavaknak még több csoportja különíthető el. Elsőként említhetők azok a szavak, amelyek az elmúlt évtizedben ismét aktuálissá váltak, és a passzív szókészleti rétegből az aktívba kerültek, továbbá a régi írásokból származó szavak (kumpelninkas, nuopilas, prekionė, rodastis), a dialektizmusok (dzienelės, keimas), a tulajdonnevekből képzett szavak (klaipėdienis a „Klaipėdos diena” című újság nevéből; vezetéknevekből származó donelaitiana, plėckaitiada, neoozolizmas, makdonaldizacija); előfordultak országok, városok és falvak lakóinak megnevezései is (dalasietis, neringiškis, kvebekiečiai). A listára számos, a szótárakban nem szereplő nép- és törzsnév is felkerült (kurdai, tutsis, svao). Durva trágárságok, valamint gyermeknyelvi szavak is előfordultak (niam, popieliukas). Másodszor, előfordult, hogy a program nem szavakat, hanem csupán a szótárakban szereplő szavak bizonyos, fel nem ismert alakjait vagy változatait választotta ki, például a régi belső helyhatározó – illatívusz (kūriniuose, vestuvėsna), valamint külső helyhatározó – allatívusz (lietuvininkump) alakjait. Leggyakrabban az elöljárós szerkezetekkel felváltva használt, a beszélt nyelvből az írott nyelvbe átkerülő egyes számú illatívusz fel nem ismert alakjai fordultak elő (klasėn, kojon, katedron az į klasę helyett stb.). A kutatás során összegyűjtött, ilyen típusú helyhatározói esetek számos példája cáfolja azt a vélekedést, hogy az illatívusz már visszaszorulóban van, és csupán meghatározott stilisztikai értékkel bír (Paulauskienė, Tarvydaitė 1986: 119). Harmadszor, a program nem ismert fel egyes kicsinyítő képzős alakokat (poemėlė, prakartėlė, gėrimukas), névmási melléknévi alakokat (nepusiasvireji) és hasonlókat. Negyedszer, nem ritkák a szótárakba felvett szavak nem adatolt helyesírási, morfológiai és szóalkotási változatai sem. Számos olyan összetételt jegyeztek fel, amelyekből hiányzik a kötőhang, vagy éppen ellenkezőleg, amelyben megjelenik (nem dvylikametis, hanem dvylikmetis; nem mėlynakė, hanem mėlynaakė), eltér a nyelvtani nem (nem eglišakė, hanem eglišakis), valamint a szám (nem žudynės, hanem žudynė). Mindezek az esetek külön vizsgálatot és következtetések levonását igénylik. Nyilvánvaló, hogy az ilyen változatjelenségek valódi értékének megállapításához a teljes nyelvhasználatot kell szem előtt tartani (Miliūnaitė 1995: 40). A felsorolt csoportok elkülönítése után (az aktuálissá vált szókészlet elkülönítéséről csak feltételesen beszélhetünk) a fennmaradó szavakat (mintegy 9 ezer) az új szavak hagyományos osztályozása szerint csoportosították: jövevényszavakra és új képzésekre. Mindkét csoport több alcsoportból állt. Az új skolinius rendszerint nemzetközi szavakra és idegen szavakra osztják. A szókészlet e két rétegét hagyományosan eredetük és a litván nyelvhez való alkalmazkodásuk mértéke szerint osztályozzák. A közelmúltig a nyelvészek azt állították, hogy az új jövevényszavak legnagyobb része az orosz nyelvből érkezik, mivel ezen a nyelven érkezik a legtöbb 17 informacijos dalis (Jakaitienė 1980: 84), o dabar surinkti faktai aiškiai rodo, kad rusizmai ar apskritai slavizmai vyrauja tik senųjų svetimybių, kurioms neretai būdinga stilistinė ar vertinamoji konotacija, pogrupyje (skaurada, rubežius, cielas, pieška), o pirmauja iš anglų kalbos atėję žodžiai. Figyelembe véve, hogy maga a kölcsönzés folyamata korántsem új jelenség, továbbá hogy a nemzetközi szavak bősége a publicisztika egyik nyelvi jellemzője (Bitinienė 1995: 2), intenzitása a vizsgált időszakban még mindig meglepő. Mivel a „Nemzetközi szavak szótárának” számítógépes változata bekerült az új szavak felismerésére szolgáló programba, abból a hipotézisből kiindulva, hogy az új szó olyan szó, amely (még) nem került be a szótárba (Busse 1996: 649), arra lehetne következtetni, hogy a korpuszból automatikusan kiválasztott nemzetközi szavak éppen ilyenek – neologizmusok. A szótár szerkesztői azonban „takarékossági okokból” számos származékot kihagytak, holott, amint arra a recenzensek rámutattak (Gaivenis 1987a: 69, Palionis 1987: 68), nem mindig tartották következetesen magukat az előírt szabályokhoz. Ezért a számítógép által fel nem ismert szavak listáját látva továbbra sem világos, hogy ezek a származékok valóban használatban voltak-e már akkoriban, vagy mégis új szavak. A bevezetőben (TŽŽ 1985: 3) például az áll, hogy a szótár nem tartalmazza a -logija elemet magukban foglaló tudományágak személymegnevezéseit. (Nem világos, akkor miért került bele a patologas, pedologas stb.) Csak találgatni lehet, és hinni abban, hogy a korpuszban rögzített endokrinologas, konchiliologas, kriminologas, politologas és hasonló szavak, noha nem kerültek be a szótárba, régóta használatosak. Nyilvánvaló, hogy a neologizmus kifejezés csak bizonyos fenntartásokkal alkalmazható rájuk. Más a helyzet azokkal az internacionalizmusokkal, amelyek szinte teljes szócsaládja hiányzik a szótárból, például: edukologija, edukologas, edukologinis; kultūrologija, kultūrologas, kultūrologinis; faktografija, faktografas, faktografinis, faktografiškas stb. Az orvostudomány, a közgazdaságtan, a teológia, a zene és a sport olyan területek, ahol különösen sok a kölcsönszó. Egy részük már bekerült a Nyelvi Bizottság által összeállított, nem ajánlott idegen szavak jegyzékébe, és van litván megfelelőjük – új alkotású szó (distributor(i)us – platintojas, nuskenuoti – nuskaityti); másoknak még nem alkottak megfelelő helyettesítőket (keisbolas, softbolas), a harmadik csoportba tartozó, nagyon elterjedt szavaknak pedig talán már nem is érdemes megfelelőt alkotni (jogurtas, singlas, hitas). A sajtóban előforduló kölcsönszavak nem egyformán illeszkedtek be a litván nyelvbe. Némelyik (nem sok ilyen van) még nem alkalmazkodott a litván nyelv hangtani és alaktani törvényszerűségeihez (disco [diskol, papaya [papaja], atache [atašė]), így példát találunk a „legújabb idegen szavakkal való legegyszerűbb (és legrosszabb) bánásmódra” (Girčienė 1997: 64). Az idegen szavak közé sorolhatók a szlengpéldák is (fuksauti, chebrantas, psichuš̌kė, pacanas, diskonas). Az új szavak másik csoportját az új alkotású szavak alkotják. A képzési modellek szerint osztályozzák őket. Az új alkotású szavak csoportjában mind a négy szóalkotási modellre találunk példákat2: 2 A bemutatott új szóalkotási példák közül egy sem szerepel a nagy „Litván nyelv szótárában”. Az elemzett listában azonban jó néhány van belőlük. Mivel ennek a szótárnak nincs számítógépes változata, 18 a) prefixummal képzett származékok: bepilotis, bevizis; b) szuffixummal képzett származékok: nemcsak az -imas (muziejavimas), -ykla (kaupykla, pynykla), -ininkas (pilstukininkas, virgul ininkas), -ėlis (prasilošėlis), -tojas (šiukšliautojas), -iklis (kaupiklis, nešiklis, nuėmiklis, valdiklis), -ynas (pamestinukynas, svarainynas, kiniavarpynas) szuffixumokkal alkotott új szavak találhatók, hanem kevésbé produktív szuffixumokkal képzettek is (sliekidė); c) végződéssel képzett származékok: įmitis, jautra, irsmas, nuodribos; d) összetett szavak: az ilyen típusú új szavak mennyiségükben és változatosságukban szinte felveszik a versenyt a szuffixummal képzett származékokkal (įvairiagrūdis, plonatinklis, savišaudis, laivagrybis). Előfordultak terminusértékű összetett szavak is: laižligė (állatorv.), banglentė (sport), kraujasekys (állatt.) stb. Az ilyen, tipikus szóalkotással létrejött szavakat szisztematikus új szavaknak nevezik (Barauskaitė ir kt. 1995: 43). Nyilvánvaló, hogy jelentős részük potenciálisnak tekinthető – olyannak, amelynek újszerűségét nem érzékeljük. Potenciális új szavak például az alábbi összetételek is: auksagalvis, basagalvis, dešragalvis, drambliagalvis, plienagalvis, žvynagalvis. Nagy számukat a fel nem ismert szavak listájában azzal lehetne magyarázni, hogy „a szótárírók nem kedvelik a potenciális új szavakat, és igyekeznek nem felvenni őket a szótárakba” (Gaivenis 1987b: 33). Igaz, nem minden új szó szisztematikus. Találunk szerzői, stilisztikai új szóalkotásokra is példákat: džinsuma, plaukuosena, skiedrija, žaidynas. Némelyiket azonnal a hatályos lexikai normáktól való kreatív eltérésként érzékeljük (Busse 1996: 647), mások megítéléséhez pedig kontextusra van szükség. A szisztematikus új szavak és az alkalmi szóalkotások3 elkülönítésében a statisztikai adatok is segítenek. Azok a szavak, amelyek előfordulási gyakorisága eléri a több tíz, sőt akár több száz alkalmat, reális jelöltek arra, hogy bekerüljenek a szótárak jövőbeli kiadásaiba. Ilyenek például: aplinkosauga (420 előfordulás), pasaulėjoka (44), ploviklis (20), pilstukas (176), vandenvála (88). Nos, azok a szavak, amelyeket csupán egyszer jegyeztek fel, aligha válnak a köznyelvi szótárak szócikkeivé. Ez nemcsak az egyéni új szóalkotásokra, hanem a szűk körben használt szaknyelvi terminusokra is igaz (ezofagogastroduodenoskopinis, alfafelandrenas). A kölcsönszavak és az új szóalkotások között sajátos köztes helyet foglalnak el azok a szavak, amelyek litván vagy nemzetközi szógyököt és idegen eredetű elemet tartalmaznak; ezt mások összetevőnek nevezik (avia-, auto-, mikro-, tele-, termo- stb.). Jelenleg ez igen kedvelt szóalkotási mód. Az ilyen típusú új szavak szabad terjedésének leggyakrabban említett okai: a pragmatikus szemlélet, a litván nyelvben elfoglalt helyük meghatározatlansága ezért abból a feltevésből indulunk ki, hogy azok a szóalkotási szabályszerűségeknek többé-kevésbé megfelelő szavak, amelyek nem kerültek be a normatív, számítógépes „A mai litván nyelv szótárába”, neologizmusok, noha köztük lehetnek korábbi időszakok olyan szóalkotásai is, amelyek ismét aktualitást nyertek. 3 A szisztematikus és alkalmi új szóalkotások mellett a szemantikai új szóalkotás egy fajtáját is megkülönböztetik – ez egy ismert szó új jelentése. Mivel a szó szerepel a számítógépes szótárban, az új szavakat automatikusan kereső program nem rögzíti. 19 a rendszerben nem tárgyalt használati esetek, a helyesírási kérdések túlhangsúlyozása (Kupčinskaitė 1997: 58). Terjedésüket pedig egyértelműen mutatják a rendelkezésre álló adatok. Korábban a video- elemmel csak néhány szót jegyeztek fel (videomagnetofonas, videokasetė, videokamera), most azonban már a videoklastotė, videomadas, videomeną, videopoeziją és így tovább alakok is előfordulnak, noha gyakran nyomatékosan ajánlják, hogy ezt az elemet a litván vaizdo megfelelővel helyettesítsék. A már megszokott elemekkel alkotott számos szó (hidrokostiumas, mononatris, multivitaminai, antiteroras, stereovaizdas, pseudomitinis) csaknem ugyanilyen gyakori, mint azok, amelyek elemei még nincsenek rögzítve a szótárakban (ekspresolimpiada, technobiurokratija, ritmenbliuzas, vertebroneurologija, ekspolinija, popkaralienė). Jelenleg különösen gyakori az euro- elem. Nemcsak az euroentuziastas vagy az euroskeptikas, eurolyga, eurorinka, hanem az europudingas, eurotenisas, euroįvartis, eurofakultetas és így tovább. Az új szavak keletkezése dinamikus és folyamatos folyamat. Ezért nyilvánvaló, hogy az új szavakat állandóan rögzíteni és vizsgálni kell. Az elemzésre kiválasztott nyelvi újításokat addig kell figyelemmel kísérni, amíg a közös szókincsbe és az általános nyelvi tudatba beépülve el nem veszítik feltűnő és megkülönböztető „új” jellegüket, és át nem kerülnek (vagy közülük csak egyesek kerülnek át) a szótárakba (Busse 1996: 654). A litván nyelvtudományban egyelőre csak a neologizmusok lexikográfiájának kezdetéről beszélhetünk. Ez a kutatás egyértelműen bizonyítja, hogy amikor nagy mennyiségű adat automatikus feldolgozására van szükség, a számítástechnika sikeresen segíti a nyelvészek munkáját. Ezzel együtt alapvetően megváltozik a kutatás módszertana is: a jövőben az új szavak automatizált kiválasztása sokkal gyorsabb lesz, mivel a litván nyelvi korpuszra alkalmazott szótagolási rendszer révén megszűnt a szavak számítógépes szótárakban való keresésének szükségessége. Az új szavak elemzése természetesen nem korlátozódik pusztán azok felismerésére és osztályozására. A következő szakasz az ezekkel a szavakkal alkotott szintaktikai kapcsolatok és kollokációk (bizonyos lexikai környezetek) vizsgálata. Beérkezett: 1998. 12. 16. LITERATŪRA Barauskaitė J. ir kt. 1995: Lietuvių kalba 1, Vilnius: Mokslo ir enciklopedijų leidykla. Bitinienė A. 1995: Publicistinio stiliaus ypatybės. – Gimtasis žodis 12(84), 1–4. Busse U. 1996: Neologismen. Der Versuch einer Begriffsbestimmung. – Euralex'96 Proceedings II: Göteborg University, Department of Swedish, 645–658. Gaivenis K. 1987a: Keli žodžiai apie naująjį „Tarptautinių žodžių žodyną“. – Kalbos kultūra 52, 66–70. Gaivenis K. 1987b: Margas žodžių pasaulis, Vilnius: Mokslas. Gaivenis K., Keinys S. 1990: Kalbotyros terminų žodynas, Kaunas: Šviesa. Girčienė J. 1997: Naujosios svetimybės spaudoje. – Kalbos kultūra 69, 64–68. Jakaitienė E. 1980: Lietuvių kalbos leksikologija, Vilnius: Mokslas. Kupčinskaitė A. 1997: Nelietuviškų kalbos elementų (dėmenų) vartojimo polinkiai. – Kalbos kultūra 69, 56–61. 20 Miliūnaitė R. 1995: Variantiški bendrinės kalbos vartosenos reiškiniai (fiksavimas ir vertinimas). – Kalbos kultūra 67, 39–48. Palionis J. 1987: Naujasis „Tarptautinių žodžių žodynas“. – Kultūros barai 7, 67–69. Paulauskienė A., Tarvydaitė D. 1986: Gramatikos normos ir dabartinė vartosena, Kaunas: Šviesa. Schippan T. 1992: Lexikologie der deutschen Gegenwartssprache, Tübingen: Niemeyer. TŽŽ 1985: Tarptautinių žodžių žodynas, Vilnius: Vyriausioji enciklopedijų redakcija. Urbutis V. 1978: Žodžių darybos teorija, Vilnius: Mokslas. NEOLOGISMS IN THE COMPUTERISED CORPUS OF VYTAUTAS MAGNUS UNIVERSITY UNIVERSITY Summary The paper deals with the analysis and classification of the most recent Lithuanian neologisms that have been found in a part of Vytautas Magnus University corpus of 30 million words (periodicals). All the lexical items identified as neologisms are subdivided into loan-words and derivational neologisms. The latter are further classified according to the patterns of their affixation into compounds and affixation derivatives as well as into potential and occasional neologisms. 21