ACTA LINGUISTICA LITHUANICA

LIETUVIŲ KALBOTYROS KLAUSIMAI XLII (2000)

Jurgita MIKELIONIENĖ

Universitatea Vytautas Magnus, Kaunas

NEOLOGISME ÎN CORPUSUL TEXTUAL COMPUTERIZAT AL UNIVERSITĂȚII VYTAUTAS MAGNUS

Căutare, selecție, clasificare

În limbă apar constant cuvinte noi. Cuvintele noi, sau neologismele, sunt denumite cuvintele care apar în limbă prin diverse modalități (formarea morfologică a cuvintelor, împrumutul lexemelor, abrevieri) și ca urmare a diferitelor schimbări: modificarea relațiilor sociale, progresul științei, tehnicii și culturii; neologismele sunt percepute ca fiind noi, neobișnuite (Gaivenis, Keinys 1990: 132, Jakaitienė 1980: 81, Urbutis 1978: 27–29). Ele nu sunt stabile și este dificil de spus care dintre ele au motive extralingvistice să rămână, iar care vor dispărea odată cu fenomenele pe care le denumesc. Apariția neologismelor este un proces continuu, intens și greu de generalizat al evoluției limbii. În lucrările care analizează acest strat lexical (Schippan 1992: 244) se ridică adesea următoarele probleme: cât timp trebuie considerat un cuvânt neologism; este orice creație lexicală un neologism și invers; cum trebuie tratate construcțiile ocazionale ale unor autori; trebuie considerate neologisme calcurile și semantismele; ce statut trebuie acordat noilor sememe ale lexemelor cunoscute? Merită luată în considerare și întrebarea dacă, din perspectiva uzului actual, pot fi considerate condiționat cuvinte noi și acelea care, după ce au fost multă vreme în stratul lexical pasiv, revin în uzul activ.

În lume se acordă multă atenție analizei neologismelor. Lingviștii atât ai limbilor mari (precum engleza și franceza), cât și ai limbilor mici (precum daneza) desfășoară cercetări privind consemnarea, analiza și evaluarea acestui strat lexical. Întrucât marile limbi vest-europene au fost deja adaptate la tehnologiile informatice, este posibilă colectarea automată a lexicului nou din corpusuri textuale computerizate de mari dimensiuni, prin diverse metode. În Lituania, neologismele nu au fost cercetate sistematic și consecvent timp îndelungat, din motive lesne de înțeles: informatizarea limbii lituaniene a început abia de curând, astfel că nu a fost posibilă căutarea și analiza automatizată a neologismelor.

Căutarea automatizată a neologismelor din limba lituaniană a fost efectuată într-o parte a corpusului textual alcătuit la Centrul de Lingvistică Computațională al Universității Vytautas Magnus, care cuprinde 30 de milioane de cuvinte și texte de publicistică din diverse domenii din perioada 1991–1996.

15

În etapa inițială a cercetării¹, după aplicarea programului de recunoaștere a neologismelor creat de V. Zinkevičius (programul general nu recunoaște aceste cuvinte, deoarece nu sunt incluse în dicționarele computerizate), au fost selectate aproximativ 750 de mii de unități lingvistice: litere izolate, abrevieri și cuvinte nerecunoscute. Deși programul permite extragerea automată a cuvintelor cu elemente derivative de origine străină și ajută la alcătuirea listelor celor mai recente cuvinte, s-a dovedit necesară o a doua etapă de selecție automatizată, care să permită eliminarea materialului inutil pentru analiză. Au fost eliminate cuvintele cu mai puțin de patru litere (în general, diverse abrevieri) și toate cele care începeau cu majusculă, adică substantivele proprii. Rezultatul final al căutării și selecției automatizate a neologismelor a fost de 230 de mii de cuvinte-titlu sau forme ale acestora. Astfel, computerul a eliminat peste două treimi dintre cuvinte. Totuși, aceasta nu a fost o soluție ideală. Al treilea pas al selecției a fost legat de sistemul complex de flexiune și derivare al limbii lituaniene: pentru cercetare (mai precis, pentru alcătuirea listei) nu sunt necesare toate formele flexionare ale neologismelor. Este suficientă o singură ocurență. Din păcate, dicționarele computerizate de rădăcini lexicale incluse în program furnizau întreaga paradigmă a neologismelor flexionabile. De exemplu, nominativul singular al creației lexicale aplinkosaugininkas a apărut de 4 ori, nominativul plural de 8 ori, iar instrumentalul de 14 ori. Era imposibilă eliminarea automată a formelor de cuvinte inutile. În plus, s-a dovedit că lista de neologisme conținea numeroase cuvinte cu greșeli de corectură. Nici aici computerul și programele sale de corectare a erorilor nu au fost de ajutor, deoarece considerau drept greșeală fiecare cuvânt din listă și locul din baza de date indicat alături. Lista a fost curățată manual, iar pentru analiza ulterioară au fost păstrate aproximativ 17 mii de cuvinte care au devenit actuale, au fost create sau împrumutate din alte limbi în anii Independenței. De exemplu:

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 Pentru a identifica sursele neologismelor, cauzele împrumutării sau creării lor și conformitatea cu normele limbii lituaniene standard, s-a decis realizarea unei cercetări științifice intitulată „Analiza neologismelor din limba lituaniană standard în perioada Independenței (împrumuturi și creații lexicale)”. Înțelegând actualitatea temei și probabilitatea obținerii unor rezultate noi, acest proiect a fost susținut de Fondul de Stat pentru Știință și Studii.

16

Aceste cuvinte reprezintă principalul obiect al cercetării prezentate, iar de ele sunt legate și alte probleme apărute pe parcursul lucrului. Așadar, făcând bilanțul primei etape — căutarea și selectarea automată a cuvintelor — se poate afirma că principala dificultate a unei astfel de activități este determinată de incompatibilitatea dintre mediul utilizatorului și dicționarele computerizate, precum și de faptul că toate formele unui cuvânt nu pot fi reunite automat sub o singură formă de bază.

În cea de-a doua etapă a cercetării, materialul selectat a fost clasificat. S-a constatat imediat că lista nu cuprindea doar cuvinte noi. Pe lângă creațiile lexicale și împrumuturi, se pot distinge câteva alte grupuri de cuvinte nerecunoscute.

În primul rând, este vorba despre cuvinte care, în ultimul deceniu, au redevenit actuale, trecând din stratul pasiv al lexicului în cel activ, precum și despre cuvinte din vechile scrieri (kumpelninkas, nuopilas, prekionė, rodastis), dialectisme (dzienelės, keimas), derivate de la nume proprii (klaipėdienis, de la titlul ziarului „Klaipėdos diena”; derivate din nume de familie: donelaitiana, plėckaitiada, neoozolizmas, makdonaldizacija); s-au întâlnit denumiri ale locuitorilor unor state, orașe și sate (dalasietis, neringiškis, kvebekiečiai). Lista a cuprins numeroase denumiri de etnii și triburi care nu au fost incluse în dicționare (kurdai, tutsis, svao). S-au întâlnit și vulgarisme grosolane, precum și cuvinte din limbajul copiilor (niam, popieliukas).

În al doilea rând, au existat cazuri în care programul a selectat nu cuvinte, ci doar anumite forme sau variante nerecunoscute ale unor cuvinte incluse în dicționare, de exemplu, formele vechi ale locativului intern de direcție — ilativul (kūriniuose, vestuvėsna), precum și ale locativului extern de direcție — alativul (lietuvininkump). Cele mai numeroase au fost formele de ilativ singular nerecunoscute, folosite alternativ cu construcții prepoziționale și trecând din limba vorbită în limba scrisă (klasėn, kojon, katedron în loc de į klasę etc.). Numeroasele exemple de acest tip de locativ adunate în timpul cercetării infirmă opinia potrivit căreia ilativul este deja în retragere din uz și dobândește doar o anumită valoare stilistică (Paulauskienė, Tarvydaitė 1986: 119).

În al treilea rând, programul nu a recunoscut unele diminutive (poemėlė, prakartėlė, gėrimukas), forme pronominale (nepusiasvireji) și altele asemenea.

În al patrulea rând, nu sunt rare nici variantele de ortografie, morfologie și formare a cuvintelor neincluse în dicționare pentru cuvinte care figurează în acestea. Au fost înregistrate numeroase compuse cărora le lipsește vocala de legătură sau, dimpotrivă, care o au în plus (nu dvylikametis, ci dvylikmetis; nu mėlynakė, ci mėlynaakė), diferă genul (nu eglišakė, ci eglišakis), precum și numărul (nu žudynės, ci žudynė). Toate aceste cazuri necesită cercetări și concluzii separate. Este evident că, pentru a stabili valoarea reală a unor asemenea fenomene de variație, trebuie să avem în vedere uzul în ansamblu (Miliūnaitė 1995: 40).

După ce au fost separate aceste grupuri enumerate (despre delimitarea lexicului redevenit actual se poate vorbi doar în mod convențional), cuvintele rămase (aproximativ 9 mii) au fost grupate potrivit clasificării tradiționale a cuvintelor noi — în împrumuturi și formații lexicale noi. La rândul său, fiecare grup era alcătuit din câteva subgrupuri.

Împrumuturile de cuvinte noi se împart de obicei în cuvinte internaționale și barbarisme. Ambele straturi lexicale sunt clasificate în mod tradițional în funcție de origine și de gradul de adaptare la limba lituaniană. Până nu demult, lingviștii susțineau că cele mai multe împrumuturi noi provin din limba rusă, deoarece în această limbă se primește cea mai mare

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.

Având în vedere că procesul de împrumut în sine nu este nicidecum un fenomen nou și, în plus, abundența cuvintelor internaționale este unul dintre trăsăturile lingvistice ale publicisticii (Bitinienė 1995: 2), intensitatea lui în perioada cercetată continuă să surprindă. Deoarece versiunea electronică a „Dicționarului cuvintelor internaționale” este inclusă în programul de recunoaștere a neologismelor, pornind de la ipoteza că un neologism este un cuvânt care încă nu a fost inclus în dicționar (Busse 1996: 649), s-ar putea concluziona că tocmai astfel de cuvinte sunt cele internaționale selectate automat din corpus — neologisme. Din păcate, redactorii dicționarului au renunțat „din motive de economie” la o parte considerabilă a derivatelor, deși, după cum au observat recenzenții (Gaivenis 1987a: 69, Palionis 1987: 68), nu au respectat întotdeauna în mod consecvent regulile stabilite. Prin urmare, având în față lista cuvintelor nerecunoscute de computer, rămâne neclar dacă acele derivate erau într-adevăr deja folosite în limbă la acea vreme sau dacă sunt totuși neologisme. De pildă, în prefață (TŽŽ 1985: 3) se afirmă că denumirile de persoane din ramuri ale științei care conțin elementul -logija nu au fost incluse în dicționar. (Nu este clar de ce au fost atunci incluse patologas, pedologas etc.) Nu ne rămâne decât să speculăm și să credem că endokrinologas, konchiliologas, kriminologas, politologas și altele asemenea, consemnate în corpus, dar neincluse în dicționar, sunt cuvinte folosite de multă vreme. Este evident că termenul de neologism li se poate aplica doar cu anumite rezerve. Situația este diferită în cazul internaționalismelor ale căror familii derivaționale de lucru lipsesc aproape în întregime din dicționar, de exemplu: edukologija, edukologas, edukologinis; kultūrologija, kultūrologas, kultūrologinis; faktografija, faktografas, faktografinis, faktografiškas etc.

Medicina, economia, teologia, muzica și sportul sunt domenii în care împrumuturile abundă în mod deosebit. Unele dintre ele au fost deja incluse în listele de forme străine nerecomandate întocmite de Comisia pentru Limba Lituaniană și au echivalente lituaniene — creații lexicale noi (distributor(i)us – platintojas, nuskenuoti – nuskaityti); pentru altele nu au fost încă create înlocuitori potriviți (keisbolas, softbolas), iar pentru cele din urmă, foarte răspândite, poate că nici nu mai merită să fie creați (jogurtas, singlas, hitas). Împrumuturile întâlnite în presă nu sunt toate adaptate în aceeași măsură la limba lituaniană. Unele (nu sunt multe) nu se conformează încă regulilor fonetice și morfologice ale limbii lituaniene (disco [diskol, papaya [papaja], atache [atašė]), așadar avem exemple de „comportament cât se poate de simplist (și mai prost) față de cele mai recente cuvinte străine” (Girčienė 1997: 64). Printre cuvintele străine sunt incluse și exemple de argou (fuksauti, chebrantas, psichuš̌kė, pacanas, diskonas).

O altă grupă de neologisme o constituie creațiile lexicale noi. Ele sunt clasificate în funcție de modelele de formare a cuvintelor. În grupa creațiilor lexicale noi sunt atestate exemple pentru toate cele patru modele de formare²:

² Niciunul dintre exemplele de creații lexicale noi prezentate nu se găsește în marele „Dicționar al limbii lituaniene”. Totuși, ele sunt numeroase în lista analizată. Deoarece nu avem versiunea electronică a acestui dicționar,

18

a) derivate cu prefix: bepilotis, bevizis;

b) derivate cu sufix: au fost găsite creații lexicale noi nu doar cu sufixele -imas (muziejavimas), -ykla (kaupykla, pynykla), -ininkas (pilstukininkas, virgul ininkas), -ėlis (prasilošėlis), -tojas (šiukšliautojas), -iklis (kaupiklis, nešiklis, nuėmiklis, valdiklis), -ynas (pamestinukynas, svarainynas, kiniavarpynas), ci și cu sufixe care nu se remarcă prin productivitate (sliekidė);

c) derivate cu desinență: įmitis, jautra, irsmas, nuodribos;

d) cuvinte compuse: creațiile lexicale noi de acest tip aproape că nu sunt inferioare derivatelor cu sufix nici ca număr, nici ca varietate (įvairiagrūdis, plonatinklis, savišaudis, laivagrybis). Au fost întâlnite și compuse care sunt termeni: laižligė (veterinarie), banglentė (sport), kraujasekys (zoologie) etc.

Cuvintele formate după modele tipice sunt numite neologisme sistemice (Barauskaitė și colab. 1995: 43). Este evident că o parte considerabilă dintre ele trebuie considerate potențiale — cuvinte a căror noutate nu o percepem. Exemple de neologisme potențiale ar putea fi și compusele următoare: auksagalvis, basagalvis, dešragalvis, drambliagalvis, plienagalvis, žvynagalvis. Abundența lor în lista cuvintelor nerecunoscute s-ar putea explica prin faptul că „lexicografii nu agreează neologismele potențiale și încearcă să nu le includă în dicționare” (Gaivenis 1987b: 33).

Desigur, nu toate creațiile lexicale noi sunt sistemice. Au fost găsite și exemple de creații lexicale noi de autor, stilistice: džinsuma, plaukuosena, skiedrija, žaidynas. Pe unele le percepem imediat ca abateri creative de la normele lexicale în vigoare (Busse 1996: 647), iar pentru a le evalua pe altele este nevoie de context. Datele statistice ajută, de asemenea, la deosebirea neologismelor sistemice de cele ocazionale³. Cuvintele a căror frecvență de utilizare ajunge la zeci sau chiar sute de atestări sunt candidați reali pentru includerea în edițiile viitoare ale dicționarelor. Dintre acestea pot fi menționate: aplinkosauga (atestat de 420 de ori), pasaulėjoka (44), ploviklis (20), pilstukas (176), vandenvála (88). Ei bine, cuvintele atestate o singură dată probabil nu vor deveni intrări în dicționarele limbii comune. Acest lucru este valabil nu doar pentru neologismele individuale, ci și pentru termenii din vocabularul specializat, folosit restrâns (ezofagogastroduodenoskopinis, alfafelandrenas).

O poziție intermediară aparte între împrumuturi și creațiile lexicale noi o ocupă cuvintele care au o rădăcină lituaniană sau internațională și un element de origine străină, numit de alții și component (avia-, auto-, mikro-, tele-, termo- etc.). În prezent, acesta este un procedeu de formare a cuvintelor foarte popular. Cel mai adesea sunt menționate următoarele motive pentru răspândirea liberă a neologismelor de acest tip: o abordare superficială, un loc neclar în limba lituaniană

prin urmare, se pornește de la premisa că sunt neologisme cuvintele care corespund mai mult sau mai puțin regularităților de formare a cuvintelor, dar care nu au fost incluse în dicționarul normativ computerizat „Dicționarul limbii lituaniene contemporane”, deși printre ele pot exista și formații dintr-o perioadă anterioară care au redevenit actuale.

³ Pe lângă cele sistemice și ocazionale, se distinge și o categorie de neologisme semantice — un sens nou al unui cuvânt cunoscut. Deoarece cuvântul este inclus în dicționarul electronic, programul automat de căutare a neologismelor nu le identifică.

19

în sistem, cazurile de utilizare neanalizate, accentuarea excesivă a aspectelor ortografice (Kupčinskaitė 1997: 58). Iar faptul că acestea se răspândesc este demonstrat clar de datele disponibile. Anterior, cu elementul video- erau consemnate doar câteva cuvinte (videomagnetofonas, videocasetă, cameră video), iar acum găsim deja și videoclastie, videomodă, videoartă, videopoezie și așa mai departe, deși adesea se recomandă insistent înlocuirea acestui element cu echivalentul lituanian vaizdo. Numeroasele cazuri cu elemente deja consacrate (hidrocostum, mononatris, multivitamine, antiterorism, stereoviziune, pseudomitic) sunt aproape la fel de numeroase ca cele ale căror elemente nu sunt încă înregistrate în dicționare (expresolimpiadă, tehnobirocrație, ritm și blues, vertebroneurologie, ex-Polinia, regina pop). În prezent, elementul euro- este deosebit de frecvent. Nu este vorba doar de euroentuziast sau eurosceptic, euro ligă, euro piață, ci și de europuding, eurotenis, eurogol, eurofacultate și așa mai departe.

Apariția cuvintelor noi este un proces dinamic și neîntrerupt. De aceea, este evident că acestea trebuie consemnate și studiate în permanență. Noutățile lingvistice selectate pentru analiză ar trebui monitorizate până când, integrându-se în lexicul general și în conștiința lingvistică generală, își pierd caracterul distinctiv și marca „nou” și sunt incluse în dicționare (sau numai unele dintre ele) (Busse 1996: 654). În lingvistica lituaniană putem vorbi doar despre începuturile lexicografiei neologismelor.

Acest studiu demonstrează în mod clar că, atunci când este necesară prelucrarea automată a unei cantități mari de date, informatica le este de ajutor lingviștilor. În același timp, metodologia cercetării se schimbă fundamental: pe viitor, selecția automatizată a cuvintelor noi va fi mult mai rapidă, deoarece, după ce sistemul de codificare a cuvintelor a fost aplicat corpusului de texte în limba lituaniană, a dispărut necesitatea căutării cuvintelor în dicționare informatizate. Desigur, analiza cuvintelor noi nu se limitează la recunoașterea și clasificarea lor. Etapa următoare constă în studierea grupurilor sintactice și a colocațiilor (a unui anumit mediu lexical) asociate acestor cuvinte.

Primit la 16.12.1998

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