Morfologiškai daugiareikšmių formų atsiradimo priežastys

MIGLĖ ŽEMRIETĖ Instituto de la Lengua Lituana ORCID id: 0009-0000-2174-3311 LÍNEAS DE INVESTIGACIÓN: lingüística de corpus, lingüística computacional, análisis morfológico automático, ambigüedad morfológica y su resolución. DOI: doi.org/10.35321/bkalba.2023.96.06 CAUSAS DE LA APARICIÓN DE FORMAS MORFOLÓGICAMENTE AMBIGUAS PALABRAS CLAVE: ambigüedad morfológica, análisis morfológico automático, corpus, homoformas, diccionario. RESUMEN El artículo examina las causas de la aparición de formas morfológicamente ambiguas del lituano, denominadas en el artículo homoformas, basándose en datos obtenidos del Diccionario de homoformas de la lengua lituana. Las homoformas pueden clasificarse, según las causas de su aparición, en los siguientes grupos: homoformas más bien teóricas, surgidas de las particularidades de la elaboración de algunos diccionarios; homoformas surgidas de diferencias en los elementos prosódicos; homoformas surgidas de la coincidencia de palabras diferentes; homoformas determinadas por el sistema morfológico de la lengua lituana; homoformas con el mismo significado léxico, surgidas de su asignación a paradigmas diferentes. Estas causas de la aparición de homoformas ayudan a comprender por qué, al anotar mediante anotadores morfológicos, surgen casos de ambigüedad morfológica de uno u otro tipo y por qué no es posible obtener resultados completamente precisos en la anotación automática. ABSTRACT En el artículo se describen las razones de la existencia de las homoformas de la lengua lituana, a partir de los datos obtenidos del Diccionario de homoformas de la lengua lituana. El autor propone una clasificación de las homoformas según las razones de su aparición, que es la siguiente: homoformas de carácter más teórico, surgidas debido a las particularidades de la elaboración de diccionarios; homoformas resultantes de diferencias en los elementos prosódicos; homoformas resultantes del solapamiento de palabras diferentes; homoformas surgidas debido a las particularidades del sistema morfológico lituano; homoformas con el mismo significado surgidas en paradigmas diferentes. Estas razones ayudan a comprender por qué la anotación realizada por analizadores morfológicos suele dar lugar a distintos casos de ambigüedad morfológica. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 107 INTRODUCCIÓN Hoy en día, para estudiar la lengua se recurre con frecuencia a diversos programas informáticos. Estos permiten procesar la lengua, resolver problemas lingüísticos, segmentar textos, lematizar, clasificar, agrupar en clústeres o corregir errores textuales, y traducir automáticamente. Con programas informáticos también se pueden realizar análisis semánticos, morfológicos y sintácticos, así como crear corpus y bases de datos de voz anotados o no anotados, etc. La lengua lituana también se está informatizando. Una de las etapas de este proceso es el análisis morfológico automático. En él se manifiesta la ambigüedad morfológica. La ambigüedad morfológica es solo una pequeña parte de la ambigüedad en general, que incluye: 1) formas flexionadas y no flexionadas de palabras, o palabras; 2) formas o palabras de distintas partes de la oración y de una misma parte de la oración; 3) palabras o formas de palabras que se distinguen por ciertas formas o elementos prosódicos, así como palabras o formas que coinciden por completo (Rimkutė 2003a: 63). Se considera que una palabra o forma es morfológicamente ambigua cuando a una misma forma de palabra se le asignan dos o más lemas (por ejemplo, a la forma kovų se le pueden asignar los lemas kovas y kova), o dos o más rasgos gramaticales (por ejemplo, naktis: nominativo singular o acusativo plural). Según Erika Rimkutė (2002: 86), la ambigüedad morfológica que se manifiesta durante el análisis morfológico automático constituye un caso muy específico; sin embargo, las personas se encuentran a diario con palabras ambiguas. Por lo general, esto no dificulta la comunicación, porque, al comprender el contexto, pueden deducir con bastante facilidad qué palabra o forma se ha utilizado, mientras que ni siquiera se les ocurren las otras opciones. Además, en la lengua hablada, la diferente entonación o la posición del acento suelen ayudar a reconocer las palabras morfológicamente ambiguas. Aunque la ambigüedad morfológica es, en esencia, un problema resuelto (véase Rimkutė, Daudaravičius 2007), incluso después de mejorar los analizadores morfológicos del lituano, no siempre se logra elegir la opción más probable entre varias formas morfológicamente ambiguas; además, no son infrecuentes los casos en que el analizador morfológico selecciona incorrectamente una forma entre varias posibles. El lituano puede analizarse mediante tres analizadores morfológicos bastante completos, descritos y de acceso público: el analizador disponible en el Sistema de análisis sintáctico y semántico, Semantika.lt1, y los analizadores Lemuoklis 1 Véase https://semantika.lt/Analysis/TextAnalysis. 108 BENDRINĖ KALBA | 96 y Morfuoklis2. Los datos presentados en este artículo se basan en el análisis realizado por Lemuoklio, por lo que este anotador se presentará con algo más de detalle. El objetivo de este artículo es describir las causas de la aparición de las homoformas del lituano (este y otros términos se explicarán en la sección 2). Los objetivos específicos son reseñar los términos relacionados con la polisemia morfológica y, basándose en los casos de polisemia morfológica analizados, descritos y clasificados, examinar las causas de la aparición de las homoformas. Se analizaron las palabras incluidas en el Diccionario de homoformas del lituano (LKHŽ)3. Para la investigación se aplicaron métodos de análisis cualitativo, lingüística de corpus y descripción. El LKHŽ presenta ejemplos no repetidos de homoformas, un millón en total, encontrados en un corpus anotado morfológicamente. El diccionario permite ver qué formas de palabras del lituano son morfológicamente polisémicas. Los lectores pueden sacar sus propias conclusiones sobre cuáles formas son más probables y qué las determina. El diccionario contiene unas 36 000 homoformas, clasificadas en tres categorías: 1) homoformas de partes variables de la oración; 2) homoformas de partes invariables de la oración; 3) homoformas de partes variables e invariables de la oración. Las homoformas de partes variables de la oración, así como las de partes variables e invariables, se subdividen en 53 tipos (que se mencionarán más adelante). E. Rimkutė, quien preparó un corpus lituano anotado morfológicamente, determinó que la polisemia morfológica comprende tanto las partes variables como las invariables de la oración (Rimkutė 2006a: 136). Según ella, las coincidencias se producen con mayor frecuencia entre partes variables de la oración y, con menor frecuencia, entre partes variables e invariables. Aunque el diccionario no presenta datos estadísticos4, según los tipos de homoformas a los que se asigna el mayor número de formas de palabras, cabe mencionar como frecuentes los siguientes: coincidencias entre el nominativo singular de sustantivos y adjetivos de la primera declinación (i)a y el acusativo plural de sustantivos y adjetivos de las declinaciones (i)o (por ejemplo: nemažas, pripažintas, trečias); coincidencias entre el acusativo singular de sustantivos y adjetivos de las declinaciones (i)o y (i)a (por ejemplo: abejingą, aštuntą, parduotą); coincidencias entre el genitivo singular y el nominativo y vocativo plural de sustantivos y adjetivos de las declinaciones (i)o y e (por ejemplo: abatijos, abejingos, abstrakčiausios) (para más detalles sobre la estructura y preparación del diccionario, véase el trabajo de la autora de este artículo: Piečytė 2023). 2 Véase https://sitti.vdu.lt/morfuoklis/. 3 Este diccionario se está preparando para su publicación. Por el momento no se ha publicado. Las autoras son M. Žemrietė y E. Rimkutė. 4 Para calcular la frecuencia sería necesario realizar un estudio específico. Sin embargo, al examinar una parte de las homoformas en los corpus, se observa que algunas pueden haberse usado miles de veces y otras, solo unas pocas. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 109 La fuente del LKHŽ y, a la vez, de este artículo es un corpus lituano de un millón de palabras anotado morfológicamente, elaborado entre 2000 y 2005 y anotado con el programa Lemuoklis, creado por Vytautas Zinkevičius. En el corpus anotado morfológicamente, casi la mitad de las palabras son morfológicamente polisémicas. Este fenómeno solo se hizo patente cuando los investigadores empezaron a procesar los archivos anotados por el programa de análisis morfológico automático y vieron cómo se trata la lengua sin conocimientos contextuales, es decir, cuando cada forma de palabra se analiza como completamente independiente (Rimkutė 2006a: 136). Por lo tanto, este artículo y las explicaciones que contiene deberían ser útiles para quienes utilizan anotadores morfológicos del lituano. Debería ayudar a comprender las causas de posibles inexactitudes. El LKHŽ es el primer diccionario de este tipo en lituano. Ofrece una perspectiva no tradicional de la lengua, presentada a través del prisma de los programas informáticos de análisis del lituano. El diccionario muestra qué lengua «entienden» los programas informáticos. Los extranjeros que aprenden lituano pueden formarse una idea similar de este idioma. Dado que el diccionario contiene un número realmente elevado de homoformas, ofrece a los investigadores más posibilidades de estudio. Aunque, como se ha señalado, este diccionario es el primero de su tipo en Lituania, ya se han publicado diccionarios similares en otros idiomas. Por ejemplo, en 2001 se creó un diccionario de homoformas del ruso, cuya autora es Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ5). Este diccionario incluye tanto homónimos como homógrafos (palabras que se escriben igual, pero se pronuncian de manera diferente). No se tiene en cuenta el acento y no se utiliza la letra ė. El diccionario está organizado de modo que las formas de las palabras aparecen a la izquierda y los lemas a la derecha. Las partes de la oración se indican entre paréntesis; compárese6: ехидна ехидной ехидна (sust.), ехидный (adj.) ехидною ехидны ехидно ехидно (adv.), ехидный (adj.) El diccionario de homoformas de la lengua rusa está disponible en línea: 5 http://cfrl.ruslang.ru/homoforms/index.htm. 6 Este ejemplo muestra la declinación de la palabra ехидна y las clases de palabras (sus abreviaturas aparecen entre paréntesis). En ruso, esta palabra tiene más de un significado, que depende del contexto. La palabra ехидна puede significar en lituano erizo, una serpiente australiana o puede usarse para describir a una persona malvada, cruel y traicionera. 110 BENDRINĖ KALBA | 96 En 2008 se creó un diccionario de homófonos ingleses7, cuyo autor es Alfredas Aloisi (para más información sobre la relación entre homófonos y homoformas, véase el apartado 2 de este artículo). En la descripción del diccionario se afirma que se actualiza constantemente, aunque falta información sobre la procedencia de las palabras, cuántas contiene, etc. Al ponerse en contacto con el autor del diccionario, se supo que la primera versión era impresa, pero pronto se comprendió que era más práctico crear una versión en línea, ya que la impresa podría quedar obsoleta rápidamente y requerir más de una edición. El diccionario contiene más de 10 000 homófonos, que también pueden proponer sus usuarios. Además, aquí se presentan no solo las entradas de los homófonos y sus clases de palabras, sino también sus definiciones, algo poco habitual en diccionarios de este tipo. Se incluyen palabras que se escriben de forma diferente, pero se pronuncian igual, por ejemplo, moo (lit. mū) y moue (lit. mueca), compárese: moo 1.:: verbo intransitivo Emitir el sonido profundo y retumbante que hace una vaca; mugir. 2.:: sustantivo El mugido de una vaca o un sonido similar. moue 1.:: sustantivo Una mueca pequeña; un mohín. Los homófonos ingleses también se incluyen en diccionarios impresos; por ejemplo, en 1997 se publicó el diccionario de homófonos de Leslie Presson (Dictionary of Homophones). Está destinado a quienes aprenden inglés y contiene más de 600 pares de homófonos. En 2012 se compiló el diccionario de A. D. Reed Reed’s Homophones: A Comprehensive Book of Sound-alike Words (el diccionario incluye homófonos del inglés estadounidense y más de 1 000 pares. Para cada palabra se ofrece una definición, su clase gramatical y un ejemplo de uso). En Lituania también se han preparado libros, manuales y artículos científicos sobre temas similares. En 2004, Jonas Šukys publicó el libro Panašiai skambantys žodžiai: normos ir klaidos, en el que se analizan en detalle los parónimos (el término se explicará en el apartado 2). En el libro, el investigador explica los significados normativos de las palabras comparadas, señala los usos incorrectos corregidos y, además, aborda aspectos del uso de parónimos y homógrafos. Algunas homoformas surgen por la coincidencia fortuita de palabras con significados diferentes. El manual de Rūta Marcinkevičienė (2011), Žodžio reikšmė. Žodynai ir tekstynai, está dedicado al análisis de este tipo de palabras; uno de sus capítulos trata sobre la polisemia, describe en detalle los homónimos y presenta su clasificación. 7 El diccionario de homófonos ingleses está disponible en línea: https://www.homophone.com. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 111 E. Rimkutė publicó un número especialmente elevado de trabajos sobre la ambigüedad morfológica. Cabe mencionar su tesis (Rimkutė 2006a) y varios artículos científicos (Rimkutė 2002, 2003a, b), en los que se describen ampliamente diversos tipos de ambigüedad y se presta especial atención a la ambigüedad morfológica y a las homoformas. Este artículo consta de una introducción (primera parte), dos partes teóricas, dos partes de investigación y una síntesis. Al final del trabajo se incluye una lista de todas las fuentes bibliográficas citadas. 1. CORPUS ANOTADO MORFOLÓGICAMENTE Y AMBIGÜEDAD MORFOLÓGICA QUE SE MANIFIESTA EN ÉL El primer corpus de la lengua lituana anotado morfológicamente es una base de datos electrónica creada por Vida Žilinskienė y Laima Grumadienė. Se utilizó específicamente para elaborar diccionarios de frecuencias (Rimkutė 2006b: 34). El corpus electrónico de Diccionario de frecuencias de la lengua lituana escrita actual de V. Žilinskienė y L. Grumadienė (2002) está compuesto por 1,2 millones de palabras; los textos que contiene son originales (no traducidos) y pertenecen a los estilos periodístico, científico, literario o administrativo. Estos textos se anotaron y, posteriormente, a partir de ellos se elaboraron los diccionarios Diccionario de frecuencias de la lengua lituana escrita actual (1997) y Diccionario de frecuencias de la lengua lituana escrita actual (1998). En 2000, en el Centro de Lingüística Computacional de la Universidad Vytautas Magnus, se comenzó a crear el corpus anotado morfológicamente mencionado en la introducción8. Se elaboró de forma semiautomática, mediante el programa de análisis morfológico automático Lemuoklis. Su primera versión contenía alrededor de un millón de palabras, pero más adelante se amplió el corpus y se corrigieron imprecisiones9. En el corpus, los textos periodísticos representan el 36%, los textos de literatura científica el 24%, los textos de literatura de ficción el 19%, los textos de estilo administrativo el 2,8% y las transcripciones estenográficas del Seimas de la República de Lituania el 6,8%. El corpus se elaboró de forma semiautomática. En la época en que se estaba compilando, el programa de análisis morfológico desarrollado por V. Zinkevičius 8 Este corpus está disponible públicamente en Internet: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33. 9 Los datos para el Diccionario de homoformas de la lengua lituana se tomaron de esta primera versión del corpus, pues se pretendía registrar tantos casos de ambigüedad morfológica de la lengua lituana como fuera posible. Más tarde se incorporaron módulos estadísticos de desambiguación a Lemuoklis (Rimkutė, Daudaravičius 2007), por lo que el programa empezó a funcionar con mayor precisión y a proporcionar muchas menos formas morfológicamente ambiguas. 112 BENDRINĖ KALBA | 96 Lemuoklis, que proporciona lemas y etiquetas morfológicas, no tenía en cuenta el contexto; el programa no incorporaba información semántica, y las formas de las palabras se determinaban principalmente a partir de una lista de raíces de palabras lituanas, en lugar de utilizar listas de formas con sus correspondientes etiquetas gramaticales (Zinkevičius 2000: 30). Esto significa que el programa asignaba a las formas de las palabras todas las etiquetas gramaticales posibles y todos los lemas posibles (formas de entrada) (véanse los ejemplos incluidos en la introducción). Cabe mencionar también que Lemuoklis analizaba formas escritas sin signos de acentuación. Precisamente por ello, las homoformas también podían diferir en sus elementos prosódicos (Rimkutė, Grybinaitė 2004: 75–76). En la actualidad, en la investigación sobre tecnologías lingüísticas se utiliza con mayor frecuencia el anotador Semantika.lt, porque es más preciso; además, puede gestionarse, actualizarse y ampliarse (Bielinskienė y otros 2017: 2). Sin embargo, tampoco anota siempre correctamente: a menudo no reconoce extranjerismos, jerga ni abreviaturas. Al no percibir la lengua en su totalidad ni el contexto como lo hace una persona, comete errores al anotar palabras morfológicamente ambiguas (si una palabra tiene varios significados gramaticales distintos, los anotadores morfológicos a veces eligen una etiqueta gramatical incorrecta). Muy recientemente, a finales de 2023, comenzó a funcionar también un nuevo programa de análisis de palabras y textos, Morfuoklis, basado en el anotador Semantika.lt. Este programa también permite realizar síntesis, es decir, generar la palabra o las palabras deseadas a partir de las etiquetas gramaticales especificadas. La mayoría de los errores de anotación se deben a la ambigüedad morfológica: aunque los programas se perfeccionan, todavía con mucha frecuencia no reconocen el contexto (o lo interpretan incorrectamente). En los últimos tiempos se ha dedicado una atención considerable a resolver este problema del análisis automático de la lengua lituana: se han creado diversas herramientas capaces de limitar la ambigüedad semántica, sintáctica y morfológica, se han formulado reglas que ayudan a desambiguar textos y se ha analizado y clasificado la ambigüedad morfológica de la lengua lituana (Rimkutė, Grigonytė 2006: 32). Las homoformas son frecuentes no solo en la lengua lituana. Se observa una situación similar al examinar corpus de otras lenguas: por ejemplo, las formas morfológicamente ambiguas representan el 46% en checo, alrededor del 8,01% en esloveno, el 40% en rumano, el 38,65% en inglés y el 21,58% en húngaro (Hajič 2004: 173, citado en Rimkutė 2006a: 47). Según los datos proporcionados por investigadores estonios (Puolakainen 2012: 194), puede afirmarse que casi la mitad de las palabras estonias son morfológicamente ambiguas. Evalda Jakaitienė (2009: 87) teigė, kad būta svarstymų, ar toks reiškinys kaip žodžių daugiareikšmiškumas apskritai gali egzistuoti – esą jeigu viena MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 113 Una secuencia de sonidos tiene dos significados diferentes; en tal caso, deberían ser dos palabras distintas y no una sola palabra polisémica. Es importante mencionar que aquí la investigadora habla de polisemia léxica, no morfológica. Sin embargo, esta opinión no es popular: según Skaistė Aleksandravičiūtė (2008: 275), la polisemia es un fenómeno sistemático de la lengua, pues está relacionada con las características del sistema morfológico del lituano y con el sincretismo de casos y, además, con la economía y las limitaciones de la lengua. 2. TÉRMINOS PRINCIPALES DE LA POLISEMIA MORFOLÓGICA En lingüística, la polisemia morfológica suele entenderse y designarse mediante varios términos diferentes. A continuación se presenta un debate terminológico, es decir, sobre cómo denominar las formas morfológicamente polisémicas: homoformas, homónimos, homógrafos o de otro modo (no se examinan los términos relacionados con otros niveles de polisemia; en lo que sigue, la atención se centra exclusivamente en los casos de polisemia morfológica). El término de significado más amplio que, en cierta medida, podría utilizarse en este artículo es homónimos; por lo general, se definen como «palabras que tienen la misma expresión y significados completamente distintos» (Jakaitienė 2009: 101), como «una palabra que suena igual que otra, pertenece a la misma clase de palabras, pero tiene un significado diferente» (Gaivenis, Keinys 1990), o como «palabras que se pronuncian igual (también hay formas y morfemas homónimos)» (Šukys 2004: 9). Como se ha mencionado anteriormente, se consideran morfológicamente polisémicas las formas flexivas y no flexivas, tanto las que se pronuncian igual como las que se pronuncian de manera diferente. Al analizar la polisemia morfológica, el significado léxico no es pertinente (esto suele destacarse al describir los homónimos); por lo tanto, es evidente que el término homónimos es demasiado amplio para referirse a formas morfológicamente polisémicas. El término homoformas suscita numerosas dudas entre los lingüistas. Algunos de ellos (Barauskaitė 1979: 43–44; Barauskaitė et al. 1995: 23) consideran homoformas las formas diferentes de una misma palabra o formas de palabras distintas que suenan de manera similar, por ejemplo, aprašai: tanto el nominativo plural del sustantivo aprašas como la forma de segunda persona del singular del presente del verbo aprašyti. Nikolajus Pavlovičius Kolesnikovas también denomina a las homoformas homónimos paradigmáticos (Kolesnikov 1987: 7, citado en Nevzorova et al. 2005: 231), mientras que Francis Katamba llama sincretismo a las formas coincidentes de las mismas o de distintas clases de palabras (Katamba 1994: 15). 114 BENDRINĖ KALBA | 96 En este artículo, las formas morfológicamente polisémicas se denominan homoformas. Como se verá en la reseña del uso de este término que se presenta a continuación, el término homoformas se emplea en este artículo con un significado más amplio que el habitual en los trabajos lingüísticos. Por ello, sin profundizar en los distintos tipos de homonimia, a continuación se describe la concepción de las homoformas en los trabajos lingüísticos. E. Jakaitienė (2009: 103) homoformas apibrėžia kaip atskiras, savo garsine sandara atsitiktinai sutampančias visai nehomonimiškų žodžių poras. Kaip pavyzdį mokslininkė pateikia tokį sakinį: Mama nuo vaiko musės vai-ko, kuriame sutampa daiktavardžio vaikas vnsk. kilmininkas ir veiksmažodžio vaikyti esamojo laiko trečiojo asmens forma. Remiantis mokslininke, gali sutapti ir kai kurių žodžių kelios gramatinės formos, pvz.: lipti, lipa, lipo („judėti aukštyn ar žemyn“) ir lipti, limpa, lipo („kibti, klijuotis“). Čia sutampa veiksmažodžių bendratis ir iš jos padarytos formos. Problemiška tai, kad tokius atvejus kiti priskiria ne homoformoms, o daliniams homonimams (Barauskaitė ir kt. 1995: 24). En el Diccionario de términos lingüísticos (KTŽ) de Kazimieras Gaivenis y Stasys Keinys, se consideran homoformas las formas de palabras distintas que se pronuncian y escriben igual (Gaivenis, Keinys 1990). Por lo tanto, no se incluyen entre las homoformas los casos de sincretismo de caso en los que coinciden varios casos de una misma palabra. Sin embargo, esta definición puede plantear dificultades a la hora de distinguir las homoformas de los homónimos parciales. En el diccionario, estos últimos se definen como «homónimos cuyas morfemas no coinciden por completo o que pertenecen a distintas partes de la oración» (Gaivenis, Keinys 1990: 80). E. Jakaitienė define los homónimos parciales como palabras «en las que todas las formas gramaticales de una coinciden con parte de las formas de otra, o en las que coinciden al menos varias formas» (Jakaitienė 2009: 101–102). Según ella, en estos casos, por lo general, una palabra es flexiva y la otra invariable; por ejemplo, gaila es tanto un sustantivo que significa ‘pena, pesar’ como un adverbio (ejemplos extraídos de un corpus anotado morfológicamente). Según E. Jakaitienė, en las lenguas analíticas se consideran homónimos parciales las palabras que pueden pertenecer a distintas clases de palabras. Por ejemplo, la palabra inglesa tender puede ser un sustantivo que significa «oferta», un adjetivo que significa «suave, sensible» y un verbo que significa «ofrecer, presentar» (Jakaitienė 2009: 102). Otros investigadores (Kaljanov 2023: 27) denominan estos casos de otra manera: homónimos gramaticales. Se trata de casos fonéticamente ho- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 115 formas que coinciden de una misma palabra y tienen distintos significados gramaticales, por ejemplo, ranka (nominativo singular) y ranka (instrumental singular). La definición de las formas homófonas también puede encontrarse en la Enciclopedia de la lengua lituana (LKE). Allí se señala que se consideran homoformas algunas formas coincidentes de palabras pertenecientes a distintas clases gramaticales, por ejemplo, grūdo, genitivo singular del sustantivo grūdas, y la forma de tercera persona del pasado simple del verbo grūsti (LKE 1999: 247–248). Esta definición no aclara si pueden considerarse homoformas las formas coincidentes de palabras pertenecientes a una misma clase gramatical, por ejemplo, tapo (en este caso, difieren las otras formas principales: tapyti, tapė y tapti, tampa). En los corpus anotados morfológicamente solo se presentan formas escritas sin marcar el acento. A menudo resulta pertinente conocer la posición del acento o el contorno tonal de estas formas; no pocas veces, las formas morfológicamente ambiguas se diferencian por su prosodia y se pronuncian de manera distinta. Los lingüistas suelen llamar homógrafos a estos casos. KTŽ (1999: 23–24) señala que los homógrafos son «palabras que se escriben igual, pero se pronuncian de manera distinta: lìngė (una pieza de automóvil) y liñgė (un ave)»; E. Jakaitienė define el concepto así: son «palabras (o formas de estas) que se escriben igual, pero se pronuncian de manera distinta (difiere a) la posición del acento o b) el contorno tonal)» (Jakaitienė 2009: 103). También puede ser difícil comprender en qué se diferencian los homógrafos de los homónimos y las homoformas. Según la opinión de Vincas Urbutis recogida en LKE (1999: 248) y la definición de homógrafos presentada aquí, estos son palabras o formas que se escriben igual. Se afirma que en lituano los homógrafos suelen ser también homónimos (por ejemplo, la forma kartą puede ser el acusativo del sustantivo karta (es decir, generación) y también del sustantivo kartas (es decir, vez). En la enciclopedia también se consideran homógrafos los casos en que coinciden formas de palabras pertenecientes a distintas clases gramaticales (LKE 1999: 248), por ejemplo, apra šai (esta forma puede ser tanto el plural acusativo del sustantivo aprašas como la tercera persona del presente del verbo aprašyti; los ejemplos proceden del corpus lituano anotado morfológicamente). Sin embargo, no hay consenso. J. Šukys escribe que «las palabras que, por lo demás, son iguales y que el DLKŽ numera como homónimos, pero que difieren en la posición del acento, el patrón acentual o el contorno tonal de la sílaba acentuada, pueden no considerarse homónimos propiamente dichos, sino clasificarse como homoformas. En la lengua hay muchas más homoformas (también llamadas formas homónimas) que homónimos propiamente dichos, y a menudo se trata de clases gramaticales completamente distintas: maišo (genitivo del sustantivo maišas) – maišo (forma de tercera persona del pasado simple del verbo maišyti); jos (del pronombre 116 BENDRINĖ KALBA | 96 ji, forma de nominativo plural y genitivo singular) – jos (forma de tercera persona del futuro del verbo joti)» (Šukys 2004: 9). Otros investigadores coinciden con esta opinión y afirman que «también hay homoformas que se escriben igual, pero difieren en el acento», por ejemplo, báltų y baltų (báltai y báltas) (Barauskaitė ir kt. 1995: 248). Klausimų kelia ir N. P. Kolesnikovo pateiktas homografų apibrėžimas (Kolesnikov 1987: 6, cituota iš Nevzorova ir kt. 2005: 231). Pasak jo, homografams gali būti priskirtos: 1) skirtingą gramatinę ir leksinę reikšmę turinčios, bet vienodai rašomos žodžių formos (kaip pavyzdį galima pateikti lietuvišką žodį baltì, t. y. sutampa veiksmažodžio bendratis ir vyr. g. būdvardžio baltas dgsk. vardininko forma); 2) skirtingą leksinę, bet vienodą gramatinę reikšmę turinčios taip pat rašomos žodžių formos (pvz., forma žiedas gali būti trys skirtingi žodžiai, turintys skirtingas leksines reikšmes, t. y. žodis gali reikšti ir augalo dalį, ir papuošalą, ir kelio rūšį); 3) skirtingą gramatinę, bet vienodą leksinę reikšmę turinčios žodžių formos (plg. lietuviško veiksmažodžio turėti esamojo laiko antrojo asmens vnsk. formą turì ir esamojo laiko trečiojo asmens formą tùri). Galima suprasti, kad mokslininkas supina homografų ir homofomų terminus, kadangi šioje klasifikacijoje nagrinėjami ir skirtingų, ir tų pačių reikšmių žodžiai bei jų formos. Tačiau taip suprasti homoformas atrodytų gana logiška, nes morfologiškai anotuotuose tekstuose apie 20 proc. daugiareikšmių žodžių skiriasi būtent prozodiniais elementais, t. y. tarimu (Rimkutė 2002: 7). Jurgis Pakerys utiliza otro término para denominar los casos en que coinciden formas de una misma palabra que se pronuncian de manera distinta: formas homográficas de palabras. Se subraya que estas se diferencian de los homógrafos (Pakerys 2009: 130). Por su parte, Vincentas Drotvinas denomina a las homoformas, los homógrafos y los homófonos con otro término: formas homónimas de palabras (Drotvinas 1986: 91, citado en Rimkutė 2006a: 43). Esta denominación le pareció aceptable a E. Rimkutė, la primera investigadora de la ambigüedad morfológica; sin embargo, para evitar el uso de un término tan largo, decidió optar simplemente por el término homoformas (Rimkutė 2003b: 36). La autora de este artículo adopta también esta concepción. Para denominar las formas morfológicamente ambiguas también se emplea otro término: parónimos. Se definen como «palabras de pronunciación o escritura parecida, cuyos significados suelen ser distintos; a veces pueden ser también algo afines, pero por lo general no son sinónimos (en tal caso suele decirse que las palabras comparten un vínculo semántico o, dicho de otro modo, pertenecen al mismo campo semántico)» (Šukys 2004: MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 117 9–10). J. Šukys explica que en la lengua escrita también pueden incluirse entre los parónimos los homógrafos, es decir, palabras que se escriben igual pero se pronuncian de manera distinta, por ejemplo: draugė – draugė («sociedad, grupo»); mientras que en la lengua oral pueden incluirse los homófonos, es decir, palabras que se pronuncian igual pero se escriben de manera distinta, por ejemplo, rūgti – rūkti. Sin embargo, el término parónimo tiene un significado bastante bien delimitado en lingüística; por ello, se decidió ampliar el significado de homoforma y seguir usando precisamente este término. Además, la autora de este artículo sostiene que las formas flexivas pertenecientes a la misma clase gramatical o a clases distintas que difieren en la posición del acento, el contorno tonal o la cantidad vocálica pueden ser tanto homoformas como homógrafos. En otras palabras, algunos homógrafos también pueden ser homoformas, y algunas homoformas pueden ser homógrafos (cuando se tienen en cuenta los aspectos de pronunciación y se analizan morfológicamente). Además, en los trabajos lingüísticos aún no se han definido algunos casos concretos; por ejemplo, no está claro cómo denominar las coincidencias de dos o más clases gramaticales invariables. Por ello, siguiendo a E. Rimkutė (2006a: 44), en este estudio se decidió clasificar tales coincidencias como homoformas de clases gramaticales invariables. En los capítulos siguientes, al hablar de homoformas, se adopta la concepción de estas expuesta anteriormente. En el cuarto capítulo se presenta una clasificación de las homoformas, es decir, de las unidades de ambigüedad morfológica, basada en los datos de un corpus anotado morfológicamente. En el artículo se utilizan principalmente los términos formas morfológicamente ambiguas y homoformas. 3. CLASIFICACIÓN DE LAS HOMOFORMAS DEL LITUANO SEGÚN LAS PARTES DE LA ORACIÓN QUE COINCIDEN Como se mencionó anteriormente, en este artículo se denominan homoformas las formas coincidentes que pertenecen a las mismas o a distintas partes de la oración. E. Rimkutė (2006a: 40) distinguió tres tipos: 1) homoformas de partes flexivas de la oración; 2) homoformas de partes flexivas y no flexivas de la oración; 3) homoformas de partes no flexivas de la oración. Las homoformas de partes flexivas de la oración son formas morfológicamente coincidentes de partes iguales o distintas de la oración (Rimkutė 2006a: 52). Como ejemplos, E. Rimkutė presenta las siguientes oraciones: lišk į būdą (acusativo singular del sustantivo būda) y sėdėk vs. atrado naują gydymo būdą (acusativo singular del sustantivo būdas). Como puede verse, aquí coinciden las formas de acusativo singular de los sustantivos būda y būdas. Sin embargo, no necesariamente tienen que coincidir formas de palabras distintas de una misma parte de la oración 118 BENDRINĖ KALBA | 96 pueden coincidir también formas de dos partes flexivas distintas de la oración, o dos formas diferentes de una misma palabra. E. Rimkutė ofrece el siguiente ejemplo: anglų kalbà (sustantivo) vs. kai kurie Lietuvos politikai nuolat kaĩba (verbo) absurdus. Como puede verse, en estas oraciones coinciden algunas formas del sustantivo kalba y la forma de tercera persona del presente del verbo kalbėti. E. Rimkutei (2006a: 48) išanalizavus 10 000 morfologiškai anotuotų žodžių formų, esančių morfologiškai anotuotame tekstyne, paaiškėjo, kad kaitomųjų kalbos dalių homoformos sudaro didžiausią morfologinio daugiareikšmiškumo dalį – net 76,2 proc. Las homoformas de partes flexivas y no flexivas de la oración son formas coincidentes de dos o más partes distintas de la oración, de las cuales una es flexiva y la otra o las otras son no flexivas (Rimkutė 2006a: 59). A esta categoría se adscriben homoformas coincidentes de sustantivos, adverbios, preposiciones, conjunciones o partículas; de adjetivos y adverbios; de verbos, adverbios, preposiciones o partículas, así como de otras partes de la oración. Constituyen el 6,3% de todos los casos de ambigüedad morfológica en el corpus anotado morfológicamente. Como ejemplo, la investigadora presenta las siguientes combinaciones de palabras: námo (sustantivo) stogas vs. einu namõ (adverbio). Puede observarse que aquí coinciden un sustantivo y un adverbio. Las homoformas de partes flexivas y no flexivas de la oración suelen estar formadas por tres o más partes de la oración coincidentes; es decir, son polinominales. Las homoformas de partes no flexivas de la oración son dos o más partes no flexivas de la oración que coinciden. Esta categoría comprende coincidencias entre conjunciones, partículas, adverbios y otras clases. Las homoformas de partes no flexivas de la oración son el segundo tipo de homoforma más frecuente: constituyen el 17,5% de todas las homoformas del corpus anotado morfológicamente (Rimkutė 2006a: 63). Al preparar el LKHŽ, estas tres categorías se subdividieron en 53 tipos más específicos. En lo esencial, se tomó como base la clasificación propuesta por E. Rimkutė (2006a), pero se amplió. Un extracto del LKHŽ se presenta en la figura 1. En el diccionario, la palabra o forma de palabra coincidente aparece en negrita; en la línea siguiente se indica a qué partes de la oración puede pertenecer esa forma; entre corchetes angulares se presenta la forma de cita, seguida de información gramatical detallada. Las partes no flexivas de la oración se presentan en orden alfabético; las flexivas, así como las flexivas y no flexivas, según las coincidencias entre partes de la oración y, dentro de cada grupo, en orden alfabético. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 119 FIG. 1. Extracto del Diccionario de homoformas de la lengua lituana Algunas homoformas pueden asignarse a varios grupos; por ejemplo, vieši son homoformas del nominativo plural del adjetivo viešas y del verbo viešėti, así como una coincidencia entre la segunda y la tercera persona del singular del presente del verbo viešėti; pirmiausia es una coincidencia entre un adjetivo y un numeral, así como entre las formas de nominativo y de instrumental singular femenino y la forma neutra de esas categorías gramaticales. Por ello, una misma palabra puede aparecer repetida varias veces en el diccionario, bajo diferentes tipos de homoformas. Así pues, el diccionario no presenta de inmediato todas las etiquetas gramaticales posibles para una forma concreta, sino solo las que corresponden a un tipo de coincidencia específico, por ejemplo, a coincidencias entre sustantivos y adjetivos, etc. Sin embargo, la mayoría de los casos de ambigüedad morfológica del diccionario solo pueden asignarse a un tipo de homoformas. Las coincidencias entre partes variables de la oración en el LKHŽ se dividen en 41 tipos. Las homoformas entre partes variables e invariables de la oración se dividen en 11 tipos en el diccionario. Las coincidencias entre partes invariables de la oración no se subdividen más en el diccionario, ya que su elaboración se basó precisamente en la clasificación de E. Rimkutė (2006a). Esta autora asignó todas las coincidencias entre partes invariables de la oración a un tipo general. 120 BENDRINĖ KALBA | 96 4. CLASIFICACIÓN DE LAS HOMOFORMAS DE LA LENGUA LITUANA SEGÚN SUS CAUSAS DE APARICIÓN Dado que el LKHŽ contiene un número realmente elevado de palabras morfológicamente ambiguas (unas 36 mil), cabe intentar determinar las causas de aparición de las homoformas en lituano. A partir de los datos del diccionario de homoformas y de las anotaciones morfológicas propuestas por Lemuoklio, las homoformas lituanas pueden clasificarse en cinco grupos según sus causas de aparición. A continuación se presentan en detalle todos estos grupos. 4.1. Homoformas teóricamente posibles, debidas a las particularidades de la elaboración de los diccionarios Cuando comenzó a analizarse por ordenador la ambigüedad morfológica de la lengua, empezó a hacerse patente una distinción importante: la ambigüedad morfológica puede ser esperable o inesperada. La esperable es aquella que las personas suelen percibir. La ambigüedad inesperada puede ser de dos tipos: formas generadas por el analizador morfológico y palabras poco usadas en la lengua actual (o ya en desuso). A partir de sus recursos morfológicos, Lemuoklis proporciona palabras que no se usan en la realidad y cuyas formas coinciden con algunas partes de la oración o formas de estas que se emplean con frecuencia en lituano. Esto sucede porque los diccionarios no incluyen todas las formas derivadas, ni siquiera las que se forman regularmente. En 2006, al organizar el corpus anotado morfológicamente, E. Rimkutė elaboró una lista de palabras irreales generadas por el analizador morfológico. Esta lista se incorporó al analizador morfológico como un conjunto de palabras que deben ignorarse; por tanto, el problema de que Lemuoklis genere palabras por sí mismo está, en esencia, resuelto. La base léxica de Lemuoklio la constituyen las palabras recogidas en el Diccionario de la lengua lituana actual (así como en otros diccionarios), que incluye numerosas palabras hoy en día muy poco usadas, por ejemplo: rata, girdas, metinys, ložėti, baisis, graudis, vajys, etc. Si las formas de estas palabras coinciden con las de palabras de uso habitual, Lemuoklis indica todas las variantes, lo que dificulta mucho a los lingüistas la organización del corpus. El segundo problema, el de la coincidencia entre palabras arcaicas y palabras de uso habitual, solo se ha resuelto parcialmente. La mayoría de estas homoformas se da entre partes variables e invariables de la oración; por ejemplo, en el análisis de Lemuoklio, las formas de palabra bravo, ate, arba se consideran homoformas y se indica que estas palabras también son sustantivos, pues esa información puede encontrarse asimismo en los diccionarios (en línea- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 121 En el Diccionario de palabras internacionales (TŽŽ), la palabra bravas se define como «en Italia, en los siglos XVII–XVIII: asesino a sueldo, aventurero capaz de recurrir a cualquier tipo de violencia»; atas, como «la centésima parte de la unidad monetaria de Laos, el kip»; o, como «1. carro cubierto de madera y de dos ruedas, utilizado por los pueblos de Asia Central; usado en Afganistán para transportar cargas pesadas; 2. carro de cuatro ruedas para transportar cereales, usado en el Cáucaso y el sur de Ucrania». Suele llevar tiempo distinguir esas palabras de las homoformas inesperadas, porque cada una debe comprobarse en diversos diccionarios y corpus. También es difícil decidir si deberían incluirse en el LKHŽ, pues ya no basta con basarse únicamente en los datos de otros diccionarios. Esta causa de la aparición de homoformas muestra que nos enfrentamos a un dilema: cuanto mayor sea el léxico de un programa de análisis lingüístico, más palabras y formas debería reconocer el programa, pero esto también significa que pueden producirse coincidencias imprevistas, es decir, casos de ambigüedad morfológica. Así pues, para obtener resultados lo más precisos posible, es necesario reflexionar detenidamente sobre los principios de selección de las palabras utilizadas en los programas informáticos. 4.2. Homoformas debidas a diferencias en los elementos prosódicos Las homoformas debidas a diferencias en los elementos prosódicos (por ejemplo, la posición del acento, el contorno tonal o la duración vocálica) aparecen únicamente en la lengua escrita. Dado que los analizadores morfológicos del lituano analizan formas escritas de palabras sin signos de acentuación, las homoformas suelen diferenciarse por su prosodia. La mayoría de los ejemplos de este tipo de homoformas se encuentra entre las coincidencias de formas de palabras flexivas; aparecen en gran parte de las subcategorías. A menudo coinciden dos o más formas de una misma palabra. En el diccionario hay ejemplos de 11 tipos: coincidencias de sustantivos de las declinaciones (i)o en nominativo singular con instrumental y vocativo singular (por ejemplo: agentūra frente a agentūra, mama frente a mama); coincidencias de sustantivos de las declinaciones (i)o, ė en genitivo singular y nominativo plural (por ejemplo: absoliučios frente a absoliučios; adekvačios frente a adekvačios; aikštės frente a aikštės); coincidencias de los sustantivos de la declinación ė en instrumental y vocativo singular10 (por ejemplo: katė frente a kâte, dumblė frente a dùmblė); coincidencias entre el infinitivo y el nominativo plural masculino de los participios pasivos de pasado: 10 Cabe señalar que el vocativo solo es posible teóricamente en muchos casos. Al elaborar el diccionario de homoformas, no se tuvo en cuenta la semántica de los sustantivos; se consideró que eran posibles las formas vocativas de todos ellos. 122 BENDRINĖ KALBA | 96 apdìrbti frente a apdirbtì; apèiti frente a apeitì); coincidencias en genitivo plural de los participios de la voz pasiva del modo condicional y del pasado, masculino y femenino (por ejemplo: aplẏtų frente a aplytų; dėngtų frente a dengtų); coincidencias de los sustantivos de la declinación (i)a en locativo y vocativo singular (por ejemplo: aidė frente a áidė; garažė frente a garaže); coincidencias de los sustantivos de las declinaciones (i)u e i en nominativo singular y acusativo plural (por ejemplo: apimtìs frente a ãpimtis; ãpskritis frente a apskritis); coincidencias entre la tercera y la segunda persona del singular del presente (por ejemplo: neprigirdì frente a neprigirdi; negãli frente a negali); coincidencias entre el dativo femenino singular y el género neutro de los pronombres (por ejemplo, tái frente a taĩ, šìtai frente a šitaĩ; claro está, šitai también puede ser una partícula, pero tales coincidencias pertenecen en el diccionario a otra categoría: la de las coincidencias entre partes flexivas e invariables de la oración, pues, como ya se ha señalado, el diccionario solo incluye las etiquetas gramaticales pertinentes a cada categoría); coincidencias de los sustantivos de la declinación (i)u en acusativo singular y genitivo plural11 (por ejemplo: ãlų frente a alų; lietų frente a lietų); coincidencias entre el infinitivo y la segunda persona del presente de los verbos (por ejemplo: ìnkšti frente a inkšti; klýsti frente a klysti). Las homoformas debidas a diferencias en los elementos prosódicos también aparecen cuando coinciden dos o más partes flexivas distintas de la oración. En el diccionario hay 7 tipos de homoformas de esta clase: coincidencias entre sustantivos y verbos (por ejemplo: Adomo: coinciden el genitivo singular del nombre propio Adõmas12 y el genitivo singular del participio pasivo ãdomas; apsaugos: coinciden el genitivo singular y el acusativo plural del sustantivo apsauga y las formas de futuro del verbo apsaugoti, cf. apsaugõs frente a apsáugos); coincidencias entre sustantivos y adjetivos (por ejemplo, atlaidus: coinciden el acusativo plural del sustantivo atlaidai y el nominativo singular del adjetivo atlaidus, cf. ãtlaidus frente a atlaidùs); coincidencias entre verbos y adjetivos (por ejemplo, ãntrinę, asmeninę frente a antrinę, asmeninę: coinciden las formas en acusativo singular femenino de los participios activos de pasado simple de los verbos antrinti, asmeninti y de los adjetivos antrinis, -ė, asmeninis, -ė); coincidencias entre verbos y pronombres (por ejemplo: kitai frente a kitai; kuria frente a kurià: coinciden las formas de los verbos kisti, kurti y de los pronombres kitas, kuri); coincidencias entre sustantivos, adjetivos y verbos (por ejemplo: balti: forma vocativa singular del sustantivo baltis, báltį; forma nominativa plural del adjetivo baltas, balti; infinitivo bálti); coincidencias entre sustantivos y numerales o pronombres (por ejemplo: Anos: coincide el sustantivo propio 11 A veces (como también en los casos presentados a continuación), el genitivo plural solo es posible teóricamente. 12 Es cierto que el analizador puede distinguir las mayúsculas de las minúsculas. Sin embargo, en tal caso podría producirse ambigüedad morfológica si el participio también se escribiera con mayúscula, por ejemplo, al comienzo de una oración. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 123 Ana y las formas del pronombre ana, compárese Ānos vs. anõs; kelias: coinciden el sustantivo kẽlias y el pronombre keliàs); coincidencias entre sustantivos, verbos y pronombres, adjetivos o numerales (p. ej.: dvejos: coinciden el numeral dvẽjos, la forma de genitivo singular dvejõs y la forma de nominativo plural dvẽjos del sustantivo dveja, así como el verbo en futuro dvejõs). También se han observado coincidencias de este tipo entre homoformas de categorías gramaticales flexivas e invariables; en el diccionario se distinguen 8 tipos: coincidencias entre verbos, adjetivos y adverbios (p. ej., blogai: coinciden la forma de segunda persona singular del pasado simple del verbo blogti, blógai, la forma de dativo singular femenino del adjetivo blogas, -a, blõgai, y el adverbio blogai); coincidencias entre adjetivos y adverbios (p. ej., aklai, efektyviai: coinciden las formas de dativo femenino de los adjetivos ãklai, efektỹviai y los adverbios aklai, efektyviai); coincidencias entre sustantivos y adverbios (p. ej., seniai: coinciden la forma de nominativo plural del sustantivo senis, sẽniai, y el adverbio seniai); coincidencias entre sustantivos, adjetivos o pronombres y adverbios (p. ej.: aiškiai, aukštai: coinciden las formas de nominativo plural de los sustantivos aiškis, aukštas, aiškiai, aukštai, las formas de dativo femenino de los adjetivos aiškus, -i, aukštas, -a, áiškiai, áukštai, y los adverbios aiškiai, aukštai); coincidencias entre sustantivos, verbos, adjetivos y adverbios (p. ej., bukãi: coinciden las formas de nominativo plural y vocativo singular del sustantivo bukאס, bùkai; la forma de segunda persona singular del pasado simple del verbo bukti, bukãi; la forma de dativo singular femenino del adjetivo bukאס, bùkai; y el adverbio bukãi); coincidencias entre numerales, preposiciones y adverbios (p. ej., pirma: coinciden el nominativo femenino singular y el instrumental, así como la forma neutra, del numeral pirmas, -a, pirmà, pìrma, y la preposición y el adverbio pìrma); coincidencias entre verbos y adverbios (p. ej., apmaudžiau: la forma de primera persona singular del pasado simple del verbo apmaudyti, apmáudžiau, y el adverbio comparativo apmaudžiau); coincidencias entre sustantivos, pronombres y adverbios o partículas (p. ej., Ana: coinciden el nominativo, instrumental y vocativo singular del nombre propio Ana y las formas del pronombre y la partícula ana, compárese Anà, Āna y anà). Si Lemuoklis y los demás anotadores morfológicos pudieran analizar textos acentuados13, es probable que la ambigüedad morfológica disminuyera considerablemente. 13 Hacerlo automáticamente no es difícil; por ejemplo, existe el programa Kirčiuoklis, disponible en https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis.. Por otra parte, este programa se basa en los resultados de un programa de análisis morfológico automático, por lo que se crea un círculo vicioso: la calidad del programa de acentuación depende de lo bien que funcione el analizador morfológico. Cabe señalar que en Kirčiuoklyje se ofrecen varias variantes de acentuación para las formas morfológicamente ambiguas, de modo que esto no contribuiría mucho a resolver el problema de la ambigüedad morfológica. 124 BENDRINĖ KALBA | 96 Ya se habían hecho intentos de clasificar las homoformas según sus elementos prosódicos. E. Rimkutė (2002: 91–98) analizó 10 mil palabras anotadas gramaticalmente que aparecían en artículos de Lietuvos ryto. Se determinó que el 83% de las homoformas son fonéticamente idénticas, mientras que el 17% difieren en la posición del acento. La investigadora subdividió además en dos tipos las homoformas que no difieren en la posición del acento: las que difieren en la cantidad vocálica (p. ej., el verbo mãno y el pronombre màno) y las que difieren en la entonación (p. ej., los verbos kláusė (lema: klausyti) y kláusė (lema: klausti)). Los ejemplos presentados anteriormente ilustraban homoformas que difieren tanto en la posición del acento como en la entonación. En esta última categoría también se incluyeron los casos que difieren en la cantidad vocálica, aunque no se distinguieron por separado. 4.3. Homoformas originadas por la coincidencia de palabras diferentes A esta categoría pertenece una parte de las homoformas de categorías gramaticales flexivas, así como las homoformas de categorías flexivas e invariables. En teoría, todos los casos de la categoría de homoformas de categorías flexivas e invariables también corresponden a palabras de significado diferente, pues tienen lemas distintos. Sin embargo, no siempre es correcto afirmarlo, ya que, por ejemplo, existe bastante afinidad semántica entre adverbios y adjetivos coincidentes, y a menudo una forma deriva de la otra. Por tanto, las homoformas originadas por palabras polisémicas podrían dividirse en dos subcategorías más específicas: homoformas de distinto significado léxico y homoformas de significado léxico parcial. 4.3.1. Homoformas de distinto significado léxico A esta categoría pertenecen las formas coincidentes que no están relacionadas derivativamente. Entre ellas se encuentran 8 tipos de homoformas de categorías gramaticales flexivas e invariables: homoformas de verbos, adjetivos y adverbios, por ejemplo, griežtai: en este caso coinciden la forma de dativo singular femenino del participio griežtas, -a (lema: griežti) con un adverbio de significado completamente distinto, griežtai, y la forma de dativo singular femenino del adjetivo griežtas, -a. Así pues, en este caso el participio está vinculado al adverbio y al adjetivo por un significado léxico diferente, mientras que el adjetivo y el adverbio comparten parcialmente el significado, ya que uno deriva del otro (véase más detalladamente la sección 4.3.2); homoformas de sustantivos y adverbios o preposiciones, conjunciones, partículas, interjecciones e ideófonos (p. ej.: dėlei: coinciden la forma de dativo singular del sustantivo dėlė y la forma de la preposición dėlei; opa: coinciden las formas de nominativo, vocativo e instrumental singular del sustantivo opa y el ideófono); homoformas de pronombres y adverbios o partículas, conjunciones MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 125 (p. ej., kam: coincidencia entre un adverbio y un pronombre); homoformas de sustantivos, adverbios y adjetivos o pronombres (p. ej., el dativo singular kandžiai del sustantivo femenino kandis, es decir, «una pequeña polilla cuyas larvas roen la ropa y se comen los cereales, la harina y las plantas» (LKŽ 2005), coincide con el nominativo plural kandžiai del sustantivo masculino kandus, -i, es decir, «mordedura, picadura, lugar mordido» (LKŽ 2005), y con el adverbio kandžiai (entre el adjetivo y el adverbio hay una coincidencia léxica parcial, mientras que los sustantivos kandis se relacionan con ellos por una diferencia de significado léxico); homoformas de sustantivos, verbos, adjetivos, adverbios y preposiciones (p. ej., arti: coinciden la forma vocativa singular del sustantivo artis, el infinitivo del verbo árti, la forma nominativa singular femenina del adjetivo artus, -i, y las formas del adverbio y la preposición arti); homoformas de verbos, sustantivos y adverbios (p. ej., kartais: coinciden las formas instrumental plural del participio kártas, instrumental plural del sustantivo kārtas y del adverbio kartais); homoformas de verbos y preposiciones o partículas, conjunciones, interjecciones, onomatopeyas y abreviaturas (p. ej.: ak: coinciden una interjección y la forma de tercera persona singular del imperativo del sustantivo akti; užvis: coinciden la forma de tercera persona del futuro del verbo užvisti y la forma del adverbio užvis; vysk: coinciden la abreviatura gráfica de la palabra vyskupas y la forma de tercera persona singular del imperativo del verbo vysti); homoformas de sustantivos, pronombres y adverbios o partículas (p. ej., ana: coinciden las formas del nombre propio Ana, del pronombre y de la partícula ana). También podría haber homoformas de significado léxico diferente entre las homoformas de categorías flexivas. En LKHŽ constituyen 8 tipos: homoformas de sustantivos, verbos y adjetivos con distinto significado léxico (p. ej., anglių: coinciden las formas de genitivo plural de los sustantivos anglys y anglė); homoformas de sustantivos y verbos (p. ej., adomą: coinciden la forma acusativa singular del participio adomas y la forma acusativa singular del nombre propio Adomas); homoformas de verbos y pronombres o numerales (p. ej.: jos: coinciden la forma de tercera persona del futuro del verbo joti, el nominativo plural y el genitivo singular del pronombre ji; kitai: coinciden la forma de segunda persona del pretérito del verbo kisti y la forma dativa singular del pronombre kita; trejos: coinciden la forma de tercera persona del futuro del verbo trejoti y la forma nominativa del numeral treji, -os); homoformas de sustantivos, adjetivos y verbos (p. ej.: kaltų: coinciden la forma de tercera persona del modo condicional del verbo kalti, la forma de genitivo plural femenino y masculino del participio káltas, -a, la forma de genitivo plural femenino y masculino del adjetivo káltas, -a y 126 BENDRINĖ KALBA | 96 la forma de genitivo plural del sustantivo káltas; kartus: coinciden la forma acusativa plural masculina del participio kártas, el nominativo singular del adjetivo kartus y la forma acusativa plural del sustantivo kartas); homoformas de adjetivos, pronombres, numerales y sustantivos (p. ej., viena: coinciden las formas del nombre propio Viena y las formas nominativa, instrumental y vocativa singular del numeral, pronombre y adjetivo vienas, -a); homoformas de sustantivos, verbos y pronombres o numerales (p. ej.: dvejos: coinciden el genitivo singular y el nominativo plural del sustantivo dveja, la forma de tercera persona del futuro del verbo dvejoti y la forma del numeral dvejos; maną: coinciden el nominativo plural del participio activo de presente derivado del verbo manyti, la forma acusativa singular femenina y masculina del pronombre manà, y la forma acusativa singular del sustantivo mãna); homoformas de adjetivos y pronombres (p. ej., juodu: coinciden las formas nominativa y acusativa del dual del pronombre jis y el genitivo singular del adjetivo juodas). 4.3.2. Homoformas con significado léxico parcialmente coincidente Estas homoformas tienen lemas distintos, pero están relacionadas semántica y derivativamente; por ejemplo: absoliutiškai: coinciden las formas del adverbio absoliutiškai y del adjetivo absoliutiškas; ilgai: coinciden las formas del adverbio ilgai y del adjetivo ilgas. Suelen ser adverbios formados a partir de adjetivos, es decir, palabras de la misma raíz, y solo en parte pueden considerarse palabras de significado diferente (si se observan no desde una perspectiva morfológica formal, sino semántica). Las homoformas de significado léxico parcial constituyen en el diccionario 8 tipos de homoformas de categorías flexivas, concretamente: homoformas de sustantivos substantiva mobilia, por ejemplo, administratorių (coinciden las formas de genitivo plural de las palabras administratorius y administratorė), bėglių (coinciden las formas de genitivo plural de las palabras bėglys y bėglė); homoformas de sustantivos y verbos (p. ej.: apkaustai: coinciden la forma de segunda persona del presente del verbo apkaustyti y la forma nominativa del sustantivo apkaustai; atsakai: coinciden el nominativo plural del sustantivo atsakas y la forma de segunda persona del presente del verbo atsakyti); homoformas de sustantivos y adjetivos (p. ej., absoliutus: coinciden el nominativo plural del sustantivo absoliutas y el nominativo singular del adjetivo absoliutus; abstraktu: coinciden el instrumental singular del sustantivo abstraktas y la forma neutra del adjetivo abstraktus, -i); homoformas de verbos y adjetivos (p. ej.: magnetinę: coinciden la forma de nominativo plural del participio magnetinės en pretérito simple y la forma acusativa singular femenina del adjetivo magnetinis, -ė; masinę: coinciden la forma del participio masinės masculino MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 127 formas de acusativo plural y formas de acusativo singular femenino del adjetivo masinis, -i); homóformas de sustantivos, adjetivos y verbos (p. ej., kaltą: coinciden las formas de acusativo singular masculino y femenino del adjetivo káltas y del participio káltas, y la forma de acusativo singular del sustantivo káltas; cabe señalar que, en este último caso, se entrecruzan dos causas distintas. En efecto, existe una coincidencia léxica parcial entre el participio y el sustantivo, ya que sus significados están relacionados; en cambio, el participio y el sustantivo káltas coinciden con el adjetivo káltas por razones prosódicas); homóformas de adjetivos y pronombres (p. ej., pirmiausia: coinciden las formas neutra y de nominativo, instrumental y vocativo singular femenino del adjetivo pirmiausias, -ia, y la forma del numeral pirmas); homóformas de sustantivos y numerales o pronombres (p. ej.: aštuonetą (coinciden un sustantivo y un numeral), maniškė (coinciden un sustantivo y un pronombre)); homóformas de sustantivos, verbos y pronombres o adjetivos y numerales (p. ej., niūri: coinciden el vocativo singular del sustantivo niūris, el nominativo singular femenino del adjetivo niūrus, -i y las formas de segunda y tercera persona del presente de los verbos niūrėti y niurti). También pueden encontrarse ejemplos de polisemia léxica parcial entre las coincidencias de clases de palabras flexivas e invariables: homóformas de verbos, adjetivos y adverbios (p. ej., aklinai: coinciden la forma de segunda persona singular del pretérito de indicativo del verbo aklin- ti, el adverbio aklinai y la forma de dativo singular femenino del adjetivo aklinas, -a); homóformas de adjetivos y adverbios (abejingai, aistringai, cikliškai); homóformas de sustantivos y adverbios (p. ej.: dovanai, laukan, pusbalsiu); homóformas de sustantivos, adverbios y adjetivos o pronombres (p. ej., bailiai: coinciden el nominativo plural del sustantivo bailys, el dativo singular femenino del adjetivo bailus, -i y la forma del adverbio bailiai, aunque difieren los patrones de acentuación del sustantivo bailiai y del adjetivo y adverbio bailiai. Si no se tuviera en cuenta la acentuación, las tres formas estarían vinculadas por un significado léxico parcialmente coincidente. También cabe mencionar las homóformas de sustantivos, verbos y adverbios o preposiciones (p. ej., uždarai: coinciden la forma de dativo singular del participio uždaras, -a, derivado del verbo uždaryti, el nominativo plural del sustantivo už-daras, el dativo singular femenino del adjetivo uždaras, -a y el adverbio uždarai; de nuevo, algunos patrones de acentuación difieren, cf. uždarai ir uždarai), homóformas de verbos, sustantivos y adverbios (p. ej., apsiaustai: coinciden el nominativo plural del sustantivo apsiaustas, el dativo singular femenino del participio apsiaustas, -a y la forma del adverbio apsiaustai); homóformas de numerales y adverbios (p. ej.: keturiomis, pirmiau), 128 BENDRINĖ KALBA | 96 homóformas de verbos y adverbios (p. ej.: apibrėžtai, apibendrintai: coinciden las formas de dativo singular femenino de los participios apibrėžtas, –a, apibendrintas, –a con los adverbios apibrėžtai, apibendrintai); homóformas de sustantivos, pronombres y adverbios (p. ej., nieko: coinciden las formas del sustantivo y el pronombre niekas con el adverbio nieko); homóformas de adjetivos, numerales y adverbios (p. ej., pirmiausiai: según el contexto, esta palabra puede ser adjetivo, adverbio o numeral). 4.4. Homóformas determinadas por el sistema morfológico de la lengua lituana Algunas homóformas están determinadas por el sistema morfológico de la lengua lituana. Las coincidencias de los nombres se deben a casos sincréticos de ciertas declinaciones y a la coincidencia de formas de distinto género o número en algunos casos (p. ej., naujų: forma del genitivo plural tanto femenino como masculino); también pueden coincidir la persona, el número, el tiempo, etc., de los verbos. El significado léxico de estas palabras es idéntico. Esta categoría comprende únicamente coincidencias de clases de palabras flexivas. Las coincidencias nominales son las más numerosas y pueden clasificarse en casos de sincretismo de número, género y caso. Hay 7 tipos de coincidencias de casos: coincidencias de nominativo, instrumental y vocativo singular, y de género neutro en nombres de la declinación (i)o (p. ej.: los sustantivos abatija, data, emulsija; los adjetivos faktiška, fatališka, galinga); coincidencias de instrumental y vocativo singular de sustantivos de la declinación ė (p. ej., los sustantivos beteise, dėde, bedante); coincidencias de nominativo y vocativo plural de sustantivos de las declinaciones (i)a, (i)u (p. ej., los sustantivos abituriantai, akiniai, angelai); coincidencias de locativo y vocativo singular de sustantivos de la declinación (i)a (p. ej.: albume, bate, čempione); coincidencias de nominativo y acusativo de numerales y pronombres (p. ej., los pronombres judu, mudu, los numerales abi, dvi (cabe mencionar que en el Bendrinės lietuvių kalbos žodyne (BLKŽ) la palabra abi se considera pronombre); coincidencias de nominativo y vocativo plural de sustantivos o participios sustantivados y adjetivos de la declinación i (p. ej.: akmenys, anty s, baltieji, kaltinamieji); coincidencias de nominativo, acusativo e instrumental de numerales o pronombres (p. ej., los numerales aštuoniolika, dvylika, trylika y el pronombre keliolika). En el diccionario hay 7 tipos de coincidencias de género: coincidencias del genitivo plural masculino y femenino de nombres (p. ej.: los participios abejojančių, akcentuojančių, apibendrinančių, los adjetivos apynau jų, birių, blogų: coinciden las formas masculinas y femeninas); (i)a MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 129 las coincidencias entre el nominativo singular masculino de los sustantivos de la declinación y el acusativo plural femenino de los sustantivos de la declinación (i)o (por ejemplo, los adjetivos abejingas, brokuotas, dieviškas; los participios diferencijuotas, forsuotas, gautas); las coincidencias del acusativo singular de los sustantivos de las declinaciones (i)o y (i)a (por ejemplo, los adjetivos abejingą, aklą, darganą; los participios dažomą, draudžiamą, gaunamą); las coincidencias entre el nominativo plural masculino de los participios de voz activa y el género neutro (por ejemplo, abejoja, amžina, apdarą); las coincidencias del nominativo de los numerales en femenino y masculino (por ejemplo, trys); las coincidencias del acusativo de los numerales en femenino y masculino (por ejemplo, tris); las coincidencias del dativo y/o instrumental de los numerales o pronombres en masculino y femenino (por ejemplo, duiem, judviem); las coincidencias de sustantivos femeninos y masculinos con el género común (por ejemplo, giminė, mazgotė: el género común coincide con el femenino; ligonis: el género común coincide con el masculino); Como se ha mencionado, también puede coincidir el número de las clases de palabras flexivas. En el diccionario hay cuatro tipos de estos casos: coincidencias entre el genitivo singular y los nominativo y vocativo plural de los sustantivos declinados de la clase (i)o, ė (por ejemplo, sustantivos abejonės, abėcėlės, baterijos; adjetivos basos, birios, dabartinės; participios decentralizuotos, degeneruotos, eiliuotos); coincidencias entre el nominativo singular y el acusativo plural de los sustantivos declinados de las clases (i)u e i (por ejemplo, administratorius, gentis, kalendorius); coincidencias entre el acusativo singular y el genitivo plural de los sustantivos declinados de la clase (i)u (por ejemplo, agresorių, derlių, išminčių); coincidencias entre el vocativo singular y el nominativo plural de los adjetivos masculinos declinados de la clase (i) (por ejemplo, artimesni, garesni, mažesni). A menudo también coinciden diversas formas verbales. En el diccionario se registran 7 tipos de estas coincidencias. Son las siguientes: homoformas del infinitivo verbal y del nominativo plural masculino del participio pasivo de pasado (por ejemplo: absorbuoti, išardyti, nulakuoti); homoformas de la tercera persona del verbo en modo condicional y del genitivo plural del participio pasivo de pasado (por ejemplo: adaptuotų, gamintų, girdėtų); homoformas de la tercera y segunda personas de los verbos en presente (por ejemplo: atsispindi, įsidėmi, krūpteli); coincidencias de participios con gerundios o participios adverbiales (por ejemplo: adoruojantis, bijantis: en este caso, los gerundios reflexivos coinciden con la forma del nominativo singular masculino del participio presente no reflexivo; el participio adverbial duodamas coincide con los participios presentes, tanto con el acusativo plural femenino como con el nominativo singular masculino); coincidencias del infinitivo con la segunda persona singular del verbo (por ejemplo: neklysti, nuslysti, trykšti); coincidencias entre formas conjugadas y no conjugadas de los verbos (por ejemplo: dirbtinai, imtinai, maldautinai: las formas de dativo singular femenino de los participios coinciden con los adverbios de modo; sugrįžta, tirta: los verb- 130 BENDRINĖ KALBA | 96 apklau­siant, pratęsiant, trešiant: coinciden las formas adverbiales de futuro y presente). 4.5. Homóformas de igual significado surgidas por su asignación a paradigmas distintos Algunos sustantivos, adjetivos, verbos, pronombres y adverbios con el mismo significado pueden pertenecer a dos paradigmas distintos; por ejemplo: Audrius podría ser tanto el acusativo singular de la forma Audrius como de la forma Audrys; sería podría pertenecer tanto al paradigma ser, es, fue como a ser, suele ser, fue, y también a ser, suele ser, fue; habiendo vuelto; podría pertenecer tanto a los paradigmas volver, suele volver, volvió como a volver, suele volver, volvió; la forma del mago podría tener como lema tanto mago como mago; mío podría ser tanto una forma del pronombre cuyo lema es mío como del pronombre cuyo lema es mío. En el LKHŽ se ha asignado una categoría separada a estos casos. 4.6. Interrelación de las causas Las cinco causas de aparición mencionadas pueden estar relacionadas entre sí y, además, la aparición de homóformas de algunas palabras puede deberse a más de una causa. Por ejemplo, abstrãkčiai vs. abstrakčiai: aquí la polisemia se debe tanto a diferencias entre los elementos prosódicos (la posición del acento es distinta) como a una coincidencia parcial de significado (una palabra deriva de la otra). Otro ejemplo son las coincidencias entre el adjetivo káltas y el sustantivo káltas. Estas palabras podrían incluirse tanto en la categoría de homóformas debidas a elementos prosódicos como en la de las debidas a diferencias de significado léxico. Además, las distintas homóformas que conforman un tipo en el diccionario no necesariamente se deben a las mismas causas. Por ejemplo, algunas coincidencias entre el condicional y los participios pasivos (por ejemplo, adaptuotų, brandintų) se producen por diferencias entre los elementos prosódicos (compárese aplýtų con aplytų), mientras que otras se deben al sistema morfológico del lituano, es decir, simplemente coinciden dos formas verbales (por ejemplo, automatizuotų, derėtų). Las cinco causas de formación de homóformas ayudan a comprender mejor por qué, al anotar con Lemuokliu (u otros anotadores morfológicos), aparecen distintos casos de ambigüedad morfológica. Al añadir M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys 131 Esta información, junto con datos estadísticos, permitiría determinar cuál es la causa más probable. Así también se podría mejorar el LKHŽ. Al comprender qué determina la polisemia morfológica, se podrían incorporar nuevos datos al diccionario; por ejemplo, podrían añadirse marcas que indicaran la probabilidad de polisemia u otros aspectos. Además, un análisis más exhaustivo con datos estadísticos podría revelar otras causas de la aparición de las homoformas. Este podría ser un tema de investigación futura. CONCLUSIONES En el artículo se describe una de las etapas de la informatización de la lengua lituana: el análisis morfológico automático. Durante este proceso se pone de manifiesto el problema de la polisemia morfológica. El LKHŽ en elaboración ha permitido poner de relieve las causas de la aparición de homoformas en lituano. Según sus causas, las homoformas pueden clasificarse así: 1) homoformas teóricas, surgidas de las particularidades de la elaboración de algunos diccionarios; 2) homoformas surgidas de diferencias entre elementos prosódicos; 3) homoformas surgidas de la coincidencia de palabras diferentes; 4) homoformas determinadas por el sistema morfológico de la lengua lituana; 5) homoformas de un mismo significado, surgidas de la asignación a paradigmas diferentes. Las homoformas teóricas dificultan el análisis morfológico cuando palabras arcaicas o (casi) en desuso en el lituano actual coinciden con palabras frecuentes. Este problema pone de manifiesto que los analizadores morfológicos necesitan listas de palabras elaboradas de otra manera. Las homoformas determinadas por elementos prosódicos aparecen solo en la lengua escrita. Se encuentran sobre todo entre coincidencias de formas de partes variables de la oración y, con frecuencia, son formas coincidentes de una misma palabra (por ejemplo: nominativo singular mamà y vocativo māmą; nominativo singular apimtis y acusativo plural āpimtis); sin embargo, también pueden coincidir dos partes de la oración diferentes (por ejemplo, apsaugos coincide con las formas genitiva singular y nominativa plural del sustantivo apsauga y con la forma de tercera persona del futuro del verbo apsaugoti). También se han observado coincidencias de homoformas entre partes variables e invariables de la oración, por ejemplo, entre verbos, adjetivos y adverbios (p. ej., blogai: coincide con la forma de segunda persona del singular del pretérito indefinido del verbo blogti, con el dativo femenino singular del adjetivo blogas, –a, y con la forma del adverbio blogai). 132 BENDRINĖ KALBA | 96 Las homoformas surgidas de la coincidencia de palabras diferentes pueden tener significados léxicos distintos (palabras coincidentes que no están relacionadas morfológicamente, por ejemplo, arti: coinciden un adverbio, una preposición, el infinitivo de un verbo y un participio; compárense artì y ártì), o significados parcialmente coincidentes (tienen lemas distintos, pero están relacionados semántica y morfológicamente, p. ej., absoliutiškai: coinciden las formas del dativo femenino singular del adverbio absoliutiškai y del adjetivo absoliutiškas, -a). Las homoformas determinadas por el sistema morfológico de la lengua lituana están condicionadas por la gramática lituana; por ejemplo, por casos sincréticos y por formas coincidentes de distintos géneros o números (p. ej., naujų, forma tanto femenina como masculina); también pueden coincidir la persona, el número, el tiempo, etc., de los verbos. El significado léxico de estas palabras es el mismo; dicho de otro modo, coinciden formas flexivas diferentes de una misma palabra. Esta categoría comprende exclusivamente coincidencias entre partes variables de la oración. La aparición de homoformas también puede deberse a que una misma palabra se asigna a paradigmas diferentes; por ejemplo, būčiau podría pertenecer tanto al paradigma būti, yra, buvo como a būti, būna, buvo, e incluso al paradigma būti, būva, buvo. Estas causas ayudan a comprender por qué aparecen diversos casos de polisemia morfológica durante el análisis automático. Además, esta información podría servir para mejorar el LKHŽ. Al comprender qué determina la polisemia morfológica, se podría añadir información adicional al diccionario; por ejemplo, podrían incorporarse marcas que indicaran la probabilidad de polisemia u otros datos. LITERATŪRA Aleksandravičiūtė Skaistė 2008: Paieškos sistemos „Google“ naudojimo galimybės tiriant kalbos reiškinius. – Bendrinė kalba 81, 266–282. Barauskaitė Janina 1979: Leksikologijos pradmenys. Leksinė semantika, Vilnius: Lietuvos TSR aukštojo ir specialiojo vidurinio mokslo ministerija. Barauskaitė Jūratė, Čepaitienė Giedrė, Mikulėnienė Danguolė 1995: Lietuvių kalba. Leksikologija, fonetika, akcentologija, dialektologija, rašyba 1, Vilnius, Mokslo ir enciklopedijų leidykla. Bielinskienė Agnė, Boizou Loïc, Rimkutė Erika 2017: Lietuvių kalbos morfologiškai ir sintaksiškai anotuoti tekstynai. – Bendrinė kalba 90, 1–30. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 133 BLKŽ 2022: Bendrinės lietuvių kalbos žodynas (rengiamas), vyr. red. D. Liutkevičienė, Vilnius: Lietuvių kalbos institutas. Prieiga internete: https://ekalba.lki.lt/bendrines-lietuviu-kalbos-zodynas. DLKŽ 2021: Dabartinės lietuvių kalbos žodynas, vyriausiasis redaktorius S. Keinys, 8-as patais. ir papild. leidimas (elektroninis variantas), Vilnius: Lietuvių kalbos institutas. Prieiga internete: https://ekalba.lt. Gaivenis Kazimieras, Keinys Stasys 1990: Kalbotyros terminų žodynas, Kaunas: Šviesa. Grumadienė Laima 2002: Dabartinės rašomosios lietuvių kalbos dažninis žodynas ir jo bazė. – Lituanistika 46, 19–37. Jakaitienė Evalda 2009: Leksikologija, Vilnius: Vilniaus universiteto leidykla. Kaljanov Ali 2023: Grammatical Homonyms in Modern Karakalpak Language. – The International Journal of Language and Cultural 5(1), 26–31. Prieiga internete: https://www.growingscholar.org/journal/index.php/TIJOLAC/article/view/322. Katamba Francis 1994: English Words, London: Routledge. LKE 1999: Lietuvių kalbos enciklopedija, Vilnius: Mokslo ir enciklopedijų leidybos institutas. LKŽ 2005: Lietuvių kalbos žodynas, t. 1–20 (elektroninis variantas), vyr. red. G. Naktinienė, Vilnius: Lietuvių kalbos institutas, 2005. Prieiga internete: https://ekalba.lt/lietuviu-kalbos-zodynas. Marcinkevičienė Rūta 2011: Žodžio reikšmė. Žodynai ir tekstynai, Kaunas: Vytauto Didžiojo universitetas. Nevzorova Olga, Zin’kina Julia, Pjatkin Nicolaj 2005: Applied Problems of Functional Homonymy Resolution for Russian Language. – International Journal ITA 12(3), 231–235. Prieiga internete: http://www.foibg.com/ijita/vol12/ijita12-3-p05.pdf. Pakerys Jurgis 2009: Būtiniųjų predikatyvų žymėjimas lietuvių kalbos veiksmo pavadinimo konstrukcijose. – Gramatinių funkcijų prigimtis ir raiška (Acta Salensia 1), Vilnius: Vilniaus universitetas, 125–145. Piečytė Miglė 2023: Morfologinio daugiareikšmiškumo analizė ir klasifikacija: baigiamasis magistro darbas, Kaunas: Vytauto Didžiojo universitetas. Puolakainen Tiina 2012: How Does the Choise of Morphological Analyser Influence the Quality of Syntactical Analysis? – Human Language Technologies – The Baltic Perspective: Proceedings of the Fifth International Conference Baltic HLT, Amsterdam, Berlin, Tokyo, Washington, DC: IOS Press, 193–200. Rimkutė Erika 2002: Homoformos dabartinės lietuvių kalbos tekstyne. – Lituanistika 2, 86–101. 134 BENDRINĖ KALBA | 96 Rimkutė Erika 2003a: Morfologinio daugiareikšmiškumo tipologija. – Lituanistika 4, 60–78. Rimkutė Erika 2003b: Homonimai, homoformos ir homografai tekstynų lingvistikos požiūriu. – Terminologija 10, 33–41. Rimkutė Erika 2006a: Morfologinio daugiareikšmiškumo ribojimas kompiuteriniame tekstyne: daktaro disertacija, Kaunas: Vytauto Didžiojo universitetas. Rimkutė Erika 2006b: Dabartinės lietuvių kalbos gramatinių formų vartosena morfologiškai anotuotame tekstyne. – Lituanistika 2, 34–55. Rimkutė Erika, Grybinaitė Rasa 2004: Dažniausios lietuvių kalbos morfologinio daugiareikšmiškumo rūšys ir jų automatinis vienareikšminimas. – Kalbų studijos 5, 74–78. Prieiga internete: https://www.vdu.lt/cris/handle/20.500.12259/53446. Rimkutė Erika, Grigonytė Gintarė 2006: Automatizuotas lietuvių kalbos morfologinio daugiareikšmiškumo ribojimas. – Lituanistika 9, 30–37. Rimkutė Erika, Daudaravičius Vidas 2007: Morfologinis „Dabartinės lietuvių kalbos tekstyno“ anotavimas. – Kalbų studijos 11, 30–35. Šukys Jonas 2004: Panašiai skambantys žodžiai: normos ir klaidos, Vilnius: Gimtasis žodis. TŽŽ 2023: Tarptautinių žodžių žodynas (elektroninis variantas). Prieiga internete: https://tzz.lt/. Zinkevičius Vytautas 2000: Lemuoklis – morfologinei analizei. – Darbai ir dienos 24, 246–273. Įteikta 2023 04 05 Priimta 2023 06 29 MIGLĖ ŽEMRIETĖ THE REASONS FOR THE MORPHOLOGICALLY AMBIGUOUS FORMS Summary Although the problem of morphological ambiguity in the Lithuanian language has been solved for all practical purposes morphological annotators, even when are improved, are not always capable of choosing the most probable form from several morphologically polysemous forms. Moreover, such cases are not uncommon when the morphological annotator incorrectly chooses one form from several possible ones. Therefore, a decision was made to conduct a study that would analyze and classify cases of morphological polysemy, hereinafter referred to as homoforms of the Lithuanian language. The aim of the study is to discuss their MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 135 possible causes based on the classified homoforms through the application of quantitative analysis, textual linguistics, and descriptive. When describing the reasons for homoforms, reference is made to the Dictionary of Homoforms of the Lithuanian language, prepared by the author of this article and Erika Rimkutė. Since the Dictionary of Homoforms of the Lithuanian Language consists of a really large number (about 36,000) of morphologically polysemous words, it becomes possible to define the reasons for the appearance of homoforms in the Lithuanian language. Homoforms can be classified according to the reasons for their appearance as follows: (1) homoforms that are rather theoretical in nature and appeared in the process of the compilation of dictionaries; (2) homoforms resulting from differences in prosodic elements; (3) homoforms resulting from different overlapping words; (4) homoforms that came into existence due to the specifics of the Lithuanian morphology system; (5) homoforms of the same meaning that appeared under different paradigms. These five reasons help us to better understand why automatic annotation often produces a kind of morphological ambiguity. Based on this information, it would be possible to improve the Dictionary of Homoforms of the Lithuanian Language on its own right. By understanding what determines morphological polysemy, new data could be added to the dictionary, such as notations that indicate the probability of ambiguity or other data. KEYWORDS: morphological ambiguity, automatic morphological analysis, corpus, homoforms, dictionary. MIGLĖ ŽEMRIETĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius [email protected] MIGLĖ ŽEMRIETĖ MORFOLOGIŠKAI DAUGIAREIKŠMIŲ FORMŲ ATSIRADIMO PRIEŽASTYS Santrauka Nors morfologinis daugiareikšmiškumas yra iš esmės išspręsta problema, net ir patobulinus lietuvių kalbos morfologinius anotatorius, jiems ne visada iš kelių morfologiškai daugiareikšmių formų pavyksta pasirinkti tikėtiniausią. Be to, nereti ir tokie atvejai, kai morfologinis anotatorius neteisingai parenka vieną formą 136 BENDRINĖ KALBA | 96 iš kelių galimų. Todėl nutarta išanalizuoti ir suklasifikuoti morfologinio daugiareikšmiškumo atvejus, juos vadinant lietuvių kalbos homoformomis. Tyrimo tikslas – remiantis suklasifikuotomis homoformomis, aptarti galimas jų priežastis. Taikyti kiekybinės analizės, tekstynų lingvistikos, aprašomasis metodai. Aprašant homoformų priežastis, remiamasi Lietuvių kalbos homoformų žodynu. Jį sudaro apie 36 tūkst. homoformų, todėl galima apibrėžti homoformų lietuvių kalboje atsiradimo priežastis. Šiame straipsnyje homoformos pagal atsiradimo priežastis suklasifikuotos į penkias grupes: 1) teorinės homoformos, atsiradusios dėl kai kurių žodynų sudarymo specifikos; 2) homoformos, atsiradusios dėl prozodinių elementų skirtumų; 3) homoformos, atsiradusios dėl sutampančių skirtingų žodžių; 4) homoformos, nulemtos lietuvių kalbos morfologijos sistemos; 5) tos pačios reikšmės homoformos, atsiradusios dėl priskyrimo skirtingoms paradigmoms. Ši klasifikacija padeda geriau suvokti, kodėl morfologiniams anotatoriams anotuojant atsiranda vienokių ar kitokių morfologinio daugiareikšmiškumo atvejų. Remiantis šia informacija, būtų galima patobulinti ir patį Lietuvių kalbos homoformų žodyną. Suvokiant, kas lemia morfologinį daugiareikšmiškumą, į žodyną būtų galima įtraukti naujų duomenų, pavyzdžiui, galėtų atsirasti pažymos, kurios rodytų daugiareikšmiškumo tikimybę ar kitus duomenis. ESMINIAI ŽODŽIAI: morfologinis daugiareikšmiškumas, automatinė morfologinė analizė, tekstynas, homoformos, žodynas. MIGLĖ ŽEMRIETĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius [email protected] MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 137