Morfologiškai daugiareikšmių formų atsiradimo priežastys

MIGLĖ ŽEMRIETĖ Litauiska språkets institut ORCID-id: 0009-0000-2174-3311 FORSKNINGSOMRÅDEN: korpuslingvistik, datorlingvistik, automatisk morfologisk analys, morfologisk mångtydighet och dess begränsning. DOI: doi.org/10.35321/bkalba.2023.96.06 ORSAKER TILL ATT MORFOLOGISKT MÅNGTYDIGA FORMER UPPSTÅR NYCKELORD: morfologisk mångtydighet, automatisk morfologisk analys, korpus, homoformer, ordbok. SAMMANFATTNING I artikeln diskuteras, med utgångspunkt i data från Litauiska homoformers ordbok, orsakerna till att morfologiskt mångtydiga former i litauiskan uppstår; i artikeln kallas dessa former homoformer. Homoformer kan klassificeras efter orsaken till att de uppstår i följande grupper: mer teoretiska homoformer, som uppstått till följd av särdrag i utformningen av vissa ordböcker; homoformer, som uppstått till följd av skillnader i prosodiska element; homoformer, som uppstått genom sammanfall mellan olika ord; homoformer som betingas av det litauiska morfologiska systemet; homoformer med samma lexikala betydelse, som uppstått genom att de hänförts till olika paradigm. Dessa orsaker till att homoformer uppstår bidrar till förståelsen av varför olika fall av morfologisk mångtydighet uppkommer vid annotering med morfologiska annotatorer och varför det inte går att få helt exakta resultat vid automatisk annotering. ABSTRACT I artikeln beskrivs orsakerna till homoformer i det litauiska språket utifrån data från Dictionary of Homoforms of the Lithuanian Language. Författaren föreslår en klassificering av homoformer utifrån orsakerna till deras uppkomst: homoformer som är mer teoretiska till sin natur och har uppstått till följd av särdragen i hur ordböcker sammanställs; homoformer som beror på skillnader i prosodiska element; homoformer som uppstår genom överlappning mellan olika ord; homoformer som uppstått till följd av särdragen i det litauiska morfologiska systemet; homoformer med samma betydelse som uppstått inom olika paradigmer. Dessa orsaker hjälper oss att förstå varför morfologiska annotatorer vid annotering ofta ger olika fall av morfologisk tvetydighet. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 107 INLEDNING I dag används olika datorprogram oftast vid språkforskning. De gör det möjligt att bearbeta språk, lösa lingvistiska problem, segmentera text, lemmatisera, klassificera, klustra eller korrigera textfel samt översätta automatiskt. Med datorprogram kan man också utföra semantisk, morfologisk och syntaktisk analys och skapa annoterade eller oannoterade korpusar och ljudkorpusar osv. Även det litauiska språket datoriseras. Ett av stegen i datoriseringen av litauiskan är automatisk morfologisk analys. I denna framträder morfologisk tvetydighet. Morfologisk tvetydighet är endast en liten del av tvetydigheten i allmänhet och omfattar: 1) böjliga och oböjliga ordformer eller ord; 2) ordformer eller ord från olika och samma ordklasser; 3) ord eller deras former som skiljer sig åt genom vissa former eller prosodiska element, samt ord eller former som helt sammanfaller (Rimkutė 2003a: 63). Ord eller ordformer anses vara morfologiskt tvetydiga när två eller flera lemman anges för samma ordform (t.ex. för formen kovų kan lemman kovas och kova anges), eller när två eller flera grammatiska egenskaper anges (t.ex. naktis – singular nominativ eller plural ackusativ). Den morfologiska tvetydighet som framträder vid automatisk morfologisk analys är, enligt Erika Rimkutė (2002: 86), ett mycket specifikt fall, men människor stöter dagligen på tvetydiga ord. Oftast orsakar detta inga kommunikationsproblem, eftersom människor genom att förstå sammanhanget ganska lätt kan sluta sig till vilket ord eller vilken form som har använts, medan de andra alternativen inte ens faller dem in. Dessutom hjälper olika intonation eller betoning ofta till att känna igen morfologiskt tvetydiga ord i tal. Även om morfologisk tvetydighet i huvudsak är ett löst problem (se Rimkutė, Daudaravičius 2007), lyckas man trots förbättringar av de morfologiska annotatorerna för litauiska inte alltid välja det mest sannolika alternativet bland flera morfologiskt tvetydiga former. Dessutom är det inte ovanligt att en morfologisk annotator felaktigt väljer en form bland flera möjliga. Litauiska kan analyseras med tre relativt ingående beskrivna och offentligt tillgängliga morfologiska annotatorer – annotatorn Semantika.lt1, som finns tillgänglig i systemet för syntaktisk och semantisk analys, samt annotatorerna Lemuoklis 1 Se https://semantika.lt/Analysis/TextAnalysis. 108 BENDRINĖ KALBA | 96 och Morfuoklis2. De uppgifter som presenteras i denna artikel bygger på den analys som Lemuoklio har utfört, därför kommer denna annotator att presenteras något mer ingående. Syftet med artikeln är att beskriva orsakerna till uppkomsten av homoformer i litauiskan (denna och andra termer förklaras i avsnitt 2). Målet är att översiktligt behandla termer med anknytning till morfologisk mångtydighet och, utifrån analyserade fall av morfologisk mångtydighet, beskriva och klassificera dem samt diskutera orsakerna till homoformernas uppkomst. De ord som finns i Lietuvių kalbos homoformų žodyne (LKHŽ)3 analyserades. Kvalitativa analysmetoder, korpuslingvistiska metoder och beskrivande metoder användes i studien. LKHŽ innehåller icke-duplicerade exempel på homoformer ur en miljon ord, hämtade från en morfologiskt annoterad korpus. Med hjälp av ordboken kan man se vilka litauiska ordformer som är morfologiskt mångtydiga. Läsarna kan själva dra slutsatser om vilka former som är mer sannolika och vad som orsakar detta. Ordboken innehåller omkring 36 000 homoformer, indelade i tre kategorier: 1) homoformer av böjliga ordklasser; 2) homoformer av oböjliga ordklasser; 3) homoformer av böjliga och oböjliga ordklasser. Homoformer av böjliga ordklasser, liksom homoformer av böjliga och oböjliga ordklasser, har i sin tur delats in i 53 typer (de nämns längre fram). E. Rimkutė, som sammanställde en morfologiskt annoterad korpus av litauiska texter, konstaterade att morfologisk flertydighet omfattar både böjliga och oböjliga ordklasser (Rimkutė 2006a: 136). Enligt henne sammanfaller böjliga ordklasser oftast, och böjliga och oböjliga ordklasser mer sällan. Även om ordboken inte innehåller statistiska uppgifter4, kan följande typer av homoformer nämnas som vanliga, utifrån vilka typer som omfattar flest ordformer: substantiv och adjektiv i (i)a-deklinationen i singularis nominativ och substantiv och adjektiv i (i)o-deklinationen i pluralis ackusativ, vilka sammanfaller (t.ex. nemažas, pripažintas, trečias); sammanfall mellan substantiv och adjektiv i (i)o- och (i)a-deklinationerna i singularis ackusativ (t.ex. abejingą, aštuntą, parduotą); sammanfall mellan substantiv och adjektiv i (i)o- och e-deklinationerna i singularis genitiv och pluralis nominativ samt vokativ (t.ex. abatijos, abejingos, abstrakčiausios) (mer ingående om ordbokens uppbyggnad och sammanställning, se författarens arbete: Piečytė 2023). 2 Se https://sitti.vdu.lt/morfuoklis/. 3 Denna ordbok förbereds för publicering. Den har ännu inte publicerats offentligt. Författare: M. Žemrietė och E. Rimkutė. 4 För att beräkna frekvensen skulle en separat undersökning behövas. Men en analys av en del homoformer i korpusar visar att vissa av dem kan förekomma tusentals gånger, medan andra bara förekommer några få gånger. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 109 Källan till LKHŽ och därmed även till denna artikel är en morfologiskt annoterad litauisk korpus med en miljon ord, sammanställd 2000–2005 och annoterad med programmet Lemuoklis, skapat av Vytautas Zinkevičius. Nästan hälften av orden i den morfologiskt annoterade korpusen är morfologiskt mångtydiga. Fenomenet blev synligt först när forskarna började bearbeta filer som annoterats av ett automatiskt morfologiskt analysprogram och såg hur språket behandlas utan kontextuell kunskap, dvs. när varje ordform analyseras som helt fristående (Rimkutė 2006a: 136). Denna artikel och dess förklaringar bör därför vara till nytta för dem som använder morfologiska annotatorer för litauiska. Den bör hjälpa till att förstå orsakerna till möjliga felaktigheter. LKHŽ är den första ordboken av detta slag för litauiska. Den ger en okonventionell syn på språket, betraktat genom datorprogram för litauisk språkanalys. Ordboken visar vilket språk datorprogrammen ”förstår”. Utlänningar som lär sig litauiska kan också få en liknande bild av språket. Eftersom ordboken innehåller ett mycket stort antal homoformer öppnar den fler forskningsmöjligheter för forskare. Även om denna typ av ordbok, som nämnts, är den första i Litauen, har liknande ordböcker redan publicerats på andra språk. Exempelvis skapades en ordbok över ryska homoformer 2001; författaren är Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ5). Ordboken innehåller både homonymer och homografer (ord som stavas likadant men uttalas olika). Betoning beaktas inte i ordboken, och bokstaven ė används inte. Ordboken är upplagd så att ordformerna står till vänster och lemman till höger. Ordklasser anges inom parentes, jfr6: ехидна ехидной ехидна (substantiv), ехидный (adjektiv) ехидною ехидны ехидно ехидно (adverb), ехидный (adjektiv) 5 En rysk homofonordbok finns tillgänglig på internet: http://cfrl.ruslang.ru/homoforms/index.htm. 6 Detta exempel visar böjningen av ordet ехидна och ordklasserna (deras förkortningar anges inom parentes). På ryska har detta ord flera betydelser, som beror på sammanhanget. Ordet ехидна kan på litauiska betyda en igelkott, en orm från Australien eller användas för att beskriva en elak, grym och lömsk person. 110 BENDRINĖ KALBA | 96 År 2008 skapades en engelsk homofonordbok7, vars författare är Alfredas Aloisi (om förhållandet mellan homofoner och homoformer, se avsnitt 2 i denna artikel). I ordbokens beskrivning sägs det att den kontinuerligt utökas, men information saknas om varifrån orden hämtas, hur många de är och så vidare. Efter kontakt med ordbokens författare framkom det att den första versionen var tryckt, men att man snart insåg att det var mer praktiskt att skapa en nätversion, eftersom den tryckta snabbt kunde bli föråldrad och flera upplagor skulle behövas. Ordboken innehåller över 10 000 homofoner, och även användarna kan föreslå ord. Dessutom anges här inte bara homofonernas lemmaformer och ordklasser, utan även definitioner – något som inte är särskilt vanligt i ordböcker av denna typ. Ord med olika stavning men identiskt uttal tas upp, till exempel moo (lit. mū) och moue (lit. grimasa), jfr: moo 1.:: verb-intransitiv Att ge ifrån sig det djupa, mullrande ljud som en ko råmar; råma. 2.:: noun En kos råmande eller ett liknande ljud. moue 1.:: noun En liten grimas; en putmun. Engelska homofoner finns även i tryckta ordböcker, till exempel publicerades Leslie Pressons homofonordbok 1997 (Dictionary of Homophones). Den är avsedd för dem som lär sig engelska och innehåller över 600 homofonpar. År 2012 sammanställde A. D. Reed ordboken Reed’s Homophones: A Comprehensive Book of Sound-alike Words (ordboken innehåller homofoner i amerikansk engelska, med över 1 000 par. Till varje ord anges en definition, ordklass och användningsexempel). Även i Litauen har böcker, läroböcker och vetenskapliga artiklar i liknande ämnen utarbetats. År 2004 gav Jonas Šukys ut boken Panašiai skambantys žodžiai: normos ir klaidos, där paronymer analyseras ingående (termen förklaras i avsnitt 2). I boken förklarar forskaren de normerande betydelserna hos de jämförda orden, anger och korrigerar felaktig användning och behandlar dessutom aspekter av paronymers och homografers användning. En del homoformer uppstår genom att ord med olika betydelser råkar sammanfalla. Rūta Marcinkevičienės lärobok från 2011, Žodžio reikšmė. Žodynai ir tekstynai, ägnas åt analys av sådana ord. Ett av bokens kapitel behandlar polysemi; homonymer beskrivs ingående och deras klassificering presenteras. 7 En engelsk homofonordbok finns tillgänglig på internet: https://www.homophone.com. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 111 E. Rimkutė har publicerat särskilt många arbeten om morfologisk polysemi. Hennes avhandling (Rimkutė 2006a) och flera vetenskapliga artiklar (Rimkutė 2002, 2003a, b) kan nämnas; där beskrivs olika typer av polysemi ingående, och särskild uppmärksamhet ägnas åt morfologisk polysemi och homoformer. Denna artikel består av en inledning (första delen), två teoretiska delar, två undersökande delar och en sammanfattning. I slutet av arbetet finns en förteckning över alla citerade litteraturkällor. 1. MORFOLOGISKT ANNOTERAD KORPUS OCH DEN MORFOLOGISKA POLYSEMI SOM FRAMTRÄDER I DET Den första morfologiskt annoterade korpusen för litauiska är den elektroniska databas som skapats av Vida Žilinskienė och Laima Grumadienė. Den användes särskilt för att sammanställa frekvensordböcker (Rimkutė 2006b: 34). Vida Žilinskienės och Laima Grumadienės Elektroniska korpusen för frekvensordboken över nutida skriven litauiska (2002) består av 1,2 miljoner ord; texterna i den är originaltexter (inte översatta) och tillhör publicistisk, vetenskaplig, skönlitterär eller kanslistil. Dessa texter annoterades, och senare sammanställdes ordböcker utifrån dem – Frekvensordbok över nutida skriven litauiska (1997) och Frekvensordbok över nutida skriven litauiska (1998). År 2000 inleddes arbetet med den morfologiskt annoterade korpus som nämns i inledningen vid Vytautas Magnus-universitetets centrum för datorlingvistik8. Den sammanställdes halvautomatiskt med hjälp av programmet för automatisk morfologisk analys Lemuoklis. Den första versionen innehöll omkring 1 miljon ord, men korpusen utökades senare och felaktigheter korrigerades9. I korpusen utgör publicistiska texter 36 procent, vetenskapliga texter 24 procent, skönlitterära texter 19 procent, texter i administrativ stil 2,8 procent och protokollen från Republiken Litauens Seimas 6,8 procent. Korpusen sammanställdes halvautomatiskt. När denna korpus sammanställdes var det morfologiska analysprogram som utarbetats av V. Zinkevičius 8 Denna korpus är fritt tillgänglig på internet: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33. 9 Uppgifterna till Litauisk homoformordbok hämtades från denna första version av korpusen, eftersom målet var att registrera så många fall som möjligt av morfologisk polysemi i litauiskan. Senare infördes statistiska disambigueringsmoduler i Lemuoklis (Rimkutė, Daudaravičius 2007), vilket gjorde att programmet började fungera mer exakt och gav betydligt färre morfologiskt tvetydiga former. 112 BENDRINĖ KALBA | 96 Lemuoklis, som tillhandahöll lemman och morfologiska etiketter, tog inte hänsyn till kontexten. Programmet innehöll ingen semantisk information; ordformerna fastställdes vanligen med hjälp av en förteckning över litauiska ordstammar, snarare än med hjälp av någon förteckning över ordformer med angivna grammatiska etiketter (Zinkevičius 2000: 30). Detta innebär att programmet tilldelade ordformerna alla möjliga grammatiska etiketter och alla möjliga lemman (uppslagsformer) (se exemplen i inledningen). Det bör också nämnas att Lemuoklis analyserade skrivna former utan accenttecken. Därför kunde homoformerna också skilja sig åt genom prosodiska element (Rimkutė, Grybinaitė 2004: 75–76). I dag används annoteringsverktyget Semantika.lt oftare inom språkteknologisk forskning, eftersom det är mer exakt och kan hanteras, uppdateras och kompletteras (Bielinskienė ir kt. 2017: 2). Men inte heller det annoterar alltid korrekt – det känner ofta inte igen främmande ord, slang och förkortningar. Eftersom systemet inte uppfattar hela språket eller kontexten på samma sätt som en människa gör, uppstår fel vid annotering av morfologiskt tvetydiga ord (om ett ord har flera olika grammatiska betydelser väljer morfologiska annoteringsverktyg ibland fel grammatisk etikett). Helt nyligen, i slutet av 2023, började även ett nytt program för analys av ord och text att användas, Morfuoklis, som bygger på annoteringsverktyget Semantika.lt. Med detta program går det också att syntetisera, det vill säga generera ett önskat ord eller flera ord utifrån angivna grammatiska etiketter. De flesta annoteringsfelen uppstår på grund av morfologisk polysemi: även om programmen förbättras känner de fortfarande mycket ofta inte igen kontexten (eller tolkar den fel). På senare tid har betydande uppmärksamhet ägnats åt att lösa detta problem med automatisk analys av litauiska – olika verktyg har utvecklats för att begränsa semantisk, syntaktisk och morfologisk polysemi, regler har utarbetats för att disambiguera texter och den morfologiska polysemin i litauiskan har analyserats och klassificerats (Rimkutė, Grigonytė 2006: 32). Homoformer är vanliga inte bara i litauiskan. En liknande situation har framträtt vid undersökningar av korpusar för andra språk. Exempelvis utgör morfologiskt tvetydiga former 46 procent i tjeckiskan, omkring 8,01 procent i slovenskan, 40 procent i rumänskan, 38,65 procent i engelskan och 21,58 procent i ungerskan (Hajič 2004: 173, citerad i Rimkutė 2006a: 47). Utifrån uppgifter från estniska forskare (Puolakainen 2012: 194) kan man dra slutsatsen att nästan hälften av orden i estniska är morfologiskt tvetydiga. 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 En ljudsekvens har två olika betydelser; i så fall borde det också vara två separata ord och inte ett polysemt ord. Det är viktigt att nämna att forskaren här talar om lexikal, inte morfologisk, polysemi. En sådan uppfattning är dock inte vanlig – enligt Skaistė Aleksandravičiūtė (2008: 275) är polysemi ett systematiskt språkfenomen, eftersom den är knuten till särdragen i det litauiska språkets morfologiska system och kasusens synkretism, och dessutom hänger samman med språklig ekonomi och begränsning. 2. DE VIKTIGASTE TERMERNA FÖR MORFOLOGISK POLYSEMI Inom lingvistiken förstås och benämns morfologisk polysemi vanligen med flera olika termer. Nedan följer en diskussion om terminologin, det vill säga om vad morfologiskt polysema former bör kallas: homoformer, homonymer, homografer eller något annat (termer som rör andra nivåer av polysemi behandlas inte; nedan ligger fokus enbart på fall av morfologisk polysemi). Den term med bredast betydelse som delvis skulle kunna användas i denna artikel är homonimai. De definieras oftast som ”ord med samma uttryck och helt olika betydelser” (Jakaitienė 2009: 101), som ”ett ord som låter likadant som ett annat ord, tillhör samma ordklass men har en annan betydelse” (Gaivenis, Keinys 1990), eller som ”ord som uttalas likadant (det finns även homonyma former och morfem)” (Šukys 2004: 9). Som nämnts tidigare kallas både böjliga och oböjliga former, som uttalas lika eller olika, morfologiskt polysema. Vid analys av morfologisk polysemi är den lexikala betydelsen inte viktig (detta betonas oftast vid beskrivning av homonymer), och därför är det uppenbart att termen homonimai är alltför vid när man talar om morfologiskt polysema former. Termen homoformos väcker många frågor bland lingvister. Vissa av dem (Barauskaitė 1979: 43–44; Barauskaitė et al. 1995: 23) betraktar olika former av samma ord eller former av olika ord som låter likartat som homoformer, till exempel aprašai – både substantivet aprašas i plural nominativ och verbets aprašyti presensform i andra person. Nikolaj Pavlovič Kolesnikov kallar också homoformer paradigmatiska homonymer (Kolesnikov 1987: 7, citerad från Nevzorova et al. 2005: 231), medan Francis Katamba kallar sammanfallande former av samma eller olika ordklasser för synkretism (Katamba 1994: 15). 114 BENDRINĖ KALBA | 96 I denna artikel kallas morfologiskt polysema former homoformer. Som framgår av den följande översikten över hur termen används, används termen homoformos i denna artikel i en vidare betydelse än vad som är brukligt i lingvistiska arbeten. Därför beskrivs nedan, utan en närmare genomgång av alla typer av homonymi, hur homoformer uppfattas i lingvistiska arbeten. 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). I Kazimieras Gaivenis och Stasys Keinys Kalbotyros terminų žodyne (KTŽ) definieras homoformer som former av olika ord som uttalas och skrivs likadant (Gaivenis, Keinys 1990). Följaktligen räknas inte kasusens synkretism, där flera kasusformer av samma ord sammanfaller, till homoformer. En sådan definition kan dock skapa oklarhet när man skiljer mellan homoformer och partiella homonymer. De senare definieras i ordboken som ”homonymer där inte alla morfem helt sammanfaller eller som tillhör olika ordklasser” (Gaivenis, Keinys 1990: 80). E. Jakaitienė definierar partiella homonymer som ord ”där antingen samtliga grammatiska former av det ena sammanfaller med en del av formerna av det andra, eller där åtminstone några former sammanfaller” (Jakaitienė 2009: 101–102). Enligt henne är i sådana fall det ena ordet oftast böjligt och det andra oböjligt, till exempel gaila – detta är både ett substantiv som betyder medlidande, beklagande, och ett adverb (exempel från en morfologiskt annoterad korpus). Enligt E. Jakaitienė betraktas ord som kan tillhöra olika ordklasser som partiella homonymer i analytiska språk. Det engelska ordet tender kan till exempel vara både ett substantiv med betydelsen ’anbud’, ett adjektiv med betydelsen ’mjuk, känslig’ och ett verb med betydelsen ”erbjuda, lägga fram” (Jakaitienė 2009: 102). Andra forskare (Kaljanov 2023: 27) kallar sådana fall något annat – grammatiska homonymer. Dessa är fonetiskt samman- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 115 former av samma ord som sammanfaller men har olika grammatiska betydelser, till exempel ranka (singular nominativ) och ranka (singular instrumental). En definition av homoformer finns också i Encyclopedia of the Lithuanian Language (LKE). Där anges att homoformer är vissa former av ord som tillhör olika ordklasser och sammanfaller, till exempel grūdo – genitiv singular av substantivet grūdas och tredje person singular preteritum av verbet grūsti (LKE 1999: 247–248). Av en sådan definition framgår inte om former av ord som tillhör samma ordklass och sammanfaller också kan betraktas som homoformer, till exempel tapo (i detta fall skiljer sig de andra grundformerna: tapyti, tapė och tapti, tampa). I en morfologiskt annoterad korpus återges endast skriftliga former utan accentmarkering. Det är ofta relevant att känna till sådana formers accentläge eller intonation – morfologiskt mångtydiga former skiljer sig ofta åt prosodiskt och uttalas på olika sätt. Lingvister kallar ofta sådana fall homografer. I KTŽ (1999: 23–24) står det att homografer är ”ord som stavas likadant men uttalas olika: lìngė (en bildel) och liñgė (en fågel)”; E. Jakaitienė definierar begreppet så här: det är ”ord (eller deras former) som stavas likadant men uttalas olika (skillnaden gäller a) accentens placering eller b) intonationen)” (Jakaitienė 2009: 103). Det kan också vara svårt att förstå hur homografer skiljer sig från homonymer och homoformer. Med utgångspunkt i Vincas Urbutis uppfattning, återgiven i LKE (1999: 248), och den här angivna definitionen av homografer, är homografer ord eller ordformer som stavas likadant. Det hävdas att homografer i litauiskan oftast också är homonymer (till exempel kan formen kartą vara ackusativ av både ordet karta (dvs. generation) och ordet kartas (dvs. gång). I encyklopedin räknas även fall där ordformer som tillhör olika ordklasser sammanfaller som homografer (LKE 1999: 248), till exempel apra šai (denna form kan vara både plural nominativ av substantivet aprašas och tredje person presens av verbet aprašyti – exemplen är hämtade från den morfologiskt annoterade litauiska korpusen). Någon allmän enighet råder dock inte. J. Šukys skriver att ”ord som i övrigt är likadana och som DLKŽ numrerar som homonymer, men som skiljer sig åt vad gäller accentens placering, accentuering eller den betonade stavelsens intonation, inte behöver betraktas som egentliga homonymer, utan kan hänföras till homoformer. Homoformer (även kallade homonyma former) är mycket vanligare i språket än egentliga homonymer, och här rör det sig ofta om helt olika ordklasser: maišo (genitiv av substantivet maišas) – maišo (preteritumformen i tredje person av verbet maišyti); jos (pronomenets 116 BENDRINĖ KALBA | 96 ji plural nominativ och singular genitiv) – jos (tredje person futurum av verbet joti)” (Šukys 2004: 9). Andra forskare instämmer i denna uppfattning och hävdar att ”det också finns homoformer som stavas likadant men har olika accent”, till exempel báltų och baltų (báltai och báltas) (Barauskaitė et al. 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 använder ytterligare en term för att benämna fall där former av samma ord som uttalas olika sammanfaller: homografiska ordformer. Det framhålls att detta skiljer sig från homografer (Pakerys 2009: 130). Vincentas Drotvinas använder däremot en annan term för homoformer, homografer och homofoner: homonyma ordformer (Drotvinas 1986: 91, citerad efter Rimkutė 2006a: 43). Den första forskaren som undersökte morfologisk mångtydighet, E. Rimkutė, fann denna benämning godtagbar, men för att undvika att använda en så lång term bestämde hon sig för att helt enkelt välja termen homoformer (Rimkutė 2003b: 36). Författaren till denna artikel ansluter sig till samma synsätt. För morfologiskt mångtydiga former används också ytterligare en term – paronymer. Med detta avses ”ord som uttalas eller stavas likartat men oftast har olika betydelser; ibland kan betydelserna också ligga något nära varandra, men de är i regel inte synonyma (i sådana fall sägs det ofta att orden har en semantisk gemenskap, eller tillhör samma semantiska fält)” (Šukys 2004: MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 117 9–10). J. Šukys förklarar att homografer, dvs. ord som stavas likadant men uttalas olika, också kan räknas till paronymer i skriftspråket, till exempel: draugė – draugė (”sällskap, grupp”), medan homofoner, dvs. ord som uttalas likadant men stavas olika, kan räknas dit i talspråket, till exempel rūgti – rūkti. Termen paronym har emellertid en ganska tydligt avgränsad betydelse inom språkvetenskapen, och därför beslutades att utvidga betydelsen av homoform och fortsätta använda just denna term. Dessutom utgår författaren till denna artikel från att böjningsformer som hänförs till samma eller olika ordklasser och som skiljer sig åt vad gäller accentens placering, intonation eller vokallängd kan vara både homoformer och homografer. Med andra ord kan vissa homografer också vara homoformer, och vissa homoformer homografer (när hänsyn tas till uttalsaspekter och morfologisk analys görs). Dessutom är vissa konkreta fall fortfarande inte definierade i lingvisternas arbeten. Exempelvis är det oklart vad man ska kalla sammanfall mellan två eller flera oböjliga ordklasser. Därför beslutades att sådana sammanfall i denna studie, med utgångspunkt i E. Rimkutė (2006a: 44), ska hänföras till homoformer bland oböjliga ordklasser. I de följande avsnitten används den tidigare redovisade förståelsen av homoformer när dessa behandlas. I avsnitt fyra presenteras en klassificering av homoformer, dvs. enheter av morfologisk mångtydighet, med utgångspunkt i data från en morfologiskt annoterad korpus. Artikeln använder huvudsakligen termerna morfologiskt mångtydiga former och homoformer. 3. KLASSIFICERING AV LITAUISKA HOMOFORMER EFTER SAMMANFALLANDE ORDKLASSER Som nämnts tidigare kallas former som sammanfaller och tillhör samma eller olika ordklasser i denna artikel för homoformer. E. Rimkutė (2006a: 40) urskilde tre typer av dem: 1) homoformer mellan böjliga ordklasser; 2) homoformer mellan böjliga och oböjliga ordklasser; 3) homoformer mellan oböjliga ordklasser. Homoformer mellan böjliga ordklasser är morfologiskt sammanfallande former av samma eller olika ordklasser (Rimkutė 2006a: 52). E. Rimkutė ger följande meningar som exempel: lišk į būdą (substantivets būda singularis ackusativ) och sėdėk vs. atrado naują gydymo būdą (substantivets būdas singularis ackusativ). Som synes sammanfaller här substantivens būda och būdas former i singularis ackusativ. Det är dock inte nödvändigtvis former av olika ord i samma ordklass 118 BENDRINĖ KALBA | 96 som sammanfaller – även former av två olika böjliga ordklasser eller två olika former av samma ord kan sammanfalla. E. Rimkutė ger följande exempel: anglų kalbà (substantiv) vs. kai kurie Lietuvos politikai nuolat kaĩba (verb) absurdus. Som synes sammanfaller i dessa meningar vissa former av substantivet kalba med tredje person singularis presens av verbet 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. Homoformer mellan böjliga och oböjliga ordklasser är sammanfallande former från två eller flera olika ordklasser, av vilka en är böjlig och den eller de andra oböjliga (Rimkutė 2006a: 59). Till denna kategori räknas homoformer mellan substantiv, adverb, prepositioner, konjunktioner eller partiklar; adjektiv och adverb; verb, adverb, prepositioner eller partiklar och andra sammanfallande ordklasser. De utgör 6,3 procent av alla fall av morfologisk mångtydighet i den morfologiskt annoterade korpusen. Som exempel ger forskaren följande ordkombinationer: námo (substantiv) stogas vs. einu namõ (adverb). Här kan man se att ett substantiv sammanfaller med ett adverb. Homoformer mellan böjliga och oböjliga ordklasser består oftast av tre eller fler sammanfallande ordklasser, det vill säga de är flermedlemmade. Homoformer mellan oböjliga ordklasser är två eller flera oböjliga ordklasser som sammanfaller. Till denna kategori hör sammanfall mellan konjunktioner, partiklar, adverb och liknande. Homoformer mellan oböjliga ordklasser är den näst vanligaste typen av homoformer; de utgör 17,5 procent av alla homoformer i den morfologiskt annoterade korpusen (Rimkutė 2006a: 63). Vid sammanställningen av LKHŽ delades dessa tre kategorier in i 53 mer detaljerade typer. I huvudsak utgick man från den klassificering som E. Rimkutė (2006a) föreslagit, men klassificeringen utvidgades. Ett utdrag ur LKHŽ visas i figur 1. I ordboken skrivs det sammanfallande ordet eller ordformen i fetstil; på nästa rad anges vilka ordklasser formen kan tillhöra; inom vinkelparenteser anges uppslagsformen, följd av detaljerade grammatiska uppgifter. Oböjliga ordklasser presenteras i alfabetisk ordning, medan böjliga ordklasser samt böjliga och oböjliga ordklasser ordnas efter vilka ordklasser som sammanfaller, och inom varje grupp i alfabetisk ordning. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 119 FIGUR 1. Utdrag ur ordboken över litauiska homoformer Vissa homoformer kan hänföras till flera grupper, till exempel vieši – detta är nominativ plural av adjektivet viešas och homofoner till verbet viešėti, samt sammanfall mellan andra och tredje person singularis i presens av verbet viešėti; pirmiausia – detta är sammanfall mellan adjektiv och räkneord, liksom mellan dessa ordklassers nominativ och instrumentalis singularis femininum samt neutrum. Därför kan samma ord förekomma flera gånger i ordboken, under olika typer av homoformer. Det innebär att ordboken inte omedelbart anger alla möjliga grammatiska etiketter för en viss form, utan endast de som passar den specifika typen av sammanfall, till exempel sammanfall mellan substantiv och adjektiv eller liknande. De flesta fall av morfologisk mångtydighet i ordboken kan dock hänföras till endast en typ av homoformer. Sammanfallen mellan böjliga ordklasser i LKHŽ har delats in i 41 typer. Homoformer mellan böjliga och oböjliga ordklasser har i ordboken delats in i 11 typer. Sammanfallen mellan oböjliga ordklasser har inte delats in mer detaljerat i ordboken, eftersom sammanställningen av ordboken utgick just från E. Rimkutės (2006a) klassificering. Hon hänförde alla sammanfall mellan oböjliga ordklasser till en gemensam typ. 120 BENDRINĖ KALBA | 96 4. KLASSIFICERING AV LITAUISKA HOMOFORMER EFTER DERAS UPPKOMSTORSAKER Eftersom LKHŽ innehåller ett mycket stort antal morfologiskt mångtydiga ord (cirka 36 000) kan man försöka fastställa orsakerna till att homoformer uppkommer i litauiskan. Med hänsyn till uppgifterna i homoformordboken och de morfologiska analyser som Lemuoklis föreslår kan litauiska homoformer, efter orsaken till deras uppkomst, delas in i fem grupper. Nedan presenteras alla dessa grupper ingående. 4.1. Teoretiskt möjliga homoformer som uppkommit till följd av ordböckers sammanställningsprinciper När man började analysera språkets morfologiska mångtydighet med datorer blev en viktig distinktion tydlig: morfologisk mångtydighet kan vara förväntad eller oväntad. Förväntad är sådan som människor oftast uppfattar. Oväntad mångtydighet kan vara av två slag – former som genereras av den morfologiska annotatorn och ord som sällan används i det moderna språket (eller inte längre används alls). Med stöd av sina morfologiska resurser presenterar Lemuoklis ord som inte används i verkligheten, men vars vissa former sammanfaller med ordklasser eller former av dessa som ofta används i litauiskan. Detta beror på att ordböckerna inte innehåller alla regelbundet bildade avledningar. När E. Rimkutė arbetade med en morfologiskt annoterad korpus 2006 sammanställde hon en lista över orealistiska ord som genererats av den morfologiska annotatorn. Listan har införts i den morfologiska annotatorn som ord som ska ignoreras, och därför är problemet med att Lemuoklis själv genererar ord i huvudsak löst. Lemuokliss lexikala grund består av ord som finns i Dabartinės lietuvių kalbos žodyne (liksom i andra ordböcker), där det finns många ord som numera används mycket sällan, till exempel: rata, girdas, metinys, ložėti, baisis, graudis, vajys och så vidare. Om formerna av dessa ord sammanfaller med former av ord som vanligtvis används i språket anger Lemuoklis alla varianter, vilket gör korpusarbetet mycket svårare för lingvister. Det andra problemet, att arkaiska ord sammanfaller med vanliga ord, är fortfarande delvis olöst. Sådana homoformer finns framför allt bland sammanfallen mellan böjliga och oböjliga ordklasser. I Lemuoklis analys betraktas till exempel ordformerna bravo, ate, arba som homoformer; det anges att dessa ord också är substantiv, eftersom denna information även finns i ordböckerna (på internet- MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 121 I Internationella ordboken över främmande ord (TŽŽ) definieras ordet bravas som ”i Italien på 1600- och 1700-talen: lejdmördare, äventyrare som kan tillgripa vilket våld som helst”, atas som ”en hundradel av den laotiska valutaenheten kip”, eller som ”1. täckt träkärra med två hjul, använd av folk i Centralasien; använd i Afghanistan för transport av tunga laster; 2. fyrhjulig kärra för transport av spannmål; använd i Kaukasus och södra Ukraina”. Det brukar ta tid att skilja sådana ord från oväntade homoformer, eftersom vart och ett måste kontrolleras i olika ordböcker och korpusar. Det är också svårt att avgöra om de bör tas med i LKHŽ, eftersom det inte längre räcker att enbart förlita sig på uppgifter från andra ordböcker. Denna orsak till homoformernas uppkomst visar att man ställs inför ett dilemma: ju större lexikon ett språkanalysprogram har, desto fler ord och ordformer bör programmet kunna känna igen, men samtidigt innebär detta att oförutsedda sammanfall kan uppstå – fall av morfologisk mångtydighet. För att uppnå så exakta resultat som möjligt måste man därför noggrant överväga principerna för urvalet av ord som används i datorprogram. 4.2. Homoformer som uppkommit till följd av skillnader i prosodiska element Homoformer som beror på skillnader i prosodiska element (t.ex. betoningens placering, accent och vokallängd) förekommer endast i skriftspråket. Eftersom litauiska morfologiska annoterare analyserar skrivna ordformer utan betoningsmarkeringar skiljer sig homoformer ofta åt prosodiskt. De flesta exempel på sådana homofomer förekommer bland sammanfallande former i böjliga ordklasser, och de finns i de flesta mindre kategorierna. Ofta är det två eller flera sammanfallande former av ett och samma ord. I ordboken finns 11 typer av sådana exempel: (i)o-deklinationens sammanfall mellan substantivformers singular nominativ och singular instrumentalis och vokativ (t.ex.: agentūra vs. agentūra, mama vs. mama); (i)o, ė-deklinationernas sammanfall mellan substantivformers singular genitiv och plural nominativ (t.ex.: absoliučios vs. absoliučios; adekvačios vs. adekvačios; aikštės vs. aikštės); ė-deklinationens sammanfall mellan substantivens singular instrumentalis och vokativ10 (t.ex.: katė vs. kâte, dumblė vs. dùmblė); sammanfall mellan infinitiv och maskulina particip i passiv preteritum, plural nominativ (t.ex.: 10 Observera att vokativ på många håll endast är teoretiskt möjlig. När homoformordboken sammanställdes togs ingen hänsyn till substantivens semantik; man utgick från att vokativformer var möjliga för alla substantiv. 122 BENDRINĖ KALBA | 96 apdìrbti vs. apdirbtì; apèiti vs. apeitì); sammanfall mellan konditionalis och particip i passiv preteritum, maskulinum plural genitiv (t.ex.: aplẏtų vs. aplytų; dėngtų vs. dengtų); substantiv i (i)a-deklinationens sammanfall mellan singular lokativ och vokativ (t.ex.: aidė vs. áidė; garažė vs. garaže); substantiv i (i)u och i-deklinationerna, sammanfall mellan singular nominativ och plural ackusativ (t.ex.: apimtìs vs. ãpimtis; ãpskritis vs. apskritis); sammanfall mellan tredje och andra person singularis i presens (t.ex.: neprigirdì vs. neprigirdi; negãli vs. negali); sammanfall mellan pronomen i femininum singular dativ och neutrum (t.ex., tái vs. taĩ, šìtai vs. šitaĩ; naturligtvis kan šitai också vara en partikel, men sådana sammanfall hör i ordboken till en annan kategori – sammanfall mellan böjliga och oböjliga ordklasser, eftersom ordboken, som nämnts, endast anger grammatiska beteckningar som passar den aktuella kategorin); substantiv i (i)u-deklinationens sammanfall mellan singular ackusativ och plural genitiv11 (t.ex.: ãlų vs. alų; lietų vs. lietų); sammanfall mellan verbens infinitiv och andra person singularis i presens (t.ex.: ìnkšti vs. inkšti; klýsti vs. klysti). Prozodinių elementų skirtumų nulemtų homoformų atsiranda ir sutapus dviem ar daugiau skirtingų kaitomųjų kalbos dalių. Tokio tipo homoformų žodyne yra 7 rūšys: daiktavardžių ir veiksmažodžių sutapimai (pvz.: Adomo – sutampa tikrinio daiktavardžio Adõmas12 vnsk. kilmininko ir neveikiamosios rūšies dalyvio ãdomas vnsk. kilmininko formos; apsaugos – sutampa daiktavardžio apsauga vnsk. kilmininko, dgsk. galininko ir veiksmažodžio apsaugoti būsimuoju laiku formos, plg.: apsaugõs vs. apsáugos); daiktavardžių ir būdvardžių sutapimai (pvz., atlaidus – sutampa daiktavardžio atlaidai dgsk. galininko ir būdvardžio atlaidus vnsk. vardininko formos, plg. ãtlaidus vs. atlaidùs); veiksmažodžių ir būdvardžių sutapimai (pvz., ãntrinę, asmeninę vs. antrinę, asmeninę – sutampa veiksmažodžių antrinti, asmeninti veikiamosios rūšies būtojo kartinio laiko dalyvių ir būdvardžių antrinis, -ė, asmeninis, -ė mot. g. vnsk. galininko formos); veiksmažodžių ir įvardžių sutapimai (pvz.: kitai vs. kitai; kuria vs. kurià – sutampa veiksmažodžių kisti, kurti ir įvardžių kitas, kuri formos); daiktavardžių, būdvardžių ir veiksmažodžių sutapimai (pvz.: balti – daiktavardžio baltis vnsk. šauksmininko forma báltį; būdvardžio baltas dgsk. vardininko forma balti; bendratis bálti); daiktavardžių ir skaitvardžių ar įvardžių sutapimai (pvz.: Anos – sutampa tikrinio daiktavardžio 11 Ibland (liksom i de exempel som följer) är genitiv plural endast teoretiskt möjlig. 12 Det är sant att annoteraren kan skilja versaler från gemener. Morfologisk mångtydighet skulle ändå kunna uppstå i ett sådant fall om även participet skrevs med versal, till exempel i början av en mening. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 123 Ana och pronomenet ana; jfr. Ānos vs. anõs; kelias – substantivet kẽlias och pronomenet keliàs sammanfaller); sammanfall mellan substantiv, verb och pronomen eller adjektiv eller räkneord (t.ex. dvejos – räkneordet dvẽjos, substantivets dveja genitivform singularis dvejõs och nominativform pluralis dvẽjos sammanfaller, liksom även verbformen i futurum dvejõs). Sådana sammanfall har också observerats mellan homoformer i böjliga och oböjliga ordklasser; i ordboken förekommer de i åtta typer: sammanfall mellan verb, adjektiv och adverb (t.ex. blogai – verbformen blogti, andra person singularis preteritum blógai, adjektivets blogas, -a dativform singularis femininum blõgai och adverbet blogai sammanfaller); sammanfall mellan adjektiv och adverb (t.ex. aklai, efektyviai – adjektivens dativformer femininum ãklai, efektỹviai och adverben aklai, efektyviai sammanfaller); sammanfall mellan substantiv och adverb (t.ex. seniai – substantivets nominativform pluralis senis sẽniai och adverbet seniai sammanfaller); sammanfall mellan substantiv, adjektiv eller pronomen och adverb (t.ex. aiškiai, aukštai – substantivens nominativformer pluralis aiškis, aukštas aiškiai, aukštai, adjektivens dativformer femininum aiškus, -i, aukštas, -a áiškiai, áukštai och adverben aiškiai, aukštai sammanfaller); sammanfall mellan substantiv, verb, adjektiv och adverb (t.ex. bukãi – substantivets nominativform pluralis och vokativform singularis bukאס bùkai, verbets preteritumform andra person singularis bukti bukãi, adjektivets dativform singularis femininum bukאס bùkai och adverbet bukãi sammanfaller); sammanfall mellan räkneord, prepositioner och adverb (t.ex. pirma – femininum singularis nominativ och instrumentalis samt neutrumformerna av räkneordet pirmas, -a pirmà, pìrma sammanfaller med prepositionen och adverbet pìrma); sammanfall mellan verb och adverb (t.ex. apmaudžiau – verbets preteritumform första person singularis apmaudyti apmáudžiau och adverbet i komparativ apmaudžiau sammanfaller), sammanfall mellan substantiv, pronomen och adverb eller partiklar (t.ex. Ana – egennamnet Ana i nominativ, instrumentalis och vokativ singularis sammanfaller med pronomen- och partikelformerna ana; jfr. Anà, Āna och anà). Om Lemuoklis och andra morfologiska annotatorer kunde analysera accentuerade texter13 skulle den morfologiska mångtydigheten sannolikt minska avsevärt. 13Det är inte svårt att göra detta automatiskt, exempelvis med programmet Kirčiuoklis, som finns tillgängligt https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis.. Å andra sidan bygger programmet på resultaten från ett program för automatisk morfologisk analys, vilket skapar en ond cirkel: kvaliteten på accentueringsprogrammet beror på hur väl den morfologiska analysatorn fungerar. Det bör nämnas att Kirčiuoklyje anges flera accentueringsalternativ för morfologiskt mångtydiga former, så detta skulle inte vara till särskilt stor hjälp för att lösa problemet med morfologisk mångtydighet. 124 BENDRINĖ KALBA | 96 Även tidigare har försök gjorts att klassificera homoformer utifrån prosodiska element. E. Rimkutė (2002: 91–98) analyserade 10 tusen grammatiskt annoterade ord som förekom i artiklar i Lietuvos ryto. Undersökningen visade att 83 procent av homofor-merna är fonetiskt identiska, medan 17 procent skiljer sig åt genom betoningens placering. Forskaren delade dessutom in homoformer som inte skiljer sig åt genom betoningens placering i två typer: sådana som skiljer sig åt genom vokallängd (t.ex. verbet mãno och pronomenet màno) och sådana som skiljer sig åt genom tonaccent (t.ex. verben kláusė (lemma – klausyti) och kláusė (lemma – klausti)). De tidigare givna exemplen har behandlat homoformer som skiljer sig både genom betoningens placering och genom tonaccent. I den sistnämnda kategorin behandlades även de fall som skiljer sig åt genom vokallängd, men dessa urskildes inte separat. 4.3. Homoformer som uppstått genom sammanfall mellan olika ord Till denna kategori hör en del homoformer bland böjliga ordklasser samt homoformer mellan böjliga och oböjliga ordklasser. Teoretiskt sett består alla fall i kategorin homoformer mellan böjliga och oböjliga ordklasser också av ord med olika betydelser, eftersom de har olika lemman. Men detta påstående är inte alltid korrekt, eftersom det till exempel finns en betydande semantisk gemenskap mellan sammanfallande adverb och adjektiv; den ena formen är ofta bildad av den andra. Därför kan homoformer som uppstått genom polysema ord delas in i ytterligare två underkategorier – homoformer med olika lexikal betydelse och homoformer med delvis överlappande lexikal betydelse. 4.3.1. Homoformer med olika lexikal betydelse Till denna kategori hör former som sammanfaller men inte är morfologiskt besläktade. Bland dessa finns åtta typer av homoformer mellan böjliga och oböjliga ordklasser: homoformer mellan verb, adjektiv och adverb, till exempel griežtai – här sammanfaller participets griežtas, -a (lemma – griežti) dativform singularis femininum med adverbet griežtai, som har en helt annan betydelse, och adjektivets griežtas, -a dativform singularis femininum. I detta fall skiljer sig alltså participets lexikala betydelse från adverbets och adjektivets, medan adjektivets och adverbets betydelser delvis sammanfaller, eftersom de är bildade av varandra (se avsnitt 4.3.2 för en utförligare diskussion); homoformer mellan substantiv och adverb eller prepositioner, konjunktioner, partiklar, interjektioner och ideofoner (t.ex. dėlei – substantivets dativform singularis dėlė sammanfaller med prepositionen dėlei; opa – substantivets nominativ-, vokativ- och instrumentalisformer singularis opa sammanfaller med en ideofon); homoformer mellan pronomen och adverb eller partiklar, konjunktioner MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 125 (t.ex. kam – sammanfall mellan adverb och pronomen); homoformer av substantiv, adverb och adjektiv eller pronomen (t.ex. dativ singularis av substantivet kandis i femininum, dvs. ”en liten fjäril vars larver gnager sönder kläder och äter säd, mjöl och växter” (LKŽ 2005), kandžiai, sammanfaller med kandis, genitiv singularis av substantivet i maskulinum, dvs. ”ett bett, en bit, ett ställe där någon blivit biten” (LKŽ 2005), och nominativ pluralis kandžiai sammanfaller med dativ singularis femininum av adjektivet kandus, -i och adverbet kandžiai (adjektivets och adverbets lexikala betydelser sammanfaller delvis, medan substantiven kandis har en annan lexikal betydelse); homoformer av substantiv, verb, adjektiv, adverb och prepositioner (t.ex. arti – sammanfaller substantivets artis vokativ singularis, verbets infinitiv árti, adjektivets artus, -i nominativ singularis femininum samt formerna för adverbet och prepositionen arti); homoformer av verb, substantiv och adverb (t.ex. kartais – sammanfaller instrumental pluralis av participet kártas, instrumental pluralis av substantivet kārtas och adverbformen kartais); homoformer av verb och prepositioner eller partiklar, konjunktioner, interjektioner, ljudhärmande ord och förkortningar (t.ex. ak – interjektionen sammanfaller med verbformen tredje person singularis imperativ av substantivet akti; užvis – sammanfaller verbformen tredje person futurum av užvisti med adverbformen užvis; vysk – den grafiska förkortningen av ordet vyskupas sammanfaller med verbformen tredje person singularis imperativ av vysti); homoformer av substantiv, pronomen och adverb eller partiklar (t.ex. ana – formerna av egennamnet Ana, pronomenet och partikeln ana sammanfaller). Homoformer med olika lexikal betydelse kan också förekomma bland homoformer av böjliga ordklasser. I LKHŽ utgör de åtta typer: homoformer med olika lexikal betydelse av substantiv, verb och adjektiv (t.ex. anglių – genitiv pluralisformerna av substantiven anglys och anglė sammanfaller); homoformer av substantiv och verb (t.ex. adomą – ackusativ singularis av participet adomas sammanfaller med ackusativ singularis av egennamnet Adomas); homoformer av verb och pronomen eller räkneord (t.ex. jos – verbformen tredje person futurum av joti sammanfaller med nominativ pluralis och genitiv singularis av pronomenet ji; kitai – verbformen andra person preteritum av kisti sammanfaller med dativ singularis av pronomenet kita; trejos – verbformen tredje person futurum av trejoti sammanfaller med nominativformen av räkneordet treji, -os); homoformer av substantiv, adjektiv och verb (t.ex. kaltų – tredje person konditionalis av verbet kalti sammanfaller med genitiv pluralis femininum och maskulinum av participet káltas, -a, genitiv pluralis femininum och maskulinum av adjektivet káltas, -a och 126 BENDRINĖ KALBA | 96 genitiv pluralis av substantivet káltas; kartus – ackusativ pluralis maskulinum av participet kártas, nominativ singularis av adjektivet kartus och ackusativ pluralis av substantivet kartas sammanfaller); homoformer av adjektiv, pronomen, räkneord och substantiv (t.ex. viena – egennamnet Viena sammanfaller med nominativ, instrumental och vokativ singularis av räkneordet, pronomenet och adjektivet vienas, -a); homoformer av substantiv, verb och pronomen samt räkneord (t.ex. dvejos – genitiv singularis och nominativ pluralis av substantivet dveja, verbformen tredje person futurum av dvejoti samt former av räkneordet dvejos sammanfaller; maną – nominativ pluralis av aktivt presensparticip bildat av verbet manyti sammanfaller med ackusativ singularis femininum och maskulinum av pronomenet manà och ackusativ singularis av substantivet mãna); homoformer av adjektiv och pronomen (t.ex. juodu – nominativ och ackusativ dualis av pronomenet jis sammanfaller med genitiv singularis av adjektivet juodas). 4.3.2. Homoformer med delvis sammanfallande lexikal betydelse Sådana homoformer har olika lemman, men är semantiskt och morfologiskt besläktade, t.ex.: absoliutiškai – adverbformen absoliutiškai och adjektivformen absoliutiškas sammanfaller; ilgai – adverbformen ilgai och adjektivformen ilgas sammanfaller. Dessa är oftast adverb som bildats av adjektiv, det vill säga ord med samma rot, och endast delvis kan de betraktas som ord med olika betydelse (om man inte ser till den formella morfologin utan till semantiken). Dal inės leksinės homoformos žodyne sudaro 8 kaitomųjų kalbos dalių homoformų rūšis, konkrečiau: substantiva mobilia daiktavardžių, pavyzdžiui, administratorių (sutampa žodžių administratorius bei administratorė dgsk. kilmininko formos), bėglių (sutampa žodžių bėglys ir bėglė dgsk. kilmininko formos) homoformos; daiktavardžių ir veiksmažodžių homoformos (pvz.: apkaustai – sutampa veiksmažodžio apkaustyti esamojo laiko antrojo asmens ir daiktavardžio apkaustai vardininko formos; atsakai – sutampa daiktavardžio atsakas dgsk. vardininko ir veiksmažodžio atsakyti esamojo laiko antrojo asmens formos); daiktavardžių ir būdvardžių homoformos (pvz., absoliutus – sutampa daiktavardžio absoliutas dgsk. vardininko ir būdvardžio absoliutus vnsk. vardininko formos; abstraktu – sutampa daiktavardžio abstraktas vnsk. įnagininko ir būdvardžio abstraktus, -i bevardės giminės formos); veiksmažodžių ir būdvardžių homoformos (pvz.: magnetinę – sutampa dalyvio magnetinės būtojo kartinio laiko dgsk. vardininko ir būdvardžio magnetinis, -ė mot. g. vnsk. galininko formos; masinę – sutampa dalyvio masinės vyr. g. MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 127 plural accusative and adjective masinis, -i feminine singular accusative forms); homophones of nouns, adjectives and verbs (e.g., kaltą – the masculine and feminine singular accusative forms of the adjective káltas and participle káltas coincide, as do the singular accusative forms of the noun káltas; in the latter case, however, two different causes overlap. There is indeed partial lexical overlap between the participle and the noun, since their meanings are related, whereas the participle and noun káltas coincide with the adjective káltas for prosodic reasons); homophones of adjectives and pronouns (e.g., pirmiausia – the neuter and feminine singular nominative, instrumental and vocative forms of the adjective pirmiausias, -ia coincide with the form of the numeral pirmas); homophones of nouns and numerals or pronouns (e.g.: aštuonetą (a noun and a numeral coincide), maniškė (a noun and a pronoun coincide)); homophones of nouns, verbs and pronouns or adjectives and numerals (e.g., niūri – the singular vocative form of the noun niūris, the feminine singular nominative form of the adjective niūrus, -i, and the second- and third-person present-tense forms of the verbs niūrėti and niurti coincide). Examples of partial lexical polysemy can also be found among overlaps between inflected and uninflected parts of speech – homophones of verbs, adjectives and adverbs (e.g., aklinai – the second-person singular past form of the verb aklin- ti, the adverb aklinai, and the feminine singular dative form of the adjective aklinas, -a coincide), homophones of adjectives and adverbs (abejingai, aistringai, cikliškai); homophones of nouns and adverbs (e.g.: dovanai, laukan, pusbalsiu); homophones of nouns, adverbs and adjectives or pronouns (e.g., bailiai – the plural nominative form of the noun bailys, the feminine singular dative form of the adjective bailus, -i, and the adverb form bailiai coincide, although the stress of the noun bailiai differs from that of the adjective and adverb bailiai. If stress is disregarded, the lexical meanings of all three forms are partially related. Also worth mentioning are homophones of nouns, verbs and adverbs or prepositions (e.g., uždarai – the feminine singular dative form of the participle uždaras, -a derived from the verb uždaryti, the plural nominative form of the noun už-daras, the feminine singular dative form of the adjective uždaras, -a, and the adverb uždarai coincide; again, some words differ in stress, cf. uždarai ir uždarai), homophones of verbs, nouns and adverbs (e.g., apsiaustai – the plural nominative form of the noun apsiaustas, the feminine singular dative form of the participle apsiaustas, -a, and the adverb apsiaustai coincide); homophones of numerals and adverbs (e.g.: keturiomis, pirmiau), 128 BENDRINĖ KALBA | 96 homophones of verbs and adverbs (e.g.: apibrėžtai, apibendrintai – the feminine singular dative forms of the participles apibrėžtas, –a, apibendrintas, –a coincide with the adverbs apibrėžtai, apibendrintai), homophones of nouns, pronouns and adverbs (e.g., nieko – forms of the noun and pronoun niekas coincide with the adverb nieko), homophones of adjectives, numerals and adverbs (e.g., pirmiausiai – depending on the context, this word can be an adjective, an adverb or a numeral). 4.4. Homophones determined by the morphological system of Lithuanian Some homophones are determined by the morphological system of Lithuanian. Syncretic case forms in certain declensions, and forms of different genders or numbers that coincide in certain cases, account for overlaps among nominal words (e.g., naujų – the plural genitive form for both feminine and masculine); the person, number, tense, etc., of verbs may also coincide. Such words have the same lexical meaning. This category consists exclusively of overlaps among inflecting parts of speech. Nominal overlaps are the most numerous and can be divided into cases of syncretism in number, gender and case. Cases of syncretism in case forms are of 7 types: overlaps among nominative, instrumental, vocative and neuter forms of singular nominals in the (i)o declension (e.g.: nouns abatija, data, emulsija; adjectives faktiška, fatališka, galinga); overlaps between the singular instrumental and vocative forms of nouns in the ė declension (e.g., nouns beteise, dėde, bedante); overlaps between the plural nominative and vocative forms of nouns in the (i)a, (i)u declensions (e.g., nouns abituriantai, akiniai, angelai); overlaps between the singular locative and vocative forms of nouns in the (i)a declension (e.g.: albume, bate, čempione); overlaps between the nominative and accusative of numerals and pronouns (e.g., pronouns judu, mudu, numerals abi, dvi (it is worth noting that in the Bendrinės lietuvių kalbos žodyne (BLKŽ), the word abi is classified as a pronoun); overlaps between the plural nominative and vocative forms of nouns or nominalized participles and adjectives in the i declension (e.g.: akmenys, anty s, baltieji, kaltinamieji); overlaps between the nominative, accusative and instrumental forms of numerals or pronouns (e.g., numerals aštuoniolika, dvylika, trylika and the pronoun keliolika). Gender overlaps in the dictionary are of 7 types: overlaps between masculine and feminine plural genitive forms of nominals (e.g.: participles abejojančių, akcentuojančių, apibendrinančių, adjectives apynau jų, birių, blogų – masculine and feminine forms coincide); (i)a MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys 129 sammanfall mellan maskulina singularformer i nominativ av nominalord i o-deklinationen och (i)o deklinationens feminina pluralformer i ackusativ (t.ex. adjektiven abejingas, brokuotas, dieviškas; participen diferencijuotas, forsuotas, gautas); sammanfall mellan singularformer i ackusativ av nominalord i (i)o- och (i)a-deklinationerna (t.ex. adjektiven abejingą, aklą, darganą; participen dažomą, draudžiamą, gaunamą); sammanfall mellan maskulina pluralformer i nominativ av aktiva particip och neutrumformer (t.ex. abejoja, amžina, apdarą); sammanfall mellan femininum och maskulinum i nominativ av räkneord (t.ex. trys); sammanfall mellan femininum och maskulinum i ackusativ av räkneord (t.ex. tris); sammanfall mellan maskulinum och femininum i dativ och/eller instrumental av räkneord eller pronomen (t.ex. duiem, judviem); sammanfall mellan feminina och maskulina substantiv med gemensamt genus (t.ex. giminė, mazgotė – gemensamt genus sammanfaller med femininum; ligonis – gemensamt genus sammanfaller med maskulinum); Som nämnts kan även antalet hos böjliga ordklasser sammanfalla. I ordboken finns fyra typer av sådana fall: sammanfall mellan nominalord i (i)o- och ė-deklinationerna i singular genitiv och plural nominativ och vokativ (t.ex. substantiven abejonės, abėcėlės, baterijos; adjektiven basos, birios, dabartinės; participen decentralizuotos, degeneruotos, eiliuotos); sammanfall mellan nominalord i (i)u- och i-deklinationerna i singular nominativ och plural ackusativ (t.ex. administratorius, gentis, kalendorius); sammanfall mellan substantiv i (i)u-deklinationen i singular ackusativ och plural genitiv (t.ex. agresorių, derlių, išminčių); sammanfall mellan maskulina adjektiv i (i)-deklinationen i singular vokativ och plural nominativ (t.ex. artimesni, garesni, mažesni). Olika verbformer sammanfaller också ofta. I ordboken finns sju typer av sådana sammanfall. De är: homoformer av verbens infinitiv och maskulina pluralformer i nominativ av passiva particip i preteritum (t.ex. absorbuoti, išardyti, nulakuoti); homoformer av verb i tredje person konjunktiv och pluralformer i genitiv av passiva particip i preteritum (t.ex. adaptuotų, gamintų, girdėtų); homoformer av verb i presens i tredje och andra person (t.ex. atsispindi, įsidėmi, krūpteli); sammanfall mellan particip och gerundier eller halvparticip (t.ex. adoruojantis, bijantis – i detta fall sammanfaller reflexiva gerundier med formen av ett icke-reflexivt presensparticip i maskulinum singular nominativ; halvparticipet duodamas sammanfaller med presensparticip, både femininum plural ackusativ och maskulinum singular nominativ); sammanfall mellan infinitiv och verb i andra person singular (t.ex. neklysti, nuslysti, trykšti); sammanfall mellan finita och infinita verbformer (t.ex. dirbtinai, imtinai, maldautinai – formerna av femininum particip i singular dativ sammanfaller med adverbiala former; sugrįžta, tirta – verb- 130 BENDRINĖ KALBA | 96 de tredje personens presensformer av verb sammanfaller med neutrum- och femininumparticip – både med nominativ och med instrumental); homoformer av presens- och futurumgerundier (t.ex.: apklau­siant, pratęsiant, trešiant – presens- och futurumgerundiernas former sammanfaller). 4.5. Homoformer med samma betydelse, som uppstått genom tillhörighet till olika paradigmer Vissa substantiv, adjektiv, verb, pronomen och adverb med samma betydelse kan tillhöra två olika paradigmer, t.ex.: Audrių skulle kunna vara både singular ackusativ av formen Audrius och av formen Audrys; būčiau skulle kunna tillhöra såväl paradigmet būti, yra, buvo som paradigmet būti, būna, buvo, och även paradigmet būti, būva, buvo; grįuvus skulle kunna tillhöra både paradigmet grįuti, grįūna, grįuvo och paradigmet grįūti, grįūva, grįuvo; lemmat för formen stebukladario skulle kunna vara antingen stebukladaris eller stebukladarys; mano kan vara en form av antingen pronomenet med lemmat mano eller pronomenet med lemmat manas. För sådana fall har LKHŽ en separat kategori. 4.6. Samband mellan orsakerna De fem nämnda uppkomstorsakerna kan vara inbördes relaterade, och dessutom kan uppkomsten av homoformer för vissa ord ha mer än en orsak, till exempel abstrãkčiai vs. abstrakčiai – här beror mångtydigheten både på skillnader i prosodiska element (betoningen ligger på olika ställen) och på en partiell betydelseöverlappning (det ena ordet är bildat av det andra). Ett annat exempel är sammanfallet mellan adjektivet káltas och substantivet káltas. Dessa ord skulle kunna föras både till kategorin homoformer som beror på skillnader i prosodiska element och till kategorin homoformer som beror på olika lexikal betydelse. Dessutom behöver olika homoformer som i ordboken bildar en och samma typ inte nödvändigtvis ha uppkommit av samma orsaker. Exempelvis uppstår vissa sammanfall mellan konjunktivformer och passiva particip (t.ex. adaptuotų, brandintų) på grund av skillnader i prosodiska element (jfr aplýtų och aplytų), medan andra beror på det litauiska morfologiska systemet, det vill säga att två verbformer helt enkelt sammanfaller (t.ex. automatizuotų, derėtų). De fem orsakerna till att homoformer bildas bidrar till en ännu bättre förståelse av varför fall av morfologisk mångtydighet uppstår vid annotering med Lemuokliu (eller andra morfologiska annotatorer). Efter att ha kompletterat M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys 131 Med denna information och statistiska data skulle det vara möjligt att ange vilken orsak som är mest sannolik. På så sätt skulle även LKHŽ kunna förbättras. Om man förstår vad som orsakar morfologisk mångtydighet skulle nya uppgifter kunna läggas till i ordboken; till exempel skulle man kunna införa märkningar som visar sannolikheten för mångtydighet eller liknande. Dessutom skulle en mer ingående analys med statistiska data kunna visa att det finns fler orsaker till att homoformer uppstår. Detta är en möjlig framtida undersökning. SAMMANFATTNING Artikeln beskriver ett av stegen i datoriseringen av litauiskan – automatisk morfologisk analys. Under denna process blir problemet med morfologisk mångtydighet tydligt. Det ordboksarbete med LKHŽ som pågår har gjort det möjligt att tydliggöra orsakerna till att homoformer uppstår i litauiskan. Homoformer kan klassificeras efter uppkomstorsak på följande sätt: 1) teoretiska homoformer, som uppstår till följd av särdrag i utformningen av vissa ordböcker; 2) homoformer som uppstår på grund av skillnader i prosodiska element; 3) homoformer som uppstår genom sammanfall mellan olika ord; 4) homoformer som betingas av litauiskans morfologiska system; 5) homoformer med samma betydelse, som uppstår genom att ord hänförs till olika paradigm. Teoretiska homoformer försvårar den morfologiska analysen när arkaiska ord eller ord som (nästan) inte längre används i dagens litauiska sammanfaller med vanliga ord. Detta problem visar att morfologiska annoterare behöver ordlistor som utformats på ett annat sätt. Homoformer som betingas av prosodiska element förekommer endast i skriftspråket. De flesta exemplen finns bland sammanfall mellan böjliga ordklasser; ofta rör det sig om former av samma ord som sammanfaller (t.ex. nom. sg. mamà och vok. sg. māmą; nom. sg. apimtis och ack. pl. āpimtis), men även två olika ordklasser kan sammanfalla (t.ex. apsaugos – sammanfaller med gen. sg. och nom. pl. av substantivet apsauga och med tredje person futurum av verbet apsaugoti). Sådana sammanfall har också observerats mellan böjliga och oböjliga ordklasser, till exempel sammanfall mellan verb, adjektiv och adverb (t.ex. blogai – sammanfaller med andra person singularis preteritum av verbet blogti, feminin dativ singularis av adjektivet blogas, –a och adverbformen blogai). 132 BENDRINĖ KALBA | 96 Homoformer som uppstår genom sammanfall mellan olika ord kan ha olika lexikala betydelser (ord som sammanfaller men inte är ordbildningsmässigt besläktade, t.ex. arti – adverbet, prepositionen, verbets infinitiv och particip sammanfaller; jfr artì och ártì) eller delvis överlappande betydelser (de har olika lemman men är semantiskt och ordbildningsmässigt besläktade, t.ex. absoliutiškai – adverbet absoliutiškai sammanfaller med feminin dativ singularis av adjektivet absoliutiškas, -a). Homoformer som uppstår till följd av litauiskans morfologiska system betingas av litauisk grammatik, till exempel synkretiska kasus och sammanfallande former av olika genus eller numerus (t.ex. naujų – en form som används för både femininum och maskulinum); även verbformer kan sammanfalla i person, numerus, tempus och så vidare. Sådana ord har samma lexikala betydelse; med andra ord sammanfaller olika böjningsformer av samma ord. Denna kategori omfattar uteslutande sammanfall mellan böjliga ordklasser. Homoformer kan också uppstå genom att samma ord hänförs till olika paradigm, till exempel būčiau – denna form skulle kunna tillhöra paradigmet būti, yra, buvo, liksom būti, būna, buvo och būti, būva, buvo. Dessa orsaker bidrar till förståelsen av varför olika fall av morfologisk mångtydighet uppstår vid automatisk annotering. Dessutom skulle LKHŽ kunna förbättras med hjälp av denna information. Om man förstår vad som orsakar morfologisk mångtydighet skulle ytterligare information kunna läggas till i ordboken; exempelvis skulle man kunna införa märkningar som visar sannolikheten för mångtydighet eller andra uppgifter. 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