MIGLĖ ŽEMRIETĖ

Institut de langue lituanienne

Identifiant ORCID: 0009-0000-2174-3311

DOMAINES DE RECHERCHE: linguistique de corpus, linguistique informatique, analyse morphologique automatique, ambiguïté morphologique et sa réduction.

DOI: doi.org/10.35321/bkalba.2023.96.06

CAUSES DE L’APPARITION DES FORMES MORPHOLOGIQUEMENT POLYSÉMIQUES

MOTS-CLÉS: ambiguïté morphologique, analyse morphologique automatique, corpus, homoformes, dictionnaire.

RÉSUMÉ

L’article examine les causes de l’apparition des formes morphologiquement ambiguës du lituanien, désignées dans l’article sous le nom d’homoformes, en s’appuyant sur les données du Dictionnaire des homoformes de la langue lituanienne. Selon leurs causes d’apparition, les homoformes peuvent être classées en plusieurs groupes: les homoformes plutôt théoriques, dues aux particularités de l’élaboration de certains dictionnaires; les homoformes dues aux différences entre les éléments prosodiques; les homoformes résultant de la coïncidence de mots différents; les homoformes déterminées par le système morphologique du lituanien; les homoformes de même sens lexical, résultant de leur attribution à des paradigmes différents.

Ces causes de l’apparition des homoformes permettent de comprendre pourquoi, lors de l’annotation par des annotateurs morphologiques, apparaissent différents cas d’ambiguïté morphologique et pourquoi il est impossible d’obtenir des résultats parfaitement exacts de l’annotation automatique.

RÉSUMÉ

Dans cet article, les causes des homoformes de la langue lituanienne sont décrites à partir de données tirées du Dictionary of Homoforms of the Lithuanian Language.

L’auteur propose une classification des homoformes selon les causes de leur apparition: les homoformes de nature plus théorique, apparues en raison des spécificités de l’élaboration des dictionnaires; les homoformes résultant de différences entre les éléments prosodiques; les homoformes résultant de la coïncidence de mots différents; les homoformes dues aux particularités du système morphologique lituanien; les homoformes de même sens apparues dans des paradigmes différents.

Ces causes nous aident à comprendre pourquoi l’annotation par des annotateurs morphologiques aboutit souvent à divers cas d’ambiguïté morphologique.

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

107

INTRODUCTION

De nos jours, l’étude de la langue fait le plus souvent appel à divers programmes informatiques. Ceux-ci permettent de traiter la langue, de résoudre des problèmes linguistiques, de segmenter des textes, de lemmatiser, de classer, de regrouper en clusters ou de corriger les erreurs d’un texte, ainsi que de traduire automatiquement. Les programmes informatiques permettent également d’effectuer des analyses sémantiques, morphologiques et syntaxiques, et de créer des corpus annotés ou non annotés, des corpus oraux, etc.

La langue lituanienne est elle aussi informatisée. L’une des étapes de son informatisation est l’analyse morphologique automatique. Celle-ci fait apparaître l’ambiguïté morphologique. L’ambiguïté morphologique ne constitue qu’une petite partie de l’ambiguïté en général; elle comprend: 1) les formes fléchies et invariables des mots, ou les mots eux-mêmes; 2) les formes ou les mots appartenant à des parties du discours différentes ou identiques; 3) les mots ou leurs formes qui diffèrent par certaines formes ou certains éléments prosodiques, ainsi que ceux qui coïncident entièrement (Rimkutė 2003a: 63). On considère que des mots ou leurs formes sont morphologiquement ambigus lorsque deux lemmes ou plus sont associés à une même forme du mot (par exemple, les lemmes kovas et kova peuvent être associés à la forme kovų), ou lorsque deux traits grammaticaux ou plus sont associés à celle-ci (par exemple, naktis — nominatif singulier ou accusatif pluriel).

Selon Erika Rimkutė (2002: 86), l’ambiguïté morphologique révélée par l’analyse morphologique automatique constitue un cas très particulier; pourtant, les gens rencontrent chaque jour des mots ambigus. Cela ne crée généralement pas de problèmes de communication, car, en tenant compte du contexte, ils peuvent assez facilement deviner quel mot ou quelle forme a été employé, tandis que les autres possibilités ne leur viennent même pas à l’esprit. En outre, dans la langue parlée, une intonation ou une place de l’accent différentes aident souvent à reconnaître les mots morphologiquement ambigus.

Bien que l’ambiguïté morphologique soit, dans l’ensemble, un problème résolu (voir Rimkutė, Daudaravičius 2007), même après l’amélioration des annotateurs morphologiques du lituanien, il n’est pas toujours possible de choisir la forme la plus probable parmi plusieurs formes morphologiquement ambiguës; en outre, il n’est pas rare qu’un annotateur morphologique sélectionne à tort une forme parmi plusieurs possibilités.

Le lituanien peut être analysé au moyen de trois annotateurs morphologiques assez détaillés et accessibles au public: l’annotateur disponible dans le système d’analyse syntaxique et sémantique Semantika.lt¹ et les annotateurs Lemuoklis

¹ Voir https://semantika.lt/Analysis/TextAnalysis.

108

BENDRINĖ KALBA | 96

et Morfuoklis². Les données présentées dans cet article s’appuient sur l’analyse réalisée à l’aide de Lemuoklio; cet analyseur sera donc présenté de manière un peu plus détaillée. L’objectif de cet article est de décrire les causes de l’apparition des homoformes en lituanien (ce terme et les autres seront expliqués à la section 2). Il s’agit d’examiner les termes liés à la polysémie morphologique et, en s’appuyant sur les cas de polysémie morphologique analysés, après les avoir décrits et classés, de discuter des causes de l’apparition des homoformes. Les mots figurant dans le Lietuvių kalbos homoformų žodyne (LKHŽ)³ ont été analysés. Les méthodes employées pour l’étude sont l’analyse qualitative, la linguistique de corpus et la méthode descriptive.

Le LKHŽ présente des exemples non répétés d’homoformes, tirés d’un corpus de 1 million de mots annoté morphologiquement. Le dictionnaire permet de voir quelles formes de mots du lituanien sont morphologiquement polysémiques. Les lecteurs peuvent eux-mêmes déterminer quelles formes sont les plus probables et quels facteurs l’expliquent. Le dictionnaire contient environ 36 000 homoformes, classées en trois catégories: 1) les homoformes des parties du discours flexionnelles; 2) les homoformes des parties du discours invariables; 3) les homoformes relevant à la fois de parties du discours flexionnelles et invariables. Les homoformes des parties du discours flexionnelles, ainsi que celles relevant de parties du discours flexionnelles et invariables, sont subdivisées en 53 types (qui seront mentionnés plus loin).

E. Rimkutė, qui a préparé un corpus lituanien annoté morphologiquement, a établi que la polysémie morphologique concerne aussi bien les parties du discours flexionnelles que les parties invariables (Rimkutė 2006a: 136). Selon elle, les parties du discours flexionnelles coïncident le plus souvent, et les parties flexionnelles et invariables le moins souvent. Bien que le dictionnaire ne fournisse pas de données statistiques⁴, les types d’homoformes auxquels appartiennent le plus grand nombre de formes de mots permettent de citer comme fréquents les types suivants: les coïncidences entre le nominatif singulier des noms et adjectifs des déclinaisons (i)a et l’accusatif pluriel des noms et adjectifs de la déclinaison (i)o (p. ex.: nemažas, pripažintas, trečias); les coïncidences entre l’accusatif singulier des noms et adjectifs des déclinaisons (i)o et (i)a (p. ex.: abejingą, aštuntą, parduotą); les coïncidences entre le génitif singulier des noms et adjectifs des déclinaisons (i)o et e et le nominatif et le vocatif pluriels (p. ex.: abatijos, abejingos, abstrakčiausios) (pour une présentation détaillée de la structure et de la préparation du dictionnaire, voir le travail de l’autrice de cet article: Piečytė 2023).

² Voir https://sitti.vdu.lt/morfuoklis/.

³ Ce dictionnaire est en cours de préparation en vue de sa publication. Il n’a pas encore été rendu public. Les autrices sont M. Žemrietė et E. Rimkutė.

⁴ Le calcul de la fréquence nécessiterait une étude distincte. Toutefois, l’examen d’une partie des homoformes dans des corpus montre que certaines peuvent être employées des milliers de fois, et d’autres seulement quelques fois.

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

109

La source du LKHŽ et, par conséquent, de cet article est un corpus lituanien d’un million de mots, annoté morphologiquement et constitué entre 2000 et 2005; il a été annoté à l’aide du programme Lemuoklis, créé par Vytautas Zinkevičius. Dans le corpus annoté morphologiquement, près de la moitié des mots sont morphologiquement polysémiques. Ce phénomène n’est apparu clairement que lorsque les chercheurs ont commencé à traiter les fichiers annotés par le programme d’analyse morphologique automatique, et ont constaté la manière dont la langue est traitée en l’absence de connaissances contextuelles, c’est-à-dire lorsque chaque forme de mot est analysée comme entièrement distincte (Rimkutė 2006a: 136). Ainsi, cet article et les explications qu’il contient devraient être utiles aux personnes qui utilisent des analyseurs morphologiques du lituanien. Il devrait aider à comprendre les causes des éventuelles inexactitudes.

Le LKHŽ est le premier dictionnaire de ce type en lituanien. Il présente une approche non conventionnelle de la langue, à travers le prisme des programmes informatiques d’analyse du lituanien. Ce dictionnaire montre quelle langue les programmes informatiques « comprennent ». Les personnes qui apprennent le lituanien à l’étranger peuvent également s’en faire une représentation similaire. Le dictionnaire réunissant un très grand nombre d’homoformes, il ouvre aux chercheurs de nouvelles possibilités d’étude.

Bien que, comme indiqué, ce dictionnaire soit le premier de ce type en Lituanie, des dictionnaires similaires ont déjà été publiés dans d’autres langues. Par exemple, un dictionnaire des homoformes du russe a été élaboré en 2001 par Zhanna Grigoryevna Anoshkina (Словарь омонимичных словоформ⁵). Ce dictionnaire présente à la fois des homonymes et des homographes (des mots qui s’écrivent de la même façon, mais se prononcent différemment). L’accent tonique n’est pas pris en compte et la lettre ė n’est pas utilisée. Le dictionnaire est organisé de telle sorte que les formes des mots figurent à gauche et les lemmes à droite. Les parties du discours sont indiquées entre parenthèses, cf. ⁶:

ехидна

ехидной

échidné (nom), sarcastique (adj.)

ехидною

ехидны

ехидно

sarcastiquement (adv.), sarcastique (adj.)

⁵ Le dictionnaire des homoformes de la langue russe est accessible en ligne: http://cfrl.ruslang.ru/homoforms/index.htm.

⁶ Cet exemple montre la déclinaison du mot ехидна et ses catégories grammaticales (leurs abréviations sont indiquées entre parenthèses). En russe, ce mot a plusieurs sens, qui dépendent du contexte. En lituanien, le mot ехидна peut désigner un échidné, un serpent australien ou encore être employé pour décrire une personne méchante, cruelle et perfide.

110

BENDRINĖ KALBA | 96

En 2008, un dictionnaire d’homophones anglais a été créé⁷; son auteur est Alfred Aloisi (pour en savoir plus sur le rapport entre homophones et homoformes, voir la section 2 de cet article). La description du dictionnaire indique qu’il est constamment enrichi, mais ne précise pas d’où proviennent les mots, combien il en contient, etc. Après avoir contacté l’auteur, il est apparu que la première version du dictionnaire était imprimée, mais qu’il a vite été jugé plus pratique de créer une version en ligne, car l’édition papier risquait de devenir rapidement obsolète et aurait nécessité plusieurs rééditions. Le dictionnaire contient plus de 10 000 homophones, que ses utilisateurs peuvent également proposer. En outre, il ne présente pas seulement les lemmes des homophones et leurs catégories grammaticales, mais aussi leurs définitions — ce qui est assez inhabituel pour ce type de dictionnaire. Il présente des mots dont l’orthographe diffère, mais la prononciation est identique, par exemple moo (en lituanien, mū) et moue (en lituanien, grimasa), cf.:

moo

1.:: verbe intransitif

Émettre le son grave et profond que produit une vache en meuglant; meugler.

2.:: nom

Le meuglement d’une vache ou un son similaire.

moue

1.:: nom

Une petite grimace; une moue.

Les homophones anglais figurent également dans des dictionnaires imprimés, par exemple le dictionnaire d’homophones de Leslie Presson, publié en 1997 (Dictionary of Homophones). Il s’adresse aux personnes qui apprennent l’anglais et contient plus de 600 paires d’homophones. En 2012, A. D. Reed a compilé le dictionnaire Reed’s Homophones: A Comprehensive Book of Sound-alike Words (il présente les homophones de l’anglais américain et contient plus de 1 000 paires. Chaque mot est accompagné d’une définition, de sa catégorie grammaticale et d’un exemple d’usage).

En Lituanie, des livres, des manuels et des articles scientifiques portant sur des sujets similaires ont également été publiés. En 2004, Jonas Šukys a publié l’ouvrage Panašiai skambantys žodžiai: normos ir klaidos, qui analyse en détail les paronymes (ce terme sera expliqué dans la section 2). Dans cet ouvrage, le chercheur explique les sens normatifs des mots mis en regard, signale les emplois fautifs et leur correction, et aborde également certains aspects de l’usage des paronymes et des homographes.

Certaines homoformes résultent de la coïncidence fortuite de mots de sens différents. Le manuel de Rūta Marcinkevičienė (2011), Žodžio reikšmė. Žodynai ir tekstynai, est consacré à l’analyse de ces mots; l’un de ses chapitres traite de la polysémie, décrit en détail les homonymes et en présente une classification.

⁷ Le dictionnaire des homophones anglais est accessible en ligne: https://www.homophone.com.

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

111

E. Rimkutė a publié un très grand nombre de travaux sur la polysémie morphologique. On peut citer sa thèse (Rimkutė 2006a) ainsi que plusieurs articles scientifiques (Rimkutė 2002, 2003a, b), dans lesquels sont décrits en détail différents types de polysémie, avec une attention particulière accordée à la polysémie morphologique et aux homoformes.

Cet article se compose d’une introduction (première partie), de deux parties théoriques, de deux parties consacrées à l’étude et d’une synthèse. À la fin du travail figure la liste de toutes les sources bibliographiques citées.

1. CORPUS ANNOTÉ MORPHOLOGIQUEMENT ET POLYSÉMIE MORPHOLOGIQUE QUI S’Y MANIFESTE

Le premier corpus de langue lituanienne annoté morphologiquement est une base de données électronique créée par Vida Žilinskienė et Laima Grumadienė. Il a été utilisé spécifiquement pour élaborer des dictionnaires de fréquence (Rimkutė 2006b: 34). Le corpus électronique du Dictionnaire de fréquence du lituanien écrit contemporain de V. Žilinskienė et L. Grumadienė (2002) comprend 1,2 million de mots; les textes qui le composent sont des textes originaux (non traduits) relevant du style journalistique, scientifique, littéraire ou administratif. Ces textes ont été annotés, puis les dictionnaires suivants ont été élaborés à partir d’eux: le Dictionnaire de fréquence du lituanien écrit contemporain (1997) et le Dictionnaire de fréquence du lituanien écrit contemporain (1998). En 2000, le Centre de linguistique informatique de l’université Vytautas Magnus a commencé à créer le corpus annoté morphologiquement mentionné dans l’introduction⁸. Il a été constitué de manière semi-automatique, au moyen du programme d’analyse morphologique automatique Lemuoklis. Sa première version comprenait environ un million de mots; le corpus a ensuite été enrichi et les inexactitudes corrigées⁹. Dans le corpus, les textes journalistiques représentent 36%, les textes de littérature scientifique 24%, les textes de littérature générale 19%, les textes de style administratif 2,8% et les comptes rendus sténographiques du Seimas de la République de Lituanie 6,8%.

Le corpus a été constitué de manière semi-automatique. À l’époque où ce corpus était constitué, le programme d’analyse morphologique élaboré par V. Zinkevičius

⁸ Ce corpus est accessible au public sur Internet: https://clarin.vdu.lt/xmlui/handle/20.500.11821/33.

⁹ Les données du Dictionnaire des homoformes lituaniennes ont été extraites de cette première version du corpus, car l’objectif était de relever le plus grand nombre possible de cas de polysémie morphologique en lituanien. Plus tard, des modules statistiques de désambiguïsation ont été intégrés à Lemuoklis (Rimkutė, Daudaravičius 2007), ce qui a rendu le programme plus précis et lui a fait produire beaucoup moins de formes morphologiquement ambiguës.

112

BENDRINĖ KALBA | 96

Lemuoklis, qui fournit les lemmes et les étiquettes morphologiques, ne tenait pas compte du contexte; le programme n’intégrait aucune information sémantique. Les formes des mots étaient généralement déterminées à partir d’une liste de racines lituaniennes, et non à l’aide de listes de formes comportant les étiquettes grammaticales correspondantes (Zinkevičius 2000: 30). Cela signifie que le programme attribuait aux formes des mots toutes les étiquettes grammaticales possibles et tous les lemmes possibles (formes de citation) (voir les exemples présentés dans l’introduction). Il faut également préciser que Lemuoklis analysait les formes écrites dépourvues de signes d’accentuation. C’est précisément pour cette raison que les homoformes pouvaient aussi différer par leurs éléments prosodiques (Rimkutė, Grybinaitė 2004: 75–76).

Aujourd’hui, dans la recherche en technologies du langage, on utilise plus souvent l’annotateur Semantika.lt, car il est plus précis; il peut être géré, mis à jour et enrichi (Bielinskienė et al. 2017: 2). Cependant, lui aussi n’annote pas toujours correctement: il ne reconnaît souvent ni les mots étrangers, ni l’argot, ni les abréviations. Comme il ne perçoit pas la langue ou le contexte dans son ensemble à la manière d’un être humain, des erreurs d’annotation de mots morphologiquement polysémiques sont commises (lorsqu’un mot a plusieurs valeurs grammaticales différentes, les annotateurs morphologiques choisissent parfois une étiquette grammaticale incorrecte). Tout récemment, à la fin de 2023, un nouveau programme d’analyse des mots et des textes, Morfuoklis, fondé sur l’annotateur Semantika.lt, est également entré en service. Ce programme permet aussi de réaliser une synthèse, c’est-à-dire de générer un ou plusieurs mots souhaités à partir des étiquettes grammaticales indiquées.

La plupart des erreurs d’annotation sont dues à la polysémie morphologique: bien que les programmes soient améliorés, ils ne reconnaissent encore que très souvent le contexte de façon insuffisante (ou l’interprètent mal). Ces derniers temps, une attention considérable a été accordée à la résolution de ce problème de l’analyse automatique du lituanien: divers outils capables de limiter les ambiguïtés sémantiques, syntaxiques et morphologiques ont été créés, des règles facilitant la désambiguïsation des textes ont été élaborées, et la polysémie morphologique du lituanien a été analysée et classée (Rimkutė, Grigonytė 2006: 32).

Les homoformes sont fréquentes non seulement en lituanien. Une situation similaire a été observée lors de l’étude de corpus d’autres langues: par exemple, les formes morphologiquement polysémiques représentent 46% en tchèque, environ 8,01% en slovène, 40% en roumain, 38,65% en anglais et 21,58% en hongrois (Hajič 2004: 173, cité d’après Rimkutė 2006a: 47). D’après les données présentées par des chercheurs estoniens (Puolakainen 2012: 194), on peut affirmer que près de la moitié des mots estoniens sont morphologiquement polysémiques.

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

Une séquence de sons ayant deux significations différentes devrait, dans ce cas, être considérée comme deux mots distincts et non comme un seul mot polysémique. Il convient de préciser que la chercheuse parle ici de polysémie lexicale et non de polysémie morphologique. Cette opinion n’est toutefois pas répandue: selon Skaistė Aleksandravičiūtė (2008: 275), la polysémie est un phénomène systémique de la langue, car elle est liée aux caractéristiques du système morphologique du lituanien et au syncrétisme casuel, et qu’elle est en outre liée à l’économie et aux limites de la langue.

2. PRINCIPAUX TERMES RELATIFS À LA POLYSÉMIE MORPHOLOGIQUE

En linguistique, la polysémie morphologique est le plus souvent comprise et désignée au moyen de plusieurs termes différents. La discussion qui suit porte sur les termes employés pour nommer les formes morphologiquement polysémiques: homoformes, homonymes, homographes ou autrement (les termes relatifs à d’autres niveaux de polysémie ne sont pas abordés; l’attention porte ci-après essentiellement sur les cas de polysémie morphologique).

Le terme le plus large, qui pourrait être utilisé en partie dans cet article, est homonimai; ceux-ci sont le plus souvent définis comme des « mots ayant la même forme et des significations totalement différentes » (Jakaitienė 2009: 101), comme un « mot qui se prononce comme un autre mot, appartient à la même partie du discours, mais a un sens différent » (Gaivenis, Keinys 1990), ou comme des « mots prononcés de la même manière (il existe aussi des formes et des morphèmes homonymiques) » (Šukys 2004: 9).

Comme indiqué précédemment, on appelle formes morphologiquement polysémiques les formes fléchies et invariables, prononcées de la même manière ou différemment. Dans l’analyse de la polysémie morphologique, le sens lexical n’est pas pertinent (c’est généralement ce que l’on souligne dans la description des homonymes); il est donc évident que le terme homonimai est trop large pour désigner les formes morphologiquement polysémiques.

Le terme homoformos suscite de nombreuses interrogations chez les linguistes. Certains d’entre eux (Barauskaitė 1979: 43–44; Barauskaitė et al. 1995: 23) considèrent comme des homoformes des formes différentes d’un même mot ou des formes de mots différents qui se prononcent de façon similaire, par exemple aprašai, qui est à la fois le nominatif pluriel du nom aprašas et la forme de deuxième personne du présent du verbe aprašyti. Nikolajus Pavlovičius Kolesnikov appelle également les homoformes des homonymes paradigmatiques (Kolesnikov 1987: 7, cité dans Nevzorova et al. 2005: 231), tandis que Francis Katamba appelle syncrétisme la coïncidence de formes appartenant à une même partie du discours ou à des parties du discours différentes (Katamba 1994: 15).

114

BENDRINĖ KALBA | 96

Dans cet article, les formes morphologiquement polysémiques sont appelées homoformes. Comme le montrera l’aperçu de l’usage de ce terme présenté ci-après, le terme homoformos est employé dans cet article dans un sens plus large que celui qui est habituel dans les travaux de linguistique. C’est pourquoi la suite décrit la conception des homoformes dans les travaux de linguistique, sans examiner en détail toutes les sortes d’homonymie.

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).

Dans le Dictionnaire des termes linguistiques (KTŽ) de Kazimieras Gaivenis et Stasys Keinys, les homoformes sont définies comme des formes de mots différents qui se prononcent et s’écrivent de la même manière (Gaivenis, Keinys 1990). Ainsi, les cas de syncrétisme casuel, où plusieurs cas d’un même mot coïncident, ne sont pas considérés comme des homoformes. Cette définition peut toutefois rendre difficile la distinction entre les homoformes et les homonymes partiels. Le dictionnaire définit ces derniers comme des « homonymes dont les morphèmes ne coïncident pas tous complètement ou qui appartiennent à des parties du discours différentes » (Gaivenis, Keinys 1990: 80). E. Jakaitienė définit les homonymes partiels comme des mots « dont soit toutes les formes grammaticales de l’un coïncident avec une partie des formes d’un autre mot, soit au moins quelques formes de chacun coïncident » (Jakaitienė 2009: 101–102). Selon elle, dans la plupart des cas, l’un des mots est fléchi et l’autre invariable; par exemple, gaila est à la fois un nom signifiant « compassion, regret » et un adverbe (exemples tirés d’un corpus annoté morphologiquement).

Selon E. Jakaitienė, dans les langues analytiques, on considère comme homonymes partiels les mots qui peuvent appartenir à des parties du discours différentes. Par exemple, le mot anglais tender peut être un nom signifiant « offre », un adjectif signifiant « doux, sensible » et un verbe signifiant « offrir, présenter » (Jakaitienė 2009: 102). D’autres chercheurs (Kaljanov 2023: 27) désignent ces cas autrement, comme des homonymes grammaticaux. Il s’agit de formes phonétiquement ho-

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

115

des formes d’un même mot qui coïncident tout en ayant des significations grammaticales différentes, par exemple ranka (nominatif singulier) et ranka (instrumental singulier).

On trouve également une définition des homoformes dans l’Encyclopédie de la langue lituanienne (LKE). Il y est indiqué que les homoformes sont certaines formes de mots appartenant à des parties du discours différentes et qui coïncident, par exemple grūdo, génitif singulier du nom grūdas, et forme de la troisième personne du prétérit du verbe grūsti (LKE 1999: 247–248). Cette définition ne permet pas de savoir si l’on peut considérer comme homoformes des formes de mots appartenant à la même partie du discours et qui coïncident, par exemple tapo (dans ce cas, les autres formes principales diffèrent: tapyti, tapė et tapti, tampa).

Dans un corpus annoté morphologiquement, seules sont présentées les formes écrites et non accentuées. La place de l’accent ou l’intonation de ces formes est souvent pertinente: les formes morphologiquement ambiguës se distinguent fréquemment par leur prosodie et se prononcent différemment. Les linguistes appellent souvent de tels cas des homographes. Le KTŽ (1999: 23–24) indique que les homographes sont des « mots qui s’écrivent de la même façon, mais se prononcent différemment: lìngė (une pièce automobile) et liñgė (un oiseau) »; E. Jakaitienė définit quant à elle cette notion comme suit: il s’agit de « mots (ou leurs formes) qui s’écrivent de la même façon, mais se prononcent différemment (la différence porte sur a) la place de l’accent ou b) l’intonation) » (Jakaitienė 2009: 103).

Il peut également être difficile de comprendre en quoi les homographes diffèrent des homonymes et des homoformes. Selon l’opinion de Vincas Urbutis rapportée dans la LKE (1999: 248) et la définition des homographes présentée ici, les homographes sont des mots ou leurs formes qui s’écrivent de la même façon. Il est indiqué qu’en lituanien, les homographes sont le plus souvent aussi des homonymes (par exemple, la forme kartą peut être l’accusatif du mot karta (c’est-à-dire génération) ou du mot kartas (c’est-à-dire fois). Dans l’encyclopédie, on considère également comme homographes les cas où coïncident des formes de mots appartenant à des parties du discours différentes (LKE 1999: 248), par exemple apra šai (cette forme peut être le nominatif pluriel du nom aprašas ou la troisième personne du présent du verbe aprašyti; exemples tirés du corpus lituanien annoté morphologiquement). Il n’existe toutefois pas de consensus. J. Šukys écrit que « les mots qui sont par ailleurs identiques et que le DLKŽ numérote comme homonymes, mais qui diffèrent par la place de l’accent, le paradigme accentuel ou l’intonation de la syllabe accentuée, ne peuvent pas être considérés comme de véritables homonymes; on peut plutôt les classer parmi les homoformes. Les homoformes (autrement dit, les formes homonymiques) sont beaucoup plus nombreuses dans la langue que les véritables homonymes, et il s’agit souvent de parties du discours tout à fait différentes: maišo (génitif du nom maišas) – maišo (forme du verbe maišyti à la troisième personne du prétérit); jos (forme du pronom

116

BENDRINĖ KALBA | 96

ji au nominatif pluriel et au génitif singulier) – jos (forme de la troisième personne du futur du verbe joti) » (Šukys 2004: 9). D’autres chercheurs partagent cet avis et affirment qu’« il existe aussi des homophones qui s’écrivent de la même façon, mais diffèrent par l’accent », par exemple báltų et baltų (báltai et 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 emploie un autre terme pour désigner les cas où coïncident des formes d’un même mot prononcées différemment: formes homographiques de mots. Il souligne qu’il s’agit d’un phénomène différent des homographes (Pakerys 2009: 130). Vincentas Drotvinas, quant à lui, désigne les homoformes, les homographes et les homophones par un autre terme: formes homonymiques de mots (Drotvinas 1986: 91, cité dans Rimkutė 2006a: 43). Cette appellation a paru acceptable à E. Rimkutė, première chercheuse à étudier l’ambiguïté morphologique, mais, afin d’éviter l’emploi d’un terme aussi long, elle a décidé de retenir simplement le terme homoformes (Rimkutė 2003b: 36). L’auteure du présent article adopte la même conception.

Un autre terme est également utilisé pour désigner les formes morphologiquement ambiguës: paronymes. Ce terme désigne des « mots dont la prononciation ou l’écriture est similaire, mais dont le sens est généralement différent; parfois, les sens peuvent être quelque peu proches, mais ils ne sont habituellement pas synonymes (dans ce cas, on dit souvent que les mots ont un lien sémantique, autrement dit qu’ils appartiennent au même champ sémantique) » (Šukys 2004:

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

117

9–10). J. Šukys explique que, dans la langue écrite, les paronymes peuvent également inclure les homographes, c’est-à-dire les mots qui s’écrivent de la même façon, mais se prononcent différemment, par exemple: draugė – draugė (« compagnie, groupe »), tandis que, dans la langue parlée, ils peuvent inclure les homophones, c’est-à-dire les mots qui se prononcent de la même façon, mais s’écrivent différemment, par exemple rūgti – rūkti. Néanmoins, le terme paronyme a un sens assez précisément défini en linguistique; il a donc été décidé d’élargir le sens de homoforme et de continuer à employer ce terme. En outre, l’auteure du présent article estime que les formes fléchies relevant de la même partie du discours ou de parties du discours différentes et qui ne coïncident pas quant à la place de l’accent, à l’intonation ou à la quantité vocalique peuvent être à la fois des homoformes et des homographes. Autrement dit, certains homographes peuvent aussi être des homoformes, et certaines homoformes des homographes (lorsqu’on tient compte des aspects de la prononciation et qu’on procède à une analyse morphologique).

De plus, certains cas précis ne sont toujours pas définis dans les travaux des linguistes. Par exemple, on ne sait pas comment désigner les coïncidences entre deux ou plusieurs parties du discours invariables; c’est pourquoi, en s’appuyant sur E. Rimkutė (2006a: 44), il a été décidé, dans la présente étude, de classer ces coïncidences parmi les homoformes des parties du discours invariables.

Dans les chapitres suivants, le terme homoforme est employé conformément à la conception exposée précédemment. Le quatrième chapitre présente une classification des homoformes, c’est-à-dire des unités d’ambiguïté morphologique, fondée sur les données d’un corpus annoté morphologiquement. Dans l’article, les termes employés sont principalement formes morphologiquement ambiguës et homoformes.

3. CLASSIFICATION DES HOMOFORMES DU LITUANIEN SELON LES PARTIES DU DISCOURS QUI COÏNCIDENT

Comme indiqué précédemment, les formes coïncidant et appartenant à des parties du discours identiques ou différentes sont appelées homoformes dans le présent article. E. Rimkutė (2006a: 40) en distingue trois types: 1) les homoformes de parties du discours flexionnelles; 2) les homoformes de parties du discours flexionnelles et invariables; 3) les homoformes de parties du discours invariables.

Les homoformes de parties du discours flexionnelles sont des formes morphologiquement identiques appartenant à des parties du discours identiques ou différentes (Rimkutė 2006a: 52). À titre d’exemples, E. Rimkutė donne les phrases suivantes: lišk į būdą (accusatif singulier du nom būda) et assieds-toi vs. il a découvert une nouvelle méthode de traitement (accusatif singulier du nom būdas). Comme on peut le voir, les formes à l’accusatif singulier des noms būda et būdas coïncident ici. Toutefois, il n’est pas nécessaire que coïncident les mots d’une même partie du discours

118

BENDRINĖ KALBA | 96

les formes de mots différents appartenant à une même partie du discours: les formes de deux parties du discours flexionnelles différentes peuvent également coïncider, tout comme deux formes différentes d’un même mot. E. Rimkutė donne l’exemple suivant: anglais kalbà (nom) vs. certains politiciens lituaniens parlent constamment kaĩba (verbe) absurdus. Comme on peut le voir, certaines formes du nom kalba coïncident dans ces phrases avec la forme à la troisième personne du présent du verbe 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.

Les homoformes de parties du discours flexionnelles et invariables sont des formes identiques de deux ou plusieurs parties du discours différentes, dont l’une est flexionnelle et l’autre ou les autres invariables (Rimkutė 2006a: 59). Cette catégorie comprend les homoformes de noms, d’adverbes, de prépositions, de conjonctions ou de particules; d’adjectifs et d’adverbes; de verbes, d’adverbes, de prépositions ou de particules, ainsi que d’autres parties du discours qui coïncident. Elles représentent 6,3% de l’ensemble des cas de polysémie morphologique dans le corpus morphologiquement annoté. À titre d’exemple, la chercheuse donne les groupes de mots suivants: námo (nom) toit vs. je vais namõ (adverbe). On peut voir que le nom et l’adverbe coïncident ici. Les homoformes de parties du discours flexionnelles et invariables sont le plus souvent constituées de trois parties du discours identiques ou plus, c’est-à-dire qu’elles sont polynomiques.

Les homoformes de parties du discours invariables sont deux ou plusieurs parties du discours invariables qui coïncident. Cette catégorie comprend les coïncidences de conjonctions, de particules, d’adverbes, etc. Les homoformes de parties du discours invariables constituent le deuxième type d’homoformes par ordre de fréquence; elles représentent 17,5% de toutes les homoformes dans le corpus morphologiquement annoté (Rimkutė 2006a: 63).

Lors de l’élaboration du LKHŽ, ces trois catégories ont été subdivisées en 53 types plus précis. La classification proposée par E. Rimkutė (2006a) a essentiellement servi de base, mais elle a été étendue.

Un extrait du LKHŽ est présenté à la figure 1. Dans le dictionnaire, le mot ou la forme de mot qui coïncide est imprimé en gras; la ligne suivante indique à quelles parties du discours cette forme est censée appartenir; la forme lemmatique figure entre chevrons, suivie des indications grammaticales détaillées. Les parties du discours invariables sont présentées par ordre alphabétique; les parties flexionnelles, ainsi que les parties flexionnelles et invariables, sont classées selon les coïncidences entre parties du discours, puis par ordre alphabétique à l’intérieur de chaque groupe.

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

119

FIG. 1. Extrait du dictionnaire des homoformes de la langue lituanienne

Certaines homoformes peuvent être classées dans plusieurs groupes, par exemple, publics – il s’agit d’homoformes de l’adjectif public au nominatif masculin pluriel et du verbe être reçu, ainsi que de la coïncidence des deuxième et troisième personnes du singulier au présent du verbe être reçu; d’abord – il s’agit de la coïncidence entre l’adjectif et le numéral, ainsi qu’entre les formes de ces parties du discours au nominatif et à l’instrumental du singulier féminin et au neutre. Par conséquent, le même mot peut être répété plusieurs fois dans le dictionnaire parmi différentes catégories d’homoformes. Autrement dit, toutes les marques grammaticales possibles ne sont pas fournies d’emblée dans le dictionnaire pour une forme donnée, mais seulement celles qui correspondent à un type précis de coïncidence, par exemple les coïncidences entre noms et adjectifs, ou autres. Néanmoins, la plupart des cas de polysémie morphologique recensés dans le dictionnaire ne peuvent être rattachés qu’à une seule catégorie d’homoformes.

Dans le LKHŽ, les coïncidences entre catégories grammaticales flexionnelles sont réparties en 41 catégories. Les homoformes des catégories grammaticales flexionnelles et invariables sont réparties en 11 catégories dans le dictionnaire. Les coïncidences entre catégories grammaticales invariables n’y sont pas subdivisées plus finement, car la compilation de ce dictionnaire s’est fondée précisément sur la classification d’E. Rimkutė (2006a). Elle a rattaché toutes les coïncidences entre catégories grammaticales invariables à une catégorie générale.

120

BENDRINĖ KALBA | 96

4. CLASSIFICATION DES HOMOFORMES DE LA LANGUE LITUANIENNE SELON LEURS CAUSES D’APPARITION

Étant donné que le LKHŽ recense un très grand nombre de mots à polysémie morphologique (environ 36 000), il est possible de tenter de déterminer les causes de l’apparition des homoformes en lituanien. Compte tenu des données du dictionnaire des homoformes et des annotations morphologiques proposées par le Lemuoklis, les homoformes lituaniennes peuvent être classées en cinq groupes selon leurs causes d’apparition. Tous ces groupes sont présentés en détail ci-après.

4.1. Homoformes théoriquement possibles, apparues en raison des particularités de la compilation des dictionnaires

Lorsque l’analyse informatique de la polysémie morphologique d’une langue a commencé, une distinction importante est apparue: la polysémie morphologique peut être prévisible ou imprévisible. Est prévisible celle que l’on perçoit le plus souvent. La polysémie imprévisible peut être de deux types: des formes générées par l’analyseur morphologique et des mots rarement employés (ou plus du tout employés) dans la langue actuelle.

À partir de ses ressources morphologiques, le Lemuoklis propose des mots qui ne sont pas employés dans la réalité et dont certaines formes coïncident avec des catégories grammaticales ou des formes fréquemment utilisées en lituanien. Cela tient au fait que les dictionnaires ne recensent pas tous les dérivés, même ceux formés régulièrement. En 2006, alors qu’elle préparait un corpus annoté morphologiquement, E. Rimkutė a dressé une liste de mots irréels générés par l’analyseur morphologique. Cette liste a été intégrée à l’analyseur morphologique en tant que mots à ignorer; le problème des mots générés par le Lemuoklis lui-même est donc désormais, pour l’essentiel, résolu.

Le lexique du Lemuoklis est principalement constitué de mots figurant dans le Dictionnaire de la langue lituanienne contemporaine (ainsi que dans d’autres dictionnaires), qui contient bon nombre de mots aujourd’hui très rarement employés, par exemple: rata, girdas, metinys, ložėti, baisis, graudis, vajys, etc. Si les formes de ces mots coïncident avec celles de mots couramment employés dans la langue, le Lemuoklis indique toutes les possibilités, ce qui complique considérablement le travail des linguistes lors du traitement du corpus.

Le second problème, celui de la coïncidence entre des mots archaïques et des mots courants, n’a été résolu qu’en partie. Ces homoformes sont surtout présentes parmi les coïncidences entre catégories grammaticales flexionnelles et invariables; ainsi, dans l’analyse du Lemuoklis, les formes bravo, ate, arba sont considérées comme des homoformes; il est indiqué que ces mots sont aussi des noms, puisque cette information figure également dans les dictionnaires (en ligne-

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

121

Dans le Dictionnaire des mots internationaux (TŽŽ), le mot bravas est défini comme « en Italie, aux XVIIe et XVIIIe siècles, tueur à gages, aventurier capable de recourir à n’importe quelle forme de violence », atas comme « centième partie du kip, unité monétaire du Laos », ou comme « 1. charrette couverte en bois à deux roues, utilisée par les peuples d’Asie centrale; utilisée en Afghanistan pour transporter de lourdes charges; 2. charrette à quatre roues pour transporter les céréales, utilisée dans le Caucase et le sud de l’Ukraine ».

Il faut généralement du temps pour distinguer de tels mots des homoformes inattendues, car chacun d’eux doit être vérifié dans différents dictionnaires et corpus. Il est également difficile de décider s’il faudrait les inclure dans le LKHŽ, puisqu’il ne suffit plus de se fonder uniquement sur les données d’autres dictionnaires. Cette cause de l’apparition des homoformes met en évidence un dilemme: plus le lexique d’un programme d’analyse linguistique est vaste, plus le programme devrait reconnaître de mots et de formes, mais cela signifie aussi que des coïncidences imprévues — des cas de polysémie morphologique — peuvent apparaître. Ainsi, pour obtenir des résultats aussi précis que possible, il faut réfléchir soigneusement aux principes de sélection des mots utilisés dans les programmes informatiques.

4.2. Homoformes dues à des différences d’éléments prosodiques

Les homoformes dues à des différences d’éléments prosodiques (par exemple, la place de l’accent, le ton, la longueur vocalique) n’apparaissent que dans la langue écrite. Étant donné que les annotateurs morphologiques du lituanien analysent des formes écrites dépourvues de signes accentuels, les homoformes diffèrent souvent par leur prosodie.

On trouve le plus souvent des exemples de telles homoformes parmi les coïncidences entre parties du discours fléchies, et elles sont présentes dans la plupart des sous-types. Il s’agit souvent de deux formes ou plus d’un même mot qui coïncident. Le dictionnaire recense 11 types de tels exemples: coïncidences, dans les déclinaisons (i)o, entre le nominatif singulier des noms et le singulier instrumental et vocatif (par ex.: agentūra vs. agentūra, mama vs. mama); coïncidences, dans les déclinaisons (i)o, ė, entre le génitif singulier et le nominatif pluriel des noms (par ex.: absoliučios vs. absoliučios; adekvačios vs. adekvačios; aikštės vs. aikštės); coïncidences, dans la déclinaison ė¹⁰, entre l’instrumental et le vocatif singuliers des noms (par ex.: katė vs. kâte, dumblė vs. dùmblė); coïncidences entre l’infinitif et le nominatif pluriel masculin des participes passifs au passé (par ex.:

¹⁰ Il convient de noter que le vocatif n’est possible, dans de nombreux cas, que théoriquement. Lors de l’élaboration du dictionnaire des homoformes, la sémantique des noms n’a pas été prise en compte; on a considéré que les formes vocatives de tous les noms étaient possibles.

122

BENDRINĖ KALBA | 96

apdìrbti vs. apdirbtì; apèiti vs. apeitì); coïncidences, au génitif pluriel, entre le subjonctif et les participes passifs au passé (par ex.: aplẏtų vs. aplytų; dėngtų vs. dengtų); coïncidences, dans la déclinaison (i)a, entre le locatif et le vocatif singuliers des noms (par ex.: aidė vs. áidė; garažė vs. garaže); coïncidences, dans les déclinaisons (i)u et i, entre le nominatif singulier et l’accusatif pluriel des noms (par ex.: apimtìs vs. ãpimtis; ãpskritis vs. apskritis); coïncidences entre la troisième et la deuxième personne du singulier du présent (par ex.: neprigirdì vs. neprigirdi; negãli vs. negali); coïncidences entre le datif féminin singulier et le neutre des pronoms (par ex., tái vs. taĩ, šìtai vs. šitaĩ; bien sûr, šitai peut également être une particule, mais ces coïncidences relèvent dans le dictionnaire d’une autre catégorie, celle des coïncidences entre parties du discours fléchies et invariables, puisque, comme indiqué, le dictionnaire ne donne que les indications grammaticales propres à chaque type); coïncidences, dans la déclinaison (i)u, entre l’accusatif singulier et le génitif pluriel des noms¹¹ (par ex.: ãlų vs. alų; lietų vs. lietų); coïncidences entre l’infinitif et la deuxième personne du présent des verbes (par ex.: ìnkšti vs. inkšti; klýsti vs. klysti).

Des homoformes dues à des différences d’éléments prosodiques apparaissent également lorsque deux ou plusieurs parties du discours fléchies distinctes coïncident. Le dictionnaire recense 7 types de telles homoformes: coïncidences entre noms et verbes (par ex.: Adomo — coïncidence entre le génitif singulier du nom propre Adõmas¹² et le génitif singulier du participe passif ãdomas; apsaugos — coïncidence entre le génitif singulier et l’accusatif pluriel du nom apsauga et les formes du futur du verbe apsaugoti, cf.: apsaugõs vs. apsáugos); coïncidences entre noms et adjectifs (par ex., atlaidus — coïncidence entre l’accusatif pluriel du nom atlaidai et le nominatif singulier de l’adjectif atlaidus, cf. ãtlaidus vs. atlaidùs); coïncidences entre verbes et adjectifs (par ex., ãntrinę, asmeninę vs. antrinę, asmeninę — coïncidence entre les participes actifs du passé simple des verbes antrinti, asmeninti et les formes de l’accusatif féminin singulier des adjectifs antrinis, -ė, asmeninis, -ė); coïncidences entre verbes et pronoms (par ex.: kitai vs. kitai; kuria vs. kurià — coïncidence entre les formes des verbes kisti, kurti et celles des pronoms kitas, kuri); coïncidences entre noms, adjectifs et verbes (par ex.: balti — forme vocative singulière du nom baltis báltį; forme nominative plurielle de l’adjectif baltas balti; infinitif bálti); coïncidences entre noms et numéraux ou pronoms (par ex.: Anos — coïncidence entre le nom propre

¹¹ Dans certains cas (comme dans les exemples présentés ci-dessous également), le génitif pluriel n’est possible que théoriquement.

¹² Il convient de préciser que l’annotateur sait distinguer les majuscules des minuscules. Toutefois, dans ce cas, une polysémie morphologique pourrait apparaître si le participe était lui aussi écrit avec une majuscule, par exemple au début d’une phrase.

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

123

les formes de AnaAna et du pronom ana, cf. Ānos vs. anõs; kelias – coïncidence du nom kẽlias et du pronom keliàs); coïncidences entre noms, verbes et pronoms, adjectifs ou numéraux (par ex.: dvejos – coïncidence du numéral dvẽjos, de la forme du génitif singulier du nom dveja, dvejõs, et de sa forme du nominatif pluriel, dvẽjos, ainsi que du verbe au futur dvejõs).

De telles coïncidences ont également été observées parmi les homoformes des parties du discours fléchies et invariables; elles sont de 8 types dans le dictionnaire: coïncidences de verbes, d’adjectifs et d’adverbes (par ex., blogai – coïncidence de la forme de deuxième personne du singulier du prétérit du verbe blogti, blógai, de la forme du datif singulier féminin de l’adjectif blogas, -a, blõgai, et de l’adverbe blogai); coïncidences d’adjectifs et d’adverbes (par ex., aklai, efektyviai – coïncidence des formes du datif féminin des adjectifs ãklai, efektỹviai et des adverbes aklai, efektyviai); coïncidences de noms et d’adverbes (par ex., seniai – coïncidence de la forme du nominatif pluriel du nom senis, sẽniai, et de l’adverbe seniai); coïncidences de noms, d’adjectifs ou de pronoms et d’adverbes (par ex.: aiškiai, aukštai – coïncidence des formes du nominatif pluriel des noms aiškis, aukštas, aiškiai, aukštai, des formes du datif féminin des adjectifs aiškus, -i, aukštas, -a, áiškiai, áukštai, et des adverbes aiškiai, aukštai); coïncidences de noms, de verbes, d’adjectifs et d’adverbes (par ex., bukãi – coïncidence des formes du nominatif pluriel et du vocatif singulier du nom bukאס, bùkai, de la forme de deuxième personne du singulier du prétérit du verbe bukti, bukãi, de la forme du datif singulier féminin de l’adjectif bukאס, bùkai, et de l’adverbe bukãi); coïncidences de numéraux, de prépositions et d’adverbes (par ex., pirma – coïncidence du nominatif et de l’instrumental féminin singulier du numéral pirmas, -a, de ses formes neutres pirmà, pìrma, et de la préposition et de l’adverbe pìrma); coïncidences de verbes et d’adverbes (par ex., apmaudžiau – la forme de première personne du singulier du prétérit du verbe apmaudyti, apmáudžiau, et l’adverbe au comparatif apmaudžiau), coïncidences de noms, de pronoms et d’adverbes ou de particules (par ex., Ana – coïncidence du nominatif, de l’instrumental et du vocatif singuliers du nom propre Ana, ainsi que des formes du pronom et de la particule ana, cf. Anà, Āna et anà).

Si Lemuoklis et les autres analyseurs morphologiques étaient capables d’analyser des textes accentués¹³, l’ambiguïté morphologique diminuerait probablement considérablement.

¹³ Il n’est pas difficile de le faire automatiquement, par exemple à l’aide du programme Kirčiuoklis, qui est disponible https://kalbu.vdu.lt/mokymosi-priemones/kirciuoklis.. D’autre part, ce programme s’appuie sur les résultats du programme d’analyse morphologique automatique, ce qui crée un cercle vicieux: la qualité du programme d’accentuation dépend du bon fonctionnement de l’analyseur morphologique. Il convient de noter que Kirčiuoklyje propose plusieurs variantes d’accentuation pour les formes morphologiquement ambiguës; il ne contribuerait donc guère à résoudre le problème de l’ambiguïté morphologique.

124

BENDRINĖ KALBA | 96

Des tentatives de classification des homoformes selon leurs éléments prosodiques avaient déjà été faites. E. Rimkutė (2002: 91–98) a analysé 10 000 mots annotés grammaticalement, employés dans des articles de Lietuvos ryto. L’étude a établi que 83% des homophones sont phonétiquement identiques, tandis que 17% diffèrent par la place de l’accent. La chercheuse a également divisé en deux catégories les homoformes qui ne diffèrent pas par la place de l’accent: celles qui diffèrent par la quantité vocalique (par ex., le verbe mãno et le pronom màno) et celles qui diffèrent par l’intonation (par ex., les verbes kláusė (lemme: klausyti) et kláusė (lemme: klausti)). Les exemples présentés précédemment ont abordé les homoformes qui diffèrent par la place de l’accent et par l’intonation. Cette dernière catégorie comprend également les cas qui diffèrent par la quantité vocalique, sans que ceux-ci aient été distingués séparément.

4.3. Homoformes dues à la coïncidence de mots différents

Cette catégorie comprend une partie des homoformes des parties du discours fléchies, ainsi que les homoformes des parties du discours fléchies et invariables. En théorie, tous les cas de la catégorie des homoformes entre parties du discours fléchies et invariables sont aussi des mots de sens différents, puisqu’ils ont des lemmes différents. Il n’est toutefois pas toujours exact de l’affirmer, car, par exemple, les coïncidences entre adverbes et adjectifs présentent souvent une parenté sémantique importante, et l’une des formes est fréquemment dérivée de l’autre. On pourrait donc subdiviser encore les homoformes résultant de mots polysémiques en deux catégories: les homoformes de sens lexicaux différents et celles dont les sens lexicaux se recoupent partiellement.

4.3.1. Homoformes de sens lexicaux différents

Cette catégorie comprend les formes homonymes qui ne sont pas liées par dérivation. Elle inclut 8 types d’homoformes entre parties du discours fléchies et invariables: les homoformes de verbes, d’adjectifs et d’adverbes, par exemple griežtai – dans ce cas, coïncident la forme du datif singulier féminin du participe griežtas, -a (lemme: griežti), l’adverbe griežtai, de sens tout à fait différent, et la forme du datif singulier féminin de l’adjectif griežtas, -a. Ainsi, dans ce cas, le participe est lié à l’adverbe et à l’adjectif par un sens lexical différent, tandis que l’adjectif et l’adverbe ont des sens partiellement communs, puisqu’ils sont dérivés l’un de l’autre (voir plus en détail la section 4.3.2); homoformes de noms et d’adverbes ou de prépositions, de conjonctions, de particules, d’interjections et d’idéophones (par ex.: dėlei – coïncidence du datif singulier du nom dėlė et de la forme de la préposition dėlei; opa – coïncidence des formes du nominatif, du vocatif et de l’instrumental singuliers du nom opa et de l’idéophone); homoformes de pronoms et d’adverbes ou de particules, de conjonctions

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

125

(pvz., kam – prieveiksmio ir įvardžio sutapimas); daiktavardžių, prieveiksmių ir būdvardžių ar įvardžių homoformos (pvz., mot. g. daiktavardžio kandis, t. y. „maža peteliškė, kurios vikšrai kapoja drabužius, ėda javus, miltus, augalus“ (LKŽ 2005), vnsk. naudininkas kandžiai ir vyr. g. daiktavardžio kandis, t. y. „kandimas, įkandimas, įkasta vieta“ (LKŽ 2005), dgsk. vardininkas kandžiai sutampa su būdvardžio kandus, -i mot. g. vnsk. naudininku ir prieveiksmiu kandžiai (tarp būdvardžio ir prieveiksmio leksinės reikšmės yra dalinis sutapimas, o su daiktavardžiais kandis juos jau sieja skirtinga leksinė reikšmė); daiktavardžių, veiksmažodžių, būdvardžių, prieveiksmių ir prielinksnių homoformos (pvz., arti – sutampa daiktavardžio artis vnsk. šauksmininko, veiksmažodžio árti bendraties, būdvardžio artus, -i mot. g. vnsk. vardininko, prieveiksmio ir prielinksnio arti formos); veiksmažodžių, daiktavardžių ir prieveiksmių homoformos (pvz., kartais – sutampa dalyvio kártas dgsk. įnagininko, daiktavardžio kārtas dgsk. įnagininko ir prieveiksmio kartais formos); veiksmažodžių ir prielinksnių ar dalelyčių, jungtukų, jaustukų, ištiktukų, santrumpų homoformos (pvz.: ak – sutampa jaustukas ir daiktavardžio akti trečiojo asmens vnsk. liepiamosios nuosakos forma; užvis – sutampa veiksmažodžio užvisti trečiojo asmens būsimojo laiko ir prieveiksmio užvis formos; vysk – sutampa žodžio vyskupas grafinės santrumpos ir veiksmažodžio vysti liepiamosios nuosakos trečiojo asmens vnsk. formos); daiktavardžių, įvardžių ir prieveiksmių ar dalelyčių homoformos (pvz., ana – sutampa tikrinio daiktavardžio Ana, įvardžio ir dalelytės ana formos).

Des homophones ayant des sens lexicaux différents peuvent également se trouver parmi les homophones de parties du discours fléchies. Dans le LKHŽ, ils forment 8 catégories: homophones de noms, de verbes et d’adjectifs ayant des sens lexicaux différents (p. ex., anglių – coïncidence des formes du génitif pluriel des noms anglys et anglė); homophones de noms et de verbes (p. ex., adomą – coïncidence entre l’accusatif singulier du participe adomas et l’accusatif singulier du nom propre Adomas); homophones de verbes et de pronoms ou de numéraux (p. ex.: jos – coïncidence entre la troisième personne du futur du verbe joti et les formes du nominatif pluriel et du génitif singulier du pronom ji; kitai – coïncidence entre la deuxième personne du prétérit du verbe kisti et le datif singulier du pronom kita; trejos – coïncidence entre la troisième personne du futur du verbe trejoti et la forme nominative du numéral treji, -os); homophones de noms, d’adjectifs et de verbes (p. ex.: kaltų – coïncidence entre la forme de troisième personne du conditionnel du verbe kalti, le génitif pluriel masculin et féminin du participe káltas, -a, le génitif pluriel masculin et féminin de l’adjectif káltas, -a et

126

BENDRINĖ KALBA | 96

le génitif pluriel du nom káltas; kartus – coïncidence entre l’accusatif pluriel masculin du participe kártas, le nominatif singulier de l’adjectif kartus et l’accusatif pluriel du nom kartas); homophones d’adjectifs, de pronoms, de numéraux et de noms (p. ex., viena – coïncidence entre le nom propre Viena et les formes nominative, instrumentale et vocative singulières du numéral, du pronom et de l’adjectif vienas, -a); homophones de noms, de verbes et de pronoms ou de numéraux (p. ex.: dvejos – coïncidence entre le génitif singulier et le nominatif pluriel du nom dveja, la troisième personne du futur du verbe dvejoti et la forme du numéral dvejos; maną – coïncidence entre le nominatif pluriel du participe actif présent dérivé du verbe manyti, l’accusatif singulier féminin et masculin du pronom manà et l’accusatif singulier du nom mãna); homophones d’adjectifs et de pronoms (p. ex., juodu – coïncidence entre le nominatif et l’accusatif du pronom jis au duel, et le génitif singulier de l’adjectif juodas).

4.3.2. Homophones à sens lexical partiellement commun

Ces homophones ont des lemmes différents, mais sont liés sur les plans sémantique et dérivationnel, p. ex.: absoliutiškai – coïncidence entre les formes de l’adverbe absoliutiškai et de l’adjectif absoliutiškas; ilgai – coïncidence entre les formes de l’adverbe ilgai et de l’adjectif ilgas. Il s’agit le plus souvent d’adverbes dérivés d’adjectifs, c’est-à-dire de mots de même racine, qu’on ne peut considérer que partiellement comme des mots de sens différents (si l’on adopte une approche sémantique plutôt que strictement morphologique).

Les homophones à sens lexical partiellement commun constituent dans le dictionnaire 8 catégories d’homophones de parties du discours fléchies, plus précisément: les substantiva mobilia des noms, par exemple administratorių (coïncidence entre les formes du génitif pluriel des mots administratorius et administratorė), bėglių (coïncidence entre les formes du génitif pluriel des mots bėglys et bėglė); homophones de noms et de verbes (p. ex.: apkaustai – coïncidence entre la deuxième personne du présent du verbe apkaustyti et la forme nominative du nom apkaustai; atsakai – coïncidence entre le nominatif pluriel du nom atsakas et la deuxième personne du présent du verbe atsakyti); homophones de noms et d’adjectifs (p. ex., absoliutus – coïncidence entre le nominatif pluriel du nom absoliutas et le nominatif singulier de l’adjectif absoliutus; abstraktu – coïncidence entre l’instrumental singulier du nom abstraktas et la forme neutre de l’adjectif abstraktus, -i); homophones de verbes et d’adjectifs (p. ex.: magnetinę – coïncidence entre le nominatif pluriel du participe au prétérit magnetinės et l’accusatif singulier féminin de l’adjectif magnetinis, -ė; masinę – coïncidence entre le masculin génitif singulier du participe masinės

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

127

les formes du génitif pluriel et les formes du masculin singulier accusatif de l’adjectif masinis, -i); les homoformes de noms, d’adjectifs et de verbes (par ex., kaltą — coïncidence des formes accusatives du masculin et du féminin singulier de l’adjectif káltas et du participe káltas, ainsi que de la forme accusative singulière du nom káltas; toutefois, dans ce dernier cas, deux causes différentes s’entrecroisent. Il existe bien un chevauchement lexical partiel entre le participe et le nom, puisque leur signification est liée; en revanche, le participe et le nom káltas coïncident avec l’adjectif káltas pour des raisons prosodiques); les homoformes d’adjectifs et de pronoms (par ex., pirmiausia — coïncidence des formes du neutre et du nominatif, de l’instrumental et du vocatif féminin singulier de l’adjectif pirmiausias, -ia et du numéral pirmas); les homoformes de noms et de numéraux ou de pronoms (par ex.: aštuonetą (coïncidence d’un nom et d’un numéral), maniškė (coïncidence d’un nom et d’un pronom)); les homoformes de noms, de verbes et de pronoms ou d’adjectifs et de numéraux (par ex., niūri — coïncidence du vocatif singulier du nom niūris, du nominatif féminin singulier de l’adjectif niūrus, -i et des formes de deuxième et de troisième personne du présent des verbes niūrėti et niurti).

On trouve aussi des exemples de chevauchement lexical partiel parmi les coïncidences entre parties du discours variables et invariables: les homoformes de verbes, d’adjectifs et d’adverbes (par ex., aklinai — coïncidence de la deuxième personne du singulier du prétérit du verbe aklin- ti, de l’adverbe aklinai et du datif féminin singulier de l’adjectif aklinas, -a), les homoformes d’adjectifs et d’adverbes (abejingai, aistringai, cikliškai); les homoformes de noms et d’adverbes (par ex.: dovanai, laukan, pusbalsiu); les homoformes de noms, d’adverbes et d’adjectifs ou de pronoms (par ex., bailiai — coïncidence du nominatif pluriel du nom bailys, du datif féminin singulier de l’adjectif bailus, -i et de la forme adverbiale bailiai, bien que l’accentuation du nom bailiai diffère de celle de l’adjectif et de l’adverbe bailiai. Si l’on ne tenait pas compte de l’accentuation, les trois formes seraient liées par un sens lexical partiellement commun.

Il convient également de mentionner les homoformes de noms, de verbes et d’adverbes ou de prépositions (par ex., uždarai — coïncidence des formes du participe uždaras, -a, au datif singulier, dérivé du verbe uždaryti, du nominatif pluriel du nom už-daras, du datif féminin singulier de l’adjectif uždaras, -a et de la forme adverbiale uždarai; là encore, certains mots diffèrent par leur accentuation, cf. uždarai ir uždarai), les homoformes de verbes, de noms et d’adverbes (par ex., apsiaustai — coïncidence du nominatif pluriel du nom apsiaustas, du datif féminin singulier du participe apsiaustas, -a et de la forme adverbiale apsiaustai); les homoformes de numéraux et d’adverbes (par ex.: keturiomis, pirmiau),

128

BENDRINĖ KALBA | 96

les homoformes de verbes et d’adverbes (par ex.: apibrėžtai, apibendrintai — coïncidence des formes du datif féminin singulier des participes apibrėžtas, –a, apibendrintas, –a avec les adverbes apibrėžtai, apibendrintai), les homoformes de noms, de pronoms et d’adverbes (par ex., nieko — coïncidence des formes du nom et du pronom niekas avec l’adverbe nieko), les homoformes d’adjectifs, de numéraux et d’adverbes (par ex., pirmiausiai — selon le contexte, ce mot peut être un adjectif, un adverbe ou un numéral).

4.4. Homoformes déterminées par le système morphologique de la langue lituanienne

Certaines homoformes sont déterminées par le système morphologique de la langue lituanienne. Les coïncidences des mots nominaux s’expliquent par le syncrétisme de certains cas dans certaines déclinaisons, ainsi que par la coïncidence des formes de genre ou de nombre différents pour certains cas (par ex., naujų — forme du génitif pluriel aussi bien féminin que masculin); les verbes peuvent également coïncider par la personne, le nombre, le temps, etc. Le sens lexical de ces mots est identique. Cette catégorie regroupe exclusivement des coïncidences entre parties du discours variables. Les coïncidences entre mots nominaux sont les plus nombreuses; on peut les répartir en cas de syncrétisme du nombre, du genre et du cas.

Les cas de coïncidence des cas grammaticaux sont de 7 types: coïncidences, dans les déclinaisons (i)o, du nominatif, de l’instrumental et du vocatif singuliers des mots nominaux, ainsi que du neutre (par ex.: les noms abatija, data, emulsija; les adjectifs faktiška, fatališka, galinga); coïncidences, dans la déclinaison ė, de l’instrumental et du vocatif singuliers des noms (par ex., les noms beteise, dėde, bedante); coïncidences, dans les déclinaisons (i)a, (i)u, du nominatif et du vocatif pluriels des noms (par ex., les noms abituriantai, akiniai, angelai); coïncidences, dans la déclinaison (i)a, du locatif et du vocatif singuliers des noms (par ex.: albume, bate, čempione); coïncidences du nominatif et de l’accusatif des numéraux et des pronoms (par ex., les pronoms judu, mudu, les numéraux abi, dvi (il convient de noter que, dans le Dictionnaire du lituanien standard (BLKŽ), le mot abi est considéré comme un pronom); coïncidences, dans la déclinaison i, du nominatif et du vocatif pluriels des noms ou des participes substantivés et des adjectifs (par ex.: akmenys, anty s, baltieji, kaltinamieji); coïncidences du nominatif, de l’accusatif et de l’instrumental des numéraux ou des pronoms (par ex., les numéraux aštuoniolika, dvylika, trylika et le pronom keliolika).

Dans le dictionnaire, les coïncidences de genre sont de 7 types: coïncidences du génitif pluriel masculin et féminin des mots nominaux (par ex.: les participes abejojančių, akcentuojančių, apibendrinančių, les adjectifs apynau jų, birių, blogų — coïncidence des genres masculin et féminin); (i)a

MIGLĖ ŽEMRIETĖ. Morfologiškai daugiareikšmių formų atsiradimo priežastys

129

les coïncidences entre le nominatif masculin singulier des noms déclinés selon la déclinaison (i)o et l’accusatif féminin pluriel des noms déclinés selon la déclinaison (i)a (par exemple: les adjectifs indifférent, défectueux, divin; les participes différencié, forcé, obtenu); les coïncidences à l’accusatif singulier entre les noms des déclinaisons (i)o et (i)a (par exemple: les adjectifs indifférente, aveugle, pluvieuse; les participes teinte, interdite, obtenue); les coïncidences entre le nominatif masculin pluriel des participes actifs et le neutre (par exemple: doute, éternelle, vêtement); les coïncidences entre les formes féminine et masculine du nominatif des numéraux (par exemple trois); les coïncidences entre les formes féminine et masculine de l’accusatif des numéraux (par exemple trois); les coïncidences entre les formes masculine et féminine du datif et/ou de l’instrumental des numéraux ou des pronoms (par exemple: à deux, toutes deux); les coïncidences entre les noms féminins et masculins et le genre commun (par exemple: parenté, serpillière – le genre commun coïncide avec le féminin; malade – le genre commun coïncide avec le masculin);

Comme indiqué, le nombre des parties variables du discours peut également coïncider. Le dictionnaire compte quatre types de tels cas: les homonymies entre le génitif singulier et le nominatif et le vocatif pluriels des noms déclinés selon le paradigme (i)o, ė (p. ex.: noms abejonės, abėcėlės, baterijos; adjectifs basos, birios, dabartinės; participes decentralizuotos, degeneruotos, eiliuotos); les homonymies entre le nominatif singulier et l’accusatif pluriel des noms déclinés selon les paradigmes (i)u et i (p. ex.: administratorius, gentis, kalendorius); les homonymies entre l’accusatif singulier et le génitif pluriel des noms déclinés selon le paradigme (i)u (p. ex.: agresorių, derlių, išminčių); les homonymies entre le vocatif singulier et le nominatif pluriel des adjectifs masculins déclinés selon le paradigme (i) (p. ex.: artimesni, garesni, mažesni).

Les différentes formes verbales coïncident aussi souvent. Le dictionnaire recense 7 types de telles coïncidences. Il s’agit des homoformes de l’infinitif des verbes et du nominatif masculin pluriel des participes passifs au passé (par exemple: absorber, démolir, vernir); des homoformes de la troisième personne du conditionnel des verbes et du génitif pluriel des participes passifs au passé (par exemple: adaptés, fabriqués, entendus); des homoformes des troisième et deuxième personnes des verbes au présent (par exemple: se reflète, se souvient, sursaute); les coïncidences entre participes et converbes ou semi-converbes (par exemple: adorant, craignant – dans ce cas, les converbes réfléchis coïncident avec la forme du participe non réfléchi au présent, nominatif masculin singulier; le semi-converbe donné coïncide avec les participes présents, tant à l’accusatif féminin pluriel qu’au nominatif masculin singulier); les coïncidences de l’infinitif avec la deuxième personne du singulier des verbes (par exemple: ne pas se tromper, glisser, jaillir); les coïncidences entre les formes verbales conjuguées et non conjuguées (par exemple: artificiellement, inclusivement, suppliamment – les formes du datif féminin singulier des participes coïncident avec les adverbes de manière; revient, étudié – les formes verbales…

130

BENDRINĖ KALBA | 96

les formes de la troisième personne des verbes au présent coïncident avec les participes neutres et féminins – au nominatif comme à l’instrumental); homonymies entre les gérondifs au présent et au futur (p. ex.: apklau­siant, pratęsiant, trešiant – les formes des gérondifs au futur et au présent coïncident).

4.5. Homonymes de même sens issus de leur appartenance à des paradigmes différents

Certains noms, adjectifs, verbes, pronoms et adverbes de même sens peuvent appartenir à deux paradigmes différents. Ainsi, Audrių pourrait être aussi bien l’accusatif singulier de la forme Audrius que de la forme Audrys; būčiau pourrait relever du paradigme būti, yra, buvo, du paradigme būti, būna, buvo, ou encore du paradigme būti, būva, buvo; grįuvus; grįuti, grįūna, grįuvo ou grįūti, grįūva, grįuvo; la forme stebukladario pourrait avoir pour lemme soit stebukladaris, soit stebukladarys; mano pourrait être une forme du pronom dont le lemme est mano ou du pronom dont le lemme est manas. Le LKHŽ consacre une catégorie distincte à ces cas.

4.6. Interactions entre les causes

Les cinq causes mentionnées peuvent être liées entre elles; de plus, l’apparition des homonymes de certains mots peut être due à plusieurs causes. Par exemple, abstrãkčiai vs. abstrakčiai: l’ambiguïté est ici due à la fois aux différences prosodiques (la position de l’accent diffère) et à une identité partielle de sens (un mot est dérivé de l’autre). Autre exemple: l’homonymie entre l’adjectif káltas et le nom káltas. Ces mots pourraient relever aussi bien de la catégorie des homonymes différenciés par des éléments prosodiques que de celle des homonymes issus de différences de sens lexical.

En outre, les différentes formes homonymes réunies dans une même catégorie du dictionnaire ne sont pas nécessairement dues aux mêmes causes. Par exemple, certaines homonymies entre le conditionnel et les participes passifs (p. ex.: adaptuotų, brandintų) résultent de différences prosodiques (cf. aplýtų et aplytų), tandis que d’autres s’expliquent par le système morphologique du lituanien, c’est-à-dire par la simple coïncidence de deux formes verbales (p. ex.: automatizuotų, derėtų).

Les cinq causes de formation des homonymes permettent de mieux comprendre pourquoi l’annotation avec Lemuokliu (ou avec d’autres annotateurs morphologiques) fait apparaître divers cas d’ambiguïté morphologique. En complétant

M I G L Ė Ž E M R I E T Ė. Morfologiškai daugiareikšmių formų atsiradimo priežastys

131

En associant ces informations à des données statistiques, on pourrait déterminer quelle cause est la plus probable. Cela permettrait également d’améliorer le LKHŽ. En comprenant ce qui détermine la polysémie morphologique, on pourrait intégrer de nouvelles données au dictionnaire, par exemple des indications sur la probabilité de polysémie, entre autres. En outre, une analyse plus approfondie accompagnée de données statistiques pourrait faire apparaître d’autres causes à l’origine des homoformes. Il s’agit là d’une piste de recherche pour l’avenir.

SYNTHÈSE

L’article décrit l’une des étapes de l’informatisation du lituanien: l’analyse morphologique automatique. Celle-ci met en évidence le problème de la polysémie morphologique.

La préparation du LKHŽ a permis de mettre en évidence les causes de l’apparition des homoformes en lituanien. Selon leurs causes, les homoformes peuvent être classées comme suit: 1) les homoformes théoriques, dues aux particularités de la rédaction de certains dictionnaires; 2) les homoformes dues à des différences d’éléments prosodiques; 3) les homoformes dues à la coïncidence de mots différents; 4) les homoformes déterminées par le système morphologique du lituanien; 5) les homoformes de même sens, dues à leur rattachement à des paradigmes différents.

Les homoformes théoriques compliquent l’analyse morphologique lorsque des mots archaïques ou (presque) inusités en lituanien contemporain coïncident avec des mots courants. Ce problème montre que les annotateurs morphologiques ont besoin de listes de mots constituées autrement.

Les homoformes déterminées par des éléments prosodiques n’apparaissent qu’à l’écrit. On en trouve le plus d’exemples parmi les coïncidences entre parties du discours flexionnelles; il s’agit souvent de formes coïncidentes d’un même mot (p. ex. nominatif sing. mamà et vocatif māmą; nominatif sing. apimtis et accusatif plur. āpimtis), mais deux parties du discours différentes peuvent aussi coïncider (p. ex. apsaugos — coïncidence du génitif sing. et du nominatif plur. du nom apsauga et de la forme de troisième personne du futur du verbe apsaugoti). De telles coïncidences ont également été relevées parmi les homoformes de parties du discours flexionnelles et invariables, par exemple entre des formes verbales, adjectivales et adverbiales (p. ex. blogai — coïncidence de la deuxième personne du singulier du prétérit du verbe blogti, de la forme féminine datif singulier de l’adjectif blogas, –a et de l’adverbe blogai).

132

BENDRINĖ KALBA | 96

Les homoformes dues à la coïncidence de mots différents peuvent avoir des sens lexicaux distincts (mots coïncidents qui ne sont pas liés par dérivation, p. ex. arti — coïncidence d’un adverbe, d’une préposition, de l’infinitif d’un verbe et d’un participe, cf. artì et ártì) ou des sens partiellement coïncidents (les lemmes sont différents, mais liés sur les plans sémantique et dérivationnel, p. ex. absoliutiškai — coïncidence de l’adverbe absoliutiškai et de la forme féminine datif singulier de l’adjectif absoliutiškas, -a).

Les homoformes déterminées par le système morphologique du lituanien sont conditionnées par la grammaire de cette langue, par exemple par les cas syncrétiques et les formes coïncidentes de genres ou de nombres différents (p. ex. naujų — forme aussi bien féminine que masculine); la personne, le nombre, le temps, etc. des verbes peuvent également coïncider. Ces mots ont le même sens lexical; autrement dit, ce sont des formes flexionnelles coïncidentes d’un même mot. Cette catégorie comprend uniquement des coïncidences entre parties du discours flexionnelles.

L’apparition d’homoformes peut également s’expliquer par le rattachement d’un même mot à des paradigmes différents, par exemple būčiau — cette forme pourrait relever aussi bien du paradigme būti, yra, buvo que de būti, būna, buvo ou encore de būti, būva, buvo.

Ces causes permettent de comprendre pourquoi certains cas de polysémie morphologique apparaissent lors de l’annotation automatique. En outre, ces informations pourraient servir à améliorer le LKHŽ. En comprenant ce qui détermine la polysémie morphologique, on pourrait ajouter des informations au dictionnaire, par exemple des indications sur la probabilité de polysémie ou d’autres données.

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