JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ,

JURGITA VAIČENONIENĖ

Università Vytautas Magnus

IDENTIFICAZIONE DELLE COLLOCAZIONI ARBITRARIE DELLA LINGUA LITUANA

PAROLE CHIAVE: collocazioni arbitrarie, lingua lituana, combinabilità lessicale limitata, metodo dei vettori, identificazione automatizzata, identificazione linguistica manuale.

RIASSUNTO

L’oggetto della ricerca presentata nell’articolo sono le collocazioni arbitrarie della lingua lituana. La loro combinabilità si basa non su restrizioni semantiche, bensì lessicali; tali collocazioni non riflettono direttamente la realtà extralinguistica. Il legame tra le loro parole è arbitrario: sebbene, in base a una somiglianza di significato, in teoria si possa scegliere più di un partner combinatorio, si tende tuttavia a usarne uno solo. L’articolo descrive i metodi di identificazione delle collocazioni arbitrarie, sperimentati nell’ambito del progetto «Metodo di analisi linguistica manuale e di linguistica computazionale automatizzata (ARKA)». I materiali per la ricerca sono stati tratti dal Database dei sintagmi fissi della lingua lituana.

ABSTRACT

L’articolo mira a descrivere gli approcci metodologici all’identificazione delle collocazioni arbitrarie (AC), sviluppati nell’ambito del progetto «Collocazioni arbitrarie del lituano: identificazione, descrizione e uso (ARKA)». La fonte della ricerca è stata la «Banca dati delle espressioni polirematiche lituane». Le collocazioni arbitrarie sono state determinate combinando metodi manuali e semiautomatici di linguistica computazionale.

INTRODUZIONE

Come è noto, una parte consistente delle espressioni polirematiche è costituita da collocazioni; tuttavia, quando queste vengono individuate automaticamente nei corpora mediante metodi statistici o ibridi (per un approfondimento, cfr. Bielinskienė et al. 2019: 15–22), si individuano anche numerose espressioni che vengono considerate collocazioni

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 2

doi.org/10.35321/bkalba.2021.94.06

perché la frequenza di cooccorrenza delle parole che le compongono viene valutata automaticamente come statisticamente significativa, ad es.: sei anni, giornata soleggiata, bella donna e così via. Tra le collocazioni compaiono così collocazioni spurie, formate come semplici combinazioni libere di parole sulla base di restrizioni semantiche anziché lessicali (Marcinkevičienė 2010: 90–91).

Alcuni ricercatori considerano collocazioni soltanto le collocazioni autentiche (dette anche non motivate, arbitrarie): combinazioni di parole convenzionali che non rispecchiano direttamente la realtà extralinguistica e i cui elementi sono legati da un rapporto arbitrario (per un approfondimento sull’arbitrarietà, cfr. Kovalevskaitė et al. 2021).

L’oggetto del presente studio sono proprio le collocazioni arbitrarie (di seguito CA), ossia quelle caratterizzate da una limitata combinabilità lessicale (in inglese lexical restrictedness): sebbene in teoria, sulla base di un significato simile, si possa scegliere più di un partner collocazionale, si tende a usarne uno solo, ad es. comprendere un’allusione, e non *percepire un’allusione; a portata di mano, e non *prendibile con la mano. Rūta Petrauskaitė scrive: «L’assenza di un legame diretto con la realtà designata fa sì che non soltanto la combinabilità di una stessa parola differisca notevolmente tra lingue diverse, ma anche che nella stessa lingua un elemento della collocazione non possa essere sostituito con un altro suo sinonimo senza rischiare che l’espressione risulti insolita, ad es. il tempo passa, corre, scorre, ma non *cammina a passi, sfreccia, striscia» (Marcinkevičienė 2010: 91). Secondo R. Petrauskaitė, i partner collocazionali della parola testa delle collocazioni autentiche (arbitrarie) sono imprevedibili; il fondamento della loro combinabilità è costituito da restrizioni lessicali (Marcinkevičienė 2010: 90).

Finora le CA non hanno ricevuto molta attenzione da parte dei ricercatori della lingua lituana, sebbene la loro individuazione permetterebbe di isolare queste collocazioni come nucleo delle collocazioni lituane, particolarmente utile per la traduzione, l’insegnamento del lituano come lingua straniera e la lessicografia. A tali fini le CA vengono analizzate nell’ambito del progetto «Collocazioni arbitrarie della lingua lituana: riconoscimento, descrizione, uso (ARKA)»¹, che mira a descrivere le CA lituane e a predisporre risorse lessicografiche e didattiche dedicate alle CA.

L’obiettivo dell’articolo è descrivere i metodi applicati nell’ambito del progetto ARKA per individuare le CA della lingua lituana e confrontare i risultati ottenuti con metodi diversi. Le CA sono state analizzate mediante metodi non automatici di analisi linguistica e metodi automatizzati di linguistica computazionale.

¹ Il progetto è finanziato dal Consiglio lituano per la ricerca (n. S-LIP-20-18); per maggiori dettagli, cfr. https://arka.pastovu.vdu.lt.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 3

doi.org/10.35321/bkalba.2021.94.06

Fonti: 1) la banca dati delle combinazioni stabili di parole della lingua lituana (di seguito PŽJDB)², che contiene circa 12.000 collocazioni; 2) il corpusDelfi.lt³, composto da 70 milioni di parole e comprendente testi pubblicati nel 2014–2016 in diverse sezioni del portale di notizie Delfi.lt (per maggiori informazioni sul corpus, cfr. Bielinskienė et al. 2019: 14–15).

Il materiale esaminato consiste in collocazioni formate a partire da 97 sostantivi (luogo, ambiente, modo, uomo, donna, cosa e altri⁴). La loro struttura è: aggettivo / participio usato come aggettivo + sostantivo, verbo + sostantivo, sostantivo + sostantivo. Al termine dell’analisi, circa 2.400 collocazioni sono state riconosciute come AK. La maggior parte è costituita da due parole, ma alcune sono composte da tre; queste ultime sono generalmente formate da verbi, aggettivi e sostantivi (l’ordine dei componenti può variare).

La prima parte del materiale esaminato, ovvero le collocazioni con struttura aggettivo + sostantivo, è stata trattata in un articolo precedente (Kovalevskaitė et al. 2021). In esso è stato presentato un tentativo di riconoscere le AK applicando uno dei metodi della linguistica computazionale, il metodo automatizzato (vettoriale), descritto inoltre in modo approfondito. Il presente articolo riassume l’intera ricerca sul riconoscimento delle AK. Il primo capitolo presenta entrambi i metodi applicati: quello manuale (cfr. § 1.1), descrivendo anche i criteri e i test utilizzati, e quello automatizzato, la cui applicazione viene illustrata mediante un gruppo di collocazioni con struttura verbo + sostantivo (cfr. § 1.2). Il secondo capitolo, sulla base dei dati di tutte le fasi della ricerca, discute e confronta i risultati ottenuti con i metodi, le loro potenzialità e i loro limiti, rilevanti per valutare l’elenco delle AK individuate e pianificare ulteriori studi sulle AK.

1. METODI PER L’INDIVIDUAZIONE DELLE COLLOCAZIONI ARBITRARIE

Negli studi sulle AK si osserva che il confine tra le collocazioni arbitrarie e le cosiddette collocazioni triviali potrebbe essere tracciato in corrispondenza dei sostantivi astratti: «<...> le collocazioni il cui elemento centrale è costituito da sostantivi astratti possono essere considerate autentiche, non motivate,

² http://resursai.pastovu.vdu.lt/paieska/paprastoji

³ https://klc.vdu.lt/pastovuSearch.html

⁴ Si tratta dunque di sostantivi, sia concreti sia astratti, che formano per lo più combinazioni stabili di parole e che sono stati individuati nel corpus Delfi.lt; per maggiori dettagli, cfr. Bielinskienė et al. 2019.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 4

doi.org/10.35321/bkalba.2021.94.06

e le combinazioni stabili con nomi concreti si basano di norma sulla realtà extralinguistica e sono banali» (Marcinkevičienė 2010: 91). Dunque, uno dei criteri menzionati negli studi sulle collocazioni è la semantica dei sostantivi. Nel corso di questa ricerca è emerso che la maggior parte delle AC è effettivamente formata con nomi di entità astratte, ma si è osservato che l’arbitrarietà caratterizza anche le collocazioni con sostantivi concreti, cfr.: limitare la velocità, fare ginnastica, prendere una tangente, lasciare il campo, ottenere un credito, parlare al telefono, allestire uno spettacolo ecc.

La sfida di questa ricerca non consisteva soltanto nell’applicare i criteri per il riconoscimento delle AC, ma anche nello scegliere una metodologia adatta a lavorare con una grande quantità di dati, così da poter compilare, sulla sua base, elenchi di AC della lingua lituana dopo aver esaminato un ampio numero di collocazioni (a tal fine è stato utilizzato il materiale della PŽJDB). Nell’ambito del progetto è stata sperimentata e applicata una duplice metodologia per individuare le AC: manuale e automatizzata. In primo luogo è stato adottato il metodo manuale, scegliendo i criteri per riconoscere le AC (cfr. § 1.1). Poiché la PŽJDB contiene molti dati, uno degli obiettivi del progetto era sperimentare, insieme al metodo manuale, anche un metodo che consentisse di automatizzare almeno in parte il processo di riconoscimento delle AC (cfr. § 1.2).

1.1. Individuazione manuale delle AC

Per individuare manualmente le AC sono stati applicati due criteri principali:

1) il criterio del legame lessicale ristretto, valutato mediante il metodo della sostituibilità con sinonimi e/o quello dei gruppi lessico-semantici dei sostantivi;

2) il criterio del significato figurato.

Se una collocazione soddisfaceva almeno uno dei criteri, era considerata arbitraria. Di seguito si illustra come è stato applicato ciascun criterio per valutare se considerare arbitraria una collocazione.

1.1.1. Individuazione delle AC in base al legame lessicale ristretto

Come menzionato nell’introduzione, sono considerate arbitrarie le collocazioni caratterizzate da un legame lessicale ristretto, ossia un aggettivo o un verbo usato con un significato specifico in combinazione con un sostantivo è soggetto a una restrizione, più o meno arbitraria, della sostituibilità (in inglese arbitrary restriction on substitutability; Nesselhauf 2003, 2005). Pertanto, secondo la nozione di legame lessicale ristretto, un qualsiasi componente della collocazione, con un determinato significato, non può essere

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 5

doi.org/10.35321/bkalba.2021.94.06

usato con tutti i collocati sintatticamente e semanticamente possibili. Sebbene in teoria sia possibile trovare sostituti dei collocati, questi non sarebbero affatto adatti oppure risulterebbero insoliti, ad es.: favorevole vs. *ambiente utile; a più strati vs. *romanzo stratificato.

I linguisti hanno verificato il criterio della ristrettezza della combinabilità lessicale mediante due test:

1) sulla base dei sinonimi del verbo o dell’aggettivo (cioè verificando se sia possibile sostituirli con altre parole di significato affine, considerate sinonimi);

2) sulla base dei gruppi lessico-semantici dei sostantivi.

Poiché si considerano AC le collocazioni in cui di norma uno dei costituenti non può essere sostituito da un’altra parola, un sinonimo di significato affine, per individuare le AC è stato applicato il test di sostituibilità dei sinonimi (adattato da Nesselhauf 2003): se un costituente della collocazione non può essere sostituito da un altro sinonimo di significato affine, la collocazione è stata considerata un’AC. Per esempio, per valutare l’arbitrarietà delle collocazioni non rispettare la legge, implementare un sistema, lavoro svolto, sono stati esaminati i possibili sinonimi dei verbi *trasgredire la legge, *introdurre un sistema, *lavoro messo / caricato e si è stabilito se la sostituzione fosse possibile; in caso negativo, le collocazioni sono state riconosciute come AC. Il test è stato svolto da tre linguisti con il metodo dell’introspezione, ma si è fatto riferimento alle collocazioni individuate nel corpus di Delfi.lt. Occorre tuttavia riconoscere che spesso è stato piuttosto difficile trovare un sinonimo; perciò è stato applicato frequentemente anche il secondo test, quello dei gruppi lessico-semantici dei sostantivi.

La ristrettezza della combinabilità lessicale è stata valutata anche in base alla varietà dei gruppi lessico-semantici: sulla base delle collocazioni riportate nella PŽJDB, si è determinato con sostantivi appartenenti a quanti gruppi lessico-semantici si combinasse l’aggettivo o il verbo della collocazione, valutando così l’ampiezza della combinabilità lessicale. Per determinare nel modo più preciso possibile con quali parole potesse essere usato un sostantivo, è stato analizzato il suo intero paradigma, cioè tutte le collocazioni formate con quel sostantivo. Tuttavia, benché l’intero materiale oggetto di studio comprendesse circa 12 mila collocazioni disponibili nella PŽJDB, talvolta era evidente che le informazioni non fossero sufficienti. Se nel materiale esaminato compariva una sola collocazione con un determinato aggettivo / verbo, i linguisti completavano il paradigma facendo affidamento sulla propria intuizione linguistica di parlanti nativi; se nella banca dati erano presenti più collocazioni, i test sulla ristrettezza della combinabilità lessicale venivano applicati al paradigma disponibile.

La portata della combinabilità è stata valutata sulla base dei gruppi lessico-semantici dei sostantivi, tenendo conto delle seguenti condizioni:

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 6

doi.org/10.35321/bkalba.2021.94.06

a) le collocazioni non sono state considerate AC se con un determinato aggettivo / verbo si combinano sostantivi appartenenti a molti gruppi lessico-semantici diversi e tali gruppi sono numerosi. Questa combinabilità dell’aggettivo / verbo è stata considerata ampia, senza restrizioni lessicali evidenti; si confronti l’abbondanza di collocazioni con buono: buon risultato, lavoro, mondo, persona, tempo, vita, modo, cosa, paese, squadra, giorno, decisione, anno, clima, luogo, parte, stagione, opportunità, prezzo, partita, automobile, cibo, segno, salute, strada, uomo, bambino, prodotto, questione, inizio, mezzo ecc.; si confronti inoltre comprare: comprare un’automobile, cibo, un prodotto, beni, terreno;

b) se con un aggettivo / verbo si combinano sostantivi appartenenti a molti gruppi lessico-semantici diversi, ma un gruppo si distingue oppure vengono usati solo pochi sostantivi di un determinato gruppo semantico, la collocazione poteva essere considerata un’AC. Per esempio, sebbene la combinabilità di parcheggiare sia ampia, questo verbo non può essere usato con i nomi di tutti i mezzi di trasporto; si confrontino parcheggiare un’automobile (così come parcheggiare una bicicletta, una motocicletta), ma ormeggiare una nave, far atterrare un aereo. Pertanto, la collocazione parcheggiare un’automobile è classificabile come AC per la sua combinabilità ristretta. Il verbo avere è considerato una parola dalla combinabilità lessicale ampia, perché può formare molte collocazioni diverse; tuttavia, nel suo paradigma complessivo si distingue la collocazione avere a che fare, che è considerata arbitraria. Con peggiorare si usano parole appartenenti a due gruppi lessico-semantici, quello dei fenomeni naturali e quello dei sentimenti, ma le collocazioni si formano soltanto con i sostantivi il tempo è peggiorato e l’umore è peggiorato; entrambi i casi sono quindi AC;

c) non sono considerate AC le collocazioni riconducibili a un unico grande gruppo semantico. Per esempio, nella PŽJDB è stata trovata una sola collocazione, detrarre le tasse, ma i linguisti possono completare il paradigma con altre parole facendo affidamento sull’intuizione linguistica di un parlante nativo (è possibile detrarre denaro, un prestito e altri elementi finanziari), perciò non riconoscono detrarre le tasse come AC. Si tratta di un gruppo lessico-semantico che, pur essendo rappresentato nella PŽJDB da una sola collocazione, è teoricamente ampio.

La ristrettezza della combinabilità lessicale è stata verificata valutando entrambi i termini della collocazione: l’aggettivo / verbo non può essere sostituito da altri sinonimi (test 1) oppure (e/o) il paradigma dei sostantivi è ristretto (test 2). Per esempio, la collocazione cibo servito indicherebbe che possono esserci molti sostantivi appartenenti al gruppo del cibo (si possono servire cibo, bevande, la cena, il pranzo...). Pertanto, non soddisfa la condizione del test 2, perché il gruppo semantico è uno solo; soddisfa tuttavia la condizione b, poiché servire non può essere sostituito con portare. Pertanto, in base al test 2, la collocazione è riconosciuta come arbitraria. Un altro esempio:

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas

7

doi.org/10.35321/bkalba.2021.94.06

Il verbo surengti si usa con sostantivi che designano eventi e manifestazioni (surengti rinkimus, koncertą...); pertanto, tali collocazioni non dovrebbero essere considerate arbitrarie in base al criterio dell’ampiezza del gruppo semantico, ma possono essere classificate come AK in base al test 1, poiché in questo caso surengti non può essere sostituito dal sinonimo suruošti.

Il test di sinonimia non è sempre applicabile. Per esempio, non lo si può applicare quando esistono più varianti di AK, cfr.: kainos kyla ir kainos auga, didėja; klausimas kamuoja ir klausimas kankina; duoti galimybę ir suteikti galimybę; įgyti teisę ir įgauti teisę. Il test non è applicabile neppure in casi come sumokėti mokesčius, apgyvendintas miestas: è difficile proporre, anche solo ipoteticamente, un sinonimo per le parole sumokėti, apgyvendinti. Se non si trova un sinonimo, non è possibile verificare la sostituibilità, poiché deve sussistere almeno la possibilità teorica di scegliere tra due (o più) sinonimi.

Per verificare la ristrettezza della combinabilità lessicale mediante il test di sinonimia (test 1) e quello dei gruppi lessico-semantici (test 2), i linguisti si sono basati sulla propria competenza di parlanti nativi. Tuttavia, i risultati di un simile lavoro sono inevitabilmente influenzati dal fattore soggettivo (su questo problema relativo all’individuazione dei sinonimi, cfr. Divjak, Gries 2006: 24–26). Perciò, per valutare la sostituibilità dei sinonimi, è stato sperimentato anche un metodo automatizzato (cfr. § 1.2).

1.1.2. Individuazione delle AK in base al significato figurato

Kai kuriuose ankstesnio laikotarpio tyrimuose (plg. Howarth 1998) tokios kolokacijos, kurių vienas iš dėmenų – perkeltinės reikšmės, vadinamos ribotosiomis kolokacijomis (angl. restricted collocations). Pasak Annos Reder (2006: 82), kolokacijos su perkeltinės reikšmės žodžiu yra riboto junglumo junginiai, kuriuose nenuspėjama ryši tarp kolokacijos narių lemia konvencija, o metaforiškumas yra konvencijos dalis. Todėl šios kolokacijos svarbios kalbos mokymui (Lewis 2000: 29). Tarkim, su anglų kalbos būdvardžiu heavy vartojami įvairūs daiktavardžiai, kurie reiškia dalykus su požymiu „sunkus“, bet žodžių junginyje heavy smoker (liet. užietėjęs rūkalius) minimas ne objektas, o asmuo, todėl mokant kalbos šią kolokaciją verta išskirti kaip įsidėmėtiną žodžių junginį.

Gli aggettivi usati in senso figurato presentano di norma anche una più ampia combinabilità, e le collocazioni con aggettivi dalla combinabilità più ampia sono più difficili per chi apprende la lingua (Nesselhauf 2005: 238). Considerata la loro rilevanza per l’apprendimento linguistico e la traduzione

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 8

doi.org/10.35321/bkalba.2021.94.06

(Volungevičienė 2010; Stulpinaitė et al. 2016), per individuare le AK lituane è stato impiegato il criterio del significato figurato.

Nell’analisi non automatizzata delle collocazioni, si è considerato un tratto delle AK l’uso in senso indiretto di uno dei componenti della collocazione (aggettivo, verbo o sostantivo). Ciò è stato stabilito analizzando l’intero paradigma di una determinata parola, generato a partire dai dati del corpus Delfi.lt (cfr. la prima colonna della tabella 1). Da un simile paradigma si evince con quali altri aggettivi o verbi un dato sostantivo forma collocazioni e in quale significato vi sono usati sia il sostantivo sia i suoi collocati, ossia gli aggettivi e i verbi.

Talvolta, solo il contesto più ampio permette di stabilire se una parola sia usata in senso letterale o figurato: in questi casi si è fatto ricorso al PŽJDB e al corpus Delfi.lt, cfr. žalias + automobilis:

Il rappresentante in Lituania di „Unicredit Leasing“ rileva un altro paio di tendenze del mercato delle auto verdi.

L’auto verde pilotata da Marius Slaboševičius auto verde è rimasta indietro di mezzo secondo <...>.

La „Tesla Model S“ ha vinto diversi premi come migliore automobile, uno dei quali è quello di Auto verde mondiale dell’anno 2013 auto verde.

Interessanti modelli concettuali di auto verdi.

Dagli esempi si evince che l’aggettivo žalias descrive l’automobile come ecologica, ma non ne indica il colore⁵. Tale collocazione è stata considerata arbitraria. Naturalmente, nel corpus Delfi.lt, dai cui dati è stato compilato il PŽJDB, si trovano numerosi casi in cui žalias descrive il colore dell’automobile.

Le combinazioni di sostantivi con aggettivi e verbi sono state considerate AK se almeno uno dei componenti è usato in senso figurato. In tal caso, i test descritti (cfr. § 1.1.1) non sono stati applicati. L’uso figurato di aggettivi e verbi è particolarmente caratteristico delle collocazioni con sostantivi astratti, ma anche di alcuni sostantivi che designano entità concrete, per esempio le collocazioni formate con i sostantivi amžius, aplinka, apsauga, būdas, dalykas, dalis, dėmesys, duomenys, galimybė, gyvenimas, informacija, įstatymas, įvykis, kalba, karas, kartas, klausimas, laikas, metas, pabaiga, pagalba, pradžia, reikalas, rezultatas, saugumas, sprendimas, sveikata, teisė, turtas.

⁵ Si noti che anche le forme pronominali segnalano un uso particolare.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 9

doi.org/10.35321/bkalba.2021.94.06

Le collocazioni con nomi astratti, come stabilito da R. Petrauskaitė (cfr. Marcinkevičienė 2010), possono formare metafore concettuali (ad es.: misura delicata, critica tagliente, risultato arido, informazione trapelata, fomentare voci, fuga di dati, lacuna legislativa⁶). Come afferma R. Petrauskaitė, «il criterio più importante della metaforicità è il trasferimento di significato, che emerge dal contrasto tra un nome concreto e uno astratto. Quando le proprietà di un oggetto concreto vengono assunte come base per inserire un’entità astratta nel contesto, formando con essa un sintagma, nasce una metafora <...> un’entità, generalmente astratta, viene percepita come un’altra, concreta, ricorrendo alla terminologia di quest’ultima <...>» (Marcinkevičienė 2010: 178).

Gli aggettivi usati in senso figurato (più raramente i verbi), in combinazione con nomi concreti, attribuiscono loro proprietà semanticamente atipiche (ad es.: fast food, donna appariscente, persona visibile). Come nelle combinazioni con nomi astratti, spesso il significato del sintagma non si ricava dalle singole parole, bensì dal sintagma nel suo insieme (ad es.: uomo di ferro, età dell’oro, donna selvaggia; cfr. anche gli esempi riportati sopra con il nome automobile). Negli studi sulle collocazioni di altre lingue (ad es., Strakatova, Hinrichs 2019), tra le collocazioni lessicalizzate si annoverano quelle con un collocato usato in senso figurato, in cui tale significato emerge solo con un numero limitato di parole appartenenti a specifici gruppi lessico-semantici. Per esempio, il significato dell’aggettivo heavy nelle combinazioni con i nomi smoker, rain, traffic (it. fumatore accanito, pioggia intensa, traffico intenso) non è prototipico, perché indica non il peso, bensì l’intensità.

È stato stabilito che le parole con un grado medio di combinabilità lessicale⁷ hanno un elevato potenziale metaforizzante, per esempio i verbi paralyžiuoti (paralizzare il traffico), sekti (il tempo sta per finire), sugriauti (distruggere la vita). Tra gli aggettivi ve ne sono molti che, usati con significato letterale,

⁶ Sulle metafore spaziali, ontologiche e strutturali nelle collocazioni, cfr. anche: Drūlienė 2008a, b; Šilinytė 2008. L’obiettivo di questo articolo e del progetto nel suo complesso non è classificare le metafore individuate; perciò non si approfondisce ulteriormente la questione, pur riconoscendo che le AC possono costituire un interessante oggetto di ricerca per gli specialisti di linguistica cognitiva.

⁷ Sulla base della formula proposta da Susane Handl nel 2008, Delfi.lt è stato calcolato il grado di collocazionalità dei componenti delle collocazioni analizzate nel corpus. Queste ricerche proseguiranno. Per il momento si può affermare che le AC dovrebbero essere combinazioni di forza media, ossia che il grado di collocazionalità né del primo né del secondo (o terzo) componente dovrebbe essere molto basso o molto alto. Se, per esempio, il grado del primo componente è alto e quello del secondo è basso, il primo componente può essere usato con poche parole, mentre il secondo con moltissime, ad es.: sostanza psicoattiva, bambino autistico, acqua dolce, luogo ombreggiato, contratto tripartito, bambino minorenne, acqua gassata / distillata, automobile di passaggio.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 10 doi.org/10.35321/bkalba.2021.94.06

con significato letterale, denotano caratteristiche fisiche (ad es.: questione scivolosa, lavoro pulito, lavoro sanguinoso), ma possono anche essere aggettivi con altri significati (tempo prezioso, questione assillante, evento di rilievo). L’applicazione del criterio del significato figurato è illustrata dall’analisi dei paradigmi dell’aggettivo (non)pulito, del verbo trapelare e del nome euro (cfr. Tabella 1):

TABELLA 1. Applicazione del criterio del significato figurato

Paradigma

Individuazione delle AC

1. pulito sport, lavoro; sporco lavoro, cosa, affare 2. pulito (-i) acqua, ambiente, aria, città, luogo, automobile; acqua sporca

1. È considerata un’AC per il significato figurato dell’aggettivo nelle combinazioni con nomi dal significato astratto. 2. Non è considerata un’AC, poiché in queste collocazioni l’aggettivo è usato in senso letterale.

1. trapelare informazione 2. trapelata (-i) informazione, materiale, dati

1–2 sono considerate AC, poiché nelle combinazioni con entità astratte si realizza il significato figurato del verbo.

1. euro indebolimento, rafforzamento 2. euro cambio, moneta, centesimo 3. euro modifica

1. È considerata un’AC, poiché all’euro vengono attribuite proprietà tipiche di un oggetto animato. 2. Sono termini; non è considerata un’AC. 3. Non è considerata un’AC, poiché manca un significato figurato.

Come si evince dagli esempi riportati nella Tabella 1, non sempre, nel paradigma di una collocazione, l’aggettivo o il verbo usato in senso letterale — e talvolta neppure l’intera collocazione con un determinato aggettivo / verbo — ha un significato figurato; tuttavia, il significato figurato è evidente nei seguenti casi: decisione / questione / evento doloroso; persona / carattere / vita introversi; si apre una strada / un mercato / una vista; conquistare un diritto / un posto e così via. Tali collocazioni sono considerate arbitrarie.

In sintesi, si può affermare che il criterio del significato figurato è particolarmente rilevante nell’analisi delle collocazioni formate da aggettivi e sostantivi: spesso ci si è basati su di esso come

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 11

doi.org/10.35321/bkalba.2021.94.06

principale e più chiaro indicatore di arbitrarietà. Nell’analisi delle collocazioni verbo-sostantivo è stato invece applicato più spesso il criterio della limitata combinabilità lessicale (e il test dei gruppi semantici). Poiché sono state trovate pochissime CA formate da due sostantivi, è difficile generalizzare sulle caratteristiche delle collocazioni di questa struttura (cfr. § 1.1.1).

1.2. Identificazione automatizzata delle CA

Uno dei criteri delle CA, la limitata combinabilità lessicale, è stato verificato anche in modo automatizzato, ossia con il metodo dei vettori sono stati individuati i sinonimi necessari per il test di sostituibilità. Il test di sostituibilità e l’applicazione del metodo dei vettori sono descritti più dettagliatamente in un articolo pubblicato in precedenza (Kovalevskaitė et al. 2021). In esso è descritta l’applicazione del metodo dei vettori per valutare l’arbitrarietà delle collocazioni aggettivo + sostantivo; pertanto, in questo articolo viene descritta in dettaglio soltanto la valutazione dell’arbitrarietà delle collocazioni verbo + sostantivo.

Per prima cosa richiameremo brevemente le fasi principali dell’applicazione del metodo dei vettori (§ 1.2.1); quindi esamineremo la selezione dei sinonimi dei verbi mediante il metodo dei vettori (cfr. § 1.2.2) e riassumeremo i risultati relativi al riconoscimento come arbitrarie delle collocazioni verbo-sostantivo (cfr. § 1.2.3).

1.2.1. Identificazione delle CA sulla base della limitata combinabilità lessicale mediante il metodo dei vettori

L’applicazione del metodo dei vettori mirava ad automatizzare l’identificazione delle CA e a ridurre il fattore di soggettività nella valutazione dei dati. Il metodo dei vettori è stato applicato per individuare la limitata combinabilità lessicale secondo la seguente sequenza. Innanzitutto, dall’intero corpus Delfi.lt sono state estratte automaticamente le parole correlate⁸. A tal fine è stato utilizzato GloVe, un modello di vettori di parole (in inglese embeddings) (Pennington et al. 2014). Il metodo dei vettori (in inglese Word Embedding Approach) appartiene al gruppo di metodi destinati ad analizzare automaticamente le parole in base alle somiglianze distributive, o contestuali (in inglese distributional similarity measures). Questi metodi vengono applicati per riconoscere automaticamente diverse relazioni (iperonimia, sinonimia, antonimia, meronimia) e si basano su

⁸ Nel progetto precedente («Riconoscimento automatico delle espressioni polirematiche della lingua lituana (PASTOVU)», cfr. https://pastovu.vdu.lt) sono stati determinati i vettori qui riportati: https://clarin.vdu.lt/xmlui/handle/20.500.11821/26. In questo studio vengono utilizzati per selezionare i sinonimi necessari all’identificazione delle CA.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 12

doi.org/10.35321/bkalba.2021.94.06

l’ipotesi che parole dal significato affine e/o semanticamente correlate siano usate in contesti simili (cfr. Grigonytė 2010).

In primo luogo, sono state create automaticamente sequenze di vettori (di seguito VE)⁹ di aggettivi e verbi usati nelle collocazioni del PŽJDB. Applicando la selezione automatica delle parole correlate, sono stati esclusi gli aggettivi e i verbi con ampia collocabilità lessicale o usati in modo non autonomo, ad es.: geras, naujas, puikus; būti, reikėti, pradėti. Gli aggettivi o i verbi raggruppati nelle VE sono stati selezionati in base alla somiglianza del contesto. Sono state create circa 800 VE con aggettivi e oltre 3800 con verbi. Sebbene le VE presentassero parole correlate, tra i dati figuravano anche parole legate da altri rapporti semantici (ad es. antonimici) o persino non correlate; è stata pertanto necessaria una revisione linguistica per stabilire quali delle parole correlate dovessero essere considerate sinonimi, utilizzabili per valutare quanto sia limitata la collocabilità di un sinonimo o dell’altro con un determinato sostantivo. Sono stati considerati sinonimi parole appartenenti alla stessa parte del discorso, con significato denotativo (referenziale) molto simile, ma con collocabilità lessicale parzialmente o completamente diversa¹⁰.

Le VE di verbi, dopo essere state sistemate, sono state usate per valutare l’arbitrarietà delle collocazioni verbo + sostantivo. Si intendeva stabilire in quali collocazioni l’elemento verbale non possa essere sostituito da un verbo di significato affine. Per ogni coppia o gruppo di sinonimi verbali sono state presentate collocazioni con un determinato sostantivo. Se con quel sostantivo era presentata una collocazione con un solo sinonimo della coppia o del gruppo, si concludeva che il sostantivo analizzato si combina con un solo verbo di quella coppia o gruppo di sinonimi e la collocazione veniva considerata arbitraria. Se il sostantivo analizzato formava collocazioni con tutti i verbi della coppia o del gruppo di sinonimi, le collocazioni non venivano classificate come arbitrarie (cfr. Tabella 2).

⁹ I termini correlati individuati con il metodo dei vettori sarebbero definiti con maggiore precisione sequenze di possibili sinonimi individuate con il metodo dei vettori. Per brevità, di seguito usiamo sequenze di vettori, più precisamente l’abbreviazione VE.

¹⁰ La nozione di sinonimo adottata in questo articolo può essere ricondotta al termine più diffuso nella lessicografia lituana, sinonimi parziali (cfr. Jakaitienė 2010).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 13

doi.org/10.35321/bkalba.2021.94.06

TABELLA 2. Fasi di identificazione delle AC mediante VE

AC riconosciuta

AC non riconosciuta

Fase 1: si prende una VE con due coppie di sinonimi, gauti–įgyti e duoti–teikti; Fase 2: sulla base di questa VE si verifica con quanti di questi sinonimi il sostantivo apdovanojimas forma collocazioni; vengono individuate due collocazioni: gauti apdovanojimą (un sinonimo della coppia gauti–įgyti) e teikti apdovanojimą (un sinonimo della coppia duoti–teikti); Fase 3: si decide che gauti apdovanojimą e teikti apdovanojimą vadano considerate AC.

Fase 1: si prende una VE con due sinonimi, įkurti e įsteigti; Fase 2: sulla base di questa VE si verifica con quanti di questi sinonimi il sostantivo asociacija forma collocazioni; vengono individuate due collocazioni: įkurti asociaciją e įsteigti asociaciją; Fase 3: si decide che įkurti asociaciją e įsteigti asociaciją non sono AC.

Ad esempio, con il sostantivo apdovanojimas erano state presentate le collocazioni gauti apdovanojimą, teikti apdovanojimą, ma non *įgyti apdovanojimą, *duoti apdovanojimą. Dunque, con le coppie di sinonimi gauti–įgyti e duoti–teikti, il sostantivo apdovanojimas seleziona una sola opzione per ciascuna coppia; pertanto, le collocazioni gauti apdovanojimą e teikti apdovanojimą sono state classificate come arbitrarie. Tra le collocazioni con verbi, sono state spesso considerate arbitrarie quelle in cui si usano verbi dal significato attenuato (desemantizzati) (per maggiori dettagli, Kovalevskaitė et al. 2020), ad es.: atlikti tyrimą, duoti rezultatą, imti mokestį. L’arbitrarietà delle collocazioni del sostantivo asociacija è stata valutata sulla base di una VE contenente due sinonimi: įkurti e įsteigti; poiché questo sostantivo formava collocazioni con entrambi i sinonimi, esse sono state escluse in quanto non arbitrarie.

Come per la valutazione delle collocazioni con aggettivi, nell’esperimento i sinonimi verbali sono stati testati manualmente, poiché occorre tenere conto del significato del sinonimo e di quello del sostantivo sottoposto a verifica. Se il significato dei sinonimi presenti nella VE non coincide con quello del verbo nella collocazione valutata, il test di sostituibilità del verbo

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 14 doi.org/10.35321/bkalba.2021.94.06

non può essere applicato. Per esempio, per valutare l’arbitrarietà della collocazione costruire un’automobile, la VE con costruire non è risultata adatta a causa del significato «costruire un edificio» (166 VE¹¹).

Pertanto, le fasi di applicazione del metodo automatizzato sono le seguenti: a) automatica (le VE sono generate con il metodo dei vettori); b) non automatica (il linguista le esamina e, se necessario, le precisa); c) parzialmente automatica (le collocazioni sono associate automaticamente a VE specifiche e, dopo la revisione, vengono confermate o meno come AK).

1.2.2. Selezione dei sinonimi verbali nelle serie di vettori

Poiché le VE generate contenevano molti dati ridondanti e irrilevanti, il cosiddetto rumore (ingl. noise), un linguista ha esaminato ciascuna VE e ha eliminato le parole non necessarie, non legate da rapporti sinonimici, e in alcuni casi ha rimosso intere VE. Di seguito discuteremo diversi casi di revisione linguistica delle VE.

Il numero di VE dei verbi era molto superiore a quello degli aggettivi (rispettivamente 3800 e 800 VE), poiché anche l’elenco dei verbi era più ampio. Una VE viene generata automaticamente per ciascun verbo, perciò alcune VE si assomigliano; tuttavia, a seconda del verbo che funge da elemento di riferimento, può variare il numero di sinonimi presenti in una VE simile. Il verbo di riferimento è la parola a cui assomigliano le altre parole riportate, ossia quella per cui sono stati cercati possibili sinonimi (la somiglianza può essere stabilita sulla base di una relazione iperonimica, sinonimica, antonimica o partonimica; nelle serie di sinonimi questa parola è sottolineata). Per esempio, nella VE 151 il verbo di riferimento è organizuoti, mentre la VE 40 è molto più lunga e la sua parola di riferimento è vykdyti:

VE 151: organizuoti, rengti, vykdyti

VE 40: vykdyti, įgyvendinti, rengti, organizuoti, atlikti, įvykdyti, nutraukti

Come già menzionato, le VE generate automaticamente dovevano ancora essere esaminate da un linguista.

Dopo aver svolto questo lavoro, si è osservato che, come nel caso degli aggettivi, anche per i verbi sono state raccolte automaticamente molte VE lunghe, contenenti diverse coppie di sinonimi verbali, e poche VE con una sola coppia di sinonimi o tre sinonimi. Talvolta, dopo la revisione, risultava che il verbo di riferimento in base al quale era stata generata la VE non avesse sinonimi, sebbene in quella VE potesse essercene un altro

¹¹Qui e di seguito sono indicati i numeri delle VE dei possibili sinonimi individuati con il metodo dei vettori e utilizzati nel presente articolo.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 15

doi.org/10.35321/bkalba.2021.94.06

una coppia di sinonimi adeguata; per esempio, nell’ERIKA del verbo supporto kisti la coppia di sinonimi è paaštrėti, pablogėti.

Kaip ir būdvardžių, veiksmažodžių VE „triukšmą“ lemdavo antonimai, plg. VE pasivyti–aplenkti, sutrumpinti–pailginti, griežtinti–švelninti sudarydavo vienos leksinės semantinės grupės nariai, kurie nėra sinonimai, pvz.: pasnigti: palynoti, nugriaudėti; nepasiekti: pargrūti, iššausėti, patinti, pakrypti, sušlubuoti, sudužti; vakarieniauti: pietauti; pavirti: troškinti. Gryninant VE, dažnai paaiškėdavo, kad kuris nors ar keli veiksmažodžiai netinka, nes įvardija pernelyg konkretų panašaus veiksmo aspektą, pavyzdžiui, žodžio remtis VE-ėje pateikti tokie žodžiai: vadovautis, pasikliauti, apsiriboti, kliautis. Ištrintas apsiriboti ir sinonimais laikyti tik vadovautis, pasikliauti, kliautis.

Sono frequenti anche i casi in cui una parola dell’ERIKA ha un significato più ampio, per esempio paveikti, mentre le altre parole assegnate all’ERIKA specificano più precisamente aspetti di un’influenza negativa, ad esempio pakenkti, sutrikdyti. Pertanto, solo queste ultime sono state considerate sinonime. Dei verbi dell’ERIKA pagrįsti, įvardinti, paaiškinti, pateisinti, sono stati riconosciuti come sinonimi pagrįsti e paaiškinti; invece pateisinti e įvardyti non sono stati considerati sinonimi, perché si discostano troppo dal significato delle prime due parole per via di ulteriori tratti semantici. In alcuni casi di questo tipo si è dovuto rinunciare all’intera ERIKA, ad esempio atmesti, ignoruoti, uždrausti.

Talvolta erano del tutto inadeguate anche le ERIKA dei verbi supporto, per le quali sembrava davvero possibile individuare automaticamente i sinonimi, ad esempio: suprastėti (possibile sinonimo pablogėti, ma non era presente nella sua ERIKA); sąlygoti (possibile sinonimo lemti, ma non era indicato; era presente pakentėti). Le ERIKA dei verbi con negazione non erano precise e sono state quindi scartate; per esempio, sono stati esclusi i verbi supporto negydyti, nesuskaičiuoti, nepridėti.

Va ricordato che spesso era necessario precisare le ERIKA anche a causa delle caratteristiche derivazionali dei verbi. Per esempio, non sono stati considerati sinonimi i verbi di aspetto imperfettivo e perfettivo (tirti ir ištirti), né verbi che, per effetto di un prefisso, hanno acquisito significati diversi, come palyti ir palynoti, naršyti ir panaršyti, o verbi riflessivi e non riflessivi (klausyti ir klausytis). Se, per esempio, il verbo supporto dell’ERIKA di partenza era riflessivo, si eliminava la forma non riflessiva corrispondente. Per esempio, dall’ERIKA išsirinkti, atsirinkti, pasirinkti, nuspręsti, rinktis sono stati esclusi i verbi išrinkti, parinkti. Le varianti derivazionali (ad esempio, vardinti ir vardyti, lukterėti ir luktelėti) sono state considerate sinonime.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 16

doi.org/10.35321/bkalba.2021.94.06

Nell’affinare le ERIKA è emersa anche un’altra peculiarità della selezione automatica: poiché con il metodo dei vettori le parole vengono raccolte in base alla somiglianza dei loro contesti, un’ERIKA può essere composta da sinonimi che solo a prima vista sembrano inappropriati. In altre parole, se non si conoscono i sostantivi specifici che hanno portato a raggruppare due o più verbi in un’unica ERIKA, si può valutare erroneamente la qualità di alcune ERIKA. Per esempio, nella 60ª ERIKA comparivano le seguenti parole: rodyti, demonstruoti, jausti. Eliminare subito la parola jausti sarebbe stato un errore, perché era presente per via del contesto comune a questi verbi, in cui si parla di sentimenti; cfr. demonstruoti, rodyti jausmus e, per esempio, jausti pyktį, jausti nusivylimą e così via. I verbi sumažėti, pigti oppure padidėti, ūgtelėti possono essere sinonimi quando si parla di prezzi. Tutti e tre i verbi dell’ERIKA apsispręsti, priimti, pasirinkti sono sinonimi, mentre il verbo imti, che di solito viene eliminato, è comparso qui perché indica priimti sprendimą, cioè questa ERIKA va letta così: apsispręsti, priimti sprendimą, pasirinkti¹².

Da questi esempi si vede che è possibile individuare automaticamente più sinonimi e/o sinonimi diversi, perché il metodo dei vettori valuta la somiglianza dei contesti, non quella dei significati delle singole parole. Difficilmente collegheremmo come sinonimi, considerando le parole isolatamente, i verbi atsikratyti, numesti, sulieknėti; eppure li troviamo nella stessa ERIKA, perché sono stati usati in un contesto comune, in cui compariva anche il sostantivo svoris. Si possono fornire altri esempi; cfr.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis e užsiimti; gerti e vartoti; nusiteikti e pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; peržiūrėti, koreguoti, atnaujinti, keisti; išprovokuoti, lemti, peraugti; šokiruoti, sukresti, priblokšti; atlaikyti, ištverti, įveikti.

Nel contesto sportivo, tutti e quattro i verbi – užsitikrinti, iškovoti, pasiekti, išsaugoti – sono sinonimi, perché talvolta la conquista viene espressa così: užsitikrino sau vietą finale oppure išsaugojo titulą. Questi risultati mostrano che, nel valutare la sinonimia, è importante considerare più di una parola, poiché i membri di un gruppo di sinonimi possono essere sia parole isolate sia espressioni lessicali fisse

¹² Nelle ERIKA si trovano parole legate sintagmaticamente, per esempio įžeisti e nenorėti. Poiché nenorėti è spesso usato in un contesto comune con įžeisti (quando compare nella sequenza nenorėjo įžeisti, bet...), i due verbi sono stati raggruppati nella stessa ERIKA. Un altro caso è: liautis: nustoti, verkti. Il verbo verkti è comparso qui perché selezionato sulla base del contesto in cui ricorre spesso: liovėsi verkęs / verkusi. In altre parole, le ERIKA molto lunghe (e inadeguate) vengono raccolte per quei verbi supporto usati come ausiliari e caratterizzati, per le loro proprietà grammaticali, da un’ampia combinabilità, ad esempio: daryti, imti, pradėti, norėti, reikėti, privalėti, reikėti, stengtis, nepajėgti.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 17

doi.org/10.35321/bkalba.2021.94.06

combinazioni. Applicando il metodo dei vettori, che confronta la somiglianza dei contesti, emergono proprio i legami tra singole parole e contesto. Per un linguista sarebbe difficile esaminare una quantità così grande di dati (per maggiori informazioni sull’impiego di un ampio spettro di misure distributive per l’analisi automatica dei sinonimi, cfr. Divjak, Gries 2006).

Si è osservato che spesso il vettore di parole (VP) di un verbo dal significato più specifico e dalla combinabilità più ristretta è più corto e più pulito, probabilmente proprio a causa della combinabilità più ristretta. Confrontando i VP dei sinonimi nerimauti, jaudintis, būgštauti e nuogąstauti, si nota che il VP di nerimauti è più lungo e meno puro; contiene parole di significato più ampio, per esempio bijoti (nerimauti: jaudintis, baimintis, bijoti), mentre nel VP di būgštauti sono state raccolte soltanto quelle quattro parole: būgštauti: nerimauti, jaudintis, nuogąstauti. Si è inoltre osservato che i VP basati su verbi dal significato più concreto (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti) possono contenere pochi sinonimi o esserne del tutto privi, perché le parole raccolte in base a un verbo di significato concreto sono legate tematicamente, non sinonimicamente; cfr.: išimti: išmesti, išbraukti, išnešti; medžioti e žvejoti; kvėpuoti e vaikščioti; virti e kepti; kalėti e nuteisti; sugesti: skilti, perkaitti, sprogti, užsikimšti, užsidegti. Anche questi VP sono composti da due parole, ma possono essere più lunghi. Talvolta sono molto lunghi: per esempio, quello con il verbo base sumenkti comprendeva ben 26 verbi.

In sintesi, si può menzionare che, dopo la revisione, 2634 dei 3800 VP risultavano corretti (70 per cento).

Pertanto, i VP generati automaticamente non sono abbastanza accurati da poter essere utilizzati senza revisione nella fase successiva di individuazione delle collocazioni arbitrarie. Tali errori possono essere dovuti alle caratteristiche del corpus Delfi.lt: benché contenga un gran numero di parole (circa 70 milioni), la varietà lessicale nei testi di un solo stile può essere inferiore. Per generare VP più accurati occorrerebbe un corpus con una maggiore varietà di stili funzionali.

1.2.3. Risultati: qualità dei VP e riconoscimento dell’arbitrarietà

Confrontando i VP degli aggettivi e dei verbi prima e dopo la revisione, è emerso che in entrambi i casi molti VP sono stati scartati perché non informativi:

1) dei 1927 VP aggettivali, dopo la revisione ne sono rimasti 800 (41 per cento);

2) dei 3800 VP verbali, dopo la revisione ne sono rimasti 1166 (30 per cento).

Anche i VP rimanenti hanno richiesto una revisione. Va detto, tuttavia, che non è stata effettuata una valutazione del numero di parole che di norma vengono eliminate da un singolo VP. Spesso era necessario eliminare parole ausiliarie, non del tutto autonome

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 18

doi.org/10.35321/bkalba.2021.94.06

verbi: fare, prendere, vivere, valere, essere necessario, essere obbligato, iniziare, ottenere, volere, sforzarsi, riuscire. Molte delle parole eliminate si trovavano alla fine delle VE, dove erano collocate le parole con il punteggio minimo assegnato (0,5; il punteggio massimo è 1), ma si sono verificati anche numerosi casi in cui veniva eliminata una parola con un punteggio elevato, collocata al 2º–5º posto in una determinata VE (una VE può essere composta al massimo da 20 parole).

Va sottolineato che la valutazione è stata effettuata in base alle VE e limitandosi alle sole parole presenti in quella VE. Se possono esistere altri sinonimi, ma non erano presenti nella VE utilizzata per la valutazione (non erano stati selezionati con il metodo dei vettori, non erano stati usati nel corpus Delfi.lt o altrove), alcune collocazioni potrebbero essere state classificate come non arbitrarie (o viceversa). Per esempio, nella valutazione delle collocazioni stella cadente e stella ascendente, è stata utilizzata una VE contenente i verbi crescere, cadere, salire, diminuire, svilupparsi, aumentare. In questa VE non compare crollare, che potrebbe essere sinonimo di cadere; perciò stella cadente non è stata riconosciuta come AC.

Nel corso della ricerca sono stati osservati anche i vantaggi della selezione automatica dei dati: 1) come menzionato nella sezione 1.2.2, il metodo dei vettori consente di individuare più sinonimi e sinonimi diversi rispetto al solo metodo introspettivo; 2) il metodo dei vettori è adatto all’elaborazione di grandi quantità di dati, mentre difficilmente sarebbe possibile valutare manualmente la somiglianza dei contesti di un numero così elevato di parole.

Applicando il test di sostituibilità ai gruppi di sinonimi verbali, 291 collocazioni sono state riconosciute come arbitrarie. È evidente che sono proprio i sinonimi presenti nelle VE a determinare quali collocazioni saranno riconosciute come AC. Da un lato, questo è un limite del metodo; dall’altro, offre la possibilità di automatizzare il processo di individuazione dell’arbitrarietà.

Quando il riconoscimento dell’arbitrarietà dipende esclusivamente da una specifica VE, può spesso accadere che alcune collocazioni non siano selezionate in base a una VE, ma lo siano in base a un’altra. Per esempio, valutando l’arbitrarietà delle collocazioni creare un’immagine e formare un’immagine sulla base della VE 368 creare, formare, nessuna delle due collocazioni sarebbe classificata come AC. Tuttavia, i verbi creare, formare compaiono anche in altre VE alle quali è assegnato lo stesso sostantivo immagine; pertanto la collocazione creare un’immagine viene riconosciuta come AC in base a un’altra VE (45): creare, creare, sviluppare, ampliare, attuare, preparare, fondare.

È possibile anche un altro caso: le stesse collocazioni possono essere riconosciute come arbitrarie in base a più di una VE; per esempio, fare esercizi ginnici, svolgere esercizi ginnici possono essere valutate come AC sia in base all’11ª (svolgere, eseguire, fare), sia in base alla VE 15 (fare, eseguire, creare;

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 19 doi.org/10.35321/bkalba.2021.94.06

portare a termine). Il problema sorge quando una collocazione arbitraria non è considerata tale se non può essere individuata in base a nessuna VE. Ciò accadeva abbastanza spesso nella valutazione delle varianti delle collocazioni. Per esempio, con il sostantivo tasse si usano sia aumentare sia accrescere; entrambi questi verbi figurano nella VE 52, in base alla quale viene valutata l’arbitrarietà, quindi queste collocazioni non saranno classificate come AC. Tuttavia, sono varianti di AC (cfr. i prezzi aumentano, salgono, crescono). Lo stesso vale per svolgere / condurre / fare una ricerca (in base alla VE 11 queste combinazioni non sono state riconosciute come AC). Nella stessa VE figuravano ottenere e acquisire, perciò ottenere un diploma e conseguire un diploma non sono state riconosciute come AC. Questi casi mostrano che, nel valutare l’arbitrarietà delle collocazioni secondo il criterio della ristrettezza delle restrizioni lessicali, sono importanti sia gli strumenti di verifica impiegati sia il fatto che, per individuare le varianti delle AC, sia più adatto un metodo non automatico.

Poiché la verifica della sostituibilità dei sinonimi è così strettamente legata alle parole presenti in una specifica VE, può anche accadere che collocazioni simili ma di significato opposto non vengano selezionate. Per esempio, la collocazione il malcontento cresce è stata selezionata, mentre il malcontento diminuisce no. Con il metodo non automatico, entrambe sarebbero state valutate come AC. Pertanto, quando per valutare l’arbitrarietà si utilizzano dati valutati mediante introspezione linguistica, si preserva una parte delle AC perdute con il metodo 2. Va detto, tuttavia, che l’applicazione del metodo linguistico non automatico comporta una certa soggettività. Il metodo automatizzato è più oggettivo, sebbene si debba riconoscere che i dati sono più frammentari (per le verifiche si utilizzano soltanto le VE disponibili, nella quantità e del tipo raccolti). Inoltre, non tutte le collocazioni che sono AC vengono riconosciute come tali.

2. RISULTATI DELL’INDIVIDUAZIONE DELLE AK

Esaminando il numero di AK individuate, è evidente che le AK individuate con il metodo non automatico e con quello automatizzato e coincidenti sono pochissime (per maggiori dettagli, cfr. le sezioni 2.1 e 2.2); di conseguenza, entrambi i metodi forniscono separatamente dati importanti.

I dati raccolti con il metodo di analisi non automatica sono molti più di quelli individuati automaticamente, ma nell’analisi non automatica sono stati applicati due criteri di selezione, non uno solo (la limitata combinabilità lessicale e il significato figurato), mentre con il metodo dei vettori è stato applicato soltanto il criterio della limitata

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 20 doi.org/10.35321/bkalba.2021.94.06

combinabilità lessicale. Pertanto, applicando più criteri, si raccolgono più collocazioni con aggettivi e verbi più vari.

Sulla base di esempi concreti di AK, in questa sezione spiegheremo perché sono stati ottenuti proprio questi risultati e in che modo i criteri applicati e i dati utilizzati li hanno determinati. Per prima cosa esamineremo che cosa mostrano i dati ottenuti. Tutte le AK formate con un determinato aggettivo o verbo possono essere individuate in modi diversi: a) soltanto con uno dei due metodi; b) una parte delle collocazioni con un metodo e un’altra parte con l’altro; c) una parte delle collocazioni con un metodo, un’altra parte con l’altro e una parte con entrambi i metodi. Nei sottoparagrafi seguenti esamineremo le AK di diversa struttura, commentando i risultati ottenuti con entrambi i metodi.

2.1. Collocazioni arbitrarie formate da aggettivi e nomi

Sono state individuate in totale 1048 AK con la struttura aggettivo + nome. Queste collocazioni comprendono 320 aggettivi diversi. In effetti, con alcuni aggettivi (didelis, mažas, atviras, aukštas, modernus, išskirtinis, pagrindinis e simili) si formano diverse AK, talvolta una decina, mentre con altri (per es. netrumpas, nuodugnus, permainingas, pikantiškas) si formano AK isolate (in media, con lo stesso aggettivo si formano 3,3 collocazioni; per maggiori dettagli, cfr. la tabella 3).

TABELLA 3. AK individuate con metodi diversi (aggettivo + nome)

AK individuate con il metodo non automaticoAK individuate con il metodo automatizzatoAK individuate con entrambi i metodiN. (percentuale)Numero di aggettivi diversi (numero medio di AK formate con lo stesso aggettivo)N. (percentuale)Numero di aggettivi diversi (numero medio di AK formate con lo stesso aggettivo)N. (percentuale)Numero di aggettivi diversi (numero medio di AK formate con lo stesso aggettivo)577 (55,06)230 (2,5)306 (29,2)86 (3,56)165 (15,74)42 (3,93)

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 21

doi.org/10.35321/bkalba.2021.94.06

Come si evince dalla tabella 3, il maggior numero di AK è stato individuato con il metodo non automatico: oltre la metà di tutte le AK (ad es.: immagine crudele, lavoro servile, domanda diretta, questione dolorosa); circa un terzo delle AK è stato individuato automaticamente (ad es.: patrimonio di valore, progetto unico, giornata difficile, metodo ottimale), mentre la quota minore (15,74%) è costituita dalle AK individuate con entrambi i metodi (ad es.: guerra fratricida, commercio intenso, progetto gigantesco, prezzo basso). Proporzioni simili si osservano anche per le AK con verbi (cfr. § 2.2).

Analizzando gli aggettivi delle AK, si osserva che alcuni formano AK individuate con un solo metodo (cfr. gli esempi riportati sopra), mentre altri formano AK individuate con entrambi i metodi (ad es.: grande, piccolo, forte).

All’inizio dello studio è stata formulata l’ipotesi che la varietà degli aggettivi fosse maggiore nelle AK individuate con il metodo non automatico e minore in quelle individuate applicando il metodo vettoriale automatizzato. L’ipotesi è stata confermata: nelle AK individuate con il primo metodo sono stati utilizzati 235 aggettivi diversi; ciò significa che lo stesso aggettivo forma in media 2,5 AK. Nelle AK individuate con il metodo vettoriale figurano 86 aggettivi diversi, perciò in media 3,56 AK sono formate con lo stesso aggettivo. La varietà di aggettivi è minima (42) tra le AK individuate con entrambi i metodi, ma anche il numero di tali collocazioni è il più basso. In questo gruppo di AK, lo stesso aggettivo forma in media 3,93 collocazioni. Si può supporre che la varietà ridotta di aggettivi sia dovuta al numero relativamente basso di dati.

È molto probabile che una collocazione sia arbitraria se è formata da aggettivi quali grande, ampio, gigantesco, enorme, piccolo, teso, pericoloso, serio, forte, difficile con nomi astratti, poiché questi aggettivi sono usati in senso figurato.

Per discutere come i metodi applicati abbiano determinato proprio questi risultati, vorremmo esaminare come esempio le AK con l’aggettivo protingas, perché esse mostrano tutta la varietà: alcune collocazioni sono state individuate con un metodo, altre con l’altro e altre ancora con entrambi. Delle otto collocazioni dell’aggettivo protingas (protingas sprendimas, protingas miestas, protingas vaikas, protingas vyras, protingas laikas, protingas būdas), sei sono state riconosciute come AK: le collocazioni di questo aggettivo con i nomi sprendimas e miestas sono state selezionate manualmente, quelle con vaikas e vyras sono state selezionate automaticamente, mentre quelle con laikas e būdas sono state selezionate con entrambi i metodi.

I linguisti hanno stabilito che il gruppo semantico «persone» è usuale per questo aggettivo. Con le parole di questo gruppo si possono combinare, a scelta, aggettivi di significato simile (si può avere

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 22

doi.org/10.35321/bkalba.2021.94.06

non solo protingas, ma anche išmintingas žmogus); pertanto protingas vaikas ir protingas vyras sono state incluse tra le AK soltanto come risultato della selezione automatica (la collocazione išmintingas žmogus non è attestata nel corpus di Delfi.lt), ma in seguito sono state escluse durante la revisione dei dati. I linguisti hanno osservato che gli altri nomi (sprendimas, laikas, būdas) appartengono per lo più al gruppo lessico-semantico degli «astratti»; tuttavia, le collocazioni si formano soltanto con determinati nomi astratti. Ciò significa che le possibilità di scelta all’interno di questo gruppo sono limitate, e questo indica arbitrarietà. Pertanto, tutte queste collocazioni sono state riconosciute come arbitrarie. Soltanto due di esse (protingas laikas e protingas būdas) sono state individuate come AK automaticamente, poiché il metodo vettoriale non applica il test dei gruppi lessico-semantici.

AK individuate con il metodo non automatico. Ad esempio, con l’aggettivo aukštas sono state riconosciute come arbitrarie nove collocazioni: aukštas rezultatas, aukštas pareigūnas, aukšta kaina e altre. In questo caso l’aggettivo è usato in senso figurato (e quasi esclusivamente con nomi astratti); pertanto, il criterio del senso traslato ha portato i linguisti a classificare queste collocazioni come AK. Molto spesso queste collocazioni non sono state individuate con il metodo automatizzato, poiché per il test di sostituibilità dei sinonimi non erano disponibili VE contenenti l’aggettivo corrispondente (aukštas, uždaras, skaudus, silpnas, platus, patogus, lengvas, laisvas, ilgas ar greitas); non è stato quindi possibile valutare la sostituibilità. Come già menzionato nella sezione precedente, i risultati del metodo automatizzato dipendono molto dalla disponibilità di sinonimi con cui verificare la sostituibilità e dalla qualità della serie di sinonimi. Questo caso illustra che, applicando soltanto il metodo automatizzato, alcune AK possono rimanere non riconosciute, mentre la competenza linguistica può compensare la mancanza di dati del corpus.

Un’altra ragione per cui alcune AK potrebbero non essere riconosciute automaticamente è che non tutti i nomi possono essere associati a una serie di sinonimi di un determinato significato, poiché il contesto di alcuni nomi può essere diverso. Ad esempio, tra le collocazioni dell’aggettivo ryškus ve ne sono molte individuate manualmente (ad es.: ryški moteris, ryškus žmogus), e una sola AK individuata con entrambi i metodi: ryškus įvykis. Ciò significa che erano disponibili VE contenenti questo aggettivo, ma che non tutti e tre i nomi sono stati associati automaticamente a esse: soltanto įvykis.

AK individuate con il metodo automatizzato. Le AK con l’aggettivo efektyvus sono state individuate soltanto con il metodo vettoriale, ad es.: efektyvi priemonė, efektyvus rezultatas, efektyvi sistema, efektyvus darbas. Le VE contenevano più sinonimi (ad es. veiksmingas), ma le collocazioni veiksminga priemonė, veiksmingas rezultatas e altre non sono attestate nel corpus; pertanto, applicando l’impossibilità

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 23

doi.org/10.35321/bkalba.2021.94.06

il test di sostituibilità, le collocazioni con efektyvus sono state riconosciute come AK. È importante aggiungere che, in questo caso, i linguisti, basandosi sulla competenza dei parlanti nativi, hanno valutato diversamente: la sostituzione è possibile (si possono usare sia efektyvi priemonė sia veiksminga priemonė), pertanto si è deciso di non considerare queste collocazioni AK. Con il metodo automatizzato sono state riconosciute come AK molte collocazioni di questo tipo, in cui l’aggettivo è valutativo, cfr.: išskirtinis (poiché associato sinonimicamente a ypatingas), keistas (associato a neįprastas), modernus (associato a šiuolaikiškas), pagrindinis (associato a esminis), sudėtingas (associato a sunkus). I linguisti erano più propensi a non classificare tali casi come AK.

Le collocazioni con stabilus, per esempio stabilus gyvenimas, stabili kaina, stabili savaitė, stabili valstybė, sono state riconosciute come arbitrarie soltanto con il metodo dei vettori, perché la sostituibilità è stata verificata usando il sinonimo pastovus, che non è stato usato come collocato con i nomi corrispondenti. Tuttavia, i linguisti non hanno riconosciuto queste collocazioni come arbitrarie, perché, osservando la capacità combinatoria di stabilus, si nota che è davvero ampia e che non sono state individuate restrizioni, mentre pastovus non è stato considerato sinonimo di stabilus, cfr.: stabilus darbas, stabili valstybė, stabili kaina, stabilus rezultatas, stabilus gyvenimas, stabili savaitė.

AK individuate con entrambi i metodi. Tra i dati disponibili non c’è alcun caso in cui tutte le collocazioni riconosciute come AK associate allo stesso aggettivo siano state individuate con entrambi i metodi. In tutti i casi, con entrambi i metodi è stata individuata soltanto una parte di esse; tra gli aggettivi in questione, i più frequenti sono quelli che possono essere usati in senso figurato, per esempio: garsus, greitas, liūdnas, mažas, nelengvas, patrauklus, pavojingas, rimtas, stiprus, sunkus, tvirtas. Come già menzionato, le AK della maggior parte di tali aggettivi sono state individuate soltanto con il metodo non automatizzato, per esempio le collocazioni con l’aggettivo silpnas (si vedano anche gli esempi menzionati in precedenza). Ciò dipende dal fatto che, nell’individuazione non automatizzata delle AK, tali casi sono stati selezionati in base al criterio del significato figurato, mentre con il metodo 2 erano idonei soltanto se figuravano tra i membri delle serie di sinonimi usate per il test di sostituibilità.

Verificando quante collocazioni vengono raccolte con i singoli metodi per uno dei nomi più produttivi, sprendimas, si osservano tendenze simili a quelle riportate nella tabella 3: il metodo non automatizzato ha prodotto il maggior numero di AK, ma una quota considerevole di AK è stata individuata con il metodo automatizzato.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 24

doi.org/10.35321/bkalba.2021.94.06

TABELLA 4. AK individuate con il nome sprendimas e gli aggettivi

AK individuate con il metodo non automatizzato

AK individuate con il metodo automatizzato

AK individuate con entrambi i metodi

1) responsabile

2) senza precedenti

3) drastico

4) audace

5) formale

6) rigoroso

7) intelligente

8) saggio

9) costruttivo

10) creativo

11) stupido

12) temporaneo

13) decisivo

14) fatale

15) leggero

16) illogico

17) irrazionale

18) fondato

19) comodo

20) avanzato

21) pratico

22) opposto

23) intelligente

24) razionale

25) consapevole

26) sicuro

27) indipendente

28) scandaloso

29) doloroso

30) affrettato

31) urgente

32) intelligente

33) pacifico

34) giusto

35) sostenibile

36) unito

1) chiaro

2) categorico

3) strano

4) concreto

5) creativo

6) utile

7) inaspettato

8) ottimale

9) semplice

10) scadente

11) reale

12) complesso

13) unico

1) veloce

2) logico

3) non facile

4) serio

5) rischioso

6) difficile

7) dannoso

8) solido

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 25

doi.org/10.35321/bkalba.2021.94.06

Nel presentare l’esempio del sostantivo sprendimas, è importante menzionare un altro aspetto legato al metodo automatizzato: alcune collocazioni classificate come arbitrarie possono essere discutibili, ossia possono sembrare al confine, più vicine alle non arbitrarie. Per esempio, ci si può chiedere se collocazioni come aiškus sprendimas o keistas sprendimas possano davvero essere considerate arbitrarie. Sembrerebbe che gli aggettivi aiškus, keistas, kūrybiškas, naudingas, netikėtas e altri possano combinarsi non solo con sprendimas, ma anche con molti altri sostantivi con cui possono combinarsi in base al significato; si confrontino tutte le collocazioni di questi aggettivi individuate nel corpus Delfi.lt: aiškus ženklas, aiškus vaizdas, aiški informacija, aiškus rezultatas, aiški sistema, aiškus dalykas; keistas dalykas, keistas būdas, keistas klausimas, keista vieta, keistas sprendimas, keistas įvykis, keistas vaizdas. I linguisti hanno verificato la limitata combinabilità lessicale non soltanto mediante il test di sinonimia, ma anche sulla base dei gruppi semantici lessicali; pertanto, non hanno classificato tra le collocazioni arbitrarie le collocazioni aiškus sprendimas e keistas sprendimas. Nella valutazione automatizzata della limitatezza lessicale, queste collocazioni sono state classificate come AK perché la verifica della sostituibilità dei sinonimi ha stabilito che il sostantivo sprendimas formava collocazioni soltanto con uno dei membri della coppia di sinonimi aiškus, suprantamas e della coppia di sinonimi keistas, neįprastas. Questi esempi mostrano che ci si possono aspettare risultati più precisi per le AK quando la limitata combinabilità lessicale viene verificata ricorrendo non soltanto al test di sinonimia, ma anche a quello dei gruppi semantici lessicali.

2.2. Collocazioni arbitrarie formate da verbi e sostantivi

Sono state individuate 1171 AK formate da un verbo e un sostantivo. È un numero piuttosto simile a quello delle AK formate con aggettivi: 1048. Anche la distribuzione delle AK individuate con metodi diversi è piuttosto simile a quella delle collocazioni formate con aggettivi (si veda la tabella 2; cfr. la tabella 3): circa la metà delle AK è stata individuata manualmente (per esempio: apniukusi diena, aptarti galimybes, iškvies­ti apsaugą), circa un terzo automaticamente (per esempio: suskubti į pagalbą, žvelgti į gyvenimą, sugadintas turtas, kaupti turtą), mentre quasi un quinto è stato individuato con entrambi i metodi (per esempio: atlikti tarnybą, duoti komandą, matyti reikalą).

È stata analizzata anche la varietà lessicale delle AK di questa struttura, ossia il numero di verbi diversi che formano le AK individuate con un determinato metodo. In media, lo stesso verbo forma 2,05 delle AK discusse in questa sottosezione (si veda la tabella 5).

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 26

doi.org/10.35321/bkalba.2021.94.06

TABELLA 5. AK individuate con metodi diversi (verbo + sostantivo)

AK individuate con metodi manuali

AK individuate con metodi automatizzati

AK individuate con entrambi i metodi

Numero (percentuale)

Numero di verbi diversi (numero medio di AK formate con lo stesso verbo)

Numero (percentuale)

Numero di verbi diversi (numero medio di AK formate con lo stesso verbo)

Numero (percentuale)

Numero di verbi diversi (numero medio di AK formate con lo stesso verbo)

561 (47,91)

376 (1,5)

382 (32,62)

189 (2,02)

228 (19,47)

102 (2,24)

Le funzioni sintattiche dei verbi nelle AK sono più varie di quelle degli aggettivi: si possono usare forme finite, che reggono sostantivi con funzione di oggetto, soggetto o circostanziale (per esempio: apipilti klausimais, kelti kainą, parodyti laikas¹³, pastatyti į vietą), oppure forme non finite, soprattutto participi, con funzione attributiva (per esempio: išpūsta kaina, einamieji metai, neapgalvotas sprendimas, klestinti šalis, negirdėtas dalykas, vykdomas darbas). Nelle AK di tre parole l’ordine dei costituenti può variare, per esempio: atskubėti į pagalbą / į pagalbą atskubėti; eiti į rinkimus / į rinkimus eiti.

Rispetto alle collocazioni formate da aggettivi, si osserva una maggiore varietà di verbi diversi: nelle collocazioni arbitrarie individuate con il metodo non automatico, lo stesso verbo forma in media 1,5 collocazioni; in quelle individuate con il metodo automatizzato dei vettori, in media 2,02 collocazioni; mentre nelle collocazioni arbitrarie individuate con entrambi i metodi la varietà dei verbi è minima: lo stesso verbo forma in media 2,24 collocazioni arbitrarie. È probabile che questo risultato sia dovuto al fatto che le collocazioni individuate con entrambi i metodi sono le meno numerose. D’altra parte, le tendenze sono simili: la maggiore varietà lessicale si riscontra nelle collocazioni arbitrarie individuate con il metodo non automatico.

¹³Talvolta i lemmi delle collocazioni soggettive sembrano insoliti, ma si è scelto di presentare l’infinito, poiché possono essere usate forme coniugate molto diverse, ad es.: parodys laikas, parodė laikas, parodytų laikas.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 27doi.org/10.35321/bkalba.2021.94.06

Dall’analisi dei dati emerge una grande varietà di verbi (sono stati considerati verbi diversi quelli con e senza prefisso, quelli con prefissi diversi, ad es.: saugoti, apsaugoti, išsaugoti; le forme riflessive e non riflessive, se non ne mutano il significato, sono state considerate lo stesso verbo), ma vi sono verbi combinabili con cui si formano diverse, talvolta persino una dozzina di collocazioni arbitrarie, ad es.:

fornire: fornire protezione, fornire informazioni, offrire la possibilità, offrire la possibilità di scegliere, fornire informazioni su;

dedicare: dedicare poca attenzione, dedicare tempo, prestare attenzione, dedicare molta attenzione, arresti domiciliari assegnati, dedicare grande attenzione, dedicare molto tempo, dedicare molta attenzione, occorre dedicare attenzione;

venire / futuro: venire alle elezioni, venire euro, venire il tempo, venire il momento, gli anni a venire, le elezioni future, il bilancio dell’anno prossimo, l’inizio dell’anno prossimo, il mese prossimo, l’inizio della settimana prossima, la prossima stagione, gli anni a venire, il giorno successivo, la settimana prossima.

Si osserva che una parte considerevole delle collocazioni arbitrarie formate con un singolo verbo consiste in varianti di un’unica collocazione, cfr. le varianti della collocazione arbitraria skirti dėmesį riportate sopra. Tuttavia, tutte le varianti lessicali e grammaticali delle collocazioni (cambiamento dell’ordine delle parole, aggiunta di parole) sono conteggiate come collocazioni distinte. Si considerano collocazioni distinte quelle in cui lo stesso verbo è usato in forma coniugata (in tal caso, il lemma è solitamente riportato all’infinito) oppure non coniugata (ad es.: kovoti dėl vietos, kovoti iki pabaigos, kovojanti grupė). Pertanto, la maggiore varietà lessicale nelle collocazioni con verbi (rispetto a quelle con aggettivi) è dovuta a una caratteristica dei verbi come parte del discorso: l’uso frequente di verbi con la stessa radice ma con prefissi diversi. Da un lato, tali verbi possono essere considerati parole diverse; dall’altro, questi dati non sono del tutto confrontabili con quelli degli aggettivi, che in tutti i casi sono parole diverse, non varianti derivazionali della stessa parola.

Collocazioni arbitrarie individuate con il metodo non automatico. A differenza delle collocazioni formate da aggettivo + sostantivo, quelle con verbi sono state spesso riconosciute come arbitrarie applicando non solo il criterio del significato figurato (ad es.: gadinti gyvenimą, atverti galimybę), ma anche il criterio della limitata combinabilità lessicale e il test dei gruppi semantici lessicali. Per esempio, le collocazioni con vaizdas, būdas, informacija sono state valutate considerando i seguenti paradigmi:

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 28

doi.org/10.35321/bkalba.2021.94.06

distorsione dell’informazione

alterare il mercato

informazione distorta

metodo distorto

immagine distorta

La combinabilità dei verbi iškraipyti, iškreipti (usati anche con funzione attributiva) non è ampia: al paradigma delle collocazioni con iškraipyti si potrebbe aggiungere anche iškraipyti žodžius, ma il sostantivo žodžiai rientrerebbe nello stesso gruppo di informacija; pertanto si è deciso di classificare entrambe le collocazioni come AK. Con il participio iškreiptas usato attributivamente sono state formate tre collocazioni, tutte considerate AK, perché, benché sia possibile ampliare il paradigma (per esempio aggiungendo iškreiptas mąstymas), esso resterebbe comunque limitato. I sostantivi informacija, vaizdas, būdas, pur essendo assegnati a un unico gruppo lessico-semantico di astratti, sono soltanto tre, e un numero ridotto di parole è una delle condizioni per applicare il test dei gruppi lessico-semantici. Applicando il test di sostituibilità dei sinonimi, risulta che al posto di iškraipyti, iškreiptas non si possono usare, per esempio, išdarkyti / išdarkytas.

AK individuate con il metodo automatizzato. È importante sottolineare un limite del metodo automatizzato: una parte delle AK potrebbe non essere riconosciuta, poiché tali collocazioni non sono state individuate nel corpus Delfi.lt (anche se la combinazione di parole potrebbe essere stata usata). Per esempio, la collocazione trisillabica aiškintis įvykio aplinkybes è stata riconosciuta come AK in base ai sinonimi analizuoti, aiškintis, tirti inclusi nel VE. Nel corpus è stata trovata soltanto la collocazione con il verbo aiškintis, quindi è stata riconosciuta come AK. D’altra parte, in un altro corpus potrebbe comparire anche la collocazione tirti įvykio aplinkybes; pertanto, applicando il test allo stesso gruppo di sinonimi, sarebbero riconosciute come arbitrarie due collocazioni anziché una.

Tra le collocazioni individuate con il metodo automatizzato vi sono casi che i linguisti non hanno riconosciuto come AK proprio perché, sulla base dell’intuizione linguistica, non si riteneva vi fosse una tendenza a scegliere un solo sinonimo tra i diversi possibili. Ne sono un esempio le collocazioni suprasti pasaulį, pažinti pasaulį, žiūrėti į pasaulį. I linguisti non hanno riconosciuto nessuna di queste collocazioni come arbitraria. Il metodo automatizzato ha stabilito che tutte e tre sono AK, poiché tra le collocazioni del corpus Delfi.lt non figuravano collocazioni con altri membri dei rispettivi gruppi di sinonimi: era presente suprasti pasaulį, ma non suvokti pasaulį; era presente pažinti pasaulį, ma non išmokti pasaulį; era presente žiūrėti į pasaulį, ma non žvelgti į pasaulį. La valutazione linguistica ha stabilito che la combinabilità di questi tre verbi non presenta caratteristiche di combinabilità limitata.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių kalbos kolokacijų nustatymas | 29doi.org/10.35321/bkalba.2021.94.06

Con entrambi i metodi sono state individuate AK. Va detto che le AK di questo gruppo non sono state individuate necessariamente secondo lo stesso criterio. Valutando l’arbitrarietà con il metodo non automatico, un’AK poteva essere individuata sulla base di uno qualsiasi dei test, non necessariamente in base alla sostituibilità dei sinonimi. Come si è scritto a proposito delle collocazioni di aggettivi e sostantivi, le stesse AK sono state selezionate manualmente in base al criterio del significato figurato, mentre con il metodo automatizzato in base al criterio della limitata combinabilità lessicale (test di sostituibilità dei sinonimi), cfr. sutriko eismas e sutriko sveikata, selezionate dai linguisti perché sutr būti si combina con un gruppo limitato di sostantivi; invece, i due metodi hanno riconosciuto queste collocazioni come AK perché, tra i sinonimi sugedo e sutriko, nelle collocazioni valutative era attestato un solo sinonimo. Apga l v otas sprendimas è stata riconosciuta come AK, poiché non esisteva una collocazione con un altro sinonimo – apmąstytas sprendimas. Pertanto, è importante tenere presente che le collocazioni di questo gruppo non sono collocazioni individuate secondo lo stesso criterio.

TABELLA 6. AK individuate con il sostantivo sprendimas e i verbi

AK individuate con il metodo non automatico

AK individuate con il metodo automatizzato

AK individuate con entrambi i metodi

1) impugnare una decisione (del tribunale) 2) rinviare una decisione 3) prendere una decisione 4) fondare una decisione 5) cercare una soluzione 6) decisione passata in giudicato 7) decisione sconsiderata 8) non prendere una decisione 9) non eseguire una decisione del tribunale 10) la decisione si è rivelata efficace 11) prendere una decisione appropriata prendere la decisione necessaria 12) prendere decisioni 13) approvare una decisione 14) annunciare una decisione 15) impugnare una decisione (dinanzi al tribunale) 16) eseguire una decisione del tribunale

1) prendere una decisione 2) chiedere una decisione 3) soluzione proposta 4) attendere una decisione 5) firmare una decisione

1) eseguire una decisione del tribunale 2) decisione presa 3) soluzione proposta 4) annunciare una decisione 5) decisione ponderata

BENDRINĖ KALBA 94 (2021)http://journals.lki.lt/bendrinekalbaISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 30

doi.org/10.35321/bkalba.2021.94.06

Valutando quanti collocati di uno dei sostantivi più produttivi sprendimas con la struttura verbo + sostantivo siano individuati con metodi diversi (cfr. tabella 6), si osserva che il metodo non automatico ne ha individuati il maggior numero, mentre con entrambi i metodi e con il metodo automatizzato sono state individuate soltanto cinque AK ciascuno.

OSSERVAZIONI CONCLUSIVE

Dall’analisi delle AK bi-parola e tri-parola, composte da aggettivi e sostantivi, nonché da verbi e sostantivi, si può affermare che il metodo non automatico ne ha individuate circa la metà, il metodo automatizzato circa un terzo e i due metodi insieme all’incirca un quinto. Solo una piccola parte delle AK individuate con questi metodi coincide, il che consente di affermare che entrambi i metodi possono individuare un numero maggiore di AK. Pertanto, per riconoscere le AK, è opportuno avvalersi sia delle possibilità offerte dal metodo non automatico sia di quelle offerte dal metodo automatizzato.

Va sottolineato che nell’analisi non automatica sono stati applicati non uno, ma due criteri di selezione; per questo i dati individuati non automaticamente sono molti più di quelli individuati con il metodo automatizzato. L’analisi non automatica ha considerato non solo il criterio del significato figurato, ma anche quello della limitata combinabilità lessicale, verificato mediante due test (quello dei gruppi semantico-lessicali e quello della sostituibilità con sinonimi), mentre il metodo automatizzato ha applicato soltanto il criterio della limitata combinabilità lessicale, secondo il test della sostituibilità con sinonimi.

A causa del diverso numero di criteri, non è possibile confrontare i risultati ottenuti con i diversi metodi, poiché con il primo metodo sono state comunque individuate più AK, mentre le collocazioni coincidenti sono relativamente poche. Sarebbe interessante confrontare le AK individuate in modo automatizzato e non automatico applicando unicamente il criterio comune della limitata combinabilità (il test della sostituibilità con sinonimi). Un simile confronto potrebbe mostrare che alcune delle AK individuate sono le stesse, ma consentirebbe anche di valutare quale metodo ne abbia selezionate di più e in che cosa differiscano le AK non coincidenti.

Con il metodo non automatico sono stati raccolti non solo più dati, ma anche dati lessicalmente più vari. Le AK individuate con questo metodo comprendono aggettivi e verbi più vari, mentre il metodo automatizzato produce AK con una varietà lessicale minore.

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių kalbos kolokacijų nustatymas | 31

doi.org/10.35321/bkalba.2021.94.06

Nel collaudare il metodo automatizzato, si è cercato soprattutto di ridurre il fattore di soggettività nella valutazione dell’arbitrarietà e di basarsi esclusivamente sui dati attestati nel corpus. Disponendo di coppie o gruppi di sinonimi individuati con il metodo dei vettori a partire da uno specifico corpus, la procedura di valutazione si semplifica, perché è più facile stabilire se un elemento della collocazione possa essere sostituito oppure no: se nei dati esaminati sono presenti collocazioni con tutte le parole della coppia o del gruppo di sinonimi, la sostituzione è possibile.

Naturalmente, sono emersi anche alcuni limiti del metodo automatizzato. Poiché l’arbitrarietà delle collocazioni valutate viene determinata sulla base dei sinonimi del VE, alcune AK potrebbero non essere riconosciute, in quanto il riconoscimento dell’arbitrarietà dipende in larga misura dal VE disponibile. Per i test si utilizzano soltanto i sinonimi presenti nel VE, e solo quelli; di conseguenza, non tutte le collocazioni vengono riconosciute come AK.

Sebbene sia possibile automatizzare il processo di analisi delle AK, nella fase iniziale di tale processo è necessario il contributo dei linguisti: occorre distinguere, nei VE creati con il metodo dei vettori, i sinonimi dalle parole legate da altri rapporti semantici, per esempio gli antonimi. Verificando quanti dati ottenuti automaticamente rimangano dopo il controllo linguistico, si osserva che sono numerosi gli aggettivi e i verbi eliminati dai VE, e che anche i dati rimanenti, rispettivamente il 41 per cento e il 30 per cento, necessitano di revisione e sistemazione. Poiché il metodo dei vettori individua parole legate non soltanto da rapporti sinonimici, preparare i dati sui sinonimi per il test di sostituibilità richiede più tempo. Sarebbe quindi opportuno sperimentare altri metodi per individuare i rapporti di sinonimia.

Nel valutare l’idoneità del metodo dei vettori per la selezione dei sinonimi, si possono citare i seguenti argomenti a dimostrazione del valore dei dati raccolti automaticamente. In primo luogo, il metodo dei vettori consente di individuare più sinonimi e sinonimi diversi da quelli che si possono reperire facendo ricorso alla sola introspezione. In secondo luogo, i sinonimi individuati con questo metodo (dopo aver escluso i non sinonimi) mettono in luce un fenomeno importante per la sinonimia: non sono sinonime soltanto le singole parole, ma anche le combinazioni di parole. In terzo luogo, il metodo dei vettori è adatto all’elaborazione di grandi quantità di dati, vale a dire all’individuazione di sinonimi in un corpus esteso, mentre sarebbe difficile valutare manualmente la somiglianza contestuale di un numero così elevato di parole.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 32

doi.org/10.35321/bkalba.2021.94.06

LITERATŪRA

Bielinskienė Agnė, Boizou Loic, Bumbulienė Ieva, Kovalevskaitė Jolanta, Krilavičius Tomas, Mandravickaitė Justina, Rimkutė Erika, Vilkaitė-Lozdienė Laura (sud.) 2019: Lietuvių kalbos kolokacijų žodynas, Kaunas: Vytauto Didžiojo universitetas. Prieiga internete: https://doi.org/10.7220/9786094673733.

Divjak Dagmar, Gries Stefan T. 2006: Ways of Trying in Russian. Clustering and Comparing Behavioral Profiles. – Corpus Linguistics and Linguistic Theory 2(1), 23–60.

Drūlienė Viltė 2008a: Erduvinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas.

Drūlienė Viltė 2008b: Lietuviškosios metaforikos vertikalumo matas. – Darbai ir dienos 50, 73–90.

Grigonytė Gintarė 2010: Building and Evaluating Domain Ontologies: NLP Contributions: daktaro disertacija, Berlin: Logos Verlag Berlin.

Handl Susanne 2008: Essential Collocations for Learners of English: The Role of Collocational Direction and Weight. – Phraseology in Foreign Language Learning and Teaching, eds. F. Meunier, S. Granger, Amsterdam, Philadelphia: John Benjamins Publishing Company, 43–66.

Howarth Peter 1998: Phraseology and Second Language Proficiency. – Applied Linguistics 19 (1), 24–44.

Jakaitienė Evalda 2010: Lietuvių kalbos leksikologija, Vilnius: Vilniaus universiteto leidykla.

Kovalevskaitė Jolanta, Rimkutė Erika, Vilkaitė Laura 2020: Light Verb Constructions in Lithuanian: Identification and Classification. – Kalbų studijos 36, 5–16.

Kovalevskaitė Jolanta, Rimkutė Erika, Vaičenonienė Jurgita 2021: Automatizuotas arbitraliųjų kolokacijų atpažinimas: būdvardžių ir daiktavardžių kolokacijos. – Kalbų studijos 39, 71–84.

Lewis Michael 2000: Teaching Collocation: Further Developments in the Lexical Approach, London: Language Teaching Publications.

Marcinkevičienė Rūta 2010: Lietuvių kalbos kolokacijos, Kaunas: Vytauto Didžiojo universitetas.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 33

doi.org/10.35321/bkalba.2021.94.06

Nesselhauf Nadja 2003: The Use of Collocations by Advanced Learners of English and Some Implications for Teaching. – Applied Linguistics 24 (2), 223–242.

Nesselhauf Nadja 2005: Collocations in a Learner Corpus, Amsterdam: John Benjamins.

Pennington Jeffry, Socher Richard, Manning Christopher D. 2014: GloVe: Global Vectors for Word Representation. – Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNL). Association for Computational Linguistic. Doha, Qatar, October 25–29, 2014, 1532–1543.

Reder Anna 2006: Kollokationen in der Wortschatzarbeit. Praesens Verlag.

Strakatova Yana, Hinrichs Erhard 2019: Semantic Modelling of Adjective-Noun Collocations Using FrameNet. – Proceedings of the Joint Workshop on Multiword Expressions and WordNet, 104–113.

Stulpinaitė Miglė, Horbačauskienė Jolita, Kasperavičienė Ramunė 2016: Issues in Translation of Linguistic Collocations. – Kalbų studijos 29, 31–41.

Šilinytė Justina 2008: Ontologinės ir struktūrinės metaforos Daiktavardinių frazių žodyne: magistro darbas, Kaunas: Vytauto Didžiojo universitetas.

Volungevičienė Skaistė 2010: Metaforinių kolokacijų vertimo problemos. – Kalbų studijos 16, 23–27.

Gauta 2021 11 14

Priimta 2021 12 15

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 34

doi.org/10.35321/bkalba.2021.94.06

ARBITRALIŲJŲ LIETUVIŲ KALBOS KOLOKACIJŲ NUSTATYMAS

Santrauka

Šiame straipsnyje sprendžiama arbitraliųjų lietuvių kalbos kolokacijų atpažinimo problema. Tam skirtas projektas „Arbitrariosios lietuvių kalbos kolokacijos: atpažinimas, aprašymas, vartojimas (ARKA)“. Arbitraliosiomis kolokacijomis laikomos kolokacijos, kurių žodžių junglumo pagrindas yra ne semantiniai, o leksiniai ribojimai. Tokios kolokacijos tiesiogiai neatspindi nekalbinės tikrovės, o ryšys tarp jų žodžių – arbitralius: nors pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną junglumo partnerį, bet linkstama vartoti kurį nors vieną, pvz., suprasti užuominą, bet ne *subokti užuominą.

Tyrimo šaltinis yra Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazė, kurioje pateikiama apie 12 tūkst. kolokacijų; ištyrus kolokacijas su 97 daiktavardžiais, arbitraliosiomis priskirta apie 2400 kolokacijų, kurių struktūra yra būdvardis / būdvardiškai vartojamas dalyvis + daiktavardis, veiksmažodis + daiktavardis, daiktavardis + daiktavardis.

Straipsnyje aprašyti du pagal minėtą projektą išbandyti arbitraliųjų kolokacijų nustatymo metodai: neautomatinis lingvistinės analizės ir automatizuotas kompiuterinės lingvistikos metodas. Nustatant AK neautomatiškai, taikyti du pagrindiniai kriterijai: perkeltinės reikšmės kriterijus ir riboto leksinio junglumo kriterijus, kuriam įvertinti taikyti veiksmažodžio ar būdvardžio sinonimų pakeičiamumo ir (arba) daiktavardžių leksinių semantinių grupių testai. Vienas iš AK nustatymo kriterijų – riboto leksinio junglumo – buvo tikrinamas ir automatizuotai, vektorių metodų nustatčius pakeičiamumo testui reikalingus sinonimus. Automatizuoto metodo taikymą sudarė šie etapai: 1) automatinis, kai vektorių metodu buvo surenkamos vektorių eilės su panašų kontekstą turinčiais žodžiais; 2) neautomatinis – vektorių eilių tvarkymas paliekant tik sinoniminiais ryšiais susijusius žodžius; 3) iš dalies automatinis etapas, kai kolokacijos buvo automatiškai susiejamos su konkrečiomis sinonimų eilėmis ir po peržiūros lingvistų patvirtinamos arba nepatvirtinamos kaip AK.

Neautomatiniu metodu nustatyta apie pusė AK, automatizuotu metodu – apie trečdalis. Neautomatinei analizei taikytas ne vienas, o du atrankos kriterijai, todėl neautomatiškai nustatytų duomenų daug daugiau negu nustatytų automatizuotai. Nors

BENDRINĖ KALBA 94 (2021) http://journals.lki.lt/bendrinekalba ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitralijų lietuvių

kalbos kolokacijų nustatymas | 35

doi.org/10.35321/bkalba.2021.94.06

automatizuotu metodu galima sumažinti subjektyvumą vertinant duomenis ir supaprastinti arbitralumo vertinimo procedūrą, tačiau pastebėta ir tai, kad arbitralumo pripažinimą lemia vektorių eilėje esantys sinonimai, taigi dalis AK gali likti neatpažintos. Vektorių metodu surinktus sinonimus reikia atskirti nuo kitais semantiniais ryšiais susijusių žodžių, tam reikalinga lingvisto patikra. Tačiau, nepaisant šio ribotumo, vektorių metodas yra tinkamas dideliam duomenų kiekiui apdoroti, o rankiniu įvertinti gausybės žodžių konteksto panašumą būtų sunku.

Abiem metodais atpažintos kolokacijos sudaro tik penktadalį visų nustatytų AK, todėl yra pagrindo manyti, kad siekiant atpažinti AK svarbu taikyti tiek automatizuoto, tiek ir neautomatinio metodo teikiamas galimybes.

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 36

doi.org/10.35321/bkalba.2021.94.06

IDENTIFICATION OF LITHUANIAN ARBITRARY COLLOCATIONS

Summary

In this article, we describe the methodological approaches of arbitrary collocation (AC) identification developed within the framework of an ongoing project “Arbitrary Collocations of Lithuanian: Identification, Description and Usage (ARKA)”. The object of this research is arbitrary collocations of the Lithuanian language the collocability of which is determined by lexical rather than semantic constraints. Such collocations do not directly reflect the non-linguistic reality and the relation between the collocates is arbitrary: although there may be several close synonyms, a particular one is preferred in a certain word combination (e.g., suprasti užuominą vs. *suokti užuominą).

The source of the research was the Database of Lithuanian Multiword Expressions encompassing over 12.000 collocations. The structural composition of the identified 2400 arbitrary collocations was as follows: adjective (participle)+noun, verb+noun, and noun+noun.

Arbitrary collocations were determined by combining the manual linguistic analysis and semi-automatic methods of computational linguistics. The manual method included two major AC identification criteria: lexical restrictedness and (or) meaning transfer. Lexical restrictedness was measured using two tests: the synonym substitution of pre-modifier and (or) semantic field comparison of the head noun. Moreover, lexical restrictedness was also assessed using a semi-automatic approach by analyzing synonym pairs in the automatically generated vector strings. The semi-automatic approach consisted of three stages: (1) the automatic generation of vector strings with potential synonyms; (2) the manual vector string editing to reduce the noise, and (3) the semi-automatic process during which the collocations were compared to particular synonym pairs in vector strings and approved or not approved by linguists as arbitrary.

Approximately half of ACs were detected by using the manual method based on two AC identification criteria, whereas about one-third of ACs were identified using the semi-automated method based on one criterion. On the one hand, the semi-automatic method can reduce the subjectivity in data evaluation and simplify the AC identification procedure. On

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351-7204

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ, JURGITA VAIČENONIENĖ. Arbitraliųjų lietuvių

kalbos kolokacijų nustatymas | 37

doi.org/10.35321/bkalba.2021.94.06

the other hand, as arbitrariness is determined on the basis of the available synonyms in the vector string, some ACs may not be identified because of the insufficient scope of the generated synonyms. Also, the automatically generated synonyms need to be manually analyzed to eliminate semantically unrelated words. Despite these limitations, the method is suitable for processing large amounts of the data. It would be difficult to manually assess the contextual similarity of such a large number of words.

About one fifth of ACs were identified using a combination of both methods. These results suggest that different methodological approaches allowed the researchers to detect more arbitrary collocations. It is maintained that taking into consideration the mentioned advantages and disadvantages, the best results in the Lithuanian arbitrary collocation identification are acquired when combining both manual and semi-automatic methods.

KEYWORDS: arbitrary collocations, Lithuanian, lexical restrictedness, vector space model, semi-automatic approach, linguistic manual approach.

JOLANTA KOVALEVSKAITĖ, ERIKA RIMKUTĖ,

JURGITA VAIČENONIENĖ

Vytauto Didžiojo universitetas

Kristijono Donelaičio g. 58, 44248 Kaunas

[email protected]

[email protected]

[email protected]

BENDRINĖ KALBA 94 (2021)

http://journals.lki.lt/bendrinekalba

ISSN 2351–7204