ЙОЛАНТА КОВАЛЕВСКАЙТЕ, ЕРІКА РІМКУТЕ,

ЮРГІТА ВАЙЧЕНОНЕНЕ

Університет Вітовта Великого

ВИЗНАЧЕННЯ АРБІТРАЛЬНИХ КОЛОКАЦІЙ ЛИТОВСЬКОЇ МОВИ

КЛЮЧОВІ СЛОВА: арбітральні колокації, литовська мова, обмежена лексична сполучуваність, векторний метод, автоматизоване визначення, лінгвістичне неавтоматизоване визначення.

АНОТАЦІЯ

Об’єктом дослідження, представленого у статті, є арбітральні колокації литовської мови. Їхня сполучуваність ґрунтується не на семантичних, а на лексичних обмеженнях; такі колокації безпосередньо не відображають позамовну дійсність. Зв’язок між їхніми словами є арбітральним: хоча за подібним значенням теоретично можна обрати більше ніж одного партнера сполучуваності, зазвичай схиляються до вживання одного з них. У статті описано методи визначення арбітральних колокацій, випробувані під час реалізації проєкту «Неавтоматичний метод лінгвістичного аналізу й автоматизований метод комп’ютерної лінгвістики (ARKA)». Матеріал для дослідження взято з бази даних сталих словосполучень литовської мови.

АНОТАЦІЯ

Мета статті — описати методологічні підходи до виявлення арбітральних колокацій (АК), розроблені в межах проєкту «Арбітральні колокації литовської мови: виявлення, опис і вживання (ARKA)». Джерелом дослідження була «База даних литовських багатослівних виразів». Арбітральні колокації визначали шляхом поєднання ручних і напівавтоматичних методів комп’ютерної лінгвістики.

ВСТУП

Як відомо, значну частину сталих словосполучень становлять колокації, однак під час їх автоматичного виявлення в корпусах статистичними або гібридними методами (докладніше див. Bielinskienė ir kt. 2019: 15–22) виявляють чимало таких сполучень, які до колокацій

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

зараховують через те, що частота спільного вживання слів, які їх утворюють, автоматично оцінюється як статистично значуща, наприклад: šešeri metai, saulėta diena, graži moteris тощо. Так серед колокацій з’являються несправжні колокації, які утворюються як звичайні вільні словосполучення на основі семантичних, а не лексичних обмежень (Marcinkevičienė 2010: 90–91).

Деякі дослідники вважають колокаціями лише справжні колокації (які також називають немотивованими, арбітрарними) — звичні словосполучення, що безпосередньо не відображають позамовну дійсність; зв’язок між їхніми словами є арбітрарним (докладніше про арбітрарність див. Kovalevskaitė ir kt. 2021).

Об’єктом цього дослідження є саме арбітрарні колокації (далі — АК), тобто такі, яким властива обмежена лексична сполучуваність (англ. lexical restrictedness): хоча теоретично за подібним значенням можна вибрати більше ніж одного партнера зі сполучуваності, є схильність уживати лише одного з них, наприклад, розуміти натяк, а не *осягати натяк, під рукою, а не *рукою взятий. Рута Петраускайте пише: «Відсутність безпосереднього зв’язку з позначуваною дійсністю зумовлює те, що не лише в різних мовах сполучуваність того самого слова істотно відрізняється, але й навіть у межах однієї мови один компонент колокації не можна замінити іншим, синонімічним, не ризикуючи, що сказана фраза звучатиме незвично, наприклад, час іде, біжить, спливає, але не *крокує, мчить, повзе» (Marcinkevičienė 2010: 91). За словами Р. Петраускайте, партнери сполучуваності головного слова справжніх (арбітрарних) колокацій є непередбачуваними, а основою сполучуваності таких колокацій є лексичні обмеження (Marcinkevičienė 2010: 90).

АК досі не привертали значної уваги дослідників литовської мови, хоча їх виявлення допомогло б виокремити ці колокації як ядро колокацій литовської мови; це було б особливо корисним для перекладу, викладання литовської як іноземної та лексикографії. З цією метою АК аналізують у межах проєкту «Арбітрарні колокації литовської мови: розпізнавання, опис, уживання (ARKA)»¹, який має на меті описати АК литовської мови й підготувати лексикографічні та навчальні ресурси для АК.

Мета статті — описати методи, застосовані в межах проєкту ARKA для розпізнавання АК литовської мови, та порівняти результати, отримані різними методами. АК аналізували за допомогою неавтоматичного лінгвістичного аналізу та автоматизованих методів комп’ютерної лінгвістики.

¹ Проєкт фінансує Рада з питань науки Литви (№ S-LIP-20-18), докладніше див. 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

Джерела: 1) База даних сталих словосполучень литовської мови (далі — ПЖЙДБ)², у якій подано близько 12 тис. колокацій; 2) Delfi.lt корпус³, що налічує 70 млн слів і охоплює тексти, опубліковані у 2014–2016 рр. у різних рубриках новинного порталу Delfi.lt (докладніше про корпус див. Bielinskienė та ін. 2019: 14–15).

Досліджуваний матеріал — колокації, утворені від 97 іменників (місце, середовище, спосіб, чоловік, жінка, річ тощо⁴). Їхні структури: прикметник / прикметники або дієприкметник + іменник, дієслово + іменник, іменник + іменник. За результатами дослідження близько 2400 колокацій було визначено як АК. Більшість із них двослівні, але частина — трислівні; останні зазвичай утворені дієсловами, прикметниками та іменниками (порядок компонентів може різнитися).

Перша частина досліджуваного матеріалу, тобто колокації зі структурою прикметник + іменник, розглянута в попередній статті (Kovalevskaitė та ін. 2021). У ній представлено спробу розпізнати АК за допомогою одного з методів комп’ютерної лінгвістики — автоматизованого (векторного) методу; цей метод також докладно описано. У цій статті узагальнено все дослідження з розпізнавання АК. У першому розділі представлено обидва застосовані методи — неавтоматизований (див. розд. 1.1), разом з описом застосованих критеріїв і тестів, та автоматизований; його застосування демонструється на групі колокацій зі структурою дієслово + іменник (див. розд. 1.2). У другому розділі на підставі даних усіх етапів дослідження розглянуто й порівняно результати застосування методів, їхні можливості та недоліки, важливі для оцінювання визначеного переліку АК і планування подальших досліджень АК.

1. МЕТОДИ ВИЗНАЧЕННЯ АРБІТРАЛЬНИХ КОЛОКАЦІЙ

У працях про АК зазначається, що межу між арбітральними та так званими тривіальними колокаціями можна було б провести на межі абстрактних іменників: «<...> колокації, основу яких становлять абстрактні іменники, можна вважати справжніми, немотивованими,

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

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

⁴ Отже, іменники як конкретні, так і абстрактні, переважно утворюють сталі словосполучення, визначені в корпусі Delfi.lt; докладніше про них див. Bielinskienė та ін. 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

а сталі сполуки з конкретними іменниками зазвичай ґрунтуються на позамовній дійсності й є тривіальними» (Marcinkevičienė 2010: 91). Отже, один із критеріїв, зазначених у працях про колокації, — семантика іменників. Під час цього дослідження з’ясувалося, що більшість АК справді утворені з назвами абстрактних понять, однак помічено, що арбітральність властива і колокаціям із конкретними іменниками, пор.: обмежити швидкість, виконати гімнастику, взяти хабар, залишити майданчик, взяти кредит, поговорити телефоном, поставити виставу тощо.

Складність цього дослідження полягала не лише в застосуванні критеріїв розпізнавання АК, а й у виборі методики, придатної для роботи з великим обсягом даних, щоб на її основі можна було укласти списки АК литовської мови, проаналізувавши значну кількість колокацій (для цього використано матеріали PŽJDB). У межах проєкту випробувано й застосовано два методи визначення АК: неавтоматичний і автоматизований. Спочатку застосовано неавтоматичний метод, обравши критерії визнання АК (див. розд. 1.1). Оскільки PŽJDB містить багато даних, одним із завдань проєкту було поряд із неавтоматичним методом випробувати також метод, який дав би змогу хоча б частково автоматизувати процес розпізнавання АК (див. розд. 1.2).

1.1. Неавтоматичне визначення АК

Для неавтоматичного визначення АК застосовано два основні критерії:

1) критерій обмеженої лексичної сполучуваності, для оцінювання якого застосовано метод заміни синонімами та/або метод лексико-семантичних груп іменників;

2) критерій переносного значення.

Якщо колокація відповідала хоча б одному критерію, її вважали арбітральною. Далі розглянуто застосування кожного критерію для оцінювання того, чи вважати колокацію арбітральною.

1.1.1. Визначення АК за обмеженою лексичною сполучуваністю

Як зазначено у вступі, арбітральними вважають колокації з обмеженою лексичною сполучуваністю, тобто прикметнику чи дієслову, ужитому в конкретному значенні у сполученні з іменником, властиве певне, більшою чи меншою мірою арбітральне, обмеження заміни (англ. arbitrary restriction on substitutability; Nesselhauf 2003, 2005). Отже, згідно з концепцією обмеженої лексичної сполучуваності, будь-який компонент колокації в певному значенні не може бути

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

ужитий з усіма синтаксично й семантично можливими колокатами. Хоча теоретично можна знайти заміни колокатів, але вони або зовсім не підійшли б, або були б незвичними, наприклад: сприятливе проти *корисне середовище; багатошаровий проти *шаруватий роман.

Критерій обмеженої лексичної сполучуваності лінгвісти перевіряли за допомогою двох тестів:

1) за синонімами дієслова або прикметника (тобто чи можна замінити їх іншими словами близького значення, які можна вважати синонімами);

2) за лексико-семантичними групами іменників.

Оскільки АК вважаються такі колокації, в яких один із компонентів зазвичай не можна замінити іншим словом — синонімом близького значення, для розпізнавання АК застосовано тест на взаємозамінність синонімів (адаптований із Nesselhauf 2003): якщо один компонент колокації не можна замінити іншим синонімом близького значення, таку колокацію вважали АК. Наприклад, оцінюючи арбітральність колокацій не підкоритися закону, впроваджувати систему, вкладена праця, перевіряли можливі синоніми дієслів *порушити закон, *ввести систему, *втиснута / *вкладена праця і визначали, чи можлива заміна; якщо ні, колокації визнавали АК. Тестували троє лінгвістів, застосовуючи метод інтроспекції, але спиралися на колокації, визначені в корпусі Delfi.lt. Однак слід визнати, що знайти синонім часто було досить складно, тому нерідко застосовували й другий тест — за лексико-семантичними групами іменників.

Обмежену лексичну сполучуваність також оцінювали з огляду на різноманітність лексико-семантичних груп: спираючись на колокації, наведені в ПЗЖБД, визначали, з іменниками скількох лексико-семантичних груп сполучається прикметник або дієслово в колокації, і так оцінювали обсяг лексичної сполучуваності. Щоб якомога точніше визначити, з якими словами може вживатися іменник, аналізували всю його парадигму, тобто всі колокації, утворені з цим іменником. Однак, хоча весь досліджуваний матеріал становить близько 12 тис. колокацій, доступних у ПЗЖБД, іноді було очевидно, що інформації недостатньо. Якщо в досліджуваному матеріалі траплялася лише одна колокація з певним прикметником / дієсловом, лінгвісти заповнювали парадигму, спираючись на своє мовне чуття як носіїв мови; якщо в базі було кілька колокацій, тести на обмежену лексичну сполучуваність застосовували до наявної парадигми.

Спираючись на лексико-семантичні групи іменників, обсяг сполучуваності оцінювали з урахуванням таких умов:

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) колокації не вважали АК, якщо з певним прикметником / дієсловом сполучається багато іменників із різних лексико-семантичних груп і ці групи численні. Таку сполучуваність прикметника / дієслова вважали широкою, без виразніших лексичних обмежень; пор. велику кількість колокацій із добрий: добрий результат, робота, світ, людина, час, життя, спосіб, річ, країна, команда, день, рішення, рік, погода, місце, сторона, сезон, можливість, ціна, матч, автомобіль, їжа, знак, здоров’я, шлях, чоловік, дитина, продукт, питання, початок, засіб тощо; пор. також купувати: купувати автомобіль, їжу, продукт, майно, землю;

b) якщо з прикметником / дієсловом сполучається багато іменників із різних лексико-семантичних груп, але одна група вирізняється або вживаються лише кілька іменників певної семантичної групи, колокацію можна було вважати АК. Наприклад, хоча сполучуваність ставити широка, це дієслово можна вжити не з усіма назвами транспортних засобів, пор. ставити автомобіль (так само як ставити велосипед, мотоцикл), але пришвартувати корабель, посадити літак. Отже, колокація ставити автомобіль через обмежену сполучуваність належить до АК. Дієслово мати вважається словом із широкою лексичною сполучуваністю, оскільки може утворювати багато різноманітних колокацій, однак у всій його парадигмі вирізняється колокація мати справу — її вважають арбітральною. З погіршитися вживаються слова двох лексико-семантичних груп — групи природних явищ і почуттів, але колокації утворюються лише з іменниками погіршилася погода і погіршився настрій, тому обидва випадки є АК;

c) колокації, що належать до однієї великої семантичної групи, не вважають АК. Наприклад, у ПЗЖБД знайдено лише одну колокацію списати податки, але лінгвісти, спираючись на мовне чуття носія мови, можуть доповнити парадигму іншими словами (списати можна гроші, позику та інші фінансові речі), тому списати податки не визнають АК. Це лексико-семантична група, яка в ПЗЖБД представлена однією колокацією, але теоретично є численною.

Обмежену лексичну сполучуваність перевіряли, оцінюючи обидва слова колокації: прикметник / дієслово не можна замінити іншими синонімами (тест 1) або (і) парадигма іменника обмежена (тест 2). Наприклад, колокація подана їжа засвідчувала б, що може бути багато іменників із групи їжі (можна подати їжу, напої, вечерю, обід...). Отже, вона не відповідає умові тесту 2, оскільки семантична група одна, але відповідає умові b, оскільки подати не можна замінити на передати. Отже, за тестом 2 колокацію визнають арбітральною. Інший приклад:

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

Дієслово surengti вживається з іменниками, що називають заходи й події (surengti rinkimus, koncertą...), отже, такі колокації не слід вважати арбітрарними за критерієм численності семантичної групи, але до АК їх можна зарахувати за тестом 1, оскільки surengti у цьому випадку не можна замінити синонімом suruošti.

Тест на синонімію не завжди можна застосувати. Наприклад, його не можна застосувати, коли є кілька варіантів АК, пор.: kainos kyla ir kainos auga, didėja; klausimas kamuoja ir klausimas kankina; duoti galimybę ir suteikti galimybę; įgyti teisę ir įgauti teisę. Також цей тест не можна застосувати в таких випадках, як sumokėti mokesčius, apgyvendintas miestas: запропонувати синонім до слів sumokėti, apgyvendinti складно навіть гіпотетично. Якщо синоніма не знайдено, неможливо перевірити взаємозамінність, адже має існувати принаймні теоретична можливість вибору між двома (або більше) синонімами.

Перевіряючи обмежену лексичну сполучуваність за допомогою як тесту на синонімію (тест 1), так і тесту на лексичні семантичні групи (тест 2), лінгвісти спиралися на свою компетенцію носіїв мови. Однак на результати такої роботи неминуче впливає чинник суб’єктивності (про цю проблему визначення синонімів див. Divjak, Gries 2006: 24–26). Тому для оцінювання взаємозамінності синонімів було випробувано також автоматизований метод (див. розд. 1.2).

1.1.2. Визначення АК за переносним значенням

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.

Прикметники, ужиті в переносному значенні, зазвичай характеризуються також ширшою сполучуваністю, а колокації з прикметниками широкої сполучуваності є складнішими для тих, хто навчається (Nesselhauf 2005: 238). З огляду на актуальність для навчання мови та перекладу

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 ir kt. 2016) для визначення литовських АК було використано критерій переносного значення.

Під час неавтоматичного аналізу колокацій ознакою АК вважалося вживання одного з компонентів колокації (прикметника, дієслова чи іменника) у непрямому значенні. Це визначали, аналізуючи всю парадигму певного слова, згенеровану на основі даних корпусу Delfi.lt (див. стовпець 1 таблиці 1). З такої парадигми видно, з якими іншими прикметниками чи дієсловами колокації утворює конкретний іменник, а також у якому значенні в цих колокаціях уживаються як він сам, так і його колокати — прикметники й дієслова.

Іноді визначити, чи слово вжито в прямому або переносному значенні, дає змогу лише ширший контекст — тоді залучали БДПС, корпус Delfi.lt, пор. зелений + автомобіль:

Представник «Unicredit Leasing» у Литві зазначає ще кілька зелених автомобілів ринкових тенденцій.

Пілотований Маріусом Slaboševičius зелений автомобіль відстав на пів секунди <...>.

«Tesla Model S» отримав кілька нагород як найкращий автомобіль, одна з яких — «Всесвітній автомобіль року 2013» у категорії зелений автомобіль.

Įdomūs žaliųjų automobilių koncepciniai modeliai.

Із прикладів видно, що прикметник зелений характеризує автомобіль як екологічний, але не визначає його колір⁵. Таку колокацію вважали арбітрарною. Звичайно, у корпусі Delfi.lt, на основі даних якого укладено БДПС, можна знайти чимало випадків, коли зелений характеризує колір автомобіля.

Сполучення іменників із прикметниками та дієсловами вважали АК, якщо принаймні один із компонентів ужито в переносному значенні. У такому разі описані тести (див. розд. 1.1.1) не застосовували. Вживання прикметників і дієслів у переносному значенні особливо характерне для колокацій з абстрактними іменниками, а також із деякими іменниками, що позначають конкретні речі, наприклад, колокацій з іменниками вік, середовище, захист, спосіб, річ, частина, увага, дані, можливість, життя, інформація, закон, подія, мова, війна, раз, питання, час, період, кінець, допомога, початок, справа, результат, безпека, рішення, здоров’я, право, майно.

⁵Звертаємо увагу, що на особливе вживання вказують також означені форми.

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

Колокації з абстрактними іменниками, як установила R. Petrauskaitė (див. Marcinkevičienė 2010), можуть утворювати концептуальні метафори (наприклад: м’який засіб, гостра критика, сухий результат, витікла інформація, розпалювати розмови, витік даних, прогалина в законі⁶). Як стверджує R. Petrauskaitė, «найважливіший критерій метафоричності — перенесення значення, що виявляється через протиставлення конкретного й абстрактного іменників. Коли властивості конкретного предмета беруть за основу, щоб увести абстрактне поняття в контекст, утворити з ним словосполучення, тоді виникає метафора <...> одне, зазвичай абстрактне, явище сприймається як інше, конкретне, із використанням термінології останнього <...>» (Marcinkevičienė 2010: 178).

Прикметники (рідше дієслова), ужиті в переносному значенні у сполученнях із конкретними іменниками, надають їм семантично невластивих ознак (наприклад: швидка їжа, яскрава жінка, видима людина). Як і у сполученнях з абстрактними іменниками, значення словосполучення часто розуміють не з окремих слів, а з усього словосполучення (наприклад: залізна людина, золотий вік, дика жінка, див. також наведені вище приклади з іменником автомобіль). У дослідженнях колокацій інших мов (наприклад, Strakatova, Hinrichs 2019) до лексикалізованих колокацій зараховують колокації з колокатом у переносному значенні, у яких переносне значення виявляється лише з обмеженою кількістю слів із конкретних лексико-семантичних груп. Наприклад, значення прикметника heavy у сполученнях з іменниками smoker, rain, traffic (укр. запеклий курець, сильний дощ, інтенсивний рух) не є прототипним, оскільки позначає не вагу, а інтенсивність.

Установлено, що високий потенціал метафоризації мають слова із середньою лексичною сполучуваністю⁷, наприклад дієслова паралізувати (паралізувати рух), спадати (час спливає), зруйнувати (зруйнувати життя). Серед прикметників є багато таких, які, уживаючись у прямому

⁶ Про просторові, онтологічні та структурні метафори в колокаціях див. також: Drūlienė 2008a, b; Šilinytė 2008. Мета цієї статті й усього проєкту — не класифікувати виявлені метафори, тому докладніше на цьому не зупиняємося, хоча зрозуміло, що АК може бути цікавим об’єктом дослідження для фахівців із когнітивної лінгвістики.

⁷ На основі формули, поданої Susane Handl 2008 року, Delfi.lt за корпусом визначено оцінки колокативності компонентів аналізованих колокацій. Ці дослідження буде продовжено. Наразі можна сказати, що АК мають бути сполученнями середньої сили, тобто оцінка колокативності ні одного, ні другого (чи третього) компонента не повинна бути дуже низькою або дуже високою. Якщо, скажімо, оцінка першого компонента висока, а другого — низька, то перший компонент може вживатися з невеликою кількістю слів, а другий — із дуже великою, наприклад: психоактивна речовина, дитина з аутизмом, прісна вода, затінене місце, тристороння угода, малолітня дитина, газована / дистильована вода, попутний автомобіль.

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

значеннями позначають фізичні ознаки (наприклад: слизька справа, чиста робота, кривава робота), але прикметник може мати й інші значення (дорогий час, болюче питання, яскрава подія). Застосування критерію переносного значення проілюстровано аналізом парадигм прикметника (не)чистий, дієслова витекти та іменника євро (див. таблицю 1):

ТАБЛИЦЯ 1. Застосування критерію переносного значення

Парадигма

Визначення АК

1. чистий спорт, робота; брудна робота, справа, річ 2. чистий (-а) вода, довкілля, повітря, місто, місце, автомобіль; брудна вода

1. Вважається АК через переносне значення прикметника у сполученнях з іменниками зі значенням абстрактності. 2. Не вважається АК, оскільки в цих колокаціях прикметник ужито в прямому значенні.

1. витекти інформація 2. витекла (-а) інформація, матеріал, дані

1–2 вважаються АК, оскільки у сполученнях з абстрактними поняттями реалізовано переносне значення дієслова.

1. євро послаблення, посилення 2. євро курс, монета, цент 3. євро обмін

1. Вважається АК, оскільки євро приписуються властивості, характерні для живого об’єкта. 2. Це терміни; не вважається АК. 3. Не вважається АК, оскільки переносного значення немає.

Як видно з прикладів у таблиці 1, не завжди прикметник або дієслово в парадигмі колокацій, ужиті в прямому значенні, а іноді й не вся колокація з певним прикметником / дієсловом мають переносне значення, але переносне значення очевидне в таких випадках: болісне рішення / питання / подія; замкнута людина / характер / життя; відкривається шлях / ринок / краєвид; вибороти право / місце тощо. Такі колокації вважаються арбітральними.

Підсумовуючи, можна стверджувати, що критерій переносного значення особливо важливий під час аналізу колокацій, утворених прикметниками й іменниками, — на нього часто спиралися як на

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

основний і найочевидніший показник арбітральності. А під час аналізу колокацій дієслово + іменник частіше застосовували критерій обмеженої лексичної сполучуваності (і тест семантичних груп). Оскільки AK, утворених двома іменниками, виявлено дуже мало, особливості колокацій цієї структури важко узагальнити (див. розд. 1.1.1).

1.2. Автоматизоване визначення AK

Один із критеріїв AK — обмежена лексична сполучуваність — перевіряли також автоматизовано, тобто за допомогою векторного методу визначали синоніми, потрібні для тесту на заміну. Докладніше про застосування тесту на заміну та векторного методу йдеться в раніше опублікованій статті (Kovalevskaitė ir kt. 2021). У ній описано застосування векторного методу для оцінювання арбітральності колокацій прикметник + іменник, тому в цій статті докладно описано лише оцінювання арбітральності колокацій дієслово + іменник.

Спочатку стисло нагадаємо основні етапи застосування векторного методу (розд. 1.2.1), потім розглянемо відбір синонімів дієслів за допомогою векторного методу (див. розд. 1.2.2) і підсумуємо результати визнання колокацій дієслово + іменник арбітральними (див. розд. 1.2.3).

1.2.1. Визначення AK за критерієм обмеженої лексичної сполучуваності із застосуванням векторного методу

Застосування векторного методу мало на меті автоматизувати визначення AK і зменшити вплив суб’єктивності під час оцінювання даних. Векторний метод для визначення обмеженої лексичної сполучуваності застосовували в такій послідовності. Спочатку з усього корпусу Delfi.lt автоматично відібрали пов’язані слова⁸. Для цього застосували GloVe — модель векторів слів (англ. embeddings) (Pennington ir kt. 2014). Векторний метод (англ. Word Embedding Approach) належить до групи методів, призначених для автоматичного аналізу слів на основі подібності їхніх дистрибуцій або контекстів (англ. distributional similarity measures). Ці методи застосовують для автоматичного розпізнавання різних відношень (гіперонімії, синонімії, антонімії, партонімії) і ґрунтуються на

⁸ Під час попереднього проєкту («Автоматичне розпізнавання сталих словосполучень литовської мови (PASTOVU)», див. https://pastovu.vdu.lt) визначені вектори наведено тут: https://clarin.vdu.lt/xmlui/handle/20.500.11821/26. У цьому дослідженні їх використовують для відбору синонімів, необхідних для визначення AK.

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

гіпотезу про те, що слова, близькі за значенням і (або) семантично пов’язані, вживаються в подібному контексті (див. Grigonytė 2010).

Спочатку було автоматично сформовано векторні ряди (далі ВР) прикметників і дієслів, ужитих у колокаціях ПЖБД⁹. Під час автоматичного відбору пов’язаних слів відмовилися від слів із широкою лексичною сполучуваністю та прикметників і дієслів, що не вживаються самостійно, наприклад: geras, naujas, puikus; būti, reikėti, pradėti. Згруповані у ВР прикметники або дієслова добиралися за подібністю контексту. Було сформовано близько 800 ВР із прикметниками та понад 3800 — із дієсловами. Хоча у ВР були наведені пов’язані слова, серед даних траплялися також слова, пов’язані іншими семантичними відношеннями (наприклад, антонімічними), або навіть не пов’язані між собою, тому для визначення того, які з пов’язаних слів слід вважати синонімами, потрібне було лінгвістичне редагування. Ці синоніми можна використовувати, щоб оцінити, наскільки обмежена сполучуваність того чи іншого синоніма з певним іменником. Синонімами вважали слова тієї самої частини мови, денотативне (предметне) значення яких дуже подібне, але лексична сполучуваність частково або повністю відрізняється¹⁰.

Упорядковані ВР дієслів використовували для оцінювання арбітральності колокацій «дієслово + іменник». Метою було визначити, у яких колокаціях дієслівний компонент не можна замінити дієсловом, близьким за значенням. До кожної пари або групи дієслів-синонімів подавалися колокації з певним іменником. Якщо з цим іменником було наведено колокацію лише з одним синонімом із групи або пари, робили висновок, що аналізований іменник сполучається лише з одним дієсловом із цієї групи синонімів, і колокацію вважали арбітральною. Якщо аналізований іменник утворював колокації з усіма дієсловами пари або групи синонімів, колокації не зараховували до арбітральних (див. таблицю 2).

⁹Найточніше пов’язані слова, визначені векторним методом, було б називати рядами можливих синонімів, визначених векторним методом. Для стислості далі вживаємо назву векторні ряди, точніше — скорочення ВР.

¹⁰Поняття синоніма, застосоване в цій статті, можна співвіднести з більш поширеним у литовській лексикографії терміном «часткові синоніми» (див. 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

ТАБЛИЦЯ 2. Етапи визнання АК із використанням ВР

Визнана АК

Не визнана АК

1-й етап: береться ВР із двома парами синонімів gauti–įgyti та duoti–teikti; 2-й етап: за цією ВР перевіряють, з якими із цих синонімів іменник apdovanojimas утворює колокації; виявлено дві колокації: gauti apdovanojimą (один із синонімів пари gauti–įgyti) і teikti apdovanojimą (один із синонімів пари duoti–teikti); 3-й етап: ухвалюється рішення, що gauti apdovanojimą і teikti apdovanojimą слід вважати АК.

1-й етап: береться ВР із двома синонімами įkurti та įsteigti; 2-й етап: за цією ВР перевіряють, з якими із цих синонімів іменник asociacija утворює колокації; виявлено дві колокації: įkurti asociaciją і įsteigti asociaciją; 3-й етап: ухвалюється рішення, що įkurti asociaciją і įsteigti asociaciją не є АК.

Наприклад, з іменником apdovanojimas було наведено колокації gauti apdovanojimą, teikti apdovanojimą, але не було *įgyti apdovanojimą, *duoti apdovanojimą. Отже, з парами синонімів gauti–įgyti і duoti–teikti іменник apdovanojimas має лише по одному варіанту сполучення, отже колокації gauti apdovanojimą і teikti apdovanojimą зараховано до арбітральних. Серед дієслівних колокацій арбітральними часто вважали ті, у яких ужито дієслова з ослабленим значенням (десемантизовані) (докладніше див. Kovalevskaitė ir kt. 2020), наприклад: atlikti tyrimą, duoti rezultatą, imti mokestį. Арбітральність колокацій іменника asociacija оцінювали за ВР, що містить два синоніми — įkurti і įsteigti; оскільки цей іменник утворював колокації з обома синонімами, їх відхилили як неарбітральні.

Як і під час оцінювання колокацій із прикметниками, у межах експериментального дослідження синоніми дієслів перевіряли вручну, оскільки потрібно враховувати значення як синоніма, так і іменника, який тестується. Якщо значення синонімів у ВР не збігається зі значенням дієслова в оцінюваній колокації, тест на замінність дієслова

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

не може бути застосований. Наприклад, для оцінювання арбітральності колокації будувати автомобіль VE з будувати не підійшов через значення «будувати будівлю» (166 VE¹¹).

Отже, етапи застосування автоматизованого методу такі: a) автоматичний (за допомогою векторного методу формуються VE), b) неавтоматичний (лінгвіст переглядає і за потреби уточнює); c) частково автоматичний (колокації автоматично пов’язуються з конкретними VE і після перегляду підтверджуються або не підтверджуються як AK).

1.2.2. Відбір дієслів-синонімів у векторних рядах

Оскільки згенеровані VE містили багато надлишкових, нерелевантних даних, так званого шуму (англ. noise), лінгвіст переглядав кожну VE і видаляв непотрібні слова, не пов’язані синонімічними відношеннями, а деякі VE вилучав повністю. Далі розглянемо різні випадки лінгвістичного редагування VE.

Кількість дієслівних VE була значно більшою, ніж прикметникових (відповідно 3800 і 800 VE), оскільки й сам список дієслів був довшим. VE автоматично формується для кожного дієслова, тому деякі VE подібні, однак кількість синонімів у подібній VE може відрізнятися залежно від того, яке дієслово є опорним. Опорне дієслово — це слово, на яке схожі інші наведені слова, інакше кажучи, слово, для якого шукали можливі синоніми (подібність може бути визначена за гіперонімічним, синонімічним, антонімічним або партонімічним відношенням; це слово підкреслюється в групах синонімів). Наприклад, у VE 151 опорним дієсловом є організувати, а VE 40 значно довша, її опорне слово — виконати:

151 VE: організувати, проводити, виконувати

40 VE: виконати, втілити, проводити, організувати, здійснити, виконати, припинити

Як уже зазначалося, автоматично сформовані VE ще мав переглянути лінгвіст.

Після виконання цієї роботи було помічено, що, як і з прикметниками, так і з дієсловами автоматично зібрано багато довгих VE, які містять кілька пар дієслів-синонімів, і мало таких, у яких є лише одна пара синонімів або три синоніми. Іноді після перегляду з’ясовувалося, що опорне дієслово, за яким формується VE, не має синонімів, хоча в цій VE може бути інша

¹¹ Тут і далі вказано номери VE можливих синонімів, визначених векторним методом, на які спиралися в цій статті.

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

відповідна пара синонімів; наприклад, у ВЕ опорного дієслова kisti є пара синонімів 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.

Часто траплялися й такі випадки, коли одне слово у ВЕ мало ширше значення, наприклад paveikti, тоді як інші слова, віднесені до ВЕ, конкретніше позначали аспекти негативного впливу, наприклад pakenkti, sutrikdyti. Тому синонімічними вважали лише їх. Із ВЕ pagrįsti, įvardinti, paaiškinti, pateisinti синонімами визнали pagrįsti і paaiškinti, а pateisinti та įvardyti не вважали синонімами, оскільки через додаткові семантичні ознаки їхні значення надто віддалені від значень перших двох слів. Через такі випадки іноді доводилося відмовлятися від усієї ВЕ, наприклад atmesti, ignoruoti, uždrausti.

Іноді зовсім непридатними виявлялися й ВЕ опорних дієслів, для яких, здавалося б, мало бути цілком можливо автоматично визначити синоніми, наприклад: suprastėti (можливий синонім pablogėti, але його не було у ВЕ); sąlygoti (можливий синонім lemti, але його не було зазначено; натомість було pakentėti). ВЕ дієслів із запереченням були неточними, тому їх відхиляли; наприклад, відхилено такі опорні дієслова: negydyti, nesuskaičiuoti, nepridėti.

Варто зазначити, що ВЕ часто доводилося уточнювати також через словотвірні особливості дієслів. Наприклад, дієслова недоконаного й доконаного виду не вважали синонімами (tirti ir ištirti), так само як і дієслова, що набули різних значень через префікс, як-от palyti ir palynoti, naršyti ir panaršyti, зворотні та незворотні дієслова (klausyti ir klausytis). Якщо, скажімо, опорне дієслово у ВЕ було зворотним, то відповідне незворотне дієслово відкидали. Наприклад, із ВЕ išsirinkti, atsirinkti, pasirinkti, nuspręsti, rinktis відкинули дієслова išrinkti, parinkti. Словотвірні варіанти (наприклад, vardinti ir vardyti, lukterėti ir luktelėti) вважали синонімами.

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

Під час очищення ВЕ виявилася ще одна особливість автоматичного відбору: оскільки за векторним методом слова добирають на основі подібності їхніх контекстів, ВЕ можуть складатися лише з тих синонімів, які на перший погляд здаються непридатними. Інакше кажучи, не знаючи конкретних іменників, через які два чи кілька дієслів потрапили до однієї ВЕ, можна хибно оцінити якість деяких ВЕ. Наприклад, до ВЕ № 60 увійшли такі слова: rodyti, demonstruoti, jausti. Якби слово jausti одразу вилучили, це було б помилкою, оскільки воно потрапило сюди завдяки спільному для цих дієслів контексту, у якому йдеться про почуття; пор. demonstruoti, rodyti jausmus і, наприклад, jausti pyktį, jausti nusivylimą тощо. Дієслова sumažėti, pigti або padidėti, ūgtelėti можуть бути синонімами, якщо йдеться про ціни. Усі три дієслова у ВЕ apsispręsti, priimti, pasirinkti є синонімами, а дієслово imti, яке зазвичай вилучають, потрапило сюди, оскільки позначає priimti sprendimą, тобто цю ВЕ слід читати так: apsispręsti, priimti sprendimą, pasirinkti¹².

Із таких прикладів видно, що автоматично можна визначити більше синонімів та/або інші синоніми, оскільки векторний метод оцінює подібність контекстів, а не значень окремих слів. Навряд чи, розглядаючи окремі слова, ми пов’язали б як синоніми дієслова atsikratyti, numesti, sulieknėti, однак знаходимо їх в одній ВЕ, оскільки їх ужито в спільному контексті, де траплявся іменник svoris. Можна навести й інші приклади; пор.: trukti, užtrukti, gyvuoti, egzistuoti, užsitęsti; domėtis і užsiimti; gerti і vartoti; nusiteikti і pasiruošti; skambinti, kreiptis, pranešti; atkurti, atstatyti, atgaivinti; peržiūrėti, koreguoti, atnaujinti, keisti; išprovokuoti, lemti, peraugti; šokiruoti, sukresti, priblokšti; atlaikyti, ištverti, įveikti.

У спортивному контексті всі чотири дієслова — užsitikrinti, iškovoti, pasiekti, išsaugoti — є синонімами, оскільки іноді здобуття чогось описують так: užsitikrino sau vietą finale або išsaugojo titulą. Такі результати показують, що під час оцінювання синонімії важливо охоплювати більше, ніж одне слово, адже членами групи синонімів можуть бути як окремі слова, так і сталі словосполучення

¹² У ВЕ трапляються слова, пов’язані синтагматично, наприклад įžeisti і nenorėti. Оскільки nenorėti часто вживається в спільному з įžeisti контексті (коли трапляється у сполученні nenorėjo įžeisti, bet...), їх об’єднали в одну ВЕ. Інший випадок: liautis: nustoti, verkti. Дієслово verkti потрапило сюди тому, що його відібрали з частого для нього контексту liovėsi verkęs / verkusi. Інакше кажучи, дуже довгі (і непридатні) ВЕ формуються для тих опорних дієслів, які вживаються як допоміжні та через свої граматичні особливості мають широку сполучуваність, наприклад: 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

сполучення. Застосування векторного методу, за якого порівнюється подібність контекстів, якраз і виявляє зв’язки окремих слів із контекстом. Лінгвістові було б складно охопити такий обсяг даних (докладніше про використання широкого спектра дистрибуційних показників для автоматичного аналізу синонімів див. Divjak, Gries 2006).

Було помічено, що в дієслів із конкретнішим значенням і вужчою сполучуваністю VE часто коротший і чистіший, імовірно, через вужчу сполучуваність. Порівнявши VE синонімів nerimauti, jaudintis, būgštauti ir nuogąstauti, бачимо, що VE слова nerimauti довший і менш чистий, у ньому є слова ширшого значення, наприклад, bijoti (nerimauti: jaudintis, baimintis, bijoti), тоді як у VE слова būgštauti зібрано лише ці чотири слова: būgštauti: nerimauti, jaudintis, nuogąstauti. Також помічено, що у VE, побудованих на дієсловах із конкретнішим значенням (duoti, bėgti, išimti, atsistoti, medžioti, kvėpuoti, sugesti, kalėti), синонімів може бути мало або й зовсім не бути, оскільки слова, зібрані за дієсловом із конкретним значенням, тематично, а не синонімічно пов’язані, пор.: išimti: išmesti, išbraukti, išnešti; medžioti і žvejoti; kvėpuoti і vaikščioti; virti і kepti; kalėti і nuteisti; sugesti: skilti, perkaitti, sprogti, užsikimšti, užsidegti. Такі VE також складаються з двох слів, але можуть бути довшими. Іноді вони бувають дуже довгими: наприклад, у VE з опорним дієсловом sumenkti було аж 26 дієслів.

Підсумовуючи, можна зазначити, що після уточнення отримано 2634 із 3800 VE (70 відсотків).

Отже, автоматично згенеровані VE недостатньо точні, щоб використовувати їх на наступному етапі визначення AK без редагування. Такі похибки можуть бути зумовлені особливостями корпусу текстів Delfi.lt: хоча обсяг корпусу великий (приблизно 70 млн слів), у текстах одного стилю лексичне розмаїття може бути меншим. Для генерування точніших VE потрібен корпус із ширшим розмаїттям функціональних стилів.

1.2.3. Результати: якість VE та визнання арбітральності

Порівняння VE прикметників і дієслів до та після перевірки показало, що в обох випадках від значної кількості VE відмовилися як від неінформативних:

1) із 1927 VE прикметників після перевірки залишилося 800 VE (41 відсоток);

2) із 3800 VE дієслів після перевірки залишилося 1166 VE (30 відсотків).

VE, що залишилися, також потребували редагування. Щоправда, не оцінювали, скільки слів зазвичай вилучають в одній VE. Часто доводилося вилучати допоміжні, не цілком самостійні

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

дієслова: daryti, imti, gyventi, vertėti, reikėti, privalėti, pradėti, gauti, norėti, stengtis, pavykti. Багато слів, які належало вилучити, містилося наприкінці ВЕ, де опинялися слова з найнижчим застосованим порогом оцінки (0,5; найвища оцінка — 1), однак чимало було й таких випадків, коли вилучали слово з високою оцінкою, розташоване на 2–5-й позиції у певній ВЕ (ВЕ може містити щонайбільше 20 слів).

Варто наголосити, що під час оцінювання за ВЕ враховувалися лише слова, які входять до цієї ВЕ. Якщо можуть бути й інші синоніми, але їх не було у ВЕ, за якою проводилося оцінювання (їх не відібрав векторний метод, їх не вжито в корпусі Delfi.lt тощо), деякі колокації могли бути зараховані до неарбітарних (або навпаки). Наприклад, оцінюючи колокації падаюча зірка і висхідна зірка, використовували ВЕ, до якої входять дієслова augti, kristi, kilti, mažėti, vystytis, didėti. У цій ВЕ немає griūti, яке могло б бути синонімом до kristi, тому падаюча зірка не була визнана АК.

Під час дослідження було також помічено переваги автоматичного відбору даних: 1) як зазначено в підрозділі 1.2.2, векторний метод дає змогу визначити більше синонімів і синоніми іншого типу, ніж за допомогою лише методу інтроспекції; 2) векторний метод придатний для оброблення великого обсягу даних, тоді як вручну навряд чи можна було б оцінити контекстну подібність такої великої кількості слів.

Після застосування тесту на взаємозамінність до ВЕ дієслівних синонімів 291 колокацію було визнано арбітрарною. Очевидно, що саме синоніми, наявні у ВЕ, визначають, які колокації буде визнано АК. З одного боку, це обмеження методу, а з іншого — можливість автоматизувати процес визначення арбітрарності.

Коли визнання арбітрарності залежить лише від конкретної ВЕ, часто може трапитися, що деякі колокації не відбираються за однією ВЕ, але відбираються за іншою. Наприклад, оцінюючи арбітрарність колокацій створювати імідж і формувати імідж за ВЕ 368 kurti, formuoti, жодну із двох колокацій не було б зараховано до АК. Однак дієслова kurti, formuoti також є в інших ВЕ, до яких зараховано той самий іменник įvaizdis, тому колокацію створювати імідж визнають АК за іншою ВЕ (45): kurti, sukurti, vystyti, plėtoti, įgyvendinti, rengti, įkurti.

Можливий іще один випадок: ті самі колокації можуть бути визнані арбітрарними за більш ніж однією ВЕ. Наприклад, виконати зарядку, робити зарядку можна оцінити як АК і за 11-ю (atlikti, vykdyti, daryti), так і за 15-ю ВЕ (padaryti, atlikti, sukurti;

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

nuveikti). Проблема виникає тоді, коли арбітрарну колокацію не вважають арбітрарною, якщо цього не можна встановити за жодною ВЕ. Таке траплялося досить часто під час оцінювання варіантів колокацій. Наприклад, з іменником mokesčiai уживаються і kelti, і didinti; обидва ці дієслова є у 52-й ВЕ, за якою оцінюють арбітрарність, тому ці колокації не буде зараховано до АК. Однак це варіанти АК (пор. auga, kyla, didėja kainos). Такий самий випадок — виконати / проводити / робити дослідження (за 11-ю ВЕ ці сполуки не визнано АК). У тій самій ВЕ були gauti і įgyti, тому отримати диплом і здобути диплом не визнано АК. Такі випадки свідчать, що під час оцінювання арбітрарності колокацій за критерієм обмеженої лексичної сполучуваності важливими є і застосовані засоби тестування, і те, що для встановлення варіантів АК більше підходить неавтоматичний метод.

Оскільки тестування взаємозамінності синонімів такою мірою пов’язане зі словами, наявними в конкретній ВЕ, може трапитися й так, що подібні колокації з протилежними значеннями не відбираються. Наприклад, колокацію зростає невдоволення відібрано, а зменшується невдоволення — ні. Неавтоматичним способом обидві було б оцінено як АК. Отже, коли для оцінювання арбітрарності використовують дані, оцінені методом лінгвістичної інтроспекції, зберігається частина АК, втрачених методом 2. Щоправда, застосування лінгвістичного неавтоматичного методу пов’язане із суб’єктивністю. Автоматизований метод об’єктивніший, хоча доводиться визнати, що дані фрагментарніші (для тестування використовують лише ті ВЕ і в такій кількості, які було зібрано). Крім того, не всі колокації, які є АК, визнаються такими.

2. РЕЗУЛЬТАТИ ВИЗНАЧЕННЯ AK

Розглядаючи кількість визначених AK, очевидно, що визначених неавтоматичним і автоматизованим методами AK, які збігаються, дуже мало (докладніше див. розд. 2.1 і 2.2), отже, обидва методи окремо дають важливі дані.

Даних, зібраних методом неавтоматичного аналізу, набагато більше, ніж визначених автоматизовано, але під час неавтоматичного аналізу застосовувалися не один, а два критерії добору (обмежена лексична сполучуваність і переносне значення), тоді як під час застосування векторного методу — лише обмежена

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

лексична сполучуваність. Отже, застосовуючи більше критеріїв, збирають більше колокацій із різноманітнішими прикметниками та дієсловами.

На підставі прикладів конкретних AK у цьому розділі пояснюватиметься, чому отримано саме такі результати, як на них вплинули застосовані критерії та використані дані. Спочатку розглянемо, що показують отримані дані. Усі AK з одним конкретним прикметником або дієсловом можна визначити по-різному: a) лише одним із двох методів; b) частину колокацій — одним методом, частину — іншим; c) частину колокацій — одним методом, частину — іншим, а частину — обома методами. У наступних підрозділах розглянемо AK різної структури, коментуючи результати, отримані обома методами.

2.1. Арбітрарні колокації, утворені прикметниками та іменниками

Загалом визначено 1048 AK зі структурою прикметник + іменник. До цих колокацій входять 320 різних прикметників. Щоправда, з одними прикметниками (великий, малий, відкритий, високий, сучасний, винятковий, основний тощо) утворено кілька або кільканадцять AK, а з іншими (наприклад, недовгий, ґрунтовний, мінливий, пікантний) — поодинокі AK (у середньому з тим самим прикметником утворено 3,3 колокації; докладніше див. табл. 3).

ТАБЛИЦЯ 3. AK, визначені різними методами (прикметник + іменник)

AK, визначені неавтоматичним методомАК, визначені автоматизованим методомАК, визначені обома методамиКількість (відсоток)Кількість різних прикметників (середня кількість AK, утворених з тим самим прикметником)Кількість (відсоток)Кількість різних прикметників (середня кількість AK, утворених з тим самим прикметником)Кількість (відсоток)Кількість різних прикметників (середня кількість AK, утворених з тим самим прикметником)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

Як видно з таблиці 3, найбільше АК встановлено неавтоматичним методом — понад половину всіх АК (наприклад: жорстоке видовище, рабська праця, прямолінійне запитання, болюча справа); близько третини АК встановлено автоматизовано (наприклад: цінне майно, унікальний проєкт, складний день, оптимальний спосіб), а найменшу частку (15,74%) становлять ті АК, які встановлено обома методами (наприклад: братовбивча війна, інтенсивна торгівля, масштабний проєкт, низька ціна). Подібні пропорції спостерігаються й серед АК із дієсловами (див. розд. 2.2).

Аналіз прикметників у АК показує, що деякі входять лише до АК, встановлених одним із методів (див. наведені вище приклади), а інші — до АК, встановлених обома методами (наприклад: великий, малий, сильний).

На початку дослідження було висунуто гіпотезу, що різноманітність прикметників в АК, встановлених неавтоматичним методом, більша, а в АК, встановлених із застосуванням автоматизованого векторного методу, — менша. Ця гіпотеза підтвердилася: в АК, встановлених першим методом, ужито 235 різних прикметників, тобто той самий прикметник утворює в середньому 2,5 АК. В АК, установлених векторним методом, наявні 86 різних прикметників, отже, у середньому 3,56 АК утворено з тим самим прикметником. Найменша різноманітність прикметників (42) — серед АК, установлених обома методами, але й таких колокацій найменше. У цій групі АК з тим самим прикметником утворено в середньому 3,93 колокації. Можна припустити, що таке невелике різноманіття прикметників зумовлене порівняно малою кількістю даних.

Імовірність того, що колокація буде арбітрарною, висока, якщо її утворюють такі прикметники, як видатний, великий, величезний, гігантський, малий, напружений, небезпечний, серйозний, сильний, важкий, з абстрактними іменниками, оскільки ці прикметники вживатимуться в переносному значенні.

Обговорюючи, чому застосування методів дало саме такі результати, як приклад хотіли б розглянути АК із прикметником розумний, адже на цьому прикладі видно все різноманіття: частину колокацій встановлено одним методом, частину — іншим, а частину — обома. Із восьми колокацій прикметника розумний (розумне рішення, розумне місто, розумна дитина, розумний чоловік, розумний час, розумний спосіб) шість визнано АК: колокації цього прикметника з іменниками рішення і місто відібрано неавтоматично, колокації з дитина і чоловік відібрано автоматизовано, а колокації з час і спосіб відібрано обома методами.

Лінгвісти встановили, що семантична група «особи» є типовою для цього прикметника. Зі словами цієї групи можуть за вибором поєднуватися прикметники зі схожим значенням (можна

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

не лише розумна, а й мудра людина), тому розумна дитина і розумний чоловік потрапили до АК лише як результат автоматичного відбору (колокацію мудра людина у корпусі Delfi.lt не зафіксовано), а згодом, під час перегляду даних, їх відхилили. Лінгвісти побачили, що інші іменники (рішення, час, спосіб) здебільшого належать до лексико-семантичної групи «абстрактні поняття», проте колокації утворюються лише з певними абстрактними іменниками, тобто можливості вибору в цій групі обмежені, що свідчить про арбітрарність. Тому всі ці колокації визнано арбітрарними. Лише дві з них (розумний час і розумний спосіб) встановлено як АК автоматизовано, оскільки під час застосування векторного методу тест лексико-семантичних груп не проводиться.

АК, встановлені неавтоматичним методом. Наприклад, дев’ять колокацій із прикметником високий визнано арбітрарними: високий результат, високопосадовець, висока ціна тощо. Тут прикметник уживається в переносному значенні (і майже лише з абстрактними іменниками), тож критерій переносного значення зумовив віднесення лінгвістами цих колокацій до АК. Автоматизованим методом ці колокації дуже часто не виявлялися, оскільки для тесту взаємозамінності синонімів не було ВЕ, у яких траплявся б відповідний прикметник (високий, закритий, болючий, слабкий, широкий, зручний, легкий, вільний, довгий або швидкий), тому оцінити взаємозамінність було неможливо. Як уже зазначалося в попередній частині, результати автоматизованого методу значною мірою залежать від того, чи є синоніми для перевірки взаємозамінності та наскільки якісним є ряд синонімів. Цей випадок ілюструє, що при застосуванні лише автоматизованого методу частина АК може залишитися нерозпізнаною, а лінгвістична компетентність може компенсувати брак корпусних даних.

Ще одна причина, через яку деякі АК можуть не розпізнаватися автоматично, полягає в тому, що з рядом синонімів певного значення можуть бути пов’язані не всі іменники, адже контекст частини іменників може відрізнятися. Наприклад, серед колокацій прикметника яскравий багато таких, які встановлено неавтоматично (наприклад: яскрава жінка, яскрава людина), і лише одну АК встановлено обома методами — яскрава подія. Це означає, що ВЕ з цим прикметником була, але з нею автоматично пов’язали не всі три іменники, а лише подія.

АК, встановлені автоматизованим методом. АК із прикметником ефективний встановлено лише векторним методом, наприклад: ефективний засіб, ефективний результат, ефективна система, ефективна робота. У ВЕ було більше синонімів (наприклад, дієвий), однак колокації дієвий засіб, дієвий результат тощо в корпусі не зафіксовано, тому, застосувавши критерій неможливого

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

тест замінності, колокації з ефективний визнано АК. Тут важливо додати, що лінгвісти, спираючись на компетенцію носіїв мови, у цьому випадку оцінили інакше: заміна можлива (можна вживати і ефективний засіб, і дієвий засіб), тому вирішено не вважати ці колокації АК. Автоматизованим методом АК було визнано чимало таких колокацій, прикметники в яких мають оцінне значення, пор.: винятковий (оскільки пов’язаний синонімічно з особливий), дивний (пов’язаний із незвичний), сучасний (пов’язаний із сучасний), основний (пов’язаний із суттєвий), складний (пов’язаний із важкий). Лінгвісти частіше схилялися до того, щоб не зараховувати такі випадки до АК.

Колокації з стабільний, наприклад стабільне життя, стабільна ціна, стабільний тиждень, стабільна держава, були визнані арбітрарними лише векторним методом, оскільки замінність перевіряли з урахуванням синоніма постійний, який не вживається як колокат із відповідними іменниками. Однак лінгвісти не визнали ці колокації арбітрарними, адже з огляду на сполучуваність стабільний видно, що вона справді широка й обмежень не встановлено, а постійний не вважався синонімом стабільний, пор.: стабільна робота, стабільна держава, стабільна ціна, стабільний результат, стабільне життя, стабільний тиждень.

АК, встановлені обома методами. Серед наявних даних немає жодного випадку, коли всі колокації з тим самим прикметником, визнані АК, було встановлено обома методами. У всіх випадках обома методами встановлено лише частину таких колокацій, причому серед цих прикметників найчастіше трапляються ті, що можуть уживатися в переносному значенні, наприклад: відомий, швидкий, сумний, малий, нелегкий, привабливий, небезпечний, серйозний, сильний, важкий, твердий. Як уже зазначалося, АК із більшістю таких прикметників встановлено лише неавтоматизованим методом, наприклад колокації з прикметником слабкий (див. також наведені вище приклади). Це пояснюється тим, що під час неавтоматизованого встановлення АК такі випадки відбирали за критерієм переносного значення, а за методом 2 вони підходили лише тоді, коли входили до синонімічних рядів, використаних для тесту замінності.

Перевірка кількості колокацій, зібраних різними методами для одного з найпродуктивніших іменників рішення, виявляє тенденції, подібні до наведених у таблиці 3: неавтоматизованим методом отримано найбільше АК, однак чимала частина АК була встановлена автоматизованим методом.

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

ТАБЛИЦЯ 4. Установлені АК з іменником рішення та прикметниками

АК, установлені неавтоматизованими методами

АК, установлені автоматизованими методами

АК, установлені обома методами

1) відповідальний

2) безпрецедентний

3) радикальний

4) сміливий

5) формальний

6) суворий

7) інтелектуальний

8) мудрий

9) конструктивний

10) творчий

11) дурний

12) тимчасовий

13) вирішальний

14) фатальний

15) легкий

16) нелогічний

17) нераціональний

18) обґрунтований

19) зручний

20) прогресивний

21) практичний

22) протилежний

23) розумний

24) раціональний

25) свідомий

26) безпечний

27) самостійний

28) скандальний

29) болісний

30) поспішний

31) терміновий

32) кмітливий

33) мирний

34) справедливий

35) сталий

36) єдиний

1) чіткий

2) категоричний

3) дивний

4) конкретний

5) творчий

6) корисний

7) несподіваний

8) оптимальний

9) простий

10) поганий

11) реальний

12) складний

13) унікальний

1) швидкий

2) логічний

3) нелегкий

4) серйозний

5) ризикований

6) важкий

7) шкідливий

8) міцний

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

Наводячи приклад іменника sprendimas, важливо згадати ще один аспект, пов’язаний з автоматизованим методом: частина колокацій, віднесених до арбітрарних, може бути дискусійною, тобто може здаватися такою, що перебуває на межі й наближається до несправжніх. Наприклад, може виникнути питання, чи справді такі колокації, як aiškus sprendimas або keistas sprendimas, слід вважати арбітрарними. Здавалося б, прикметники aiškus, keistas, kūrybiškas, naudingas, netikėtas та інші можуть сполучатися не лише з sprendimas, а й з багатьма іншими іменниками, з якими вони можуть поєднуватися за значенням; пор. усі колокації цих прикметників, виявлені в корпусі 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. Лінгвісти перевіряли обмеженість лексичної сполучуваності не лише за допомогою тесту на синонімію, а й за лексико-семантичними групами, тому колокації aiškus sprendimas і keistas sprendimas не зарахували до арбітрарних. Під час автоматизованого оцінювання лексичної обмеженості ці колокації віднесли до AK, оскільки перевірка взаємозамінності синонімів показала, що іменник sprendimas утворював колокації лише з одним членом синонімічної пари aiškus, suprantamas та одним членом синонімічної пари keistas, neįprastas. Ці приклади показують, що точніших результатів виявлення AK можна очікувати, якщо перевіряти обмежену лексичну сполучуваність не лише за допомогою тесту на синонімію, а й тесту на лексико-семантичні групи.

2.2. Арбітрарні колокації, утворені дієсловами та іменниками

Виявлено 1171 AK, утворену дієсловом та іменником. Це число досить близьке до кількості AK, утворених із прикметниками, — 1048. Так само досить подібно, порівняно з колокаціями, утвореними з прикметниками (див. таблицю 2), розподіляються AK, виявлені різними методами (див. таблицю 3): приблизно половину AK виявлено неавтоматичним способом (наприклад: apniukusi diena, aptarti galimybes, iškvies­ti apsaugą), близько третини — автоматизованим способом (наприклад: suskubti į pagalbą, žvelgti į gyvenimą, sugadintas turtas, kaupti turtą), а майже п’яту частину виявлено обома методами (наприклад: atlikti tarnybą, duoti komandą, matyti reikalą).

Проаналізовано також лексичне розмаїття AK цієї структури, тобто кількість різних дієслів, що утворюють AK, виявлені певним методом. У середньому з тим самим дієсловом утворено 2,05 AK, які розглядаються в цьому підрозділі (див. таблицю 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

ТАБЛИЦЯ 5. AK, виявлені різними методами (дієслово + іменник)

AK, виявлені неавтоматичними методами

AK, виявлені автоматизованими методами

AK, виявлені обома методами

Кількість (відсоток)

Кількість різних дієслів (середня кількість AK, утворених з тим самим дієсловом)

Кількість (відсоток)

Кількість різних дієслів (середня кількість AK, утворених з тим самим дієсловом)

Кількість (відсоток)

Кількість різних дієслів (середня кількість AK, утворених з тим самим дієсловом)

561 (47,91)

376 (1,5)

382 (32,62)

189 (2,02)

228 (19,47)

102 (2,24)

Синтаксичні функції дієслів в AK різноманітніші, ніж у прикметників: можуть уживатися особові форми, що приєднують іменники у функції об’єкта, суб’єкта або обставини (наприклад: apipilti klausimais, kelti kainą, parodyti laikas¹³, pastatyti į vietą), або неособові форми, найчастіше дієприкметники, що виконують функцію атрибута (наприклад: išpūsta kaina, einamieji metai, neapgalvotas sprendimas, klestinti šalis, negirdėtas dalykas, vykdomas darbas). У трикомпонентних AK порядок слів може варіюватися, наприклад: atskubėti į pagalbą / į pagalbą atskubėti; eiti į rinkimus / į rinkimus eiti.

Порівняно з колокаціями, утвореними прикметниками, спостерігається більша різноманітність дієслів: у АК, визначених неавтоматичним методом, те саме дієслово утворює в середньому 1,5 колокації, у АК, визначених автоматизованим векторним методом, — у середньому 2,02 колокації, а в АК, визначених обома методами, різноманітність дієслів найменша — те саме дієслово утворює в середньому 2,24 АК. Імовірно, такий результат зумовлений тим, що колокацій, визначених обома методами, найменше. З іншого боку, тенденції подібні: найбільшою лексичною різноманітністю відзначаються АК, визначені неавтоматичним методом.

¹³Іноді леми суб’єктних колокацій здаються незвичними, але обрано подати інфінітив, оскільки можуть уживатися дуже різні особові форми, наприклад: час покаже, час показав, час показав би.

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

Під час аналізу даних спостерігається велика різноманітність дієслів (різними дієсловами вважали слова з префіксом і без префікса, з різними префіксами (наприклад: берегти, уберегти, зберегти); зворотні й незворотні форми, якщо вони не змінюють значення, вважали тим самим дієсловом), але є дієслова з високою сполучуваністю, з якими утворено по кілька або навіть по кілька десятків АК, наприклад:

надавати: наданий захист, надана інформація, надати можливість, надати можливість вибирати, надати інформацію про;

приділяти: приділяти мало уваги, приділяти час, приділяти увагу, приділяти багато уваги, призначений домашній арешт, приділяти велику увагу, приділяти багато часу, приділяти багато уваги, увагу потрібно приділити;

прийти / прийдешній: прийти на вибори, прийти євро, прийти час, прийти пора, прийдешні роки, прийдешні вибори, бюджет наступного року, початок наступного року, наступний місяць, початок наступного тижня, наступний сезон, прийдешні роки, прийдешній день, наступний тиждень.

Видно, що значна частина АК, утворених з одним дієсловом, є варіантами однієї колокації, пор. наведені вище варіанти АК приділяти увагу. Проте будь-які лексичні й граматичні варіації колокацій (зміна порядку слів, додавання додаткових слів) рахуються як окремі колокації. Окремими колокаціями вважаються випадки, коли те саме дієслово вживається в особовій формі (у такому разі лемою найчастіше подається інфінітив) або в неособовій формі (наприклад: боротися за місце, боротися до кінця, група, що бореться). Отже, більшу лексичну різноманітність у колокаціях із дієсловами (порівняно з прикметниками) зумовлює особливість дієслова як частини мови — часте вживання дієслів з тим самим коренем, але різними префіксами. З одного боку, такі дієслова можна вважати різними словами, з іншого — такі дані не зовсім можна порівняти з даними про прикметники, які в усіх випадках є різними словами, а не словотвірними варіантами того самого слова.

АК, визначені неавтоматичним методом. На відміну від колокацій «прикметник + іменник», колокації з дієсловами часто визнавалися арбітральними не лише за критерієм переносного значення (наприклад: псувати життя, відкрити можливість), а й за критерієм обмеженої лексичної сполучуваності та тестом лексико-семантичних груп. Наприклад, колокації зі словами vaizdas, būdas, informacija оцінювалися з огляду на такі парадигми:

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

iškraipyti informaciją

iškraipyti rinką

iškreipta informacija

iškreiptas būdas

iškreiptas vaizdas

Сполучуваність дієслів iškraipyti, iškreipti (які вживаються також атрибутивно) не є широкою: до колокацій із парадигми iškraipyti можна було б додати ще iškraipyti žodžius, але іменник žodžiai потрапив би до однієї групи з informacija, тому було вирішено віднести обидві колокації до АК. З атрибутивно вживаним дієприкметником iškreiptas утворено три колокації, і всі їх вважали АК, оскільки, хоча парадигму можна розширити (наприклад, додати iškreiptas mąstymas), вона все одно була б обмеженою. Іменників informacija, vaizdas, būdas, хоча й віднесених до однієї абстрактної лексико-семантичної групи, лише три, а невелика кількість слів є однією з умов застосування тесту лексико-семантичних груп. Застосування тесту на взаємозамінність синонімів показує, що замість iškraipyti, iškreiptas не можна вжити, скажімо, išdarkyti / išdarkytas.

АК, установлені автоматизованим методом. Важливо наголосити на одному обмеженні автоматизованого методу: частина АК може залишитися нерозпізнаною, оскільки такі колокації не зафіксовані в корпусі Delfi.lt (хоча саме словосполучення могло бути вжите). Наприклад, трикомпонентну колокацію aiškintis įvykio aplinkybes визнано АК за синонімами analizuoti, aiškintis, tirti, включеними до VE. У корпусі знайдено лише колокацію з дієсловом aiškintis, тому її визнано АК. З іншого боку, в іншому корпусі могла б бути й колокація tirti įvykio aplinkybes, отже, під час тестування за тією самою групою синонімів арбітрарними було б визнано дві колокації, а не одну.

Серед колокацій, установлених автоматизованим методом, є випадки, які лінгвісти не визнали АК саме тому, що, спираючись на мовне чуття, не вважали, що існує схильність обирати один синонім з-поміж кількох можливих. Прикладом могли б бути колокації suprasti pasaulį, pažinti pasaulį, žiūrėti į pasaulį. Лінгвісти не визнали арбітрарною жодну з цих колокацій. Автоматизованим методом установлено, що всі три є АК, оскільки серед колокацій із корпусу Delfi.lt не було колокацій з іншими членами відповідних синонімічних груп, тобто була suprasti pasaulį, але не було suvokti pasaulį; була pažinti pasaulį, але не було išmokti pasaulį; була žiūrėti į pasaulį, але не було žvelgti į pasaulį. Лінгвістична оцінка показала, що сполучуваність цих трьох дієслів не має ознак обмеженої сполучуваності.

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

АК, встановлені обома методами. Слід зазначити, що АК цієї групи не обов’язково визначено за тим самим критерієм. Оцінюючи арбітральність неавтоматичним методом, АК можна було визначити за будь-яким одним тестом, не обов’язково за критерієм взаємозамінності синонімів. Як зазначалося щодо колокацій прикметників та іменників, однакові АК було відібрано неавтоматичним способом за критерієм переносного значення, а автоматизованим методом — за критерієм обмеженої лексичної сполучуваності (тестом на взаємозамінність синонімів); пор. порушився рух і порушилося здоров’я мовознавці відібрали тому, що sutr būti сполучається з обмеженою групою іменників, тоді як обидва методи визнали ці колокації АК через те, що серед синонімів зламався і порушився у оцінювальних колокаціях зафіксовано лише один синонім. Обмірковане рішення визнано АК, оскільки не було колокації з іншим синонімом — обдумане рішення. Отже, важливо пам’ятати, що колокації цієї групи розпізнано не за одним і тим самим критерієм.

ТАБЛИЦЯ 6. АК, визначені з іменником рішення та дієсловами

АК, визначені неавтоматичним методом

АК, визначені автоматизованим методом

АК, визначені обома методами

1) оскаржити (судове) рішення 2) відкласти рішення 3) ухвалювати рішення 4) обґрунтовувати рішення 5) шукати рішення 6) рішення, що набрало законної сили 7) необдумане рішення 8) не ухвалювати рішення 9) не виконувати судове рішення 10) рішення виправдало себе 11) ухвалити відповідне рішення ухвалити необхідне рішення 12) ухвалювати рішення 13) погодитися з рішенням 14) оголосити рішення 15) оскаржити рішення (до суду) 16) виконувати судове рішення

1) ухвалити рішення 2) вимагати рішення 3) запропоноване рішення 4) чекати на рішення 5) підписати рішення

1) виконати судове рішення 2) ухвалене рішення 3) запропоноване рішення 4) оголосити рішення 5) обдумане рішення

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

Оцінивши, скільки колокацій «дієслово + іменник» одного з найпродуктивніших іменників sprendimas визначається різними методами (див. таблицю 6), бачимо, що найбільше їх визначено неавтоматичним методом, а обома методами та автоматизованим методом визначено лише по п’ять АК.

УЗАГАЛЬНЮВАЛЬНІ ЗАУВАЖЕННЯ

Проаналізувавши двослівні й трислівні АК, утворені прикметниками та іменниками, а також дієсловами й іменниками, можна стверджувати, що неавтоматичним методом визначено близько половини з них, автоматизованим методом — близько третини, а обома методами — приблизно п’яту частину. Збігається лише невелика частина АК, визначених цими методами, що дає підстави стверджувати, що застосування обох методів дає змогу визначити більше АК. Отже, для розпізнавання АК варто використовувати можливості як неавтоматичного, так і автоматизованого методу.

Слід наголосити, що під час неавтоматичного аналізу застосовували не один, а два критерії відбору, тому даних, визначених неавтоматично, набагато більше, ніж визначених автоматизовано. Неавтоматичний аналіз охоплював не лише критерій переносного значення, а й критерій обмеженої лексичної сполучуваності, який перевіряли за допомогою двох тестів (лексичних семантичних груп і взаємозамінності синонімів), тоді як під час застосування автоматизованого методу використовували лише критерій обмеженої лексичної сполучуваності за тестом взаємозамінності синонімів.

Через різну кількість критеріїв результати, отримані різними методами, не можна порівнювати, оскільки першим методом у будь-якому разі визначено більше АК, а збігів між колокаціями порівняно мало. Було б цікаво порівняти АК, визначені автоматизовано й неавтоматично лише за спільним критерієм обмеженої сполучуваності (тестом взаємозамінності синонімів). Таке порівняння могло б показати, що частина визначених АК є однаковою, а також дало б змогу оцінити, яким методом відібрано більше АК і чим відрізняються АК, що не збігаються.

Неавтоматичним методом зібрано не лише більше, а й лексично різноманітніші дані. Визначені цим методом АК містять різноманітніші прикметники й дієслова, тоді як за автоматизованим методом отримують АК із меншим лексичним розмаїттям.

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

Під час випробування автоматизованого методу насамперед прагнули зменшити чинник суб’єктивності під час оцінювання арбітральності та спиратися лише на дані, зафіксовані в корпусі. За наявності пар або груп синонімів, визначених векторним методом на матеріалі конкретного корпусу, процедура оцінювання спрощується, оскільки легше вирішити, чи можна замінити компонент колокації: якщо в досліджуваному матеріалі є колокації з усіма словами пари або групи синонімів, заміна можлива.

Звісно, виявилися й недоліки автоматизованого методу. Оскільки арбітральність оцінюваної колокації визначається на підставі синонімів VE, частину АК може бути не розпізнано, адже визнання арбітральності значною мірою залежить від наявної VE. Для тестування використовують лише ті синоніми й лише в тій кількості, які зібрано у VE, тому не всі колокації визнаються АК.

Хоча процес аналізу АК можна автоматизувати, на початковому етапі цього процесу потрібен внесок лінгвістів: у VE, створених векторним методом, слід відокремити синоніми від слів, пов’язаних іншими семантичними відношеннями, наприклад антонімів. Перевіривши, скільки автоматично отриманих даних залишається після лінгвістичної перевірки, бачимо, що прикметників і дієслів, вилучених із VE, багато, а дані, що залишилися, — відповідно 41 відсоток і 30 відсотків — також потребують редагування та впорядкування. Оскільки векторним методом визначаються не лише слова, пов’язані синонімічними відношеннями, підготовка даних про синоніми для тесту взаємозамінності займає більше часу. Тому слід випробувати інші методи визначення синонімічних відношень.

Оцінюючи придатність векторного методу для відбору синонімів, варто навести такі аргументи на користь цінності автоматично зібраних даних. По-перше, векторним методом можна визначити більше й інші синоніми, ніж лише за допомогою інтроспекції. По-друге, визначені цим методом синоніми (звісно, після відбору несинонімів) виявляють важливе з погляду синонімії явище: синонімічними є не лише окремі слова, а й словосполучення. По-третє, векторний метод придатний для оброблення великого обсягу даних, тобто визначення синонімів у великому корпусі, тоді як оцінити вручну подібність контекстів такої кількості слів було б складно.

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