Critérios para lematização e anotação do nível morfológico + atitudes frente às sugestões automáticas

[lucascdz]

Encontrei um artigo do Giuseppe Celano (2020) que propõe alguns princípios para a lematização e análise morfológica, os quais procuramos seguir, a saber:

1. a lematização segue o dicionário latim-inglês (Lewis & Short);
2. em caso de substantivação do adjetivo, o lema permanece o do adjetivo;
3. em casos de substantivação ou adjetivação do particípio, o lema permanece o do verbo;
4. em caso de uso adverbial de adjetivo, o lema permanece o do adjetivo;
5. pronomes são sempre pronomes, independente da função (adjetiva ou substantiva).

Mas nem sempre a aplicação desses critérios é óbvia, como mostram os comentários a seguir.

CRITÉRIO 1 Uma questão importante é não confundir lema com entrada. O dicionário Lewis & Short costuma apresentar palavras derivadas como sub-entradas das primitivas, o que não significa que o lema deve remontar sempre à principal.

Um exemplo do texto é a palavra Cyprus ("Chipre", a ilha), cuja entrada abriga o adjetivo derivado Cyprius ("cipriota"), que por sua vez abriga o coletivo Cyprii ("Cipriotas"). Nesse caso, reconhecemos dois lemas: o substantivo Cyprus1 e o adjetivo Cyprius, este valendo tanto para o uso atributivo quanto para o uso coletivo (plural substantivado), conforme o critério 2.

O problema surge quando o dicionário não é sistemático na abordagem. Por exemplo, no caso de poenus ("cartaginês"), o lema principal é o substantivo plural Poeni (uso coletivo), e o adjetivo comum aparece como subentrada. Nossa posição foi manter o critério e lematizar como poenus.

CRITÉRIOS 2-3 Na maioria das vezes a lematização de adjetivos substantivados parece bastante tranquila: além dos muitos nomes de povos (o texto é de um historiador), palavras como barbaros ("os bárbaros") ou sacra ("coisas sagradas") são exemplos simples dessa operação.

Mas pelo menos três casos geraram certo incômodo nos anotadores, por parecerem substantivações já cristalizadas e de certo modo autônomas com relação à forma primitiva:

• cultiores ("mais cultivados", Just.18.6.2-3): particípio ou adjetivo? Na frase vem ligada a victus, no sentido de "modos de vida mais cultivados/civilizados"; pensando em português, analisaríamos "civilizados" como particípio? (me parece que sim, mas o dicionário Houaiss registra só como adjetivo).
• legati ("embaixadores", Just.18.6.2-3): particípio ou substantivo? Exemplo praticamente idêntico em português seria a palavra "delegado", a qual acho estranhíssimo analisar como particípio.
• ferarum ("das feras", Just.18.6.4): adjetivo ou substantivo? Embora seja claramente resultado da substantivação do adjetivo ferus ("bravo, feroz"), o uso absoluto do feminino como substantivo é comum o suficiente para se pensar em uma forma autônoma.

Na dúvida, resolvemos manter a regra, com exceção de legati. Em todo caso, me parece que essa regra, se aplicada em excesso, corre o risco de passar da análise morfológica para a etimológica, o que não é nosso propósito.

CRITÉRIO 4 Essa discussão se aplica também às formas adverbiais. Em latim, os advérbios são quase todos derivados de "antigas formas do adjetivo", como explica a gramática (Faria 1958: 252). Normalmente as formas não se confundem, e.g.

• malus ("mau" adj.) / male ("mal" adv.)
• brevis ("breve" adj.) / breviter ("brevemente" adv.)

O problema é quando a forma do advérbio é idêntica a alguma forma do adjetivo declinado, e.g.

• primum (acusativo neutro de primus / advérbio)
• perpetuo (ablativo neutro de perpetuus / advérbio, cf. Just.18.5.15)
• dextra (ablativo feminino de dexter / advérbio).

Como o dicionário lematiza como advérbio (em subentrada do adjetivo, diga-se), também o fizemos, mas pode haver mais casos controversos.

CRITÉRIO 5 O Morpheus oferece sugestões de lematização inconsistentes com o critério 5 para três pronomes no texto: • o relativo qui1 (20 ocorrências): sugere analisar como noun • o possessivo suus (5 oc.): sugere analisar como noun ou como adjective • o indefinido alius (2 oc.): sugere analisar como noun

Todos foram padronizados de acordo com a lematização do Lewis & Short e classificados como pronoun, mediante a criação de novas formas.

CRIAÇÃO DE FORMAS NOVAS Foi necessário registrar 85 formas novas (11% do total de palavras do texto), seja porque o Morpheus não reconhecia, seja porque nenhuma sugestão estava em conformidade com os critérios mencionados no início.

A maioria das formas não reconhecidas pelo Morpheus eram nomes próprios de pessoas e de povos (33 oc.), bem como formas não reconhecidas provavelmente por apresentarem divergências ortográficas (5 oc., e.g. inpono x impono).

No caso de formas com sugestão incorreta, além dos pronomes acima, destacaram-se os verbos depoentes (7 oc.), cuja análise automática os dava sempre como passivos e, por isso, foi necessário criar formas com a classificação correta.

Uma lista completa de todas as formas novas criadas poderá ser incluída na documentação, se desejável.

[lucascdz]

Uma atualização do exposto acima sobre verbos depoentes.

Descobri que a anotação dessa forma é controversa, na medida em que ela pode ser considerada:

• uma forma especial, anotada com a tag própria, prevista no tagset relativo à voz;

• uma forma passiva, uma vez que a questão de o verbo depoente possuir características sintático-semânticas de voz ativa nada tem que ver com morfologia (que é o nível de análise a que o tagset se refere).

A debater num futuro próximo.