MASARYKOVA UNIVERZITA FILOZOFICKÁ FAKULTA
Ustav románských jazyků a literatur
Portugalský jazyk a literatura
Alena Vašíčková
COLOCACÔES
Magisterská diplomová práce
Vedoucí práce: Mgr. Iva Svobodová, Ph.D.
2009
Prohlašuji, že jsem diplomovou práci vypracovala samostatně a pouze s využitím uvedených pramenů a literatury.
Prohlašuji, že tištěná verze práce je totožná s verzi elektronickou.
1
Zde bych chtěla upřímně poděkovat vedoucí práce Mgr. Ivě Svobodové, Ph.D. za podnětné připomínky a energii a čas, který mé práci věnovala.
Děkuji i PhDr. Jarmile Fictumové z Katedry anglistiky a amerikanistiky FF MU za poskytnutí cenných materiálů.
Zároveň děkuji RNDr. Ondřeji Bojarovi, Ph.D. z Ústavu formální a matematické lingvistiky, bez jehož pomoci by nevznikl paralelní česko-portugalský korpus a nástroje pro jeho další rozšiřování.
Dík patří i Ing. Pavlu Erlebachovi za trpělivost s mými dotazy ohledně PHP+MySQL a za užitečné návrhy pro psaní skriptů.
2
índice
1. Introducäo...........................................................................................................................5
2. A importäncia das colocacöes.............................................................................................8
2.1 Colocacöes na aquisicäo da linguagem e no processamento psicológico....................8
2.2 Colocacöes no ensino..................................................................................................11
2.3 Colocacöes na traducäo..............................................................................................14
2.4 Colocacöes no processamento computacional e na linguística computacional..........14
3. Colocacöes na teória linguística.......................................................................................IV
3.1 Colocacöes na tradicäo linguística anglo-saxónica....................................................17
3.1.1. Princípios do termo 'colocacäo' em linguística..................................................17
3.1.2 J. R. Firth e a escola firthiana..............................................................................19
3.1.3 Colocacöes na era de linguística de corpus.........................................................24
3.1.4. Abordagem frasal................................................................................................27
3.2 Co-ocorréncia lexical restrita na tradicäo linguística portuguesa...............................31
3.2.1 Alvaro Iriarte Sanromán......................................................................................33
3.2.2 Herculano de Carvalho........................................................................................42
3.2.3 Bernard Portier.....................................................................................................43
3.3 Colocacöes na tradicäo linguística checa....................................................................44
3.4 Síntese das teorias e princípios da seleccäo de colocacöes para o dicionário de colocacöes checo-portugués.............................................................................................51
4. Dicionários de colocacöes................................................................................................54
4.1 O problema de metalexicografia.................................................................................54
4.2. Dicionários existentes de colocacöes e de combinacöes näo livres...........................55
5. Criacäo de um dicionário de colocacöes checo-portugués...............................................60
5.1 Métodos de deteccäo e extraccäo de colocacöes existentes.......................................60
5.1.1 Colocacöes monolingues.....................................................................................60
5.1.2 Pares bilingues.....................................................................................................61
5.2 Métodos utilizados na criacäo do dicionário de colocacöes checo-portugués............64
5.3 Versäo electrónica do dicionário de colocacöes checo-portugués..............................66
5.4 Trabalho futúr o...........................................................................................................67
6. Conclusäo..........................................................................................................................68
Bibliografia...........................................................................................................................70
Apéndice 1: Lista das colocacöes.........................................................................................79
Apéndice 2: Código fönte da página web do dicionário de colocacöes online....................85
3
We talk of high mountains and tall trees, but not usually of tall mountains and high trees. Similarly a man can be tall but never high (except in the sense of being intoxicated!), whereas a ceiling can only be high, not tall. A window can be both tall or high, but a tall window is not the same as a high window. We get old and tired, but we go bald or grey. We get sick but we fall ill. A big house, a large house and a great house have the same meaning, but a great man is not the same as a big man or a large man. You can make a big mistake or a great mistake, but you cannot make a large mistake. You can be a little sad but not a little happy. We say very pleased and very tiny, but we do not say very delighted or very huge.1
In order to speak natural English, you need to be familiar with collocations. You need to know, for example, that you say 'a heavy smoker' because heavy (NOT big) collocates with smoker, and that you say free of charge' because free of collocates with charge (NOT cost, payment, etc.). If you not choose the right collocation, you will probably be understood but you will not sound natural.2
la combinacion *introducir ganas no existe en espanol, pero si entrar ganas; lo mismo ocurre con *albergar un chasco. En espanol, albergamos esperanzas e incluso odios, pero no chascos. Estos, los tenemos o nos los llevamos.3
...o esp. pan bianco se opoe ao pan negro, que nao e negro, e dgua [sic] salada a agua [sic] dulce, que e simplesmente nao-salgada. Trata-se sempre de oposigoes na norma, que caracterizam os idiomas a que pertencem; assim, o esp. vino tinto e vermelho em italiano (vino rosso) e preto em servo-croata (crno vino)4
1 http://esl.fis.edu/grammar/easv/colloc.htm
2 Longman Dictionary of Contemporary English (1987: 193).
3 http://www.dicesp.com
4 Coseriu, 1979: 68, em Sanroman Iriarte (2002: 190).
4
1. Introdu^äo
Todos os dias, usamos expressöes aparentemente ilögicas: vinho branco e dourado e päo preto e castanho. Um falante nativo sabe que deve dizer vinho tinto e primeiros socorros mas um estrangeiro que esta a aprender a lingua talvez näo ache estranho vinho vermelho nem primeira ajuda. Em checo «damos» atencäo, em ingles «pagamos» atencäo e em portugues prestamo-la. Todas essas peculiaridades devem-se ao fenömeno da colocacäo e as expressöes chamam-se colocacöes (do latim collocare, colocar junto).
Analisando a nossa experiencia pessoal com a aprendizagem e o ensino de linguas e com a traducäo, chegämos ä conclusäo de que a problemätica das colocacöes e extremamente importante; porem, näo lhe e prestada devida atencäo. Este trabalho tem como objectivo mudar esta situacäo desfavorävel e demonstrar a importäncia das colocacöes.
Quem decidir dedicar-se ao estudo das colocacöes, notarä logo que - tal como disse Nesselhauf (2004, em Antunes, 2007) - hä tantas respostas ä pergunta 'o que e uma colocacäo?' quantos os autores que escrevem sobre o assunto. Segundo Bartsch (2004: 27-28), esta situacäo deve-se aos seguintes factos:
(i) a dificuldade encontrada em delimitar os diferentes tipos de combinacöes de palavras;
(ii) o facto de as combinatörias consistirem num fenömeno linguistico que parece situar-se na fronteira entre a gramätica e o lexico (o que dificulta a elaboracäo de uma definicäo formal e sistemätica do ponto de vista da teoria linguistica, uma vez que parece näo ser possivel uma explicacäo baseada unicamente em principios sintäcticos e semänticos ja estabelecidos);
(iii) o facto de existirem diferentes abordagens deste fenömeno, nomeadamente a abordagem baseada em frequencias e a abordagem fraseolögica.5
5 Traduzido por Sandra Antunes (2007).
5
Bartsch acrescenta que a insuficiente especificidade das definicöes do termo 'colocacäo' domina nos estudos sobre as colocacöes desde a introducäo do termo em linguistica. Este é ainda hoje em dia um problema com o qual a linguistica näo consegue lidar efectivamente.
Na literatura consultada encontrámos o termo e o conceito de 'colocacäo' utilizado em vários sentidos diferentes:
(i) denominacäo do facto de algumas palavras ocorrerem juntas formando locucöes;
(ii) o facto de algumas palavras poderem ocorrer juntas, i. e. a capacidade de algumas palavras ocorrerem juntas (neste sentido é também utilizado o termo 'colocabilidade');
(iii) combinacöes frequentes ou usuais de palavras;
(iv) combinacöes de palavras aparentemente livres, onde actua qualquer tipo de restricäo lexical determinada pela norma e uso.
Apesar destas dificuldades, tentaremos esbocar o desenvolvimento no campo dos estudos sobre as colocacöes, tracando o seu uso desde as primeiras mencöes até ao dia de hoje. Devido ao facto de o campo ter sido liderado pelos autores anglo-saxónicos, abordaremos com teorias e conceitos nascidos na Grä-Bretanha, mencionando, ocasionalmente, também autores näo anglo-saxónicos que escrevem em ingles. A seguir, pesquisaremos as obras de linguistas Portugueses e checos com a finalidade de descobrir se eles trazem abordagens novas e originais ou apenas adoptam os conceitos da linguistica anglo-saxónica. Como durante a nossa pesquisa näo encontrámos evidéncia de que os autores que escrevem sobre colocacöes se agrupassem ou formassem escolas complexas linguisticas que merecessem registo6, vamos tratar dos autores mais importantes separadamente.
O conhecimento adquirido servir-nos-á como a base teórica para a criacäo de um futuro dicionário de colocacöes checo-portugués. O segundo objectivo do presente trabalho
6 Há seguidores de alguns autores que formám algo que pode ser considerado uma escola linguistica, esta contudo baseia-se em abordagens semelhantes da problemática de colocacöes. De nenhuma maneira podemos falar duma corrente linguistica complexa. Ao contrario, podemos dizer que alguns autores pertencem ao estruturalismo, á pragmática, etc. ou pelo menos foram influenciados por eles.
6
é entäo explorar os métodos de criacäo de tal dicionário. Os resultados, i. e. amostras de colocacoes que poderäo ser incluídas no futuro dicionário, seräo publicadas em anexo deste trabalho e na Internet.
Demonstraremos também a importäncia das colocacöes na aquisicäo e processamento de linguagem, ensino de línguas, traducäo, linguística computacional e lexicografia.
7
2. A importäncia das coloca^öes
2.1 Coloca^öes na aquisicäo da linguagem e no processamento psicológico
Os estudos recentes confirmam que devido ao facto de as frases lexicais ('lexical phrases', termo introduzido por Nattinger) prefabricadas formarem uma parte da linguagem dum adulto täo ubiqua, podemos assumir que também fazem parte da linguagem duma crianca, constituindo uma parte do sistema da linguagem que esta está a adquirir (cf. Nattinger-DeCarrico, 1992: 24).
Esses estudos mostram que as criancas passam por uma fräse em que usam um grande numero de sequéncias näo analisadas de lingua ('unanalyzed chunks of language') em certos contextos sociais previsiveis. Por outras palavras, elas usam frequentemente uma linguagem «prefabricada» em situacöes apropriadas. Nattinger-DeCarrico däo o seguinte exemplo: Quanto a crianca pergunta a questäo frequente what is that?, usa-a como se os trés morfemas fossem uma unidade única e näo segmentada, what-is-that?, como qualquer palavra do seu vocabulário. Tratam estas trés palavras como se fossem uma unidade näo analisada, frequentemente reduzindo muitos dos seus sons ([hwgsdast], [hwgdas], etc.) e pronunciando o conjunto sob apenas um acento; aparentemente näo reconhecem, pelo menos nas fases iniciais da aquisicäo, que se trata duma frase com componentes lexicais separados.
Muitas investigates iniciais atribuíram a frequéncia dessas sequéncias á releväncia da imitacäo e á necessidade da memorizacäo na aprendizagem da linguagem. Viam-nos como um «atoleiro» na aquisicäo das regras reguläres e sintácticas. Consideravam essas sequéncias prefabricadas distintas (e de čerta maneira periféricas) do corpo fundamental da linguagem (Ibidem).
Naturalmente, há também estudos sobre a aquisicäo da L2, a segunda lingua, ou seja, a lingua näo materna. Hakuta (1974, em Nattinger-DeCarrico, 2002: 24-25) foi dos primeiros a sugerir que afinal essas sequéncias talvez näo fossem täo incidentals. Num
7 Como a maioria dos estudos sobre as colocacöes está escrita em inglés, enfrentámos numerosos problemas terminológicos. Sempře procurámos encontrar um equivalente portugues, mas ás vezes era necessário incluir a nossa traducäo.
8
estudo de criancas japonesas que aprendiam inglés fez uma distincäo importante entre as rotinas ('routines') prefabricadas que descreveu como sequéncias da lingua invariáveis ('unvarying chunks of language') e os padröes ('patterns') prefabricados que descreveu como segmentos de frase que operam em conjunto com urn componente movivel, como insercäo duma frase nominal ou duma frase verbal, como por exemplo this-is-a X. Ele também sugeriu que essas sequéncias tem um papel importante no processo da formacäo de regras - as criancas näo os utilizam apenas como formulas memorizadas mas sim como matéria-prima da segmentacäo e análise no desenvolvimento das regras da sintaxe.
As observacöes de Hakuta foram confirmadas por Lily Wong-Fillmore (1976, em Nattinger-DeCarrico, 2002), cuja pesquisa é reconhecida como uma das mais complexas no campo da linguagem prefabricada na aquisicäo da L2. Ela até pöe essas sequéncias no proprio centro da aquisicäo duma lingua:
The strategy of acquiring formulaic speech is central to the learning of language. [...] Routines and patterns learnt in the language acquisition process evolve directly into creative language.
Eis a palavra-chave, 'formulaica', ou seja, etiqueta que é atribuida a expressöes que näo säo formadas segundo as regras reguläres e abränge também idiomas e colocacöes.
Por outro lado, há quem ponha em dúvida as conclusöes de Wong-Fillmore: segundo Krashen e Scarcella, rotinas e padröes apenas tern urn papel marginal na aquisicäo da linguagem e säo completamente diferentes do processo da construcäo criativa considerada somente uma questäo da análise das regras sintácticas. Sentem que essas sequéncias de lingua säo «useful in establishing and maintaining relations, [but] do not serve a primary role in language acquisition)) (Krashen-Scarcella, 1978: 283-300, em Nattinger-DeCarrico, 1992: 26).
Contudo, a maioria dos investigadores concorda que os aprendentes usam no processo da aquisicäo da linguagem um numero significante das expressöes prefabricadas (Nattinger-DeCarrico, 1992: 26). Onde as opiniöes divergem, é na questäo da importäncia destes. O conhecimento linguistico dum adulto parece conter um continuum de construcöes linguisticas de vários niveis da complexidade e abstraccäo abrangendo itens concretos e
9
particulares, classes mais abstractas de itens ou combinacöes complexas de sequencias de lingua concretas e abstractas .
Contudo, e necessärio ter em conta que apenas a linguagem dum adulto contem esta mistura e tern esta natureza. Esta estrutura emerge passo a passo, portanto as criancas näo aprendem a LI como se tivessem em mente uma gramätica inata9. Mais propriamente, aprendem com a ajuda de unidades psicolinguisticas diferentes das que os adultos usam, adquirem linguagem na base da frequencia, recorrencia e imitacäo10.
Antes de falarmos sobre a resultante importäncia das colocacöes (e outras formas da linguagem formulaica) no ensino, mencionemos brevemente o papel da linguagem prefabricada no processamento psicolögico, estreitamente relacionado com a aquisicäo da linguagem. Hä sugestöes de que a capacidade da memoria e vasta - contrariamente ä velocidade do processamento. Por isso temos que aprender «atalhos» com o propösito de tornar o tempo de processamento o mais eficiente possivel (cf. Nattinger-DeCarrico, 1992: 31). Värios estudos do processamento da linguagem mostram que a linguagem esta depositada redundantemente. As palavras, por exemplo, estäo depositadas näo apenas como morfemas individuas senäo como partes de frases, ou como sequencias de lingua longas e memorizadas ('longer memorized chunks of speech') e estas säo frequentemente recuperadas da memoria numa forma dessas «pre-juntadas» sequencias ('pre-assembled chunks') (Ibidem).
Como afirmam Nattinger e DeCarrico (Ibid.: 32), «e a nossa capacidade de usar frases lexicais que nos ajuda a falar fluentemente.»11. Uma opiniäo semelhante - relevante äs colocacöes - pode ser encontrada nos livros de aprendizagem de colocacöes: destaca-se o facto de que a fluencia que resulta do uso correcto das colocacöes deveria ser um dos objectivos do ensino de linguas.
8 [Adult language knowledge consists of] concrete and particular items (as in words and idioms), more abstract classes of items (as in word classes and abstract constructions), or complex combinations of concrete and abstract pieces of language (such as mixed constructions) (Tomasello, 2000: 99, em Collocations and Idioms 1: 87).
9 Children do not learn their LI on the basis of an innate Universal Grammar (Eskildsen-Cadierno, 2007: 87).
10 Children learn language in an item-based fashion heavily reliant on frequency, recurrence and imitation (Ibidem).
11 It is our ability to use lexical phrases [...] that helps us speak with fluency.
10
2.2 Colocacôes no ensino
Em vista do que temos dito sobre a aquisicäo e o processamento de linguagem, vejamos agora o problema das colocacôes no ensino da L2. Muitos estudos sobre esta matéria tém sido efectuados, conduzindo, em alguns casos, a resultados parciais diferentes; näo obstante, há unanimidade sobre as seguintes conclusôes:
(i) a producäo das colocacôes representa um problema para os aprendentes, e estes problemas säo maiores do que os que os aprendentes tém com o uso de vocabulário geral;
(ii) os aprendentes usam menos colocacôes do que os falantes nativos;
(iii) os aprendentes näo tém ciéncia nem das restricôes colocacionais, nem do potenciál combinatório dos itens lexicais (Eskildsen-Cadierno, 2007: 87-89).
Segundo as estatísticas, o uso das colocacôes pelos aprendentes é apenas 25 %12 (Nesselhauf, 2005, em Eskildsen-Cadierno, 2007: 89). Urna das possíveis interpretacôes desta indicacäo é que os aprendentes da L2 adquirem a competéncia colocacional com dificuldades. Esta interpretacäo é apoiada pela vista tradicional de a linguagem formulaica ser divergente das normas duma lingua gerada gramaticalmente.
This is a result of the underlying view of FL [formulaic language] being deviant from the norm of gramatically generated language. It is even implied in Wray13 that "learning formulaic language is not 'real' language learning" (Ibid.: 89).
A aprendizagem «real» pressupoe computacao baseada nas regras sintacticas e a capacidade de analisar e de compor unidades lexicograficas. A linguagem formulaica, porem, foge das regras da combinatoria gramatica; ha inconsistencias entre elas. Por outras palavras, a linguagem formulaica e considerada fomulaica, ou seja fixa ou «congelada»14porque a competencia linguistica nunca podia ter produzido tais combinacoes (Ibidem).
Contudo, os autores nao espeficificam o que exactamente o numero significa.
13 Wray, Alison (2002). Formulaic language and the lexicon. New York: Cambridge University Press. pl96.
14 Os autores anglo-saxonicos utilizam o termo frozen. Pereira e Nascimento (1996) empregam o termo «cristalizada».
11
Daqui resulta a necessidade de aprender colocacöes (bem como outras formas irreguläres e «congeladas») duma maneira diferente da aprendizagem de fenómenos reguläres. Infelizmente para os aprendentes, a aprendizagem de colocacöes consiste em memorizacäo automática, pois a forma da colocacäo na lingua estrangeira näo pode ser deduzida. As vezeš a estrutura é semelhante (kvalifikovaná většina - maioria qualificada) mas é necessário verificar o uso exacto (ozonová dira - buraco DO ozono vs. ozonová vrstva - camada DE ozono).
O estudo de materiais de aprendizagem de várias línguas levou-nos á conclusäo de que a única lingua em cujo ensino é dada devida atencäo as colocacöes é o inglés. Este facto provavelmente resulta de um durável interesse dos linguistas anglo-saxónicos pelas colocacöes e também do facto de o inglés ser a lingua mundial mais importante, a cujo ensino é prestada muita atencäo, sendo os métodos já bem elaborados. Existe uma série de livros dedicados exclusivamente ás colocacöes (English Collocations in Use) mas as colocacöes näo fazem falta praticamente em nenhum bom livro de aprendizagem de inglés. A situacäo no ensino de outras línguas é diferente: näo existem livros especializados em colocacöes e há poucos materiais que tratem delas (ou os poucos existentes näo as nomeiam explicitamente). A importäncia das colocacöes é subvalorizada ou a problemática é omitida completamente, apesar de as colocacöes serem imprescindiveis no ensino de estudantes avancados: sabendo já como se dizem palavras separadas, devem aprender juntalas duma forma natural como o fazem os falantes nativos. Para alem disso, «precise thought is made easier by well-defined terms» (Lewis, 1993: 1).
Begona Sanromán Vilas e Margarita Alonso Ramos (2007) observaram que até os estudantes mais avancados faziam muitos erros no uso das colocacöes em espanhol e afirmam que um dicionário de colocacöes é um instrumente necessário de aprendizagem. A ideia de combinar um dicionário de colocacöes com exercícios näo é nova: alguns exercícios säo inseridos no Oxford Collocations Dictionary for Students of English. Também o DiCE (Diccionario de colocaciones del espaňol) inclui tanto os exercícios de producäo como os de compreensäo.
Mencionemos alguns dos exemplos apresentados15:
http://www.dicesp.com
12
A. Rodea la respuesta que mejor se corresponda con la glosa 'causar pánico en varias personas':
a. esparciar el pánico;
b. reproducir el pánico;
c. sembrar el pánico;
d. extender el pánico.
B. Transforma las siguientes oraciones de manera que se pueda sustituir el verbo en negrita por una expresión equivalente: un verbo de apoyo seguido del nombre que aparece entre paréntesis:
a. Firme este documento, por favor. (FIRMA)
b. Castigarán a los culpables. (CASTIGO)
c. No se preocupe: su vida no peligra. (PELIGRO)
C. Encuentra sinónimos para los verbos que aparece en cursiva:
a. Senti una gran ALEGRIA, que todavia ahora no podria explicar.
b. Sufrió una grave DOLENCIA que le mantuvo retirado durante un tiempo.
c. Le dio un PUNT APE a un objeto duro que rodó unos pasos delante suyo.
D. Rellena los huecos valiéndote de las glosas entre paréntesis:
a. Pedro le_MIEDO a los aviones.
b. No deberias_le RENCOR por tan cosa.
c. De repente, le_el RESPETO. (Ibid.: 289-290)
Quanto ao segundo grupo - exercícios de compreensäo - é possível produzir exercícios como o seguinte:
E. Si leemos en el periódico "el gobierno de EEUU tiene fuertes sospechas de que Irán ha desarrollado programas de armas bacteriológicas", entenderemos que las sospechas son FUERTES porque...
a. se refieren a un hecho considerado muy malo;
b. el Gobierno está muy seguro de el hecho es cierto;
c. duran mucho tiempo;
d. son compartidas por varias personas. (Ibid.: 292)
13
A resposta correcta é b, pois um suspeito dum facto considerado negativo seria grave ou terrible, urn suspeito presente por muito tempo seria permanente e urn suspeito comum a muitas pessoas seria extendido ou generalizado.
Contudo, apesar de uma inegável importäncia da aprendizagem das colocacöes, achamos que näo é importante aprender milhares de colocacöes de cor. O que importa säo os metodos: os estudantes avancados (entre os quais ha futuros tradutores) deveriam conhecer as ferramentas que facilitam a procura das colocacöes numa lingua estrangeira e a transferéncia das colocacöes duma lingua para outra (algumas ferramentas uteis seräo mencionadas em 5.1). Assim estamos a chegar á problemática das colocacöes na traducäo.
2.3 Colocacöes na traducäo
Como já mencionámos, as colocacöes causam problemas sobretudo na hora de produzir um texto numa lingua estrangeira, seja em forma de capturar nossas próprias ideias seja em forma de traduzir ideias e textos de outros. Temos problemas em traduzir correctamente colocacöes de tipos B-D na classificacäo de Mel'cuk/Iriarte Sanromán {prudká reakce -reacgäo *afiada vs. violenta; drtivá většina - *maioria plausivel vs. esmagadora maioria; single words - palavras (*)únicas vs. (*)individuais vs. (*)separadas vs. isoladas) bem como colocacöes-unidades lexicais {daňový poplatník - contribuinte, slovní hříčka -trocadilho, zdrojový text - texto fonte) e outros tipos da linguagem prefabricada.
Naturalmente, um ser humano nunca poderá aprender todas as colocacöes duma lingua estrangeira (e os tradutores confirmaräo que ás vezeš, influenciados pelo texto fonte, até duvidam das colocacöes em lingua materna) mas, como já mencionámos no capitulo anterior, é importante que aprenda como encontrar as colocacöes em textos disponiveis; no caso de textos técnicos, as colocacöes frequentemente säo idénticas á terminologia.
2.4 Colocacöes no processamento computacional e na linguistica computacional
Sob a influéncia das gramáticas de Chomsky, o léxico computacional tinha sido visto como uma lista de palavras que possui propriedades sintácticas e semänticas muito especificas e
14
que e sujeite as regras combinatorias dum parser!generator. Contudo, o lexico passou a ser considerado um conjunto de varios tipos do conhecimento linguistico, nao apenas de propriedades depalavras isoladas (Nattinger-DeCarrico, 1992: 22).
Becker (1974, em Nattinger-DeCarrico, 1992: 22) foi dos primeiros a propor que frases como let alone, as well as e so much for que de muitas maneiras fogem das analises nas gramaticas tradicionais simplesmente nao podem ser ignoradas: sao ubiquas. Becker pretende tratar essa classe de frases idiossincraticas duma forma sistematica. Como notam Nattinger e DeCarrico, a opiniao prevalente entre os linguistas computacionais nos anos noventa (quando foi publicado o seu livro Lexical Phrases and Language Teaching) era a de que o conhecimento linguistico nao pode ser dividido rigorosamente entre regras gramaticais e itens lexicais. Mais provavelmente, ha uma escala inteira de itens, dos quais alguns sao especificos e pertencem a um numero pequeno de casos, enquanto os outros sao muito gerais e pertencem a um grande numero de casos. Os primeiros chamam-se frequentemente 'itens lexicais', enquanto os segundos 'regras gramaticas', mas dado que os elementos existem a todos os niveis da generalidade, e impossivel distinguir rigorosamente entres eles.
Em 1984, Wilensky et al. (1984, 574-593, em Nattinger-DeCarrico, 1992: 23) propos a abordagem frasal ('phrasal approach') que incorporou frases inteiras bem como palavras separadas. Em 1987, Zernick and Dyer (1987: 308-327, em Nattinger-DeCarrico, 1992: 23) aprofundaram a teoria incluindo, no seu conceito de lexico, as seguintes unidades:
(i) palavras isoladas ('single words');
(ii) frases fixas ('fixed phrases');
(iii) todos os casos de certas frases variaveis ('all instances of certain variable phrases');
(iv) itens isolados e generalizados que abrangem esses series de frases ('single generalized entries which encompass these sets of phrases').
Quanto a aplicacao pratica, as colocacoes podem ser de grande importancia nas seguintes areas:
15
Criacäo de dicionários, seja monolingues, seja bilingues. As colocacöes frequentemente formám um significado semäntico novo e a extraccäo automática facilitará a criacäo de dicionários gerais, dicionários de termos, etc.
Traducäo automática. As primeiras máquinas de traducäo utilizavam o mecanismo de traducäo á letra, perdendo assim uma parte do significado. As colocacöes reconhecidas podem ser traduzidas correctamente, mantendo o sentido do texto fonte.
Verifícadores ortográfícos. Durante o controlo, näo apenas as palavras mas também as combinacöes de palavras podem ser verificadas. Assim descobre-se uso errado de palavras (*vinho vermelho).
OCR, reconhecimento de texto. Geralmente trata-se das situacöes de predicäo de palavras num texto, dependendo das palavras antecedentes. Uma palavra dificilmente reconhecível será reconhecida com maior sucesso se as palavras antecedentes (ou o contexto em geral) predicarem ocorréncia duma colocacäo.
Motores de pesquisa, classificacäo de documentos e sistemas de indexacäo. As palavras adquirem novos sentidos se formám parte duma colocacäo e conhecendo o «novo» significado especifico será mais fácil e mais preciso determinar o conteúdo do documento. Se formos capazes de extrair as colocacöes dum documento, seremos capazes de utilizá-las (junto com os termos univerbais) como a base para a indexacäo. Se reconhecermos as colocacöes também na consulta de pesquisa, obteremos resultados melhores dos que obtemos através da pesquisa de palavras isoladas e indexacäo clássica, i. e. univerbal. Com volumes de dados täo rapidamente crescentes é cada vez mais importante a especificacäo dos parämetros e a capacidade de interpretar correctamente as expressöes pluriverbais. Igualmente, se utilizarmos colocacöes e näo palavras unicas na procura das palavras-chave podemos esperar melhores resultados. Ao utilizarmos um dicionário de colocacöes na síntese de texto, podemos evitar uso errado dalgumas palavras.
Recuperacäo de informacöes. Durante o processo da desambiguacäo semäntica distinguimos qual o significado (de todos os que a palavra tem) no texto concreto. Em muitos casos o significado depende do contexto e do conhecimento de possíveis colocacöes de uma determinada palavra; é porque as colocacöes säo frequentemente formadas por palavras polissémicas e o sentido apenas é determinado através da colocacäo.
16
3. Colocacöes na teória linguística
3.1 Colocacöes na tradicäo linguística anglo-saxónica
3.1.1. Princípios do termo 'colocacäo' em linguística
Ao consultar a segunda edicäo do conspícuo OED, Oxford English Dictionary, vemos que o primeiro registo do termo 'collocation', num contexto distintamente linguístico, se data já do século XVIII:
1750 HARRIS Hermes II. iv. Wks. (1841) 197 The accusative..in modern languages..being subsequent to its verb, in the collocation of the words.
Na citacäo de Harris, o termo colocacäo é utilizado num sentido mais proximo ao que hoj e em dia chamamos coligacäo, i. e. a justaposicäo gramática das palavras numa frase (trataremos o termo em detalhe em 3.1.2). Näo há nenhuma mencäo sobre o carácter lexical que o termo assumiu ao decorrer do tempo e com o qual está ligado na terminológia da linguística contemporänea.
Numa citacäo de Trager de 1940 (na mesma entrada no OED), o termo 'collocation' denota as propriedades gerais combinatórias dos 'elementos linguisticos' (i. e. näo apenas itens lexicais).
1940 G. L. TRAGER in Language XVI. 301 Collocation establishes categories by stating the elements with which the element being studied enters into possible combinations. Ibid. 303 It is now necessary to establish the collocations of the various forms to see what their functions are.
Esta apreensäo concebe a colocacäo como um conjunto de propriedades combinatórias sintáticas e semänticas que regem a combinacäo de itens lexicais individuals e de formas individuals das palavras.
Näo é evidente quem foi o primeiro a introduzir o termo 'collocation' no sentido de uma combinacäo de palavras fixa e relativamente recorrente. Já em 1917, Otto Jespersen
17
(em Bartsch, 2004: detalhes bibliograficos nao mencionados) nota que algumas expressoes colocam frequentemente com outras:
Little and few are also incomplete negatives: note the frequent collocation with no: there is little or no danger.
Na obra^4 Grammar of English Words (1938: x, em Bartsch, 2004), Harold E. Palmer, alem de ter incluido o termo colocacao no subtitulo do capitulo How the vocabulary is set out explica o que e uma colocacao e como ele resolveu o problema das colocacoes na sua 'gramatica das palavras' ('grammar of words'). As colocacoes sao concebidas como unidades lexicais.
COLLOCATIONS
When a word forms an important element of a "collocation" (a succession of two or more words that may best be learnt as if it were a single word) the collocation is shown in bold type (...). The collocations are entered so far as possible under the appropriate semantic variety of the word (...).
O que e interessante sobre esta definicao e o facto de que Palmer a aprofunda mais do que muitos autores posteriores, afirmando que, em principio, nao ha restricoes quanto ao numero das palavras («a succession of two or more words»). Nos exemplos apresentados vemos que Palmer considera como constituintes de colocacoes palavras semanticamente autonomas bem como as nao autonomas (make up, make a fool of ask about, ask for, a good many)16. Realce-se, ao mesmo tempo, a importancia da distincao entre 'colocacoes' e 'frases' ('phrases') que, de novo, reflecte o conceito da colocacao como uma unidade lexical:
PHRASES
Phrases are different from collocations. While collocations are comparable in meaning and function to ordinary single "words", (and indeed are often translated by single words in the
16 Alguns autores (e.g. Hausmann, 1995) reconhecem como constituintes apenas palavras semanticamente autonomas..
18
student's mother-tongue), phrases are more in the nature of conversational formulas, sayings, proverbs, etc (Ibid.: xi).
Esta distincao entre as colocacoes e as frases, i. e. proverbios e frases feitas, e uma das que se mantiveram ate ao dia de hoje. Contudo, o que Palmer rejeita e a distincao entre os idiomas e as colocacoes, considerando as colocacoes apenas uma subcategoria dos idiomas.
The term 'idiom' is as superfluous as (...) what are usually called idioms are generally nothing other than (a) collocations, (b) phrases and sayings, (c) rarer semantic varieties of words and collocations, (d) peculiar construction patterns and, in short, any word or form of wording that is likely to puzzle the foreign student (Ibid.: xii).
3.1.2 J. R. Firth e a escola firthiana
J. R. Firth (1890-1960), o primeiro professor de Linguistica em Inglaterra, foi um dos iniciadores da chamada London School of Linguistics que seguia a linha estruturalista prevalente naquela epoca. Alem disso, copiou algumas ideias e conceitos tambem do funcionalismo. Sob a forte influencia do antropologo Bronislav Malinowski17, Firth assumiu a ideia de que a lingua devia ser estudada como um fenomeno social, sendo necessario levar em consideracao, alem dos factos puramente linguisticos, tambem o contexto social. Firth foi o primeiro a tratar das colocacoes mais amplamente e contribuiu para o aumento do interesse por este fenomeno18. Firth baseou a sua teoria do significado19 em 'sentido atraves da colocacao' ('meaning by collocation'), ou seja, na pressuposicao de que o significado duma palavra e determinado pelas relacoes existentes entre ela e as outras palavras.
I propose to bring forward as a technical term, meaning by 'collocation', and to apply the test of 'collocability' (1957: 194).
Bronislaw Kasper Malinowski (1882-1942), antropólogo britänico, considerado fundador da escola 'funcionaľ de antropológia que propunha que institucôes humanas devessem ser examinadas no contexto da cultura como um todo.
18 Contudo, Firth pretende pesquisar o fenomeno de colocacoes apenas com fins estilisticos.
19 theory of meaning
19
Na teória do significado contextual , a colocacäo tem um papel central no sentido determinado pelo contexto. No ensaio The Technique of Semantics de 1934, Firth afirma que as palavras adquirem o seu sentido tanto através de co-ocorréncias tipicas com outras palavras num ambiente linguístico imediato como através da sua posicäo nos enunciados que pertencem á linguagem general ou a urna particular variedade domínio-específica21. Firth defende que o significado tem quatro níveis:
(i) contexto situacional;
(ii) colocacôes;
(iii) sintaxe;
(iv) fonologia e fonética.
A primazia atribuída ás relacôes sintagmáticas entre itens linguísticos e a resultante importäncia da descoberta dos limites sintagmáticos para além dos quais a escolha linguística é impredicável levou Firth a marcar distincäo entre os conceitos de 'colocacäo' e de 'coligacäo'. Enquanto o conceito de colocacäo é usado para denotar a escolha lexical restringida (as colocacôes correspondem a co-ocorréncias significativas de determinadas palavras com urna čerta proximidade), a coligacäo refere-se á formacäo regular de estruturas gramáticas como preferencia dalguns verbos em certas estruturas; as coligacôes correspondem a combinacôes de palavras sintacticamente restritas do ponto de vista da sub-categorizacäo {afraid of).
Firth näo nos dá outras referéncias sobre a dištancia das palavras que constituem urna colocacäo, constatando apenas que como colocacôes podem ser consideradas quer associacôes contíguas de palavras {hold life in contempt), quer palavras que näo ocorrem contiguamente {one dark and cold night; the night is dark).
A contribuicäo de Firth é digna de elogio dado que näo teve á sua disposicäo nenhumas ferramentas de processamento automático do texto. Mesmo assim, efectuou uma pesquisa empírica de itens lexicais em contexto baseada em textos auténticos e näo em exemplos inventados e sem contexto. Apesar de näo haver, na sua época, ferramentas
20 contextual meaning theory
21 through their being embedded in utterances identified as belonging to either the general language or to a particular domain-specific language variant (Ibid.: 10)
20
adequadas de processamento do texto, Firth sugeriu uma metodológia ideal do estudo da linguagem que pôde ser aplicada quando finalmente apareceram ferramentas apropriadas; facilitou assim a subida da linguistica de corpus. A «ressureicao» do interesse pelas colocacôes decorreu nos anos 80 gracas aos corpora já elaborados22.
Contudo, houve autores que escreveram sobre as colocacôes nos anos 60 e 70 e algumas notas sobre os seguidores de Firth - T. F. Mitchell, Michael Halliday e Sidney Greenbaum - merecem ser listadas aqui.
T. F. Mitchell (1919-2007) comecou a sua carreira linguistica em Londres: depois da segunda guerra mundial foi nomeado director da School of Oriental and African Studies por J. R. Firth. Junto com Sydney Greenbaum é considerado uma das personagens centrais da atitude britänica na area de estudos lexicográficos.
Como Mitchell nota no seu estudo Principles of Firthian linguistics, a linguistica
23
firthiana comecou a dar prevaléncia ao estudo das relacôes sintagmáticas entre itens linguísticos. Para além disso, a linguistica firthiana (com a excepcäo de Halliday) reconheceu também a interdependéncia da gramática e do léxico. Mitchell próprio descreve esta interdependéncia em termos da influéncia mútua de sentido formal e estrutural24 e até os estudos recentes mostram que este merne - que palavras devem ser estudadas no contexto de outras palavras com as quais co-ocorrem em relacôes sintácticas directas e que essas combinacôes de palavras devem ser vistas em luz do seu contexto de ocorréncia mais amplo (i. e. textual, situacional) - sobreviveu.
Mitchell examinou principalmente todas as variedades da delimitacäo sintagmática e a inter-relacäo entre a gramática e o léxico. Contribuiu para os estudos das colocacôes com as observacôes sobre a posicäo dos constituintes: configuracôes que contém os mesmos morfemas lexicais nem sempre significam o mesmo se estes constituintes säo deslocados ou inflectidos. Por exemplo, hard em hard work tern significado diferente do em hard-working. De maneira semelhante, goings-on näo equivale a on-going.
Os primeiros corpora surgem ja nos anos 60, mas os metodos de processamento automatico do texto estao longe de ser de qualidade pelo menos ate aos anos 80.
23 Usamos este termo aqui para designar o conjunto de teorias dos seguidores de Firth, nao de ele proprio.
24 Lexical particularities are considered to derive their formal meaning not only from contextual extension of a lexical kind but also from the generalized grammatical patterns within which they appear, and conversely, the recognition of general patterns is seen as only justifiable in response to selected comparisons of lexical combinations (1975: 114).
21
A seguir, devido ao interesse de Mitchell pelas relacôes gramaticais , vemos que nem todas as palavras duma colocacäo ocorrem em todos os padrôes morfo-sintáticos teoricamente possíveis:
Heavy damage is possible as well as damage heavily and heavily damaged, but not *heavy damaging, whereas heavy drinking is possible as well as drink heavily, but not *heavily drunk (1971: 52).
Segundo Mitchell, urna colocacäo é constituída por um lexema (ou o seu raiz) e por todas as suas formas derivadas (expressôes como a strong argument, he argued strongly, the strength of the argument, e his argument was strengthened säo consideradas instäncias da mesma combinatória).
Quanto á dištancia dos componentes, Mitchell (bem como Halliday que será analisado mais tarde) afirma que urna combinacäo de palavras pode ultrapassar fronteiras frásicas, dando como exemplo: He didn 'twant the job. I don't think he even applied.
Sidney Greenbaum (1929-1996) foi professor de inglés na London University College e University of London e autor de várias gramáticas e livros sobre uso de inglés.
Devido á confusäo que havia no uso do termo colocacäo, Greenbaum propos a distincäo entre 'colocabilidade' ('collocability'), para potenciais co-ocorréncias de palavras, e 'colocacäo' ('collocation'), para expressôes que co-ocorrem frequentemente.
Greenbaum distingue entre dois tipos de restricäo da colocabilidade dum item com outro em «certas relacôes sintácticas». Primeiro, a colocabilidade pode ser restringida pelas características semänticas dos constituintes26. *The boy may frighten sincerity está incorrecto; ao trocarmos os substantivos, a frase fica correcta: Sincerity may frighten the boy. O segundo tipo de restricôes näo pode, porém, ser exprimido em termos gerais. E entäo necessário enumerar itens concretos que podem colocar com o item em questäo. Greenbaum coloca os seguintes exemplos: *The man badly wished them to leave em contraste com The man badly wanted them to leave. Apesar de want, wish e desire serem sinónimos, näo criam colocacôes idénticas.
25 Contudo, apesar de considerar as relacôes gramaticais como as mais importantes, este autor tem também em atencäo as relacôes semänticas no estudo das colocacôes, tentando estabelecer um continuum entre as colocacôes, os compostos e as expressôes idiomáticas.
26 Este fenómeno já foi descrito por Chomsky (1965).
22
Quanto a consideracao de factores semanticos e sintacticos, o autor defende uma
27
abordagem integrada, i. e. o estudo de colocacoes deve ter em conta os dois : «for an analysis of collocations that is divorced from syntax, [...] it does not seem possible to establish a criterion for determining whether two items are collocating)) (1970: 11).
Michael Halliday (Michael Alexander Kirkwood Halliday, nascido em 1952) e um dos linguistas mais importantes do seculo passado, fundador do influente modelo gramatical, gramatica sistemico-funcional28.
Halliday interessa-se por dois problemas: o da colocacao e o da influencia que ela exerce em membros de conjuntos lexicais ('lexical sets'). Halliday viabilizou uma separacao mais completa entre a semantica e a gramatica, com o qual rematou as intencoes de Firth. Como um exemplo da lexicalidade da colocacao, Halliday compara a colocabilidade diferente de strong e powerful.
<tea argument
powerful
car
Tea coloca apenas com strong e car com powerful, enquanto argument com os dois. Alem disso, esta relacäo mantem-se em värias configuracöes gramaticais: He argued strongly against...; the strength of his argument; This car has more power, etc. Em vista disso, o lexico opera independentemente das restricöes gramaticais. Strong, strength, strongly, strenghten representam a «dispersäo» ('scatter') do mesmo item lexical.
O facto de strong e powerful colocarem com argument permite-lhes entrar num conjunto identico. Contudo, cada um deles tambem entrarä em conjuntos diferentes por as suas colocacoes (com tea e car) näo se sobreporem ('non-overlapping collocations'). O
Greenbaum chama a abordagem contraria (i. e. a que trata as colocacoes como um nivel puramente idependente) 'item-orientated'.
28 Halliday deixou rastro em varias areas de linguistica e semiotica social. As tres metafuncoes de lingua (ideacional, interpessoal e textual) pertencem aos seus conceitos mais citados e mencionados.
23
item, o conjunto e a colocacao definem-se mutuamente. A colocacao e o conjunto, como termos da descricao lexical, criam uma analogia com a estrutura ('structure') e o sistema ('system') na teoria gramatical: a diferenca e que a colocacao e uma relacao de co-ocorrencias provdveis, e os conjuntos sao abertos. Um conjunto e um agrupamento de itens com um semelhante privilegio da ocorrencia em colocacao29.
A seguir, Halliday marca a distincao entre 'colocadores fortes' e 'colocadores fracos' ('strong collocator' vs. 'weak collocator'). O colocador fraco combina-se, potencialmente, com quase qualquer substantivo comum. Como um exemplo serve o artigo: coloca com a maioria de substantivos. Contrariamente, o colocador forte como blond e altamente restringido: a hair e poucas palavras relacionadas {tresses, wig, etc.). O artigo deve ser deixado para que os gramaticos o descrevam; encontra-se num fim do continuum que passa do gramatical ao lexical: blond fica noutro fim. Os colocadores fortes podem, ate certo ponto, predicar o seu proprio ambiente. Alguns itens predicam certas ocorrencias doutros: quando a predicabilidade e 100 por cento (por exemplo fro sempre predica to and, e kith sempre predica and kin), podemos declarar que esta ocorrencia fixa constitui um apenas item lexical.
Como e evidente, Halliday inclina a observacoes da criacao das padroes lexicais baseadas em dados e frequencias. Esta area foi, em seguida, desenvolvida por John Sinclair.
3.1.3 Colocacoes na era de linguistica de corpus
A divulgacao dos corpora e o aperfeicoamento de tecnicas de processamento automatico do texto trouxeram consigo novas dimensoes da analise linguistica. John Sinclair e Michael Halliday foram dos primeiros linguistas que se aperceberam (e comecaram a tirar proveito) das possibilidades que os corpora de grandes quantidades de textos autenticos legiveis pela maquina oferecem a analise linguistica30. Podemos dizer que a «ressurreicao» do interesse
grouping of items with like privilege of occurrence in collocation 30 Sinclair comenta sobre as possibilidades que os corpora trazem da seguinte maneira: «The big difference has been the availability of data. The tradition of linguistics has been limited to what a single individual could experience and remember. Instrumentation was confined to the boffin end of phonetics research, and there was virtually no indirect observation or measurement. The situation was similar to that of the physical sciences some 250 years ago» (1991: 1).
24
pelas colocacoes decorreu nos anos 80 gracas a John Sinclair e o seu esforco na area de linguistica de corpus.
John McHardy Sinclair (1933-2007), professor da Lingua Inglesa Moderna na Birmingham University, e uma das personagens mais importantes no campo da linguistica de corpus. E conhecido por ideias nao convencionais e inovadoras que empurraram a linguistica de corpus para frente31.
Quanto ao estudo das colocacoes, Sinclair segue a linha neo-firthiana. Vamos tratar aqui apenas as suas obras recentes devido ao facto de que apesar de ele ter publicado livros ja nos anos 60 e 70, reconsiderou as suas opinioes com a chegada da linguistica de corpus32. Sinclair e o fundador do projecto COBUILD: alem de ter recolhido e analisado 20 milhoes de palavras (uma actividade que resultou no famoso dicionario COBUILD de 1987), chegou tambem a um entendimento mais profundo da co-ocorrencia lexical restrita. Uma das observacoes mais importantes foi a da relacao entre o significado e a estrutura; significados diferentes dum item foram frequentemente seguidos por preferidas configuracoes estruturais. Segundo uma outra observacao, uma parte consideravel da linguagem natural ocorre em 'frases semi-preconstruidas que constituem escolhas unicas apesar de parecer que estas podem ser divididas em segmentos pela analise'33. Esta observacao transforma o conceito do lexico de um grande repositorio de palavras em um grande repositorio de sentidos cujos itens abrangem varias palavras ou frases inteiras. Para alem disso, Sinclair tambem observou que diferencas minimas no significado de uma palavra (incluindo sinonimos quase equivalentes) correspondem, normalmente, a diferentes padroes combinatoriais.
Sinclair estabelece dois principios organizadores da lingua, dois modelos de interpretacao do significado das palavras: o 'principio de livre escolha' ('the open-choice principle') e o 'principio idiomatico' ('the idiom principle'), simultaneamente alternativos e complementares34
31 Sinclair comenta: « Thirty years ago when this research started it was considered impossible to process texts of several million words in length. Twenty years ago it was considered marginally possible but lunatic. Ten years ago it was considered quite possible but still lunatic. Today it is very popular» (1991: 1).
32 Como ele proprio comenta no livro Corpus, Concordance, Collocation, «[we will describe the occurence of words] as we currently conceive it».
33 semi-preconstructed phrases that constitute single choices, even though they might appear to be analysable into segments (1987)
34 It is contended here that in order to explain the way in which meaning arises from language text, we have to
25
O princípio da livre escolha é uma maneira de ver o texto como um grande numero de escolhas complexas. Sempře quando uma unidade (uma palavra, uma frase) está a ser completada, abre-se uma vasta gama de escolhas e a única restricao é a gramaticalidade. Isto é provavelmente a maneira normal de ver e descrever a lingua, frequentemente chamada 'slot-and-filler model', ou seja, o texto é uma série de lacunas que tem que ser preenchidas pelo léxico que satisfaz as restricóes locais. Em cada lacuna pode ocorrer praticamente qualquer palavra. Dado que a lingua supostamente opera simultaneamente em vários níveis, um padrao de escolhas muito complexo está presente em cada momento; contudo, o princípio subjacente é bastante simples.
Como é óbvio, as palavras náo ocorrem aleatoriamente e o princípio da livre escolha náo é responsável por todas as restricóes. Nao seríamos capazes de produzir um texto apenas por procedermos de acordo com o princípio da livre escolha. Apesar de aplicarmos as restricóes exigidas pelo terna e registo, ainda existem os demais candidates que poderao preencher algumas das lacunas. Neste ponto é que entra em cena o princípio idiomático: o falante tem á sua disposicao um grande numero de grupos de palavras pré-construídos apesar de estes poderem apresentar alguma variacao, nomeadamente a nível lexical, flexional ou de ordem das palavras.
A colocacao, para Sinclair, representa o princípio idiomático. Em algumas ocasióes as palavras parecem ser escolhidas em pares ou grupos e estes náo sáo necessariamente adjacentes. A colocacao, entáo, pode ser definida como co-ocorréncia de duas ou mais palavras dentro de um curto espaco num texto:
Collocation is the occurence of two or more words within a short space of each other in a text (1991: 170).
Ao mesmo tempo, a colocacao - como concebida por Sinclair em 1991 - reconhece apenas a co-ocorréncia lexical das palavras. Considera-se que o falante utiliza as capacidades de memória e as experiéncias da vida rotineira e os seus discursos sáo preferencialmente constituídos por seleccóes correspondentes ao princípio idiomático.
advance two different principles of interpretation. One is not enough. No single principle has been advanced which accounts for the evidence in a satisfactory way (1991: 109).
26
A dištancia em que podem ocorrer as palavras de urna colocacäo é restringida por Sinclair a quatro palavras como máximo.35
John Sinclair ajudou a transformar a linguística numa disciplina moderna que tira proveito dos avancos técnicos. A sua contribucäo é evidente sobretudo na area de lexicografia: desde a criacäo do dicionário COBUTLD, um corpus tern sido utilizado na criacäo de muitos dicionários, alguns autores até afirmam que a criacäo dum dicionário sem um corpus como a base é quase impensável.36
3.1.4. Abordagem frasal
Entre os autores fortemente influenciados por uma corrente linguística - neste caso por pragmática - contam-se James R. Nattinger e Jeanette S. DeCarrico da Portland State University, Oregon.
Como já mencionámos e como notám também Nattinger e DeCarrico, os linguistas tém recentemente á sua disposicäo um instrumento extremamente eficaz: os corpora. O facto de incluirem a linguagem auténtica em enormes volumes traz - ao lado das vantagens óbvias - mais um pró: a inclusäo de fenómenos marginais.
One interesting aspect of these corpora is that they consist of authentic material, full of unexpected and diverse constructions, which are often treated as too peripheral or ill formed to be of much interest for theoretical grammars, and for this reason often require unconventional categories of description. Computers scan all these data, whether central or peripheral, for collocations (1992: 20).
Nattinger e DeCarrico defendem que enquanto a sintaxe rege combinacôes das classes gerais das palavras, as colocacôes desrevem itens lexicais específicos e a frequéncia com a
37
qual ocorrem com outros itens lexicais . Aqui poderiamos polemicar com o emprego do termo 'colocacôes' na formulacäo «descrevem itens lexicais específicos», pois näo se trata
35 The usual measure of proximity is a maximum of four words intervening (1991: 170).
36 Lexicography is one of the linguistic applications that most have profited from corpus-based analyses. The appearance of COBUILD dictionary has given rise to a number of corpus-based dictionaries not only in English but in other languages as well. Today it is nearly unconceivable to think of building or expanding a dictionary without the help of a large corpus and computer tools (Uzeda-Garräo - Carmelita Dias, 2002: 357).
37 Whereas syntax deals with general classes of words and their combinations, collocations describe specific lexical items and the frequency with which these items occur with other lexical items (1992: 20).
27
nem da colocacäo no sentido da combinacäo de palavras que ocorrem frequentemente juntas (de facto, trata-se de itens singulares) nem da colocacäo como fenömeno de frequente co-ocorrencia de palavras (esta estä descrita na continuacäo da fräse: «frequencia com a qual ocorrem com outros itens lexicais»).
Nem mais adiante estä completamente claro o que os autores concebem sob o termo 'colocacöes', mas parece que as 'colocacöes' correspondem ao fenömeno da co-ocorrencia permitida ou possivel e a 'unidade colocacional' a palavras que co-ocorrem: «As colocacöes säo definidas ao longo da dimensäo sintagmätica, alias horizontal, e da dimensäo paradigmätica, alias vertical. Isto e, uma unidade colocacional consiste de um nücleo ('node') e das entidades com as quais o nücleo se pode relacionar e que ocorrem de cada lado ('spans'). Os spans constam de classes de palavras preenchidas por itens especificos»38. O conceito pode ser representado da seguinte maneira:
span node span
I_Y_I X I_Z_I
Os spans dos quais escolhemos urn (ou mais) para complementar o node encontram-se no eixo paradigmätico e o resultado no eixo sintagmätico. Consequentemente, as colocacöes podem ser definidas com base em frequencia com a qual co-ocorrem os nods com certos spans; Nattinger e DeCarrico empregam a delimitacäo «a frequencia maior que a
39
coincidencia» . Contudo, nem aqui resulta claro qual e o significado da palavra 'colocacäo' a que se refere a definicäo.
A seguir, os autores afirmam que quanto maior a certeza de as palavras em span co-ocorrerem com node, tanto mais fixa e idiomätica a colocacäo serä40. No caso dos idiomas e lugares-comuns podemos falar das colocacöes completamente fixas, a expectativa mütua tornou-se fixa, bem sintagmätica como paradigmaticamente, o que resultou em perda do
Collocations are defined along a syntagmatic, or horizontal, dimension, and a paradigmatic, or vertical, dimension. That is, a collocational unit consists of a 'node' that co-occurs with a 'span' of word on either side. The span consists of particular word classes filled by specific items (Ibid.: 20).
39 If it is the case that the node word occurs with a span of particular words at a frequency greater than chance would predict, then the result is a collocation (Ibidem).
40 The more certain the words in the span are to co-occur with the node, the more fixed and idiomatic the collocation (Ibidem).
28
sentido por causa da eliminacäo do elemento da escolha . Pelo contrario, as colocacöes menos fixas induzem maior variedade e mais possibilidades de combinacäo42.
Nattinger e DeCarrico distinguem as colocacöes das 'sequéncias sintáticas' ('syntactic strings') num lado e 'frases lexicais' ('lexical phrases') noutro. Apresentemos a citacäo em inglés para que sej a mais evidente a inconsisténcia no uso do termo 'collocation':
1. Syntactic strings are strings of category symbols, such as 'NP + Aux + VP', which are generated by syntactic competence and which underlie all grammatical (canonical) structures of the language.
2. Collocations are strings of specific lexical items, such as rancid butter and curry favor, that co-occur with a mutual expectancy greater than chance. These strings have not been assigned particular pragmatic functions by pragmatic competence.
3. Lexical phrases are collocations, such as how do you do? and for example, that have been assigned pragmatic functions [...] (Ibid: 36).
Sequéncias sintáticas säo os padröes subjacentes e reguläres. Colocacöes no ponto 2 säo idénticas ao conceito apresentado por Sinclair. Colocacöes no ponto 3 tern urn significado mais geral e o uso do termo depois da definicäo apresentada no ponto 2 cria confusäo. Frases lexicais nem podem ser um sub-grupo das colocacöes por umas näo terem funcöes pragmáticas particulares e as outras sim.
As frases lexicais ainda podem ser divididas em dois grupos,
(i) sequéncias de itens que näo permitem nenhuma substituicäo (what on earth, at any rate, by and large, as it were)43;
(ii) estruturas gerais que tém uma funcäo pragmática e que säo completadas por
um componente escolhido por paradigma (a-ago, would you pass the
-?)44.
41 With completely fixed collocations such as many idioms and cliches, mutual expectancy has become fixed, syntagmatically and paradigmatically ossified, which results in loss of meaning because of elimination of an element of choice (Ibidem).
42 As collocations become less fixed, that is, as more variation becomes possible along both axes, predictability lessens and meaning increases (Ibidem).
43 Strings of specific (non-productive) lexical items, which allow no paradigmatic or syntagmatic substitution. These strings can be both canonical (conforming to a syntactic string) and non-canonical (Ibid.: 36).
29
Segundo Nattinger e DeCarrico, as frases lexicais säo frequentemente consideradas unidades lexicais apesar de sérem pluriverbais e apesar de serem derivadas das regras sintácticas reguläres, bem como outras frases. Os autores consideram-nas intermediaries entre os niveis lexical e gramatical. O seu uso é governado pela competéncia pragmática, a qual também escolhe e atribui funcöes particulares as frases lexicais. O que é importante, segundo Nattinger e DeCarrico, as colocacöes (contrariamente as frases lexicais) näo tern nenhuma funcäo pragmática45.
Como notam Nattinger e DeCarrico, os colocacionistas tendem para näo ver as colocacöes em preto e branco e admitem que existe uma escala que abränge todos os possiveis graus entre a regularidade e idiomaticidade. Os autores adoptam a escala apresentada por M. Wood (1986). Segundo Wood, näo existe ruptura qualitativa entre a sintaxe prefabricada e criativa; ela afirma que estas existem apenas em dois fins opostos do continuum. O seu estudo adianta mais do que os restantes em termos de proposicäo dos eritérios sintácticos e semänticos na avaliacäo da «congelacäo» da forma. Enquanto a maioria dos colocacionistas emprega apenas o eritério semäntico para decidir se a combinaeäo é plenamente composicional46 ou näo (isto é, se o sentido da colocaeäo é completamente predicável através do significado dos elementos que a compöem), ela emprega também o eritério sintáctico, perguntando se a forma da combinaeäo é inteiramente produtiva ou näo, ou seja, se a forma é única enquanto á estrutura, se é inteiramente obrigatória ou se está no meio entre os dois pólos (cf. Ibid.: 177).
No que respeita á relacäo com outras estruturas «congeladas», Wood (Ibid.: 178) eria o seguinte eixo:
idioms      -     collocation     -     colligations     -  free combinations by and large  -  kick the bucket -  off with his head  -      see the river
Generalized (productive) frames (by far the largest group), consisting of strings of category symbols (or otherwise generally specified syntactic/semantic features) and specific lexical items, which have been assigned a pragmatic function. Examples would be ca + N [+ time] + ago', and 'Modal + you + VP' (Ibid.: 37).
45 Prefabricated phrases are collocations if they are sets of lexical items with no particular pragmatic functions; they are lexical phrases if they have such pragmatic functions (Ibid.: 37).
46 fully compositional
30
Idiomas säo únicos quanto á composicäo e á produtividade, sendo totalmente impredicáveis no que diz respeito á sua forma e seu sentido. Idiomas verdadeiros (by and large, hell for leather, happy go lucky) estäo completamente «congelados» e há relativamente poucos dado que a maioria das frases permite urn certo nivel da composicionalidade e produtividade.
Colocacöes säo predicáveis aproximadamente mas mesmo assim säo restringidas a certos itens especificos e por isso podem ser denominadas «palavras». Um exemplo apresentado é take umbrage: trata-se duma colocacäo altamente restringida chamada 'interpretacäo composicional' ('compositional interpretation'), mas o substantivo bastante raro e o verbo bastante vago nos atrapalham. A substituicäo do substantivo é possivel em muitas colocacöes; assim é que surgem familias de idiomas47 (pay heed/attention, open-and-shut case/issue/problem).
Falamos de coligacöes quando a substituicäo é limitada apenas pela categoria sintáctica e tracos semänticos. Em geral, coligacöes säo classes de colocacöes, nas quais pelo menos um dos constituintes é especificado pela categoria em vez de como um item lexical distinto; mistura-se entäo o ponto de vista formal e funcional, a restricäo gramática e lexical. Como exemplo servem os verbos frasais (tear/lope/race etc. ... up/along/across).
3.2 Co-ocorrencia lexical restrita na tradicäo linguistica portuguesa
Os estudos sobre as colocacöes, täo enraizados na tradicäo linguistica anglo-saxónica, näo tem sido igualmente populäres e divulgados na tradicäo linguistica portuguesa, ou, melhor dito, näo encontramos muitos textos que tratem explicitamente das colocacöes. O termo tem sido utilizado com maior frequéncia apenas nas obras recentes, sobretudo na parte de introducäo das obras relativas á linguistica de corpus. Mesmo assim, os conceitos mencionados säo os de Firth, Sinclair e outros autores anglo-saxönicos.
Näo obstante, se concebermos o fenómeno mais geralmente, encontraremos logo vários estudos sobre a co-ocorréncia lexical restrita; na maioria dos casos aparecem no
47 idiom families
31
ámbito da fraseologia. Outra observacáo que fizemos é a de que nisto há uma semelhanca notável entre as linguísticas portuguesa e espanhola; por isso mencionaremos ocasionalmente também alguns autores espanhóis.
Neste capítulo apresentaremos mais concretamente e mais em detalhe algumas classificacóes correntes na linguística portuguesa. Nao há unanimidade quanto á classificacáo da co-ocorréncia lexical restrita e reparamos numa multiplicidade terminológica bastante grande. Encontramos termos como frasema, colocagáo, solidarieda.de lexical, modismo, locugáo, frase feita, expressdo idiomática, idiomatismo, expressáo fixa, lexia complexa, unidade fraseológica, fraseologismo, sintagma, expressdo ou construgáo fossilizada, etc. que sáo utilizados para referir-se ou ao mesmo conceito ou a conceitos diferentes (cf. Iriarte Sanromán, 2001: 180). Nao é propósito děste trabalho descrever a situacáo duma forma exaustiva, sendo mencionados apenas os nomes dos autores que nos parecem mais importantes e mais complexos. Assim trataremos sobretudo Herculano de Carvalho e Alvaro Iriarte Sanromán mas também os autores nao Portugueses que influenciaram a linguística portuguesa duma maneira significante, Bernard Pottier48 e Igor Mel'cuk49.
Antes de procedermos á procura da definicáo da colocacáo (alias do conceito equivalente descrito pela fraseologia), será necessário definir o que entendemos por 'co-ocorréncia lexical' e 'co-ocorréncia lexical restrita'. Iriarte Sanromán (2001: 17) distingue-as da seguinte maneira:
Entendemos por co-ocorréncia lexical a capacidade das unidades lexicais para se combinarem em sintagmas de modo a exprimirem um determinado sentido. A co-ocorréncia lexical é livre quando a combinacao das unidades lexicais é feita segundo as regras gramaticais de uma lingua.
Entendemos por co-ocorréncia lexical restrita qualquer tipo de combinacao de duas ou mais palavras, sej am estas da classe que forem, em cuja construcao intervém, para alem das regras sintáticas e semánticas da lingua, qualquer tipo de restricao puramente lexical, isto é, quando duas unidades lexicais nao podem combinar-se sem haver qualquer regra gramatical
48 Nascido em Paris em 1924, professor de linguística de várias universidades francesas.
49 Igor Aleksandrovič Mel'cuk, nascido na Russia em 1932, professor reformado da Universidade de Montreal. Trabalhou também no Institute das Ciéncias da Linguagem em Moscovo onde colaborou na criacao da TST, Teoria Sentido Texte ('Meaning-Text Theory', MMT).
32
que o impeca, como acontece com *ódio cego (cf. ódio mortal) ou *fazer um passeio (cf. dar um passeio).
3.2.1 Álvaro Iriarte Sanromán
O autor dedicou-se ao estudo děste problemática já na sua tese de doutoramento, denominada A Unidade Lexicográfica. Palavras, Colocagoes, Frasemas, Pragmatemas, obra que pode ser caracterizada como uma síntese do que tinha sido escrito sobre a co-ocorréncia restrita em linguísticas portuguesa e espanhola. Contudo, muitas teorias baseiam-se nas teorias inventadas por Igor Mel'cuk.
No presente trabalho seráo apresentados vários conceitos tratados pelo dito autor. Manteremos também alguns equivalentes espanhóis que o autor, cuja especializacáo sáo dicionários bilingues portugués-espanhol, menciona. Assim veremos que todas as línguas -mesmo sendo de semelhanca táo estreita como sáo as línguas portuguesa e espanhola - tem combinacóes restritas próprias. Os exemplos justapostos seguintes ilustram claramente que apesar de uma semelhanca tao grande que existe entre o portugués e o espanhol, nem sempře podemos garantir a equivaléncia entre as combinacóes.
Em primeiro lugar, voltemos á divisáo entre a co-ocorréncia lexical livre e restrita. Duma maneira semelhante é também possível classificar as expressóes pluriverbais. Iriarte Sanromán (tendo como o ponto de partida a distincáo apresentada por Mel'cuk) distingue as expressóes pluriverbais livres das náo livres. Uma expressáo pluriverbal é livre (náo restrita) quando os seus componentes sáo seleccionados de acordo com as regras de seleccáo da lingua arbitrariamente escolhidas. Nenhuma das regras é preceptiva, no sentido de que o falante pode aplicar quaisquer outras regras da lingua para produzir um enunciado equivalente, tendo sempře a possibilidade de seleccionar significados e unidades lexicais, a possibilidade de livre escolha entre expressóes e significados independentes (quase)equivalentes (cf. Ibid.: 182).
Por outro lado, uma construcáo é regular quando tanto o significante como o significado sáo construídos segundo as regras gerais da lingua. A construcáo ver um filme é livre porque um filme pode ser substituído por qualquer objecto (dado que obedece as
33
regras semánticas, morfológicas etc.) e é também regular por o significado ser determinado pela simples uniao dos significados dos componentes.
Um sintagma nao livre (combinacao restrita, ou frasema) AB é uma combinacao de dois ou mais lexemas A e B, cujo significante e cujo significado nao podem ser construídos livre e regularmente por meio da soma regular ou uniao linguística dos seus componentes. Estruturas de tipo perder a cabega, baixar a cabega, andar á nora, ser o brago direito, dar um passeio, ódio mortal, mudanga radical, leite gordo, etc. sao exemplos de combinacóes nao livres, cuja característica principal é que sao estruturas holísticas ou nao composicionais (cf. Ibid.: 183).
Como apresenta Iriarte Sanromán, a investigacao e a descricao linguística relativa á combinatória lexical centra-se principalmente no que poderíamos chamar pelo nome genérico de unidade fraseológica (ou frase idiomática), entendida como o conjunto ou combinacao de palavras (AB) cujo significado nao pode ser deduzido do significado dos diferentes elementos lexicais que a compóem (por exemplo estruturas do tipo perder a cabega, baixar a cabega)50:
(A) + (B): 'AB' + 'A + 'B' Mas existe outro tipo de combinacóes de palavras que poderiam ser consideradas como sendo expressóes livres, mas que, especialmente quando comparadas com outras expressóes de sentido equivalente noutras línguas, tem um pequeno componente idiomático que frequentemente escapa ao nao nativo na hora de produzir um texto: sao as colocacóes ou semi-frasemas (analisadas em detalhe mais adiante neste capítulo).
Se queremos falar em Teite ao que se nao lhe retirou nata, ou gordura', deveremos dizer leite gordo; se queremos referirmo-nos ao 'cabelo que tem uma cor intermedia entre o dourado e o castanho-claro', dizemos cabelo louro. [...] Estamos perante um tipo de combinacóes lexicais fixas, uma vez que nao temos liberdade para escolher qualquer adjectivo que possa exprimir a mesma ideia para acompanhar estes substantivos (*leite gorduroso, *leite oleoso, *leite untuoso, *leite integral ou *leite inteiro, como acontece,
Lyons (2005) usa a terminologia 'expressóes sintagmáticas lexicalmente compostas' ('lexically composite phrasal expressions') e 'expressóes sintagmáticas lexicalmente simples' ('lexically simple phrasal expressions'). Expressóes lexicalmente simples caracterizam-se pelo facto de o seu significado ser diferente do da soma dos significados dos lexemas constituintes, a informacäo que nos é proposta nao se pode deduzir dos respectivos componentes do grupo sintático correspondente.
34
neste ultimo caso com o espanhol leche entera). Contudo, näo estamos perante expressöes idiomäticas, uma vez que leite gordo, cabelo louro [...] säo semanticamente composicionais, isto e, podemos saber o significado da expressäo simplesmente pela soma dos significados dos seus componentes (Ibid.: 164).
Aqui vemos uma possivel diferenca entre os idiomas e as colocacöes. Esticar o pernil e uma unidade lexical e näo combinacäo de unidades lexicais (como comprar um livro), trata-se dum idioma. Por outro lado, leite gordo, ödio mortal, correr um risco, näo säo unidades lexicais como no caso das expressöes idiomäticas. Trata-se da ocorrencia de duas ou mais unidades lexicais, como se pode constatar pelos seguintes exemplos, em que inserimos outros elementos linguisticos entre as duas unidades lexicais que formam a combinacäo:
mudanqa radical: A mudanca näo foi assim täo radical como ele tinha anunciado. dar um passeio: Dar frequentemente um passeio.
leite gordo: 0 leite e um bom alimento para as criancas, especialmente se for gordo. (Ibid.: 139)
Contudo, e öbvio que as combinacöes lexicais deste tipo näo säo totalmente livres, como e evidente se quisermos substituir algum dos componentes (*fazer um passeio).
As restricöes aplicam-se a värias estruturas. Por exemplo, nas estruturas substantivo+adjectivo, diferentes substantivos seleccionam diferentes adjectivos para exprimir a mesma ideia:
'muito' interesse - vivo interesse; 'muita' mudanqa - mudanca radical; 'muita' obediencia - obediencia cega; 'muito' desejo - desejo ardente; etc. (Ibid.: 143)
O mesmo acontece na estrutura verbo + adverbio ou verbo + locucäo adverbial:
35
recusar 'muito' - recusar firmemente; acreditar 'muito' - acreditar piamente; chover 'muito' - chover a cántaros; trabalhar 'muito' - trabalhar como um negro; etc. (Ibidem)
Alem das estruturas já mencionadas, á co-ocorréncia restrita pertencem também casos de regime preposicional; estes tem um lugar importante nos dicionários codificadores e bilingues:
á tarde: por la tarde; ir as compras: ir de compras; espera por mim: espérame; dar ordem para: dar orden de; dar para o mar: dar al mar; é parecido com: se parece a; na realidade: en realidad. (Ibid.: 19)
A fronteira entre as expressóes livres e restritas ás vezeš náo é clara, como documentam os seguintes casos onde a combinacáo de palavras pertence aos dois tipos:
passar bem: por algum lugar vs. cumprimento;
fazer a barba: de um boneco vs. barbear(-se);
fazer uma cama: um marceneiro vs. com os lencóis etc. (Ibid.: 141)
Alonso Ramos (1993: 190) distingue-as do ponto de vista semántico, destacando que para exprimir um determinado sentido, os lexemas podem combinar-se de maneira livre ou restrita. A co-corréncia lexical livre é uma questao semántica, enquanto a co-ocorréncia lexical restrita é uma questao lexical e nem sempře semántica.
No presente trabalho seráo tratados apenas os fenómenos de combinatória de tipo lexical e sendo as de tipo semántico postas á parte. Contudo, para entendermos melhor a restricáo lexical, contrastaremos esta com a restricáo semántica.
36
A questäo das restricöes semänticas foi abordada já por Chomsky (1965). As restricöes de seleccäo, como expressäo e como conceito, foram originariamente introduzidas por ele através das seguintes designacöes: regras, restricöes e restricäo de co-ocorréncia51. O objectivo delas é evitar a producäo de frases agramaticais como:
*0 rapaz atemoriza a sinceridade.
*A sinceridade admira o rapaz.
52
*0 Joäo resolveu o cachimbo. Segundo Vilela (1994: 133), estas regras fazem parte do componente básico da gramática, sob a forma de regras sintácticas. As regras de restricäo devem 'bloquear' a formacäo de tais frases e, analogicamente com frases gramaticais, fornecer elementos que possibilitem a interpretacäo de certas construcöes produzidas com transgressäo (das referidas restricöes de seleccäo).
Neste ponto estamos em condicöes de apresentar em detalhe os tipos da co-ocorréncia lexical restrita. Como introduz Iriarte Sanromán (2001: 17), «ao falarmos aqui em co-ocorréncia ou combinatória lexical, falaremos em combinacöes que intuitivamente qualquer falante chamaria palavras. Assim, interessa-nos tanto o problema das colocacöes (semi-frasemas) [...], como o da fraseologia, ou expressöes idiomáticas, em geral (frasemas completos) [...] do mesmo modo que (especialmente nos dicionários bilingues) vários tipos de combinacöes pluriverbais lexicalizadas e habitualizadas (quase-frasemas e pragmatemas) [...].» Neste ponto permitimo-nos a polemicar com a afirmacäo de que qualquer falante chamaria essas expressöes palavras. Como já mencionámos, segundo o autor as colocacöes säo compostas por duas ou mais unidades lexicais, entäo dizer que as colocacöes equivalem a uma palavra (=uma unidade lexical) é urna contradicäo.
A distincäo entre as colocacöes/semi-frasemas, quase-frasemas, frasemas completos e pragmatemas foi elaborada por Iriarte Sanromán mas baseia-se originalmente na divisäo apresentada por Meľčuk (1995). Já que é uma distincäo muito complexa (e frequentemente adoptada pelos autores Portugueses e espanhóis), analisá-la-emos agora mais em detalhe.
Dentro das combinacöes restritas podemos distinguir os frasemas pragmáticos ou pragmatemas dos frasemas semánticos que säo divididos em trés tipos:
51 selectional rules, selectional restrictions, restriction of coocurence
52 Os exemplos tirados de Vilela (1994: 133).
37
(i) frasemas completos ou expressoes idiomaticas;
(ii) semi-frasemas ou colocacoes;
(iii) quase-frasemas.
Distingamos primeiro os frasemas pragmaticos dos semanticos. Um frasema pragmatico (pragmatema) e
uma estrutura cujo significado 'X' nao e construido livremente (embora possa ser regular) a partir de uma Representacao Conceptual determinada (que o falante quer verbalizar), quer dizer, nao pode ser substituido por qualquer outro significado sinonimo 'Y' construido livremente, por meio das regras gerais da lingua, a partir dessa Representacao Conceptual, para esse mesmo contexto situacional (Ibid.: 276).
Como exemplo servem Consumir de preferencia antes do fim de, Volto jd, Pre-pagamento, Parabens, etc.
Um frasema semantico AB e
uma combinacao de dois ou mais lexemas A e B, cujo significante e a soma regular dos significantes dos lexemas constituintes /A + B/, mas cujo significado, e diferente do da soma dos significados dos lexemas constituintes. A diferenca dos frasemas pragmaticos, num frasema semantico o significado e escolhido livremente, nao e imposto pela situacao; mas a expressao para este significado nao e escolhida livremente, a sua seleccao (a nivel lexical) e parcial ou totalmente limitada, restringida, por este significado, enquanto morfologica e sintacticamente (gramaticalmente) pode ser uma expressao regular (Ibid.: 184).
Como ja dissemos, temos tres tipos de frasemas semanticos: frasemas completos, semi-frasemas/colocacoes e quase-frasemas. Ao querermos distinguir entre eles, e preciso ter em conta o tipo de restricao que opera na seleccao (a nivel lexical) dos lexemas que compoem o frasema.
Um frasema completo ou uma expressao idiomatica (Sanroman Iriarte usa os dois termos) AB ([ser o] brago direito) e uma combinacao de dois ou mais lexemas A (brago) e
38
B {direito), cujo significante é a soma regular dos significantes dos lexemas constituintes /A + B/ (brago + direito), mas cujo significado näo é a esperada uniäo regular de A e B ('A + B'), isto é 'braco direito', mas um significado diferente 'C ('[ser o] 'auxiliar principal' ou 'principal colaboradoť), que näo inclui nem 'A' nem 'B' (cf. Meľčuk 1995, 1998, Iriarte Sanromán 2001: 185). Algumas características gerais dos frasemas completes säo destacadas por Alonso Ramos (1993: 182):
- pertenecen al lenguaje literal, esto es, deben ser reproducidos en sus propios términos;
- son no composicionales semánticamente: la suma del sentido de sus constituyentes no es igual a su sentido global;
- son cohesivos: sus elementos constituyentes están exigidos unos por otros;
- resisten, con diferentes grados, a la variación formal;
- pueden ser ambiguos: algunos tienen una contrapartida homófona composicional;
- algunos presuntos frasemas son, de hecho, colocaciones; deben ser disueltos en un lexema separado (palabra Have) y un valor de la FL aplicada a ese lexema;
- su carácter como unidades semánticas y su conservación de algunos rasgos del sintagma los convierte en unidades difíciles de tratar en un modelo linguístico.
Como exemplos podemos mencionar levantar a cabega ('prosperar'), baixar a cabega ('obedecer'), [andar] á nora ('[andar] desorientado'), [ser] o brago direito ('[ser] o principal auxiliar'), colete-de-forgas ('peca de roupa empregada para dominar os movimentos dos bracos'), mercado negro ('comércio ilegal ou clandestino'), mesa-redonda ('debate em que os participantes se encontram ao mesmo níveľ), ponte aérea (comunicacäo regular entre dois pontos por meio de aviöes), pele-vermelha ('índio indígena norteamericano') etc.
Antes de analisarmos as colocacöes, falemos brevemente dos quase-frasemas. Os quase-frasemas säo frasemas em que, para além de se conservarem os sentidos dos lexemas que os constituem, acrescenta-se um novo sentido que näo é dedutivel da simples soma dos sentidos dos lexemas constituintes. Como exemplos servem tecto /also (onde, para além dos sentidos 'tecto' e 'falso' temos também o sentido 'para isolar acústica e termicamente'), cinturäo negro (para além dos sentidos 'cinto' e 'negro' temos também o
39
sentido 'grau de conhecimento ou habilidade em artes marciais'), centro comercial ('lugar onde säo agrupadas determinadas actividades' + 'relativo ao comercio' + 'com muitas lojas, servicos, parques, etc.') (cf. Iriarte Sanromán 2001: 194).
Neste ponto estamos a chegar a semi-frasemas ou colocacöes como os concebe Iriarte Sanromán na sua obra A Unidade Lexicográfica. O autor näo pretende descrever a história do termo e do conceito, mas sim analisar a validade deste conceito na descricäo
53
lexicográfica duma língua . Como o ponto de partida serve, por ser considerada coerente e completa, urna concepcäo de colocacäo utilizada no modelo lexicográfico de Igor Meľčuk, descrita e apresentada para o espanhol por Alonso Ramos (1993).
Se quisermos distinguir as colocacöes dos frasemas completos por um lado e das combinacöes livres por outro lado, veremos que a fronteira näo é clara: há casos em que é difícil classificar determinadas combinacöes de palavras como sendo combinacöes livres ou restritas. Contudo, «há urna aspecto que hoj e já näo se pode pôr em causa: o facto de que as chamadas colocacöes näo säo combinacöes livres de palavras, mas antes um tipo de unidades pluriverbais lexicalizadas e habitualizadas» (Iriarte Sanromán 2001: 187). Segundo Alonso Ramos (1993: 183), a característica mais importante que diferencia um frasema completo de urna colocacäo é o facto de que
en un frasema, ninguna de sus propiedades semánticas ni sintácticas son deducibles de los lexemas constituyentes. Sin embargo, en la colocación, al menos algunas propiedades son deducibles de uno de los lexemas. En actividad febril o en dar un paseo, el nombre guarda las mismas propiedades que tiene fuera de la combinación.
Urna colocacäo, ou semi-frasema, AB é
uma combinacäo de dois ou mais lexemas A e B, cujo significante é a soma regulär dos significantes dos lexemas constituintes /A + B/, e cujo significado 'X' inclui o significado do lexema A mais um significado 'C ('X' = 'A + C), de tal maneira que o lexema B que exprime 'C näo é seleccionado livremente. Numa colocacäo, pensemos por exemplo em ódio mortal, um dos seus elementos constituintes, A (ódio), é seleccionado pelo falante por causa do seu significado, que é conservado intacto; mas o
53 Emi Unidade Lexicográfica, a teória serve apenas como base para os estudos metalexicograficos.
40
segundo elemento constituinte, B (mortal), significa 'C ('intenso'), diferente de 'B' ('que causa ou pode causar a morte'). Fora da colocacao AB, B (mortal) nao seria usado para exprimir 'C ('intenso') (Iriarte Sanroman, 2001: 188).
Consoante a natureza de 'C podemos distinguir quatro tipos de colocacoes54 :
A. Colocacoes formadas por verbo operador (ou seja, uma palavra funcional verbal) ou verbo-suporte55 mais nome, por exemplo dar um passeio. O lexema A, que conserva intacto o seu significado (passeio) e acompanhado por outro lexema, B (dar), que se esvazia de significado, funcionando apenas como um verbo operador. O lexema A (sublinhado) e tambem chamado 'base' ou 'palavra-chave' da colocacao. Outros exemplos sao dar um conselho, infligir uma derrota, reinar o silencio, tomar em consider•acao, por em duvida. etc.
B. Este tipo e representado por estruturas de tipo odio mortal. Neste tipo de colocacoes, o segundo elemento constituinte - B (mortal) - nao esta vazio de significado (como no caso anterior), ou seja, B tern no dicionario o correspondente significado 'C mas este sentido ('intenso, vivo') apenas e actualizado em combinacao com o lexema A (odio) e nao pode ser exprimido por qualquer sinonimo de B. Fora da colocacao AB, B (mortal) nao seria usado para exprimir 'C ('intenso'). As colocacoes formadas com substantivos mais adjectivos intensificadores, ou verbos mais adverbios, sao exemplos deste tipo de semifrasemas: odio mortal, mudanga radical, vontade louca, confessar abertamente, proibir terminantemente, etc.
C. Neste caso, o segundo elemento constituinte do semi-frasema - B (amarelo em sorriso amarelo) - nao esta vazio de significado, como no primeiro caso, mas o sentido 'C que exprime ('forcado, contrafeito') nao aparece no dicionario como acepcao do lexema B, senao que apenas e actualizado em combinacao com o lexema A (sorriso) ou com muito
Esta distincao foi, outra vez, proposta por Mel'cuk (1995): 1) either 'C 4- 'B' i. e. does not have (in the dictionary) the corresponding signified; and [ a. 'C is empty, that is, the lexeme B is, so to speak, a semi-auxiliary used to support a syntactic configuration; or b. 'C is not empty but the lexeme B expresses 'C only in combination with A (or with a few other similar lexemes); 2) or 'C = 'B', i.e, B has (in the dictionary) the corresponding signified; and [ a. 'B' cannot be expressed by any otherwise possible synonym; or b. 'B' includes (an important part of) the signified 'A', that is, it is utterly specific].
55 Um verbo semanticamente vazio que combinado com um deverbal forma uma estrutura que mantem uma relacao de parafrase com o verbo de que deriva o nome, como, por exemplo: dar um passeio = passear; tirar uma conclusao = concluir, etc.
41
poucos lexemas mais. Quer dizer, amarelo näo tem no dicionário, entre as suas diferentes acepcöes, o sentido de 'forcado, contrafeito' porque realiza este sentido apenas com sorriso. Outros exemplos deste tipo de colocacöes säo: imprensa amarela (ou, no Brasil, imprensa marrom), ponte levadiga, ponte branca, chave mestra, parede mestra, etc. D. As colocacöes do ultimo tipo säo também chamadas solidariedades lexicais. Neste tipo de colocacöes, o segundo elemento constituinte - B (aquilino em nariz aqudino) - näo está vazio de significado, como no primeiro caso, mas o sentido 'C que exprime ('curvo como bico de águia') aparece no dicionário como acepcäo do lexema B, mas apenas é actualizado em combinacäo com o lexema A (nariz). O lexema nariz está incluido como traco semänticona definicäo de aqudino. Este adjectivo apenas se diz de nariz. Outros exemplos deste tipo de colocacöes säo: manteiga rangosa, cabelo louro, vestido afogado, cavalo baio, cavalo acarneirado, cavalo pezenho, cavalo zarco, vinho abafado, etc. (cf. Iriarte Sanromán, 2001: 188-191).
3.2.2 Herculano de Carvalho
A classificacäo a mencionar a seguir será a de J. G. Herculano de Carvalho. Näo trata explicitamente das colocacöes ou idiomas, mas de conceitos semelhantes que possam ser (e, com efeito, de vez em quando säo) confundidos com colocacöes e idiomas. Também säo interessantes as observacöes sobre as diferencas entre os sintagmas livres e fixos, pois säo critérios que nos possam ajudar a encontrar as caracteristicas tipicas das expressöes näo livres, inclusive as colocacöes e idiomas.
Herculano de Carvalho distingue trés graus na gradacäo duma palavra a urn sintagma:
sintagma livre: ficar de boca aberta, a boca do lobo; sintagma fixo: um ramo de bocas-de-lobo; palavra composta: ficar boquiaberto (1979: 509).
O sintagma fixo näo é de facto uma verdadeira palavra porque conserva algumas propriedades sintagmáticas. Pode ser definido como
42
uma associacäo de palavras em sequéncia fixa, que constitui uma unidade sintáctica perfeita (funcionando como sintagmema mono-léxico) e também muitas vezeš semántica (significando um conceito simples) e morfológica (1979: 522).
Os limites entre o sintagma livre e o sintagma fixo säo claros. O sintagma fixo representa um conceito simples (guarda-roupa), do mesmo modo que a palavra, enquanto o sintagma livre significa um conceito complexo (guardar a roupa na gaveta = guardar + roupa). Consequentemente, a significacäo do sintagma fixo näo resulta da combinacäo do significado dos seus termos (guarda-chuva, bocas-de-lobo), como acontece com o sintagma livre (guardar a roupa, boča de lobo).
3.2.3 Bernard Pottier
Bernard Pottier é um autor francos mas, bem como Meľčuk, é frequentemente citado e adaptado pelos autores Portugueses, portanto achámos importante mencionar aqui o seu (bem conocido e divulgado) conceito das lexias56, unidades lexicais memorizadas (1972: 16). Na obra Grammaire de VEspagnol, adaptada, posteriormente, para o portugués com o nome de Estruturas Lingiiísticas do Portugués, Pottier marca distincäo entre as lexias da seguinte forma:
lexia simples: árvore, saiu, entre, agora;
lexia composta: primeiro-ministro, guarda-florestal, olho-de-sogra;
lexia complexa estável: estado de sítio, cesta básica, uma estagäo espacial, Cidade Universitária;
lexia textual: "quem tudo quer, tudo perde ".
O termo serviu principalmente para que näo houvesse confusäo entre os diferenets sentidos de palavra ou vocábulo. Veja-se o comentáiio em O tratamento das lexias compostas e complexas: «Ele foi muito feliz em cunhar este termo linguístico, pois há muita confusäo quando se usa vocábulo ou palavra. Säo vagos e imprecisos estes termos, de longa tradicäo na lexicografia täo pobre de ciéncia, conquanto, hoje, bem produtiva, em Lingua Portuguesa. Embora estes termos, normalmente, identifiquem o piano das realizacöes discursivas, é de bom alvitre, em ciéncia, a precisäo terminológica. Assim, lexia séria um bom termo para a manifestacäo do lexema já aceito como a unidade abstrata do léxico. A lexia, lexicalmente, séria, entäo, a manifestacäo discursiva do lexema.»
43
Pottier também diferencia entre lexia rígida, entendida como «uma sequéncia memorizada invariável» (1978: 270, em Iriarte Sanromán, 2001: 152), dando exemplo como meter a mao, caso de honra, água pesada; e lexia variável, que «se compóe de um quadro estável e de uma zona estável» (Ibidem.), com exemplos como tudo leva a pensar/crer/supor que...
3.3 Colocacóes na tradicáo linguística checa
Um dos primeiros linguistas checos que mencionam colocacóes foi Vilém Mathesius da Escola de Praga. Porém, quase nao as menciona em relacao ao checo senao ao inglés. No livro A Junctional Analysis of Present Day English on a General Linguistic Basis (1975) dedica-lhes quatro páginas. Contudo, nao apresenta nenhuma classificacao nem desricao sistemática, limitando-se a dizer que expressoes como evening paper sáo colocacóes e nao palavras compostas e que as palavras compostas tao abundantes por exemplo em alemao se tornaram, em inglés contemporáneo, em colocacóes (Vergissmeinnicht - forget-me-not). Ele também considera como colocacóes expressóes de tipo Oxford University Summer Vacation Course (outra forma possivel de Summer Vacation Course of Oxford University). A «definicao» da colocacao é simples: «uma combinacao fechada e fixa»57.
Um tratamento mais sistemático e vasto pode ser encontrado na obra de František Čermák, um dos linguistas checos mais importantes. Ele trata as colocacóes tanto do ponto de visto da linguística tradicional como do ponto de vista da linguística computacional. Quanto á primeira abordagem, esta é representada pelo livro Frazeologie a idiomatika česká a obecná. Czech and General Phraseology. O livro é composto por várias contribuicóes a conferéncias, anais e revistas linguísticas publicadas pelo autor nos passados 35 anos ou em inglés ou em checo; algumas sáo novas e publicadas pela primeira vez. Aqui Čermák aborda a problemática das colocacóes num contexto mais amplo, no ámbito da fraseologia. Em primeiro lugar, o autor reconhece que mesmo em 2007 a problemática das colocacóes está longe de ser resolvida definitivamente. Čermák também critica a linguística tradicional e a abordagem chomskiana: como ele salienta, a análise sintáctica (ou gramatical em geral) nao é suficiente, pois as regras mais importantes sáo as
a close, fixed combination
44
regras semánticas que sempře precedem todas as regras formais. Os nossos enunciados estao compostos por combinacóes feitas e por estereótipos que náo podem ser analisados ao utilizarmos apenas abordagens tradicionais. Čermák critica que nenhuma das gramáticas aceitou este facto, todas fingindo que oferecem uma descricáo exaustiva. Sob esta critica, a gramática chomskiana está restringida apenas á sintaxe e os exemplos apresentados sáo hipotéticos e desligados da realidade. Pelo contrário, a linguistica de corpus (que -contrariamente - usa exemplos reais, como já mencionámos) recusa esta abordagem generativa, sabendo que os textos e enunciados reais náo podem ser definidos desta maneira; concentram-se na criacáo do significado através de combinacóes de formas e como estas combinacóes sáo formadas - segundo regras ou sem elas. Nas conclusóes parciais dos estudos de grandes corpora vemos que pouco sabemos sobre o que é regular na lingua e como é difícil distinguir entre langue e parole. Apesar disso, como o autor salienta, as gramáticas tradicionais outra vez fingem que sáo capazes de fazé-lo.
Segundo Čermák, as colocacóes ('kolokace', 'collocations') ainda estáo a ser estudadas e falta muito até sérem completamente entendidas e descritas. Os frasemas e idiomas formám um sub-grupo das colocacóes. Essas expressóes sáo a única area da lingua onde as regras semánticas e gramaticais convencionais nunca seráo válidas inteiramente; trata-se sempře duma forma de anomalia que simplesmente náo cabe sob uma formula ou um algoritmo generativista. Essas expressóes devem ser estudadas sob um ángulo diferente. Daqui resulta a oposicáo da fraseologia - i. e. de algo anómalo e irregular - e da lingua regular, i. e. de algo regido pelas regras semánticas e gramaticais. Para alem disso, os estudos contemporáneos mostram que uma grande parte dos nossos textos e enunciados náo é gerada como produtos originais de falantes: náo somos táo criativos. Está a tornar-se evidente que uma parte significante dos textos é prefabricada e tira proveito das combinacóes já feitas, dos frasemas, etc.: frequentemente fala-se de estereótipos. Futuros estudos devem revelar o que na lingua é formado e produzido por falantes e o que deve ser concebido como unidades pré-feitas. Uma ferramenta importante é os corpora que nos possibilitam um conhecimento sistemático da sintagmática da lingua.
Nem o frasema nem o idioma podem ser delimitados por um (anómalo) traco, seja formal, semántico ou colocacional. Čermák critica o entendimento fixo da colocacáo como uma ligacáo de itens fixada e reproduzível cujo significado náo é (parcialmente ou
45
inteiramente) dedutível do significado dos seus componentes, por este näo convir a todos tipos (por exemplo aos frasemas com componente mono-colocável). Em fraseologia, as anomalias säo percebidas no fundo das relacöes semänticas e formais da língua regulär e säo reconhecidas gracas ao contraste com a maioria regulär. Urna anomália é um traco constitutivo. Enquanto as combinacöes reguläres se baseiam nas regras semänticas e formais e possibilitam formar novas (e ilimitadas) combinacöes (abrir um livro, pacote, olho), as combinacöes fraseológicas anómalas säo sempře únicas e nenhum dos seus componentes pode ser substituido por um outro com a mesma funcäo ou significado (cabega aberta vs. *costas abertas, *brago aberto).
O qué entäo Čermák considera sendo colocacöes? Primeiro, sem defini-las explicitamente, o autor oferece a seguinte lista (2006: 9), arguindo que um falante nativo sabia criar pares (i. e. colocacöes) correctos sem nenhum problema.
a) {malovat, psát, tvořit} : {dopis, obraz, symfonie} ({pintar, escrever, criar} : {carta, sinfonia})
b) {hluboce, vysoce} : {skličující, zajímavý} ({profundamente, altamente} : {deprimente, interessante}
c) {vůně (jídla), vůně (posekaného trávníku), zápach (čpavku)} : {linout se} (colocabilidade restringida ao cheiro bom/mau)
d) {na, v} : {Morava, Cechy}
(a preposicäo em é diferente ao preceder regiöes diferentes; em portugués poderiamos encontrar exemplos semelhantes em (näo-)emprego do artigo definido na denominacäo de alguns países)
e) {všanc, najevo, na holičkách}
(expressöes mono-colocáveis que näo encontramos noutras combinacöes)
Outro item da lista säo, como já mencionámos, os idiomas e frasemas, «ligacöes únicas de dois itens no mínimo, dos quais algum (ou nenhum) näo funciona da mesma maneira em outra locucäo (ou em mais locucöes), ou encontra-se numa só expressäo (ou poucas
46
expressôes» . Um traco característico - mas näo obrigatório - do frasema/idioma é a figuratividade59, i. e. os componentes frequentemente näo säo traduzíveis literalmente. A dicotomia entre os dois conceitos consiste na formalidade/semäntica da sua interpretacäo: ao analisarmos urna formacäo combinatória do ponto de vista formal, falamos de um frasema. Pelo contrário, o idioma relaciona-se com a análise semäntica. Para além disso, Čermák apresenta também os termos quasi-frasema ('kvazifrazém'; dávat pozor - prestar atengäo) e termo ('termín'; um exemplo de termo em portugués séria cal apagada).
Čermák (2006: 12-13) também apresenta urna divisäo das combinacôes lexicais baseada na distincäo
(i) sistema vs. texto (langue vs. parole, fixo vs. näo fixo);
(ii) regular vs. irregular (do ponto de vista formal e semäntico);
(iii) colocacäo vs. näo colocacäo;
(iv) nomes próprios vs. näo próprios:
(i) Sistémicas (Systémové)
1. Regulares:
a. colocacôes terminológicas, termos pluriverbais ('termínové kolokace,
víceslovné termíny')
cestovní kancelář - agenda de viagens kyselina sírová - ácido sulfúrico
b. colocacôes próprias, nomes próprios pluriverbais ('propriální kolokace,
víceslovná propria')
Kanárské ostrovy - Uhas Canárias Velká Británie - Grä-Bretanha
2. Irregulares:
colocacôes idiomáticas, idiomas e frasemas ('idiomatické kolokace,
idiomy a frazémy')
Idiom a frazém je jedinečné spojení minimálně dvou prvků, z nichž některý (popř. žádný) nefunguje stejným způsobem v jiném spojení (resp. více spojeních), popř. se vyskytuje pouze ve výrazu jediném (resp. několika málo) (2006: 31).
59 Příznačným, ne však obligatorním rysem takového frazému (idiomu) je i jeho častá přenesenost (Ibid.: 646).
47
ležet ladem, údolí stínů, jen aby - exemplos em portugués com uma funcäo semelhante seriam viver as moscas, pois é, etc.
extensóes e transicóes
stará dobrá Anglie, černá díra - a boa velha Inglaterra, buraco negro
(ii) Textuais (Textové)
3. Regular es
a. colocacôes comuns, combinacóes gram.-semanticas ('běžné kolokace,
gram.-sém. kombinace')
letní dovolená -férias de Verao snadná odpověď- resposta fácil dřevěná tužka - lápis de madeira
b. combinacóes analíticas das formas, formas analíticas ('analytické kombinace tvarů, analytické formy')
byl zapsán -foi inscrito
vzpomínající si - lembrando-se, recordando
4. Irregulares
a. colocacôes metafóricas individuais, metáforas autorais ('individuální metaforické kolokace, autorské metafory')
virové hrátky - brincadeiras virulentas
b. combinacóes circunvizinhas acid en tes ('náhodné kombinace sousední')
(vývody) vzduchotechniky uvnitř (bytu) - (saídas) de ar condicionado dentro (dum apartamento) že v- que em
c. outras combinacóes, disparate ('jiné kombinace, blábol')
(iii) Textuais-sistémicas ('Textové-systémové')
5. colocacôes usuais comuns (běžné kolokace uzální)
48
prát prádlo - lavar roupa
umýt si ruce - lavar as mäos
nastoupit do vlaku - embarcar no comboio
Como na Grä-Bretanha, também na República Checa uma revolucäo nos estudos das colocacóes deu-se com a chegada da linguística computacional, sobretudo da linguística de corpus. Um verdadeiro centro dos estudos da linguística computacional formou-se na Universidade Carolina de Praga, na Faculdade de Letras (Ustav teoretické a komputačni lingvistiky, Instituto da linguística teórica e computacional) e na Faculdade de Matemática e Física (ÚFAL - Ustav formálni a aplikované lingivistiky, Instituto da linguística formal e aplicada). Em 2000 foi fundado o Centro da linguística computacional (Centrum komputačni lingvistiky) como resultado da cooperacäo da Universidade Carolina, do Instituto da lingua checa da Academia das ciéncias (Ustav pro jazyk český Akademie věd) e da Universidade de Pilsen (Západočeská univerzita Plzeň).
A linguística computacional trouxe novas abordagens baseadas em modelos matemáticos e estamos a chegar ao ponto de sermos capazes de extrair as colocacóes dos textos automaticamente. Alguns métodos seräo apresentados mais em detalhe em 5.1. Os métodos de extraccäo automática de textos, em checo, foram desenvolvidos sobretudo por Pavel Pecina (2002, 2008). No caso de Praga, a extraccäo automática é facilitada por PDT, Prague dependency treebanks, um método da anotacäo de textos sofisticada. Anotam-se trés níveis: morfológico, analítico (sintáctico) e textual-gramático (o significado linguístico). Assim, tendo em conta o nível de significado (omitido na maioria dos corpora), é possível reconhecer significados diferentes de uma palavra em combinacóes diferentes.
Quanto á classificacäo das colocacóes, Pecina e Holub (2002: 9-10) propôem a seguinte divisäo. Contudo, os autores näo a explicam em detalhe e é difícil distinguir entre os tipos propostos.
(i) Colocacóes náo-composicionais ('Kolokace dokonale nekompoziční') natáhnout bačkory - bater as botas Coca Cola
49
O significado global é completamente diferente do signifidado dos componentes. A este grupo pertencem idiomas e também nomes próprios que näo designam o género que denominam: näo contém nenhum nome genérico (de Coca Cola näo se pode deduzir que se trata duma bebida).
(ii) Colocacôes parcialmente näo-composicionais ('Kolokace částečně nekompoziční')
Národní třída (em portugués e.g. Avenida de Liberdade)
Červený kříž - Cruz Vermelha
koruna stromu - topo da árvore O significado de pelo menos um componente näo é incluído no significado global da colocacäo. Isto deve-se sobretudo ao facto de se tratar de palavras homónimas cujo significado apenas é determinado através da presenca numa colocacäo. Frequentemente säo também nomes próprios que incluem o género que denominam (avenida, largo etc.).
(iii) Colocacôes minimamente näo-composicionais ('Kolokace slabé nekompoziční'):
řidičský průkaz - carta de condugäo
tisková konference - conferěncia de imprensa Os significados dos componentes säo incluídos no sentido global mas sempře existe ainda um «valor acrescentado».
(iv) Colocacôes composicionais - locucôes fíxas sem significado adicionado ('Kolokace kompoziční - ustálená slovní spojení bez přidaného významu')
nová verze - nova versao
nový rok - ano novo
velký objem - grande volume O seu significado é plenamente composicional, näo contém nenhum «valor acrescentado»; säo características pelo uso frequente e automatizado. A única regéncia é a sintática.
(v) Colocacôes composicionais - palavras pertencentes ao mesmo ou proximo campo semántico ('Kolokace kompoziční - sémanticky příbuzná nebo blízká slova')
kapitán - loď (capitäo - navio)
50
otázka - odpověď (pergunta - resposta)
lékař - pacient (médico -paciente)
starý - nový (velho - novo) O significado é plenamente composicional, mas näo existe nenhuma regéncia sintática, apenas aparecem em contextos idénticos.
Pecina e Holub sugerem o seguinte teste para determinar se a colocacäo é composicional ou näo: A alguém que conhece bem (perfeitamente) os significados dos componentes säo apresentadas várias colocacôes. Se ele entender o significado global, trata-se de urna colocacäo composicional. Caso contrário, estamos perante urna colocacäo näo-composicional.
3.4 Síntese das teorias e princípios da seleccäo de colocacôes para o dicionário de colocacôes checo-portugués
Como vimos, a problemática das colocacôes é muito complexa e dificilmente chegaríamos a um compromisso entre todas as classificacôes propostas. Nós próprios teremos que escolher o que entenderemos sob o termo 'colocacäo' na criacäo do dicionário de colocacôes checo-portugués. Há vários aspectos a levar em consideracäo e alguns autores baseiam sua classificacäo nos critérios que seguem abaixo. Contudo, consideramos esses critérios inconvenientes:
(i) näo-composicionalidade
O significado global duma expressäo näo composicional näo corresponde á soma dos significados dos componentes. Alguns autores, sobretudo os que consideram os idiomas sendo um sub-grupo das colocacôes (Čermák: cabega aberta vs. *costas abertas, *brago aberto) consideram a näo-composicionalidade ser um traco típico das colocacôes. Näo obstante, outros autores (Pecina) defendem que as colocacôes abrangem todos os graus no continuum da composicionalidade á näo-composicionalidade.
As expressôes que pretendemos incluir no dicionário säo tanto composicionais (lesníplod-fruto silvestre) como näo composicionais (rodinný kruh - seio familiar).
51
(ii) possibilidade de substituicäo
Alguns autores (Iriarte Sanromán) argúem, que näo é possível substituir os elementos duma colocacäo (dar um passeio vs. *fazer um passeio) mas há também evidencia que ás vezeš uma substituicäo é possível (fazer uma festa, dar uma festa).
(iii) possibilidade de modificacäo ou de insercáo de outro elemento
Há sugestóes que as colocacôes näo podem ser modificadas sem que o significado sej a mudado (Mitchell: ongoing vs. goings-on) mas por outro lado há evidencia que algumas transformacôes (tomar urna decisäo, urna decisäo foi tornáda, tornáda de decisôes) bem como insercäo de outros elementos (dar frequentemente um passeio) säo possíveis.
(iv) dištancia
Sinclair limita a dištancia dos componentes duma colocacäo a quatro palavras, enquanto Mitchell e Halliday däo urna prova de a colocacäo poder ultrapassar os limites duma frase.
O único critério que parece agradar á maioria dos autores - e a nós também - é o critério da problematicidade da traducäo para urna lingua estrangeira. Contudo, como é um critério dificilmente mensurável, resolvemos enumerar os tipos de colocacôes que pretendemos incluir no dicionário duma forma explícita e taxativa:
(i) colocacôes-unidades lexicais daňový poplatník - contribuinte
(ii) colocacôes do tipo B na classificacäo de Meľčuk/Iriarte Sanromán železná vůle - vontade de ferro
(iii) colocacôes do tipo C na classificacäo de Meľčuk/Iriarte Sanromán padací most - ponte levadiga
(iv) colocacôes do tipo D na classificacäo de Meľčuk/Iriarte Sanromán žluklé máslo - manteiga rangosa
(v) frasemas completes na classificacäo de Meľčuk/Iriarte Sanromán černý trh - mercado negro
(vi) quase-frasemas na classificacäo de Meľčuk/Iriarte Sanromán nákupní centrum - centro comercial
52
Alem dos critérios acima apresentados, as colocacöes seleccionadas deveräo ser
(i) colocacöes compostas por duas, raramente mais, palavras;
(ii) colocacöes   nominais,   i.   e.   de   forma   substantivo+adjectivo ou substantivo+substantivo;
(iii) colocacöes correntes no portugués europeu;
(iv) colocacöes correntes no portugués comum, i. e. näo expressöes técnicas e específicas.
53
4. Dicionários de colocacöes
4.1 O problema de metalexicografia
Quando comecámos a nossa pesquisa, ficámos surpreendidos que as obras dedicadas á semäntica prestem apenas minima atencäo ao problema da unidade semäntica ou lexical, aplicável - entre outros - á criacäo de dicionários. O mesmo nota também Iriarte Sanromán (2001: 78):
A linguística teórica (e a semäntica em particular) näo tem demonstrado interesse suficiente pelos problemas relativos á lexicografia e ao dicionário assim como pelos dados linguísticos que a prática lexicográfica e o dicionário podem revelar á linguística geral e que esta ignora por considerar irrelevantes do ponto de vista teórico.
Por outro lado, ele admite que muitos lexicógrafos näo prestaram a devida atencäo aos avancos das teorias linguísticas modernas, esforcando-se por aplicá-las aos seus dicionários (Ibidem):
Tal situacäo näo deverá melhorar até os lexicógrafos näo aprenderem qualquer coisa sobre o que os teóricos dizem e até os teóricos näo se familiarizarem mais com os dados pertinentes e reais relativos á lingua e ás necessidades dos utilizadores de dicionários.
Iriarte Sanromán também afirma que o dicionário como produto e como instrumento da investigacäo é subvalorizado e, consequentemente, o mesmo acontece com a propria investigacäo lexicográfica (Ibid.: 86).
Linguística teórica nascida no século XIX teve de se afirmar como ciéncia e assim verificou-se a rejeicäo de actividades como a elaboracäo de dicionários que se consideravam menos ou pouco científicas dentro do paradigma estruturalista, pois poderiam pór em dúvida a legitimidade da integracäo da linguística no grupo de tais "ciéncias".
54
Na Europa ocidental, estudos metalexicográficos faziam falta até aos anos 60 (Ibid.: 21) quando apareceram os primeiros estudos, Problems in Lexicography60, actas do congresso realizado em Bloomington em 1960, e a tese de Bernard Quemada Les Dictionnaires du frangais moderně, 1539-1863. Etude sur leur historie, leurs types et leurx méthodes.
Quanto ao mundo lusófono, Barbosa61 nota que a disciplina Lexicologia e Lexicografia existe na Universidade de Säo Paulo desde 1971, ou seja, desde entäo deve ter havido reflexöes metalexicográficas no ensino superior brasileiro. Em Portugal, a lexicografia é representada sobretudo por Mario Vilela e acima mencionado Alvaro Iriarte Sanromán (2001).
4.2. Dicionários existentes de colocacöes e de combinacöes näo livres
Segundo Iriarte Sanromán, o dicionário, nomeadamente os dicionários bilingues e os dicionários codificadores, deveria incorporar, em forma de unidades lexicográficas, näo apenas palavras (leite) ou expressöes idiomáticas (leite e sangue, chorar sobre o leite derramado), mas também combinacöes lexicais restritas (colocacöes) como leite gordo, e outras combinacöes de palavras que muitos poderiam considerar como sendo livres (base de operagöes, década de sessenta, máximo comum divisor) (cf. 2001: 147). Os mesmos princípios defende säo defendidos por também František Čermák (1995) na tradicäo checa ou Sinclair (1991) na tradicäo anglo-saxónica.
Nas últimas décadas do século XIX, o desenvolvimento passou-se sobretudo nas línguas inglesa, francesa e alemä. Talvez gracas á pragmática, que surge nos anos sessenta, relativamente muita atencäo dos linguistas ingleses é prestada ás colocacöes, ou seja, possibilidades näo livres do lema. Assim surge Oxford Collocations Dictionary for Students of English, bem conhecido pelos estudantes de inglés do nível intermediário ou avancado. Quanto ao francés, mencionemos, por exemplo, o Dictionnaire Explicatif et Combinatoire du Frangais Contemporain (DEC, Meľčuk et al. 1984-1999J, dicionário que «está pensado para fornecer toda a informacäo sobre "como dizer X" mais do que "o que
60 Householder, F. W. & Saporta: Problems in Lexicography. Bloomington, Indiana Universtity 1962.
61 Barbosa, M. A. O Grupo de Trabalho de Lexicologia, Lexicografia e Terminológia da ANPOLL: Formacäo e desenvolvimento. Revista da ANPOLL, v.l, p.53-60, 1995. p.55. Citado em Breve histórico da metalexicografia no Brasil e dos dicionários gerais brasileiros.
55
quer dizer X". [...] Preocupa-se com a descricäo semäntica exaustiva e rigorosa da cada lexema (explicatif) assim como com todas as possibilidades combinatórias näo livres do lema (Ibid.: 26).» Até hoje elaboraram-se quatro volumes děste dicionário em francés. As funcöes lexicais62 propostas por Mel'cuk e utilizadas no DEC foram também usadas no projecto em curso Lexique actif du frangais (LAF, Polguěre 2000) bem como no DiCE, Dicionario de colocaciones del espaňol. Existe também uma obra correspondente a DEC na lingua russa, para alem dos seus princípios lexicográficos térem sido verificados em línguas como o polaco, o inglés, o somali ou o alemäo (Ibidem).
Na sua contribuicäo sobre o Dicionario de colocaciones del espaňol (DiCE), Sanromán Vilas e Alonso Ramos (2007) afirmam que um dicionário de colocacöes deve satisfazer os aprendentes duma lingua estrangeira bem como os falantes nativos. Os primeiros tiram proveito de tal dicionário dado que näo é possível traduzir as colocacöes palavra por palavra (to pay attention ('pagať, ingl), prestar atención ('prestať, esp.),fare atenzione ('fazer', it.), kiinnitää humiota ('fixar', fin.), die Aufmerksamkeit schenken ('dar (como uma prenda)', alemäo) ou porque näo há correspondéncias simétricas (a piece of news vs. una noticia; to queue vs. hacer cola). Os segundos, os falantes nativos (mas também os aprendentes duma lingua estrangeira), podiam precisar de ter um acesso rápido á todas as maneiras de exprimir um certo sentido através de perspectivas diferentes dependentemente dos participantes na situacäo designada pela unidade lexical.
Quanto ao portugués, um dicionário de colocacöes (ou combinatórias como as chamam os autores) está disponivel online63. Eis o comentário dos autores na página principal:
Os resultados que se apresentam näo tém como objectivo sérem uma listagem de expressoes fixas funcionalmente equivalentes a uma palavra, isto é, näo foram aqui exclusivamente tratadas as locucöes de várias categorias morfo-sintácticas, aforismos ou outras expressoes fixas do portugués. Pelo contrario, interessou-nos recolher diversos
62 As colocacöes säo descritas por meio das funcöes lexicais ('lexical functions', LF). A funcäo lexical codifica a relacäo entre as duas unidades lexicais de maneira que uma deles, a base da colocacäo ('the base of the collocation'), controla a escolha lexical doutra ('the collocate'). Por exemplo, LF Magn62 codifica a relacäo entre os seguintes pares adjectivo-substantivos: medo mortal 'great fear', chuva torrencial 'heavy rain' e vontade de ferro 'iron will'. Cada dos adjectivos é seleccionado pelo substantivo correspondente para exprimir o sentido 'intenso'.
63 http://www.clul.ul.pt/sectores/linguistica de corpus/manual combinatórias online.php
56
tipos de expressöes, com diversos tipos de composicäo e diversos graus de fixidez (desde a fixidez total encontrada, por exemplo, nas expressöes aforísticas, até expressöes semi-fixas e, ainda, expressöes näo composicionais e näo lexicalizadas que apontam para associacöes lexicais preferenciais). Deste modo, o termo combinatória é, aqui, utilizado em sentido lato, na medida em que engloba diferentes tipos de associacöes de palavras.
O dicionário contém as seguintes expressöes:
(i) expressöes aforísticas que säo geralmente consideradas como totalmente fixas, mas que no corpus podem ocorrer com grande variacäo {nopoupar é que está o ganho; noprejuízo é que está o ganho; no atacar é que está o ganho; no economizar é que está o ganho; etc.);
(ii) expressöes idiomáticas sintacticamente fixas, mas com possivel variacäo flexional de um ou mais elementos (esfregar as mäos de contentamento; esfregou as mäos de contentamento; esfregavam as mäos de contentamento; esfrega-se as mäos de contentamento);
(iii) expressöes idiomáticas ou composicionais que admitem alguma variacäo lexical
(onda/vaga/maré de assaltos;fazer/desenvolver/estabelecer/encetar contactos);
(iv) casos de locucöes prepositivas (ao abrigo de; em consequěncia de), conjuntivas (a fim de que; da mesma forma que), adverbiais (por acaso) ou, ainda, de regéncia verbal (abdicar de; abater-se sobre);
(v) associacöes lexicais preferenciais, i. e., semanticamente composicionais e sem fixidez sintáctica, mas com valores estatisticos combinatoriais muito significativos, bem como uma frequéncia muito alta, que podem indicar näo só uma preferéncia associativa, mas também uma possivel lexicalizacäo progressiva do grupo de palavras (instaurar urn processo; cessar fungoes; erros e imprecisdes; absolutamente indispensävel);
(vi) expressöes sintagmáticas ou frásicas ao nível do discurso, com uso frequente
(francamente näo sei; para ser franco; as consequěncias estäo á vista; uma coisa garanto) (Ibidem).
57
Os resultados sao apresentados em vários ficheiros html, por ordem alfabética e cada linha do ficheiro contém informacáo sobre a colocacao e o lema a partir do qual ela foi tratada. (Na linha, aparece em primeiro lugar o lema principal e depois o lema do grupo da colocacao.) Ao cliquar sobre uma linha, abre-se uma janela com as concordáncias da colocacao, isto é, com os contextos em que esta ocorreu no corpus.
Do ponto de vista informático (e, naturalmente, do ponto de vista de utilizador), este tratamento é inconveniente. O dicionário nao consta duma base de dados explorável automaticamente. Com a vista de grande volume de dados, o dicionário está dividido em 17 partes (i. e. 17 páginas separadas), facto pelo que nao é possível executar uma pesquisa rápida (Ctrl+F ou outros métodos). Algumas letras estáo agrupadas em uma página (J-L, M-0 etc.) mas as letras C, F e G estáo divididas em várias partes sem que esteja escrito onde cada uma delas comeca e acaba (por exemplo Cl: cadeira - consentimento, C2: consequéncia - consumidor).
No que respeita ao checo, o projecto mais importante foi a criacáo do dicionário de fraseologismos, Slovník české frazeologie a idiomatiky (1983-2007). O dicionário tem quatro volumes:
(i) Parémias (Přirovnání) - expressóes que contém como.
(ii) Expressóes náo-verbais (Výrazy neslovesné) - frasemas nominais (sobretudo N-N, A-N), adverbiais e gramáticos (conjuncionais, preposicionais etc.).
(iii) Expressóes verbais (Výrazy slovesné).
(iv) Expressóes frasais (Výrazy větné) - proposicóes fixas ou seja frasemas em forma da frase já feita. Tradicionalmente trata-se se provérbios e frases-feitas, mas há expressóes da vida quotidiana, citacóes populares etc.
Como salienta Čermák, nao existe nenhum dicionário de frasemas proposicionais semelhante em nenhuma das línguas: este volume contém 9000-10 000 frasemas (todos os volumes contém 25 000 frasemas).
Este dicionário, alem da original metodologia e vasto material usados, contribuiu para o mundo linguístico com o descobrimento de que a nossa comunicacáo consiste em
58
mais prefabricados e cliches do que se propunha. Uma das peculiaridades caracteristicas para este dicionário foi o facto de que como fonte serviu näo apenas a linguagem escrita (dicionários e literatura) mas também a linguagem oral. Esta metodológia conduz a uma mais fácil identificacäo do frasema e define a frequéncia do seu uso activo, oferecendo exemplos baseados no seu uso real.
Alem dos dicionários mencionados realce-se a importáncia do dicionário técnico checo-portugués e portugués-checo que envolve áreas de construcao, electrotécnica, metalurgia, química e ciéncias naturais. Dado que se trata de material terminológico, há um grande numero de colocacóes.
Quanto aos existentes dicionários bilingues checo-portugués, notámos que no maior dicionário checo-portugués (LEDA 1997) as colocacóes verbais sáo bem tratadas (ao termos em conta que se trata dum dicionário bilingue näo especializado em colocacóes) mas as colocacóes nominais aparecem esporadicamente, a razäo pela qual decidimos criar um dicionário de colocacóes nominais.
59
5. Criacáo de um dicionário de colocacóes checo-portugués
5.1 Métodos de deteccáo e extraccáo de colocacóes existentes
Existem vários métodos de deteccáo e extraccáo de colocacóes e nao é o objectivo děste trabalho enumerá-los duma forma exaustiva; mencionaremos apenas os métodos mais importantes e relevantes. Em primeiro lugar é necessário definir se estamos á procura de colocacóes num texto monolingue ou se procuramos pares de colocacóes em duas línguas.
5.1.1 Colocacóes monolingues
O metodo manual é o metodo mais antigo e pouco eficiente mas mesmo assim utilizado até ao dia de hoje. Gradualmente está a ser substituído pela extraccáo automática mas apesar de existirem programas cada vez mais eficientes, o elemento humano melhora os resultados duma forma significante: frequentemente, as colocacóes sao extraídas automaticamente e depois controladas manualmente.
O metodo automático. Há imensos métodos de extraccáo automática mas como nos interessa a traducáo das colocacóes em checo para o portugués, mencionaremos primeiro o metodo mais eficiente utilizado para o checo. Este metodo baseia-se num corpus sintacticamente anotado (já mencionado em respeito a Prague Dependency Treebanks), neste particular caso um corpus jornalístico. Em primeiro lugar é preciso detectar os «candidatos»; aqui empregam-se as relacóes sintácticas. De seguida, as verdadeiras colocacóes sao seleccionadas com a ajuda de vários métodos matemáticos e estatísticos. Os mais conhecidos sao a frequéncia, t test, Z score, x2 test e a proporcáo de probabilidades; no entanto Pecina (2006) utiliza mais de oitenta medidas e os melhores resultados atingem 80% de colocacóes reconhecidas.
Também Milena Uzeda Garráo e Maria Carmelita Dias (2002) usaram métodos automáticos com a finalidade de identificar as colocacóes verbais no portugués do Brasil. Tal como o nome {The corpus never lies: a statistical approach for the identification of verbal collocations) sugere e contrariamente á abordagem que combina a intuicáo humana
60
com a evidéncia adquirida num corpus, as autoras apresentam uma perspectiva baseada
puramente em dados recuperados dum corpus, nomeadamente do ponto de vista estatistico.
A necessidade da intuicäo humana vé-se como indesejada e as autoras também defendem
que uma análise de um corpus fornece mais detalhes sobre o fenómeno.64
A metodologia, pela primeira vez testada nas frases verbais do portugués do Brasil, consiste
em
(i) o emprego dum corpus robusto;
(ii) a aplicacäo de filtros Java;
(iii) a aplicacäo dum těsto de probabilidade, nomeadamente o escore Log Likelihood65.
O objectivo é distinguir as colocacöes das combinacöes näo restringidas (tomar parte ou tomar conta vs. tomar + substantivo no sentido de 'apanhar'). Os resultados foram satisfatórios: detectaram-se 87.2 % de colocacöes correctamente formadas.
5.1.2 Pares bilingues
A deteccäo e extraccäo de pares bilingues de colocacöes causa maiores dificuldades devido ao facto de os métodos de extraccäo bilingue ainda näo sérem bem elaborados. Será necessário tirar proveito de ferramentas «tradicionais» alias menos especializadas. Apresentaremos alguns métodos e ferramentas que nos facilitaräo a procura duma colocacäo numa lingua estrangeira e ferramentas que possibilitaräo guardar pares de colocacöes para futuro uso. Concentrar-nos-emos na procura de traducäo checo-portugués.
Dicionários. Excepto pelos casos de procura das colocacöes plenamente composicionais e das colocacöes-unidades lexicais, existe sempře uma probabilidade de encontrar a colocacäo inteira através da palavra-chave, ou seja através da base da colocacäo, ao consultarmos um dicionário monolingue portugués. Contudo, a questäo da validade dos resultados obtidos é um problema grave. A segunda possibilidade é um dicionário bilingue: como já dissemos, as colocacöes verbais säo quase bem tratadas no
By choosing the alternative path, we not only avoid the time-consuming and controversial human intuitions for their assessment but also we get much richer lexicographic information on the phenomenon, such as its statistics, and its usual textual environment (2002: 354). 65 Manning-Schutze: 1999.
61
recente bilingue dicionário checo-portugués mas é possível encontrar também algumas colocacöes nominais (dopravní značka - sinal de tránsitó).
Pesquisa em textos escritos em portugues, incluso os corpora monolingues66 traz problemas idénticos: näo temos certeza que a colocacäo encontrada tem o sentido intencionado. Apesar de ser um bom instrumento de apoio á traducäo, as limitacöes do texto fonte monolingue permanecem.
Uma ferramenta eficaz é um corpus paralelo67. Um corpus checo-portugués está a ser criado na Universidade Carolina no ambito do projecto Intercorp mas contém apenas 16 livros literários. Os textos literários säo mais adequados para os estudos da traducäo literária do que para os fins lexicográficos, pois a traducäo literária é um processo muito específico e notavelmente distinto da traducäo técnica, ou seja nao-literária. Alem disso, sempře há problemas com os direitos de autor e näo é possível ver o corpus inteiro; consultam-se apenas pequenos tracos como resultados da pesquisa.
Pouco se sabe da possibilidade de criar um corpus paralelo dos materiais da DGT, Direccäo-Geral da Traducäo68. É possível fazer download da memoria de traducäo (TM -translation memory)69, escolher o par de línguas desejado e alinhar o corpus fräse a fräse. O resultado é um ficheiro .tmx70, i. e. uma TM que pode ser utilizada em Trados/SDXL ou outro software de apoio á traducäo. Näo obstante, este corpus é fechado e näo possibilita alinhar pares de frases de textos tirados de outras fontes. Por isso resolvemos criar as
Por exemplo http://www.corpusdoportugues.org/ para o portugues europeu ou ftp://ftp.liv.ac.uk/pub/linguistics/. Corpus of Brazilian Media Portuguese. Alternativamente, BootCaT (CaT ou CAT e abreviatura utilizada para designar as ferramentas de aspoio a traducao - computer assisted translation) possibilita criar o nosso proprio corpus que contem palavras inseridas na pesquisa. Uma versao online, i. e. sem instalacao, WebBootCaT, foi criada na Faculdade de Informatica de Universidade Masaryk em Brno.
67 Um corpus paralelo e uma ferramenta util para traducao em geral e para os estudos de traducao. Veja-se o comentario na pagina inicial de COMPARA, um corpus paralelo bidireccional de portugues e ingles: «0 COMPARA e uma ferramenta que permite estudar a traducao humana e contrastar o portugues e o ingles atraves de pesquisas automaticas. Por exemplo, se inserirmos uma palavra em portugues, podemos ver como essa palavra foi traduzida para ingles em diferentes contextos.»
68 Veja-se mais em http://langtech.jrc.it/DGT-TM.html#DGT-TM: "This extraction of aligned sentences can be used to produce a parallel multilingual corpus of the legislative documents {Acquis Communautaire) of the European Union in 22 EU languages. The aligned sentences (^'translation units") have been provided by the Directorate-General for Translation of the European Commission by extraction from one of its large shared translation memories in Euramis {European advanced multilingual information system). This memory contains most, although not all, of the documents of the Acquis Communautaire, as well as some other documents which are not part of the Acquis."
69 http://wt.irc.it/lt/Acquis/DGT TU 1.0/data/
70 E tambem possivel modificar o sufixo .tmx obtendo um arquivo texto .txt ou .doc.
62
nossas próprias ferramentas e o nosso proprio corpus, paralelo, mencionado em detalhe em 5.2.
O 21ingual71 é uma ferramenta recente, lancada em 2008. O 21ingual baseia-se no Google (o Google proprio é um corpus sui generi) e no Google Translate e oferece pesquisa simultänea em duas linguas (de 42 linguas em total). Devido aos volumes de textos em inglés disponiveis, os melhores resultados säo obtidos se uma das linguas consultadas é o inglés. O programa torna em conta sequéncias de palavras, näo apenas palavras unicas. Vejamos como o 21ingual lida por exemplo com natural language processing em traducäo para o portugués e checo; é interessante observar os resultados parciais e o resultado final:
natural - natural - přirozený
natural langugage - linguagem natural-přirozený jazyk
natural language processing - processamento da linguagem natural - zpracování přirozeného jazyka
Como já dissemos, os resultados da pesquisa entre o checo e o portugués nunca seräo täo satisfatórios como se uma das linguas fosse o inglés mas mesmo assim é possível encontrar várias colocacöes {daňový poplatník - contribuinte, slovní hříčka - trocadilhó). Para alem disso, apesar de os resultados correctos näo sérem exibidos imediatamente (státní dluh -apenas aparece divido), ás vezeš é possível encontrar os resultados nos textos encontrados (dívida publica).
Dado que o programa tira a sequéncia inteira de textos disponiveis (da mesma maneira funciona também o Google Translate), podemos afirmar que é uma ferramenta eficaz para a traducäo de colocacöes. Infelizmente, nem sempře os resultados säo satisfatórios (statní rozpočet - Membro orgamento em vez de Orgamento do Estado). Para alem disso, é necessário ter em conta a validade relativamente baixa dos resultados: ainda que a pesquisa se restrinja ao domínio .pt (para eliminar ocorréncias das formas do portugués do Brasil), sempře será necessário verificar os resultados; 21ingual tem apenas uma funcáo orientadora.
www.21ingual.com
63
O ultimo método a mencionar será a cooperacäo com outros tradutores,
sobretudo na area de terminológia técnica. Há vários fóruns de discussäo ou glossários disponíveis (por exemplo no servidor de tradutores e traducôes ProZ72).
5.2 Métodos utilizados na criacäo do dicionário de colocacôes checo-portugués
É necessário salientar que o objectivo do presente trabalho näo foi a criacäo de um dicionário de colocacôes mas sim recolhimento da base teórica e metodológica para tal dicionário que se espera vir a ser criado. Näo obstante, decidimos criar um pequeno dicionário-pioneiro para apoiar a demonstracäo da importäncia das colocacôes e para encontrar e descrever problemas que a criacäo dum tal dicionário traz. O dicionário contém 150 pares de colocacôes e os métodos utilizados na criacäo seguem:
O método manual, conveniente se pretendermos extrair relativamente poucos pares. As colocacôes incluídas no dicionário foram tiradas de jornais, revistas e artigos online e verificadas noutros contextos ou dicionários monolingues Portugueses para assegurar que a traducäo esteja correcta.
Algumas colocacôes foram também extraídas do corpus paralelo checo-portugués que criámos com a ajuda de Ondrej Bojar de ÚFAL, Instituto da linguística formal e aplicada. Como base serviram os corpora tirados de Acquis da Uniäo Europeia73. Primeiro, era preciso segmentar, tokenizar74 e etiquetaf5 o corpus checo bem como o portugués: há programas disponíveis online mas era necessário fazer algumas alteracôes e utilizar os nossos próprios dados de treinamento para que os programas funcionassem correctamente com o tipo de documentos que tivemos á nossa disposicäo. A seguir, alinhámos os dois corpora frase por frase, criando assim um corpus paralelo. O corpus estará disponível online em http: //ufal. mff. cuni. cz/umc/ (UMC - ÚFAL Multilingual Corpora) onde seräo publicados também os detalhes sobre a sua criacäo e sobre os experimentos com a extraccäo automática.
72 www.proz.com
73 http ://wt.jrc.MťAcquis/
74 Tokenizagäo é uma segmentacäo mais refinada.
75 Etiquetador {tagger em inglés) é uma ferramenta que coloca etiquetas morfossintáticas em cada palavra de um corpus. O etiquetador usado foi o Etiquetador Tree-Tagger disponível em http://www2.lael.pucsp.br/corpora/etiquetagem/index.html.
64
Tentámos extrair as colocacöes automaticamente (por meios de alinhamento das palavras, näo apenas das frases), mas os resultados näo foram satisfatórios; o elemento humano ainda é necessário. As colocacöes foram entao extraídas manualmente. O metodo da extraccäo de um corpus paralelo é eficiente mas mesmo assim encarámos certas dificuldades. Em primeiro lugar, apesar de a traducäo técnica ser mais fiel do que a traducäo literária e de ser do dever dos tradutores näo literários traduzir conceitos e termos sem alteracöes no significado, nem sempře é possível traduzir uma expressäo exactamente. Este problema é ainda ampliado pelo facto de os textos incluídos no corpus näo sérem traducöes directas entre o checo e o portugués; a maioria deles säo traducöes de inglés ou francés para o checo e o portugués. Em teoria, este facto näo devia ser relevante mas acreditamos que algumas finezas do significado se podem «perder» no processo da traducäo, especialmente se näo houver equivalentes exactos em inglés num lado e checo ou portugués noutro lado.
Assim, näo incluímos traducöes disputáveis como as nos seguintes exemplos:
4. Z účasti na základním kapitálu nevyplývá ani hlasovací právo, ani právo na dividendy nebo na úroky. Právo na úhradu jmenovité hodnoty splaceného podílu na základním kapitálu vzniká pouze v případě likvidace Agentury.
4 . A participacäo no capital näo confere nem direito de voto nem direito a dividendos ou a um juro. Dá direito ao reembolso do montante nominal das fraccôes de capital trans feridas, unicamente no caso de dissolucáo da Agéncia.
2. Agentura požívá v každém členském státě nej širší právní způsobilost přiznávanou právnickým osobám daným vnitrostátním právem. Může zejména nabývat a zcizovat movitý i nemovitý majetek, uzavírat smlouvy, poskytovat věcné nebo osobní záruky, jednat jako zprostředkovatel, oprávněný zástupce nebo jednatel, vystupovat před soudem, účastnit se rozhodčích řízení, jakož i provádět obchodní transakce a přijímat nařízení nezbytná pro plnění svých úkolů.
2. A Agéncia goza, em todos os Estados-membros, da capacidade jurídica mais lata reconhecida as pessoas colectivas de direito público e privado. Pode, nomeadamente, acquirir ou alienar bens móveis e imóveis, concluir todos os contratos, dar o consentimento a todas as garantias reais ou pessoais, agir como corretor, mandatário ou comissário, intentar accôes judiciais, obrigar-se, transigir e proceder a todos os actos comerciais bem como a todas as regulamentacôes necessárias para o comprimento das  suas missôes.
65
5.3 Versáo electrónica do dicionário de colocacóes checo-portugués
O dicionário-pioneiro, alem de ser incluído em anexo děste trabalho, tem também uma versao electrónica, baseada em PHP+MySQL e disponível online76. As expressóes sao guardadas numa base de dados e podem ser recuperadas através da pesquisa duma colocacao em checo ou em portugués. Neste momento é possível pesquisar colocacóes no sentido checo-portugués bem como portugués-checo mas é preciso ter em conta que as expressóes incluídas sao apenas aquelas que podem ser designadas como colocacóes em checo (podem entao ter um equivalente portugués monoverbal). Os visitantes podem também inserir próprios pares de colocacóes. Estes guardam-se numa base de dados separada e depois de sérem verificados serao adicionados á base de dados activa.
A forma básica das expressóes é a forma singulár (com a excepcao de poucas expressóes que ocorrem apenas ou frequentemente em plurál). As variantes ortográficas (směnný kurz/směnný kurs - taxa de cámbio) foram tomadas em conta: cada variante tem a sua própria entrada; caso contrário nao seria possível pesquisar bidirecionalmente.
Contudo, a pesquisa está longe de ser optima e ainda há muito por melhorar. Neste momento apenas é possível pesquisar formas exactas: convinha possibilitar a pesquisa de expressóes parecidas e também a pesquisa sem diacríticos (smenny kurz ou taxa de cambio neste momento nao seriam reconhecidos). Outro melhoramento por considerar seria a explicitacao que é possível inserir apenas uma expressao que queremos traduzir mas que nao está na base de dados. A lišta dessas expressóes estaria disponível: existe sempře a possibilidade de que outro visitante conheca a traducáo e possa inseri-la.
Quando o novo acordo ortográfico entrar em vigor, será também necessário implementá-lo no dicionário.
E possível que algumas das colocacóes incluídas no dicionário possam ser encontradas também no dicionário checo-portugués mas seria inconveniente incluir apenas aquelas que o dicionário nao contém.
http://kolokace.wz.cz/kolokace.php
66
5.4 Trabalho futuro
Naturalmente, o objectivo do nosso esforco é criar um dicionário de colocacóes checo-portugués. Para atingi-lo, será necessário elaborar os métodos da extraccao automática de corpora bilingues, seja totalmente automática seja parcialmente automática - e.g. a extraccao automática duma colocacáo em checo e a procura manuál da traducáo para o portugués num corpus paralelo. As ferramentas inventadas seráo úteis - talvez após algumas modificacóes - também para outros pares de línguas. Neste momento estamos a verificar as possibilidades de colaboracáo com o Centro do processamento da linguagem natural na Faculdade de Informática da Universidade Masaryk em Brno.
No que respeita a Letras, consideramos conveniente que os estudantes aprendam usar as ferramentas mais úteis, pois elas sáo indispensáveis náo apenas na traducáo de colocacóes mas na traducáo em geral. Hoje em dia é difícil produzir traducóes efectivas sem utilizar ferramentas avancadas e ferramentas de apoio á traducáo (Trados/SDXL, Wordfast, Star Transit etc). Como as faculdades de Letras frequentemente servem como a única possibilidade de obter qualificacáo em línguas estrangeiras e os finalistas supostamente devem ser capazes de trabalhar como tradutores, convinha que o conhecimento dos avancos técnicos seja mais divulgado.
E possível disponibilizar a lišta das ferramentas para os estudantes (e.g. em ELF, sistema de e-learning) ou online na página do dicionário de colocacóes. Os próprios estudantes também podem participar na criacáo do dicionário, inserindo expressóes que
11
eles encontraram. Se no futuro houver um seminário de traducáo técnica, náo literária , termos altamente úteis poderiam ser inseridos no dicionário e guardados para futuro uso.
Há pouca literatura lusófona por traduzir para o checo, entao consideramos mais útil ensinar a traducáo nao literária. Dela tiraráo proveito nao apenas futuros tradutores mas todos os que trabalharao para uma empresa lusófona (ou multinacional) e teráo que produzir textos em portugués.
67
6. Conclusäo
As colocacöes säo um fenómeno linguístico que, apesar de ter capturado a atencäo de numerosos autores, permanece sem ser descrito de uma forma exaustiva e satisfatória. Vários autores propöem várias classificacöes, algumas sendo até contraditórias.
Näo obstante, resolvemos dedicar-nos a esta problemática, sabendo que as colocacöes tem um papel importante na aquisicäo e processamento de linguagem, ensino de linguas, traducäo, linguistica computacional e lexicografia. Devido ao facto de as colocacöes causarem problemas sobretudo no momento de um falante näo nativo produzir texto numa lingua estrangeira, é necessário incluir as colocacöes em dicionários bilingues. Como o dicionário existente de checo-portugués näo contém muitas colocacöes nominais, decidimos criar um dicionário que as contenha.
Alem da demonstracäo da importäncia das colocacöes, o presente trabalho teve mais dois objectivos: criar a base teórica para o dicionário de colocacöes checo-portugués e esbocar a metodologia de criacäo de tal dicionário.
No que respeita á base teórica, examinámos vários conceitos e classificacöes apresentados por autores anglo-saxónicos, Portugueses e checos. Basicamente, há trés abordagens diferentes: a abordagem fraseológica considera as colocacöes como um tipo particular de unidade fraseológica. A abordagem baseada em frequéncias trata as colocacöes como um fenómeno evidenciado pela estatística, definindo-as como uma combinacäo frequente e relativamente fixa de palavras. Esta abordagem é apoiada pela linguistica de corpus. A abordagem semántico-sintáctica define o fenómeno da colocacäo como uma relacäo abstracta entre as palavras, destacando as possibilidades combinatórias existentes. Esta abordagem abränge também as colocacöes puramente gramaticais, ás vezeš designadas como coligacöes.
A divulgacäo do termo 'colocacäo' (ou 'combinatória') nas linguísticas portuguesa e checa comecou com atraso comparando com a linguistica anglo-saxónica, a razäo pela qual tivemos que recorrer também aos estudos fraseológicos.
As conclusöes da parte teórica deveram servir-nos como a base para a criacäo do dicionário de colocacöes checo-portugués, i. e. a teoria deveria ajudar-nos a definir o que é uma colocacäo e quais os tipos de colocacöes que seräo incluídos no dicionário. Devido a
68
uma čerta discordáncia nas classificacóes decidimos enumerar os tipos duma forma taxativa.
A seguir, procedemos á criacao do dicionário. Na procura da metodologia conveniente encontrámos trés problemas principais: primeiro, a inexisténcia de um corpus paralelo checo-portugués que contenha textos de várias áreas (jornalística, científica), náo apenas textos provenientes dos materiais da Uniao Europeia. Resolvemos criar um corpus paralelo e apesar de este incluir - neste momento - apenas materiais da Uniao Europeia (por a UE oferecer corpora monolingues já feitos), as ferramentas criadas durante o processo poderáo ser utilizadas no futuro para adicionar outros tipos de textos.
O segundo problema enfrentado era a precisáo insuficiente da extraccáo automática de colocacóes, sendo esta imprescindível para a criacáo dum dicionário de maior volume. O desenvolvimento de tais métodos e a elaboracáo de tais ferramentas será um desafio para a linguística computacional. Náo obstante, acreditamos que devido ao progresso rápido nesta area será possível extrair automaticamente pares bilingues dentro de poucos anos. Devido á impossibilidade de extrair as colocacóes automaticamente, usámos o metodo manual, extraindo as colocacóes de textos escritos em portugués e do corpus paralelo checo-portugués.
O terceiro problema era a improbidade dos resultados. Apesar de termos verificado o significado das colocacóes encontradas em textos escritos em portugués, sempře pode haver uma interpretacáo incorrecta. Semelhantemente, as traducóes dos materiais da Uniáo Europeia, apesar de térem sido produzidas por tradutores profissionais, também podem conter erros.
O ultimo maior problema a mencionar será a impossibilidade de enumerar todas as possibilidades de traducáo. Incluímos apenas as traducóes encontradas nos textos e verificadas mas um falante náo nativo náo tem a competéncia para decidir quais todas as formas possíveis de uma colocacáo. Para que o dicionário possa ser vinculativo, será necessário colaborar com falantes nativos.
69
Bibliografia
Alm-Arvius, Ch. Fixed, flexible or fragmentary? Types of idiom variation. In Collocations and Idioms I. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 14-26.
Alonso Ramos, M. Las Funciones Léxicas en elModelo Lexicográfico de I. Mel'chuk. Madrid: UNED, 1993.
Antunovic, G. Croatian translators' take on Swedish collocations and idioms. In Collocations and Idioms I. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 27-40.
Bacelar do Nascimento, M. F., L. A. S. Pereira. Dicionário de Combinatórias do Portuguěs: Associagöes lexicais frequentes observadas num corpus de Portuguěs contemporäneo. In Actas do XI Encontro Nacionál da Associacäo Portuguesa de Linguistica, Vol. II: Dicionários, 1996, pp. 43-54.
Bäcklund, Ulf. Restrictive Adjective-Noun Collocations in English. Umea: Acta Universitatis Umensis, 1981.
Baroni, M., Kilgarriff, A., Pomikálek, J., Rychlý, P.: WebBootCaT: instant domain-specific corpora to support human translators. Proceedings of EAMT 2006, Oslo, 2006, pp. 247-252.
Bartsch, S. Structural andfunctional properties of collocations in English: a corpus study of lexical and pragmatic constraints on lexical co-occurrence. Tübingen: Gunter Narr Verlag, 2004.
Becker, J. The phrasal lexicon. Proceedings of the 1975 workshop on Theoretical issues in natural language processing, Cambridge, pp. 60-63. Em Nattinger-DeCarrico, 1992.
70
Carvalho, J. Herculano de. Teoria da Linguagem. Natureza do Fenómeno Linguístico e a Análise das Línguas. Coimbra: Atlantida, 1979.
Čermák, F., M. Sulc. Kolokace. Praha: Nakladatelství Lidové noviny, 2006.
Čermák, F. Frazeologie a idiomatika česká a obecná. Czech and General Phraseology. Praha: Karolinum, 2007.
Čermák, F., R. Blatná. Manuál lexikografie. Praha: Nakladatelství H&H, 1995.
Chomsky, N. Aspect of the theory of syntax. Cambridge: Mass, 1965. Em Vilela, 1994.
Coseriu, 1979. Teoria da Linguagem e Lingiiistica Geral. Cinco Estudos. Rio de Janeiro: Presenca/Editora da Universidade de Sao Paulo, 1979. Em Iriarte Sanromán, 2001.
Eskildsen, S.W., T. Cadierno. Are recurring multi-word expressions really syntactic freezes? Second language acquisition from the perspective of Usage-Based Linguistics. Ln Collocations and Ldioms 1. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 86-99.
Filipec, J., Čermák, F. Česká lexikologie. Praha: Academia, 1985.
Firth, J. R. Papers in linguistics, 1934-1951. London : Oxford University Press, 1957.
Greenbaum, S. Verb-Lntensifier Collocations in English. An Experimental Approach. The Hague: Mouton, 1970.
Gledhill, C. Collocations in Science Writing. Tubingen: Narr, 2000.
71
Hakuta, K. Prefabricated patterns and the emergence of structure in second language aquisition. Language Learning 24: 287-97, 1974. Em Nattinger-DeCarrico, 1992.
Haensch, G., L.Wolf, S.Ettinger, R.Werner. La lexicografia. Madrid: Editorial Gredos, 1982.
Iriarte Sanromán, A. A Unidade Lexicogräfica. Colocagöes, Frasemas, Pragmatemas. Braga: Centro de Estudos Humanisti cos - Universidade de Minho, 2001.
Krashen, S. D. and R. Scarcella: On Routines and Patterns in language acquisition and performance. In Language Learning 28:283-300, 1978. Em Nattinger-DeCarrico, 2002.
Lewis, M. The Lexical Approach. The state of ELT and a Way forward. London: Language Teaching Publications, 1993.
Lyons, J. Linguistic Semantic. Cambridge: Cambridge University Press, 1995.
Malmkjasr, K. The linguistics encyclopedia. London: Routledge, 2002.
Manning, Christopher D. and Hinrich Schütze. Foundations of statistical natural language processing. Cambridge, Mass: MIT Press, 1999.
Mathesius, V. A functional Analysis of Present Day English on a General Linguistic Basis. Prague: Academia, 1975.
Meľčuk 1995. Phrasemes in Language and Phraseology in Linguistics. In Everaert (ed.) (1995), pp. 167-232. Em Iriarte Sanromán, 2001.
Mitchell, T.F. Principles ofFirthian linguistics. London: Longman, 1975.
72
Nattinger, J. R, J. S. DeCarrico. Lexical Phrases and Language Teaching. Oxford: Oxford University Press, 1992.
Nesselhauf, N. Collocations in a learner corpus. Amsterdam: John Benjamins, 2005. Em Eskildsen-Cadierno, 2002.
Nesselhauf, N. 2004. What are collocations'} In D. J. Allerton et allii (eds.). Phraseological Units: basic concepts and their application. International Cooper Series in English Language and Literature, vol 8. Schwabe Verlag Basel. Switzerland, pp 1-21. Em Antunes, 2007.
Palmer, E. H. A Grammar of English Words: One thousand English words and their pronunciation, together with information concerning the several meanings of each word, its inflections and derivatives, and the collocations and phrases into which it enters. London: Longmans, Green, 1938. Em Bartsch, 2002.
Pecina, P., M. Holub. Sémanticky signifikantní kolokace. Automatická detekce kolokací v českém textovém korpusu. ÚFAL/CKL Technical Report TR-2002-13.
Pecina, P., P. Schlesinger. Combining Association Measures for Collocational Extraction. Proceedings of the COLING/ACL 2006 Main Conference Poster Sessions, Sydney, July 2006, pp. 651-658.
Pottier, B., A. Audubert, C. T. Pais: Estruturas lingiiisticas doportugués. Säo Paulo: Difel, 1975.
Pottier, B. Grammaire de lespagnol. Paris: Presses Universitäres de France, 1972. Em O tratamento das lexias compostas e complexas.
—. Linguistica geral. Teoria e descrigäo. Rio de Janeiro: Presenca, 1978. Em Iriarte Sanromán, 2001.
73
Przywara, Č. Metody extrakce víceslovných výrazů z textu. Bakalářská práce, Univerzita Karlova v Praze, 2008.
Sanromán Vilas, B., M. Alonso Ramos. Collocation dictionary as an elaborate pedagogical tool for Spanish as a foreign language. Collocations and Idioms 1. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 282-296.
Stubbs, M. Notes on the history of corpus linguistics and empirial semantics. In Collocations and Idioms I. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 317-329.
Tomasello, Michael. Constructing a language. Cambridge: Cambridge University Press, 2000. Em Collocations and Idioms I, 2002.
Uzeda-Garráo, M., M. Carmelita Dias. The corpus never lies: a statistical approach for the identification of verbal collocations. In Collocations and Idioms I. Papers from the First Nordic Conference on Syntactic Freezes. Joensuu: Joensuu University Press, 2007, pp. 354-362.
Vilela, M. Estudos de Lexicologia do Portuguěs. Coimbra: Livraria Almedina, 1994.
—. Léxico e gramática. Coimbra: Livraria Almedina, 1995.
Wilensky, R., Y. Arens, D. Chin. Talking to UNIX in English: an overview ofUC. Communications of the ACM 27:574-93, 1984. Em Nattinger-DeCarrico, 1992.
Wood, M. A Definition of Idiom. Manchester: Centre for Computational Linguistics, University of Manchester. Reprinted by the Indiana University Linguistics Club, 1986. Em Nattinger-DeCarrico, 1992.
74
Wong-Fillmore, L. The Second Time Around: Cognitive and Social Strategies in Second Language Acquisition. Unpublished doctoral dissertation, Stanford University, 1976. Em Nattinger-DeCarrico, 1992.
Zernick, U, M. Dyer. The self-extending phrasal lexicon. Computational Linguistics 13:308-27, 1987. Em Nattinger-DeCarrico, 1992.
Internet
Aarts, B., G. Alderman. Sidney Greenbaum [online]. 2008 [consultado 16/3/2009]. <https://www.ucl.ac.uk/english-usage/about/greenbaum.htm>
An Electronic Dictionary of Collocations for European Portuguese: Methodology, Results
and Applications [online]. 2002 [consultado 13/3/2009].
<http: // www. clul. ul. pt/equipa/lpereira/ euralex_2002_pereira_mendes. pdf>
Antunes, S. Combinatorias do Portugues: uma abordagem corpus-driven com fins lexicograficos [online]. 2007 [consultado 13/3/2009]. <http: // www. clul. ul. pt/artigos/antunessandra. pdf>
Breve historico da metalexicografia no Brasil e dos dicionarios gerais brasileiros [online].
2005 [consultado 15/2/2009].
<http: // www. unb. br/il/let/ welker/metalex_Matraga>
Collocation [online], [consultado 15/2/2009]. <http: // esl.fis.edu/grammar/easy/colloc. htm>
COMBINA-PT: A Large Corpus-extracted and Hand-checked Lexical Database of Portuguese Multiword Expressions [online], [consultado 13/3/2009]. <http: // www. clul. ul. pt/equipa/lpereira/combina_lrec2006. pdf>
75
COMBINA-PT - Combinatorias Lexicais do Portugues [online]. 2004 [consultado 13/3/2009].
<http://www.clul.ul.pt/sectores/linguistica_de_corpus/projecto_combina.php>
COMBINATORIAS LEXICAIS DO PORTUGUES. Manual do Utilizador [online], [consultado 13/3/2009].
<http://www.clul.ul.pt/sectores/linguistica_de_corpus/manual_combinatorias_online.php>
COMPARA [online]. 2008 [consultado 13/3/2009]. <http: // www. linguateca.pt/COMPARA/compara_pt. html>
Etiquetador Tree-Tagger [online]. 2007 [consultado 15/4/2009]. <http://www2.lael.pucsp.br/corpora/etiquetagem/index.html>
JohnMcHardy Sinclair [online]. 2009 [consultado 17/3/2009]. <http://en.wikipedia.org/wiki/John_McHardy_Sinclair>
Martins, E. S. O tratamento das lexias compostas e complexas [online], [consultado 28/3/2009].
<http: // www. gelne.ufc.br/revista_ano4_no2_l 5. pdf>
Michael Halhday [online]. 2008 [consultado 16/3/2009]. <http: // en. wikipedia. org/ wiki/Michael_Halliday >
Mineiro, A. Que tipo de combinatoria lexical no discurso da Nautica? Um estudo baseado num corpus linguistico [online]. 2005 [consultado 13/3/2009]. <http://www.iltec.pt/pdf/wpapers/2005-amineiro-maritima.pdf>
76
Moraeus, H. F. R. Um estudo Contrastivo de colocacoes adverbiais (ingles portugues) sob o enfoque da linguistica de corpus [online]. 2005 [consultado 13/3/2009]. <http: //www. fflch.usp.br/dim/comet/artigos/Helmara_SILEL2006. pdf>
Pecina, P. A Machine Learning Approach to Multiword Expression Extraction [online]. 2008 [consultado 13/4/2009].
<http://ufal.mff cuni.cz/~pecina/publications/mwe-2008-shared-task. pdf^
Pecina, P. Reference Data for Czech Collocation Extraction [online]. 2008 [consultado 13/4/2009].
<http://ufal.mff.cuni.cz/~pecina/publications/mwe-2008-resource.pdf>
Pereira, L.A., M. F. Bacelar do Nascimento. Dicionario de Combinatorias do Portugues do Centro de Linguistica da Universidade de Lisboa [online], [consultado 13/3/2009]. <http://www.clul.ul.pt/equipa/fbacelar/berlim_2000_nascimento_pereira.pdf^
Ranchhod, Elisabete Marques. O lugar das expressoes fixas na gramatica do portugues [online]. 2002 [consultado 13/3/2009]. <http://label.ist.utl.pt/publications/docs/LEFnGP.pdf>
T. S. Mitchell [online], [consultado 13/3/2009]. <http: // www. y ek. me. uk/mitchell. html>
The DGT Multilingual Translation Memory of the Acquis Communautaire: DGT-TM [online]. 2009 [consultado 13/4/2009]. <http: //langtech. j rc. lt/DGT-TM. html>
The Prague Dependency Treebank [online], [consultado 3/4/2009]. <http://ufal.mff.cuni.ez/pdt/Corpora/PDT_l.0/Doc/whatis.html>
77
Valente, R. Diferencas e similaridades colocacionais entre o portugues brasileiro e o portugues europeu. Estudo baseado na nocao de funcao lexical da teoria sentido texto [online], [consultado 25/3/2009].
<http://www.filologia.org.br/anais/anais%20iv/civ07_9.htm>
Valente, R. Por que razao a combinatoria lexical nao pode ser um principio para se considerar verbos e adjetivos como sendo especializados? [online]. 2005 [consultado 13/3/2009].
<http://www.iltec.pt/pdf/wpapers/2005-rvalente-maritima.pdf^
Valente, R. S., I. O. Tchobanova, M. S. Ferreira. Problemas de tratamento e sistematicidade na compilacao das combinatorias lexicais no Novo Aurelio Seculo XXI [online]. 2004 [consultado 13/3/2009].
<http://www.iltec.pt/pdf/wpapers/2004-rvalente-combinatorias.pdf^
78
Apéndice 1: Lista das coloca^ôes
akustická kytara	guitarra acústica
adoptivní rodina	família adoptiva
atomová bomba	bomba atómica
autorská práva	direitos de autor
autorské právo	direito de autor
bankovní účet	conta bancária
bílá magie	mágia branca
bílé maso	carne branca
bílé víno	vinho branco
bílé víno	uva branca
bleší trh	feira de ladra
bojová umění	artes marciais
bojové umění	arte marcial
cela předběžného zadržení	prisáo preventiva
celní unie	uniáo aduaneira
centrální plánování	planificacáo central
cukrová vata	algodáo doce
čaj o páté	chá das cinco
černá díra	burraco negro
černá listina	lista negra
černá magie	magia negra
černý trh	mercado negro
červené víno	uva preta
červené víno	vinho tinto
členský stát	estado-membro
dálkové světlo	maxima
daňový poplatník	contribuinte
diskusní fórum	fórum de discussáo
dlažební kostka	paralelepípedo
domácí mazlíček	animal de estimacáo
domácí násilí	violéncia doméstica
doporučený dopis	carta registrada
dopravní značka	placa de sinalizacáo
dopravní značka	sinal de tránsito
drahá polovička	cara-metade
79
duševní zdraví	saude mental
elektrická kytara	guitarra elétrica
emisní banka	banco-emissor
evropský komisař	comissário europeu
finanční poradce	assessor pessoal
finanční trh	mercado financeiro
fyzické vyčerpání	esgotamento físico
generální ředitel	Director-Geral
generální tajemník	secretário-geral
geneticky modifikovaný	geneticamente modificado
geneticky modifikovaný organismus	transgénico
geneticky upravený	geneticamente modificado
geneticky upravený organismus	transgénico
globální oteplování	aquecimento global
havarijní plán	piano de emergéncia
hlasovací právo	direito de voto
horní hranice lesa	linha das árvores
hostitelská rodina	família de acolhimento
hromadná doprava	transportes públicos
humanitní disciplína	disciplína humanística
invalidní důchod	pensäo de deficiéncia
jaderná hlavice	ogiva nuclear
jaderná válka	guerra nuclear
jaderná zkouška	teste nuclear
jednosměrná ulice	estráda de sentido único
jednotný trh	unicidade de mercado
kabelová televize	televisäo de cabo
kandované ovoce	fruta de calda
kapesní nožík	canivete
kapesní nůž	canivete
kapitálový trh	mercado financeiro
klimatické změny	alteracôes climáticas
kolečkové křeslo	cadeira de rodas
koncentrační tábor	campo de concentracäo
krevní tlak	pressäo arterial
krutý útok	feroz ataque
kupní síla	poder de compra
kvalifikovaná většina	maioria qualificada
80
lesní plod	fruto silvestre
lesní požár	fogo florestal
magnetické pole	campo magnético
míra inflace	taxa de inflacäo
míra nezaměstnanosti	taxa de desemprego
movitý majetek	bens móveis
mrtvý jazyk	lingua morta
nemovitý majetek	bens imóveis
neochvěj ná j istota	certeza inabalável
nízkotučné mléko	leite magro
Nobelova cena	prémio Nobel
období dešťů	estacäo das chuvas
obecní úřad	junta de freguesia
odtahová služba	reboque
odtučněné mléko	leite desnatado
ochrana spotřebitele	defesa de consumidor
olej na smažení	óleo de fritura
olivový olej	azeite
opční právo	direito de opcäo
operační systém	sistema operativo
osobní záruka	garantia pessoal
ostnatý drát	arame farpado
ostrá kritika	dura crítica
otisk prstu	impressäo digital
ozonová díra	buraco do ozono
ozónová díra	buraco do ozono
ozonová vrstva	camada de ozono
ozónová vrstva	camada de ozono
padací most	ponte levadica
paměťová karta	cartäo de memoria
peněžní trh	mercado monetário
plná čára	linha contínua
plná zaměstnanost	pleno emprego
podmíněný reflex	condicionamento clássico
podmíněný reflex	condicionamento pavloviano
podmíněný reflex	condicionamento respondente
podpora v nezaměstnanosti	subsídio de desemprego
pojízdné lůžko	maca
81
policejní stanice	esquadra
polotučné mléko	leite meio gordo
poradní výbor	comite consultivo
poruchy příjmu potravy	distürbios alimentäres
poruchy zažívání	distürbios digestivos
poslední pomazání	ultimo abencerragem
poslední večeře	Ultima Ceia
povinná školní docházka	escolaridade obrigatöria
pracovní trh	mercado de trabalho
právní předpis	disposicäo legal
právní způsobilost	capacidade juridica
prezidentské volby	eleicäo para a presidencia
prezidentské volby	eleicäo presidencial
předčasný důchod	pensäo antecipada
přednost v jízdě	prioridade de passagem
přenesený význam	sentido figurativo
přerušovaná čára	linha descontinua
přímý příbuzný	familiar directo
příruční zavazadlo	bagagem de mäo
ptačí chřipka	gripe das aves
pupeční šňůra	cordäo
Rada Evropy	Conselho Europeu
rizikové chování	comportamento de risco
rodinný krb	lar conjugal
rodinný kruh	seio da familia
rodinný kruh	seio familiar
rodné město	cidade natal
rodný list	certidäo de nascimento
rostlinný olej	öleo vegetal
rovné zacházení	igualdade de tratamento
rozený vůdce	lider nato
roztroušená skleróza	esclerose mültipla
rudá tvář	pele-vermelha
růžové víno	vinho rose
skleníkový efekt	efeito da estufa
slovní hříčka	trocadilho
služební cesta	viagem de negöcios
směnný kurs	taxa de cämbio
82
směnný kurz	taxa de cämbio
snubní prsten	alianca
sociální demokracie	social-democracia
sociální zabezpečení	seguranca social
spínací špendlík	alfinete
státní deficit	défice publico
státní dluh	dívida publica
státní hymna	hino nacional
státní rozpočet	Orcamento de Estado
státní rozpočet	Orcamento do Estado
stopy krve	rasto de sangue
střed zájmu	foco das atencöes
studená válka	Guerra fria
svalová hmota	massa muscular
svěcená voda	água benta
Svědci Jehovovi	Testemunhas de Jeová
světelný rok	ano-luz
světelný signál	sinal luminoso
telefonní odposlech	escuta telefónica
tepelná elektrárna	central termoeléctrica
textový soubor	arquivo texto
trávicí ústrojí	aparelho digestivo
trest smrti	pena capital
tučné mléko	leite gordo
tuková buňka	célula adiposa
ukazatel směru	marca de direccäo
úroková sazba	taxa de j uro
válečný průmysl	indústria belica
válečný zločin	crime de guerra
včelí královna	abelha-mestra
věcná záruka	garantia real
věková kategorie	faixa etária
veřejná zakázka	contrato publico
veřejné výdaje	despesa publica
veřejný ochránce práv	provedor je Justica
vesmírná loď	nave espacial
větrná elektrárna	instalacäo de energia eólica
vězeňský tábor	campo de prisoneiros
vodní elektrárna	central hidroeléctrica
83
volný čas	lazer
výkonný orgán	órgäo executivo
zahraniční dluh	dívida externá
záchvat pláče	crise de choro
zapsané zavazadlo	bagagem de poräo
zavírací nožík	canivete
zavírací nůž	canivete
zavírací špendlík	alfinete
zdrojový kód	código fonte
znaková řeč	língua gestual
zúčtovací j ednotka	unidade de conta
životní prostředí	meio ambiente
84
Apéndice 2: Código fonte da página web do dicionário de colocacóes online
<?
$title =  "Česko-portugalské  kolokace  / As  colocagóes checo-
portugués";
?>
<!DOCTYPE HTML PUBLIC  "-//W3C//DTD HTML  4.0 Transitional//EN">
<html>
<head>
<meta content="text/html;   charset=UTF-8" http-equiv=Content-Type>
<meta content="cs" http-equiv=content-language>
<meta content="kolokace,   colocagóes,   čeština, portugalština"
name=keywords>
<meta content="Online slovnik česko-portugalských kolokaci" name=description>
<meta content="Alena Vašíčková;   arnostka@gmail.com" name=author>
<link rel="stylesheet"  type="text/css" href="kolokace.css"> <link rel="stylesheet"  type="text/css" href="print.css" media="print">
</head> <body>
<div id="page"> <div id="top"> &nbsp; </div>
<div id="bg">
<i— ============MAIN==== ========= -->
<div id="main"> <?
include("AdoDb/adodb.inc.php"); $C0NN = NewADOConnection('mysql');
?=$title?
85
$CONN->PConnect("mysql.webzdarma.cz",   "kolokace", "*********",
"-k-k-k-k-k-k") .
// vymazáni hodnot z formuláře pri zmačknuti tlacitka // preloz do PT/CS/odesli
if   ($_POST['SUBMIT1']) {
$pt = ""; }  else {
$pt = $INTOPT;
}
if   ($_POST['SUBMIT2']) {
$cs = ""; }  else {
$cs = $INTOCS;
}
if   ($_POST['SUBMIT']) {
$newCS = "";
$newPT = ""; }  else {
$newCS = $CS;
$newPT = $PT;
}
?>
<h2>Vyhledáváni překladu kolokace</h2> <FORM METHOD="POST" ACTION="kolokace.php">
<span class="form">cesky</span><INPUT TYPE=TEXT NAME=INTOPT VALUE="<?=$pt?>">
<INPUT TYPE="SUBMIT" VALUE="preloz do PT" NAME="SUBMIT1"> </FORM>
<FORM METHOD="POST" ACTION="kolokace.php">
<span class="form">portugalsky</span><INPUT TYPE=TEXT NAME=INTOCS VALUE="<?=$cs?>">
<INPUT TYPE="SUBMIT" VALUE="preloz do CS" NAME="SUBMIT2"> </FORM>
<?
if   ($   POST [ 'SUBMIT1'] ) {
86
$sql = "SELECT * FROM slovníček WHERE cs='$INTOPT'"; $r =  &$CONN->Execute($sql) ;
if   ($CONN->Execute($sql)   === false) {
echo('<span class="b">Nastal nejaky problem s výběrem z databáze.</span><br>');
echo("Problem spociva v:   ".$CONN->ErrorMsg()."<br>"); echo("Napis to <a href=\"mailto:arnostka@gmail.com\">webmasterovi</a>.<br>"); }  else {
if   ($r->EOF) {
echo   ("Hledaný vyraz  neni v databázi."); } else {
while   (!$r->EOF) {
echo ( '<br><b>' .$r->fields[1] . '</b>:   ' .$r->fields[2]) ; $r->MoveNext(); }
} } }
if   ($   POST['SUBMIT2']) {
$sql = "SELECT * FROM slovníček WHERE pt='$INTOCS'"; $r =  &$CONN->Execute($sql);
if   ($CONN->Execute($sql)   === false) {
echo('<span class="b">Nastal nejaky problem s výběrem z databáze.</span><br>');
echo("Problem spociva v:   ".$CONN->ErrorMsg()."<br>"); echo("Napis to <a href=\"mailto:arnostka@gmail.com\">webmasterovi</a>.<br>"); }  else {
if   ($r->EOF) {
echo   ("Hledaný vyraz  neni v databázi."); } else {
while   (!$r->EOF) {
echo ( '<br><b>' .$r->fields[2] . '</b>:   ' .$r->fields[1]) ; $r->MoveNext(); }
}
}
87
}
?>
<h2>Přidejte  svůj výraz</h2>
<FORM METHOD="POST" ACTION="kolokace.php">
<span class="form">cesky</span><INPUT TYPE=TEXT NAME=CS
VALUE="<?=$newCS?>"Xbr>
<span class="form">portugalsky</span><INPUT TYPE=TEXT NAME=PT VALUE="<?=$newPT?>"Xbr>
<INPUT TYPE="SUBMIT" VALUE="odeslat" NAME="SUBMIT"> </FORM>
<?
if   ($   POST [ 'SUBMIT'] ) {
$sql =  "INSERT  INTO slovníček   (cs,   pt)   VALUES ". "   (   '$CS',   '$PT'   ) ";
if   ($CONN->Execute($sql)   === false) {
echo('<span class="b">Nastal nejaky problem s pridanim záznamu do databáze.</span><br>');
echo("Problem spociva v:   ".$CONN->ErrorMsg()."<br>"); echo("Napiš to <a href=\"mailto:arnostka@gmail.com\">webmasterovi</a>.<br>"); }  else {
echo('<span class="b">Vyrazy pridaný do databáze.</span>' ) ;
}
}
?>
< !
FOOTER
</div><!-- bg ends --> </div><!-- page ends --> </bodyX/html>
<body></html>
88