Dicionários que não existem (Conclusões da Conferência Internacional, realizada na Faculdade de Letras da Universidade de Lisboa, 7-8 de Outubro de 2013 1 ) João Paulo Silvestre (CLUL/FLUL) 1. Um contexto para o debate A reflexão sobre os tipos de dicionários existentes para o Português justifica-se no momento em que se experimenta a expansão de recursos lexicais na internet, mas em que também é possível identificar lacunas na publicação de dicionários de referência nos domínios da lexicografia histórica, patrimonial e da informação linguística especializada. A possibilidade de aceder na internet a uma informação sintética, e hipoteticamente mais atualizada do que no imutável impresso, dá aos utilizadores de recursos eletrónicos a confortável sensação de encontrarem resposta para a maior parte das dúvidas que um dicionário pode resolver. A confiança nestes recursos é legitimada pela associação a empresas e editoras com longas décadas de trabalho na publicação de dicionários, por vezes oferecendo gratuitamente versões abreviadas das mesmas obras que circulam em papel. Mas a conversão à lexicografia eletrónica também modificou os rituais de consulta. Estes dicionários são hoje procurados ora como prontuário ortográfico para validar a escrita, ora como descodificador da imensa variedade de termos técnicos que se insinuam em usos não especializados. As expectativas dos utilizadores reorientam-se para o desejo de encontrar informação sucinta sobre todas as palavras e consideram a ocorrência no dicionário como abonação suficiente para legitimar o uso. A documentação das aceções e a avaliação fundamentada sobre os contextos de uso são exigências de um público cada vez mais restrito, que espera encontrar nos dicionários uma descrição do funcionamento da língua, e não apenas uma prescrição abstrata. A lexicografia, nos últimos 30 anos, fundamentou-se em técnicas normalizadas, apoiadas no uso geral de aplicações informáticas. Esta especialização deslocou a lexicografia de uma posição de lexicologia aplicada para um espaço disciplinar autónomo, entre as ciências da linguagem e as ciências informáticas. A normalização de procedimentos é hoje geralmente aplicada na lexicografia do Inglês e dita as práticas que aferem a qualidade dos dicionários das restantes línguas. Os dicionários do Português, especialmente os bilingues, são hoje 1 A conferência internacional Dicionários que não existem: tipologias lexicográficas foi organizada pelo Centro de Linguística da Universidade de Lisboa. O programa e o livro de resumos podem ser consultados em http://lexico.fl.ul.pt/dicionarios2013/ 1
avaliados por modelos teórico-práticos reconhecidos pela comunidade internacional de lexicógrafos. Na conferência, através da análise de projetos lexicográficos em curso, ou em planificação, procuraram-se respostas para problemas de tipologia e fundamentação linguística: - Que problemas tipológicos e metodológicos impedem o desenvolvimento de projetos lexicográficos? - Comparando a produção lexicográfica existente para outras línguas modernas de grande difusão, como adaptar as tipologias dicionarísticas ao Português? - Como podem ser aproveitados os métodos e o trabalho documental acumulado por projetos lexicográficos anteriores ou inacabados? As conclusões contribuíram para uma perceção mais clara das lacunas da lexicografia do Português, com a apresentação de modelos de dicionários a desenvolver, dos problemas de descrição linguística e de constituição de corpora para a documentação lexicográfica. Apresentaram-se os resultados preliminares de projetos em curso, mas também problemas de desenvolvimento relacionados com o tratamento de corpora, a seleção e tratamento de dados e os meios para a disponibilização dos dicionários. Nesta síntese, destacam-se três áreas fundamentais que exigem reflexão metodológica, investimento e trabalho futuro: a lexicografia patrimonial, os dicionários especializados e os dicionários gerais. 2. A lexicografia patrimonial Ao mesmo tempo que os dicionários gerais são mais acessíveis, torna-se evidente a carência de dicionários patrimoniais, que apresentem uma descrição documentada do léxico, numa perspetiva diacrónica e crítica, essencial para esclarecer e validar a acumulação de informação dos dicionários do Português Contemporâneo. A comunicação de Telmo Verdelho 2 recuperou o bibliónimo tesouro para a discussão sobre as prioridades da lexicografia do Português. É um tipo de dicionário essencial na fixação da descrição lexical canónica das línguas românicas e ainda em uso na tradição francesa e italiana (como o Trésor de la Langue Française, ou o Tesoro della Lingua Italiana delle Origini). O tesouro é o arquétipo do dicionário que interage com a história da língua, funcionando como repositório da memória das palavras, da arte literária, da plástica gramatical, das subtilezas semânticas e dos recursos expressivos. Cabe também num tesouro a informação extralinguística das palavras que assinalam referências históricas e momentos e movimentos da história política, cultural e religiosa. É documentado por um universo textual e linguístico 2 Telmo Verdelho (Academia das Ciências de Lisboa), O Tesouro: conjecturas sobre uma utopia da língua portuguesa. 2
de referência, que representa "tudo e o melhor, em toda a memória escrita". A sua realização assenta em pressupostos filológicos que exigem uma discussão sobre o conceito de memória literária canónica e sobre a qualidade das fontes textuais disponíveis. Sobretudo, um tesouro necessita de edições críticas fidedignas, que resolvam lacunas tradição filológica portuguesa. 3. Filologia e corpora A necessidade de constituir um corpus histórico para apoio da atividade lexicográfica e da história da língua foi amplamente discutida nas conferências de Clotilde Murakawa 3 e Filomena Gonçalves 4, sobre o projeto de um Dicionário Histórico do Português do Brasil, desenvolvido na Universidade Estadual Paulista. Este dicionário tem por objetivo reunir o léxico da língua portuguesa que, nos séculos XVI, XVII e XVII, fixou um repertório lexical que veio a constituir o português do Brasil. Documenta-se numa base de dados com aproximadamente 10 milhões de ocorrências, a partir de textos que representam três séculos da história colonial brasileira. Além de fornecer a nomenclatura do dicionário histórico, a base de dados permitiu construir definições lexicográficas, acompanhadas de exemplos abonados. A equipa assume os problemas filológicos decorrentes da integração de edições de qualidade muito diversa, que incluem leituras realizadas por historiadores a partir do século XIX. O trabalho filológico de edição uniforme das fontes seria tão demorado que inviabilizaria a conclusão desta primeira versão. As imperfeições do conjunto documental são reconhecidas, mas não impedem o uso do acervo para a datação de palavras e significados. Foram várias as comunicações a referir a importância da qualidade dos trabalhos de edição eletrónica para os estudos lexicológicos 5. Nas chamadas humanidades digitais, é hoje um requisito que os textos sirvam também como documento linguístico, valorizando não apenas a preservação e o acesso aos originais, mas também a interação com os estudos em ciências da linguagem. A edição de textos, a lexicologia e a linguística computacional são disciplinas colaborantes na obtenção de textos coerentemente editados, que preservem a informação linguística essencial para a documentação lexical, e com uma seleção criteriosa e representativa das variações diacrónicas e de registo. A possibilidade de aplicar modelos de análise lexicográfica aos textos permite a pesquisa de padrões linguísticos abrangentes através de expressões regulares simples, fazendo referência 3 Clotilde Murakawa (Universidade Estadual Paulista), Opções, decisões, (im)perfeições e resultados do Dicionário Histórico do Português do Brasil. 4 Filomena Gonçalves (Universidade de Évora), O banco de textos do Dicionário Histórico do Português do Brasil. 5 Joana Serafim e Paula Carvalho (Universidade Europeia), João Paulo Silvestre, (CLUL), As traduções da Regra de S. Bento: um glossário diacrónico do léxico português (secs. XV-XVI). João Paulo Silvestre (CLUL) O corpus de regionalismos e arcaísmos de Leite de Vasconcelos: editar uma fonte lexicográfica. 3
aos atributos lexicais, morfológicos e sintático-semânticos. Mas, sem edições de qualidade, as vantagens que a linguística computacional traz ao processamento de dados são desaproveitadas, pois os resultados serão provavelmente equívocos. Outro caminho promissor para a constituição de corpora documentais é a retrodigitação de dicionários e o seu processamento computacional. Um projeto deste tipo decorre na Universidade do Minho 6 e visa aplicar a dicionários existentes (que podem ser dicionários impressos, recuperados por reconhecimento óptico de carateres) processos de análise e pesquisa automática que os transformam em dicionários de codificação / produção. Pretendese que os utilizadores possam procurar unidades lexicais relacionadas (sinónimos, quasesinónimos, hiperónimos, hipónimos, merónimos, holónimos, coocorrentes, etc.) a partir de uma ou de várias palavras. O sistema de pesquisa apoia-se na codificação de uma estrutura semântica, que explicita relações léxico-conceptuais com os termos introduzidos. A pesquisa transforma os dicionários eletrónicos numa espécie de base de dados conceptual, que funciona como um dicionário onomasiológico. Para a extração automática de relações léxicoconceptuais usa-se um conjunto de regras ou padrões, que são sequências de palavras que se pretendem encontrar nas definições e que indicam a grande probabilidade da palavra que segue o padrão estar relacionada com o lema da respetiva definição. 4. Dos dicionários especializados aos dicionários gerais A descrição sistemática de dados relativos à etimologia, informações pragmático-discursivas ou sintático-combinatórias tem perdido espaço na maioria dos dicionários de Português, apesar de ser importante para o conhecimento das unidades de sentido. O tratamento atualizado destes domínios encontra-se sobretudo em dicionários especializados. A lexicografia Brasileira tem suprido lacunas pela publicação de dicionários combinatórios e de colocações, que indicam para cada palavra que tipos de complemento são sintaticamente possíveis, ou, no caso das colocações, que palavras coocorrem para formar unidades de sentido distintas da soma dos significados individuais. A comunicação de Maria Helena de Moura Neves 7 traçou a história da compilação destes recursos no Brasil, pela equipa do linguista Francisco Borba 8. São dicionários e gramáticas de referência, totalmente elaborados a partir de usos reais da língua verificados num corpus de língua escrita de todos os géneros e 6 Álvaro Iriarte (Universidade do Minho) A pesquisa reversa nos dicionários eletrónicos. 7 Maria Helena de Moura Neves (Universidade Estadual Paulista Universidade Presbiteriana Mackenzie), A produção de dicionários e gramáticas de usos. 8 Borba, F.S.(ed.) Dicionário gramatical de verbos do português contemporâneo do Brasil. São Paulo: Ed. UNESP, 1990; Borba, F.S. et allii. Dicionário de usos do português. São Paulo: Ática, 2002; Borba, F.S. (org.) Dicionário UNESP do português contemporâneo São Paulo: Ed. UNESP, 2004; Borba, F.S. (ed.) Dicionário do português documentado do Brasil. São Paulo: Ed. UNESP, no prelo; Neves, M.H.M. Gramática de usos do português. São Paulo: Ed. UNESP, 2000. 4
de todos os tipos (literário, jornalístico, oratória, técnico-científico, ), hoje com 230 milhões de ocorrências. Essa base de dados está disponível na UNESP (corpus de Araraquara). Em 2012, foi entregue para publicação o Dicionário do português documentado do Brasil (Borba, coord., no prelo), definido como um tesouro lexical que, documentando a língua escrita com o corpus de Araraquara, enuncia os padrões de construção sintática e a colocação lexical, e as respetivas informações semânticas. Do desenvolvimento da lexicografia especializada resultam dicionários em que se exige adequação funcional, rigor documental e qualidade da descrição linguística. O conhecimento destes modelos, tecnicamente mais coerentes e cientificamente validados, deverá modificar a perceção que os lexicógrafos e os utilizadores têm sobre os dicionários gerais. 5. Métodos e objetivos para os dicionários gerais Não obstante serem dirigidos para um público diversificado, os dicionários gerais podem refletir os resultados da investigação em domínios especializados do saber lexical e beneficiar de todo o investimento que tem sido feito na compilação de corpora literários e linguísticos. O uso sistemático de corpora na lexicografia do Português é uma prática recente e, no caso dos dicionários que são constituídos a partir de uma base lexical não documentada, a justificação de todas as aceções e entradas poderia significar uma reescrita significativa do material já compilado. Numa sessão dedicada a corpora e lexicografia, discutiu-se a utilização efetiva, por parte das equipas de lexicógrafos, dos dados oferecidos pelos corpora linguísticos. O Corpus de Referência do Português Contemporâneo 9 é um dos recursos mais extensos e foi já usado como fonte documental do Dicionário da Língua Portuguesa Contemporânea. Contém 311,4 milhões de palavras e abrange diferentes tipos de textos escritos (literário, jornalístico, técnico, etc.) e de registos orais (formal e informal). Permite extrair informação para a descrição lexical no que respeita a neologismos, colocações, com informação morfossintática. Todavia, os dicionários gerais parecem fazer uso muito parcial destes recursos, segundo foi descrito na conferência por representantes de dois dicionários de grande difusão, o Dicionário Priberam da Língua Portuguesa (DPLP) e o Dicionário Houaiss da Língua Portuguesa. O Dicionário Priberam da Língua Portuguesa (DPLP) 10 é um recurso de acesso gratuito online, integrado na plataforma da Priberam. Está em ampliação constante e pretende oferecer uma descrição o mais extensa possível do léxico português conhecido. A base de dados do DPLP foi constituída a partir do Novo Dicionário Lello da Língua Portuguesa (1996). 9 Apresentado por Amália Mendes (Universidade de Lisboa). 10 Comunicação de Helena Figueira, Afonso Mendes, Pedro Mendes e Cláudia Pinto (Priberam), Dicionário Priberam da Língua Portuguesa. 5
Alterou-se a microestrutura original, refletindo soluções encontradas por dicionários gerais mais recentes como o Dicionário da Língua Portuguesa Contemporânea (Casteleiro, 2001) e o Dicionário Houaiss da Língua Portuguesa, incorporando as ferramentas de pesquisa e relacionamento de dados desenvolvidas pela Priberam. Para a redação de novos verbetes, os lexicógrafos consideram aspectos como as estatísticas de consulta (que indiciam formas ainda não dicionarizadas) e os usos em tempo real da palavra no Twitter, em blogues e em notícias. Apesar de não se tratar de abonações literárias, são entendidos como usos efetivos da língua, contextualizados e autênticos. A Priberam dispõe de outros recursos ou ferramentas cuja articulação com o DPLP ainda está em desenvolvimento, nomeadamente o aumento da nomenclatura a partir dos léxicos do FLiP, que incluem unidades lexicais das variedades do Português. A Priberam desenvolveu também uma ontologia com cerca de 200 000 vocábulos e locuções em Português, com os respetivos equivalentes em inglês, francês e espanhol, e com uma estrutura estabelecida através de relações de proximidade conceptual que podem possibilitar uma visualização e articulação de conteúdos que se afasta da forma lexicográfica mais tradicional. A ontologia poderá servir como uma ferramenta essencial na criação, por exemplo, de um dicionário analógico ou de um dicionário com classificação semântica de todas as entradas. O Dicionário Houaiss da Língua Portuguesa 11, concebido simultaneamente como dicionário eletrónico e impresso, é mais restritivo na fixação da nomenclatura, avaliando a frequência de uso e perspetivando da relevância da palavra na língua a médio prazo. O levantamento de entradas e o registo das aceções procura basear-se em corpora ou outras bases textuais, e a descrição semântica é abonada em usos atestados. Apesar de não ser um dicionário histórico, a datação dos usos é o critério que organiza as aceções dentro dos verbetes, a partir da sua aceção mais antiga, sugerindo um caminho histórico para o aparecimento gradual dos novos sentidos e também esclarecer os fenómenos de derivação semântica. O registo de novas palavras é especialmente ponderado. As informações sobre possíveis admissões na nomenclatura são armazenadas à parte na base de dados e a validação é posteriormente discutida. Além da passagem de um determinado número de anos para avaliar a permanência da palavra, considera-se também o volume de utilização e ocorrência em fontes de natureza diversa. O dicionário Houaiss não recebe sugestões dos utilizadores para a inclusão de novas palavras, mas tem um conjunto de colaboradores que apresentam propostas a partir a leitura de fontes. A inclusão de termos científicos e tecnológicos em geral depende da contribuição de especialistas de cada uma dessas áreas. 11 Apresentado por Mauro Villar (Instituto Antônio Houaiss). 6
6. Conclusões Os dicionários gerais, apesar da profusão de títulos editados e de recursos eletrónicos, ressentem-se da falta de instrumentos para assinalarem unidades lexicais e aceções que estão em desuso no Português Contemporâneo. Sem a aferição que só pode ser obtida num dicionário patrimonial com organização diacrónica, todos os dicionários gerais tendem a ser acumulativos, construindo uma descrição desproporcional do léxico, que inflaciona o peso da memória sucessivamente recuperada de dicionários anteriores e que os torna incomunicantes no que respeita à comparação bilingue. Mesmo quando os lexicógrafos assumem uma orientação diacrónica, como no caso do dicionário Houaiss, rapidamente concluem que não têm nem os dados, nem o tempo necessário para aplicar os critérios sistematicamente, sem inviabilizar um produto que obedece aos ritmos das iniciativas comerciais. Outras áreas, que trabalham a partir de corpora contemporâneos (terminologia, os dicionários combinatórios) parecem ter os instrumentos documentais e técnicos para continuar a produzir e a atualizar dicionários especializados. Também a qualidade da lexicografia bilingue ganha com a melhoria destes dicionários, pois abordam unidades e categorias de informação necessárias para acompanhar os padrões de descrição já alcançados por outras línguas modernas. A descrição da evolução semântica e da inovação lexical é uma tarefa complexa, que exige leitura atenta das fontes e o rastreio de corpora, além da construção de corpora específicos. Os dicionários diacrónicos podem, com base na documentação, discriminar o que caracteriza a língua contemporânea e o que passa a constituir um património lexical preservado na memória literária. A lexicografia patrimonial é uma referência essencial para garantir a qualidade técnica e documental dos futuros dicionários do Português. Na história da lexicografia das línguas modernas houve espaço para um exercício de reflexão sobre o património acumulado e, no caso do Português, esse trabalho foi iniciado por instituições académicas, mas de facto nunca concluído, pelo menos de acordo com métodos consistentes e reconhecidos internacionalmente. É uma tarefa de décadas, destinada a um permanente esforço de atualização, e que, no caso do Português, língua com uma reconhecida expansão e variedade, pode beneficiar da colaboração pluricêntrica entre as várias instituições universitárias ou de referência cultural que estão em condições de garantir a competência científica e os meios para a continuação do trabalho. 7