Eusko Jaurlaritza̠k bere webgunean kontsultatzeko eskaintzen dituen euskarazko hiztegiak (2024-01-14)[1]
Euskarazko hiztegigintzaeuskaraz egindako hiztegiak (elebakarrak eta elebidunak) eta horiek sortzeko metodologia eta tresnak aztertzen dituen arloa da.
Hiztegiak
Asko izan dira historian zehar euskararen hitzak identifikatzeko eta deskribatzeko plazaratu diren hiztegiak. Bide horretan euskara batuaren agerpena mugarria izan zen 1968an. Horrela, artikulu honen lehen atalean euskara batuaren aurreko hiztegiak aipatuko dira, eta bigarren atalean 1977tik aurrera euskara batuaren aroan argitaratutako hiztegi andana. Zerrenda ez dago guztiz osatuta, oraindik hainbat hiztegi faltako dira eta.
Hiztegi entziklopedikoak diferenteak direnez —pertsona, toki, eta beste entitateen izenak ere agertzen dira horietan—, beste multzo batean sartzen dira. Labur azalduko dira artikulu honetan, gaia sakonago aztertzen baitu beste artikulu batek: euskarazko entziklopediak. Artikulu horretan, 16 dira gutxienez aipatzen direnak, eta denak dira euskara batuaren arokoak. Toki-izenak jasotzen dituzten Atlas geografikoak ere jaso dira erreferentziazko obra horien artean.
Hiztegigintzaren metodologia eta tresnak asko aldatu dira XX. mendearen bukaeratik; hitzen erabilera hobeto ezagutzeko erabil daitezkeen baliabide teknologiko berriak agertu dira, testu-corpusak, esaterako. Aro digital berriak bide berri oso onuragarriak ireki ditu, baina horrekin batera baditu bere alde ilunak ere. Hiztegigile askoren kezka nagusia da egun euskal hiztegigintza ez dela errentagarria.[2] Urteetan, euskarazko hiztegigintzaren diru-iturri nagusia paperezko aleen salmenta izan da, eta, horri esker, hiztegiak eguneratzen eta aberasten jarraitu ahal izan dute hiztegigileak. Beste arlo batzuetan gertatzen den antzera, erabiltzaileek paperezko produktuak erosteari utzi diote: paperezko hiztegien salmentak % 80ko jaitsiera izan zuen 2008tik 2023ra bitartean, hamabost urteetan, eta ez dirudi joera horrek aldaketarik izango duenik. Hortaz, hiztegien salmenta-bidea agortuta, hiztegiko eguneraketak eta egokitze-lanak egiteko finantzabide berriak topatu behar dira.[3]
Hiru ataletan banatzen dira hemen euskara batuaren aurreko hiztegi-lanak: 1) Euskara arkaikoaren garia (XV. mendera arte), 2) Euskara zaharraren garaia (1600-1745), eta 3) Modernitatearen garaia, hau da, 1745 eta 1965 urteen artekoa. Lehen bi ataletan oso adiera zabalean hartu da hemen "hiztegi" hitza, hau da, hitz bildumak edo glosarioak ere hiztegi gisa hartu diren heinean. Txikiak (hitz zerrenda xumeak) zein handiak, gordeak zein galduak, 1745 arte ezagun diren guztiak bildu dira, non kontsulta daitezkeen erantsita. Azken atalean historia modernoko hiztegiak zerrendatu dira, euskara batuaren aurreko hiztegiak , batez ere Larramendi, Azkue, Lhande, Lafitte eta Muxika hiztegigileen lanak (1745-1965).
Euskara arkaikoaren garaia (XV. mendera arte)aldatu
Lehen garai honetakoak dira euskara idatziaren lehen agerpenak. Balio dute orduko euskarazko hitzak ezagutzeko, baina kasu askotan ez dira hiztegiak, ezta hitz zerrendak ere.
Aymeric Picaud (1134 b.l.), "Iter pro peregrinis ad Compostellam" in Codex Calixtinus edo Liber Sancti Jacobi, 5. lib.: Mañaricua 1970. Mitxelena TAV 2.2.12.
Arnold von Harff (1496-1499), eskuizkribua, Eberhard von Groote (arg.): Arnold von Harff, Die Pilgerfahrt des Ritters Arnold von Harff. Von Cöln durch Italien, Syrien, Aegypten, Arabien, Aethiopien, Nubien, Palästina, die Türkei, Frankreich, Spanien, wie er sie in den Jahren 1496 bis 1499 vollendet, beschrieben und durch Zeichnungen erläutert hat [Arnold von Harff zaldunaren erromesaldia. Koloniatik Italian, Sirian, Egipton, Arabian, Etiopian, Nubian, Palestinan, Turkian, Frantzian, Espainian zehar, nola lortu duen 1496-1499 kontatzen da eta irudiz laguntzen] (Köln, 1860). Gavel 1922. Mitxelena TAV 2.2.18.
Lucio Marineo Siculo (1530), "Vocablos de la lengua antigua que se usaba en España", "Qual fue antiguamente la lengua Española" atalaren barruan, in De las cosas memorables de España (De rebus Hispaniae memorabilibus Libri XXV-ren gaztelaniazko itzulp.) (Alcalá, 1530): 1539ko argitalpena, Sancho el Sabio Fundazioa, ATV 25417, IV. lib., 28r eta 29v.
Nicolao Landuchio (1562), Dictionarium linguae cantabricae. Bocabularioa ezqueraz jaquiteco eta ezqueraz verba eguiteco. Eskuizkribuaren argazkia: Koldo Mitxelena Kulturunea, J.U. CG3087. Agud & Mitxelena 1958. Knörr & Zuazo 1998 (zuzendua eta emendatua). Martinez de Madina 1998 (bihurketa).
"Testamentu Berrian diraden icen propri Hebraico eta Greco batzuén declarationea" (faks. 1198-1200; CAN pdf 960-962)
"Testamentu berrico hitz eta minçatzeco manera difficil bakoitz batzuk bere declarationéquin" (faks. 1201-1213; CAN pdf 1075-1087)
"Çuberoaco herrian usançatan eztiraden hitz bakoitz batzuk hango ançora itzuliac" (faks. 1213-1214; CAN pdf 1087-1088)
Bonaventura Vulcanius (1597), "Index Vocabulorum aliquot Cantabrorum" eta zenbakiak, "Parergon, siue specimen cantabricaem hoc est veteris vasconum lingua" [Eranskina, edo kantabroeraren ebidentzia, hau da, euskaldunen antzinako hizkuntzarena] atalaren barruan, in De literis et lingua Getarum sive Gothorum, Lugdunum Batavorum, Leiden, 92-96. Garate 1961.
Arnaut Oihenart, 1657, "Neurtitz hautaco hiz bekanen adigarria", in Les proverbes basques recueillis par le Sr. D’Oihenart, plus les poesies basques du mesme auteur, arg. faks., RIEV 26 (1929) eta 27 (1930) argitalpeneko separata.
Edward Lhwyd (1703), Ashmole eskuizkribua. Urkizu 1983. Zulaika 2009.
Edward Lhwyd (1707), Archeologia Britannica. Urkizu 1989. Zulaika 2009.
Joanes Etxeberri Sarakoaren hiztegi galdua (1712 b.l.): ik. Urquijo (1907a: 81-83), Mitxelena (1970: 29-31), Bilbao (1991b: 766-767), Lakarra (1993: 76-88) eta Urgell (2000).
Pierre Urte (1714), Grammaire cantabrique basque, W. Webster-en arg., Bagnères-de-Bigorre, 1900. Lakarra 1994c (hiztegia, gehi euskara-frantsesa ordenako bihurketa eta barneko indizea).
Pierre Urte (1715), Dictionarium Latino cantabricum. Urkizu 1989.
P. Duhalderen hiztegi galdua (XVIII. ea.?): ik. Lakarra 1992b: 282 eta 1993.
Manuel Larramendiren etimologi zerrenda (1728), "De las etymologías de las voces castellanas", in De la antigüedad y universalidad del Bascuenze en España: de sus perfecciones y ventajas sobre otras muchas Lenguas, Demonstración previa al Arte que se dará a luz desta Lengua, Salamanca: García de Honorato, 49-105. Jatorrizko argitalpena: Sancho el Sabio Fundazioa, ATV 02790. Argitalpen modernoa (Ediciones Vascas, Bilbo, 1978) ez da fidagarria.
Martin Harriet (1741), Gramatica escuaraz eta francesez, composatua Francez hitzcunça ikhasi nahi dutenen faboretan, Baiona: Fauvet. Lakarra 1994a (hiztegiak, gehi bihurketa).
"Dictionarioa escuaraz eta francesez, çoiñetan hasten baitire hitzçac Escuaratic" (1741: 268-323) (Frantsesez)
"Dictionarioa francesez eta Escuaraz" (1741: 324-440) (Frantsesez)
Askotan esan ohi da euskal lexikografiaren historia ez zela oso aberatsa izan harik eta 1968an hizkuntzaren normalizazio-prozesua hasi zen arte. Nolanahi ere, badira garai horren aurretiko lan esanguratsuak ere, gaur egungo hiztegigintzaren oinarri izan direnak.[3] Hiztegi orokor bateratu baten lehen saiakera Hiztegi Hirukoitza izan zen Manuel Larramendi idazlearen hiztegia. Jatorrizko izenburua, gaztelaniaz hau da: Diccionario Trilingüe del Castellano, Bascuence, y Latin), ezaguna Larramendiren hiztegia izenaz ere. Donostian (Gipuzkoa) 1745ean argitara eman zuen. Bere garairako, lan erraldoia izan zen, bi liburukitan plazaratua. Larramendi ordura arteko euskararen hutsuneak betetzen saiatu zen, eta neologismoak sortu zituen euskaraz falta ziren hitz tekniko eta zientifikoetarako.[3]
Aranzazu-Oñatiko eta inguruko euskal hiztegia (El vocabulario vasco de Aranzazu-Oñate y zonas colindantes) liburua Kandido Izagirreren ikerketa-lanaren emaitza da. Egilea 1967an hil ostean plazaratu zen nahiz eta erabat osatu ez izan. Argitalpena, Izagirreren omenez, Luis Villasantek paratu zuen 1970an, horretarako sarrera interesgarria eginez. Argitalpena Anuario de Filogia vasca Julio de Urquijo aldizkariak burutu zuen. 1994an Oñatiko Udalak edizio berri bat plazaratu zuen.[8]
Nabarmentzeko da garai hartan ez zela egin hiztegi elebakarrik. Lan lexikografikoa lexiko komun eta dialektal baten konpilazioan oinarritu zen, eta gaztelaniazko edo frantsesezko itzulpenak erabili zituzten, edo gaztelaniazko edo frantsesezko hitzen baliokideak proposatu. Urte askoan, ez zen izan terminologia tekniko-zientifiko eta beharrezko neologismoak proposatzeko lana bere gain har zezakeen erakunde arautzaile ofizialik, eta hiztegigileek beren kabuz bete behar izan zituzten hutsune horiek, edo hiztegietatik kanpo utzi.[10][3]
Euskara batuaren sorreraz geroztiko hiztegigintza (1965tik aurrera)aldatu
Normalizazio-prozesua hasi zenean, Euskaltzaindiaren lehen eginkizuna ortografia, morfologia eta aditzak bateratzea izan zen; hasiera hartan arreta gutxi jarri zitzaion lexikoari, eta alor horretan egindako lana oinarrizko hitzen zerrenda txikietara mugatu zen. Hala ere, euskara arlo eta erregistro guztietara zabaltzeko nahiak indar handia hartu zuen gizartean, eta horrek lexikoaren arloan ere eskakizuna handia izatea ekarri zuen berekin. Horregatik, hainbat pertsona, talde eta erakunde hiztegiak osatzen hasi ziren, erabiltzaileari arlo eta erregistro «berrietan» euskara erabiltzeko baliabideak emateko.[3]
Ahalegin horretatik sortutako hiztegien artetik, 1980an argitaratutako Hiztegia 80 izan zen arrakastatsuena.[11] Euskaltzaindiak 1968an proposatutako ortografia bateratua erabili zuen, eta hiztegi elebidun moderno, estandar eta tamaina ertainekoa egiteko saiakera argia izan zen.[3]
UZEI hiztegi batzuk
Lexiko espezializatuari edo terminologiari dagokionez, UEU, Elhuyar eta UZEI izan ziren aitzindariak, hiztegigintzan zein testugintzan; hiztegiei gagozkiola, UZEIren lana izan zen aipagarriena. Zientzia eta teknologietatik hasita, jakintza-arlo askotarako termino-baliabideak sortu zituen, arloetako espezialista askorekin lankidetzan, eta horrek eragin handia izan zuen testu-liburuetan, irakaskuntzan eta euskarari zabaltzen ari gintzaizkion beste hainbat jardueratan. UZEIz gain, beste eragile batzuek ere terminologia-lan espezializatuak argitaratu zituzten, hala nola IVAPek, EHUk eta Elhuyarrek. Esan genezake estandar moduko bat sortzen hasia zela zenbait espezialitate arlotan.[3]
1984an, hiztegiak garatzeko epe luzeko plana onartu zuen Euskaltzaindiak, Hiztegi Batua izeneko euskal hiztegi estandar bateratu bat garatzeko baliabideak lortzeko (Sagarna, 2010). Batetik, Orotariko Euskal Hiztegia (OEH),[12] 1970era arteko argitalpenen corpusean erabilitako lexikoaren konpilazioa, eta, bestetik, XX. mendeko euskararen corpus estatistikoa[13] erabilitako lexikoa.[3]
Hiztegi orokor elebakarrei dagokienez, Adorez taldearen Euskararako Hiztegia izan zen argitaratzen lehena (1986).[14] Hala ere, lexikoa bildu, finkatu eta zabaltzeko jardunean eragin handiena izan zuen lanetako bat Ibon SarasolarenHauta-lanerako Euskal Hiztegia izan zen (1984-1995), zeina Euskal Hiztegia izenarekin berrargitaratu baitzen (1996). Obra hura OEHrako corpusaren bidez osatu zen. Bestalde, garaitsu hartan Elhuyarrek ere hiztegi elebakarra argitaratu zuen, Euskal Hiztegi Modernoa (1994).[3]
1990eko hamarkada oso emankorra izan zen euskal lexikografiarentzat. Lehenik eta behin, Euskaltzaindiak batzorde bat sortu zuen Hiztegi Batua prestatzeko (2000-2016). Lan hori, batez ere, hiztegi ortografiko bat da, datu lexikografiko gehigarri batzuk dituen hitz-zerrenda. Bigarrenik, lehenengo hiztegi entziklopedikoak argitaratu ziren: Elhuyar Hiztegi Entziklopedikoa (1993), Lur Entziklopedia (1995) eta Harluxet Hiztegi Entziklopedikoa (1998).[3]
1996an, espainiar eta euskal hiztegi elebidunen belaunaldi berri bat argitaratu zen —besteak beste, Hiztegia 3000 (Adorez)[15] eta Elhuyar Hiztegia—, guztiak ere ezaugarri komun batzuk zituztenak: tamaina estandarra, mikroegitura zehatza, azpisarrerak eta abar. Hiztegi elebidun horiek harrera ona izan zuten euskal gizartean eta merkatuan, eta hiztegigintza ekonomikoki errentagarri eta eramangarri bat sortzeko aukera eman zuten. Harrezkero, hiztegi elebidunen arloa inoiz baino gehiago hazi da; horren erakusgarri dira Ibon Sarasolak 2005ean argitaratutako Zehazki Hiztegia,[16] gaztelania-euskara noranzko bakarrekoa, euskara-ingelesa hiztegiak (Morris Student plus hiztegia,[17]Elhuyar-Collins eu-en/en-eu hiztegia) eta euskara-frantsesa hiztegiak (Nola Erran,[18]Elhuyar eu-fr/fr-eu hiztegia[19]).[3]
Hamarkada horretan, eta batez ere gerora, 2000. urtetik aurrera, dibertsifikazio-prozesu bat abiatu zen, bai lexikografian (eskola-hiztegi elebakarrak, tamaina desberdineko hiztegi elebidunak), bai terminologian, UZEIz bestelako eragileak ere hasi baitziren hiztegi espezializatuak argitaratzen. Hiztegi terminologikoei dagokienez, asko enpresen finantziazio pribatuaren bidez edo administrazio publikoko sail batzuen enkarguz ondu ziren, eta Elhuyarrek hiztegigintza-lan handia egin zuen. Esaterako, EVErentzat egindako Energiaren Hiztegi Entziklopedikoa[20], EHUGET taldearen Geologia Hiztegia,[21] Eusko Jaurlaritzaren Ingurumen Sailaren ingurumen Hiztegia[22] eta Kultura Sailaren Musika Hiztegia[23], Euskaltelen telekomunikazio Hiztegia,[24] zenbait industria-enpresaren artean babestutako Automobilgintza Hiztegia,[25] Petronorren Oil&Gas Hiztegia, Emakunderen eta Eusko Jaurlaritzaren Kultura eta Hizkuntza Politika Sailaren artean sustatutako Feminismoa eta Berdintasuna Hiztegia16[26] eta SPrI Taldearen industria Berriaren Hiztegia[27]. Nolanahi ere, hiztegi terminologikoen alorrean beste bultzatzaile batzuk ere badira; DanobatGroup Hiztegia,[28] adibidez, kooperatiba horretako Euskara Batzordeak sustatu eta egin zuen, langileen elkarlanarekin eta Emun kooperatibaren aholkularitzarekin.[3]
Hiztegi horiek guztiak osatu eta plazaratzen ziren bitartean, 1990eko hamarkadaren bigarren erdialdeak bi fenomeno berri ekarri zituen euskarazko hiztegigintzaren agertokira: batetik, euskarazko hizkuntza-teknologien garapena; bestetik, digitalizazioa eta Internet. Geroztik, bi aktore berri horiek gero eta eragin handiagoa izan dute, eta alorra ere erabat aldatu zituzten, lehentxoago beste hizkuntza «handiago» batzuetan egin zuten bezala, hiztegiak diseinatzeko, egiteko, gizarteratzeko eta erabiltzeko erak. Gainera, berealdiko inpaktua izan dute hiztegigintzaren finantziazioan eta bideragarritasunean eta, nola ukatu, oso neurri handian ari dira baldintzatzen hiztegigintzaren etorkizuna.[3]
Euskara batuaren garaiko hainbat hiztegiak argitaletxearen araberaaldatu
Euskara batuaren lehen hiztegi handiak 1977an hasi ziren plazaratzen. Xabier Kintanaren ekarpena oso nabaria izan zen. 1970ean, Gabriel Arestirekin batera, batasunerako oinarrizko hitzak biltzen zituen Batasunaren kutxa izeneko argitalpenean. Gero, oso ezagun eta erabiliak izan ziren hiztegiak atera zituen hurrengo urteetan, gero eta osatuagoak izan ziren, Kintanak berak bakarrik paratuta edo elkarlanean:
Beste hiztegi batzuk ere sortu ziren 1980ko hamarkadatik aurrera. Prozesu horretan eragile nagusiak hauek izan dira: Euskaltzaindia, UZEI, Elhuyar, EHUko Euskara Institutua, eta Bostak bat taldea. Jarraian aipatuko dira eragile horiek sortu dituzten hiztegi garrantzitsuenak.
Euskalterm. Urtetan egindako hiztegi terminologiko guztiak banku terminologiko batean sartu ziren. Honela, 1986an Euskalterm terminologia-bankua sortu zen bere baitan.
1990eko hamarkadan hasi ziren argitaratzen hezkuntza-sisteman behar-beharrekoak ziren erreferentziazko obrak. Lehenengo urratsa 1991ean hasi zen, orduan plazaratu baitzen Lur Hiztegi Entziklopedikoaren lehen liburukia. Geroago Gazteen Entziklopediaren lehenengo zenbakia 1992an argitaratu zuen EUSENOR Fundazioak.
1999an Lur Entziklopedia Tematikoa sortu zen.[30] Geroxeago etorriko ziren hiztegi entziklopediko horien online-eskaintzak eta 2001ean sortuko zuten Euskal Wikipediaren lehen bertsio nimiñoa, urteekin garapen handia hartuko zuena.
Bestalde entziklopediaz gain kulturan bada erreferentziazko beste obra mota nagusi bat: Atlas geografikoa. Elkarrekiko beharra dute entziklopediak eta atlasak, elkarren osagarriak dira eta. Goian azaldu den bezala, euskarazko hiru entziklopedia sortu ziren 1990eko hamarkadan (Elhuyar 1993, Gazteena 1992-1997, Lur 1991-1999). Bada euskarazko atlasekin ere antzeko prozesua gertatu zen, 1990ean EreinekEuskal Herriko Atlasa argitaratu zuen. Urte bat geroago Kriseilu argitaletxeak Euskal Herriko Atlasa. Mendiak eta Euskal Herriko Atlasa. Ibaiak liburuak plazaratu zituen. Munduko Atlasa liburua plazaratu zuen Klaudio Harluxet Fundazioak, aurreko atlasen informazioa zabaldu zituen, Euskal Herri mailan eta munduko kontinente guztietako mapak emanda. Gainera, bazekarren estaturik gabeko herriei buruzko atal bat ere, baita Euskal Herriko eta mundu osoko toponimoen aurkibideak ere.[31]
1990eko hamarkadatik aurrera euskal hiztegigintza eraldatu duten fenomenoen artean, lehenik eta behin corpusak aipatu behar dira. Corpusak hizkuntza-erabilera errealeko datuen bildumak dira,[44] eta, haiei esker, hiztegigintza datuetan oinarritzen hasi zen. Euskarazko lehen bi corpusak hauek izan ziren: Orotariko Euskal Hiztegia (OEH) osatzeko erabili dena (1984-2005) eta XX. mendeko Corpus Estatistikoa (2002), bi-biak Euskaltzaindiarenak. Bi bilduma horiek izan ziren Hiztegi Batua osatzeko datu-iturri nagusiak. Orduko Hiztegi Batua oraingo Euskaltzaindiaren Hiztegiaren[45] abiapuntua izango zela jakinik, aise ikus daiteke zenbaterainoko garrantzia izan zuten corpus horiek Euskaltzaindiak euskara estandarrerako egin dituen proposamenetan. Hiztegi hori preskriptiboa edo arau-emailea da; alabaina, araua proposatzeko baliatzen den informazioa erabileraren deskripzioaren emaitza bada, esan gabe doa araua bera ere badela, hein batean behintzat, erabileran oinarritua.[3]
Hala ere, aipatu bi corpusak bildu eta erabiltzeko erabilitako metodoak bazuen eragozpen argi bat: OEHren kasuan, testuetako hitzak lematizatu gabe utzi ziren, hau da, inon ez zen adierazten etxerako hitzaren (edo tokenaren) forma hutsa edo lema etxe zenik. Horren ondorioz, hitz baten agerpenak bilatzea arazo handia zen. XX. mendeko corpusean, berriz, tokenak lematiza-tuta daude, baina lan horren parte handiena eskuz egin zuen UZEIk. Corpusak 4,6 milioi hitz ditu; lan eskerga da horiek eskuz lantzea, eta, bistan dena, metodo hori ez da bideragarria corpus handiagoak egin nahi badira.[3]
Zorionez, 1990eko hamarkadan bertan hasi ziren euskara automatikoki prozesatzeko ikerlanak egiten. EHUko Ixa taldearenXuxen zuzentzaile ortografikoa izan zen lehen emaitza, eta hori egiteko garatu behar izan ziren teknologia, tresnak zein baliabideak baliagarriak izango ziren gerora corpusak automatikoki etiketatzeko. Hauek dira aipagarrienak: EUSLEM lematizatzailea,[46] gerora Eustagger izena hartuko zuena, eta EDBL datu-base lexikala.[47] Elhuyarrek ere erabili zuen teknologia hori bere hiztegigintzan; hain zuzen ere, hiztegi bateko definizioetan erabilitako hitz guztiak hiztegi bereko sarrerak zirela egiaztatzeko (1994ko Hiztegi Modernoan).[3]
Handik hona, etengabea izan da euskararen hizkuntza-teknologien ikerketa eta garapena. 2000ko hamarkadaren hasieran, Elhuyarrek ere argi ikusi zuen arlo horretan jardun behar zuela, hiztegigintza hobe eta sendoago bat egiteko ez ezik, euskara ingurune digitalean automatikoki prozesatzeko beharrezkoak ziren tresnak eta baliabideak garatzeko ere. Ixa taldearekin lankidetzan ekin zioten asmo horri, eta beren lehen proiektua terminologia-erauzle automatiko bat garatzea izan zen, Erauzterm;[48] handik gutxira, itzulpen-memorietatik terminologia elebiduna erauzteko tresna garatu zuen Elhuyarrek, ELexBi.[49] Aldi bertsuan, corpusgintza kudeatzeko Corpusgile tresna etorri zen.[50] Tresna hori erabili zuten estreinakoz —Ixa taldearen EDBL datu-base lexikalarekin eta Eustagger etiketatzailearekin batera— Zientzia eta Teknologiaren Corpusa[51] egiteko, eta gero beste corpus batzuetan erabili zuten (Lexikoaren Behatokia[52] eta UPV/EHU TSE-Terminologia Sareak Ehunduz programako Garaterm[53]).[3]
Geroztik, aurrerapen handia egin da euskararen hizkuntza-teknologietan, arlo edo «ataza» askotan gainera (itzulpengintza automatikoa, hizketaren prozesamendua, informazio-erauzketa, prozesamendu semantikoa…), eta Elhuyarrek ere parte hartu du horietako batzuetan. 2023an Elhuyar gai zen testuetatik hiztegi lexikografikoak zein terminologikoak egiteko behar diren datu mota asko erauzteko eta hiztegigintzako prozesu batzuk automatizatzeko edo erdiautomatikoki egiteko urratsak egin zituzten. Esaterako, terminologia-erauzle elebidunen bidez (Itzulterm zerbitzuaren azpian dagoen ELexBi erauzlea) zenbait enpresa eta erakunderentzako hiztegi espezializatu elebidunak egin zituzten, haien dokumentaziotik abiatuta (Laneki Hiztegia,[54]Ertzaintzaren polizia Hiztegia[55]).[3]
Esperientzia horietan ikasitakoa aplikatuz, plataforma integratu bat garatu zuten, TermKate[56], testutik hiztegiraino doan katebidea albait gehien automatizatzeko, prozesua doitasunez kudeatzeko eta azken emaitza, hiztegia, zuzenean online argitaratzeko. Bestetik, Ixa taldeak sistema bana garatu du lexikografia eta terminologiarako: Lexkit[57] eta TZOS-Terminologia Zerbitzurako Online Sistema.[58] UZEIk ere garatu ditu hiztegigintzan, itzulpengintzan eta terminologia-lanetan erabiltzeko zenbait laguntza-aplikazio eta baliabide: 1) Koloka, euskaraz eta gaztelaniaz hitz anitzeko unitateak detektatzen eta erauzten dituena, 2) Lex2: corpus paraleloetatik abiatuz euskara eta gaztelaniazko ordainen termino-pareak automatikoki detektatzen eta erauzten dituen tresna.[59][60][3]
Corpusgintzaren kasuan, Elhuyarrek web-corpusen arloan lan egitea erabaki zuen. Eta geroago Internetetik testuak automatikoki biltzeko tresnak garatu dituzte, bai euskarazko testuak zein euskara-gaztelania testu elebidunak lantzekoak.[61][62][63] Corpus espezializatuak ere sortu dituzte, eta horrelako zenbait erabili gero, esaterako, Euskaltzaindiaren Zientzia eta Teknika Hiztegia Biltzeko egitasmoaren (ZTHB) Oinarrizko Lexikoak egiteko datu-iturri gisa.[64] Garatze-lan horien emaitzak 2021ean argitaratu zituzten Dabilena atarian[65] integratuta daude. Euskarazko corpusaz (300 milioi hitz) eta eu-es corpus elebidunaz (20 milioi hitz) gain, hiru tresna berriren emaitzak jarri zituzten erabiltzailearen esku: a) corpus elebidunetan hitz edo hitz-segida jakin bat zenbat eratara itzuli den («Nola itzuli da?» atala); b) euskarazko web-corpusa Konbitz[66] tresnaz prozesatu eta «Zein hitzekin konbinatzen da?» atala; eta c) Interneten kontsulta daitezkeen euskarazko hainbat corpus batera kontsultatzeko funtzionalitatea.[3]
Beste erakunde batzuek ere jardun dute corpusgintzan, eta gaur egun ugariak dira euskarazko corpusak. Bereziki nabarmentzekoak dira, batetik, dagoeneko aipatu dugun Euskaltzaindiaren Lexikoaren Behatokia eta, bestetik, UPV/EHUko Euskararen Institutuak corpusgintzan egindako lan handia, batez ere Ereduzko Prosa Gaur[67] (25 milioi hitz) eta Egungo Testuen Corpusa[68] (355,4 milioi hitz). Beste baliabide interesgarri batzuk ere badira; adibidez, EHUren EHUskaratuak[69] corpus espezializatu elebiduna eta TSE proiektuko Garaterm euskarazko corpusa.[3]
Automatizaziorako erronkak: Adierak bereiztea eta definizioak idazteaaldatu
Hiztegigintza automatizatzeko ahalegina gainditzen zailak diren muga batzuetara iritsi da: adierak bereiztea eta definizioak idaztea.[3]
Ikertzaileen artean, lehenak erakarri du arreta handiena, eta prozesamendu semantikoa da oztopoa. De facto, horixe izan da beti lexikografiaren arazo handienetakoa, hitz baten adierak bereiztea.[70] Hitz baten corpuseko agerpenak aztertuz, edo adibide-multzo bat aztertuz, eta are introspekzioa (insight) erabiliz ere, lexikografoek hitz horren semantikaren «disekzioa» egiten dute; hau da, zenbait adieratan banatzen dute, bai intuizioz, bai irizpide edo metodologia jakin batzuetan oinarrituta. Metodologia hori hitzen adierak diskretuak eta bereizgarriak direla dioen ikuspegi komun eta intuitiboan oinarritzen da, eta zenbaitek zalantzan jarri du gauzak benetan horrela diren.[71] Batzuetan zaila edo ezinezkoa da corpuseko agerpen bat hiztegiko adiera jakin batekin lotzea, eta arazo larriena ez da legokiokeen adiera hiztegian ez egotea (hori konpon daiteke, hiztegian beste adiera bat sartuz), baizik eta mugako kasuak izatea, tartekoak edo anbiguoak. Izan ere, hiztegiak aztertuz gero, berehala nabaritu daiteke lan horren emaitza ez dela beti bera, zeren eta adierak ez daude beti berdin bereizita eta antolatuta; antolamendu hori hiztegigilearen, hiztegi-motaren, helburu-abiltzailearen eta beste zenbait faktoreren arabera aldatzen da.[3]
Horrenbestez, a priori badirudi nahiko zaila dela lan hori automatizatzea eta, nahiz eta ikertze-ahalegin handia egin den, ezin izan da iritsi hiztegigintzako beste ataza batzuetan lortu den mailara. WSD-Word Sense Disambiguation («adieren desanbiguazioa») izeneko ataza izan da ikertze-ahalegin handiena erakarri duena. Horren helburua da corpuseko agerpen bakoitzari adiera edo zentzu bat esleitzea automatikoki; hau da, hiztegi batean edo ezagutza-base lexiko batean —hala nola Wordneten— dagoen adiera bat esleitzea.[72] Horretarako, beraz, beharrezkoa da aldez aurretik baliabide hori izatea. Adiera-bereizketa jakin bat egin duen hiztegi bat erabiliz gero erreferentzia gisa, aurreko paragrafoan azaldutako arazoak sortzen dira, eta, horrez gain, ez dira ondo konpontzen hiztegi horretan ez dauden adiera berrien detekzioa eta bereizketa.[3]
Beste metodo bat izan da agerpenak sense clustering edo multzokatze-tekniken bidez lantzea eta, horiekin, agerpenak adieraka elkartzea. Teknika horiei esker, hitz jakin baten agerpenak testuinguruen antzekotasunaren arabera multzokatu daitezke.[73][74] Horren emaitza bat hiztegian edo erreferentzia-oinarrian ez dauden adiera berriak aurkitzea da.[75]
Nolanahi ere, metodo horiek hiztegigintza automatikoan —edo erdiautomatikoan, behintzat— integratzeko, hobekuntza handia egin behar da oraindik.[3]
Azkenik, definizioak idazteko zenbait ikerlan egin dira. Gehienak ez daude idaztera bideratuak, baizik eta testuetan dauden definizio-testuinguruak erauztera.[76]
Corpusgintzaren eta hizkuntzaren prozesamendu automatikoaren alorreko garapenen xedea ez da soilik izan datu gehiago eskuratzea eta horiek prozesatzeko ahalmen handiagoa izatea, kalitate handiagoko produktuak sortzeko eta hiztegien ikuspegi preskriptibo/deskriptibo bikotea bigarren elementurantz mugiarazteko. Prozesu batzuk automatizatuz, hiztegigintzaren kostuak murriztea ere lortu nahi da. Bada horretarako motibazio indartsu bat: Interneten sorrerak hiztegigintzaren finantziazio-ereduan ekarri duen aldaketa.[3]
Ikusi da teknologia berriek bete-betean eragiten dietela hiztegiei. Duela urte batzuk pentsaezinak ziren aukerak eskaintzen zaizkie erabiltzaileei, hala nola hitzaren ahoskera, kontzeptuari loturiko irudia, hitzaren erabilera-adibide errealak… Eta digitalizazioak eta Internet aroak erabateko paradigma-aldaketa ekarri dute alde guztietan; bai lexikografia-lanak egiteko moduan, baita erabiltzaileen erabilera-modu eta beharretan ere.[3]
Gaur egungo erabiltzaileei galdetuz gero hiztegiaren zer formatu kontsultatzen duten, inork gutxik erantzungo luke paperezko hiztegia erabiltzen duenik. Ikasteko eta lan egiteko moduak aldatu diren modu berean, hiztegiek ere transformazio handi bat bizi izan dute. Jada ez da beharrezkoa bilaketa hori ordena alfabetikoan egitea; kontsultatu beharreko hitza interfaze digitalaren bilaketa-kutxan idatzi, eta azkar itzuliko dizu emaitza. Are gehiago: hitza osatzen duen letra-segida oker idatzita ere, kontsulta-aplikazioak horren antzeko hitzen zerrenda bat eskainiko dizu, erabiltzailearen pentsamendua irakurtzeko gaitasuna balu bezala. Zaila da batere erantzunik ez itzultzea.[3]
XX. mendean sortu ziren euskarazko hiztegi gehientsuenek online kontsultatzeko aukera ere eskaini dute XXI. mendean. Are gehiago, harrezkero hiztegi-mota berriak ere sortu dira, eta paperezko bertsiorik izan ez duten eta zuzenean online formatuan argitaratu diren hainbat lan ezagutu ditu euskarak. Honatx bi adibide: Nola Erran, frantsesa-euskara hiztegia, eta Egungo Euskararen Hiztegia[77], azken urteotako prosa-ekoizpenean oinarritutako euskarazko hiztegi elebakarra.[3]
Elhuyar Hiztegiaren webguneko kontsulta-aplikazioaren emaitza euskarazko "aurkitu" hitzerako. Sarreraren eskuinean "!" ikonoa ageri denean, haren erabileraren inguruko arauak edo gomendioak ematen dituen oharra bistara daiteke, kurtsorea ikonoaren gainean kokatuz.[78]
Bertsio digitalek eboluzio propio bat hartu zuten. Elhuyar Hiztegia, esaterako, lehen urteetako onlineko hiztegia paperezkoaren ‘kopia’ bat zen, euskarri hartan jasotako informazio ia berbera ematen baitzuen. Geroztik, baina, webguneak eboluzio nabarmena izan zuen, eta hori erraz ikus zitekeen hiztegi-kontsulta azkar batean. Izan ere, hasiera batean, Elhuyarren hiztegi orokorren datu-basea egituratzean, hiztegi ororen edukiak elkarri lotzen hasi ziren. Horri esker, nahiz eta webguneak bilaketa-kutxa bakarra zuen, aldi berean hiru hiztegi kontsultatzeko aukera ematen hasi zen: euskara-gaztelania, euskara-frantsesa eta euskara-ingelesa. Alabaina, kontuan hartzekoa da hiztegi bakoitzak ezaugarri desberdinak dituela tamainari dagokionez.[3]
Azken urteetan hizkuntza-teknologiei esker hiztegian izan diren berrikuntzek kontsultetan hiztegi-sarrerei buruz eskaintzen den informazioa kualitatiboki zabaltzeko aukera eman dute. Antzekoa izaten da funtzionalitate hori hiztegi guztietan. Adibidez hau da Elhuyar hiztegietan eskaintzen dena:[3]
Bilaketa-sistema. Kontsulta errazteko, bilatu nahi den hitza idazten hastearekin batera, letra-segida hori duten hitzez osatutako zerrenda bat hedatzen da, eta erabiltzaileak zerrenda horretako edozein hitz hauta dezake. Hiztegian ez badago erabiltzaileak idatzitako letra-segidarekin hasten den hitzik, kontsulta-aplikazioak antzeko hitz batzuk proposatuko dizkio. Hiztegian jasota ez dauden letra-segida horien zuzenketa bi modutara egiten da. Alde batetik, lematizazio bidez; adibidez, erabiltzaileak naiz hitza idazten badu, aplikazioak adieraziko dio izan aditza dela hitz horren lema. Bestetik, antzeko letra-segida duten sarrerak emango dizkio aukeran: nahiz, nahi, nahiez, naif, nagiz.
Ahoskera entzuteko aukera. Forvo zerbitzuaren bidez eta sintesi bidez, hau da, modu automatikoan sorturiko ahotsaren bidez.
Ordain klikagarriak. Bilatutako sarrerari dagozkion ordainak klikagarriak dira, eta erabiltzailea zuzenean joan daiteke proposatutako ordainaren informaziora.
Ohar aurreratuak. Sarreren itzulpenak eta adibideak emateaz gain, zenbaitetan hitzaren erabilerari buruzko ohar aurreratuak ikus daitezke.
Corpusetako informazioa. Hitzen erabilera erreala ikusi nahi badu, erabiltzaileak testu-corpusen informazioa kontsultatzeko aukera du. Hain zuzen ere, Elhuyarren Dabilena atarian biltzen diren corpusen informazioa modu automatikoan ekartzen da; adibideak elebakarrak zein elebidunak izan daitezke (euskara eta gaztelania hizkuntzetan).
Beste hiztegi eta baliabide batzuetan bilatzea. Bilaketa-kutxan idatzitako hitza beste hiztegi eta entziklopedia batzuetan bilatzeko aukera dago. Ezkerreko zutabean agertzen dira beste hiztegietarako lotura zuzenak.
Idazten laguntzeko atala. Hiztegi hutsa izateaz gain, idazten laguntzeko bestelako baliabideak biltzen dituen gunea ere izan daiteke. Une honetan, beste webgune batera bideratzen dugu erabiltzailea, non bestelako kontsulta-motak ere egin baititzake: itzulpen-memoria publikoetan bilatu; aditzak jokatzeko laguntza jaso; datak, zenbakiak eta deklinabidea egoki idazteko laguntza eskuratu.
Informazio hori guztia, gainera, gailu mota gehienetan kontsultatu ditzake erabiltzaileak, mahai gaineko ordenagailuetan nabigatzaile bidez, baita eguneroko tresna bihurtu diren gailu mugikorretatik ere (mugikorrak eta tabletak).[3]
Esan bezala, Interneteko erabilerak hobekuntzak ekarri zituen hiztegi bakoitzaren erabileran, baina horretaz gain Web-eko hainbat hiztegi modu koordinatu eta errazean atzitzea ahalbidetzen zuen Euskalbar tresna informatikoa sortzeko aukera eman zuen. Euskalbarri esker, hitzak bila daitezke sarean dauden euskarazko hiztegi, corpus eta beste hainbat baliabideetan. Euskaratikingelesera, frantsesera, gaztelaniara, alemanera, latinera eta japonierara itzul daitezke, bai eta kontrako noranzkoan ere. Web nabigatzailean azaltzen den barra bati esker, euskarazko hiztegi eta baliabideetan bilaketak egiteko bide erosoa sortzen du. Barraren bidez ez ezik, aukeratutako testu baten gainean ere egin daitezke bilaketak, eskuin-klika erabiliz. Bilaketa arruntez gain, bilaketa konbinatuak ere egiten ditu Euskalbarrek, eta hainbat hiztegitatik bildutako bilaketak orrialde bakarrean erakusten.[3]
Hiztegiak eguneratzeko modua ere asko aldatu da azken urteetan. Paperezko argitalpenekin esan ohi zen hiztegia argitaratu orduko zaharkitua geratzen zela; bada, guztiz kontrakoa gertatzen da orain.
Adibidez,2022an Elhuyar Hiztegia eguneratzeko abiapuntu nagusiak hauek ziren:[3]
Corpusen kontsulta eta ustiaketa. Hizkuntza-teknologiako baliabide eta tresnen bidez, hiztegiratzeko hautagaiak detektatzen dituzte. Informazio hori ezinbestekoa da, hiztegiak hizkuntzaren baliabide adierazgarriak eta eguneratuak izango badira. Hala ere, gaur egun hizkuntza oso azkar aldatzen eta berritzen da, eta batzuetan denbora behar izaten da hitz batzuk corpusetara iristeko. Esate baterako, COVID-19 pandemia hasi bezain laster, euskarara ekarri beharreko hainbat termino berri sortu ziren, hala nola PCR, gel hidroalkoholiko, aztarnari, test azkar edo musuko. Horrelakoetan, hiztegigileek oso adi egon behar dute, komunikabideetan, sare sozialetan eta antzekoetan zabaltzen ari den lexikoari antzemateko.
Euskaltzaindiaren Hiztegiaren eta Diccionario de la lengua españolaren eguneraketak. Sarrera berriak sartzeaz gain, zuzendu edo osatu ere egiten dituzte beste asko. Hizkuntza-teknologiak baliatuta, eguneratze horiek guztiak Elhuyar Hiztegian jasota eta gauzatuta dauden aztertzen dute, eta falta direnak landu eta beren hiztegira eramaten dituzte, eskuz edo erdiautomatikoki.
Elhuyar Hiztegiaren webgunetik eta aplikaziotik iristen zaizkien proposamenak. Hiztegiaren erabiltzaileak iruzkinak egin eta proposamenak bidaltzeko aukera du; horretarako, aski du webguneko edo aplikazioko botoi bat sakatzea. Jasotzen dituzten iruzkinak, oro har, hiru multzotan bana daitezke:
Zuzenketak: erabiltzaileak akats bat ikusi du termino, sarrera edo adibideren batean.
Proposamenak: erabiltzaileak bilatutako terminoa edo adiera ez dago hiztegian jasota.
Bestelako iruzkinak edo zalantzak: erabiltzaileak termino edo esamolde baten erabilerari buruzko zalantza du.
Kontuan izanda hiztegiaren erabiltzailearen profila askotarikoa dela, jasotzen dituzten iruzkinak ere halakoxeak dira: termino oso teknikoen itzulpenei buruzkoak (tabique interventricular, jasandako BEZ), kaleko hizkerari buruzkoak (txorta-lagun, poteatu), unean erabiltzen diren terminoei buruzkoak (websail, ucranio,-a, me gusta, zisexual) eta abar. Jakina, iruzkin horiek hiztegia osatzen eta aberasten laguntzen diete.
Proposamenak landu eta aztertu ondoren, erabiltzaileari erantzuten diote, eta bere ekarpenak izan duen emaitza azaltzen diote: proposatutako hitza hiztegian jaso dutela (edo ez), jada hiztegian dagoela (beste forma batekin, hiztegi-sarrera nagusi baten barruan…), gaia hobeto aztertuko dutela... Hala, erabiltzailearen eta lexikografoen arteko interakzioa sustatzen dute, eta hori ere iturri aberatsa da egungo euskara jaso eta hiztegian islatzeko.
Ondorioz, argi dago, hizkuntza-teknologiak eta Internetek lexikografia-lana egiteko modua aldatu dute; besteak beste, aipatutako eguneraketa horiek modu azkar eta errazago batean egiteko aukera eskaintzen dute. Online dauden corpusek, hiztegiek eta beste hainbat baliabidek datuen azterketa errazten dute, baita hiztegiko sarreren adibideen hautaketa ere. Hiztegia errazago eta azkarrago elikatzeko aukera ematen dute.[3]
Teknologiak eskaintzen dituen aurrerapenei esker, hiztegiak eguneratzeko modua aldatu den era berean, hiztegi-erabiltzaileen beharrak ere oso bestelakoak dira gaur egun. Baina, zein dira behar eta ohitura berri horiek? Egindako ikerketen arabera,[79] gaur egun, erabiltzaile gehienek nahiago dute hitzak online kontsultatu hiztegi tradizional batean egin ordez. Are gehiago, hizkuntza batetik besterako baliokideak bilatzeko hiztegi jakin batera joan beharrean guztiok ezagutzen dugun bilatzailean kontsulta egin eta emaitzetan, batzuetan agertuko da euskal hiztegirik, baina beste askotan bilatzaileak berak egiten du bilaketa.[3]
Interneten erabiltzailearentzat, gero eta lausoagoak dira hizkuntza-baliabide desberdinen arteko mugak. Gaur egun, oso ohikoa da hitzen esanahia kontsultatzeko Interneteko bilatzailera joan eta zuzenean bertan idaztea eta informazioa bide horretatik jasotzea. Gainera, hiztegiak itzultzaile automatiko gisa erabiltzen dira, eta itzultzaileak, berriz, hiztegi gisa. Baina hiztegiak ez daude prestatuta itzultzaile gisa lan egiteko, ezta itzultzaile automatikoak ere ohiko hiztegi gisa jarduteko (halere, bide hori lantzen ari da, gero eta gehiago; esate baterako, Elhuyarrek Hiztegia txertatu du Elia itzultzaile automatikoan). Erabiltzailea ez dago pozik, ez duelako aurkitzen berak dituen hizkuntza- eta eduki-behar guztiak aseko dituen baliabiderik, eta hizkuntza-baliabideak sortzen eta eskaintzen dituztenek ere ez daude konforme, ez dutelako asmatzen erabiltzailearen beharra asetzen.[3]
Azken finean, zer nahi du erabiltzaileak, gero eta gehiago? Bada, ordenagailuaren aurrean jartzen denean sortzen zaizkion beharrak asetzen lagunduko dion soluzio bat; ez bi ez hiru ez lau, baizik eta bat, bakarra. Baina erabiltzaileen beharrak eta espektatibak ez dira ez homogeneoak ez estatikoak, eta, askotarikoak izateaz gain, etengabe aldatzen dira, are gehiago azken bizpahiru urteotan, adimen artifizialaren ondorioz hizkuntza-teknologiek izugarrizko jauzia egin dutelako eta erabiltzaileak ia oharkabean —eta ia-ia hizkuntza-baliabideen sortzaileok baino azkarrago— ohitzen direlako teknologia horiek eskaintzen dituzten abantailetara.[3]
Beraz, erabiltzaileen ohitura berri horiei adi entzun eta hiztegiak ahalik eta modu eroso eta errazenean eskaintzeko ahaleginak egiten jarraituko beharko dute, nahiz eta horretarako hainbat erronkari erantzun beharko dieten; erronka horien artean garrantzitsuenetako bat proiektuen errentagarritasuna bermatuko duten finantzabideak bilatzea da eta horretaz aldaketa eta kezka dira nagusi.[3]
Aro digital berriak aukera berriak ireki ditu orain artean, baina baditu bere alde ilunak ere. Hiztegigile askoren kezka nagusia da egun euskal hiztegigintza ez dela errentagarria.[2] Urteetan, euskarazko hiztegien diru-iturri nagusia paperezko aleak saltzea izan da. Horri esker, hiztegiak eguneratzen eta aberasten jarraitu dute egileek. Beste arlo batzuetan bezala, erabiltzaileek ez dute paperezko produkturik erosten: paperezko hiztegien salmentak erabat egin du behera azken 2008tik aurrera, adibidez, Elhuyarrek 2008 eta 2022 urteen artean % 80ko jaitsiera jaso zuela aipatu zuen eta badirudi joera hori ez dela aldatuko. Beraz, hiztegiak saltzeko bidea agortutakoan, beharrezkoa da hiztegiaren eguneratze eta egokitzapenetarako finantzabide berriak aurkitzea.[3]
Bitartean 2022an sarean dagoen Elhuyar hiztegien atariak urtean 5 milioi bisita eta 50 milioi kontsulta baino gehiago izaten zituen; gainera, aurreko urteetako joerari begiratuta, ia ziurtzat jotzen zuten bisita-kopuru horrek gorantz egingo zuela. Alabaina, bisita horiei etekina ateratzeko bidea topatzen saiatu arren, ez da erraza izaten ari. Elhuyarren egin izan dira ahalegin bereziak bestelako finantzabide berriak topatzeko, dohaintza-kanpainak abian jarriz, iragarkien bidezko finantziazioa bilatuz… Nolanahi ere, bide horietatik lortutako emaitza ekonomikoak ez dira, inondik inora, salmentekin lortzen ziren adinakoak, eta horrek ataka estuan jartzen gaitu, aurrera begira.[3]
Erabiltzaileen ekarpen ekonomikorik gabe, eta diru-ekarpen publikorik egon ezean, ez da erraza horrelako proiektuen biziraupena ziurtatzea. Esaterako, Adorez hiztegien egileek, Bostak Bat elkartekoek, antzeko kezka plazaratu zuten euren hiztegiaren webgunean.[80] Besteak beste, hizkuntzaren alorreko ikerketak egiteko diru-laguntzak ematen jarraitzeko aldarrikatu zuten, eta urteroko diru-kopuru finko bat eskatu zuten hiztegiak Interneten erabiltzaileen eskura eta doan jartzearen truke.[3]
Dena dela, hiztegien biziraupenaren inguruko kezka ez da gure lurraldera mugatzen, nazioartean ere antzeko arazoak plazaratu baitituzte.[81][82] Rundell-ek hiru agertoki posible irudikatzen zituen arazo horiei aurre egiteko:[3]
Hiztegiak modu erabat automatikoan lantzea; hau da, hizkuntza-teknologien esku uztea hiztegien sorkuntza, merkeagoa izan dadin.
Hiztegien sortze- eta eratze-prozesua kolektibizatzea eta komunitatearen esku uztea, Wiktionary38 bezalako proiektuen gisan, komunitateko erabiltzaileen ekarpenak onartuz.
Erakunde publikoek hiztegien produkzioa babestea, onura publikoko zerbitzu gisa funtziona dezaten.
Elhuyarren kasuan aurrerapauso handiak egin dituzte Rundellek proposatutako lehen agertoki horrean. Lan egiteko metodologia ahalik eta gehien automatizatu eta optimizatu dute, baina, halere, beren ustez ezinbestekoa da azken orrazketa lexikografoek egitea, hiztegien kalitatea bermatu nahi bada. Bigarren agertokiari dagokionez, Erabiltzaileek egiten dizkieten iruzkin eta proposamenak kontuan hartzen dituzte; beraz, zuzenean ez bada ere, erabiltzaileek hiztegia aberasten dute beren ekarpenen bidez. Azken agertokiari dagokionez, ezkor dira Elhuyarren; erakunde publikoetatik jasotzen den diru apurrarekin hiztegia eguneratzeko zailtasun handiak dituztelako, eta, egoera aldatu ezean, ez dutelako bide erraza aurrean.[3]
Esan bezala hiztegigintza goitik behera aldatu da, bai lan egiteko moduari dagokionez, bai erabiltzeko moduei dagokienez ere; eta baita, jakina, hiztegigintzaren testuinguru ekonomikoari dagokionez ere. Euskararen hiztegigintzan modu bikainean ekin zaio digitalizazioari eta Internet bidezko argitalpenari eta erabilerari, baita hiztegiaren Internet bidezko lanketari ere, batez ere corpusen kasuan. Elhuyar hiztegien atariak urtean 5 milioi bisita eta 50 milioi kontsulta baino gehiago jasotzera heldu da. Hizkuntza-baliabide teknologikoen aldetik puntako produktuak eskaintzen dituzte, batez ere Elhuyarren.[3]
Interneten kasuan, berriz, oro ez da urre. Lanketaren eta zabalkundearen ikuspegitik hiztegigileek Internet lagun kutuna duten arren, azken hamabost urteetan Internetek hankaz gora jarri ditu hiztegiaren bidezko etekin ekonomikoak, zeinak ezinbestekoak baitira hura eguneratzen eta osatzen jarraitzeko. Gero eta urriagoak dira hiztegia paperean kontsultatzen duten erabiltzaileak, eta paperetik Interneterako jauzia egin dutenak nekez akordatzen dira (paperezko) hiztegien truke ordaindu egin behar izaten zen garaiaz. Zer esanik ez, belaunaldi berrietako erabiltzaileek ez dute imajinatu ere egiten hiztegi baten (egunkari baten, entziklopedia baten) truke ezer ordaintzea. Ez da soilik Euskal Herriko kontua, noski, mundu osoan harrapatu baitzituen Internetek txakurrak ortozik.[3]
Paperezko edizioen diru-sarrerak zeharo murriztuta, abian zeuden zenbait proiektu gelditu behar izan dira. Esaterako, euskara-frantsesa hiztegia osatu eta handitzea geldiarazi du Elhuyarrek, edo eskoletan hain beharrezkoa den eta erabiltzen den ikaslearen Hiztegia egoera bertsuan geratzeko arrisku handia ikusten dute. Beste hainbeste Collins argitaletxe ospetsuarekin batera argitaratutako euskara-ingelesa hiztegiarekin.[3]
Baliabide ekonomikoak eskuratzeko zailtasunak kontuan hartuta, zenbait galdera plazaratzen dituzte:[3]
Noren esku dago hiztegien etorkizuna? Nori dagokio hizkuntza gutxitu batek fisikoki edo kulturalki bizikide (edo lehiakide) dituen hizkuntza nagusietarako hiztegi elebidun edo eleaniztun arrunt eta espezializatuak dituela bermatzea? Pentsaezina da hizkuntza batek era horretako hiztegi eguneraturik ez izatea, are pentsaezinagoa hizkuntza gutxitua bada. Egoera horrek hizkuntza are txikiago bihurtuko luke, eta haren debaluazioa eta desagerpena sustatu.
Inork egiten ez badu ganorazko hiztegi elebidunik gabeko euskal kultura bat posible litzateke? Esan liteke urte gutxiren buruan itzultzaile automatikoek beteko dutela hiztegien lekua. Beharbada hala izango da, hiztegien erabilera arrunt ez-espezializatuari dagokionez, bederen. Baina horrek ez du esan nahi hiztegien beharra desagertuko denik; izan ere, itzultzaile automatikoek jada eginak dauden itzulpenetatik ikasten dute, kalitate handiko testuetatik, eta testu horien egileek —itzultzaileek— askotariko baliabideak erabiltzen dituzte beste hizkuntza batean dauden testuak euskarara ekartzeko (tartean, itzultzaile automatikoak berak eta hiztegi elebidunak, hiztegi espezializatuak, hiztegi entziklopedikoak…). Eta, bestalde, itzultzaile automatikoak hiztegi eta glosario espezializatuekin elikatuko dira. Erabiltzaileak beharbada ikusi eta zuzenean erabiliko ez dituen arren, hiztegiak hor egongo dira… edo ez?
Hiztegiak sortzen, elikatzen, eguneratzen… jarraitu ahal izateko, nola egingo zaio aurre horrek duen kostu ekonomikoari? Dohaintza, iragarkien eta antzekoen bidean indar egiten jarraitu behar dugu, ala beste bide batzuk zabaltzen hasi behar dugu? Beharbada Wikipediaren antzeko proiektu kolaboratibo bat bultzatu behar genuke, baina iruditzen zaigu hori, egitekotan, kalitatearen lepo egingo litzatekeela. Nola bermatuko genuke hiztegiaren oreka, koherentzia eta zuzentasuna? Nork hartuko luke horren ardura, eta nork asumituko horren kostua?
Argi dago euskarazko hiztegigintzaren proiektu batzuek aski etorkizun bermatua dutela, erakunde publikoek finantzatuak baitira: Euskarazko hiztegietan, Euskaltzaindiaren Hiztegia, eta, hiztegi terminologikoetan, Euskalterm datu-banku publikoa. Horiek ez daude merkatuaren gorabeheren mende. Baina hiztegi elebidunak, seguru asko kontsultatuenak izan arren, babesik gabe daude, ez dute lortzen Interneteko erabilera erraldoi hori monetizatzea, eta ia ezin gaindituzko oztopoak dituzte ekonomikoki aurrera egiteko. Iragan dira hiztegigintza elebiduna paperezko hiztegien bidez errentagarria eta ekonomikoki bideragarria zen garaiak.[3]
Informazio iturburu nagusia Elhuyarreko Amaia Astobiza, Klara Ceberio, Antton Gurrutxaga, eta Eli Pociello-k 2023an CC-BY-SA lizentziarekin argitaratu zuten artikulu bat da. Euskararen hiztegigintzaren bilakaera aztertu zuten artikulu horretan Miren Azkarate euskaltzain eta lexikografoaren omenez.[3]
↑Plazido Muxika: Diccionario vasco-castellano, Mensajero, Bilbo, 1981. Hitzaurrean aipatzen ditu hiztegi horretan eta 1965ekoan erabili zituen iturriak.
↑San Vicente, Iñaki; Manterola, Iker. (2012-05). Calzolari, Nicoletta ed. «PaCo2: A Fully Automated tool for gathering Parallel Corpora from the Web»Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC'12) (European Language Resources Association (ELRA)): 1–6. (Noiz kontsultatua: 2024-01-15).
↑Dorow, Beate; Widdows, Dominic. (2003-04). Copestake, Ann ed. «Discovering Corpus-Specific Word Senses»10th Conference of the European Chapter of the Association for Computational Linguistics (Association for Computational Linguistics) (Noiz kontsultatua: 2024-01-15).
.png)
Leizarraga biblia (1571)
Euskara-Islandiera pidginaren glosarioa Reykjavik-en.
Euskara-Islandiera pidginaren glosarioa Reykjavik-en.
Larramendiren hiztegia (1745)
Azkueren hiztegia (1905)
Plazido Muxikaren euskara-gaztelania hiztegiaDiccionario vasco-castellano (1981).
