Lexikální jednotky a jejich role ve slovní zásobě

Co jsou lexikální jednotky a proč na nich záleží

Lexikální jednotky představují základní stavební složku slovní zásoby jazyka. Zahrnují izolovaná slova (lexémy), víceslovná pojmenování (frazémy, kolokace) a terminologické jednotky. Lexikologie je zkoumá z hlediska formy, významu, fungování v textu a vztahů v lexikální síti; lexikografie tyto poznatky přetavuje do slovníků a digitálních lexikálních zdrojů. Klíčové je rozlišovat mezi lexémem (abstraktní slovníkový tvar), lemmou (heslový tvar ve slovníku) a tvarem slova (konkrétní ohýbaná podoba v textu).

Typy lexikálních jednotek: od slova k víceslovným výrazům

Jednoslovné lexémy: např. dům, běžet, zelený.
Víceslovné lexikální jednotky (MWE): hrát do karet, železná opona, umělá inteligence. Mohou být idiomatické (nekompoziční význam) nebo kolokační (pevná spoluvýskytová vazba s částečnou předvídatelností, např. přijmout rozhodnutí).
Termíny a odborné názvy: přesně definované jednotky v odborných doménách (morféma, hyponymie, korpus).
Vlastní jména a onyma: Praha, Krkonoše, Vltava, s osobitou onomastickou dynamikou.

Formální a významová struktura lexém: denotace, konotace, valence

Lexém spojuje formu (zvukový či grafický obraz) a význam (koncept). Denotace odkazuje na třídu referentů (pes → všichni psi), konotace přináší expresivní a hodnotící zabarvení (chlápek vs. muž). Valence a rekce popisují vázání doplňků (např. spoléhat se na něco), což je důležité pro syntagmické vztahy a lexikografické zachycení vazeb.

Paradigmatické vztahy: síť významových opozic a příbuzností

Paradigmatická rovina zachycuje kontrast a záměnnost jednotek v mentálním lexikonu. Základní typy:

Synonymie: blízké nebo shodné významy (dům ~ příbytek). Obvykle je částečná, limitovaná stylistikou, valencí nebo kolokačními omezeními.
Antonýmie: významové opozice. Binární (živý × mrtvý), stupňovatelná (studený × teplý), konverzivní (kupovat × prodávat).
Hyponymie/Hyperonymie: třídění od obecného k specifickému (strom → smrk, dub, javor). Buduje hierarchické taxonomie.
Meronymie/Holonymie: vztah části a celku (kolo – auto, klika – dveře).
Polysemie a homonymie: polysemie = více souvisejících významů jedné lexémy (hlava člověka, hlava tabulky); homonymie = formální shoda při nesouvisejících významech (zámek „zabezpečení“ × zámek „palác“).
Ko-hyponymie a paradigmata: pojmy na stejné úrovni kategorie (kočka, pes, zajíc jako ko-hyponyma k zvíře).

Syntagmické vztahy: kolokace, frazémy a konstrukce

Syntagmatická osa mapuje lineární kombinace v textu, tj. co se s čím spojuje.

Kolokace: preferenční spoluvýskyty (tvrdě pracovat, krystalově čistý). Mají statistickou i sémantickou povahu a jsou klíčové pro přirozenost projevu.
Idiom/frazémy: nekompoziční jednotky s ustáleným významem (hodit flintu do žita). Často mají pevný slovosled a morfosyntaktická omezení.
Konstrukce a vzorce: produktivní modely typu „čím X, tím Y“, hodnotící šablony (není zrovna…), nebo kauzální „X vede k Y“.
Výběrová omezení (selectional restrictions): sémantická kompatibilita (pít vodu je přirozené, pít kámen porušuje selekci).

Lexikálně-sémantická pole, rámce a ontologie

Lexikální jednotky tvoří sémantická pole (např. pole pohybu) a rámce (situační šablony typu Nákup: kupující, prodávající, zboží, cena). Ontologie a síťové lexikóny modelují tyto vazby jako graf (uzly = lexémy/sense, hrany = vztahy). Takové struktury usnadňují inferenci významu, synonymní náhradu i vyhledávání.

Derivační a slovotvorné rodiny: formálně-sémantická motivace

Slovotvorba buduje rodiny lexém s předvídatelnými významovými posuny: učit → učitel, učebnice, vyučovat, doučování, učební. Derivační morfémy (-ář, -ství, -nost, -ka) nesou sémantické funkce (agens, abstraktum, vlastnost, zmenšující). Konverze mění slovní druh bez afixace (zelený → zelené [subst.]), kompozice spojuje základy (vzdáleninový vodič).

Sémantická změna a dynamika lexikonu

Metafora a metonymie: přenášení významu na základě podobnosti (noha stolu) či příslušnosti (číst Kukučína = dílo).
Rozšíření a zúžení významu: chléb kdysi „pokrm“ obecně vs. dnes „pekařský výrobek“.
Pejorace/ameliorace: hodnotový posun (politikančit jako pejorativum).
Neologismy a výpůjčky: streamovat, aplikace, cloud; adaptace formy i významu; kalky (životní prostředí < environment).
Lexikalizace: ustálení původně volných spojení (černá skříňka).

Ambiguita, polysémie a disambiguace v textu

Ambiguita může být lexikální (více významů: myš „zvíře“ × „zařízení“) nebo syntaktická (vazba doplňků). Řeší se kontextem, kolokacemi, valenčními rámci a statistickými či neuronovými modely (WSD – word sense disambiguation).

Lexikografie: typy slovníků, makrostruktura a mikrostruktura

Typy slovníků: výkladové, překladové (bilingvní/multilingvní), synonymické, frekvenční, frazeologické, etymologické, terminologické, onomaziologické (ideografické) a učebnicové.
Makrostruktura: uspořádání hesel (abecední vs. pojmová pole), křížové odkazy (→ viz).
Mikrostruktura hesla: lema, výslovnost, slovní druh, ohybné paradigmata, valenční informace, definice, ilustrační příklady, kolokace, frazeologie, stylistické a diatopické značky (např. expr., hovor., nářeč.), etymologie, překlady/ekvivalenty.
Typy definic: genus–differentia („dub je strom s tvrdým dřevem…“), operační (postupy), extenzionální (výčet podtříd), ostenzivní (ukázání příkladu).

Korpusová a digitální lexikografie

Moderní slovníky jsou korpusově podložené. Využívají frekvenční statistiky, konkordance (KWIC), extrakci kolokací a sémantické profilování. Digitální modely implementují standardy TEI Lex-0 a LMF pro interoperabilitu, umožňují propojení na ontologie a síťové zdroje (např. wordnetové vazby), vizualizují vztahy (grafy synonymie/hyponymie) a poskytují API pro NLP aplikace.

Bilingvní lexikografie a ekvivalence

Překladové slovníky řeší typy ekvivalence: plná (stabilní korespondence), částečná (odlišná valence nebo styl), nulová (reálie bez přímého protikladu). Vyžadují asymetrii (co platí z A->B, nemusí platit z B->A), falešné přátele (eventually ≠ eventuálně) a poznámky k použití.

Lexikální databáze a výpočetní lexikologie

Wordnetové sítě: uzly = synsety (sémanticky ekvivalentní lexémy), hrany = vztahy (hyperonymie, meronymie…).
Valenční a subkategorizační lexikony: struktury popisující argumenty sloves (dát [něco] [někomu]).
FrameNet a sémantické role: anotované rámce a role (Agent, Téma, Cíl).
Distribuční sémantika a vektorové reprezentace: podobnost významu na základě podobnosti kontextů (embeddingy). Umožňuje automatickou synonymii, detekci analogií a rozšiřování slovníků.

Registr, diatopie a diafázie: variační dimenze lexikálních jednotek

Lexikální jednotky jsou stylisticky a regionálně podmíněné. Rozlišují se registry (hovorový, neutrální, knižní, odborný), diatopická variace (nářečí) a diastratická variace (sociolekty). Lexikografické značky upozorňují na použití: expr., vulg., histor., zastar.

Kolokační profily a výuka slovní zásoby

Ovládání kolokací (přijmout opatření vs. *udělat opatření) je rozhodující pro přirozenost projevu. Didaktické slovníky uvádějí kolokační vzorce, typické spoluvýskyty a kolokační chyby, čímž spojují lexikografii s pedagogikou.

Interakce lexikonu a gramatiky

Rozhraní lexikon–gramatika se projevuje tím, že mnohé „gramatické“ vlastnosti jsou lexikálně specifikovány (např. rekce předložek, nepravidelné paradigmata, idiomatické vazby). Konstrukční gramatika považuje část gramatiky za inventář párů forma–význam, tedy za rozšířený lexikon.

Terminografie a odborné sítě pojmů

Terminografie vytváří pojmové mapy domén (např. medicína, právo), definuje vztahy nadřazený–podřazený pojem, část–celek, proces–nástroj–výsledek a dbá na jednoznačnost a konzistenci. Výstupem jsou terminologické databáze a normy s přesnými definicemi a ekvivalenty.

Metodologie: od manuální analýzy po automatickou extrakci

Manuální lexikografická analýza: čtení korpusů, výběr citátů, formulování definic, určování významů a vztahů.
Statistická extrakce kolokací: asociační míry (MI, t-test, log-likelihood) pro identifikaci významných spoluvýskytů.
Automatická detekce MWE: n-gramy s filtry frekvence, podmíněné pravděpodobnosti, sekvenční modely.
Inventář významů a WSD: návrh inventáře významů a algoritmická disambiguace v kontextu.