El notario, el cartógrafo y el hablante
Por qué el lematizador se lo traga todo (y qué separa la morfología de la semántica)
Divulgación · Wordkers · Karb and Sil · CC BY 4.0
Hay una frase que ordena todo nuestro trabajo con la lengua:
El lematizador se lo traga todo. La morfología no juzga: es un algoritmo. La semántica sí juzga, y no es un algoritmo.
Suena abstracta, pero decide cosas muy concretas. Vamos por partes.
El lematizador es un notario, no un juez
Un diccionario es un cartógrafo: dibuja los centros, elige las voces claras, sintetiza. Un lematizador es lo contrario: un notario que lo apunta todo. Está pensado para las máquinas. Cuando un programa se topa con una palabra —la que sea, del siglo XII o de un mensaje de ayer, frecuentísima o rarísima— tiene que poder preguntar «¿de qué lema viene esto y qué formas tiene?» y recibir respuesta, siempre. Por eso el lematizador no descarta nada: se lo traga todo.
La morfología es un algoritmo (y por eso no opina)
Morfología es la mecánica de las formas: cómo de un lema salen todas sus variantes. Son reglas que se pueden escribir y explicar; un algoritmo. Y un algoritmo no tiene opinión.
- Los verbos se conjugan enteros.
lloverdalluevo, llueves, llovía, lloverá… Que digamos que «llover es un verbo defectivo» —que en la práctica casi solo se use en tercera persona— no es cosa de la morfología, es del significado. Morfológicamentelluevoexiste; y en una metáfora («yo lluevo ideas») hasta luce. La forma se crea siempre; que tenga sentido es otra historia.
- El adjetivo cambia en género y número.
rojo, roja, rojos, rojas: cuatro formas, un solo lema.
- El sustantivo solo cambia en número.
juez, jueces. El género no es una forma que el sustantivo «cambie»: es una etiqueta que lleva puesta. Por esojuezyjuezason dos palabras distintas, no «una y su femenino». Decir «jueza es el femenino de juez» es una relación de significado, no un engranaje de la morfología.
- Y algunos ni eso. El
abrazafarolas(ese que «abraza farolas») vale igual para él y para ella, y en plural es idéntico: un abrazafarolas, una abrazafarolas, unos y unas abrazafarolas. El género lo pone el artículo, no la palabra.
Nada de esto juzga. Son reglas. Un algoritmo.
La semántica sí juzga (y ahí no hay algoritmo que valga)
El significado es harina de otro costal. Aquí sí se decide, se relaciona, se elige.
- No agrupamos por etimología. De dónde viene una palabra es un terreno resbaladizo y discutible. Los diccionarios ponen numeritos —
osar¹,osar²— porque les atribuyen orígenes distintos. Nosotros quitamos el número: una sola formaosar, y sus significados se ordenan por… significado, no por su árbol genealógico.
- El hablante es soberano. Si alguien usa una palabra, esa palabra existe; no somos quién para tacharla.
crassula(con dos eses, el nombre latino de la planta) es una palabra; ycrásula(con tilde, a la española) es esa misma planta dicha en cristiano. Que una sea la forma latina y otra la española lo relaciona el diccionario, no lo prohíbe el lematizador. ¿Quecrassulaes rara y solo la trae una fuente? Pues queda al final de la cola y no molesta a nadie. Pero existe.
El reparto de papeles
Tres oficios, y cada uno el suyo:
El lematizador se lo traga todo y genera las formas · el diccionario filtra · el hablante elige.
- El lematizador (morfología, algoritmo) responde a todo y crea cada forma que haga falta.
- El diccionario (semántica, juicio) filtra, relaciona y ordena por significado.
- El hablante (soberano) elige qué decir.
Separar estos tres planos no es manía de lingüista: es lo que permite que una máquina reconozca cantábamos → cantar sin tener que decidir a la vez si eso «suena bien», de dónde viene la palabra o si merece estar en el diccionario. Cada pregunta, a su capa. Y cuando llegue el analizador de frases, mandará esta misma línea.
*Este texto explica el criterio técnico WK-LEMA-CRITERIO. Se publica bajo Creative Commons Reconocimiento 4.0: cópialo, compártelo y adáptalo citando a Karb and Sil.*