Towards the criteria for identification of idioms and collocations

Straipsnyje analizuojami du pastoviųjų junginių tipai: kolokacijos ir frazeologizmai. Pateikiami šių leksikos vienetų apibrėžimai, samprata užsienio ir lietuvių autorių darbuose. Su pastoviųjų junginių nustatymo sunkumais susidurta vykdant projektą „Lietuvių kalbos pastoviųjų žodžių junginių automatinis atpažinimas (PASTOVU)“. Tiek rankomis, tiek automatiškai analizuojant iš delfi.lt portalo sudarytą tekstyną, iškilo problema, kad vis dar trūksta aiškių kriterijų, kuriais remiantis būtų galima atskirti kolokacijas ir frazeologizmus lietuvių kalboje, todėl šio tyrimo tikslas – aprašyti kriterijus, kurie leistų pirmiausia lingvistams kuo objektyviau tekste atpažinti kolokacijas bei frazeologizmus ir kuo aiškiau atskirti šiuos pastoviųjų junginių tipus. Kolokacijoms ir frazeologizmams bendri trys požymiai: vartojimo pastovumas, semantinis nedalomumas ir sustabarėjimas. Visų šių požymių laipsnis gali būti nustatomas pagal testus, paremtus kriterijais. Taikant atpažinimo testus, pateikiant atitinkamus pavyzdžius, bandyta teoriškai ir praktiškai atskleisti kolokacijų bei frazeologizmų skirtumus ir panašumus. Matyti, kad ir kolokacijų, ir frazeologizmų klasės nėra vienalytės: abiem atvejais yra tipiškų ir ne tokių tipiškų junginių. Vartojimo pastovumą ir semantinį nedalomumą siūlytume laikyti esminiais požymiais, pagal jų kriterijus ir testus galima būtų atskirti, ar pastovusis junginys laikytinas kolokacija, ar frazeologizmu.The paper analyses two types of multi-word expressions: collocations and idioms. It provides definitions of these two types of lexical items and reviews their understanding in works of Lithuanian and foreign scholars. A problem of identifying multi-word expressions arose when carrying out a research project Automatic Identification of Lithuanian Multi-word Expressions (PASTOVU). When the analysis of the corpus compiled from delfi.lt news portal texts started, it turned out that there is a need for more precise criteria to identify collocations and idioms in Lithuanian data. Therefore, this paper aims at describing clear criteria that would allow linguists to identify these particular multi-word expressions in texts as objectively as possible. It seems that collocations and idioms have three main features: conventionality, semantic non-transparency, and fixed form. All these features and their strength can be evaluated applying various tests designed based on identification criteria. The paper explains the proposed tests and gives examples for each one of them in order to practically reveal the similarities and differences between collocations and idioms. From the data described, it becomes clear that the classes of collocations and idioms are not homogeneous: both of them have typical and less typical cases. We suggest conventionality and semantic non-transparency as two main features, which could help to separate collocations from idioms by applying particular criteria and tests