Distribucionalismo

Distribucionalismo é a denominação atribuída a um conjunto de orientações teóricas e metodológicas desenvolvidas principalmente na linguística dos Estados Unidos entre as décadas de 1930 e 1950. Essas orientações procuravam descrever as línguas por meio da identificação das unidades que aparecem nos enunciados e do levantamento sistemático dos contextos em que cada unidade pode ocorrer. A distribuição de um elemento linguístico corresponde, nesse sentido, ao conjunto das posições, construções ou ambientes em que ele aparece em um corpus.

O distribucionalismo constituiu uma das vertentes do chamado estruturalismo linguístico norte-americano. As duas expressões, entretanto, não são inteiramente equivalentes. O estruturalismo norte-americano compreende uma tradição mais ampla, formada pela linguística antropológica de Franz Boas, Edward Sapir e seus continuadores, pela linguística descritiva de Leonard Bloomfield e dos chamados pós-bloomfieldianos, pela fonêmica norte-americana, pela análise de constituintes imediatos e por diferentes propostas de descrição morfológica e sintática. O distribucionalismo, em sentido mais estrito, designa a tentativa de estabelecer unidades e classes linguísticas com base em suas relações de ocorrência, substituição e combinação.

A formulação mais sistemática do método distribucional encontra-se na obra de Zellig Harris, especialmente em Methods in Structural Linguistics, publicada em 1951 e posteriormente reeditada com o título Structural Linguistics. Harris definiu a distribuição como a disposição dos elementos linguísticos uns em relação aos outros no fluxo da fala e procurou desenvolver procedimentos explícitos para segmentar enunciados, identificar unidades recorrentes e agrupá-las em classes distribucionais.

O distribucionalismo não constituiu uma doutrina perfeitamente homogênea nem um sistema teórico único. Leonard Bloomfield, Bernard Bloch, George L. Trager, Charles F. Hockett, Rulon S. Wells, Zellig Harris, Charles C. Fries, Eugene Nida e outros linguistas compartilhavam o interesse pela descrição formal e pela análise de dados observáveis, mas divergiam quanto à definição do fonema e do morfema, ao papel do significado, ao estatuto das intuições do falante, à natureza dos procedimentos analíticos e aos limites da análise sintática.

Embora tenha perdido sua posição dominante depois da ascensão da gramática gerativa, o distribucionalismo exerceu influência duradoura sobre a fonologia, a morfologia, a sintaxe de constituintes, a linguística de corpus, o processamento de linguagem natural e os modelos contemporâneos de semântica distribucional.

Delimitação do termo

A palavra distribucionalismo é usada em diferentes sentidos na história da linguística. Em sentido amplo, pode designar praticamente toda a linguística descritiva norte-americana do período posterior à publicação de Language, de Bloomfield, em 1933. Em sentido mais preciso, refere-se aos métodos que definem uma unidade linguística ou uma classe de unidades pelo conjunto dos ambientes em que ela ocorre.

Nem todos os estudiosos tradicionalmente incluídos no estruturalismo norte-americano foram distribucionalistas no mesmo grau. Edward Sapir atribuía grande importância aos padrões formais das línguas, mas também se interessava por processos psicológicos, culturais e simbólicos que não podiam ser reduzidos a distribuições observáveis. Kenneth L. Pike desenvolveu conceitos relacionados à análise estrutural, mas formulou posteriormente a tagmêmica e defendeu uma abordagem na qual forma, função e significado mantinham relações mais estreitas. Charles C. Fries empregou critérios distribucionais na descrição das classes de palavras, mas não propôs um sistema geral equivalente ao de Harris.

Também é necessário distinguir o distribucionalismo clássico da chamada hipótese distribucional empregada atualmente na linguística computacional e na semântica lexical. A tradição contemporânea segundo a qual palavras que aparecem em contextos semelhantes tendem a apresentar propriedades semânticas semelhantes possui antecedentes no estruturalismo norte-americano, sobretudo em Harris, mas foi desenvolvida com objetivos, métodos estatísticos e modelos matemáticos diferentes.

Leonard Bloomfield

Formação intelectual

Leonard Bloomfield (1887–1949) foi o principal responsável pela consolidação da linguística estrutural norte-americana como programa científico. Sua formação inicial ocorreu no campo da linguística germânica e indo-europeia. Bloomfield conhecia profundamente a tradição histórico-comparativa, a gramática sânscrita e a linguística dos neogramáticos.

Sua primeira introdução geral à linguística, An Introduction to the Study of Language, foi publicada em 1914. A obra ainda apresentava forte influência da psicologia mentalista de Wilhelm Wundt. Nas décadas seguintes, Bloomfield afastou-se dessa orientação e aproximou-se de uma concepção mecanicista da ciência.

Bloomfield participou também da descrição de línguas austronésias e indígenas norte-americanas, entre elas o tagalo, o menomini, o cree e o fox. Essa experiência relacionava a reflexão teórica às exigências da análise de línguas pouco descritas.

Language

A publicação de Language, em 1933, tornou-se um marco da linguística norte-americana. A obra tratava de fonética, fonologia, gramática, significado, mudança linguística, dialetologia, aquisição da linguagem, escrita e história da linguística.

Language não apresenta um manual completo de análise distribucional nos moldes posteriormente desenvolvidos por Harris. A obra estabelece, porém, os fundamentos do programa descritivo que orientaria grande parte da linguística norte-americana nas décadas seguintes.

Bloomfield definia a língua como um conjunto de hábitos de fala compartilhados por uma comunidade. O trabalho do linguista consistiria em observar enunciados, identificar formas recorrentes e descrever as regularidades de sua combinação.

A importância da obra deve ser compreendida também institucionalmente. Bloomfield foi um dos fundadores da Linguistic Society of America, criada em 1924, e exerceu forte influência sobre a formação de linguistas, a publicação da revista Language e a definição de padrões de rigor descritivo.

Mecanicismo e antimentalismo

Bloomfield distinguia duas concepções gerais da explicação científica: a mentalista e a mecanicista. A explicação mentalista recorria a ideias, intenções, imagens ou estados interiores cuja investigação objetiva considerava problemática. A explicação mecanicista procurava relacionar os acontecimentos a condições materiais e comportamentos observáveis.

Essa posição foi influenciada principalmente pelo behaviorismo de John B. Watson, e não pela teoria de B. F. Skinner em sua forma madura. Skinner publicou Verbal Behavior somente em 1957, oito anos depois da morte de Bloomfield. Embora os dois autores pertençam ao campo mais amplo do behaviorismo, não se deve apresentar Bloomfield como discípulo da análise skinneriana do comportamento verbal.

Bloomfield ilustrou o comportamento linguístico por meio de situações de estímulo e resposta. Em seu exemplo mais conhecido, uma pessoa percebe um objeto desejado e produz um enunciado; outra pessoa, ao ouvir a fala, realiza uma ação. A linguagem permite que uma resposta seja desencadeada por um estímulo linguístico em lugar de uma ação direta.

O esquema não pretende fornecer uma teoria experimental completa do comportamento, mas estabelecer um enquadramento materialista para a comunicação. O linguista poderia observar a situação, o enunciado e as respostas externas, ainda que não dispusesse de acesso direto aos acontecimentos internos dos participantes.

O problema do significado

É frequente afirmar que Bloomfield excluiu completamente o significado da linguística. Essa formulação é excessiva. Bloomfield considerava o significado indispensável para definir formas linguísticas. Uma forma correspondia a uma combinação de sons dotada de significado, e formas foneticamente idênticas poderiam ser tratadas como unidades diferentes quando possuíssem significados distintos.

O problema era metodológico. Para Bloomfield, uma descrição cientificamente precisa dos significados exigiria conhecimento detalhado de todas as situações em que as formas fossem empregadas e de todos os aspectos relevantes do mundo a que se referiam. Como esse conhecimento dependia do desenvolvimento das demais ciências, a semântica não poderia alcançar naquele momento o mesmo rigor da fonologia e de determinados setores da gramática.

O resultado foi uma assimetria: o significado continuava necessário para reconhecer unidades, mas a análise formal procurava reduzir ao mínimo sua utilização. Os pós-bloomfieldianos levaram essa restrição mais longe e tentaram construir procedimentos que dependessem predominantemente da distribuição.

Forma livre, forma presa e construção

Bloomfield chamou de forma linguística toda configuração fonética dotada de significado. Uma forma que pudesse ocorrer isoladamente como enunciado era classificada como forma livre. Uma forma que não pudesse ocorrer sozinha era denominada forma presa.

Em uma palavra como livros, por exemplo, livro pode ser tratado como forma livre em determinados contextos, enquanto o segmento de plural -s é uma forma presa.

As formas complexas são constituídas por outras formas. Bloomfield empregou o conceito de constituinte para designar as unidades que participam de uma construção. Essa concepção forneceu uma das bases para o desenvolvimento posterior da análise de constituintes imediatos.

O pós-bloomfieldianismo

A expressão pós-bloomfieldianos designa um conjunto de linguistas que desenvolveram, sistematizaram ou modificaram o programa descritivo de Bloomfield nas décadas de 1940 e 1950. O termo não significa que todos adotassem integralmente suas posições.

Entre os principais nomes encontram-se:

• Bernard Bloch;
• George L. Trager;
• Charles F. Hockett;
• Rulon S. Wells;
• Zellig Harris;
• Eugene Nida;
• Charles C. Fries;
• Archibald A. Hill;
• Henry Lee Smith;
• Robert A. Hall Jr.;
• Martin Joos.

A fonologia e a morfologia receberam inicialmente maior atenção porque pareciam oferecer unidades mais facilmente segmentáveis. A sintaxe tornou-se progressivamente mais importante, especialmente com o desenvolvimento da análise de constituintes imediatos e das técnicas distribucionais de Harris.

O período pós-bloomfieldiano foi também marcado pela produção de manuais, descrições de línguas, materiais para o ensino de idiomas e trabalhos aplicados durante e depois da Segunda Guerra Mundial. A necessidade de formar rapidamente falantes e analistas de línguas consideradas estratégicas estimulou a institucionalização da linguística nos Estados Unidos.

O conceito de distribuição

A distribuição de uma unidade é o conjunto de ambientes em que ela pode ocorrer. Um ambiente pode ser definido pelos elementos que aparecem antes ou depois da unidade, pela posição no enunciado, pelo tipo de construção ou por outros condicionamentos formalmente identificáveis.

Considere-se o seguinte conjunto simplificado:

O menino chegou.
O professor chegou.
O estudante chegou.

As expressões o menino, o professor e o estudante aparecem no mesmo ambiente, imediatamente antes de chegou. Elas podem ser agrupadas em uma mesma classe distribucional relativamente a esse contexto.

Em outro nível, as palavras menino, professor e estudante aparecem depois do artigo o e antes do verbo. A possibilidade de substituição em ambientes equivalentes constitui uma evidência de que compartilham determinadas propriedades gramaticais.

A distribuição não é necessariamente determinada por um único contexto. Uma análise adequada precisa considerar o maior número possível de ocorrências e verificar se a equivalência se mantém em diferentes construções.

Tipos de relação distribucional

Os linguistas empregaram diferentes classificações das relações entre distribuições.

Distribuição contrastiva

Duas unidades encontram-se em distribuição contrastiva quando podem ocorrer no mesmo ambiente e sua substituição produz formas diferentes.

Na fonologia, /p/ e /b/ contrastam em português em contextos como pato e bato. O ambiente fonológico é semelhante, mas a substituição modifica a forma lexical.

Na morfologia, as terminações -o e -a podem contrastar em certos pares como menino e menina, embora a análise completa dependa das propriedades morfológicas e lexicais de cada item.

Distribuição complementar

Duas formas encontram-se em distribuição complementar quando aparecem em ambientes mutuamente exclusivos. Onde uma ocorre, a outra não ocorre.

A distribuição complementar foi especialmente importante para a análise dos alofones. Se duas realizações fonéticas semelhantes aparecem em contextos previsíveis e nunca contrastam no mesmo ambiente, podem ser interpretadas como variantes de um mesmo fonema.

A complementaridade, entretanto, não é suficiente por si só. Duas formas inteiramente diferentes também podem ocorrer em ambientes exclusivos sem constituírem variantes de uma mesma unidade. Os analistas recorriam, por isso, a critérios de semelhança fonética, paralelismo estrutural e economia descritiva.

Distribuição equivalente

Duas unidades possuem distribuição equivalente quando podem ocorrer nos mesmos ambientes. A equivalência pode ser total ou parcial.

A equivalência total é rara em línguas naturais. Mesmo formas consideradas sinônimas ou membros da mesma classe gramatical costumam apresentar restrições particulares.

Distribuição sobreposta

Há sobreposição quando duas unidades compartilham alguns ambientes, mas cada uma também ocorre em contextos dos quais a outra está excluída. Grande parte das relações gramaticais reais apresenta esse caráter parcial.

Classes distribucionais

Uma classe distribucional reúne elementos que possuem distribuições idênticas ou suficientemente semelhantes para os objetivos da descrição.

As classes não precisam corresponder exatamente às categorias da gramática tradicional. Em vez de partir de definições como “substantivo é a palavra que nomeia seres”, o analista observa quais formas aparecem depois de determinados artigos, recebem marcas de número, ocupam certas posições e podem ser substituídas umas pelas outras.

O resultado pode coincidir parcialmente com as classes tradicionais, mas também pode revelar subdivisões. Verbos transitivos e intransitivos, por exemplo, apresentam distribuições distintas; alguns adjetivos aceitam determinadas posições ou modificadores que outros rejeitam; certos substantivos possuem restrições de número ou de combinação.

Corpus e dados linguísticos

A análise distribucional parte de um corpus, isto é, de um conjunto delimitado de enunciados registrados. O corpus pode ser constituído por textos escritos, gravações, transcrições de fala ou dados obtidos em trabalho de campo.

O ideal de exaustividade referia-se à descrição completa das relações presentes no corpus, e não à enumeração de todas as frases possíveis de uma língua. O analista procurava formular generalizações que abrangessem os dados disponíveis sem recorrer a categorias não justificadas pela amostra.

Essa orientação oferecia uma defesa contra análises impressionistas, mas criava dificuldades. Nenhum corpus finito contém todas as construções possíveis. Uma sequência ausente pode ser impossível, rara ou simplesmente não ter aparecido na amostra. A interpretação da ausência exige, portanto, algum conhecimento adicional da língua ou a consulta a falantes.

Na prática, os distribucionalistas não trabalhavam sem qualquer intervenção de falantes ou analistas. Utilizavam repetição, elicitação, substituição, tradução, julgamentos sobre diferenças de forma e significado e ampliação planejada dos dados. A imagem de um procedimento puramente automático aplicado a um corpus fechado corresponde mais a um ideal metodológico do que à totalidade das práticas efetivas.

Segmentação e classificação

O método distribucional costuma ser caracterizado por duas operações fundamentais:

1. segmentação: divisão dos enunciados em partes recorrentes;

1. classificação: agrupamento das partes segundo sua distribuição.

As duas operações são interdependentes. Para segmentar uma sequência, é necessário reconhecer recorrências; para reconhecer recorrências, é necessário propor segmentos comparáveis.

Considere-se o conjunto:

menino
meninos
livro
livros

A recorrência de menino e livro em contraste com -s permite propor uma segmentação:

menino + s
livro + s

O segmento -s pode ser agrupado como uma unidade recorrente. Seu valor de plural é confirmado pela relação entre forma e significado, mas sua identificação formal depende também do paralelismo distribucional.

A análise torna-se mais complexa quando há alomorfia, fusão, formas descontínuas, morfemas sem realização fonética ou irregularidade. Os distribucionalistas desenvolveram diferentes técnicas para lidar com esses casos, nem sempre de maneira consensual.

Fonêmica norte-americana

A fonêmica foi um dos campos mais desenvolvidos do estruturalismo norte-americano. Seu objetivo era identificar o sistema de contrastes sonoros de uma língua e organizar as realizações fonéticas em fonemas e alofones.

Fonema e alofone

O fonema era geralmente entendido como uma classe de sons foneticamente semelhantes e distribucionalmente relacionados. Os membros dessa classe eram chamados alofones.

Dois sons podiam ser atribuídos ao mesmo fonema quando:

• não contrastavam no mesmo ambiente;
• apareciam em distribuição complementar ou variação livre;
• apresentavam semelhança fonética considerada suficiente;
• sua reunião produzia uma análise coerente com os padrões gerais da língua.

A identificação de pares mínimos tornou-se uma técnica importante, mas não era o único procedimento. Os linguistas examinavam também pares análogos, distribuições defectivas, alternâncias morfofonêmicas e padrões fonotáticos.

Procedimentos fonêmicos

Bernard Bloch, George Trager, Charles Hockett e outros autores procuraram tornar os procedimentos fonêmicos explícitos. Entre as operações estavam:

• coleta e transcrição fonética;
• identificação de segmentos recorrentes;
• comparação de sons em ambientes semelhantes;
• estabelecimento de contrastes;
• agrupamento de variantes;
• formulação da distribuição de cada fonema;
• descrição das sequências permitidas.

O Outline of Linguistic Analysis, de Bloch e Trager, publicado em 1942, tornou-se uma exposição influente desse tipo de análise.

Fonêmica sistemática e controvérsias

A fonêmica norte-americana não era teoricamente uniforme. Alguns autores concebiam os fonemas como unidades psicológicas; outros procuravam defini-los exclusivamente por critérios formais. Havia divergências sobre a representação de junções, acento, entoação, segmentos longos e fenômenos morfofonêmicos.

Também se discutia se a análise deveria produzir uma representação próxima das realizações fonéticas ou uma representação mais abstrata e economicamente organizada.

O princípio de separação de níveis procurava impedir que informações gramaticais fossem usadas prematuramente na análise fonêmica. Essa restrição pretendia evitar circularidade, mas podia produzir descrições pouco naturais quando a distribuição dos sons dependia claramente da estrutura morfológica.

Morfêmica

A morfêmica estruturalista tinha como objetivo identificar os morfemas de uma língua, determinar seus alomorfes e descrever suas possibilidades de combinação.

Morfema

O morfema era geralmente definido como a menor forma linguística dotada de significado ou função gramatical. Uma palavra podia ser composta por um único morfema ou por vários.

Exemplos:

casa — um morfema lexical;
casas — casa + -s;
infeliz — in- + feliz;
cantávamos — sequência analisável em radical e marcas gramaticais.

A noção de “menor unidade significativa” criava problemas quando uma forma não podia ser segmentada sem perda do paralelismo gramatical ou quando uma mesma propriedade era expressa por modificações internas, ausência de marca ou fusão de categorias.

Alomorfia

Os alomorfes são variantes de um mesmo morfema. Sua identificação dependia da combinação de critérios formais, distribucionais e semânticos.

O plural do inglês, por exemplo, apresenta realizações fonológicas diferentes condicionadas pelo segmento precedente. Essas variantes podem ser agrupadas porque possuem função semelhante e distribuição previsível.

Há também alomorfia lexicalmente condicionada, como nas formas irregulares. Nesses casos, a distribuição não pode ser formulada apenas em termos fonológicos, pois depende da identidade do item lexical.

Morfema zero

Alguns estruturalistas admitiram o morfema zero para representar uma oposição gramatical sem expressão fonológica manifesta. Se uma categoria possui formas marcadas em parte de um paradigma, a ausência de segmento em outra posição pode receber interpretação estrutural.

A utilização de zeros permitia preservar paralelismos, mas foi criticada quando aplicada sem restrições. A simples ausência de material não pode ser transformada automaticamente em morfema; é necessário demonstrar que ocupa uma posição definida em uma oposição ou paradigma.

Morfemas descontínuos

Uma unidade gramatical pode apresentar partes separadas por outros elementos. Alguns analistas admitiram morfemas descontínuos para descrever construções em que os componentes funcionam conjuntamente.

Esse recurso mostrava que a segmentação estruturalista não se limitava necessariamente a partes contínuas da cadeia, embora a continuidade fosse preferida sempre que possível.

Morfofonêmica

A morfofonêmica estudava as alternâncias entre formas fonêmicas associadas aos morfemas. Ela ocupava uma posição intermediária entre fonologia e morfologia.

A descrição podia postular unidades morfofonêmicas abstratas ou apresentar listas de alternantes e condições de ocorrência. As soluções variavam conforme o modelo adotado.

Classes de palavras e substituição

A classificação das palavras segundo suas distribuições foi uma das aplicações mais conhecidas do método.

Em The Structure of English, publicado em 1952, Charles C. Fries procurou identificar classes de palavras por meio dos lugares que elas ocupavam em determinados padrões de frase. Em vez de empregar inicialmente os rótulos substantivo, verbo, adjetivo e advérbio, Fries construiu molduras nas quais diferentes palavras podiam ser inseridas.

Uma moldura simplificada poderia apresentar a forma:

The ______ is good.

Palavras capazes de preencher a lacuna em condições equivalentes poderiam ser incluídas em uma classe. Outras molduras permitiriam distinguir palavras que aparecem depois de determinantes, antes de determinados sufixos ou em posição predicativa.

O procedimento possuía a vantagem de tornar explícitos os critérios formais. Entretanto, a seleção das molduras, a avaliação da aceitabilidade e a decisão sobre quais diferenças deveriam ser consideradas relevantes dependiam da competência linguística do pesquisador.

As classes resultantes não eram necessariamente homogêneas. Palavras tradicionalmente classificadas como substantivos podem apresentar distribuições diferentes em relação a número, determinação, modificação e complementação. A análise distribucional tende, por isso, a produzir classes e subclasses graduais ou sobrepostas.

Análise de constituintes imediatos

A análise de constituintes imediatos, frequentemente abreviada como ACI, descreve uma construção por meio de divisões sucessivas em unidades menores. Cada construção é inicialmente separada em seus constituintes diretamente subordinados; esses constituintes são, por sua vez, segmentados até que se alcancem unidades mínimas.

A noção possui antecedentes em Bloomfield, mas foi sistematizada por diferentes autores, especialmente Rulon S. Wells, Charles Hockett e Zellig Harris.

Estrutura hierárquica

Uma frase não é analisada apenas como sequência linear de palavras. Ela possui agrupamentos intermediários.

Considere-se:

A pesquisadora analisou os documentos antigos.

Uma divisão inicial possível é:

[ A pesquisadora ] [ analisou os documentos antigos ]

O segundo constituinte pode ser dividido em:

[ analisou ] [ os documentos antigos ]

O grupo nominal pode ser dividido em:

[ os ] [ documentos antigos ]

e, em seguida:

[ documentos ] [ antigos ]

Uma representação parentética seria:

[[A pesquisadora] [analisou [os [documentos antigos]]]]

A análise indica que antigos se relaciona diretamente com documentos, enquanto os documentos antigos forma uma unidade em relação ao verbo.

Critérios de constituência

Os estruturalistas empregaram diferentes indícios para identificar constituintes:

• possibilidade de substituição por uma forma simples;
• ocorrência do grupo em diferentes posições;
• coordenação com grupos semelhantes;
• relações de expansão;
• padrões de entoação;
• paralelismo com outras construções;
• capacidade de ocorrer como resposta ou enunciado relativamente independente.

Nenhum teste funciona de maneira absoluta. Os resultados podem divergir, e algumas sequências possuem mais de uma análise possível.

Construções endocêntricas e exocêntricas

Bloomfield distinguiu construções endocêntricas e exocêntricas.

Uma construção é endocêntrica quando o grupo completo pertence à mesma classe distribucional de um de seus constituintes ou de todos eles. Em livros antigos, o conjunto pode aparecer em muitos ambientes nos quais ocorre livros. O grupo possui, portanto, um núcleo que determina parte de sua distribuição.

Uma construção é exocêntrica quando o conjunto não pertence à mesma classe de nenhum de seus componentes. Na análise bloomfieldiana do inglês, determinadas combinações de sujeito e predicado eram consideradas exocêntricas porque a frase completa não possuía a distribuição isolada do sujeito nem a do predicado.

Essa classificação foi influente, mas sua aplicação depende da maneira como as classes e os ambientes são definidos.

Ambiguidade estrutural

A análise de constituintes permite representar alguns casos de ambiguidade.

A expressão:

homens e mulheres jovens

pode receber, conforme o contexto, as estruturas:

[ homens ] e [ mulheres jovens ]

ou:

[ homens e mulheres ] [ jovens ]

A sequência linear é a mesma, mas os agrupamentos são diferentes. A ACI demonstrou que a descrição sintática precisa representar relações hierárquicas, e não apenas a ordem das palavras.

Limitações da ACI

A análise de constituintes imediatos descreve de maneira eficiente muitas relações locais, mas enfrenta dificuldades com:

• dependências entre elementos distantes;
• construções descontínuas;
• relações entre frases ativas e passivas;
• interrogativas e relativas;
• elipses;
• ambiguidades que não resultam apenas de agrupamentos;
• generalizações entre construções formalmente distintas.

Essas limitações estimularam o desenvolvimento de análises transformacionais, inclusive no interior da obra de Zellig Harris.

Zellig Harris

Trajetória intelectual

Zellig Harris (1909–1992) foi o autor que levou mais longe a formalização do método distribucional. Sua obra não se limita, porém, ao distribucionalismo taxonômico frequentemente atribuído à linguística norte-americana. Harris desenvolveu sucessivamente análises fonológicas, morfológicas, sintáticas, transformacionais, discursivas e matemáticas.

Em Methods in Structural Linguistics, de 1951, apresentou um conjunto sistemático de operações para a descrição linguística. O livro não pretendia oferecer uma teoria psicológica da linguagem nem explicar como os falantes produzem enunciados. Seu objetivo era mostrar como organizar os elementos de um corpus em uma descrição estrutural.

Harris distinguia os dados linguísticos de informações externas sobre significado, situação social ou processos mentais. A distribuição dos elementos no fluxo da fala constituía a relação central da análise.

Procedimentos de descoberta

Os procedimentos de descoberta seriam operações explícitas por meio das quais o analista poderia passar de dados registrados a unidades e classes.

Entre essas operações encontram-se:

• segmentar os enunciados;
• comparar partes recorrentes;
• estabelecer equivalências de ambiente;
• agrupar variantes;
• identificar morfemas;
• construir classes de morfemas;
• descrever sequências;
• reduzir construções a padrões;
• examinar relações entre tipos de frase.

Esses procedimentos não correspondiam necessariamente a etapas psicológicas realizadas pelo falante. Eram instrumentos para a construção de uma descrição.

A expressão “procedimentos mecânicos” pode ser enganosa. Harris buscava explicitude e controlabilidade, mas a análise dependia de decisões sobre a seleção dos dados, o grau de semelhança relevante, a delimitação dos segmentos e a formulação das classes.

Equivalência de ambientes

Dois elementos são distribucionalmente equivalentes quando aparecem em ambientes equivalentes. A noção permite substituir elementos em determinadas posições e construir classes.

Se as formas A, B e C podem aparecer entre X e Y, elas pertencem a uma classe relativamente ao ambiente X — Y:

X A Y
X B Y
X C Y

A análise de uma língua inteira exige combinar grande número de ambientes e estabelecer diferentes graus de equivalência.

Expansão

Uma sequência pode ser considerada expansão de outra quando ocupa a mesma posição geral e preserva determinadas relações estruturais.

Em:

A criança dormiu.
A criança cansada dormiu.
A criança muito cansada dormiu.

as sequências mais longas podem ser analisadas como expansões de constituintes menores. A noção permite relacionar construções de diferentes extensões sem tratá-las como padrões inteiramente independentes.

Do morfema ao enunciado

Harris procurou descrever como classes de morfemas se combinam em sequências progressivamente maiores. As restrições de ocorrência permitem distinguir combinações possíveis, frequentes ou excluídas.

A análise não partia necessariamente das categorias da gramática tradicional. Classes como N, V ou A poderiam surgir como abreviações para conjuntos de elementos com distribuições semelhantes.

Transformações em Harris

A partir da década de 1950, Harris desenvolveu a noção de transformação para relacionar conjuntos de frases que apresentavam correspondências sistemáticas.

Uma frase ativa e uma passiva, por exemplo, compartilham elementos e determinadas relações, embora exibam diferenças de ordem, morfologia e distribuição. Uma transformação descreve a correspondência entre os dois conjuntos.

As transformações de Harris não eram inicialmente concebidas como operações mentais que gerassem uma frase a partir de outra. Eram relações formais estabelecidas entre classes de sentenças observadas.

Essa concepção exerceu influência sobre a primeira gramática gerativa de Noam Chomsky, que foi aluno de Harris. Chomsky, entretanto, reinterpretou as transformações no interior de uma teoria formal da competência linguística e de um sistema gerativo capaz de enumerar as frases de uma língua.

Análise do discurso

No artigo “Discourse Analysis”, de 1952, Harris estendeu procedimentos distribucionais para além da frase. Seu objetivo era investigar regularidades na distribuição de formas em sequências textuais e relacioná-las a situações recorrentes.

A análise agrupava elementos equivalentes e observava sua ocorrência em diferentes partes de um texto. Embora bastante diferente das correntes atuais de análise do discurso, o trabalho é frequentemente citado como uma das primeiras tentativas de formular um método linguístico explícito para unidades superiores à sentença.

Sublinguagens e informação

Nas fases posteriores de sua obra, Harris estudou sublinguagens, isto é, variedades empregadas em domínios especializados, como a imunologia e outras ciências. Essas variedades apresentam vocabulário, construções e restrições distribucionais próprias.

Harris procurou mostrar que a estrutura linguística poderia ser relacionada à organização da informação em áreas científicas. Esses trabalhos anteciparam problemas de extração de informação, linguística computacional e processamento de textos especializados.

Níveis de análise

Os estruturalistas norte-americanos frequentemente organizavam a descrição em níveis:

1. fonética;

1. fonêmica;

1. morfofonêmica;

1. morfêmica;

1. sintaxe.

Essa ordenação expressava o princípio de que as unidades de um nível seriam construídas a partir das unidades do nível anterior. Os morfemas seriam compostos por fonemas; as construções sintáticas, por morfemas ou palavras.

Separação de níveis

A separação de níveis procurava garantir que uma análise não recorresse indevidamente a informações pertencentes a níveis posteriores. A fonologia, por exemplo, deveria ser estabelecida antes da morfologia.

O objetivo era impedir raciocínios circulares. Se o analista empregasse a estrutura morfológica para definir os fonemas e depois utilizasse os fonemas para definir os morfemas, a descrição poderia tornar-se logicamente inconsistente.

Na prática, a separação rígida mostrou-se difícil. Fenômenos fonológicos podem depender de fronteiras morfológicas; a identificação de morfemas pode exigir conhecimento sintático; diferenças de significado podem orientar a segmentação. Muitos linguistas posteriores passaram a admitir relações bidirecionais entre níveis.

Análise ascendente

O método distribucional costuma ser descrito como ascendente, pois parte de unidades menores e avança para unidades maiores:

sons → fonemas → morfemas → palavras → constituintes → frases

Essa caracterização é válida como ideal de exposição, mas não reproduz inteiramente a prática da análise. O reconhecimento de segmentos menores depende frequentemente de recorrências observadas em unidades maiores. A análise real envolve movimentos em ambas as direções.

O lugar da semântica

A relação do distribucionalismo com o significado é uma das questões mais debatidas de sua história.

Restrição metodológica

Os distribucionalistas procuravam evitar que interpretações semânticas intuitivas servissem como único fundamento para estabelecer unidades. Duas formas consideradas “semelhantes em significado” não pertencem necessariamente à mesma classe gramatical; duas construções formalmente equivalentes podem apresentar interpretações diferentes.

A distribuição oferecia critérios verificáveis e reproduzíveis. Em lugar de definir um substantivo como “nome de pessoa, lugar ou coisa”, podia-se caracterizá-lo pelos ambientes em que ocorre.

Uso inevitável do significado

Apesar desse ideal, o significado não desaparecia. Era utilizado para:

• distinguir formas homônimas;
• reconhecer que uma mudança sonora correspondia a uma diferença lexical;
• identificar morfemas;
• selecionar traduções;
• obter dados de informantes;
• decidir se dois enunciados eram diferentes;
• interpretar alternâncias e paradigmas.

O próprio Harris admitia que informações semânticas podiam oferecer pistas para a segmentação, embora procurasse substituí-las por investigações distribucionais mais extensas sempre que possível.

Forma e significado em Harris

Harris não sustentava necessariamente que o significado fosse inexistente ou irrelevante. Seu argumento metodológico era que uma parte substancial da estrutura linguística poderia ser descrita a partir das restrições de combinação.

Em seus trabalhos posteriores, as relações entre estrutura linguística e informação tornaram-se mais explícitas. A distribuição não era concebida apenas como técnica classificatória, mas como meio de revelar regularidades associadas ao conteúdo de domínios especializados.

Behaviorismo e distribucionalismo

A associação entre distribucionalismo e behaviorismo precisa ser tratada com cautela.

Bloomfield adotou uma orientação mecanicista e foi influenciado por Watson. Alguns pós-bloomfieldianos compartilhavam a desconfiança em relação a explicações mentalistas. Entretanto, o método distribucional não decorre logicamente do behaviorismo e pode ser utilizado sem adesão a uma teoria comportamental da mente.

Zellig Harris apresentou seus métodos principalmente como procedimentos formais de análise. Sua teoria não se reduz a um modelo de estímulo e resposta. A equivalência de ambientes, a segmentação e as transformações são relações entre formas linguísticas, não categorias da psicologia behaviorista.

Também não se deve identificar automaticamente Bloomfield com Skinner. A resenha crítica de Chomsky a Verbal Behavior, de Skinner, publicada em 1959, dirigia-se a uma teoria específica do comportamento verbal. Ela não constitui, por si só, uma refutação direta de toda a linguística bloomfieldiana ou de todos os métodos distribucionais.

Procedimentos de descoberta, apresentação e avaliação

A discussão sobre os procedimentos metodológicos tornou-se importante na transição para a gramática gerativa.

Procedimentos de descoberta

Um procedimento de descoberta deveria indicar como chegar dos dados à gramática. Parte da linguística pós-bloomfieldiana buscou tornar essa passagem explícita.

Procedimentos de apresentação

Um procedimento de apresentação especifica como organizar e expor uma descrição depois que ela foi construída. Uma gramática pode ser rigorosa e explícita sem pretender reproduzir o caminho pelo qual o linguista a descobriu.

Procedimentos de avaliação

Um procedimento de avaliação permite comparar diferentes gramáticas compatíveis com os dados e selecionar a mais adequada segundo critérios de simplicidade, generalidade ou poder explicativo.

Chomsky argumentou que não seria realista esperar um algoritmo puramente mecânico de descoberta. O trabalho científico envolve formulação de hipóteses. A teoria linguística deveria, portanto, definir o formato das gramáticas possíveis e fornecer critérios para avaliá-las.

Essa crítica foi dirigida a certas interpretações do método estruturalista, mas a historiografia posterior observa que os próprios distribucionalistas nem sempre afirmavam possuir um algoritmo integral e automático.

Distribucionalismo e gramática gerativa

Continuidade histórica

A gramática gerativa surgiu no ambiente intelectual formado pela linguística estrutural norte-americana. Noam Chomsky estudou com Zellig Harris na Universidade da Pensilvânia e trabalhou inicialmente com métodos morfofonêmicos e transformacionais relacionados à tradição harrisiana.

Conceitos como constituência, transformação, representação formal, classe de equivalência e análise de sequências forneceram parte do vocabulário técnico a partir do qual a gramática gerativa se desenvolveu.

Ruptura teórica

Apesar dessa continuidade, Chomsky alterou o objeto e os objetivos da teoria linguística.

Para o distribucionalismo clássico, a descrição concentrava-se na organização de um corpus de enunciados. Para a gramática gerativa, o objeto central tornou-se o conhecimento linguístico que permite ao falante produzir e compreender um número potencialmente ilimitado de frases.

Uma gramática gerativa não deveria apenas classificar enunciados observados. Deveria especificar formalmente todas as frases bem formadas da língua e excluir as sequências malformadas.

Criatividade linguística

A principal crítica gerativista dizia respeito à criatividade ou produtividade da linguagem. Os falantes produzem e compreendem frases que nunca ouviram anteriormente. Um corpus finito não pode conter todas as frases possíveis.

A descrição de distribuições observadas seria, portanto, insuficiente para explicar o conhecimento que permite construir novas sentenças.

Os distribucionalistas poderiam responder que seu objetivo era descritivo, e não psicológico. A força da crítica depende, assim, daquilo que se espera de uma teoria linguística: organizar dados, modelar a competência do falante ou explicar a aquisição e o processamento.

Gramaticalidade e frequência

Uma sequência pode ser gramatical mesmo que não apareça em determinado corpus. Inversamente, um corpus pode conter hesitações, erros, interrupções e construções marginais.

Chomsky argumentou que gramaticalidade não se confunde com frequência estatística. Frases improváveis ou semanticamente estranhas podem ser sintaticamente bem formadas.

A crítica mostrou os limites de uma análise baseada exclusivamente na ocorrência. Entretanto, métodos distribucionais não precisam identificar possibilidade gramatical com frequência bruta. Restrições estruturais podem ser inferidas a partir de padrões, e modelos posteriores incorporaram diferentes graus de aceitabilidade e probabilidade.

Dependências de longa distância

Relações entre elementos distantes desafiam análises baseadas apenas em ambientes locais.

Em interrogativas, relativas e construções com concordância, uma unidade pode depender de outra separada por vários constituintes. A representação dessas relações exige mecanismos que ultrapassem a simples adjacência.

A gramática transformacional procurou representar essas correspondências por meio de estruturas abstratas e operações formais. As transformações de Chomsky diferiam das relações transformacionais inicialmente propostas por Harris, embora possuíssem ligação histórica com elas.

Estrutura profunda e significado

As primeiras versões da gramática gerativa procuraram relacionar estruturas sintáticas abstratas à interpretação e à forma fonética. Isso contrastava com o cuidado distribucionalista em não utilizar a semântica como fundamento da análise.

As teorias gerativas posteriores modificaram repetidamente a arquitetura dessas relações, mas mantiveram o objetivo de explicar o conhecimento estrutural do falante.

Críticas metodológicas

Circularidade

Para definir a distribuição de um elemento, é necessário ter identificado previamente o elemento e seu ambiente. Mas a identificação do elemento depende das distribuições observadas.

Essa interdependência pode produzir circularidade. Harris e outros autores procuraram controlá-la por meio de aproximações sucessivas, comparações de recorrências e reformulações da análise.

A crítica continua relevante: a segmentação não é uma operação neutra anterior à teoria, mas parte da construção teórica do objeto.

Dependência do analista

A seleção dos dados, a escolha dos ambientes e a avaliação de semelhanças dependem do analista. Mesmo um método explícito não elimina inteiramente o julgamento.

A tentativa de objetividade deve ser entendida como busca de decisões justificáveis e verificáveis, e não como remoção completa da interpretação científica.

Corpus finito

Nenhum corpus finito representa integralmente uma língua. Construções raras podem não aparecer, e a ausência não prova impossibilidade.

Esse problema tornou-se central na crítica gerativista, mas também é reconhecido pela linguística de corpus contemporânea, que distingue ausência no corpus, baixa frequência e agramaticalidade.

Sinonímia distribucional imperfeita

Duas unidades semanticamente próximas raramente possuem distribuições idênticas. A substituição pode ser bloqueada por registro, colocação, prosódia, gênero textual ou preferência lexical.

As classes distribucionais são, portanto, abstrações construídas segundo determinados critérios. Sua utilidade não depende de equivalência absoluta.

Homonímia e polissemia

Uma mesma forma pode apresentar distribuições distintas em seus diferentes usos. O analista precisa decidir se há uma unidade polissêmica, vários itens homônimos ou subclasses relacionadas.

A distribuição pode oferecer evidências para a distinção, mas não resolve sozinha todos os problemas semânticos.

Descontinuidade

Morfemas e construções podem ser descontínuos. Relações sintáticas podem atravessar constituintes, e uma mesma função pode ser expressa por combinações separadas.

A preferência inicial por segmentos lineares e contínuos dificultava a representação desses fenômenos.

Variação linguística

As primeiras descrições estruturalistas frequentemente buscavam um sistema relativamente homogêneo. A sociolinguística posterior mostrou que a variação se organiza segundo fatores sociais, estilísticos e interacionais.

A distribuição de uma forma não depende apenas do ambiente fonológico ou sintático, mas também da comunidade, da situação, do gênero discursivo e da identidade dos participantes.

Essa crítica não torna o conceito de distribuição inútil; amplia os tipos de contexto que precisam ser considerados.

Distribucionalismo e linguística de corpus

A linguística de corpus compartilha com o distribucionalismo a valorização de dados atestados, recorrências e padrões de coocorrência. Há, contudo, diferenças importantes.

Os distribucionalistas clássicos trabalhavam geralmente com corpora muito menores e procuravam construir descrições categóricas. A linguística de corpus contemporânea emprega grandes bases digitais e métodos estatísticos para investigar frequência, associação, variação e probabilidades.

Conceitos como colocação, coligação e preferência semântica dependem da distribuição de formas em contextos. Uma palavra pode ser caracterizada pelas unidades com que tende a ocorrer, pelas construções que integra e pelos gêneros em que é frequente.

A disponibilidade de corpora extensos mostrou que as distribuições linguísticas são frequentemente graduais. Duas palavras podem compartilhar parte de seus contextos, mas apresentar probabilidades muito diferentes.

Semântica distribucional

A semântica distribucional contemporânea representa palavras e outras unidades por meio dos contextos em que aparecem. Seu princípio geral é frequentemente resumido pela ideia de que unidades empregadas em contextos semelhantes tendem a ter significados relacionados.

A formulação moderna possui antecedentes em Harris e em John Rupert Firth. Harris escreveu que a diferença de significado se relaciona à diferença de distribuição e investigou sublinguagens nas quais determinadas combinações formais correspondiam a regularidades informacionais. Firth, por sua vez, destacou a importância das companhias habituais de uma palavra.

Matrizes de coocorrência

Em um modelo distribucional, pode-se construir uma matriz na qual:

• as linhas representam palavras;
• as colunas representam contextos;
• os valores indicam frequência ou associação.

Palavras com vetores semelhantes são consideradas próximas no espaço distribucional.

Espaços vetoriais

Os modelos vetoriais permitem representar graus de semelhança. Cão pode aparecer próximo de gato por compartilhar contextos relativos a animais domésticos, alimentação, cuidados e comportamento.

A proximidade não equivale necessariamente a sinonímia. Antônimos também podem ocorrer em contextos semelhantes, e palavras relacionadas tematicamente podem aparecer próximas.

Representações neurais

Modelos neurais de linguagem e sistemas de aprendizado de máquina constroem representações a partir de grandes quantidades de dados. Essas representações preservam um princípio distribucional: propriedades das unidades são inferidas de seus padrões de ocorrência.

Os modelos contemporâneos diferem radicalmente dos métodos manuais dos anos 1940 e 1950 em escala, formalização matemática, objetivos e arquitetura. Ainda assim, demonstram a permanência da ideia de que a distribuição contém informações relevantes sobre a estrutura e o uso da língua.

Limites semânticos

A semântica distribucional enfrenta o problema de explicar aspectos do significado que não se encontram explicitamente nos padrões textuais, como referência, percepção, conhecimento enciclopédico, intenção e experiência corporal.

A distribuição oferece evidências importantes, mas não é necessariamente uma teoria completa do significado. Abordagens contemporâneas procuram combiná-la com informação visual, conhecimento estruturado, interação e contexto pragmático.

Linguística computacional

O distribucionalismo contribuiu direta e indiretamente para a linguística computacional.

Zellig Harris participou de pesquisas que relacionavam estrutura linguística, matemática e processamento de informação. Sua análise de sublinguagens influenciou métodos para extrair relações de textos científicos.

A análise de constituintes forneceu uma base para representações sintáticas computacionais. Gramáticas livres de contexto, analisadores sintáticos e árvores de constituintes formalizaram aspectos que haviam sido identificados pela linguística estrutural, embora tenham sido desenvolvidos em quadros matemáticos e gerativos diferentes.

Tarefas contemporâneas como etiquetagem morfossintática, indução de classes, reconhecimento de entidades, análise sintática e vetorização lexical utilizam regularidades distribucionais. Algoritmos podem inferir que uma forma tem comportamento nominal, verbal ou adjetival a partir dos contextos em que aparece.

Distribuição e aquisição da linguagem

O papel das regularidades distribucionais na aquisição voltou a receber atenção em pesquisas psicolinguísticas.

Crianças podem utilizar a frequência e a posição dos sons para identificar limites de palavras, distinguir padrões fonotáticos e formar categorias preliminares. A ocorrência de palavras depois de determinantes ou antes de certos sufixos pode fornecer pistas para classes gramaticais.

Esses resultados não demonstram que toda a linguagem seja aprendida exclusivamente por distribuição. A aquisição envolve interação social, percepção, significado, cognição, intenção comunicativa e possíveis predisposições específicas.

A pesquisa contemporânea investiga como diferentes fontes de informação são combinadas. Nesse contexto, o legado distribucionalista aparece menos como teoria total da aquisição e mais como reconhecimento de que os padrões de ocorrência fornecem evidências estruturadas ao aprendiz.

Distribucionalismo, empirismo e racionalismo

A oposição entre distribucionalismo e gerativismo costuma ser apresentada como conflito entre empirismo e racionalismo.

Os distribucionalistas enfatizavam dados observáveis, trabalho de campo e generalizações construídas a partir de corpora. Os gerativistas enfatizaram a estrutura interna da competência e as limitações da experiência disponível à criança.

A oposição é útil, mas não absoluta. Bloomfield reconhecia que a ciência constrói conceitos abstratos; Harris empregava formalização matemática; Chomsky utilizava dados empíricos e julgamentos de falantes; e a gramática gerativa também desenvolveu métodos rigorosos de descrição.

O contraste principal está nos objetivos explicativos e no estatuto atribuído às representações mentais. Para o distribucionalismo clássico, uma descrição estrutural podia ser válida sem constituir modelo psicológico. Para o gerativismo, a teoria gramatical deveria caracterizar um componente do conhecimento humano.

Contribuições permanentes

Apesar das críticas, o distribucionalismo produziu contribuições duradouras.

Explicitação dos critérios

Os distribucionalistas procuraram tornar explícitas as razões pelas quais uma unidade era reconhecida ou classificada. Essa preocupação contribuiu para afastar a linguística de definições vagas e puramente nocionais.

Descrição de línguas

Os métodos de transcrição, segmentação e classificação permitiram descrever grande número de línguas. Muitos registros continuam sendo fontes indispensáveis para comunidades, pesquisadores e projetos de revitalização.

Fonologia

A distinção entre fonema e alofone, a distribuição complementar, a análise de contrastes e o estudo dos padrões fonotáticos permaneceram centrais, ainda que reinterpretados por teorias posteriores.

Morfologia

A análise de morfemas, alomorfes e alternâncias contribuiu para estabelecer a morfologia como área autônoma e metodologicamente rigorosa.

Estrutura hierárquica

A análise de constituintes mostrou que as frases possuem organização hierárquica. As árvores sintáticas contemporâneas derivam de desenvolvimentos posteriores, mas preservam essa descoberta fundamental.

Formalização

O interesse por procedimentos explícitos preparou o terreno para a formalização gramatical e para a linguística computacional.

Distribuição como evidência

Mesmo teorias que rejeitam o distribucionalismo como explicação completa utilizam dados distribucionais. A ocorrência, a substituição, a frequência e a combinação continuam sendo evidências essenciais para a análise.

Fortuna crítica

Predomínio institucional

Entre as décadas de 1930 e 1950, a linguística bloomfieldiana tornou-se a orientação predominante em muitos departamentos e publicações dos Estados Unidos. Sua ascensão relacionou-se ao prestígio de Language, à formação de pesquisadores, à Linguistic Society of America e às demandas por descrição e ensino de línguas.

O programa era visto como exemplo de ciência empírica rigorosa. A linguística poderia afirmar sua autonomia em relação à filologia, à psicologia especulativa e à gramática normativa.

A imagem do “estruturalismo taxonômico”

A gramática gerativa difundiu a expressão linguística taxonômica para caracterizar o estruturalismo norte-americano como atividade limitada à segmentação e classificação de dados.

A expressão chama atenção para limitações reais de algumas propostas, mas tende a homogeneizar trabalhos muito diferentes. Bloomfield tratou de mudança linguística, aquisição e significado; Harris desenvolveu transformações, análise do discurso e teoria da informação; Hockett discutiu gramática, comunicação e universais.

A historiografia contemporânea evita definir toda a tradição apenas por aquilo que a gramática gerativa rejeitou.

A “revolução chomskiana”

A ascensão de Chomsky é frequentemente narrada como substituição rápida de um paradigma empirista inadequado por uma teoria mentalista superior. A mudança foi importante, mas ocorreu gradualmente e envolveu continuidades institucionais e conceituais.

A sintaxe gerativa herdou problemas, técnicas e representações do estruturalismo norte-americano. A própria noção de transformação possuía antecedentes diretos em Harris, ainda que tenha recebido nova interpretação.

A consolidação gerativista também dependeu de fatores institucionais, do desenvolvimento das ciências cognitivas, da lógica formal e da computação.

Reavaliação historiográfica

A partir das últimas décadas do século XX, historiadores da linguística passaram a reexaminar fontes primárias, correspondências, manuais e descrições. Essa pesquisa mostrou que muitas caracterizações tradicionais eram excessivamente esquemáticas.

Entre os pontos revistos encontram-se:

• Bloomfield não eliminou inteiramente o significado;
• os procedimentos não eram sempre apresentados como algoritmos automáticos;
• Harris não se limitou à taxonomia;
• o behaviorismo não define todo o estruturalismo norte-americano;
• Sapir e Bloomfield representavam tendências distintas, mas interligadas;
• a gramática gerativa apresentou tanto ruptura quanto continuidade.

Crítica pós-colonial

A documentação de línguas indígenas foi durante muito tempo narrada principalmente como empreendimento científico. Estudos recentes examinam também a participação das comunidades, as condições de coleta, a propriedade dos registros e os efeitos das políticas coloniais.

Descrições produzidas por estruturalistas podem possuir grande valor para revitalização linguística, mas os materiais precisam ser reavaliados em colaboração com as comunidades a que pertencem.

Essa perspectiva amplia a história do distribucionalismo ao incluir falantes, intérpretes e colaboradores indígenas frequentemente invisibilizados nas publicações.

Retorno dos métodos baseados em uso

A expansão da linguística de corpus, da linguística baseada no uso e da aprendizagem de máquina renovou o interesse pelas distribuições observadas.

Esse retorno não significa simples restauração do programa pós-bloomfieldiano. Os modelos contemporâneos incorporam frequência, gradação, estatística, cognição e semântica em escalas que não estavam disponíveis aos primeiros distribucionalistas.

A permanência do princípio distribucional demonstra, contudo, que os padrões de ocorrência contêm informações importantes sobre categorias e relações linguísticas.

Avaliação geral

O distribucionalismo não deve ser avaliado apenas como teoria ultrapassada pela gramática gerativa. Ele constituiu uma resposta historicamente situada a problemas concretos: como descrever línguas desconhecidas, como justificar unidades analíticas e como estabelecer uma linguística empiricamente controlável.

Seu projeto mais ambicioso — derivar uma descrição completa por procedimentos predominantemente formais e independentes do significado — encontrou limites. A segmentação depende de hipóteses; os corpora são incompletos; a distribuição é frequentemente gradual; e significado, contexto e conhecimento do falante não podem ser inteiramente eliminados.

Ao mesmo tempo, muitas de suas conquistas foram incorporadas à prática linguística geral. Linguistas de diferentes orientações continuam a:

• examinar distribuições;
• testar substituições;
• identificar contrastes;
• segmentar formas;
• agrupar variantes;
• representar constituintes;
• construir corpora;
• formular critérios explícitos;
• comparar análises concorrentes.

A história do distribucionalismo mostra que método e teoria não são separáveis. A escolha dos dados, a definição dos ambientes e a classificação das unidades pressupõem concepções sobre o que é uma língua e sobre quais propriedades uma descrição deve explicar.

Ver também

• Análise de constituintes imediatos
• Behaviorismo
• Estruturalismo
• Estruturalismo norte-americano
• Fonema
• Fonologia
• Franz Boas
• Gramática gerativa
• Leonard Bloomfield
• Linguística antropológica
• Linguística de corpus
• Morfema
• Semântica distribucional
• Zellig Harris

Bibliografia

Fontes primárias

• BLOCH, Bernard. A set of postulates for phonemic analysis. Language, v. 24, n. 1, p. 3–46, 1948.

• BLOCH, Bernard; TRAGER, George L. Outline of Linguistic Analysis. Baltimore: Linguistic Society of America, 1942.

• BLOOMFIELD, Leonard. An Introduction to the Study of Language. New York: Henry Holt, 1914.

• BLOOMFIELD, Leonard. A set of postulates for the science of language. Language, v. 2, n. 3, p. 153–164, 1926.

• BLOOMFIELD, Leonard. Language. New York: Henry Holt, 1933.

• BLOOMFIELD, Leonard. Menomini Morphophonemics. Baltimore: Linguistic Society of America, 1939.

• BOAS, Franz. Introduction. In: BOAS, Franz (org.). Handbook of American Indian Languages. Washington: Government Printing Office, 1911. v. 1, p. 1–83.

• FRIES, Charles C. The Structure of English: An Introduction to the Construction of English Sentences. New York: Harcourt, Brace, 1952.

• HARRIS, Zellig S. From morpheme to utterance. Language, v. 22, n. 3, p. 161–183, 1946.

• HARRIS, Zellig S. Methods in Structural Linguistics. Chicago: University of Chicago Press, 1951.

• HARRIS, Zellig S. Discourse analysis. Language, v. 28, n. 1, p. 1–30, 1952.

• HARRIS, Zellig S. Co-occurrence and transformation in linguistic structure. Language, v. 33, n. 3, p. 283–340, 1957.

• HARRIS, Zellig S. Mathematical Structures of Language. New York: Wiley, 1968.

• HARRIS, Zellig S. Papers in Structural and Transformational Linguistics. Dordrecht: Reidel, 1970.

• HARRIS, Zellig S. A Grammar of English on Mathematical Principles. New York: Wiley, 1982.

• HARRIS, Zellig S. A Theory of Language and Information: A Mathematical Approach. Oxford: Clarendon Press, 1991.

• HOCKETT, Charles F. Problems of morphemic analysis. Language, v. 23, n. 4, p. 321–343, 1947.

• HOCKETT, Charles F. Two models of grammatical description. Word, v. 10, p. 210–234, 1954.

• HOCKETT, Charles F. A Course in Modern Linguistics. New York: Macmillan, 1958.

• NIDA, Eugene A. Morphology: The Descriptive Analysis of Words. 2. ed. Ann Arbor: University of Michigan Press, 1949.

• SAPIR, Edward. Language: An Introduction to the Study of Speech. New York: Harcourt, Brace, 1921.

• SKINNER, B. F. Verbal Behavior. New York: Appleton-Century-Crofts, 1957.

• WELLS, Rulon S. Immediate constituents. Language, v. 23, n. 2, p. 81–117, 1947.

Estudos históricos e críticos

• ANDRESEN, Julie Tetel. Linguistics in America, 1769–1924: A Critical History. London: Routledge, 1990.

• CHOMSKY, Noam. Syntactic Structures. The Hague: Mouton, 1957.

• CHOMSKY, Noam. A review of B. F. Skinner’s Verbal Behavior. Language, v. 35, n. 1, p. 26–58, 1959.

• HYMES, Dell; FOUGHT, John. American Structuralism. The Hague: Mouton, 1975.

• JOOS, Martin (org.). Readings in Linguistics I: The Development of Descriptive Linguistics in America, 1925–1956. 4. ed. Chicago: University of Chicago Press, 1966.

• KOERNER, E. F. K. Toward a Historiography of Linguistics: Selected Essays. Amsterdam: John Benjamins, 1978.

• KOERNER, E. F. K. Zellig Sabbettai Harris: A comprehensive bibliography of his writings, 1932–1991. Historiographia Linguistica, v. 20, n. 2–3, p. 509–522, 1993.

• MATTHEWS, Peter H. A Short History of Structural Linguistics. Cambridge: Cambridge University Press, 2001.

• MURRAY, Stephen O. Theory Groups and the Study of Language in North America: A Social History. Amsterdam: John Benjamins, 1994.

• NEWMEYER, Frederick J. Linguistic Theory in America. 2. ed. Orlando: Academic Press, 1986.

• ROBINS, R. H. A Short History of Linguistics. 4. ed. London: Longman, 1997.

• SEUREN, Pieter A. M. Western Linguistics: An Historical Introduction. Oxford: Blackwell, 1998.

• TOMALIN, Marcus. Linguistics and the Formal Sciences: The Origins of Generative Grammar. Cambridge: Cambridge University Press, 2006.

• WEEDWOOD, Barbara. História concisa da linguística. São Paulo: Parábola, 2002.

Distribuição, corpus e semântica

• BARONI, Marco; LENCI, Alessandro. Distributional memory: A general framework for corpus-based semantics. Computational Linguistics, v. 36, n. 4, p. 673–721, 2010.

• BOLEDA, Gemma. Distributional semantics and linguistic theory. Annual Review of Linguistics, v. 6, p. 213–234, 2020.

• FIRTH, J. R. A synopsis of linguistic theory, 1930–1955. In: PALMER, F. R. (org.). Selected Papers of J. R. Firth, 1952–1959. London: Longman, 1968. p. 168–205.

• LENCI, Alessandro. Distributional models of word meaning. Annual Review of Linguistics, v. 4, p. 151–171, 2018.

• MCENERY, Tony; HARDIE, Andrew. Corpus Linguistics: Method, Theory and Practice. Cambridge: Cambridge University Press, 2012.

• SARTORI, Alessandro; LENCI, Alessandro. From context to meaning: Distributional models of the lexicon in linguistics and cognitive science. Italian Journal of Linguistics, v. 32, n. 1, p. 3–46, 2020.