Una unidad abstracta de significado léxico que subyace a un conjunto de formas flexionadas relacionadas (p. ej., run ↔ runs ↔ ran ↔ running); un lexema agrupa formas que comparten una identidad léxica central distinta de la variación flexional.

Principio

El lexema abstrae de la flexión superficial: al tratar las variantes flexionales como tokens de la misma unidad léxica, es posible contar y analizar vocabulario a nivel de tipo independientemente de la realización morfológica.

Demostración

Escenario ilustrativo → En un corpus anotado morfológicamente, todas las ocurrencias de run, runs, ran, running se vinculan al lexema RUN. Reconocimiento → Un investigador consulta la frecuencia de lexema en lugar de la frecuencia de forma. Acción → Los recuentos de tokens se agregan por lexema para estudios léxicos comparativos. Consecuencia → La agregación por lexema produce medidas de productividad y recurrencia léxica que reflejan mejor el vocabulario subyacente que los recuentos de formas brutas, siempre que la lematización sea precisa.

Aplicación incorrecta

Confundir lexema con sentido (tratar sentidos polisémicos distintos como un mismo lexema) o colapsar palabras no relacionadas por derivación que comparten forma superficial; el error semántico es no distinguir la variación flexional (relevante para el lexema) de la derivación o la homonimia (que indican lexemas distintos).

Consecuencia

El uso correcto de lexemas mejora el análisis morfológico, la lexicostadística y las tareas de PLN dependientes de la lematización; la mala aplicación (p. ej., lematización impropia) produce inflación o conflación de tipos y perfiles léxicos inexactos.

Inversión

En lenguas aislantes con mínima flexión la distinción de lexema es menos operativa para el recuento de vocabulario, y en lenguas polisintéticas o altamente aglutinantes la identificación de fronteras de lexema puede ser metodológicamente compleja y requerir análisis a nivel de morfema.

Límite

Claramente dentro: conjuntos de formas que difieren sólo por morfología flexional y comparten significado léxico central. Caso límite: formas derivacionales (happy ↔ happiness) donde existe relación pero las formas pueden considerarse lexemas distintos según los objetivos analíticos. Claramente fuera: palabras homónimas pero etimológicamente distintas que comparten forma sin identidad léxica.

Tensión semántica

Distinción a nivel de forma ↔ Identidad léxica (tensión entre la variación superficial que sugiere muchos ‘palabras’ y la unidad léxica abstracta que agrupa variantes flexionales).

Síntesis

El lexema es una abstracción metodológica que simplifica el análisis morfológico y léxico agrupando variantes flexionales; su uso productivo exige criterios de lematización explícitos y atención a cuándo la derivación, la composición o la polisemia requieren unidades analíticas distintas.