Dzielenie wyrazów w polskim tekście — pułapki Worda
Dzielenie wyrazów w języku polskim opiera się nie na sylabach, lecz na budowie słowa — i właśnie dlatego Word tak często dzieli źle. Pokazujemy pułapki i sposoby na poprawny skład.
Redaktorka odbiera od autora plik Worda z włączonym automatycznym dzieleniem. Wygląda schludnie — do momentu, aż na stronie 40 znajduje podział „gałą-zka”, a dwie linijki niżej „grzą-dce”. Word rozciął oba wyrazy dokładnie tam, gdzie słyszymy granicę sylaby — i oba pomylił. Poprawnie jest bowiem „gałąz-ka” i „grząd-ka”, bo w polszczyźnie o miejscu podziału nie decyduje ucho, tylko budowa słowa. To nie jest wyjątek ani drobiazg: to reguła, której edytor tekstu z zasady nie egzekwuje.
Dzielenie wyrazów w języku polskim wygląda na temat błahy, a jest jednym z najczęstszych źródeł błędów w składzie. Poniżej rozkładamy je na czynniki pierwsze: pokazujemy, gdzie Word się myli, dlaczego zawodowy skład się nie myli, i co z tego wynika dla każdego, kto chce wydać porządny tekst.
Dwa kryteria: dlaczego ucho nie wystarcza
Polska ortografia opiera przenoszenie wyrazów na dwóch kryteriach: fonetycznym i morfologicznym. Fonetyczne każe dzielić zgodnie z podziałem na sylaby (bu-rza, do-mek, ma-ma). Morfologiczne każe dzielić zgodnie z budową wyrazu — oddzielając przedrostek od rdzenia, a w wyrazach złożonych łamiąc w miejscu złożenia (roz-łąka, od-dźwięk, noc-leg).
Kluczowa zasada, sformułowana już w słowniku ortograficznym Szymczaka i powtarzana przez Poradnię Językową PWN, brzmi: kryterium morfologiczne jest nadrzędne wobec fonetycznego. Gdy oba wskazują różne miejsca, wygrywa budowa słowa. Dlatego „gałąz-ka” (rdzeń gałąz- + przyrostek -ka), a nie sylabiczne „gałą-zka”. Dlatego „wy-ssać”, a nie „wys-sać” — mimo że reguła rozdzielania dwóch jednakowych liter sama w sobie sugerowałaby coś innego.
Word tego rozróżnienia nie zna. Jego automat operuje na wzorcach dopasowanych do brzmienia, nie do morfologii, więc systematycznie faworyzuje podział fonetyczny — czyli ten słabszy. W tekście ciągłym, wyjustowanym, taki błąd potrafi się powtórzyć kilkadziesiąt razy, zanim ktokolwiek go zauważy.
Czego nie wolno rozdzielać
Zanim przejdziemy do niuansów, warto zapamiętać krótką listę jednostek niepodzielnych. Nie dzielimy:
- wyrazów jednosylabowych — gra, ból, nos, dąb, łoś;
- połączeń liter oznaczających jedną głoskę — sz, rz, cz, ch, dz, dź, dż oraz dzi (dlatego du-szek, nie dus-zek);
- połączenia spółgłoski, litery „i” zmiękczającej i samogłoski — dzie-ci, pie-nią-dze, nie dzi-eci;
- dwugłosek w obrębie sylaby — au, eu (astro-nau-ta, Eu-ro-pa, pau-za).
To reguły, które człowiek zna intuicyjnie, a program potrafi złamać — zwłaszcza przy wyrazach obcych i nazwach własnych, gdzie brzmienie rozjeżdża się z pisownią.
Podwójne litery, grupy spółgłosek i inne miny
Najwięcej pułapek kryje się w grupach spółgłoskowych i w wyrazach złożonych. Poniżej najważniejsze przypadki zebrane razem:
| Przypadek | Reguła | Poprawnie | Błędnie |
|---|---|---|---|
| Dwie jednakowe litery | Rozdzielamy — po jednej na wiersz | man-na, get-to, net-to | ma-nna |
| …ale morfologia ma pierwszeństwo | Przedrostek/rdzeń wygrywa | wy-ssać, ode-ssie | wys-sać |
| Grupa spółgłosek | Przeniesiona część musi móc zaczynać polski wyraz | ocem-brować | oce-mbrować |
| Przedrostek | Oddzielamy w miejscu złożenia | roz-weselić, pod-płomyk, nad-chodzić | ro-zweselić |
| Wyraz złożony | Łamiemy w miejscu złożenia | noc-leg, Wielka-noc, kraj-obraz | no-cleg |
| Wrostek łączący -o-/-i-/-y- | Zostaje przy pierwszym członie | deko-rolka→desko-rolka, szaro-bury | szar-obury |
Dwie rzeczy warto podkreślić. Po pierwsze, reguła „przeniesiona cząstka musi móc rozpocząć polski wyraz” — w polszczyźnie nie ma słów zaczynających się od mbr, więc oce-mbrować jest wykluczone. Po drugie, morfologia bywa nieoczywista nawet dla człowieka: klasyczny przykład to ode-ssie (rozbiór na przedrostek) kontra Odessie (miejscownik od Odessa), gdzie o podziale decyduje wyłącznie znaczenie zdania. Podobnie podróżować, odziewać, podrobić czy narwali — te same litery, dwa różne rozbiory, a rozstrzyga kontekst semantyczny. Żaden algorytm tego nie „usłyszy”.
Do tego dochodzą wyrazy z łącznikiem. W polszczyźnie biało-czerwony przenosimy inaczej niż w angielskim: łącznik powtarzamy na początku nowego wiersza — biało- / -czerwony. Angielskie machine-oriented dzieli się bez powtórki. Ta drobna różnica to jeden z najczęstszych błędów w tekstach składanych narzędziem z ustawionym niepolskim językiem.
Sieroty, twarda spacja i granica wiersza
Osobna kategoria to nie tyle dzielenie wyrazów, co niedopuszczanie do złego zawieszenia ich na granicy wiersza. Polska Norma i praktyka wydawnicza zakazują zostawiania na końcu linii jednoliterowych spójników i przyimków — a, i, o, u, w, z. To tak zwane sieroty (wiszące spójniki). Uwaga: wyrazy dwuliterowe — we, na, za, po — sierotami nie są i mogą stać na końcu wiersza.
Poza sierotami norma odradza rozdzielanie całych bloków, które tworzą logiczną całość:
- inicjały przed nazwiskiem — J. Nowak, A. Kowalska;
- tytuły przed nazwiskiem — prof., mgr, inż.;
- liczby i jednostki — 50 km/h, 10 zł/kg, 8 000 000, skala 1:25 000;
- daty, skrótowce (PAN, WIBOR), zestawienia typu II wojna światowa czy Karol XVI Gustaw.
Narzędziem obrony jest twarda spacja (spacja nierozdzielająca) — w Wordzie Ctrl+Shift+spacja, w HTML , w kodzie znaku Alt+0160. Skleja ona spójnik z następnym wyrazem tak, że nie da się ich rozdzielić na granicy wiersza.
Tu jednak zaczyna się problem, o którym niewielu autorów wie. Twarda spacja wymusza stałą odległość między połączonymi wyrazami, podczas gdy resztę wiersza justowanie rozciąga elastycznie. Efekt: jeden odstęp krótszy od pozostałych, zaburzony rytm — szczególnie brzydki, gdy sklejona para trafia na początek justowanej linii. Dlatego doświadczeni składacze przestrzegają, by twardych spacji nie wsypywać hurtem przez „Zamień wszystko” w całym dokumencie, tylko wstawiać je świadomie na końcu redakcji, a w razie potrzeby korygować światło. Ręczne protezy w rodzaju wciskania Entera są jeszcze gorsze: po najmniejszej zmianie tekstu, czcionki czy marginesu taki „miękki Enter” ląduje w środku wiersza i psuje skład.
Sieroty to jeden z całej rodziny „grzechów łamania” — obok wdów, bękartów i szewców. Rozpisujemy je szerzej w tekście Wdowy, sieroty i bękarty — grzechy składu w typografii.
Dlaczego Word się myli, a zawodowy skład nie
Ten sam akapit realnie złożony w LaTeX-u: po lewej podziały fonetyczne (jak w Wordzie), po prawej poprawne morfologiczne.
Skąd bierze się przewaga profesjonalnych systemów składu? Z zupełnie innego podejścia do problemu. TeX — silnik, na którym opiera się większość poważnego składu naukowego i książkowego — używa algorytmu Lianga (rozprawa doktorska, Stanford 1983). Zamiast zaszywać reguły w kodzie, TeX operuje na zbiorze wzorców: krótkich ciągów liter i cyfr, gdzie cyfra nieparzysta oznacza dozwolone miejsce podziału. Słowo odkaszlnąć algorytm rozkłada na wzorce i wychodzi mu od-kaszl-nąć — dwa poprawne punkty.
Siła tej metody polega na tym, że wzorców dostarczają językoznawcy, a nie programiści, i że można je dowolnie zagęszczać. Dla polszczyzny H. Kołodziejska opublikowała w 1987 roku listę 2168 wzorców; po latach testów rozrosła się ona do ponad 4053 — dla porównania standardowy zestaw amerykański liczy 4447 wzorców, francuski 804, a włoski zaledwie 88. Ta liczba sama w sobie mówi, jak bardzo dzielenie wyrazów w polskim jest nieregularne.
Że to nie teoria, pokazują stare testy porównawcze programów DTP (praca magisterska W. Puzy, Politechnika Warszawska):
| System / program | Odsetek błędnych podziałów |
|---|---|
| Cyfroset, TeX | ok. 10% |
| Dywiz (dla QuarkXPress) | powyżej 20% |
| Bizon, VP Commander | powyżej 50% |
Nawet najlepszy silnik nie schodzi do zera — bo istnieją podziały rozstrzygalne wyłącznie znaczeniowo. Dlatego dobrze zaprojektowany system pozwala człowiekowi ingerować: wskazać dodatkowe miejsce podziału (discretionary hyphen, w Wordzie Ctrl+-), zabronić dzielenia konkretnego słowa albo dopisać wyjątek. TeX domyślnie nie podzieli też wyrazu krótszego niż pięć liter, nie zostawi na początku mniej niż dwóch, a na końcu mniej niż trzech liter — ograniczenia, które w Wordzie trzeba ustawiać ręcznie, o ile w ogóle się o nich pamięta.
To właśnie ta różnica — silnik naprawdę rozumiejący morfologię plus kontrola człowieka — sprawia, że skład zawodowy wygląda inaczej niż tekst „z Worda”. Szerzej zestawiamy oba światy w artykule LaTeX vs Word — kiedy edytor tekstu to za mało, a samą istotę pracy nad łamaniem opisujemy w tekście Co to jest skład i łamanie tekstu.
Ile podziałów pod rząd wolno? Norma PN-83
Poprawność pojedynczego podziału to jedno; estetyka całej kolumny to drugie. Polska Norma PN-83/P-55366 („Zasady składania tekstów w języku polskim”) ogranicza liczbę kolejnych przeniesień w zależności od długości wiersza:
| Długość wiersza (znaki) | Maks. kolejnych przeniesień |
|---|---|
| poniżej 25 | 5 (zalecane 4) |
| 25–50 | 4 (zalecane 3) |
| 51–60 | 3 (zalecane 2) |
| powyżej 60 | 2 |
Logika jest prosta: im więcej dopuszczalnych przeniesień, tym łatwiej zrównoważyć odstępy międzywyrazowe (to samo pokazuje suwak Lepsze odstępy / Mniej dywizów w Adobe InDesign). Ale ciąg dzielonych wierszy jeden pod drugim obniża czytelność i wygląda brzydko — stąd górny limit. Norma dorzuca dodatkowe zakazy: nie dzielimy wyrazów dwusylabowych, nie zostawiamy końcowej sylaby li, nie rozrywamy liczb ani skrótów pisanych wersalikami.
Warto pamiętać, że PN-83 powstała w czasach składu zecerskiego. Współczesne silniki lepiej komponują akapit, więc wielu typografów uważa, że dopuszczalną liczbę przeniesień można dziś jeszcze obniżyć. To dobra ilustracja szerszej prawdy: nawet twarde reguły są w składzie kompromisem między poprawnością ortograficzną a estetyką kolumny. Jan Tschichold szedł tak daleko, że dopuszczał łamanie zasad ortograficznych na rzecz „ciasnego” składania na trzeciankę — choć jego postulaty dotyczyły niemieckiego, w którym wyrazy są dłuższe niż w polszczyźnie.
Co z tym zrobić przy realnej publikacji
Praktyczny wniosek nie brzmi „porzuć Worda”, tylko „wiedz, czego od niego oczekiwać”. Kilka reguł ratujących skład:
- Sprawdź język dokumentu. Automatyczne dzielenie działa poprawnie tylko wtedy, gdy tekst jest oznaczony jako polski. Fragment wklejony z ustawionym angielskim będzie dzielony według obcych wzorców — i to jest jedna z najczęstszych przyczyn błędów w pracach dyplomowych.
- Nie ufaj automatowi w miejscach morfologicznych. Przedrostki, wyrazy złożone, dwie jednakowe litery, nazwy własne i słowa obce przejrzyj ręcznie. To tam Word najczęściej wybiera podział fonetyczny zamiast morfologicznego.
- Twarde spacje wstawiaj świadomie, na końcu. Po sierotach — tak; hurtem przez cały dokument — nie, bo popsują rytm justowania.
- Przy publikacji, na której naprawdę Ci zależy, wyjdź poza edytor. Książka, monografia, skrypt czy raport składany w profesjonalnym systemie (u nas najczęściej LaTeX) dostają polski algorytm dzielenia z tysiącami wzorców, kontrolę wdów i bękartów oraz możliwość ręcznej ingerencji tam, gdzie rozstrzyga znaczenie.
Zanim odbierzesz gotowy plik, warto go przekartkować pod tym właśnie kątem — poprawność podziałów to jeden z punktów, które łatwo zweryfikować samodzielnie; zebraliśmy je w tekście Jak sprawdzić jakość składu — checklista odbioru PDF. A jeśli publikacją jest książka lub praca naukowa, to właśnie na etapie składu książek dzielenie wyrazów przestaje być loterią, a staje się przewidywalną, kontrolowaną częścią procesu.
Dzielenie wyrazów to pozornie trywialny problem, który — jak pokazała już historia polskich programów DTP — okazuje się twardym orzechem do zgryzienia. Word nie jest tu wrogiem; jest po prostu narzędziem, które nie zna morfologii polszczyzny i nie udaje, że zna. Świadomość, gdzie kończą się jego kompetencje, to pierwszy krok do tekstu, w którym żaden „gałą-zka” nie zdradzi, że nikt tak naprawdę na skład nie spojrzał.