Origem do vocabulário

O léxico português é, na sua esmagadora maioria, latim transformado pelo tempo. Estima-se que perto de quatro quintos do vocabulário remontem, direta ou indiretamente, à língua de Roma. Sobre esse núcleo herdado vieram depositar-se, ao longo de mais de dois milénios, camadas sucessivas de palavras de outras proveniências — umas anteriores à romanização, outras trazidas por invasores, mercadores e, mais tarde, pela própria expansão marítima. Conhecer a origem do vocabulário é, em boa medida, ler essa estratigrafia.

O fundo patrimonial

As palavras patrimoniais (ou populares) são as que chegaram ao português por transmissão oral ininterrupta desde o latim falado, sofrendo todas as mudanças fonéticas regulares da língua. Constituem o estrato mais antigo e mais nuclear: nomes do corpo, da casa, do parentesco, dos números e dos verbos mais comuns. Reconhecem-se por evoluções caraterísticas — a queda das consoantes intervocálicas, a sonorização das oclusivas surdas, a palatalização dos grupos pl-, cl-, fl-.

Latim	Português	Mudança
LŪNA	*lua*	queda do -n- intervocálico
DOLŌRE	*dor*	queda do -l- intervocálico
LUPU	*lobo*	sonorização -p- > -b-
PLĒNU	*cheio*	*pl-* > *ch-* [ʃ]
NOCTE	*noite*	*-ct-* > *-it-*

Cultismos e palavras divergentes

Nem todo o vocabulário de origem latina é patrimonial. A partir da Idade Média, e sobretudo no Renascimento, o português foi buscar ao latim clássico, por via erudita, milhares de palavras — os cultismos —, que entraram pela escrita e por isso escaparam às mudanças fonéticas populares. Quando uma mesma palavra latina gerou simultaneamente uma forma patrimonial e uma forma erudita, fala-se de um doublet ou par divergente: as duas convivem hoje com sentidos distintos.

A par dos latinismos, o grego forneceu — quase sempre por intermédio do latim e das línguas modernas — o essencial do vocabulário científico e técnico (filosofia, democracia, telefone), num processo que continua produtivo.

As camadas pré-latinas e germânica

Antes de Roma, a faixa ocidental da Península falava línguas pré-romanas — celtas, e idiomas como o lusitano. Delas resta um substrato ténue mas real: palavras como barro, carro, cerveja, gancho ou lousa são atribuídas a esse fundo, e o basco terá legado esquerda. À queda do Império seguiu-se o domínio dos povos germânicos, sobretudo suevos e visigodos. O seu contributo — o superstrato germânico — concentra-se no campo da guerra, da indústria e da onomástica: guerra, elmo, espora, roubar, ganhar, branco, e nomes próprios hoje banais como Fernando, Rodrigo ou Álvaro.

O legado árabe

A presença islâmica na Península, a partir de 711, deixou a mais visível das camadas pós-latinas. Calcula-se em cerca de um milhar as palavras de origem árabe no português, muitas reconhecíveis pelo artigo aglutinado al-. Cobrem a agricultura e a irrigação, a administração, o comércio e as ciências: azeite, açúcar, alface, arroz, alfândega, armazém, álgebra, alfaiate. Até uma interjeição corrente, oxalá (de in šā’ Allāh, “queira Deus”), é arabismo.

As camadas modernas

A expansão marítima, a partir do século XV, abriu o léxico a línguas de três continentes. Do tupi e de outras línguas ameríndias vieram abacaxi, mandioca, caju; das línguas bantas de África, caçula, cafuné, moleque, bungular; do malaio-asiático, chá, biombo, catana. Já em tempos modernos, o francês (abajur, garagem, elite) e, sobretudo no último século, o inglês (futebol, líder, software) tornaram-se as grandes fontes de empréstimo.

Esta sobreposição de origens — latina no fundo, árabe e germânica nas margens, global na superfície — é o que dá ao português a sua textura particular. As secções seguintes deste capítulo seguem cada camada de perto.