Conflated cognate sets in the STEDT II — ‘to spit’

This post continues a previous one on the ST word for ‘excrement’ (here) as represented in the STEDT database.

The STEDT set #601 PTB *m/s-tu:k SPIT (here) is another example of a STEDT etymon conflating two phonetically and semantically similar cognate sets. One has vowel *u (column I in the below table), the other has *a (column II). The form with *u is reflected in e.g. Lushai thuk ‘to spit’, Lepcha tyuk id. Dulong duʔ⁵⁵ ‘vomit’; the etymon with *a by Lushai chhâk ‘to spit’, Atong dak id., Tangkhul (khā) tok ‘mucus’; perhaps also by Nocte a tʰoak ‘to spit’, Chang Naga tok id.

Some Lushai etyma with initial chh- [tsh-] reflect an earlier root initial *t- in a specific condition, perhaps when prefixed with *s- (compare the STEDT reconstructions PTB *s-twak ‘go out’, *s-tu ‘vagina’, Lushai chhuak, chhu). Lushai chh- also corresponds to Old Chinese *t- in chhûng ‘the inside of anything’, OC 中 trjuwng < *truŋ ‘center’.

Thus Lushai chhâk ‘to spit’ is likely from *[s-]ta:k, rather than from the first etymon. That word had earlier been made part of set #601: but it is now (June 2019) placed under #540 PTB *k(r)aːk phlegm / sputum / mucus. On the one hand that decision solves a problem with the vowel correspondence, since Lushai -âk could not plausibly reflect an earlier *-u(:)k; at the same time making chhâk a reflex of *k(r)a:k is phonologically unlikely because (1) that etymon is already present in Lushai, as khâk ‘phlegm’, and (2) there are no good parallels for Lushai chh– having evolved out of an earlier *kr-.

There is no clear semantic difference between the two sets. In Lushai, where both occur, the semantic difference appears to relate to the amount of saliva being spat out. The following glosses are extracted from Lorrain’s 1940 dictionary:

1) chhâk (p. 73) chhâk, v. to spit, to expectorate, to spit out, to spit on or upon, to spit at; to put out (as tongue).

2) thuk (p. 488) thuk, v. to spit, to expectorate; to spit out, to spit at, to spit on or upon. (Unless an intensive adverb is used with this word it generally signifies spitting a very small quantity of saliva.)

The second set is in all likelihood cognate with the Chinese word for ‘spit’: 吐 thuX/H < *tʰˤaʔ, *tʰˤaʔ-s. Sagart (2017) shows that one source of OC *-ʔ is PST *-q, which merges with *-k outside of Sinitic.

We are thus able to posit a PST monosyllabic etymon #tʰaq ‘to spit’. That etymon in turn can be compared with PAN *untaq ‘to spit’ (Sagart 2005). The comparative picture is shown below:

  I II
Lushai thuk chhâk
Lepcha tyuk  
Dulong duʔ⁵⁵  
Atong   dak
Tangkhul   (khā) tok  ‘mucus’
Old Chinese   吐 *tʰˤaʔ ‘to spit’
Proto-Austronesian   *untaq ‘to spit’

Table 1: two etyma within the STEDT set #601 PTB *m/s-tu:k SPIT, with Chinese and Austronesian cognates.


Lorrain, J. Herbert (1940) Dictionary of the Lushai language. Calcutta : Asiatic Society.

Sagart, L. (2005) Sino-Tibetan-Austronesian: an updated and improved argument. In L. Sagart, R. Blench and A. Sanchez-Mazas (eds) The peopling of East Asia: Putting together Archaeology, Linguistics and Genetics, pp. 161-176. London: RoutledgeCurzon.

Sagart, Laurent (2017). A candidate for a Tibeto-Burman innovation. Cahiers de Linguistique Asie Orientale 46, 101-119.

Cite this post as: Laurent Sagart, "Conflated cognate sets in the STEDT II — ‘to spit’," in Sino-Tibetan-Austronesian, 26/06/2019,

Conflated cognate sets in the STEDT I — ‘excrement’

I have elsewhere (Sagart 2006) pointed out that sound correspondences are a minor part of the grounds on which the cognate sets in Matisoff’s 2003 book were assembled, despite Matisoff’s anger (Matisoff 2007) when the point was made in print. The same applies to the cognate sets in STEDT, which are a more evolved state of those in the book. Granted, to some extent relying on educated guesses is unavoidable in cognatising a large number of related languages: however, the sound correspondences in Matisoff’s book, which are his most recent statement on ST phonological history, are not sufficient to distinguish between phonetically and semantically resemblant etyma in ST.

Consider the STEDT cognate set #572 *kləy ‘excrement’ (here). In several of the languages where this putative etymon is reflected, doublets appear. The most prominent type includes one form with a liquid in its onset (column I) and another without (column II). See table 1.

  I II
Kanauri (Sharma) s kli ‘urine’ khə ‘shit’
Central Tsangla
le ‘intestines’ khi chung ‘buttock’
Bodo (Bhat) bi klə́ ‘liver’ bi kí ‘excrement of fish’
Mikir (Grüssner) mék-krí ‘tears’ hī ‘feces / shit’
khrə¹¹ ‘body dirt’ ci¹¹  ‘body dirt’
Newar (Genetti)  ʈi (< kr-) ‘(ear)wax’ khi  ‘shit’
Sunwar (Michailovsky) khriː ‘feces’ kiː  ‘intestines’

Table 1: doublets in the STEDT cognate set #572 (accessed mid-may, 2019)

The differences in onsets and rhymes between the forms in the two columns are not explained anywhere in Matisoff (2003) or STEDT. They are not due to identified morphological processes applying on a single lexical root. We are dealing with two etyma: the first has an onset cluster, the second does not. Semantically the forms in the first column have more associations with ‘body dirt’ and those in the second column with ‘excrement’.

Taraon klɑi53, Proto-Northern Naga *C̥-kləy (French 1983), Written Tibetan lci < hlyi, Lepcha tə kli probably belong to the first etymon. Japhug Gyarong tɯ qe ‘excrement’ (Jacques 2015) probably belongs to the second: the Japhug onset cannot originate in a Cl-type cluster (Jacques, p.c.).

With the Chinese word 屎 MC syijX ‘excrement’, one source of MC sy- is OC *l̥-: if OC *l̥- itself can remount to PST *kl-, one seems to have a match to #kləy. However the Proto-Min initial for 屎 is *š-, which excludes OC *l̥-. An OC *l̥- would evolve to Proto-Min *tšh- (Baxter and Sagart 2014:93). Consequently, the Chinese word probably does not belong with the first etymon either. Baxter and Sagart reconstruct 屎 tentatively with a uvular initial, OC *[qʰ]ijʔ. None of the other sources of MC sy-: OC *s.t-, *n̥-, *ŋ̊-, *l̥-, are plausible in this word. Thus 屎 OC *[qʰ]ijʔ probably belongs to the second etymon, like Japhug Gyarong tɯ qe.

The first etymon, with the lateral cluster and ‘body dirt’ semantics, is best compared with Chinese 尸 *l̥əj ‘corpse’, via the notion of ‘carrion’.

The second etymon can be compared with Proto-Austronesian (Blust) *Caqi ‘excrement’. There are reasons within Austronesian to think that this word ended in a laryngeal or back-of-the-mouth fricative (here), although I am not sure anymore of the identity of that phoneme.

In my next post, I will discuss the STEDT *etymon #601 *m/s-tuːk ‘to spit’.


Baxter, William H. and Laurent Sagart. 2014. Old Chinese: a new reconstruction. New York: Oxford University Press.

French, Walter Thomas. 1983. Northern Naga: A Tibeto-Burman mesolanguage. New York, Univ., Diss. Ann Arbor : University Microfilms

Jacques, Guillaume. 2015. Dictionnaire Japhug-chinois-français 嘉绒-汉-法词典 Version 1.0.

Matisoff, J. A. 2003. Handbook of Proto-Tibeto-Burman. Berkeley, Los Angeles, London: University of California Press.

Matisoff, J. A. 2007. Response to Laurent Sagart’s review of Handbook of Proto-Tibeto-Burman: System and philosophy of Sino-Tibetan reconstruction. Diachronica 24,2: 435–444.

Sagart, L. 2006. Review: James A. Matisoff (2003) Handbook of Proto-Tibeto-Burman. System and philosophy of Sino-Tibeto-Burman Reconstruction. Diachronica 23,1: 206-223.

Michel Ferlus et l’interface austronésien/kra-dai

Michel Ferlus avait fait à la conférence austronésienne 11-ICAL d’Aussois en 2009 une présentation où il résumait une nouvelle théorie des relations entre austronésien, kra-dai (il utilise le terme de Benedict: tai-kadai) et malayo-polynésien. Elle peut être consulté ici, en versions française et anglaise. Elle répondait à un de mes articles (2004) où je proposais que le kra-dai est une branche de l’austronésien, notamment sur la base d’innovations partagées dans les système des numéraux.

Ferlus déplore aujourd’hui le peu d’attention accordé à son texte, allant jusqu’à parler de “refus du débat scientifique”. Je vais donc donner ci-dessous une liste de problèmes contenus dans sa présentation qui sont, me semble-t-il, la cause du manque d’intérêt de ses collègues. Précisons que personne n’a abandonné l’idée du “out of Taiwan” suite à la présentation de Ferlus: j’ai moi-même employé ce terme dans un article paru l’an dernier dans la revue Rice (ici).

Tout d’abord, résumons rapidement l’idée de Ferlus.

Ferlus pense que l’austronésien, originellement parlé dans le bas-yangtzé, s’est d’abord répandu vers le sud le long de la côte chinoise. De là, des groupes austronésiens auraient peuplé Taiwan les uns après les autres (ainsi, il n’y a pas de proto-formosan dans la théorie de Ferlus). Les austronésiens restant sur le continent auraient ensuite continué vers le sud jusqu’au Guangdong, où ils seraient devenus malayo-polynésiens. Là, ils auraient été recouverts par la famille kra-dai, laquelle aurait emprunté beaucoup de vocabulaire de base au malayo-polynésien, donnant l’impression d’une parenté génétique entre le kra-dai et l’austronésien. Par la suite, les malayo-polynésiens seraient passés du Guangdong aux Philippines, d’où ils auraient peuplé tout le Pacifique. Ils n’auraient pas laissé de traces sur le continent. Parallèlement à leur expansion vers le sud, ils auraient, au nord, influencé les langues de Taiwan, leur transmettant les nombres de 4 à 10, mais apparemment rien d’autre sur le plan linguistique. La transmission des nombres malayo-polynésiens aux langues de Taiwan se serait faite de façon graduée, les langues du sud recevant plus de nombres MP que celles du nord. Outre les nombres, des éléments culturels auraient été transmis par les malayo-polynésiens des Philippines aux formosans du sud, en particulier un certain type de potterie (“red-slipped pottery”, terme que Ferlus traduit par “lissé-rouge”), et le riz indica.

Voyons les problèmes inhérents à cette théorie.

1. Une famille kra-dai distincte ?

Laissant de côté les remprunts au chinois, le vocabulaire de base kra-dai contient une couche principale austronésienne et une couche secondaire, plus petite, austroasiatique. Si le kra-dai était une famille distincte, il devrait exister une couche lexicale indigène très fondamentale qui ne serait ni AN, ni AA, ni chinoise. Ferlus ne fait aucun effort pour caractériser une telle couche. Notons qu’elle ne comprendrait ni les pronoms personnels, ni les nombres, et bien peu de noms de parties du corps. En l’absence de caractérisation lexicale, l’idée d’une famille kra-dai distincte n’est pas recevable.

2. Les kra-dai auraient acquis l’agriculture des austroasiatiques.

Selon Ferlus, les premiers TK auraient été des végéculteurs (du taro, en particulier), et le vocabulaire kra-dai de la riziculture serait entièrement d’origine austroasiatique. Pourtant :

  • “riz décortiqué”, Proto-Tai *sa:l A, proto-Kra *sal A. Ce mot est d’origine austronésienne: PAn *qaSaN “grain non décortiqué”;
  • “riz cuit”, Proto-Kra *m-laɯ C. Ce mot est d’origine austronésienne: PAn *beRas “grain décortiqué”
  • “rizière inondée”, Proto-Kra *na A, proto-Hlai *ana B, également d’origine austronésienne : PAn *bena “champ de plaine”.

Il n’y a pas lieu de supposer que les kra-dai aient jamais eu un mode de vie non-agricole.

3. L’interaction malayo-polynésien/kra-dai au Guangdong : un scénario peu clair.

Selon Ferlus (p. 5) vers le 2e siècle avant notre ère, le malayo-polynésien du Guangdong “aurait été recouvert par une poussée du TK originel venant de l’intérieur.” Il ajoute : “Ce scénario explique pourquoi le vocabulaire commun au TK et à l’AN appartient au lexique fondamental.” Or, le gaulois a été recouvert par le latin, sans que le latin tradif parlé en Gaule reçoive du vocabulaire fondamental gaulois. Les explications sont insuffisantes.

4. La date du départ des malayo-polynésiens du Guangdong vers les Philippines.

Ferlus place ce mouvement vers 3000 avant notre ère. Or il n’y a pas trace d’un mode de vie néolithique aux Philippines jusqu’à 2000 avant notre ère.

5. “La parenté du vocabulaire partagé entre le TK et l’AN est à placer au niveau du PMP”

C’est une erreur. Les mots austronésiens en kra-dai n’ont subi aucune des innovations phonologiques du malayo-polynésien: *C et *t sont toujours distincts, *N et *n également, *S est toujours une sifflante, les métathèses de -h final n’ont pas eu lieu. En particulier, le mot “oeil” cité par Ferlus, PAN *maCa, devenant *mata en PMP, est *m-ʈa A en Proto-Kra (Ostapirat 2000, sur la foi du Gelao de Qiaoshang), et non *m-ta A qui serait la forme correspondant au PMP *mata.

Sur le plan lexical, les innovations malayo-polynésiennes dans le domaine des nombres sont présentes en kra-dai, mais on trouve aussi en kra-dai des mots non-malayo-polynésiens, par exemple PAN *puja ‘nombril’, remplacé par *pusej en PMP, et pourtant reflété par Proto-Kra *m-ɖaɯ A, Proto-Tai *ɗwɯ A, Proto-Hlai *urɨ A. La seule explication est que le kra-dai est issu d’une langue du sud de Taiwan ayant les innovations dans les nombres, mais pas toutes les innovations lexicales, et aucune des innovations phonologiques du malayo-polynésien.

6. Transmission des nombres malayo-polynésiens aux langues de Taiwan : vraiment, seulement les nombres ?

Les nombres de 5 à 10 appartiennent au lexique modérément fondamental. Ils sont plus facilement empruntables que les pronoms, parties du corps, noms des éléments de base de la nature ; que les verbes aller/venir, mourir, manger, dormir ; mais sont plus difficilement empruntables que le vocabulaire culturel (techniques, commerce, calendrier etc.). Il n’est pas concevable que des nombres soient transmis par contact sans que du vocabulaire culturel le soit aussi. Si des nombres malayo-polynésiens ont été transmis aux langues du sud de Taiwan, on devrait aussi y trouver toute une couche de mots culturels malayo-polynésiens. L’existence d’une telle couche ne devrait pas être trop difficile à établir, étant donné les innovations phonologiques très visibles du malayo-polynésien. Mais personne ne l’a jamais vue. Les emprunts malayo-polynésiens dans les langues de Taiwan… sont très peu nombreux, et généralement plutôt récents (tabac, écriture etc).

7. Transmission des nombres malayo-polynésiens aux langues de Taiwan : le pattern d’implications est ignoré.

J’ai montré dans mon article de 2004 que les nombres malayo-polynésiens apparaissent dans les langues de Taiwan selon un pattern constant: la présence de *puluq ’10’ implique celle de *Siwa ‘9’ et *walu ‘8’, qui impliquent *enem ‘6’, qui implique *lima ‘5’, qui implique pitu ‘7’; mais l’inverse n’est pas vrai. Dans la géographie, plus on descend vers le sud, plus le paradigme malayo-polynésien est complet. De ce pattern, Ferlus ne retient que la ressemblance croissante (en termes du nombre de formes communes) avec le malayo-polynésien du nord au sud de Taiwan. Le pattern d’implications est ignoré.

8. Transmission des nombres malayo-polynésiens aux langues de Taiwan : les nombres bas vont plus loin que les hauts.

On sait depuis Greenberg que les nombres sont d’autant plus faciles à emprunter qu’ils sont élevés : ainsi ’10’ s’emprunte plus facilement que ‘9’, qui s’emprunte plus facilement que ‘8’, qui s’emprunte plus facilement que ‘7’, etc. Dans le modèle de Ferlus, les nombres malayo-polynésiens qui sont empruntés par le plus grand nombre de langues (et donc remontent le plus au nord) sont ‘5’, ‘6’ et ‘7’. Ceux qui restent confinés au sud de Taiwan, et donc qui sont empruntés par le plus petit nombre de langues, sont ‘8’, ‘9’ et ’10’. C’est l’inverse du pattern habituel.

9. Transmission d’éléments culturels malayo-polynésiens au sud de Taiwan : le cas de la poterie lissé-rouge.

La poterie lissé-rouge est plus ancienne à Taiwan qu’aux Philippines : elle est dominante vers 2100 avant notre ère dans le sud-est de Taiwan, mais ne commence à apparaître qu’après -2000 aux Philippines (Hung 2008: 23, 107). En général, les artefacts austronésiens communs à Taiwan et aux Philippines sont plus anciens à Taiwan (ibid.). Leur transfert a évidemment eu lieu du nord vers le sud.

10. Transmission d’éléments culturels malayo-polynésiens au sud de Taiwan : le cas du riz indica.

Ferlus propose (p.6) que le riz indica a été introduit à Taiwan depuis les Philippines par les malayo-polynésiens qui l’auraient, suppose-t-on, amené avec eux, depuis le Guangdong, en 3000 avant notre ère. C’est impossible. Le riz indica apparaît en Inde du nord par hybridation vers 2000 avant notre ère, et ne devient une composante stable de l’agriculture dans cette région que dans la période 1600-1000 avant notre ère (Silva et al 2018). Par la suite, il se répand dans l’Asie du sud-est, continentale et insulaire, à la faveur de l’expansion indienne du premier millénaire de notre ère. Depuis l’état hindouisé de Srivijaya à Sumatra, par le commerce maritime, il remonte vers le nord jusqu’à Taiwan. Les malayo-polynésiens des Philippines jusqu’à Madagascar cultivent traditionnellement du riz “japonica tropical”, aussi appelé “javanica”. Ce riz a des précurseurs biologiques dans les riz japonica des aborigènes de Taiwan (travail en préparation).

11. Pourquoi le malayo-polynésien n’est-il pas représenté à Taiwan?

Ferlus demande pourquoi le malayo-polynésien “qui serait né sur l’île de Taiwan n’y est plus représenté aujourd’hui”. C’est parce que les innovations caractéristiques du malayo-polynésien se sont produites aux Philippines, après la migration. La langue du sud de Taiwan dont le malayo-polynésien s’est séparé il y a 4000 ans a évolué vers… le paiwan moderne. Le paiwan est la langue de Taiwan la plus proche du malayo-polynésien. Ils ont les mêmes nombres et des innovations lexicales communes : les mots *alap ‘prendre’ et *Cazem ‘tranchant’.

Retournons la question à Ferlus : pourquoi le malayo-polynésien qui serait né au Guangdong n’y est-il plus représenté aujourd’hui ?


Bien que le chemin suivi par les Austronésiens depuis le continent ne soit pas le même chez Ferlus que dans la théorie standard, l’arbre phylogénétique impliqué par son modèle n’est pas différent du mien : les branches formosanes se séparent les unes après les autres du tronc commun, puis c’est au tour du malayo-polynésien. Un tel arbre a le potentiel d’exprimer l’idée que (à la différence du modèle de Blust) les langues formosanes ont des degrés de proximité différents avec le malayo-polynésien. Il contient potentiellement les noeuds auxquels accrocher les innovations successives *pitu 7, *lima 5, *enem 6, *walu 8, *Siwa 9, *puluq 10, expliquant ainsi simplement la hiérarchie d’implications entre ces nombres dans les langues de Taiwan. Dès lors, pourquoi rejeter mon modèle au profit d’un autre qui n’explique pas la hiérarchie d’implications ?


Hung, Hsiao-chun (2008) Migration and Cultural Interaction in Southern Coastal China, Taiwan and the Northern Philippines, 3000BC to AD 100: The Early History of the Austronesian speaking Populations. Canberra: Unpublished PhD dissertation, Australian National University.

Sagart, L. (2004) The higher phylogeny of Austronesian and the position of Tai-Kadai. Oceanic Linguistics 43,2: 411-444.

Cite this post as: Laurent Sagart, "Michel Ferlus et l’interface austronésien/kra-dai," in Sino-Tibetan-Austronesian, 20/06/2019,