Conflated cognate sets in the STEDT III — ‘to spit’ (again)

In a recent post (here), I showed that the STEDT etymon #601 ‘PTB *m/s-tuːk SPIT’ contains two distinct etyma, one of which has no Chinese counterpart, and the other is cognate with the Chinese word 吐 thuX/H < *tʰˤaʔ, *tʰˤaʔ-s ‘to spit’.  That Chinese word is not listed in the STEDT as a cognate of etymon #601. It does occur in the STEDT, but under another etymon, #603, given as ‘PTB *m/s-twa SPIT‘. This is how the Chinese word is presented at the bottom of the page for  #603 (accessed today, July 10, 2019):

Chinese comparandum

吐 OC *t’wɑ̂, GSR #31m ‘spit’; Coblin 86: OC *thuarh; B & S 2011: *tʰˁaʔ; Mand. .
吐 OC *t’wɑ̂, GSR #31m ‘vomit’; B & S 2011: *tʰˁaʔ‑s; Mand. .

There is much confusion here. The Chinese character 吐 does indeed have two Middle Chinese readings, thuX and thuH (Rising tone and Departing tone, respectively), and the corresponding OC reconstructions in the Baxter-Sagart 2011 system are unquestionably *tʰˁaʔ and *tʰˁaʔ‑s; but the mentions OC *t’wɑ̂, GSR #31m ‘spit’/‘vomit’; Coblin 86: OC *thuarh relate to a different word: 唾 *tʰˤoj-s > thwaH > tuò ‘to spit’. While 吐 refers to the action of spitting out anything that is in one’s mouth, 唾 is used mostly of liquids, such as saliva, wine or blood.

Of the non-Sinitic forms listed by the STEDT under etymon #603, Written Tibetan tho (in the noun tho-le ‘spit’) is evidently a cognate of 唾 *tʰˤoj-s, as first pointed out by Coblin in 1986, and not of 吐 *tʰˤaʔ, *tʰˤaʔ-s. Tibetan loses final -j; moreover,  a Tibetan cognate of 吐 would end in -g. Whether the Idu Luoba form a³¹tiu⁵⁵kʰɹi⁵⁵‘phlegm’, listed by the STEDT under #603, has any connection to 唾 or Tibetan tho  is anybody’s guess. In the TGTM group, Thakali has two words glossed as ‘saliva’: tho  and thuj. Only one of these—the former— is a possible cognate of 唾 , Tibetan tho; not both as the STEDT implies.

The correct alignment of STEDT etyma and Chinese words for ‘spit’ is as follows:

STEDT# STEDT etymon Chinese cognate according to STEDT Chinese cognate
601 (I) PTB *m/s-tu:k SPIT none none
601 (II) PTB *m/s-tu:k SPIT none 吐 *tʰˤaʔ, *tʰˤaʔ-s
603 PTB *m/s-twa SPIT 吐, 唾 唾 *tʰˤoj-s

Recall that the vowel in #601 (II) was shown to be *a (here).


Coblin, S. (1986) A Sinologist’s handlist of Sino-Tibetan Lexical Comparisons. Monumenta Serica Monograph Series XVIII (Roman Malek, ed.). Nettetal: Steyler Verlag.





Faulty etymologies in the STEDT: I ‘hand’

The STEDT lists the Chinese word for ‘hand’: 手, Middle Chinese syuwX (something like [ɕjow] in tone Shang),  under its etymon #731 PTB *g(t)syəw-k/ŋ WING / HAND: if true, this would make the Chinese word a cognate of Written Tibetan gshog ‘wing’; of Bantawa chuk ‘hand’, Nung tshuŋ⁵⁵  ‘arm’, Sangtam khyo ‘wing’, etc. The STEDT mentions Chou Fa-kao’s PST reconstruction *tśəw as a precursor (Chou 1972). Matisoff (2003:199) gave *tsyəw. The STEDT  adds a root preinitial *g- before the affricate, this now restated as optionally fricative. Two alternating ‘suffixes’ -ŋ/-k,  without any stated function, are also added as optional fixtures. Thus the STEDT etymon #731 contains any word in a ST language with a high rounded vocoid preceded by a sibilant onset, or a velar stop onset, or both simultaneously, and followed (or not) by  -ŋ or -k, meaning ‘arm’, ‘hand’ or ‘wing’. The net is cast wide.

On the Chinese side, Unger (1995) and Zhengzhang (1995) independently argued that the Old Chinese initial of 手 included an alveolar nasal: *sny- (Unger), *hnj- (Zhengzhang). The evidence is summarized in Sagart (1999:155), where 手 is given as OC *bhnuʔ. Wang Li (1982:231) had already noted that 杻/杽 MC trhjuwX ‘shackles, handcuffs’ must be a cognate of the word for ‘hand’: the phonetic in the first of these characters is 丑, whose OC onset definitely included an alveolar nasal. Moreover the archaic graph for 丑 is similar to 又 ‘right hand’, with additional strokes representing nails or claws.

Sagart (ibid.) studied the word-family of 手 in Chinese on that basis. He accounted for the phonological alternation between 手 and 杻 by treating the former as *bhnuʔ and the latter as *bhnruʔ, with plural-object <r> infix. Evolution from *bhnruʔ to MC trhjuwX is regular. Another member of the word-family is 狃 MC nrjuwX ‘claws’: this is given by Sagart (ibid.) as OC *bnruʔ (also with plural-object <r> infix). In the Baxter-Sagart system (2014), these forms are reconstructed as 手 *n̥uʔ ‘hand’, 杻 *n̥<r>uʔ ‘shackles, handcuffs’ and 狃 *Cə.n<r>uʔ ‘claws’ —there is in Hakka and in Hmong-Mien indirect evidence for a voiceless preinitial consonant in ‘claws’.

The Min dialect forms with tsh- initials—e.g. Xiamen tshiu 3— are shown in Baxter and Sagart (2014:93) to reflect OC *n̥- regularly. They do not argue for etymological connections to affricates in other ST languages. Consequently all the etymological connections proposed in the STEDT between 手 and the rest of etymon #731 are spurious.

手 does have a clear cognate in Written Burmese hnyûi ‘finger’, however. That form is not listed in STEDT #731. The meaning ‘finger’ appears to be the older one: a change from ‘finger’ to ‘hand’ is common, while the reverse is apparently not attested (Heine 1997): we probably have a PST word for ‘finger’, something like #C̥.nuʔ ‘finger’, evolving in OC to *n̥uʔ ‘hand’, Written Burmese hnyûi ‘finger’.



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

Chou Fa-kao. 1972. Archaic Chinese and Sino-Tibetan. Journal of the Institute of Chinese Studies of the Chinese University of Hong Kong 5.1:159-237.

Heine, Bernd. 1997. Cognitive foundations of grammar. Oxford: Oxford University Press.

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

Sagart, L. 1999. The Roots of Old Chinese. Current Issues in Linguistic Theory, 184. Amsterdam: John Benjamins.

Unger, U. 1995. Finger. Hao-Ku 46, 131-137.

Wang Li. 1982. Tongyuan Zidian. Beijing: Shangwu.

Zhengzhang, Shangfang. 1995. Shanggu Hanyu Shengmu Xitong [the Old Chinese system of initials]. ms.


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:

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.

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.

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 poterie (“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 emprunts 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.

Is 袁 yuán ‘long robe’ a ghost word?a response to Guillaume Jacques

In a comment on a post of Guillaume Jacques’s I cited the word 袁 yuán ‘long robe’ as being cognate with Tibetan གོན་ gon “clothing”. This drew a response from Guillaume, from which I extract these passages:

“l’étymologie avec 袁 est difficilement acceptable philologiquement: la glose que tu cites « long robe » est la traduction de celle du shuowen 长衣貌, mais ce mot supposé est sans attestation textuelle (无书证); les dictionnaires ne citent que les gloses de dictionnaires:”


“Je pense que l’on ne peut pas utiliser de mots dont l’existence même n’est pas assurée pour faire du comparatisme (en plus quand bien même il aurait existé, la glose X貌 suggère qu’il devait plutôt s’agir d’un idéophone, pas d’un nom).”

Real words do not always occur in the received literature; for instance the Cantonese and Hakka popular word for “egg” has no early Chinese text occurrences, yet it corresponds well to the word “egg” in other ST languages (Baxter and Sagart 2014:324).

Specifically with regard to 袁:

The same word appears written as 褑 and 褤 in the Ji Yun 集韻 with the spelling 于元切= hjwon,and the gloss 衣也 “clothing”. The Ji Yun here is not citing the Shuo Wen, since the characters and the gloss wording are different.

The Shuo Wen itself which says “袁, 长衣貌也” is not citing an earlier dictionary/word list either, since there is no earlier attestation of the character, and the Shuo Wen is the first Chinese dictionary.

Dialectally the word is attested. Huang Kan 黄侃 in his《蕲春语》wrote that a long robe is called 長褑 in his own dialect, noting that the word must be the same as 褑 in the Ji Yun.

Although there are no early text examples of 袁, the character is attested both paleographically and as the head of a phonetic series. It includes 衣 “clothing” and a hand.

There is, then, no reason to assume that 袁 is not a real word. The comparison to WT gon is not problematic.


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

The names of the rice plant. II ‘Tibeto-Burman’ (continued)

This post continues an earlier one (here) where a name of the rice plant, pre-reconstructible as #am, was shown to occur in languages of three distinct branches of the non-Sinitic part of Sino-Tibetan.

In addition, I cited a related pair of forms in Chepang: ʔamʰ ‘cooked rice’ and yam ‘rice plant’, noting the parallel alternation in Chepang ʔat and yat, both ‘one’. Prothesis of y- in yam and yat calls for an explanation. 

I also noted related forms where #am is apparently preceded by an m- formative:  Jingpo mam³³ ‘rice’ (paddy) and Thulung (Allen 1975), a Kiranti language,  mam ‘grain of rice remaining unhusked after milling’.

It is possible that this m- formative is the remnant of a morpheme cognate with Chinese 米 *(C.)mˤ[e]jʔ > mejX > mǐ ‘grains of any cereal, dehusked and polished’. In the STEDT website, Matisoff gives this cognate set, with the gloss RICE/PADDY, but, as in Chinese, the same morpheme can be used of millet, e.g. Garo (Burling) mi-si-mi ‘millet’, Gyarong (Ma’erkang) sməi khri  ‘millet’. Thus Jingpo mam³³ ‘rice’ (paddy) would be from #mej-am ‘grain(s) of rice/rice in grains’; and Thulung  mam ‘grain of rice remaining unhusked after milling’ would also be from ‘grain of rice’, without the need for a wide-ranging semantic shift.

This idea has the additional potential of explaining the prothesis of y- in the Chepang form cited above, if we suppose an evolution of the kind of #mej-am > mej-jam > jam.

As to the morpheme #am ‘rice plant’ itself, it seems likely that it arose out of a verb ‘to eat’, for which the STEDT has this  cognate set. For a parallel, the Proto-Austronesian verb *kaen ‘to eat’ has a patient noun derivative with *-en: *kaen-en ‘food’ which evolves to ‘rice’ in certain Philippine and Bornean languages where rice is the main staple.

Jean-Paul Demoule, l’indo-européen et la linguistique historique. A propos de l’ouvrage « Mais où sont passés les Indo-Européens ? »

Comme linguiste historique, je pratique la même linguistique que les indo-européanistes ; mais du fait que j’étudie des langues d’Asie, on ne saurait m’accuser de le faire au motif que je penserais que les locuteurs des langues indo-européennes sont les meilleurs des  hommes. La motivation des linguistes historiques n’est pas de fabriquer des mythes pour justifier la colonisation ou le nationalisme, mais de comprendre le passé. Telle est la tradition, d’abord indo-européaniste, qui mène de Leibniz à Franz Bopp, Rasmus Rask, Jacob Grimm, Michel Bréal, aux néo-grammairiens et à leurs adversaires Johannes Schmidt et Hugo Schuchardt; et à Saussure, Schrader, Meillet et bien d’autres actifs hier et  aujourd’hui.

Le livre de Jean-Paul Demoule “Mais où sont passés les indo-européens ?” (Seuil, 2014) contient des attaques de principe contre la linguistique indo-européenne. On trouvera sur les carnets de Thomas Pellard et Guillaume Jacques un catalogue d’erreurs diverses, factuelles ou conceptuelles  (ici, ici, ici, ici, ici, et ici). Au-delà de l’indo-européen, Jean-Paul Demoule est obsédé par l’idée que les arbres ne donnent pas une bonne représentation de l’histoire des langues (mais chacun sait que les arbres n’expriment que la circulation dans l’histoire d’une partie des matériaux d’une proto-langue, celle qui est la plus réfractaire à l’emprunt).  Il vitupère la paléontologie linguistique, dont il semble penser qu’aucun usage judicieux ne peut être fait. Il promeut l’idée autrefois avancée par Troubetskoï, selon laquelle le proto-indo-européen n’a pas existé en tant que langue réelle parlée par une population réelle, mais seulement en tant que convergence, jamais accomplie, entre des langues au départ différentes.

Jean-Paul Demoule n’est pas bien informé sur les linguistes historiques modernes (y compris ceux qui travaillent sur les langues indo-européennes) : ceux-ci possèdent dans leur grande majorité une vision universaliste des langues et des cultures. Il n’est pas bien informé non plus sur la linguistique historique moderne, qu’elle s’occupe de langues indo-européennes ou d’autres familles. Contrairement à ce qu’il croit, les linguistes historiques ne considèrent pas que les langues sont des capsules fermées navigant dans le temps et l’espace sans s’influencer les unes les autres. La description des faits de contact est un élément obligé de toute description de langue, et sa contribution à l’histoire des mêmes langues un thème essentiel des travaux en linguistique historique. Au cours des décennies suivant la dernière guerre, des centaines, voire des milliers de situations de contact entre langues ont été décortiquées, et les résultats de ces études résumés dans des livres, tels que celui de Thomason et Kaufman 1987 (que Jean-Paul Demoule cite, d’ailleurs).

Il est maintenant bien établi que les langues contiennent des matériaux divers, dont la résistance à l’emprunt (c’est-à-dire au transfert entre langues en contact) varie de façon spectaculaire. Pour schématiser, le vocabulaire dit ‘culturel’ (noms d’artefacts, de métaux, termes techniques, religieux ou philosophiques, légaux, économiques, poids et mesures etc.) s’emprunte extrêmement souvent : toute situation de contact entre langues inclut au minimum ce genre d’emprunts. Les changements dans l’ordre des mots (par exemple entre le verbe et son sujet) induits par contact ne sont pas rares ; au nombre des éléments rarement empruntés, on compte le vocabulaire dit “de base”—il s’agit de notions communes à toutes les langues, en particulier les pronoms personnels je-tu, les nombres 1-2-3, les noms de parties du corps telles que main-oeil-tête, certains verbes tels que manger-mourir-aller. Quant à ce que les linguistes appellent la “morphologie flexionnelle” (pour l’indo-européen, les déclinaisons des noms et des adjectifs , ainsi que les conjugaisons des verbes) elle ne s’emprunte qu’extrêmement rarement : je n’en connais qu’une poignée de cas décrits dans la littérature. Guillaume Jacques en a cité trois (ici) ; on peut y ajouter la toute petite langue dite media lengua en Bolivie, dans laquelle des racines verbales espagnoles sont conjuguées comme des verbes quechua (ici).

Pour que les langues indo-européennes classiques partagent des conjugaisons verbales semblables non seulement formellement, mais dans leur substance phonétique, il est indispensable, sous l’hypothèse de convergence de Troubetskoï et Demoule, de supposer que cette conjugaison a été transférée de langue à langue au cours d’un ou plusieurs évènements de contact. De même pour la déclinaison des noms. Or les exemples de ce processus sont trop rares et soumis à des conditions trop exceptionnelles pour que l’explication soit plausible. Si Jean-Paul Demoule souhaite maintenir le contraire, il faut qu’il présente de nombreux cas de transfert de paradigmes flexionnels en situation de contact de langues. Que dire de plus ?

A l’ombre d’une critique bienvenue des dévoiements racistes de l’idée indo-européenne, le livre de Jean-Paul Demoule s’engage dans un autre débat, qui lui, n’a rien à voir avec l’indo-européen : il promeut implicitement l’idée que les processus culturels sont par nature diffus et en réseau, et n’impliquent pas de migrations ou d’expansions de populations. On songe au débat opposant un autre archéologue, Edward Terrell, aux partisans linguistes, archéologues et généticiens de l’idée selon laquelle les quelque 1280 langues austronésiennes proviennent d’une langue ancestrale parlée il y a entre 5000 et 6000 ans à Taiwan. Les arguments de Terrell dans une contribution de 2001 à Current anthropology (ici) sont semblables à ceux de Demoule, et les contributions des linguistes et archéologues (voir notamment la réponse de Peter Bellwood à la suite de l’article) semblables à nos objections.

Est-ce parce que les archéologues ne trouvent sous terre que les équivalents matériels des mots du vocabulaire culturel, que certains d’entre eux sont enclins à expliquer l’histoire uniquement en termes d’influences, de contacts et et de réseaux ? on ne trouve pas sous terre de conjugaisons, de pronoms personnels, ou de noms de parties du corps.


Thomason, S. G., and T. Kaufman (1987) Language contact, creolization, and genetic linguistics. Berkeley and Los Angeles: University of California Press.

The names of the rice plant. II ‘Tibeto-Burman’

A term for the domesticated rice plant, pre-reconstructable as #am, occurs in three modern languages belonging to phylogenetically distant subgroups of Tibeto-Burman (TB) (note: by ‘Tibeto-Burman’ I mean a branch of the Sino-Tibetan family which includes all its languages except Chinese. There is evidence that Tibetan and Burmese are part of the same eastern subbranch of that subgroup: thus the name ‘Tibeto-Burman’ is over-restrictive, and a new name will eventually have to be found).

Bengni (Tani group) am ‘rice plant’ Sun (1993)
Dulong (a.k.a Trung, Nungish group) am55 ‘rice’ (paddy) Huang et al. (1992)
Sak (Sal group) ‘rice plant’ Huziwara (2008)

Final *-m regularly shifts to -ŋ in Sak.

Apparently related forms occur in other TB languages.  Chepang (Caughley 2000) ʔamʰ ‘cooked rice’ and yam ‘rice plant’ (these two forms are related to one another, compare Chepang ʔat and yat, both ‘one’). Jingpo, another Sal language, has #am apparently prefixed with m- of uncertain function: mam³³ ‘rice’ (paddy). Likewise, the Kiranti language Thulung (Allen 1975) has mam ‘grain of rice remaining unhusked after milling’.


Allen, N.J. 1975. Sketch of Thulung grammar. (East Asian Papers, No. 6). Ithaca: Cornell University China-Japan Program. Accessed via STEDT database <> on 2018-02-09.

Caughley, R. (2000) Dictionary of Chepang. Canberra: Pacific Linguistics 502.

Huang Bufan et al. 1992. Zang-Mian Yuzu Yuyan Cihui [A Tibeto-Burman Lexicon]. Beijing: Zhongyang Minzu Xueyuan Chubanshe.

Huziwara Keisuke. 2008. Chakku-go no kijutsu gengogakuteki kenkyuu [A descriptive linguistic study of the Sak language]. (unpublished ms. contributed to STEDT). Accessed via STEDT database <> on 2018-02-09.

Sun, Jackson Tianshin. 1993. Tani synonym sets. (unpublished ms. contributed to STEDT). Accessed via STEDT database <> on 2018-02-09.

The name(s) of the rice plant. I: Chinese

The Chinese name of the domesticated rice plant Oryza sativa is 稻 *[l]ˤuʔ > dawX > dào.  The character occurs in  the Odes (Guo Feng 154 七月),  and in the Zhou Li, at least. The Shuo Wen defines it as 稌 *lˤaʔ > duX > tú ‘glutinous rice plant’, but the textual occurrences imply that the domesticated rice plant, whether glutinous or not, was the referent.  However, early forms of 稻 *[l]ˤuʔ > dawX > dào have the signific 米 ‘grain’ instead of 禾 ‘grain-bearing grass’, suggesting that the word’s original meaning was that of rice in some kind of grain form, rather than the standing plant. A shift of meaning appears to have taken place between the time of creation of the character and the late OC period, to which the above-cited texts belong. Etymologically, it is possible that the noun belongs to the word-family of 舀 *(m-)l[u]ʔ > yewX > yǎo ‘to scoop’  (used in particular of grain), which is also the phonetic element in 稻 dào.  The word’s meaning at the time the character was created may have been something like ‘rice grains as scooped out of storage and into a mortar for dehusking’. Rice grains are kept in storage with the husks on by the Austronesians in Taiwan, as a protection against humidity, rot and pests. The early Chinese may have followed the same practice. From the point of view of consumers, unhusked rice is rice in its most natural form. A semantic shift extending the meaning of 稻 *[l]ˤuʔ > dawX > dào to include the rice plant would be very natural. It is often the case in the languages of East Asian cereal farmers that the same term designates the plant and its unhusked grains. Different terms typically designate the de-husked grains, the de-husked-and-polished grains, and the cooked grain food.

Now if 稻 dào is innovative as ‘rice plant’, it presumably displaced an earlier word of the same meaning. 稻 dào does not occur in the Shang inscriptions. The only word possibly referring to the rice plant in the Shang inscriptions is a hapax in inscription 13505 of Jiaguwen Heji: 秜 *nrəj > nrij > lí.  Success or failure of rice harvests seems not to have been the subject of much interest on the part of the Shang kings. The main cereals economically were foxtail millet Setaria italica and broomcorn millet Panicum miliaceum. According to Shuo Wen, more than a millennium later,  the meaning of 秜 *nrəj was ‘perennial rice’, that is, rice regrowing each year without reseeding.  Perennial rices are normally wild, but inscription 13505 implies harvesting: ” 乎圃秜于(女+自), 受(有)年 ? ” Liu Zhiji et al. (incl. Takashima) (Jiaguwen jin yi leijian p. 441) translate: “will we harvest a good crop if we order Pu to plow paddies at Zi ?”. Compare this other inscription  (Jiaguwen jin yi leijian p. 2) “令眾黍, 其受(有)年 ?” if we order the multitude to plant millet, will we harvest a plentiful crop?”.

How can we make sense of all this ?  I propose this hypothesis: the word for the domesticated rice plant in Shang times was 秜 *nrəj while 稻 *[l]ˤuʔ, etymologically related to  舀 *(m-)l[u]ʔ > yewX > yǎo ‘to scoop’ , referred to rice grain in storage, still with the husks on. At some point in the first millennium BCE, 稻 *[l]ˤuʔ extended its meaning to include the name of the plant from which the grains came, ultimately displacing 秜 *nrəj as ‘domesticated rice plant’. By the time of Shuo Wen, c. 100 CE, 稻 *[l]ˤuʔ was established as the name of the domesticated rice plant, and 秜 *nrəj only referred to wild (‘perennial’) rice.

At this point we should ask this question: why did a new word for the rice plant, as opposed to the foxtail or broomcorn millet plants, evolve out of a verb ‘to scoop’ ? here we may gain some insights from the grain storage and preparation techniques of the Formosan Austronesians, as observed during our recent fieldwork (Nov 2017) by Mr Hsu Tze-fu of the Institute of Plant and Microbial Biology, Academia Sinica and myself.  While rice is stored as grain with the husks on, foxtail millet is kept in storage in the form of bundles of ears. Once dry, these are crushed underfoot or with a large pestle,  before pounding in the mortar to remove the husks, immediately before cooking. This process involves no scooping. If early Chinese practices were similar,  scooping was rice-specific and ‘scooped grain’ would have been synonymous with ‘rice grain in storage’.

Search OpenEdition Search

You will be redirected to OpenEdition Search