As palavras às vezes tem um certo temperinho que sobreviveu quando elas foram tomadas de outras línguas. Eu sempre achei que as palavras do árabe, por exemplo, tinham uma certa sonoridade peculiar: xerife, armazém, azeite. E as do Tupi, então? Anhanguera, jabuticaba, Itapiranga. Pois bem.
Fiz um programa que pega a seção de etimologia do Houaiss e busca por palavras oriundas do árabe, tupi, quimbundo, francês, inglês, espanhol, italiano, latim e grego. Depois fiz outro, que usa o NLTK para mapear as probabilidades das letras de acordo com cada idioma de origem; este mesmo programa, em seguida, produz palavras novas (que não são verbetes no Houaiss) segundo essas probabilidades. Este segundo programa foi rodado duas vezes: uma para que fossem consideradas cinco letras por vez nas palavras que de fato existem, outra para considerar três. Quando mais letras são consideradas, as palavras parecem mais com o idioma de origem, mas elas podem acabar parecendo demais com palavras existentes; quando menos letras, as palavras tem a sonoridade parecida, mas ficam com menos elementos morfológicos compatíveis.
Seguem alguns destaques meus (o idioma de inspiração deve estar bem aparente!): teóstico, hipócrifo, opistocrático; libreta, toscada, massanita; maionetizar, revasê, parquescência; pacariaçu, curupim, pitimboaiacará; rapacidentácea, derramatório, santiginoso; guacamolada, mochico, gajetilho; banzunga, mubambo, quinganza; alcateixa, alcatifada, alforrame; garneculôver, estressógrafo, samplemento.
O número de palavras de origem por idioma ficou assim:
| Idioma | N. |
|---|
| Latim | 18.519 |
| Grego | 2.407 |
| Francês | 2.334 |
| Inglês | 1.040 |
| Tupi | 965 |
| Espanhol | 927 |
| Italiano | 619 |
| Árabe | 497 |
| Quimbundo | 122 |
Uma observação: o origem das palavras é aquela do Houaiss, que diz, em geral, de onde a palavra chegou até nós, não a sua origem última. A palavra telegrama, por exemplo, vem do inglês, e não do grego.
Árabe: 5 letras
| arregana |
arraba |
almofateia |
califafe |
realgara |
| xáquimia |
alcateixa |
aldrabadão |
fedaime |
acadarga |
| madraque |
almedinar |
talcoveto |
atabaqueca |
mesquitara |
| zarabi |
enxaque |
alcatifada |
arrafo |
faqueca |
Árabe: 3 letras
| alforo |
alfaféloa |
almoçora |
cuzamaifor |
rabelecri |
| cergolaia |
burazar |
alque |
aldenacicé |
saalate |
| catua |
enxorave |
andibebiê |
alboquira |
alforrame |
| afeia |
acedibe |
açaforão |
esque |
barme |
Tupi: 5 letras
| acangaba |
ibijar |
tarioca |
camaricá |
muiraquê |
| picuíba |
acarimã |
apacamboia |
cambi |
abacatuaiaún |
| traçari |
cunauaruçu |
maracajurará |
pirarajá |
jequira |
| nambé |
coiranha |
pacariaçu |
curupim |
curubuti |
Tupi: 3 letras
| muçari |
pitimboaiacará |
tapoeiranhaúna |
jucaribaguá |
urajupari |
| anguaba |
sacugui |
jibatinujuriiba |
tirapucucuru |
cambutá |
| itandé |
tinga |
caruçu |
piruva |
pingataba |
| taraquia |
iviranga |
aricamirambó |
caracaraná |
tibatira |
Quimbundo: 5 letras
| mubamba |
muxuangoma |
milongar |
calangoma |
uango |
| panga |
libamba |
quingu |
xinga |
quimangana |
| mubambo |
quingoma |
mubambondo |
libambê |
uangoma |
| camumbuca |
molamba |
mungunar |
calangombô |
taculo |
Quimbundo: 3 letras
| banzunga |
panha |
muxuanga |
mumbobamba |
cambucamba |
| sobata |
cututetetê |
culambe |
quecambebe |
candê |
| quita |
bucute |
maconga |
quinganza |
maluá |
| macimbambe |
mabatacote |
mobaba |
quinxa |
xinxa |
Francês: 5 letras
| prelim |
flancela |
transeático |
citrinolineon |
compar |
| maionetizar |
perita |
cadeterraba |
marmitivo |
deicidade |
| revasê |
imobilida |
pante |
joalher |
semática |
| querida |
analistensão |
parquescência |
derrabre |
anidridoto |
Francês: 3 letras
| clego |
baraina |
repalhismo |
aprocra |
buflúormo |
| arpantrafeérino |
crocim |
pediona |
mariseátiro |
falete |
| anote |
bubar |
guilistage |
pienvagolônismo |
conar |
| procelar |
enteróclizar |
candiol |
falução |
treagem |
Inglês: 5 letras
| estressógrafo |
hexametilestético |
polenotiazina |
eletrosterol |
birrefringue |
| samplemento |
prola |
purita |
azatioprioceptor |
fenantrona |
| espalachiano |
corneol |
varista |
mevalônica |
roenzima |
| exergônimo |
multimídi |
variômetria |
ortisona |
estraducianureto |
Inglês: 3 letras
| jigrastalim |
surávide |
capotero |
deono |
estanguivo |
| rilismocetoce |
phina |
gaflavitroz |
zepta |
comanolação |
| óstei |
bache |
totéasol |
tracito |
garneculôver |
| nenona |
tismo |
glatina |
uaíndum |
lasim |
Espanhol: 5 letras
| opalança |
corongoxa |
cercanibal |
zegrilho |
timpanamenho |
| gajetilho |
quito |
antalha |
bascongoxa |
ganâncial |
| bargamandeira |
guacamolada |
condurra |
tartanaria |
balanganilho |
| mochico |
madrigueiro |
camarismo |
torvelina |
rocalhete |
Espanhol: 3 letras
| rastrombrio |
afida |
afreiroso |
calmol |
manovelfo |
| pincala |
pojado |
coneiro |
parialchilha |
freta |
| colotilho |
molidasse |
calilha |
cubacio |
coslar |
| turrazilha |
tojadrilha |
bretilha |
cargassalar |
arrilharipote |
Italiano: 5 letras
| bequadratim |
cornal |
palamar |
maestra |
baleto |
| maratarante |
baguentar |
ferracontro |
carrônico |
empatarante |
| cabalesco |
pilastro |
lampir |
vedere |
maestrapa |
| mancolis |
trafiar |
desta |
toscada |
libreta |
Italiano: 3 letras
| impino |
pintria |
massanita |
piato |
bresasalegar |
| polegigaleta |
gravandolota |
facavatula |
vestra |
jesciandoge |
| astalcão |
mostim |
brelaro |
motergato |
rachação |
| escapla |
escata |
zíngueta |
donta |
banta |
Latim: 5 letras
| rapacidentácea |
polino |
derramatório |
coopero |
santiginoso |
| territorrinquietar |
ressão |
aspidossessão |
inérea |
nebaliente |
| meritre |
ablactinópode |
exocetível |
privariândria |
uberalíssimo |
| alstro |
adequadranginador |
lavadurar |
racionário |
exclamídeo |
Latim: 3 letras
| melho |
estrar |
atávelar |
subseável |
indir |
| subrutigme |
dícia |
lúvelo |
corio |
priscio |
| aquia |
prefagir |
colusposso |
pulormentio |
quiceo |
| mandação |
quidar |
cominha |
catilador |
conzertivo |
Grego: 5 letras
| hialindro |
escólito |
antilose |
lambique |
aromancia |
| espermo |
pentéria |
eurítico |
cacotanáclase |
opistocrático |
| lematoide |
trenoide |
dodecadáctico |
hipócrifo |
agarenética |
| anepígrafia |
hipermo |
espase |
catalepse |
teratite |
Grego: 3 letras
| aforpiálogo |
tecróbio |
sático |
óride |
enétimo |
| opsia |
êmise |
lógia |
oófase |
axeromo |
| onoide |
parise |
caplânico |
extro |
catico |
| assíticio |
hídico |
teóstico |
ritmismoidinade |
ótoide |