[论文解读] Morphological study of Albanian words, and processing with NooJ

Odile Piton, Klara Lagji|arXiv (Cornell University)|Feb 2, 2010

Natural Language Processing Techniques参考文献 4被引用 7

一句话总结

本文使用NooJ语言处理平台对阿爾巴尼亞語詞彙進行形態分析，專注於透過連接、並置和縮約形成的複雜詞彙構成。研究展示NooJ靈活的語法框架如何精確模擬屈折範式與形態現象，但其限制亦顯示需延伸語法語法以實現完整分析。

ABSTRACT

We are developing electronic dictionaries and transducers for the automatic processing of the Albanian Language. We will analyze the words inside a linear segment of text. We will also study the relationship between units of sense and units of form. The composition of words takes different forms in Albanian. We have found that morphemes are frequently concatenated or simply juxtaposed or contracted. The inflected grammar of NooJ allows constructing the dictionaries of flexed forms (declensions or conjugations). The diversity of word structures requires tools to identify words created by simple concatenation, or to treat contractions. The morphological tools of NooJ allow us to create grammatical tools to represent and treat these phenomena. But certain problems exceed the morphological analysis and must be represented by syntactical grammars.

研究动机与目标

• 開發電子詞典與阿爾巴尼亞語自動處理用形態轉換器。
• 分析阿爾巴尼亞語中形態形式與詞彙意義之間的關係。
• 模擬阿爾巴尼亞語中的複雜詞結構，如連接、並置與縮約。
• 評估形態分析的限制，並確定何時需使用語法語法。
• 展示NooJ屈折語法系統在處理阿爾巴尼亞語形態多樣性方面的有效性。

提出的方法

• 使用NooJ的屈折語法系統來模擬阿爾巴尼亞語的變格與變位。
• 設計形態規則以識別與處理由連接或縮約形成的詞彙。
• 利用NooJ的形式化方法來表示形態範式與屈折詞形。
• 應用語法語法以處理超出形態分析範疇的現象。
• 分析線性文本片段，以提取並分析上下文中的詞形。
• 將形態單位映射至其對應的詞彙意義，以研究形態與意義的關係。

实验结果

研究问题

• RQ1 阿爾巴尼亞語的詞彙構成過程——特別是連接與縮約——如何系統化地建模？
• RQ2 NooJ的形態引擎在多大程度上能處理阿爾巴尼亞語的屈折複雜性？
• RQ3 形態分析在捕捉阿爾巴尼亞語所有詞彙構成現象時存在哪些限制？
• RQ4 如何整合形態語法與語法語法以提升處理準確性？
• RQ5 阿爾巴尼亞語詞彙的形態形式與詞彙意義之間存在何種關係？

主要发现

• 阿爾巴尼亞語的詞彙構成經常涉及詞素的連接、並置或縮約，使標準形態分析變得複雜。
• NooJ的屈折語法框架成功模擬了阿爾巴尼亞語的變格與變位，實現了準確的屈折形式生成。
• NooJ中的形態工具有效處理了大多數詞彙構成現象，包括複雜屈折與縮約。
• 阿爾巴尼亞語中某些語言現象超出形態分析的範疇，需依賴語法語法才能妥善處理。
• 本研究確認阿爾巴尼亞語的形義映射並非簡單，需整合形態與語法建模。
• 此方法可支援電子詞典與轉換器的建構，以實現阿爾巴尼亞語的自動化處理。