تحلیل مورفولوژی

تحلیل مورفولوژی

اسلاید 1: Morphological AnalysisMohammad BahraniFeb 2011In the name of God

اسلاید 2: مورفولوژيتعريف: چگونه كلمات از واحدهاي كوچكتر به نام تكواژ (morphemes) تشكيل مي شوند.تكواژ (morpheme): كوچكترين واحد دربردارنده معنا در زباندو دستة عمدة تكواژها:ريشه ها (stems): تكواژ اصلي كلمه كه دربردارندة معناي اصلي كلمه است.وندها (affixes): تكواژهايي كه معناهاي ديگري به ريشه اضافه مي كنند.وندها: پسوندها (suffixex)، پيشوندها (prefixes)، ميانوندها (infixes)

اسلاید 3: مورفولوژي‍Concatenative morphologyوندها به ريشه متصل مي شوند Non-Concatenative morphologyوندها به نحو پيچيده تري با ريشه تركيب مي شوندTemplatic morphology

اسلاید 4: چرا مورفولوژي؟ليست كردن تمام شكل هاي مختلف لغات در مجموعه واژگان از لحاظ محاسباتي غيربهينه است.در زبان هايي كه مورفولوژي پيچيده دارند، ليست كردن تمام اشكال مختلف يك كلمه در عمل غيرممكن است.مثال از فارسي:انقلابي ترينهايشانند: انقلابي + ترين + ها + شان + َند* برادرمنددر فارسي يك اسم مانند ”كتاب“ داراي 189 صورت مختلف صرفي است.مثال از تركي:uygarlaştıramadıklarımızdanmışsınızcasına

اسلاید 5: چرا مورفولوژي؟تجزيه يك كلمه به تكواژهاي تشكيل دهندة آن (morphological parsing)توليد صورت هاي مختلف (صرفي و اشتقاقي) يك كلمه با داشتن ريشة آن

اسلاید 6: انواع مورفولوژيمورفولوژي تصريفي (inflectional)تركيب ريشة كلمه با وندها به طوري كه مقولة نحوي و معناي كلي كلمه تغيير نكند.مورفولوژي اشتقاقي (derivational)تركيب ريشه كلمه با وندها به طوري كه معناي جديدي توليد شود و احتمالاً مقولة نحوي كلمه تغيير كند.

اسلاید 7: مورفولوژي تصريفيدر زبان انگليسي به طور عمده شامل: اتصال پسوند s (براي جمع) و ‘s (براي مالکيت) به انتهاي اسماتصال پسوندهاي ed، ing و s به انتهاي فعلRegular Noun + s → Plural Nounbook + s → booksfox + s → foxesRegular Verb stem + ed → past verbwalk + ed → walkedbeg + ed → begged

اسلاید 8: مورفولوژي تصريفيدر زبان فارسي شامل:اتصال پسوندهاي جمع، نکره، اضافه، ضماير متصل و واژه بست هاي ربطي به انتهاي اسم، صفت، ضمير و عدد.شکل هاي مختلف تصريف فعل با زمان ها و شخص هاي مختلفاتصال تکواژ جمع (ان):مرد + ان : مردانگدا + ان : گدايانفرشته + ان : فرشتگاناتصال تکواژ نکره ساز (اي):مرد + اي : مرديگدا + اي : گداييفرشته + اي : فرشته اي

اسلاید 9: مورفولوژي تصريفي در فارسي: کلمات غيرفعلم (ام، يم)+ Noun ت (ات، يت)ش (اش، يش)شان (يشان)تان (يتان)مان (يمان)چشممخانه امچشمتخانه اتچشمش خانه اشچشممان خانه مانچشمتان خانه تانچشمشان خانه شان

اسلاید 10: مورفولوژي تصريفي در فارسي: کلمات غيرفعلم (ام، يم) Noun + Adj Pronي (اي، يي)ست (است)ند (اند، يند)يد (ايد، ييد)يم (ايم، ييم)مشغولمخسته اممشغوليخسته ايمشغولست خسته استمشغوليم خسته ايممشغوليد خسته ايدمشغولند خسته اند

اسلاید 11: مورفولوژي تصريفي: افعالIndicativeInfinitival : رفتنPresentParticiple : روندهPastParticiple : رفتهPresent : مي رومPreterite : رفتمImperfect : مي رفتمPerfect : رفته امPluperfect : رفته بودمCompound Imperfect : مي رفته امDoubleCompound : رفته بوده امFuture : خواهم رفت

اسلاید 12: مورفولوژي تصريفي در فارسي: افعالSubjunctivePresent : برومCompoundPast : رفته باشمImperativePresent : برو

اسلاید 13: مورفولوژي اشتقاقيدر فارسي و انگليسي: اتصال پسوندها و پيشوندهاي مختلف به اسم، صفت و قيدcompute + ation → computationun + believe + able → unbelievableکار + گر ← کارگردانش + مند ← دانشمند

اسلاید 14: Morphological Parsingتجزيه يك كلمه به تكواژهاي تشكيل دهندة آنبراي تجزيه مورفولوژيکي حداقل به سه جزء زير نيازمنديم:Lexicon: مجموعه اي از ريشه هاي کلمات و وندها به همراه اطلاعاتي در مورد آنهاMorphotactics: مجموعه اي از قوانين مورفولوژي که نوع وندهاي قابل اتصال به هر ريشه و ترتيب اتصال آنها را بيان مي کند.Orthographic rules: مجموعه اي از قوانين املايي که نوع تغيير در املاي کلمه را هنگام اتصال وندها بيان مي کند.

اسلاید 15: Finite State AutomataQ: a finite set of N states: q0, q1, … , qN-1Σ: a finite input alphabet of symbols.q0: the start state.F: the set of final states.δ(q,i) : the transition functionδ(q,i)=q’

اسلاید 16: Finite State TransducersQ: a finite set of N states: q0, q1, … , qN-1Σ: a finite alphabet of complex (input:output) symbols.I: a finite alphabet of input symbols.O: a finite alphabet of output symbols.q0: the start state.F: the set of final states.δ(q,i:o) : the transition function

اسلاید 17: مثالی از FST

اسلاید 18: منابع مورفولوژي فارسيKarine Megerdoomian, Persian Computational Morphology: A Unification-based Approach, NMSU, CRL, Memoranda in Computer and Cognitive Science, MCCS-00-320, 2000.Karine Megerdoomian, Finite-state morphological analysis of Persian“, In Proceedings of the Workshop on Computational Approaches to Arabic Script-based Languages, Coling 2004, University of Geneva, 2004.محرم اسلامي و همكاران، ”واژگان زاياي زبان فارسي“، مجموعه مقالات اولين كارگاه پژوهشي زبان فارسي و رايانه، تهران، 1383.بهرنگ قاسمي زاده و همكاران، ”روشي نوين جهت صرف واژه هاي فارسي“، يازدهمين كنفرانس بين المللي انجمن كامپيوتر ايران، تهران، 1384