Υπολογιστική επεξεργασία της αλλομορφίας στην παραγωγή λέξεων της ελληνικής

Abstract

This thesis presents a systematic approach and analysis of allomorphy, while successfully demonstrates the possibility of treating the phenomenon in computational level in Greek. Previous research did not deal with allomorphy at the derivation process of Greek, while the overall efforts of morphology learning and analysis of allomorphy was extremely limited and partially successful in morphological analysis. In contrast, our work analyses the phenomenon of allomorphy with strict morphological criteria, defines the morphological environments of allomorph participants and presents examples of systematic participation in all word formation processes. More specifically, there are presented the allomorphic behavior of stems and derivational suffixes, restrictions governing the allomorphs selection and proofs of predictability and regularity of the phenomenon. We highlight the lack of defined computational strategy for dealing with allomorphy and the selective treatment of allomorphs. We test the allomorphy of derived words initially with LINGUISTICA, the gold-standard UML model. This model’s algorithm not only fails to analyze properly the derived words, but also to identify allomorphy. In addition, we test a supervised maximum entropy model (AMIS), which help us to predict the nominal allomorphy of stems and derivational suffixes. We build AlloMantIS, which manages to achieve a state-of-the-art performance and establish a solid ground for the computational prediction of allomorphic changes. Finally we propose a combination computational model for allomorphy, which combines different strategies that use allomorphic rules in cooperation with a model of characteristics for predicting allomorphy. We believe that this thesis is covered and presented a systematic theoretical and computational treatment of allomorphy in Modern Greek derivation based on the results of experiments.

Η παρούσα διδακτορική διατριβή παρουσιάζει ένα συστηματικό και συγκεκριμένο τρόπο προσέγγισης και ανάλυσης της αλλομορφίας σε θεωρητικό επίπεδο, ενώ παράλληλα αποδεικνύει επιτυχώς τη δυνατότητα επεξεργασίας του φαινομένου σε υπολογιστικό επίπεδο στα Ελληνικά. Προηγούμενες έρευνες δεν ασχολήθηκαν με την αλλομορφία στο σύστημα παραγωγής των Ελληνικών, ενώ οι γενικότερες προσπάθειες μηχανικής μάθησης και ανάλυσης της αλλομορφίας ήταν εξαιρετικά περιορισμένες και μερικώς επιτυχημένες στη μορφολογική ανάλυση. Αντίθετα, η παρούσα εργασία ορίζει το φαινόμενο της αλλομορφίας με αυστηρά μορφολογικά κριτήρια, καθορίζει τα περιβάλλοντα εμφάνισης και παρουσιάζει με παραδείγματα τη συστηματική συμμετοχή σε όλες τις διαδικασίες σχηματισμού λέξεων. Πιο συγκεκριμένα παρουσίασε συγκριτικά τις αλλομορφικές συμπεριφορές θεμάτων και προσφυμάτων, περιορισμούς που διέπουν την επιλογή αλλομόρφου και την πεποίθηση της προβλεψιμότητας και κανονικότητας του φαινομένου. Εξετάζοντας την αλλομορφία υπολογιστικά επισημαίνουμε την έλλειψη καθορισμένης στρατηγικής για την αντιμετώπισή της, καθώς και την επιλεκτική επεξεργασία των αλλομόρφων. Μετά την επιλογή των στρατηγικών της μηχανικής μάθησης, η αλλομορφία των παραγώγων δοκιμάστηκε αρχικά στο "LINGUISTICA", το κυρίαρχο υλοποιημένο μοντέλο μη-επιβλεπόμενης μορφολογικής μάθησης, όπου ο συγκεκριμένος αλγόριθμος απέτυχε όχι μόνο να αναλύσει σωστά τις παράγωγες λέξεις, αλλά και να εντοπίσει αλλόμορφα. Επιπλέον, δοκιμάζουμε ένα επιβλεπόμενο μοντέλο Μέγιστης Εντροπίας, το "AMIS", για την πρόβλεψη της αλλομορφίας των ονοματικών αλλομόρφων σε επίπεδο θεμάτων και επιθημάτων. Ο "AlloMantIS" καταφέρνει να επιτύχει μία εξαιρετικά υψηλή επίδοση και θέτει τις αρχικές βάσεις για την υπολογιστική πρόβλεψη των αλλομορφικών αλλαγών. Για την τελική υπολογιστική προσέγγιση της αλλομορφίας προτείνεται ένα συνδυαστικό μοντέλο, το οποίο θα συνδυάζει διαφορετικές στρατηγικές, όπως τη χρήση των αλλομορφικών κανόνων σε συνεργασία με το μοντέλο χαρακτηριστικών για την πρόβλεψη της αλλομορφίας. Θεωρούμε ότι η παρούσα διατριβή καλύπτει και παρουσιάζει με συστηματικότητα την υπολογιστική αντιμετώπιση της αλλομορφίας στην παραγωγή της Νέας Ελληνικής αξιοποιώντας τα αποτελέσματα των πειραμάτων.