Automatizuotas arbitraliųjų kolokacijų atpažinimas: būdvardžių ir daiktavardžių kolokacijos

Q2 Arts and Humanities

Studies About Languages Pub Date : 2021-11-27 DOI:10.5755/j01.sal.1.39.29193

Jolanta Kovalevskaitė, Erika Rimkutė, Jurgita Vaičenonienė

{"title":"Automatizuotas arbitraliųjų kolokacijų atpažinimas: būdvardžių ir daiktavardžių kolokacijos","authors":"Jolanta Kovalevskaitė, Erika Rimkutė, Jurgita Vaičenonienė","doi":"10.5755/j01.sal.1.39.29193","DOIUrl":null,"url":null,"abstract":"Straipsnyje analizuojamas vienas kolokacijų tipas – arbitraliosios kolokacijos. Jos laikomos nemotyvuotomis (tuo skiriasi nuo kito kolokacijų tipo – trivialiųjų, arba motyvuotųjų, kolokacijų, pvz.: graži diena, naujas tyrimas), joms būdingas ribotas leksinis junglumas: pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną žodį, bet linkstama vartoti būtent kurį nors vieną, pvz., platus akiratis, bet ne didelis akiratis, stipri sveikata, bet ne galinga sveikata.\nAnalizuotos iš „Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazės“ atrinktos visos kolokacijos, sudarytos iš būdvardžių ir daiktavardžių (apie 5000 junginių). Nustatyta, kad iš jų apie 650 yra arbitraliosios kolokacijos. Atrenkant šias kolokacijas, taikytas sinonimų pakeičiamumo testas: jeigu kolokacijos būdvardiškasis dėmuo (būdvardis ir būdvardiškai vartojamas dalyvis) nėra pakeičiamas kitu artimos reikšmės sinonimu, tokia kolokacija laikoma arbitraliąja. Šis arbitraliųjų kolokacijų atrankos procesas buvo automatizuotas: automatiškai atrenkant artimus būdvardžių sinonimus junginiuose su daiktavardžiais, pritaikytas žodžių vektorių modelis. Automatiškai būdvardžiai ir dalyviai sugrupuoti į maždaug 800 vektorių eilučių. Straipsnyje aprašyta, kaip vyko duomenų analizė, vertinimas ir tikslinimas, kokios kolokacijos ir kiek jų pripažintos arbitraliosiomis naudojant šį metodą.","PeriodicalId":37822,"journal":{"name":"Studies About Languages","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Studies About Languages","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5755/j01.sal.1.39.29193","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"Arts and Humanities","Score":null,"Total":0}

引用次数: 1

Abstract

Straipsnyje analizuojamas vienas kolokacijų tipas – arbitraliosios kolokacijos. Jos laikomos nemotyvuotomis (tuo skiriasi nuo kito kolokacijų tipo – trivialiųjų, arba motyvuotųjų, kolokacijų, pvz.: graži diena, naujas tyrimas), joms būdingas ribotas leksinis junglumas: pagal panašią reikšmę teoriškai galima rinktis daugiau negu vieną žodį, bet linkstama vartoti būtent kurį nors vieną, pvz., platus akiratis, bet ne didelis akiratis, stipri sveikata, bet ne galinga sveikata. Analizuotos iš „Lietuvių kalbos pastoviųjų žodžių junginių duomenų bazės“ atrinktos visos kolokacijos, sudarytos iš būdvardžių ir daiktavardžių (apie 5000 junginių). Nustatyta, kad iš jų apie 650 yra arbitraliosios kolokacijos. Atrenkant šias kolokacijas, taikytas sinonimų pakeičiamumo testas: jeigu kolokacijos būdvardiškasis dėmuo (būdvardis ir būdvardiškai vartojamas dalyvis) nėra pakeičiamas kitu artimos reikšmės sinonimu, tokia kolokacija laikoma arbitraliąja. Šis arbitraliųjų kolokacijų atrankos procesas buvo automatizuotas: automatiškai atrenkant artimus būdvardžių sinonimus junginiuose su daiktavardžiais, pritaikytas žodžių vektorių modelis. Automatiškai būdvardžiai ir dalyviai sugrupuoti į maždaug 800 vektorių eilučių. Straipsnyje aprašyta, kaip vyko duomenų analizė, vertinimas ir tikslinimas, kokios kolokacijos ir kiek jų pripažintos arbitraliosiomis naudojant šį metodą.

查看原文本刊更多论文

仲裁解决方案的自动识别：名称和对象解决方案

文章分析了一种类型的布局，任意布局。它们被认为是无动机的（这与其他类型的殖民地不同——琐碎的或有动机的殖民地，例如美丽的一天，新的研究），它们的词汇连接有限：理论上可以根据相似的含义选择多个单词，但最好只使用一个，例如。大亚克力但不大亚克力，强健康，但不强健康。根据“立陶宛定期化合物数据库”的分析，选择了所有由姓氏和对象名组成的菌落（约5000种化合物）。其中约650种被发现是任意菌落。在选择这些菌落时，使用了同义可替代性测试：如果菌落的姓氏框（参与者的姓氏）没有被另一个具有密切意义的同义词取代，这样的位置被认为是任意的。这个任意位置选择过程是通过使用词向量模型自动选择具有昵称的化合物中昵称的同义词来实现的。国家以下各级和参与者自动分组为大约800个矢量行。文章描述了如何对数据进行分析、评估和调整，以及使用这种方法将数据识别为任意数据的位置和程度。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Studies About Languages Social Sciences-Linguistics and Language

CiteScore

0.60

自引率

0.00%

发文量

审稿时长

32 weeks

期刊介绍： The journal aims at bringing together the scholars interested in languages and technology, linguistic theory development, empirical research of different aspects of languages functioning within a society. The articles published in the journal focus on theoretical and empirical research, including General Linguistics, Applied Linguistics (Translation studies, Computational Linguistics, Sociolinguistics, Media Linguistics, etc.), Comparative and Contrastive Linguistics. The journal aims at becoming a multidisciplinary venue of sharing ideas and experience among the scholars working in the field.