УДК 004.9:811.162.1
Коспков М. П.
Асистент кафедри нформа^йних систем Национального ушверситету харчових технологй, Кив, Украна
ФОРМАЛЬНА МОДЕЛЬ СЛОВОЗМ1НИ 1МЕННИК1В ПОЛЬСЬКО! МОВИ
При створенш електронних засобiв навчання актуальним питанням е формалiзацiя знань для !х наочного подання та спрощення !х обробки. Формальний опис граматики, зокрема словозмши, наявний у сучасних засобах обробки природно! мови, лише фжсуе iснуючi граматичнi форми ^в, однак не аналiзуе процесу !х утворення, що необхщно для цшей вивчення мови.
У статтi запропоновано пщхщ до формалiзаци словозмiни польсько! мови (на прикладi iменникiв) шляхом видшення найпростiших перетворень у процес словозмiни. Проведено вiдбiр слiв згщно з частотним словником польсько! мови. Сформовано еталонну таблицю граматичних форм для визначеного набору ств. Описано окремi перетворення при словозмiнi iменникiв, i з !х допомогою проведено моделювання процесу утворення словоформ iз еталонно! таблицi. Одержанi в результат моделювання ланцюжки перетворень для кожного слова збережено в базi даних.
Отримаш ланцюжки дозволяють крок за кроком описати утворення граматичних форм ств. За рахунок цього забезпечуеться наочшсть подання процесу словозмiни для студенев, що вивчають мову. Крiм того, можливий автоматичний пiдбiр ств, у яких вiдбуваеться те чи шше граматичне явище, для формування навчальних вправ, прикладiв i тестових завдань.
Ключовi слова: граматика, електронш засоби навчання, комп'ютерна лiнгвiстика, модель мови, морфолопя, обробка природно! мови.
НОМЕНКЛАТУРА
БД - база даних;
ГФ - граматична форма. ВСТУП
Сучасна шформатизащя осв1ти вимагае розроблен-ня нових шдход1в до процесу навчання. Аби повною м1рою розкрити потенщал шформацшних технологш, змш мае зазнати не лише форма подання, а й внутршня структура навчального матер1алу. Знання в електронних засобах навчання повинш бути формал!зоваш таким чином, щоби зробити !х бшьш наочними, а побудову окремих елеменлв навчання - легшою. Це можна реал-¿зувати за рахунок детально! декомпозицп предметно! областа, видшивши базов! елементи знання та вщношен-ня м1ж ними.
Для польсько! мови, вивчення яко! набувае в Укра!ш дедал1 бшьшо! популярности дос бракуе електронних за-соб1в навчання, яю б забезпечували набуття системних знань щодо застосування граматичних правил. Польська, як [ шт флективш мови, мае багату словозм1ну, а тому при !! вивченш особливо! ваги набувае граматика. Тож актуальним е питання, як краще формал1зувати знання в цш предметнш областт Розроблення навчально! системи, що базуеться на модел! мови, дозволило би зробити вивчення граматики простшим та наочшшим, а керування процесом навчання - гнучюшим [ ефектившшим.
1 ПОСТАНОВКА ЗАДАЧ1
Метою розроблення модел! словозм1ни польсько! мови е покроковий опис цього процесу в зрозумшому та наоч-ному виглядг Також повинна забезпечуватись можлив1сть автоматичного шдбору сл1в, у яких при словозмш ввдбу-ваються та чи шш! явища, для генеращ! навчальних вправ, прикладав [ тестових завдань ¿з граматики.
2 ОГЛЯД Л1ТЕРАТУРИ
Проблему формал!зацп граматики природних мов досл1джували А. Зал1зняк, А. Ранта [1], I. Шевченко, В. Широков [2] та ш. Питанням формал!зацп граматики
© Костиков М. П., 2015
БОТ 10.15588/1607-3274-2015-4-3
польсько! мови займалися зокрема М. Волшський [3], Р. Волош, В. Грущинський, I. Новак-Коморовська, З. Салон! [4], А. Сляський, Я. Токарський.
При моделювант граматики флективних мов, до яких вщноситься ! польська, логiчним е почати цей процес ¿з формального опису морфолог!!, або словозмши. 1нфор-мацш про утворення р!зних ГФ сл!в на сьогодн!шн!й день доступна для багатьох мов, для яких розроблено елект-ронш граматичн! словники та засоби морфолопчного анал!зу. Зокрема ¿снуе ряд моделей, як! у формальному вигляд! описують словозм!ну польсько! мови. Вони дозволяють ефективно розв'язувати задач! морфолопчного анал!зу та синтезу. Тим не менше, ¿снукш зараз модел! морфолог!! польсько! мови, як! використовуються у граматичних та орфограф!чних словниках ! морфолог!чних анал!заторах, не пристосоваш до ц!лей навчання мови. Для опанування граматики ¿ноземно! мови необхщно не просто завчити певну к!льк!сть словоформ, а й розумгги суть того, що в!дбуваеться при !х утворенн!. Наявн! ж модел! лише описують, а не пояснюють процес словозмши.
В електронних граматичних словниках для р!зних мов можна побачити опис морфолог!!, формал!зований вщповщно до задач цих програмних засоб!в. У под!бних лексикограф!чних системах шформащя про словозм!ну традиц!йно збер!гаеться у реляцшних базах даних. В основу реляцшно! модел! покладено подш сл!в на парадиг-матичн! класи. Слова класиф!куються та групуються за типами в!дм!нювання, ! в окремих таблицях (за частина-ми мови) збер!гаються набори зак!нчень ГФ для кожного з титв. Реляцшна модель була використана зокрема при створенш граматичного словника укра!нсько! мови [2], а також при створенш граматичного словника польсько! мови 80ЛР, автори якого прагнули до повного моделювання польсько! словозм!ни [4]. Реляцшна модель дшсно дозволяе врахувати й описати вм тонкощ! словозмши польсько! мови, будучи при цьому ушфжованою та в!дносно компактною [3], проте подш сл!в на велику к!льк!сть парадигматичних клас!в утруднюе роботу з моделлю, а також не дае можливосп побачити законо-
р-К8К 1607-3274. Радюелектронжа, шформатика, управлiння. 2015. № 4 е-ЕЗБЫ 2313-688Х. Каёю Е1еойопга, Сошриег Баепое, Сопйо1. 2015. № 4
м1рност! утворення тих чи шших ГФ. Сшврозробники за-собу обробки природно! мови РоНМог£ яю при створенш свого ПЗ використовували 80ЛР в якост джерела даних, також вщзначають як його ваду те, що внутршня оргатза-щя даних у цьому словнику е досить складною [5]. Взагал1, за словами А. Ранта, у традицшнш парадигматичнш мо-дел1 немае точного визначення само! парадигми та И зас-тосування [1]. Таким чином, моделювання граматики з видшенням парадигматичних кламв за зовшштми озна-ками словозмши, на якому базуються сучаст електронш лексикограф1чш системи, не враховуе специфши, прита-манно! процесу вивчення 1ноземно! мови.
Засоби морфолопчного анал1зу для польсько! мови (наприклад, [6]) м1стять списки вмх словоформ для де-сятюв [ сотень тисяч сл1в разом 1з метками !хшх граматич-них значень (в1дшнок 1менника, час д1еслова тощо) [ да-ють змогу працювати з великими обсягами сл1в та вщпо-вщних ГФ. Однак пояснення самого процесу !х утворення тут також вщсутне.
Словник для перев1рки орфографп ispe11 метить файл 1з описом шаблошв словозмши та словотвору. З його допомогою можна згенерувати вм можлив1 ГФ для сл1в, що м1стяться у словнику. Кожне слово мае один чи де-кшька «прапорщв» - мгток, яким у допом1жному файл1 в1дповщають правила утворення цшо! парадигми чи !! частини. Через регулярш вирази описано формальш умови для автоматично! розмгтки прапорцями початко-вих форм сл1в. Шаблони супроводжуються коментаря-ми та прикладами сл1в, яю шдпадають тд описаш зразки. Проте в кожному шаблош наводиться лише перелж умх нетотожних ГФ без розмгтки за граматичними значення-ми, яю вони виражають.
Под1бна ситуащя спостершаеться [ при формал1зацп граматики шших флективних мов. Основними задачами при моделюванш словозмши е морфолопчний анал1з [ синтез для машинного перекладу, пошуку шформацп в мереж1 1нтернет тощо. Для ефективного розв'язання цих завдань достатньо лише фжсацп юнцевих ГФ сл1в без ана-л1зу процесу !х утворення. Через це розглянул модел1 важко використовувати у процеш навчання у зв'язку з його специфжою.
3 МАТЕР1АЛИ I МЕТОДИ
З метою наочного подання та пояснення процесу сло-возмши польсько! мови нами було розпочато розроблен-ня ново! модели При моделюванш словозмши було вирь шено декомпозувати цей процес до якомога простших елеменпв, видшивши так зват елементарш перетворення - окрем1 змши в написанш слова при утворенш ГФ, таю як додання, вилучення або зам1ну лгтери чи послвдовно! групи лгтер. Комбшаци цих перетворень повинш дозволя-ти утворити будь-яку ГФ слова вщ початково!.
Моделювання словозмши 1менниюв польсько! мови через елементарш перетворення проводилось наступним
чином. Спершу було визначено початковий обсяг сл1в, словозм1ну яких моделюватиме наша система. З метою подальшо! перев1рки точност модел1, що розробляеться, було створено еталонну таблицю (табл. 1), де для кожного слова мають збер1гатися вм його ГФ. БД було наповнено словоформами 1менник1в, витягнутими автоматично (з допомогою розробленого алгоритму) з1 словника морфолопчного анал1затора польсько! мови Morfo1ogik [6].
Дал1 було дослщжено процес утворення похщних ГФ 1менниюв вщ початкових. На основ! шформацп з тдруч-ниюв [ граматичних довщниюв польсько! мови було проведено декомпозищю цього процесу з метою видшення елементарних перетворень.
Моделювання процесу словозмши проходило гтерац-шно в нашвавтоматичному режиш. Спершу формально описувались окрем1 елементарш перетворення. Пюля цього через спещально розроблений штерфейс додання лан-цюжюв перетворень проводилися спроби змоделювати утворення ГФ слова вщ початково!. Якщо введена вручну послщовшсть перетворень приводила до утворення ГФ, записано! в еталоннш таблищ, такий устшний ланцюжок додавався до БД. Якщо ж перетворень, описаних дом, було недостатньо, описувались нов1 перетворення, тсля чого спроби моделювання повторювались. При наступних гте-ращях система спочатку перебирала вже наявш в БД лан-цюжки, [ лише в раз1 неустху вщбувалося введення по-слщовност перетворень вручну.
Таким чином було отримано ланцюжки перетворень для вмх ГФ визначеного набору сл1в. Ланцюжки було також записано в БД до окремо! таблищ.
4 ЕКСПЕРИМЕНТИ
При визначенш початкового набору 1менниюв для моделювання словозмши було використано частотний словник [7], з якого вибрано 1000 найбшьш частотних сл1в польсько! мови. Серед них виявилось 356 1менниюв.
1нформац1ю про явища, що вщбуваються при утво-ренн1 ГФ, було взято з шдручниюв польсько! мови, зок-рема [8] [ [9]. Елементарш перетворення було описано як окрем1 методи мовою програмування С# 1з використан-ням регулярних вираз1в.
ГФ сл1в, 1нформац1ю про елементарш перетворення та !хш ланцюжки було збережено з допомогою СУБД 8дЬке.
5 РЕЗУЛЬТАТИ
У п1дсумку для визначеного набору 1менник1в було отримано 75 перетворень, яю позначено та згруповано наступним чином (табл. 2).
У табл. 3 наведено збережеш в БД ланцюжки перетворень для слова «¿уегв» при утворенш р1зних в1дмшюв однини. Перетворення Т002 вщповщае в1дкиданню зак1-нчення -е, а Т006, Т012, Т024 - доданню зак1нчень -а, -ет, -и вщповщно.
Таблиця 1 - Фрагмент еталонно! таблиц1 ГФ 1менник1в
ГО SgN Яго РШ Р1У
353 ¿а1 га1и za1owi ¿а1и ¿а1е ¿а1е
354 zolnierz zolnierza zolnierzowi zolnierzu zo^nierze zolnierze
355 гопа гопу zonie ¿ОПО ¿ОПУ ¿опу
356 zycie zycia zyciu zycie zycia Zycia
Таблиця 2 - Елементарш перетворення для 356 найчастотшших iменникiв польсько! мови
Тип Група Елементарш перетворення
1 вщкидання заюнчення -a, -e, -;,-o, -um
2 додання заюнчення +a, +% +ach, +ami, +e, +ego, +em, +emu, +§, +i, +im, +mi, +o, +om, +oma, +owi, +owie, +ow, +u, +y, +yma
3 додання суфжсу +ci, +ni, +on
4 випадшня голосно! -(-e-)
5 вставка голосно! +(-e-), +(-y-)
6 чергування звуку або послщовно! групи звуюв a—e, c—»cz, ch—sz, czsc— czc, cc—c, d—dz, dszcz—dzdz, dz—z, dzn—dn, el—ol, e, g—dz, g—z, k—c, k—cz, l—l, o—e, o—о, o—o, r—rz, rz—r, s—s, sl—sl, sn—sn, st—sc, t—c, z—z, zn—zn, -(-i-), +(-i-)
7 змша позначення звуку на письмi ci—c, c—ci, i—j, ii—i, -(-j-), ni—n, n—ni, s—si, zi—z, z—zi
8 змша основи слова -
Таблиця 3 - Фрагмент таблиц ланцюжгав елементарних перетворень для iменникiв
NounID GM Chain
356 SgG T002T006
356 SgD T002T024
356 SgI T002T012
356 SgL T002T024
6 ОБГОВОРЕННЯ
Отримаш ланцюжки перетворень при утворенш ГФ 1менниюв показують крок за кроком, як саме вщбуваеть-ся процес словозмши. Таке подання процесу словозмь ни е бшьш наочним [ зрозумшим, шж таблищ ГФ, що м1стяться в електронних граматичних словниках, [ може бути використане при створенш електронних засоб1в навчання граматики.
По-перше, на основ1 наведено! модел1 може бути створено довщник з1 словозмши, де для кожно! ГФ вщоб-ражатиметься вщповщний ланцюжок перетворень 1з не-обх1дними коментарями.
По-друге, з таблищ ланцюжюв елементарних перетворень через 8рЬ-запити можна проводити виб1рку саме тих сл1в, у яких вщбуваеться конкретне чергування звуюв, випадання голосних, додання певного заюнчення тощо. При створенш навчального курсу це дасть змогу автоматично генерувати приклади, вправи [ тестов1 завдання вщповщно до теми заняття. Кр1м того, за умови викорис-тання в систем1 достатньо великого словника, розм1че-ного за сферами використання лексики, слова можна буде тдбирати залежно вщ потреб [ защкавлень конкретного студента. Це забезпечуватиме шдив1дуал1защю про-цесу навчання.
Виб1рка вмх сл1в, до яких застосовуються певш перетворення, може бути корисною не лише при наповненш електронних курив, а й при шдготовщ викладачами зви-чайних (паперових) контрольних завдань [ приклад1в, а також для подальшого анал1зу процемв, що вщбувають-ся в мов1, фах1вцями з фшологл. ВИСНОВКИ
Описаний шдхщ до формал1зацп словозмши польсько! мови, на в1дм1ну вщ юнуючих, дозволяе не лише синте-зувати ГФ сл1в, а й пояснювати цей процес крок за кро-
ком за рахунок иого декомпозици до наипрост1ших еле-менлв. Це уможливлюе створення на основ1 подано! модел1 електронних засоб1в навчання граматики, що на-даватимуть системш знання про словозм1ну. Предметом подальшого досл^ження е моделювання словозмши шших частин мови, анал1з i опис законом1рностеИ засто-сування окремих перетворень, а також створення елект-ронного засобу навчання на основi розроблено! моделг
ПОДЯКИ
Роботу виконано в рамках наукових досл^жень ка -федри шформацшних систем Нацiонального ушверси-тету харчових технологiИ на тему «Новi iнформацiИнi технологi! в освт».
СПИСОК ЛГГЕРАТУРИ
1. Ranta A. How Predictable is Finnish Morphology: An Experiment in Lexicon Construction : CLT Seminar, 25 September 2008 [Electronic resource] / Aarne Ranta, 2008. - 64 p. - Access mode: www. cse. chalmers. se/~aarne/talks/finnish-2008. pdf.
2. Широков В. А. Елементи лексикографп : моногр / В. А. Широков ; Укр. мов. шформ. фонд НАН Укра!ни. - К. : Довiра, 2005. - 304 с.
3. Wolin ski M. A Relational Model of Polish Inflection in Grammatical Dictionary of Polish / M. Wolin ski // Human Language Technology: Challenges of the Information Society. -Berlin, Heidelberg : Springer-Verlag, 2009. - P. 96-106.
4. Slownik gramatyczny j^zyka polskiego / [Z. Saloni, W. Gruszczyсski, M. Wolinski, R.Wolosz]. - Warszawa : Wiedza Powszechna, 2008. - 180 p.
5. PoliMorf - otwarty siownik morfologiczny : prezentacja [Electronic resource] / M. Wolkski, M. Miikowski, M. Ogrodniczuk [et al]. - Warszawa : IPI PAN, 2011. - 44 p. -Access mode : http://nlp.ipipan.waw.pl/NLP-SEMINAR/ 111205.pdf.
6. Morfologik v. 2.0 [Electronic resource]. - 2013. - Access mode : http ://sourceforge.net/proj ects/morfologik/files/morfologik/2. 0.
7. Kazojc J. Siownik frekwencyjny leksemYw V.06.2009 [Electronic resource]. - 2009. - Access mode : http://www.slowniki.org.pl/ slownik-frekwencyj ny-leksemow. pdf.
8. Василевская Д. Учебник польского языка / Данута Василевская, Станислав Кароляк. - СПб. : Лань, 2001. - 576 с. - (Учебники для вузов. Специальная литература).
9. Практический курс польского языка. Базовый учебник / [Я. А. Кротовская, Л. Г. Кашкуревич, Г. М. Лесная, Н. В. Селиванова]. - 2-е изд., перераб. и доп. - М. : АСТ, 2005. - 559 с.
Стаття надшшла до редакцй 23.10.2015.
Шсля доробки 30.10.2015.
Костиков Н. П.
Ассистент кафедры информационных систем Национального университета пищевых технологий, Киев, Украина ФОРМАЛЬНАЯ МОДЕЛЬ СЛОВОИЗМЕНЕНИЯ СУЩЕСТВИТЕЛЬНЫХ ПОЛЬСКОГО ЯЗЫКА
При создании электронных средств обучения актуальным вопросом является формализация знаний для их наглядного представления и упрощения их обработки. Формальное описание грамматики, в частности словоизменения, существующее в современных
p-ISSN 1607-3274. Радюелектронжа, шформатика, управлiння. 2015. № 4 e-ISSN 2313-688X. Radio Electronics, Computer Science, Control. 2015. № 4
средствах обработки естественного языка, только фиксирует грамматические формы слов, однако не анализирует процесса их образования, что необходимо для целей изучения языка.
В статье предложен подход к формализации словоизменения польского языка (на примере существительных) путем выделения простейших преобразований в процессе словоизменения. Проведен отбор слов согласно с частотным словарем польского языка. Сформирована эталонная таблица грамматических форм для выделенного набора слов. Описаны отдельные преобразования при словоизменении существительных, и с их помощью проведено моделирование процесса образования словоформ из эталонной таблицы. Полученные в результате моделирования цепочки преобразований для каждого слова сохранены в базе данных.
Полученные цепочки позволяют шаг за шагом описать образование грамматических форм слов. За счет этого обеспечивается наглядность представления процесса словоизменения для студентов, изучающих язык. Кроме того, возможен автоматический подбор слов, в которых происходит то или иное грамматическое явление, для формирования учебных упражнений, примеров и тестовых заданий.
Ключевые слова: грамматика, компьютерная лингвистика, модель языка, морфология, обработка естественного языка, электронные средства обучения.
Kostikov M. P.
Teaching assistant, Information Systems department, National University of Food Technologies, Kyiv, Ukraine
A FORMAL MODEL OF POLISH NOUNS INFLECTION
An urgent problem when creating e-learning software is knowledge formalization for its further processing and visual presentation. A formal description of grammar, in particular inflection, presented in modern means of natural language processing, only enumerates the existing grammatical forms without analyzing the process of their production, which is important for the purposes of language learning.
The approach to Polish inflection formalization (by the example of nouns) which consists in separating out the basic elements of inflection process is proposed in the presented paper. The selection of words according to the frequency dictionary of Polish is performed. The standard table of grammatical forms for the selected words is formed. Individual transformations in the process of nouns inflection are described. With the help of the described transformations, the modeling of word forms generation process is performed. The resulting chains of transformations for each word are saved into a database.
The obtained chains allow of describing the process of inflection step-by-step. It makes the knowledge presentation to the language students more clear and visual. Besides, the automatic selection of words which go through certain transformations is possible for the purposes of generating learning exercises, examples, and test questions.
Keywords: computational linguistics, computer-assisted language learning, grammar, language model, morphology, natural language processing.
REFERENCES
1. Ranta A. How Predictable is Finnish Morphology: An Experiment in Lexicon Construction : CLT Seminar, 25 September 2008 [Electronic resource], 2008, 64 p. Access mode : www. cse.chalmers. se/~aarne/talks/finnish-2008.pdf.
2. Shyrokov V. A. Elementy leksykohrafii : monohr. Ukrainian Lingua-Information Fund, NAS of Ukraine. Kiev, Dovira, 2005, 304 p.
3. Wolin ski M. A Relational Model of Polish Inflection in Grammatical Dictionary of Polish, Human Language Technology: Challenges of the Information Society. Berlin, Heidelberg, Springer-Verlag, 2009, pp. 96-106.
4. Zygmunt Saloni, Wlodzimierz Gruszczynski, Marcin Wolinski, Robert Wolosz Siownik gramatyczny jKzyka polskiego. Warszawa, Wiedza Powszechna, 2008, 180 p.
5. Marcin Wolinski, Marcin Milkowski, Maciej Ogrodniczuk [et al.]. PoliMorf - otwarty siownik morfologiczny : prezentacja [Electronic resource]. Warszawa, IPI PAN, 2011, 44 p. Access mode : http:// nlp. ipipan.waw. pl/NLP-SEMINAR/111205.pdf.
6. Morfologik v. 2.0 [Electronic resource], 2013, Access mode : http ://sourceforge. net/projects/morfologik/files/morfologik/2.0.
7. Kazojc J. Slownik frekwencyjny leksemow V.06.2009 [Electronic resource], 2009, Access mode : http://www.slowniki.org.pl/slownik-frekwencyjny-leksemow.pdf.
8. Danuta Vasilevskaya, Stanislav Karolyak Uchebnik pol'skogo yazyka. Sankt-Peterburg, Lan', 2001, 576 p.
9. Krotovskaya Ya. A., Kashkurevich L. G., Lesnaya G. M., Selivanova N. V. Prakticheskij kurs pol'skogo yazyka. Bazovyj uchebnik. 2nd ed. Moscow, AST, 2005, 559 p.