面向自然语言处理的现代乌兹别克语名词词缀研究.docxVIP

?

?

面向自然语言处理的现代乌兹别克语名词词缀研究

?

?

玉素甫·艾白都拉艾孜海尔江祖力克尔江艾孜尔古丽

摘要：该文以社会语言学和计算语言学相结合的角度，根据乌兹别克语言特点提出乌兹别克语“词干（词根）+词缀+词尾”的词法结构模型、构词模型及名词构形词缀规律，为了计算机处理方便，将原来的六种格扩充十种格，为下一步开展词干提取、词性标注等乌兹别克语自然语言处理技术的研究提供基础支撑。

关键词：乌兹别克语；词法结构模型；构词模型；名词构形词缀；词干切分

：TP312：A：1009-3044（2018）20-0200-02

TheResearchoftheNounAffixeinModernUzbekforNaturalLanguageProcessing

AbaydulaYusup，Azhar，Zulkar，Azragul

（XinjiangNormalUniversity，Urumqi830054，China）

Abstract：Thispapertakestheperspectiveofsociallinguisticsandcomputationallinguistics，accordingtothecharacteristicsofUzbeklanguageUzbekstem（root）+affixandsuffixlexicalstructuremodel，theformationmodelandconfigurationoftermsaffixrules，convenientforcomputerprocessing，theoriginalexpansionoftenkindsofsixframes.ItwillprovideabasisforthefurtherresearchontheprocessingtechnologyofUzbeknaturallanguagesuchaswordstemextractionandwordtagging.

Keywords：Uzbeklanguage；Lexicalstructuremodel；Wordformationmodel；Nounconformationaffixes；Stemssegmentation

1引言

为加强与“一带一路”沿线国家交流，与沿线国家的语言文化融通，为建立“语言互联网”发挥积极作用。本文利用信息化手段挖掘乌兹别克语的语言现象和规律，为方便采取定性和定量相结合的方法研究，在现有的维吾尔语言文字信息化技术的研究基础之上，根据乌兹别克语的特点提出乌兹别克语“词干（词根）+词缀+词尾”的词法结构模型、构词模型及名词构形词缀规律，为了计算机处理方便，将原来的六种格扩充十种格。为研究乌兹别克语语料库构建技术、构建乌兹别克语言资源库，建立“语言互联网”提供语言基础支撑。对及时了解语言生活状况，建立语言监测、分析和预警机制，正确引导“一带一路”沿边国家语言服务、社会语言生活的和谐发展打下基础，具有十分重要的意义。

2乌兹别克语词语研究

2.1乌兹别克语词法结构模型

从传统语言学角度考虑，乌兹别克语词具有“词根+词缀+词尾”的词法结构，词根、词缀和词尾的结合存在严格的次序规则，其中乌兹别克语中的词缀有改变词义的功能，词尾具有语法功能。乌兹别克语词去除词词缀剩下的部分称为词干，因此乌兹别克语词也是由词干和词尾构成的，具体词法结构模型见图1。

图1中，A表示词根，B表示词缀，C表示词尾，D表示词干，W表示词语。

一个乌兹别克文词语是由零个或者一个前缀，一个词根，零个或者多个后缀而组成。例如：

yordam（帮助）

yordam+lash=yordamlash（去帮忙）

yordam+lash+moq=yordamlashmoq（将帮助）。

2.2烏兹别克语构词模型

“词汇在句法信息作为词汇形式出现的一种方式称为语素”[1]。语素（morpheme）是语言中的最小语法单位，不能再分成其他有意义的成分[2]。语素可以分为两种，分别是自由语素（freemorpheme）和黏着语素（boundarymorpheme）。自由语素指的是能够独立成词的语素，具有词汇意义，词汇再不能进行分割的语言单位，既通常叫作词根（root）[3]。而黏着语素是不能够单独成词的，它只能作为单词的附加成分出现在词根或者其他黏着语素的旁边。黏着语素也会被叫作词缀（affix），它有两种形式，前缀（prefix）和后缀（suffix），前