Open noomorph opened 1 year ago
Како ја виджу туту работу?
Туты чланок даваје методу за корпусну анализу: https://www.dialog-21.ru/media/1335/124.pdf
1) беремо рєченја на разных језыках, кторе сут прєводами једного оригинала
2) изтварјајемо PoS-значкы за всако слово (тутчас не јест тежко издєлати туто хвала модерновым технологијам: udpipe
и spacy
увєрено знајут туто сразумєти, принајменје за высокоресурсне језыкы)
3) такым взором имамо замєсто рєчениј строкы подобне на (Verb) (Pronoun) (Noun)
или (Pronoun) (Verb) (Pronoun) (Noun)
, меджу кторыми можно изчислити дистанцију Левенштејна.
Базоју за анализу можно взети корпус рєчениј из flores200 (он имаје паралелне рєченја на 13 словјанскых језыках): https://github.com/facebookresearch/flores/tree/main/flores200 или Малого Принца (имамо свободно приступне прєклады на PL, CZ, BG, BE, UK, RU, CR и такоже на ISV).
Нєкторе можне пытанја:
1) позиција клитиков (что јест "друга позиција" в рєченју? сут ли нєкторе слова, кторе често притегивајут к собє клитикы?) 2) позиција копулы 3) јест ли разлика в користанју прєдложников?
Medžuslovjanska sintaksa ne je formalizovana i je prěmnogo svobodna.
@bt2901 proponuje iztvoriti prěporuky na osnově korpusa tekstov prirodnyh slovjanskyh jezykov: