(3)形态学：语言的词汇----NLP的语言学基础

术语：

• 词库：心理词典
• 正字法： 心理词库中为每个词独特的语音表征、发音、语义的方法
• 语法范畴/语法类：词的性质

 

1 词典

2 实义词和功能词

• 实义词/开放类：名词、动词、形容词、副词
• 功能词/功能词/封闭类：连词、借此、冠词，界定语法关系，很少或根本没有语义

• 人脑处理功能词和实义词的方法不同

3 语素：意义的最小单位

• 形态学：对词的内部结构和构词规则的研究
• 词汇可以分解为语素，体现了人类语言的另一个特征：离散性（BPE等sub_words的语言学原理？）

3.1 黏着语素与自由语素

3.1.1 前缀和后缀

3.1.2 中缀

3.1.3 外接缀/非连续语素：同一个语基语素的开头和末尾附加上的语素

3.1.4 词根和词干

• 词根：无法进一步分析为更小成分，具有实际意义词汇的语素
• 词干：词根语素和词缀的结合

4 构词规则

4.1 派生形态学

• 将黏着语素加到一个词基上：pure + -ify --> purify

4.2 词的层级结构

• 用树形图来表征词（以及句子）的层级组成
• 有时存在歧义问题，类似if-else嵌套时的匹配问题

4.3 派生语速再论

• 一些词通过形态规则进入词库，但是另一些会被堵塞：commum ist为词，commum ian 不是

4.4 词汇缺位

• 合式但并不存在的词

4.5 规则的能产性

• 一些形态规则具有能产性：它们能够自由加以运用，从而将清单中的自由语素和黏着语素组成新词

5 手语形态学

6 创造新词

6.1 来自名字的词

6.2 逆构词

• 一个新词因为不正确的词汇形态分析进入语言，eg. 错误认为-er为后缀，从peddler派生出peddle

6.3 复合词

6.3.1 复合词的意义

• 不总是组成部分意义的总和
• 表现出组成成分之间的其他语义关系

6.3.2 复合构词的普遍性----存在于各种语言

6.4 拦截词

• 由两个词构成，一部分合成之后被删除

6.5 缩减词

• 截短词：将较长的的词截为较短
• 缩略词：提取首字母

7 曲折语素

• 有严格语法功能的黏着语素，标明“时态、数、性、格”等的黏着语素
• 派生语素是没有屈折变化的 词缀，曲折语速标志着语法关系

7.1 例外与异干替换

• 异干替换：不规则形式，如go-went

7.2 形态和句法

• 一些语法关系可以或者通过屈折形式或者句法来表示

8  形态分析：辨认语素：寻找反复出现的形式