Cпособ представления морфологической информации

Интерфейс библиотеки

Модуль морфологического анализа

Морфологический анализ

Для формирования словаря корневых основ на лексическом уровне использовался модуль морфологического анализа, разработанный в Донецком институте искусственного интеллекта [3].

В комплект поставки библиотеки морфологического анализа слов русского языка входят следующие файлы:

- GlobalFunc.h – заголовочный файл с описанием экспортируемых функций и используемых типов;

- UkrDeclareLemma.dll, UkrDeclareLemma.lib – файлы библиотеки;

- tab.dat, tree.dat, connect.dat – файлы, содержащие данные словарной базы.

Интерфейс библиотеки позволяет выполнять действия по следующим направлениям:

- очистка, загрузка и сохранение словарной базы;

- модификация словарной базы;

- получение информации о словоформах;

- получение информации о словарной базе;

- служебные функции.

Морфологическая информация хранится в виде набора бито­вых полей. Такой способ сочетает в себе простоту обработки и экономное хранение морфологической информации. При таком способе извлечение отдельных морфологических характеристик слова про­изводится единообразно, невозможна неверная интерпретация морфологи­ческой информации.

Перечень обозначений морфоло­гических характеристик, приведен в таблице 3.1. Для извлечения мор­фологической информации, используются маски категорий морфологической информации, приведенные в таблице 3.2.

Определение значения одной из категорий, например рода, происходит путём применения операции побитового «и» значения морфологической ин­формации и маски категорий. Если словоформе категория не присуща, то результат операции побитового «и» её морфологической информации и маски этой категории будет равен 0. Приведем примеры извлечения значений отдельных категорий морфологической информации.

Пример определения значения категории «род» словоформы: MI & rod_mask Результат: _Masculine, _Feminine, _Neuter или 0.

Таблица 3.1 – Представление морфологической информации

Значение	Категория	Значение
Числовое	Макроопределения
0x00000001	Nominative	Падеж	Именительный
0x00000002	_Genitive	Родительный
0x00000003	_Dative	Дательный
0x00000004	_Accusative	Винительный
0x00000005	_Ablative	Творительный
0x00000006	_Locative	Предложный
0x00000007	_Vocative	Звательный
0x00000008	_Masculine	Род	Мужской
0x00000010	_Feminine	Женский
0x00000018	_Neuter	Средний
0x00000020	_Singular	Число	Единственное
0x00000040	_Plural	Множественное
0x00000080	_Past	Время	Прошедшее
0x00000100	_Future	Будущее
0x00000180	_Continius	Настоящее
0x00000200	_FaceFir	Лицо	1-е
0x00000400	_FaceSec	2-е
0x00000600	_FaceThi	3-е
0x00000800	_Active	Залог	Действительный
0x00001000	_Passive	Страдательный
0x00002000	_ComparativeFormOfAdj	Степень сравнения, краткость	Сравнительная
0x00004000	_ExellentFormOfAdj	Превосходная
0x00006000	_ShortFormOfAdj	Краткая форма
0x00008000	_Verb	Часть речи	Глагол
0x00010000	_Participle	Причастие
0x00018000	_Gerund	Деепричастие
0x00020000	_Adjective	Прилагательное
0x00028000	_Noun	Существительное
0x00030000	_Pronoun	Местоимение
0x00038000	_Numeral	Числительное
0x00040000	_AdVerb	Наречие
0x00048000	_Preposition	Предлог
0x00050000	_Conjunction	Союз
0x00058000	_Particle	Частица
0x00060000	_Interjection	Междометие
0x00068000	_Predicate	Предикатив
0x00070000	_Poslelog	Послелог
0x00078000	_ComparativeWord	Сравнительное слово
0x00080000	_Animate	Одушевлен­ность	Одушевленное
0x00100000	_NotAnimate	Неодушевленное
0x00200000	_Imperative	Наклонение	Повелительное
0x00400000	_Accomplished	Вид глагола	Совершенный
0x00800000	_Incomplete	Несовершенный
0x00C00000	_Accompl_Incompl	Совершенный/несовершенный
0x01000000	_Count	Тип числительного	Количественное
0x02000000	_Ordinal	Порядковое
0x03000000	_PlurLive	Собирательное одушевлённое
0x04000000	_PronNoun	Тип местоимения	Местоимение-существительное
0x08000000	_PronAdject	Местоимение-прилагательное
0x0C000000	_PronPersonal	Личное местоимение
0x10000000	_PronImpersonal	Безличное
0x10000000	_VerbIntransitive		Непереходный глагол
0x10000000	_VerbReflexive		Возвратная форма глагола
0x800000000	_Introductory		Вводное слово

Таблица 3.2 – Маски категорий морфологической информации

Числовое значение	Макроопределение	Маска категории
0x00000007	case_mask	Падеж
0x00000018	rod_mask	Род
0x00000060	count_mask	Число
0x00000180	time_mask	Время
0x00000600	face_mask	Лицо
0x00001800	active_passive_mask	Залог
0x00006000	adjfrm_mask	Степень сравнения, краткость
0x00078000	part_of_speech_mask	Часть речи
0x00180000	animate_mask	Одушевлённость
0x00C00000	aspect_of_verb_mask	Вид глагола
0x03000000	number_type_mask	Тип числительного
0x1C000000	pron_type_mask	Тип местоимения

Для системы обработки текстов на морфологическом уровне важную роль играет наличие средств обработки слов, отсутствующих в словаре. Для этого необходима разработка средств морфологического анализа без словаря.

Дата добавления: 2014-01-11