Курсы машинного перевода для языков России/Раздел 2

Данный раздел будет посвящен знакомству с более продвинутыми темами в словарях Apertium. В первом разделе мы увидели, как вводить простые данные для словарей, и рассмотрели парадигмы. В данном разделе мы рассмотрим как вводить multiwords. This session aims to give an introduction to some more advanced topics in the Apertium dictionaries. We have seen in session 1 how to make simple dictionary entries, and looked at paradigms. In this session we'll make entries for multiwords.

Теория

Говоря о multiwords (или multiword expressions, MWEs), мы должны приниматься во внимание несколько аспектов.

Композиционность

TODO; find examples

A multi-word expression является композиционноым (compositional) когда его значение можно вывести из значений слов, которые его составляют. Однако это не означает, что оно останется композиционным при переводе. Например:

• Телефонная будка^(ru) is compositional, значение становится понятным из значений двух компонентов.
• Juego de etiquetas^(es) is a multiword expression that is compositional, но значение каждого слова этого выражения в отдельности не является частым.
• Итальянская забастовка^(ru) is partially non-compositional, значение целого выражения непонятно если знать только значения двух составляющих слов.
• Kafa çekmek^(tr) is non-compositional, значение не может быть получено из значений ее компонентов.

Учитывать composit важно при переводе, потому что compositional multiword по ошибке может быть рассмотрено как два отдельных простых слова while a completely non-compositional one has to be fully listed.

Вариантность (изменяемость) Variability

TODO; find examples

В Multiwords могут меняться как окончания, например во французском языке vaut la peine, valait la peine, так и модифицироваться слова, в киргизском: ичим айланат, ичим көп айланат "у меня болит живот", "у меня болит животочень". Некоторые глаголы в Multiword могут принимать пассивную форму.

Окончания могут изменяться или только в одному компоненте:

• в конце, pazartesi gün, pazartesi günler^(tr) or
• в середине hôtel de ville, hôtels de ville^(fr)

Или в обоих компонентах:

• телефонная будка, телефонной будки ^(ru) and
• ич айлан-, ичим айланат ^(ky).

Contiguity (смежность)

TODO; find examples

Наряду с внутренними возможностями изменений, multiwords делятся на contiguous (контактные) or discontiguous. Contiguous означает, что слова следуют друз за другом, разделенные пробелом. Большинство вышеприведенных примеров - это contiguous multiwords. Но бывают и discontiguous, такие как фразовые глаголы в шведском и нидерландском, например: lopen uit de hand, äta upp и tilføje:

• Twee jaar later loopt de situatie in het land onder de indruk van massabetogingen uit de hand.^(nl)
• Alla stygga barnen åt tigern upp.^(sv)
• Føje et ord eller en sætning til den brugerdefinerede ordbog.^(da)