8、阿拉伯语的词汇标记框架（LMF）：建模与应用

阿拉伯语的词汇标记框架（LMF）：建模与应用

1. 形态扩展建模

阿拉伯语单词的形态具有屈折和派生两个方面。派生有两个层次，第一个基于词根，第二个基于派生形式。每个词根或派生形式都在单独的词汇条目（LE）中呈现，并通过具有DC类型的“相关形式”类进行连接，该DC可指定LE之间的关系类型。

在书面形式DC中表示单词的规范形式，名词的规范形式为单数，动词的规范形式为第三人称单数。为了最大程度地覆盖语言信息，选择表示带元音的单词，且无需提交无元音形式，因为它可以生成。不过，会去除对形态层面不重要的名称的最后一个元音，以避免句法基础的爆炸。

例如，“ك ت ب”、“َﺘَﺐَ آ”和“ٌﻣَﻜْﺘَﺐ”属于基于词根“ك ت ب”的同一派生链。词根“ك ت ب”与模式“َﻓَﻌَﻞ”结合得到派生形式“َﺘَﺐَ آ”，它又可与模式“ٌﻣَﻔْﻌَﻞ”结合得到新的派生形式“ٌﻣَﻜْﺘَﺐ”。“َﺘَﺐَ آ”的“相关形式”类型值为“root”以连接其词根“ك ت ب”，类型值为“derivedForm”以连接其派生形式“ٌﻣَﻜْﺘَﺐ”，而“ٌﻣَﻜْﺘَﺐ”的“相关形式”类型值为“stem”，表示由另一个派生形式生成。

形态扩展模型由三个类组成：词元（Lemma）、词形（Word Form）和相关形式（Related Form）。

以下是一个简单的流程说明：
1. 确定词根。
2. 选择合适的模式与词根结合生成派生形式。
3. 通过“相关形式”类连接词根和派生形式。

2. 形态模式扩展建模

阿拉伯语动词的变位基于两个有序步骤：
- 应用规则以找到依赖于体、语气和语