Como faço a morfologia para palavras compostas?

Question

O projeto funciona bem em uma configuração baseada em radicais (stems) há várias semanas.

O idioma produz muitas palavras compostas. Elas podem ser qualquer combinação de substantivos, verbos, adjetivos e “pior”. Claro que existem “regras” sobre como esses elementos são combinados, e elas são lógicas e cada palavra composta pode ser analisada sem problemas.

Agora fiquei travado, tentando informar à ferramenta de termos-chave bíblicos sobre uma palavra composta simples “strongvoice”.

O grego é μέγας e a palavra completa é ʊwǝlǝkaŋkra, que tenho na lista de palavras como /ʊwǝlǝ/ /kaŋkra/, porque ambas as partes são radicais completos que, onde necessário, podem assumir muitos outros blocos de construção. Ambos os radicais também já estão listados como suas próprias entradas na lista de palavras. E informei à ferramenta de termos-chave bíblicos que kaŋkra é a representação para μέγας (forte, grande, etc.)

Não obtenho “um acerto”, e este é um caso de dois radicais, em vez de radical mais afixo(s). Este é um caso muito comum e precisaremos listar muitas mais palavras compostas para este projeto. E (na linguagem do PT8) “baseado em radicais” significa que pode haver apenas um radical para que a mágica funcione?

Provavelmente estou fazendo algo errado (de novo). Aprendi muito e gostei de ler as outras discussões recentes sobre o conceito básico e as práticas e sobre o funcionamento hierárquico (ou melhor, não hierárquico) das ferramentas morfológicas embutidas. Então, me ataquem. Gosto muito dessas ferramentas no PT8, só preciso aplicá-las corretamente a este idioma específico e tirar o máximo proveito delas.

(Pergunta bônus: E o que/como faremos, se o significado estiver contido em um afixo em vez de em um radical? Exemplo: Imagine um idioma em que dizem “overmother”, com “mother” o radical significando mãe e “over” o prefixo significando μέγας.)

Tradução automática de English Mostrar original

Answer 1

Acho que precisamos perguntar o que os termos bíblicos devem fazer por nós. Se você tem uma palavra composta waterdippull para batizar, provavelmente você gostaria que a ferramenta encontrasse versículos que tenham waterdippull, em vez de versículos com apenas water ou dip ou pull. Então, não seria razoável indicar waterdippull como uma raiz/radical na Lista de Palavras, mesmo que você a considere uma palavra composta? Você poderia então adicionar afixos. Para strongvoice, você gostaria que ela encontrasse strongvoice em vez de strong ou voice, acho. Usamos a palavra emprestada pastan para batizar, que, por razões de harmonia vocálica, tem duas raízes diferentes na Lista de Palavras, uma é pastan, a outra pāstēn. Agora, a raiz pastan ocorre em 26 formas diferentes devido a vários prefixos e sufixos. Cada uma tem sua própria decomposição morfológica. Os Termos Bíblicos encontram todas essas quando pastan é dado como uma definição. A raiz pāstēn ocorre em 22 formas diferentes, incluindo batista, batismo, estou batizando.
As ferramentas bíblicas têm 4 palavras gregas diferentes. Para batista, podemos nos virar com pāstēn na definição. Para batizar, temos ambas as raízes mais uma raiz significando “sofrer”. Outra palavra grega se refere ao “batismo/purificação” ritual, então usamos palavras para lavar, purificar e batizar como definições. Para batismo, usamos as duas raízes.

Tradução automática de English Mostrar original

Comments

Iver+Larsen:

Então, não seria razoável indicar waterdippull como uma raiz/radical na Lista de Palavras, mesmo que você a considere uma palavra composta?

Obrigado Iver+Larsen por essa pergunta/desafio. Estive fora do escritório por dias e preciso voltar ao projeto para fazer alguns testes e investigações. Precisamos verificar se pode ser feito no nível técnico (porque substantivos compostos não são apenas substantivos encadeados).

E precisamos verificar quanta informação perderíamos com essa solução alternativa. Em inglês, você pode dizer “batizar em sofrimento”, “batizar em fogo”, etc. e ainda pode ver claramente o que é o quê. Se nós “desistíssemos” de nossos radicais (por razões técnicas) e criássemos radicais artificiais do PT8, então teríamos waterdippull, sufferingdippull, firedippull e a equipe local provavelmente lidaria bem com isso. Mas os consultores visitantes e a “análise” sofreriam, acredito.

Ainda assim, esta é uma ideia e vou investigar. Esta temporada é extremamente movimentada para nós, nos preparando para a mudança de continente, então meu próximo feedback não será em breve.

Tradução automática de English Mostrar original

---

Iver+Larsen:

precisamos perguntar o que os termos bíblicos devem fazer por nós. Se você tem uma palavra composta waterdippull para batizar, provavelmente você gostaria que a ferramenta encontrasse versículos que tenham waterdippull, em vez de versículos com apenas water ou dip ou pull. Então, não seria razoável indicar waterdippull como uma raiz/radical na Lista de Palavras

Este problema está no Paratext desde abril de 2019 e, para certos idiomas, este é um problema real:

Iver+Larsen deu um exemplo em que um termo grego é expresso como um composto de vários radicais. Mas também lutamos com o caso em que vários termos gregos separados são expressos por apenas um substantivo composto no idioma de destino:

Considere o caso de Filho amado: Há dois termos gregos totalmente separados aqui que não podemos atribuir aos seus termos-chave bíblicos, porque o Paratext não pode lidar com substantivos compostos.

Substantivos compostos não são exóticos, eles são totalmente comuns em vários idiomas.

Então, temos um termo local para belovedchild. E os hacks discutidos acima me fariam marcar artificialmente ou son/child ou beloved como afixo. Mas ambos podem se sustentar sozinhos, e geralmente o fazem. Há muitos filhos amados aqui, mas apenas algumas bicicletas amadas ou casas ou o que for. É por isso que temos alguns compostos especiais, mas também radicais livres.

Por favor, corrija a ferramenta de morfologia para que palavras feitas de vários radicais legítimos sejam reconhecidas na ferramenta de termos-chave bíblicos. Elas funcionam muito bem na coluna de morfologia da lista de palavras, como deveriam. Não pode ser tão difícil estender a lógica subjacente, que já é poderosa, para lidar com dois radicais em vez de um sufixo e um radical, porque nós, como usuários, estamos confirmando explicitamente ao PT na lista de palavras quais combinações são legítimas.

Obrigado pela sua consideração: Respeitar e lidar com os idiomas “como eles são” deve ser uma prioridade muito alta, resolvida bem antes de quaisquer “recursos extras ou novos”.

Tradução automática de English Mostrar original

---

Você enviou uma solicitação de recurso para isso?

Tradução automática de English Mostrar original

---

Não, não enviei, mas eventualmente enviarei. Tenho dois tipos de propostas de recursos:

• Eu tenho uma ideia pequena, útil e autossuficiente e quero manter o tostador ou a cesta de frutas só para mim. Então, aqueles eu envio diretamente e aproveito a glória e as recompensas (especialmente se for realizado).

• Eu tenho um problema maior e complexo, e estou ciente de que não entendo o suficiente sobre o funcionamento interno do PT para propor um novo recurso ou uma correção diretamente: Então, eu tento explicar e descrever o problema e exemplos aqui e espero por contribuições de outros usuários.

Várias vezes, fico surpreso com o quão pouco feedback recebo. Tome este tópico como exemplo: É improvável que apenas o alemão e um idioma minoritário em uma área da África tenham essa necessidade de melhor tratamento da morfologia de palavras compostas no PT. Ninguém mais usa palavras compostas? Os não falantes de alemão têm medo de lidar com isso e preferem clicar em longas listas de formas superficiais?

Atualmente, estou sobrecarregado com o trabalho diário, então não tenho tempo para escrever uma solicitação adequada para este problema. Mas ainda me incomoda quase toda semana ao trabalhar em textos reais e atribuir termos-chave. Novamente e novamente, tenho que usar um hack que encontrei, e ainda há entradas onde nem mesmo o hack funciona.

Tradução automática de English Mostrar original

Answer 2

Sim, parece que, no momento, a ferramenta de termos bíblicos baseada em radicais não aceitará mais de um “radical”, embora a Lista de Palavras aceite mais de um radical em uma palavra. Se isso pode ser alterado em uma versão futura do programa, não sei. Você pode querer enviar uma solicitação de recurso para isso.
Tive que designar alguns marcadores de tempo e outros morfemas como “radicais” do PT, embora eles não sejam radicais ou raízes em termos linguísticos. Também é uma questão de divisões de palavras. Como nossos marcadores de tempo podem ficar sozinhos como “palavras” separadas em uma oração sem verbo, tive que marcá-los na Lista de Palavras como raízes, pois a Lista de Palavras não aceita uma “palavra” sem um radical/raiz. No entanto, isso não é relevante para os termos bíblicos, apenas uma maneira de lidar com isso na Lista de Palavras para fins de verificação ortográfica.
Se você indicar “strongvoice” como uma palavra inteira tanto na Lista de Palavras quanto nos Termos Bíblicos, deve funcionar, mas isso obviamente significa muitas mais entradas e definições.

Tradução automática de English Mostrar original

Answer 3

Iver+Larsen:

a ferramenta de termos bíblicos baseada em radicais não aceitará mais de um “radical”, embora a Lista de Palavras aceite mais de um radical em uma palavra

Obrigado @Iver+Larsen pela sua resposta e por compartilhar a partir de projeto(s) real(is).

Se entendi corretamente, você está dizendo que as palavras compostas são legítimas, mas que a ferramenta de termos bíblicos não pode fazer a conexão (ou “encontrar” uma representação), embora os morfemas (radicais) estejam corretamente inseridos na lista de palavras. Isso explicaria por que não consigo completar minha entrada para strongvoice.

Se entendi isso corretamente, não vou apenas escrever uma solicitação de recurso, isso seria quase um relatório de bug. As palavras compostas são uma parte importante de muitos idiomas. E, sendo alemão, tenho um amor especial por elas. Nosso idioma aqui na África também é um campeão em criar palavras compostas inteligentes.

Normalmente, inicio um novo tópico para cada nova solicitação de recurso, para obter contribuições de outros usuários avançados. Ainda espero que esteja faltando algo.

Colocar centenas de palavras compostas completas (forma superficial) em um sistema de mágica morfológica normalmente baseado em radicais parece errado. Especialmente porque muitas palavras compostas são substantivos, que por sua vez podem assumir prefixos, como marcadores de plural ou focalizadores. Portanto, o sistema do PT precisa apoiá-los totalmente, ou seria um caos.

Poderia fazer vários hacks e soluções alternativas, mas trabalhar com consultores e parceiros fica cada vez mais complicado com cada hack caseiro.

Em nossa situação, muitos conceitos “gregos” são novos, como batizar (mergulhar na água e puxar de novo), então adivinhe, o quê; expressões precisam ser criadas. Muitas vezes, uma frase inteira é necessária para expressar um novo conceito. Mas sempre que conseguimos criar uma boa palavra composta, nos alegramos, porque então podemos mostrar melhor as nuances (waterdippull). Podemos usar os afixos locais normais para transformar batizar em batista (waterdippuller), batismo (a waterdippulling), etc. E esses termos se comunicam melhor (no contexto de uma longa sentença clássica de Lucas) do que uma frase de várias palavras. Você sabe tudo isso. Estou apenas me aquecendo para explicar aos técnicos por que as palavras compostas não são “estranhas” e “casos de problema marginais”, mas recursos importantes e comuns de muitos idiomas. (Meus exemplos são reais, mas parecem e soam muito mais elegantes no idioma real.)

Tradução automática de English Mostrar original

Answer 4

Ok. Novas solicitações de recursos são revisadas regularmente e a implementação de novos recursos é planejada para muitos meses ou até alguns anos no futuro, então meu encorajamento para você seria enviar uma solicitação de recurso o mais cedo possível. Por exemplo, você primeiro escreveu sobre isso em abril de 2019 e agora é maio de 2021. Mas, sem uma solicitação oficial de recurso para a equipe do Paratext, provavelmente não será discutida pelo Comitê de Priorização do Paratext para implementação futura.

Tradução automática de English Mostrar original