我该如何处理复合词的形态分析？

Question

项目基于词干（stem-based）的设置已经顺利运行好几个星期了。

该语言会产生许多复合词。它们可以是名词、动词、形容词以及“更糟糕”的组合。当然，这些成分的组合是有“规则”的，而且合乎逻辑，每个复合词都可以被正确解析。

现在我被卡住了，试图告诉“圣经关键词”（Biblical key terms）工具一个简单的复合词“strongvoice”（大声/强音）。

希腊语是 μέγας，完整的词是 ʊwǝlǝkaŋkra，我在词表（word-list）中将其列为 /ʊwǝlǝ/ /kaŋkra/，因为这两部分都是完整的词干，在需要时可以搭配许多其他构词成分。这两个词干也已经在词表中作为独立条目列出。我还告诉“圣经关键词”工具，kaŋkra 是 μέγας 的对应译法（意为强壮、伟大、巨大等）。

我没有得到“命中”（hit），这是一个双词干的情况，而不是词干加词缀（affixes）。这是一个非常主流的情况，在这个项目中我们需要列出更多的复合词。而且，在 PT8 的术语中，“基于词干”（stem-based）是否意味着为了让“魔法”生效，永远只能有一个词干？

我可能又做错了什么。我从最近关于基本概念和实践的其他讨论中学到了很多，也很享受阅读关于内置形态工具层级结构（或者更准确地说，非层级结构）工作原理的内容。所以尽管批评吧。我非常喜欢 PT8 中的这些工具，我只是需要正确地将它们应用于这种特定语言，并从中获得最大收益。

（附加问题：如果含义包含在词缀而不是词干中，我们将如何/做什么？例如：想象一种语言，他们说“overmother”（过度母亲/大母亲），其中“mother”是意为“母亲”的词干，“over”是意为 μέγας 的前缀。）

机器翻译自 English 显示原文

Answer 1

我认为我们需要问“圣经术语”应该为我们做什么。如果您有一个复合词 waterdippull 来表示 baptize，您可能希望该工具找到包含 waterdippull 的经文，而不是仅包含 water 或 dip 或 pull 的经文。因此，即使您认为它是一个复合词，在词表中将 waterdippull 指示为一个词根/词干是否合理？然后您可以添加词缀。对于 strongvoice，我想您希望它找到 strongvoice，而不是 strong 或 voice。我们使用借词 pastan 来表示 baptize，由于元音和谐的原因，它在词表中有两个不同的词根，一个是 pastan，另一个是 pāstēn。现在，词根 pastan 由于各种前缀和后缀出现在 26 种不同的形式中。它们各自有自己的形态分解。当 pastan 被给定为定义时，“圣经术语”会找到所有这些。词根 pāstēn 出现在 22 种不同的形式中，包括 baptizer、baptism、I am baptizing。
“圣经工具”有 4 个不同的希腊词。对于 baptist，我们可以在定义中使用 pāstēn。对于 baptize，我们有两个词根加上一个意为“受苦”的词根。另一个希腊词指仪式性的“baptizing/cleansing”（洗礼/洁净），因此我们使用 wash、cleanse 和 baptize 作为定义。对于 baptism，我们使用这两个词根。

机器翻译自 English 显示原文

Comments

Iver+Larsen:

因此，即使您认为它是一个复合词，在词表中将 waterdippull 指示为一个词根/词干是否合理？

感谢您 Iver+Larsen 提出的这个问题/挑战。我离开工位好几天了，我需要回到项目中进行一些测试和探索。我们需要检查这在技术层面是否可行（因为复合名词不仅仅是串联的名词）。

我们还需要检查这种变通方法会丢失多少信息。在英语中，你可以说“baptize in suffering”（在受苦中受洗）、“baptize in fire”（在火中受洗）等，你仍然可以清楚地看出什么是什么。如果我们“放弃”我们的词干（出于技术原因）并创建人工的 PT8 词干，那么我们将有 waterdippull、sufferingdippull、firedippull，本地团队可能处理得很好。但我相信来访的顾问和“分析”会受到影响。

尽管如此，这是一个想法，我会深入研究。这个季节对我们来说极其忙碌，正在为跨大陆搬迁做准备，所以我接下来的反馈不会很快。

机器翻译自 English 显示原文

---

Iver+Larsen:

我们需要问“圣经术语”应该为我们做什么。如果您有一个复合词 waterdippull 来表示 baptize，您可能希望该工具找到包含 waterdippull 的经文，而不是仅包含 water 或 dip 或 pull 的经文。因此，即使您认为它是一个复合词，在词表中将 waterdippull 指示为一个词根/词干

这个问题自 2019 年 4 月起就存在于 Paratext 中，对于某些语言来说，这是一个实际问题：

Iver+Larsen 举了一个例子，其中一个希腊术语被表达为几个词干的复合。但我们也在处理这种情况时遇到困难：几个独立的希腊术语在目标语言中仅由一个复合名词表达：

考虑 beloved Son（爱子）的情况：这里有两个完全独立的希腊术语，我们都无法将它们分配给它们的圣经关键词，因为 Paratext 无法处理复合名词。

复合名词并不罕见，它们在几种语言中完全主流。

所以我们有本地术语 belovedchild（爱子/爱孩）。上面讨论的黑客手段会让我人为地将 son/child 或 beloved 标记为词缀。但两者都可以独立存在，而且大多数时候确实如此。这里有许多 beloved children（爱子/爱孩），但只有少数 beloved bicycles（爱自行车）或 house（房子）或别的什么。这就是为什么我们有一些特殊的复合词，但也有独立存在的词干。

请修复形态工具，以便由几个合法词干组成的单词能在圣经关键词工具中被识别。它们在词表的形态列中工作得很好，就像它们应该的那样。扩展底层逻辑以应对两个词干而不是一个后缀和一个词干，不应该那么困难，因为作为用户，我们在词表中明确确认哪些组合是合法的。

感谢您的考虑：尊重和处理语言“如其所是”应该是一个非常高的优先级，排在任何“额外或新功能”之前。

机器翻译自 English 显示原文

---

您为此提交过功能请求吗？

机器翻译自 English 显示原文

---

不，我还没有，但最终会提交。我有两种类型的功能提案：

• 我有一个小的、有用的、自包含的想法，我想把烤面包机或水果篮留给自己。所以这些我直接提交，享受荣耀和奖励（尤其是如果它实现了的话）。

• 我有一个更大更复杂的问题，我意识到我对 PT 的内部工作原理了解得不够多，无法直接提出新功能或修正：那么我会尝试在这里解释和描述问题及示例，并希望得到其他用户的意见。

好几次我都惊讶于我收到的反馈如此之少。以这个线程为例：不太可能只有德语和非洲某个地区的一种少数民族语言有这种对 PT 中复合词形态更好处理的需求。难道没有人使用复合词吗？非德语使用者是否害怕处理它，宁愿点击长长的表层形式列表？

目前我被日常工作压得喘不过气，所以没有时间为此问题撰写一份正式的请求。但在处理实际文本和分配关键词时，它几乎每周都让我烦恼。一次又一次，我不得不使用我发现的黑客手段，而且仍然有一些条目，即使黑客手段也完全不起作用。

机器翻译自 English 显示原文

Answer 2

是的，目前看来，基于词干的“圣经术语”（Biblical terms）工具不接受一个词中有多个“词干”，尽管词表（Wordlist）接受一个词中有多个词干。这是否可以在程序的将来版本中更改，我不知道。您可能希望为此提交一个功能请求（feature request）。
我不得不将一些时态标记和其他语素指定为 PT 的“词干”，尽管它们在语言学意义上不是词干或词根。这也涉及分词问题。由于我们的时态标记可以在无动词从句中作为独立的“词”存在，我不得不在词表中将它们标记为词根，因为词表不接受没有词干/词根的“词”。然而，这与“圣经术语”无关，只是在词表中处理拼写检查的一种方式。
如果您在词表和“圣经术语”中将“strongvoice”作为整个单词进行指示，它应该能工作，但这显然意味着需要更多的条目和定义。

机器翻译自 English 显示原文

Answer 3

Iver+Larsen:

基于词干的“圣经术语”工具不接受一个词中有多个“词干”，尽管词表接受一个词中有多个词干

感谢您 @Iver+Larsen 的回复，以及分享来自实际项目（们）的经验。

如果我理解得没错，您是在说复合词是合法的，但“圣经术语”工具无法建立联系（或“找到”对应译法），尽管语素（词干）已正确输入到词表中。这可以解释为什么我无法完成 strongvoice 的条目。

如果我理解正确，我不仅会写一个功能请求，这几乎是一个错误报告（bug report）。复合词是许多语言的重要组成部分。而且作为德国人，我对它们有着特别的喜爱。我们在非洲的这种语言也是制造聪明复合词的冠军。

通常，我会为每个新的功能请求开启一个新线程，以获取其他高级用户的意见。我仍然希望我遗漏了什么。

在一个通常基于词干的形态“魔法”系统中放入数百个完整的（表层形式）复合词感觉不对劲。特别是许多复合词是名词，它们反过来可以接受前缀，如复数标记或焦点标记。因此，PT 系统需要完全支持它们，否则就会陷入混乱。

我可以制作几种黑客手段（hacks）和变通方法，但与顾问和合作伙伴合作时，每增加一个自制的变通方法，事情就会变得更加复杂。

在我们的情况下，许多“希腊语”概念是新的，比如 baptize（浸入水中再拉出来），所以猜猜看；需要创造表达。通常需要一个完整的短语来表达一个新概念。但每当我们设法创造一个好的复合词时，我们都很高兴，因为我们可以更好地展示细微差别（waterdippull）。我们可以使用正常的本地词缀将 baptize 变为 baptist（waterdippuller）、baptizm（a waterdippulling）等。在这样的术语比多词短语在沟通上更好（在经典长路加福音句子的语境中）。您都知道这些。我只是在热身，向技术人员解释为什么复合词不是“奇怪”或“边缘问题案例”，而是许多语言的重要主流特征。（我的例子是真实的，但在实际语言中它们看起来和听起来要优雅得多。）

机器翻译自 English 显示原文

Answer 4

好的。新的功能请求会定期审查，新功能的实施计划在未来几个月甚至几年内，所以我对您的鼓励是尽早而不是晚提交功能请求。例如，您最早在 2019 年 4 月提到这个问题，现在是 2021 年 5 月。但如果没有向 Paratext 团队提交正式的功能请求，Paratext 优先级委员会可能不会讨论其未来的实施。

机器翻译自 English 显示原文