Morphology guesser द्वारा अल्पविराम (hyphen) वाले शब्दों की गलत अनुमान

Question

हम जिस भाषा पर काम कर रहे हैं, उसमें कुछ उपसर्ग (affixes) और क्लिटिक्स (clitics) को मूल शब्द (stem) से अल्पविराम (hyphens) द्वारा अलग किया जाता है। यह अल्पविराम भाषा सेटिंग्स (language settings) में शब्द-मध्य बिंदु चिह्न (word-medial punctuation) के रूप में परिभाषित किया गया है।

अब, Morphology फ़ील्ड में Paratext कभी-कभी गलत अनुमान लगाता है क्योंकि वह ऐसे अल्पविरामों को नज़रअंदाज़ कर देता है। उदाहरण के लिए, यह ‹khøuwa-te› के लिए /khøuwat-e/ का अनुमान लगाता है। ‹khøuwat› और ‹-e› दोनों मौजूदा morphemes के रूप में हैं, लेकिन यहाँ अल्पविराम के कारण स्पष्ट होना चाहिए कि morphology ‹khøuwa› और ‹-te› होनी चाहिए, जो पहले से ही morphemes के रूप में परिभाषित हैं।

क्या कहीं कोई सेटिंग है जिसे मैं समायोजित कर सकूं ताकि Paratext Morphology guesser किसी भी ऐसे वर्ण श्रृंखला (character string) को एक morpheme के रूप में न माने जिसमें अल्पविराम हो?

अगर नहीं, तो मैं इसी प्रकार की सुविधा का सुझाव देने जा रहा हूँ।

धन्यवाद,
rfkvg

English से मशीन-अनुवादित मूल दिखाएं

Answer 1

ऐसा लगता है कि “शब्द-मध्य बिंदु चिह्न” (word-medial punctuation) की परिभाषा के अनुसार, अधिकांश मामलों में यह morpheme break का संकेत देता है, इसलिए parser को उन अल्पविरामों पर break को प्राथमिकता देनी चाहिए। यदि अल्पविराम किसी भाषा में “ध्वनि” (phoneme) का प्रतिनिधित्व करता है, तो क्या इसे वर्णमाला के चरों (alphabetical characters) की सूची में शामिल नहीं किया जाना चाहिए?

English से मशीन-अनुवादित मूल दिखाएं

Answer 2

मुझे भूल गई कि मैंने यह नहीं बताया कि मैं morphology guesser से अन्यथा बहुत प्रभावित हूँ! यह समय की बहुत बड़ी बचत है!

English से मशीन-अनुवादित मूल दिखाएं

Comments

कभी-कभी Paratext को एक पैटर्न सीखने और अच्छे अनुमान लगाना शुरू करने के लिए इसी प्रकार के कुछ संशोधनों की आवश्यकता होती है। हालाँकि, मुझे नहीं पता कि क्या अल्पविराम की उपस्थिति अनुमानों को भ्रमित कर रही है।
क्या Wordlist (जो View मेन्यू के माध्यम से पहुँचा जाता है) में उनके-उनके कॉलम में अल्पविराम या morphology को मैनुअली संशोधित करने से Paratext उन नियमों को सीखता है जिन्हें आप चाहते हैं कि वह समझे? क्या Paratext के बाद के सुझाव morphemes को अधिक विश्वसनीय रूप से अनुमानित करते हैं? या क्या आपने यह आज़माया है और पाया है कि Paratext लगातार गलत अनुमान लगाता रहता है?

English से मशीन-अनुवादित मूल दिखाएं

---

इसके लिए धन्यवाद, IanH.
समग्र रूप से, Paratext नियमों को सीखने में काफी अच्छा है। हालाँकि, इस विशेष मामले में, यदि वर्तनी (orthography) में अल्पविराम न होता, तो दोनों अनुमान समान रूप से सही होते। ऐसा लगता है कि Paratext ऐसे अल्पविरामों को बस नज़रअंदाज़ कर रहा है। यह बहुत अच्छा होगा अगर Paratext को बताए जाने का कोई तरीका होता कि उन्हें नज़रअंदाज़ न किया जाए।

English से मशीन-अनुवादित मूल दिखाएं