藏语音节标注研究

藏语的"音节"在词汇语法研究和文本信息处理研究中都十分重要,尤其在解决未登录词切分问题和标注中能够发挥积极的作用。然而在现有的研究中,对音节的重视还不够。该文提出在文本标注时,可以先进行音节的性质标注,然后通过音节构词的规律预测复合词的词性,尤其是未登录词的词性。该文作者对藏语音节的定义进行了界定,提出音节的性质分类及标注原则,利用统计模型,在约24万音节的中小学语文教材语料库上进行实验,音节性质标注的正确率为93.520 8%。在此基础上,把音节性质标注信息用到词性标注中。实验结果表明:即使在音节性质标注存在一定错误的情况下,词性标注的正确率也提高到94.196 7%;如果在保证音节性质标注完全正确的情况下,词性标注的正确率可以提高到97.775 4%,这说明音节性质标注信息对词性标注有帮助。

迭部藏语音节合并现象及其联动效应--兼述周边土语的类似音变

将现代藏语方言与代表早期藏语面貌的藏文进行比较会发现,许多在早期藏语中带有派生词缀的双音节词,在现代一些藏语方言中因为产生音节合并而单音节化。伴随而来的,是在这些方言中出现了一些早期藏语中所没有的复合元音等语音形式,并且还影响到声调的某些调位的产生。分析归纳迭部藏语中因音节合并而产生的种种语音演变现象,并通过音节合并的标志性词例揭示白马话与迭部藏语在语音演变形式上的相似性,最后从相似的语音演变现象追溯迭部藏语与阿里方言的渊源。希望此研究能为迭部藏语方言分化的断代和藏语方言地理学等其他研究领域提供参考。

藏语三音动词短语自动抽取研究

藏语三音节复合动词短语(以下简称三音动词短语)能产性强,使用频率高,结构不稳定,给藏语文本处理带来很多麻烦。针对这些特点,该文提出了一种统计和规则相结合的三音动词短语的自动抽取算法。首先,从三音动词短语的结构出发,以构成三音动词短语的动语素作为标志,获得三音动词短语候选项。然后,利用统计算法和语言规则库对候选项进行过滤,获得三音动词短语。实验结果表明,统计和规则结合的方法可以有效地从未经标注的藏语语料中获取三音动词短语。