Orð og tunga - 01.06.2015, Síða 128

116
Orð og tunga
talgreiningu (Adda-Decker o.fl. 2000). Sérstaða aðferðarinnar sem
beitt er í Kvisti, orðskiptingartólinu sem hér er lýst, er fólgin í því að
búa til stofnhlutatré en annars staðar er látið duga að skipta samsettu
orðunum í línulega röð af ósamsettum orðum.
Kvistur nýtir stofnhlutagreiningu til þess að finna líklegustu skipt-
ingu orða í orðhluta og er eina tólið sem höfundar þessarar greinar
vita um þar sem þeirri aðferð er beitt.1 í stofnhlutagreiningunni er
gengið út frá tvígreiningu í orðmyndunargreiningunni og samsettu
orði er þar með alltaf skipt í fyrri hluta (ákvæði) og síðari hluta, sem
er beygingarlegur haus orðsins og oftast einnig merkingarlegur haus
(Kristín Bjarnadóttir 2005). Orðmyndunarreglurnar eru endurkvæm-
ar þannig að samsett orð geta einnig verið inntak í þær, bæði sem
ákvæði og haus, og liðirnir geta verið úr öllum opnum orðflokkum.
Samsett nafnorð þar sem fyrri hlutinn er einnig nafnorð eru algengust
og þar eru reglurnar virkastar. Endurkvæmni reglnanna er einnig
mest í nafnorðunum og orðhlutarnir þar með flestir og því er þörfin
fyrir orðskiptingartól brýnust þar. Samsett nafnorð verða því notuð
sem dæmi í greininni en Kvistur reynist þó jafn vel fyrir samsett orð
úr öllum orðflokkum.
Kvistur byggist á tölfræðilegu líkani sem metur líkurnar á því að
tveir tilteknir orðhlutar geti myndað samsett orð saman. Líkanið er
búið til með því að nota stórt safn af fullgreindum íslenskum sam-
settum orðum sem unnin voru í höndunum (Kristín Bjarnadóttir
1996). Forritið er þjálfað á safninu og síðan notað til þess að finna lík-
legasta stofnhlutatréð (tvíundatré) fyrir samsett orð. Líkurnar á stofn-
hlutagreiningu orða þar sem einhverjir orðhlutar eru óþekktir eru
metnar með því að skoða sambærilegar orðgerðir í öðrum samsettum
orðum. Stofnhlutagerðin er notuð til þess að skipta óþekktum sam-
settum orðum í tvennt og eins langt gengið í skiptingunni og þörf
krefur hverju sinni. Oft er nóg að skipta á meginskilum í orði en
skipta má orðum í fíngreindari tré ef þörf krefur. Við nefningu og
mörkun2 er yfirleitt nóg að síðasti orðliðurinn sé rétt greindur þar
sem hann er beygingarlegur haus og orðflokkurinn er þar með ljós. í
1 Vinna við Kvist tengist öðrum máltækniverkefnum á Stofnun Áma Magnússonar
í íslenskum fræðum. Fyrsta gerð Kvists var unnin af Jóni Friðriki Daðasyni undir
handleiðslu Eiríks Rögnvaldssonar prófessors í námskeiði í máltækni. Sigrún
Helgadóttir og Sven Þ. Sigurðsson veittu ráðgjöf á öllum stigum verksins. Hafi
þau öll bestu þakkir fyrir. Onefndir ritrýnendur Orðs og tungu eiga einnig þakkir
skildar fyrir mjög góðar athugasemdir.
2 Nejhing (lemmun) er það að finna nefnimynd (uppflettimynd) lesmálsorðs; mörkun
er það að greina málfræðiatriði, s.s. orðflokk og beygingarþætti.