Формування та репрезентація складних слів для комп’ютерної обробки: підхід універсального семантичного представлення з Панінійської перспективи

Анотація

Розуміння семантичної структури складних утворень є центральною проблемою як у теоретичній, так і в комп’ютерній лінгвістиці. Universal Semantic Representation (USR) забезпечує обчислювально придатну структуру для репрезентації значення у впорядкований та мовно-незалежний спосіб, спираючись на індійську граматичну традицію (Indian Grammatical Tradition, IGT). У цьому дослідженні принципи словоскладання Паніні застосовуються до структури USR з метою аналізу складних конструкцій з панінійської перспективи. Хоча такі принципи, як ākāṅkṣā (очікуваність) та yogyatā (семантична узгодженість), є фундаментальними для семантичної інтерпретації, дослідження особливо демонструє, як специфічні панінійські обмеження, включно з “saviśeṣaṇānāṃ vṛttir na” та “vṛttasya vā viśeṣaṇayogo na”, допомагають розв’язувати неоднозначності сфери модифікатора в автоматизованих системах і семантичному парсингу. У статті також розглядається внутрішня семантична організація складних виразів та ієрархічні відношення, що виникають у вкладених і складних композитних конструкціях. Інтеграція цих положень у структуру USR демонструє, яким чином семантика складних утворень, відношення залежності та контекстуальна інтерпретація можуть бути систематично репрезентовані між мовами для комп’ютерної обробки. Приклади, взяті з підручників географії мовою гінді, ілюструють практичну застосовність запропонованого аналізу та підкреслюють значення панінійської граматики для розвитку комп’ютерних підходів до семантичної репрезентації та Natural Language Generation (NLG). У дослідженні проаналізовано 1504 речення з підручників географії мовою гінді та встановлено, що щільність складних утворень у технічних розділах сягає приблизно 52 %, що, своєю чергою, зумовлює необхідність систематичної логіки для репрезентації вкладених композитних структур і збереження семантичної цілісності. Результати свідчать, що інтеграція панінійських граматичних положень із USR робить вагомий внесок у моделі Natural Language Processing (NLP) для індійських мов шляхом підвищення семантичної точності, інтерпретаційної послідовності та комп’ютерної репрезентації складних мовних структур. Дослідження підкреслює незмінну актуальність традиційних індійських граматичних теорій у сучасній комп’ютерній лінгвістиці та дослідженнях репрезентації знань.