გიორგი ჩიკოიძე

The main problem of language modelling is the meaning of the utterance, which is the ultimate goal of one of the directions of language model functioning (analysis) and the starting point for its opposite direction (synthesis). The paper suggests one of the options of the problem solution. In particular, dividing sentences into the set of (quasi)-synonymous “sentential primitives" and on the basis of the "primitives", building such a structure, which reflects the appropriate content of this set quite transparently. Determination of the estimated set of primitives should be based on the search of the constituents according to their characteristics, particularly, to their syntactic properties. Verbs and their dominant role in sentences are considered according to "multilevel" syntax. By this theory, a primitive is a central component (core) of the layered structure, which is "surrounded" by the periphery i.e. traditional adverbs. The central component itself involves the verb and its actants. At the same time, internal relations of primitives, i.e. dependencies of actants on the predicates and peripheries on central structures are defined by the semantic roles. Such approach to language content conveys the meaning of the utterance through the sentential primitives where the primitives are the language units. In the frame of the presentation, we will offer a translation model, which is simplified to the level of primitives. For testing the model, Georgian-English parallel corpus will be used.

საქართველოს ტექნიკური უნივერსიტეტის არჩილ ელიაშვილის მართვის სისტემების ინსტიტუტში მრავალი წლის განმავლობაში მიმდინარეობს კომპიუტერული ლინგვისტიკის მიმართულებით ფუნდამენტური მეცნიერული კვლევები. ქართული ენისათვის დამუშავდა სხვადასხვა კომბინაციური მეთოდიკა (ლექსიკური ფუნქციები, სინონიმური მწკრივები, სემანტიკური როლები და სუპერპარადიგმები); შექმნილია ქართული ენის კომპიუტერული ლექსიკონი, რომელიც, ამავე დროს, მორფოლოგიური გენერატორის ფუნქციას ასრულებს ანუ თითოეული სალექსიკონო ერთეულისგან აწარმოებს შესაბამის სრულ პარადიგმას. ენის მოდელირების ფუნდამენტური საკითხების ფარგლებში შეიქმნა ენობრივი ალგორითმების წარმოდგენის ისეთი საშუალება, რომელიც, ერთი მხრივ, ასახავს ენობრივი სისტემის ფუნქციონირების ფუნდამენტურ თვისებებს (ორმიმართულებიანობა და პარალელურობა), მეორე მხრივ, ხელსაყრელია კომპიუტერული რეალიზაციისათვის. დამუშავდა ქსელური მეთოდი, რომლის საშუალებით შესაძლებელია ორმიმართულებიანი ანალიზ-სინთეზის ერთობლივი პროცესორის ფორმულირება. ინტერნეტსივრცეში, სადაც აისახა თანამედროვე ცხოვრების მრავალი სფერო, ბუნებრივი ლექსიკის ყოველი ახალი გამოვლინება ფიქსირდება ე.წ. „სიტყვის კარიბჭის“ დახმარებით. მსგავსი სისტემა ავტომატურად გამოავლენს ახალ სიტყვაფორმას, რომელიც ლინგვისტური დამუშავების შემდეგ შევა ენის ავტომატურ გრამატიკულ ლექსიკონში. რიგი ენებისთვის ლექსიკონების შევსება-გაფართოების პროცესი გამარტივებულია გრამატიკული კომპაილერის დახმარებით, რომელიც ენის ფორმალური მოდელის ავტომატური რეალიზაციის ყველაზე თანამედროვე ინსტრუმენტია. შესაძლებელია ნებისმიერი ენის სხვადასხვა ვარიაციისთვის (დროის, სივრცის, წარმომავლობის, ჟანრის და ა.შ. მიხედვით) ცალკეულ ენათა მორფოლოგიური პროცესორების ბიბლიოთეკების კომპილირება და სხვ.კომპიუტერული ლინგვისტიკის ყველაზე დიდ მიღწევად და, გარკვეულწილად, საბოლოო მიზნად, სამართლიანად შეიძლება მოვიაზროთ ავტომატური მანქანური თარგმანი. ამ მეტად რთული ამოცანის ბოლომდე გადასაწყვეტად აუცილებელია უპირველესად ლექსიკური მთარგმნელის შექმნა. ენის რიგითი მომხმარებლისათვის ასეთი სისტემაც საკმაოდ ღირებულია, რადგან ის უადვილებს მომხმარებელს უცხო ტექსტის ინტენსიურ გაცნობას და ხშირად უფრო სასარგებლოცაა ტექსტის შედგენისას. ჩვენი ჯგუფი ბოლო წლების განმავლობაში მოქმედებს იმ სტრატეგიით, რომ ცალკეულ პროექტებში დამუშავებული საკვანძო თეორიული და პრაქტიკული საკითხები მომავალში ენის ტექნოლოგიზების საიმედო დასაყრდენად იქცეს. ჩვენ მიერ შექმნილი კომპიუტერული პროდუქტები მრავალი ლინგვისტური მიმართულებით გამოიყენება. ლინგვისტებისთვის ფართო ასპარეზი იქმნება ქართული ენის კომპიუტერული მოდელის რეალიზაციისათვის მისი მრავალი გამოვლინებისა და ცვლილებების გათვალისწინებით. აღსანიშნავია, რომ ჩვენ მიერ პროგრამული პროდუქტების სახით შექმნილია ნაციონალური კორპუსის მენეჯერის კომპილაციისათვის ძირითადი კომპონენტები.

В основе ролевой структуры грузинского предложения лежит понятие супер-парадигмы, представляющей собой совокупность парадигм, образованных от одной глагольной лексемы и подчиненного ей множество семантических ролей. Выявляя существенные черты структуры содержания ролевые признаки делают более перспективным использование аннотированного ими текста для создания и применения языковых моделей.

ნაშრომი ეძღვნება ქართული წინადადების ლექსემების ასარჩევი სქემის განხილვას. სქემა ორგანიზებას უკეთებს და აწესრიგებს იმ ლექსემათა შერჩევას, რომლებიც ავსებენ წინადადებების როლებრივ სტრუქტურას. შემოთავაზებული სქემა ეფუძნება სემანტიკური როლებისა და ლექსიკური ფუნქციების ცნებებს.

წინადადების ანალიზი წარმოადგენს „შინაარსი↔ტექსტი“ მოდელის ფუნქციონირების ერთ-ერთ მიმართულებას. მისი საპირისპირო მიმართულება ანალიზური პროცესის საწყისი წერტილია, სახელდობრ, ტექსტი გვევლინება, როგორც სიმბოლოთა თანმიმდევრობა, სადაც ტექსტური სიტყვაფორმები წარმოდგენილია ერთმანეთისგან ხარვეზებით გამიჯნული ასოთა მონაკვეთების ჯაჭვის სახით. სიტყვაფორმების ასეთი მკვეთრი გამიჯვნა, პირველ რიგში, ამარტივებს ტექსტის ანალიზს მეტყველებასთან შედარებით, სადაც ფონემათა უწყვეტი ჯაჭვები ხშირად რამდენიმე სიტყვის ჯგუფს გამოხატავს და არა ცალკეულ სიტყვაფორმას. ტექსტური წარმოდგენის ეს თავისებურება თითოეული ტექსტური სიტყვაფორმის შესაბამის სალექსიკონო ერთეულთან უშუალო და ცალსახა იდენტიფიკაციის საშუალებას იძლევა, რასაც მოჰყვება სიტყვაფორმის გრამატიკული და სემანტიკური მახასიათებლების დადგენაც. რაც შეეხება გრამატიკულ მახასიათებლებს, მათი განსაზღვრა მაქსიმალურად მარტივდება იმ ლექსიკონის კონტექსტში, რომელიც მოიცავს ყოველი ერთეული მორფოლოგიური პარადიგმის გენერატორს, ანუ სისტემას, რომელიც წარმოშობს მოცემული ერთეულის პარადიგმის ფორმათა სრულ სიას, რომლის წევრები განლაგებულია მათი გრამატიკული მახასიათებლების შესაბამისად. მორფოლოგიური ანოტირება ლინგვისტიკური ანალიზის მნიშვნელოვანი ასპექტია, რაც უზრუნველყოფს ანალიზური პროცესის შემდგომ წინსვლას „შინაარსის“ გამოხატულებისაკენ. შემდეგი მნიშვნელოვანი ნაბიჯია მთლიანი წინადადების სტრუქტურის, მისი აგებულების დადგენა უკვე სტრუქტურის ცალკეული ელემენტების (სიტყვაფორმების) შესახებ მოპოვებული მორფოლოგიური ინფორმაციის საფუძველზე. სტრუქტურის აგება და ასახვა სხვადასხვა სქემით ხდება (მაგალითად, უშუალო შემადგენელების ხისებრი გრაფით).

ი. მელჩუკის ცნობილი მოდელის – “შინაარსი↔ტექსტი” – მარცხენა მხარე შეიძლება წარმოვიდგინოთ როგორც სინონიმური გამონათქვამების სიმრავლე, რომელშიც შესაძლოა ავირჩიოთ რომელიმე სავარაუდოდ ყველაზე მარტივი, “ნეიტრალური” წევრი და მივანიჭოთ მას ამ სიმრავლის, ანუ ამ კონკრეტული “შინაარსის”, “დომინანტის” სტატუსი. ამგვარი მიდგომის ფარგლებში მოდელის პრაგმატიკულ-სემანტიკური დონის ფუნქციონირება უნდა ეყრდნობოდეს კვაზი-სინონიმურ გარდაქმნებს, რომლებსაც გადაჰყავთ “დომინანტი” შინაარსის სიმრავლის ნებისმიერ წევრში (სინთეზის დროს) და ასრულებენ ტრანსფორმაციას საპირისპირო მიმართულებისას (ანალიზის დროს). ცხადია, რომ მოდელის ფუნქციონირების საბოლოო მიზნის მისაღწევად, ეს ტრანსფორმაციები უნდა ითვალისწინებდნენ იმ დამატებით შინაარსობრივ ნიუანსებს, რომლებიც განასხვავებენ მაქსიმალურად “ნეიტრალურ” დომინანტას მისი ნებისმიერი კვაზი-სინონიმისგან. ყოველი ასეთი ტრანსფორმაციის როგორც შესაძლებლობა, ისე შედეგი უნდა ეყრდნობოდეს სათანადო ინფორმაციას, რომელიც სიმარტივის და ეკონომიის მოსაზრებების გამო სასურველია, რომ განაწილდეს ცალკეულ ლექსემათა შორის, ანუ მოთავსდეს შესაბამის სალექსიკონო ერთეულებში. ამ ინფორმაციის მოწესრიგების ცდა მოცემულია “ლექსიკური ფუნქციების” აპარატის საშუალებით, რომლებიც ჯამში გვთავაზობენ ლექსიკური “პარადიგმის” ანალოგს, ანუ მოცემულ ლექსემასთან სემანტიკურად კორელირებული ერთეულების სიმრავლეს: ამ კორელაციის ყოველ ცალკეულ სახეობას ახასიათებს სათანადო სიმბოლო (Syn, Conv, Magn,..), რომელიც მიუთითებს მის მნიშვნელობაზე, და მას უკავშირდება კვაზი-სინონიმები, რომლებიც გამოხატავენ ამ მნიშვნელობას მოცემული (C0) ლექსემის კონტექსტში. ნიშანდობლივია, რომ ყოველი კერძო ფუნქციის მნიშვნელობები წარმოადგენენ ერთმანეთის კვაზი-სინონიმებს. Syn ფუნქციის თავისებურ განზოგადებას წარმოადგენს “სინონიმური მწკრივის” ცნება, რომელიც აერთიანებს მოცემული ლექსემის ყველა კვაზი-სინონიმს და ამავე დროს განსაზღვრავს მათ შორის არსებულ სემანტიკურ ოპოზიციებს. კვაზი-სინონიმური მწკრივის კერძო სახეს წარმოადგენს ქართული ზმნის სუპერ-პარადიგმა, რომელიც აერთიანებს ყველა ერთი და იმავე ზმნური ლექსემიდან ნაწარმოებ პარადიგმას (მაგ., აკეთებინებს – (ა/უ)კეთებს – (/უკეთდება), ადვილი დასანახია, რომ ეს “მწკრივი” უზრუნველყოფს რიგ სტანდარტულ კვაზი-სინონიმურ ტრანსფორმაციას ძირითადი სემანტიკური ბირთვის შეუცვლელად. სამივე ეს ლექსიკური საშუალება ჩართულია ქართულ კომპიუტერულ ლექსიკონში და ტესტირებულია რამდენიმე ასეულ სალექსიკონო ერთეულზე.

მოხსენებაში განხილულია ენობრივი საშუალებების სპექტრის ზოგიერთი კომპონენტი, რომელიც გამონათქვამს აძლევს სასურველ (ზოგჯერ აუცილებელსაც) კომუნიკაციურ შეფერილობას: რომელიმე წევრს უმატებს რაღაც ზოგად ან სპეციფიკურ (კვაზი-სინონიმური მწკრივი) სემანტიკურ ნიუანსს, ან ახდენს ამა თუ იმ წევრის აქცენტირებას (უარყოფითს - ამ წევრის გამოტოვების შემთხვევაში, რის საშუალებას იძლევა სუპერ-პარადიგმა, ან “დადებითს” – წევრთა რიგის შეცვლით).

მოცემული C0 ლექსიკური ერთეულის LF() ფუნქციათა მნიშვნელობები ქმნიან ლექსიკური “პარადიგმის” მსგავს ერთობლიობას, რომლის წევრებს გააჩნიათ მყარი ასოციატური და კონსტრუქციული მიმართებები საწყის C0-თან. ერთ-ერთი სარგებელი, რომელიც ენობრივი მოდელის სქემასა და მის ლექსიკონში ლექსიკური ფუნქციების ჩართვას ახლავს, არის ის, რომ ამ ინფორმაციაზე დაყრდნობით ხშირად ხდება შესაძლებელი ტექსტში სიტყვათა სწორი კომბინირება. - გასცა ბრძანება/გააკეთა განცხადება/მიიღო გადაწყვეტილება/მისცა რჩევა/... (1). ზმნები, რომლებიც (1)- ში წარმოადგენენ Oper1 ფუნქციის მნიშვნელობების მაგალითს, ვერ შეენაცვლებიან ერთმანეთს შესაბამისი არსებითების (C0-ების) აშკარა სემანტიკური სიახლოვის მიუხედავად. LF სისტემის ღირებულების მეორე ასპექტი მდგომარეობს იმაში, რომ მისი კომპონენტები მრავალი კვაზი-სინონიმური ტრანსფორმაციების საფუძველს უზრუნველყოფენ. ასე მაგალითად, (1)-ის ბოლო ნიმუშში შესაძლებელია “რჩევა” განვიხილოთ როგორც “ურჩევს” ზმნის C0 დერივატი (Der) და მივიღოთ გარდაქმნის სქემით Co « Oper1 + Der(Co). შედეგი: ურჩია « რჩევა მისცა; LF-ები მნიშვნელოვან საშუალებას და საფუძველს წარმოადგენენ კვაზი-სინონიმური გარდაქმნებისთვის, რომლებიც, თავის მხრივ, არსებით როლს ასრულებენ ენობრივი მოდელების (და საერთოდ – ბუნებრივი ენის) ფუნქციონირებაში.

The lion share of mental (philosophical, logical) concepts has its origin in the natural language - “body of thinking”. The most important of those concepts should have their origin in all languages, though with some possible additional nuances which make them more understandable and near for usual users of this language. Particularly, here will be given a short review of Georgian conjunctions with semantics corresponding to the logical implication.

ენის ალგორითმული აღწერა, ფაქტობრივად, ენათმეცნიერების ახალი და ძალიან მნიშვნელოვანი დარგია. ენა ხდება არა მხოლოდ წინააღმდეგობების სტატიკური სისტემა, არამედ მოქმედი მექანიზმი, რომელიც აღიქვამს და ქმნის ტექსტს (მეტყველებას) მისი ფუნქციონირების პროცესში. როგორც ასეთი, მისი აღწერა შესაძლებელია მხოლოდ დინამიური მოდელით, რომელიც ასახავს ენობრივი აქტივობის ძირითად მახასიათებლებს. მოხსენებაში გაშუქებულია თარგმნის პროცესი ამ მოსაზრების საფუძველზე შექმნილი მოდელების მეშვეობით.

სამუშაოს საფუძვლად უდევს დებულება, რომ ენობრივი ცოდნა წარმოდგენილია წარმომშობი გრამატიკის (გენერატორის) საშუალებით. აქედან გამომდინარე, შემოთავაზებულია ინტერაქტიური სქემა, რომლის საშუალებით შესაძლებელია მორფოლოგიური გენერატორის გაფართოება და სრულყოფა. საილუსტრაციო ნიმუშად გამოყენებულია რუსული მორფოლოგიური გენერატორი, რომელიც ბაზისური ფორმის შესავალს პასუხობს მთელი პარადიგმის გენერაციით. განხილული სქემა მისი სრული რეალიზაციის შემთხვევაში, ერთი მხრივ, უზრუნველყოფს კომპიუტერულ მხარდაჭერას წარმომშობი მოდელების შესაქმნელად, მეორე მხრივ კი, წინგადადგმული ნაბიჯი იქნება ენობრივი ცოდნის შეძენის მოდელირებისაკენ.

Our research is based on an understanding of natural language meaning that attaches crucial importance to the share of spatial relations. According to this approach the content of a sentence is conceived as a projection in the Language Space (LS), a somewhat transformed reflection of the real space. Projections are thus one component of LS, the other being metaphorical reflections of quality degrees, functioning of the perception organs, social relations, etc. The characteristic features of LS are the such : position of the observer, the focus of her/his attention, direction of their movements (back, forward, up, down, etc.). The most important role is attached to the border, its position and orientation relative to the observer and the object of his/her attention and their movements. Besides the prepositions and verb roots a paramount contribution to the organization of LS projections is due to verbal prefixes, at least for languages with highly developed verb prefixation (Russian, German, Georgian, etc.) In our present work we deal with schematizing the LS of the two most common Russian verbal prefixes: v– (‘in’) and vy– (‘out’). A comparative perspective on the problem is supported by parallel examples from German and Georgian. In the conclusion, the interpretation of the meaning of verbal prefixes is brought into correlation with metaphorical expressions.

The correspondence between event participants profiled by Georgian verb and their case markers is considered. As a basis for explanation of these relations is proposed the metaphor of “Action chain/Energy flow” (R. Langacker 1991). It’s supposed that option of the case of nominal expression for participant depends on its position within the action chain”: in first instance, is defined by initial and final points of this linear structure and then by some additional factors

BfP это морфологическая порождающая система (Basic form →Paradigm) которая генерирует для каждой входной базисной формы (Bf) ее полную парадигму (P). В настоящее время эта система тестирована на радигмах русского глагола. Однако, уже в этом неполном виде она оказалась пригодной для создания морфологического компонента системы поддержки печатания русского текста (PSS - Printing support System). В соответствии с органичениям, накладываемыми этой полледной системой, на екране демонстрируются последовательным образом подмножества членов парадигмы, число которых не должно превышать 9 единиц. Высказана гипотеза, что морфологический компонент естественно-языковой системы может функционировать аналогичным образом.

A co-operative project between two research groups in Tbilisi and Stockholm began in 1996. Its purpose is to extend a word predictor developed by the Swedish partner to the Russian language. Since Russian is much richer in morphological forms than the 7 languages previously worked with, an additional morphological component, using an algorithm supplied by the group in Tbilisi, is seen as necessary. It will provide inflectional categories and resulting inflections for verbs, nouns and adjectives. The correct word forms can then be presented to the user of the word prediction system in a consistent manner, allowing the user to easily choose the desired inflectional word form. At present, the work with the classification of verbs is complete. The algorithm is also being used to automatically tag the large lexicon used in the word predictor with inflectional classes.

This work is aimed at definition of Georgian genitive’s meaning. Some contexts of its use are considered and on the basis of their similarities and differences a scheme is constructed which supposedly should subsume the main features of their content. The crucial point of this approach is a concept of object “environment”, sometimes named – Influence Area (IA); the prototypical meaning of Georgian genitive case can be described as “attraction” of some object O2, external to the one marked by genitive (O1), to the “environment” of the latter. This prototypical version of scheme subsumes all cases of the most usual possessive construction (Ng+N), however some important details depend on the lexical features of its components (Ng, N). It turned out that these lexical restrictions to be satisfied require subdivision of the object “environment” in some subareas each of which has its peculiar semantical relation to the core-object.

Предложена  схема системы, порождающей парадигму слова исходя из его базисной формы. Oсновой для представления  cлужит сетевой подход, ранее успешно использованный для двунаправленных морфологических процессоров и задачи бессловарного  тегирования. В отличие от этой  последней, использовавшей вместо словаря лишь краткие списки исключений, задача порождения парадигмы решается на основе структурированных списков исходных форм, организованных таким образом, что принадлежность к некоторому подсписку равнозначна определению всех характеристик, необходимых для построения соответствующей парадигмы. система тестирована на русских глагольных парадигмах. В полном виде она будет выполнять функции  автоматического орфографического словаря.

დისერტაციის რეცენზირება

სამაგისტრო ნაშრომების ხელმძღვანელობა

სადოქტორო თემის ხელმძღვანელობა/თანახელმძღვანელობა

უცხოურ ენებზე მონოგრაფიის სამეცნიერო რედაქტირება

ქართულ ენაზე მონოგრაფიის სამეცნიერო რედაქტირება

რეფერირებული ან პროფესიული ჟურნალის/ კრებულის მთავარი რედაქტორობა

სამეცნიერო პროფესიული ჟურნალის/ კრებულის რეცენზენტობა

რეფერირებული სამეცნიერო ან პროფესიული ჟურნალის/ კრებულის სარედაქციო კოლეგიის წევრობა

საერთაშორისო ორგანიზაციის მიერ მხარდაჭერილ პროექტში/გრანტში მონაწილეობა

სახელმწიფო ბიუჯეტის სახსრებით მხარდაჭერილ პროექტში/ გრანტში მონაწილეობა

პატენტის ავტორობა

უფლება ქართულ ან უცხოურ სასაქონლო ნიშანზე, სასარგებლო მოდელზე

საქართველოს მეცნიერებათა ეროვნული აკადემიის ან სოფლის მეურნეობის აკადემიის წევრობა

საერთაშორისო პროფესიული ორგანიზაციის წევრობა

კონფერენციის საორგანიზაციო/ საპროგრამო კომიტეტის წევრობა

ჯილდო ეროვნული/ დარგობრივი პრემია, ორდენი, მედალი და სხვ.

საპატიო წოდება

მონოგრაფია

სახელმძღვანელო

სტატია მაღალ რეიტინგულ და ადგილობრივ ჟურნალებში

პუბლიკაცია სამეცნიერო კონფერენციის მასალებში, რომლებიც ინდექსირებულია Web of Science-ში და Scopus-ში