ნინო ჯავაშვილი

მოხსენება შეეხება ქართულ-ინგლისური გრამატიკული ლექსიკონის კომპაილერს, რომელიც იქმნება შოთა რუსთაველის საქართველოს ეროვნული სამეცნიერო ფონდის საგრანტო პროექტის ფარგლებში. პროექტის მიზანია უზრუნველყოს ქართული ენის გრამატიკული ლექსიკონის ძირითადი კომპონენტების შესაბამისობა საერთაშორისო სტანდარტებთან და ქართულ-ინგლისური გრამატიკული ლექსიკონის კომპაილერის შემუშავება. ელექტრონული გრამატიკული ლექსიკონის დანიშნულებაა მომხმარებლისთვის ინფორმაციის მიწოდება სალექსიკონო ერთეულის იმ მორფოლოგიური და სინტაქსური მახასიათებლების შესახებ, რომლებსაც არსებითი მნიშვნელობა აქვთ გრამატიკულად სწორი ფრაზების ასაგებად. გარდა ამისა, ტექსტების მანქანური დამუშავებისას ასეთი ტიპის ლექსიკონები გამოიყენება ავტომატური მორფოლოგიური ანალიზის ინსტრუმენტად. მორფოლოგიური მახასიათებლების შერჩევისას ჩვენ ვეყრდნობით EAGLES2 (Expert Advisory Group on Language Engineering Standards) სტანდარტს. შემუშავებულია მორფო-სინტაქსური პარამეტრები და მათი მარკერები სალიტერატურო ქართული ენის კორპუსის ფარგლებში. სისტემის პროგრამულ უზრუნველყოფაში არის როგორც მახასიათებლების, ისე მათი მარკერების დამატების საშუალება. ქართული ენის ნებისმიერი ქვესისტემის გრამატიკული ლექსიკონის შედგენისას ლინგვისტ მომხმარებელს შესაძლებლობა აქვს დაამატოს გრამატიკული მახასიათებელი შესაბამისი მარკერით. ამჟამად მიმდინარეობს სისტემაში ინგლისური ენის მახასიათებლების დამატება და ქართულ ენასთან მათი შესაბამისობაში მოყვანა. მოხსენებაში განიხილება გრამატიკულ ლექსიკონში ქართული და ინგლისური არსებითი, ზედსართავი და რიცხვითი სახელების, ნაცვალსახელის, ზმნისა და უდეტრების ფლექსიური და დერივაციული ფორმებისთვის საკლასიფიკაციო მახასიათებლების შემუშავებისა და მათი სისტემატიზაციის პროცესი.

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.

ცნობარის კომპიუტერული ვარიანტი ეყრდნობა ქართული ენის სინთეზის და ანალიზის კომპიუტერულ სისტემებს. იგი არის სამი პროცესორის − ფუძეთა (ძირთა) ლექსიკონის, ფუძესთან მოთავსებული ინფორმაციის (ფუძის ფონეტიკური, მორფოლოგიური, რიგ შემთხვევაში სემანტიკური კოდის) ასახსნელი (გასაშიფრი) წესების და ფუძეში მიმდინარე ცვლილებების ამსახველი წესების ერთობლიობას. ჩამოთვლილი პროცესორები ურთიერთინტეგრირებულნი არიან და ავტომატურად ფუნქციონირებენ. როგორც წესები, ასევე ფუძისეული ინფორმაცია ჩაწერილია სიმბოლოებში. სპეციალური სალექსიკონო ინტერაქტიური სისტემის მეშვეობით შესაძლებელი ხდება სალექსიკონო სიმბოლოების გაშიფვრა და მათი ეკრანზე გამოტანა, რაც მომხმარებელს თვალნათლივ დაანახებს ამა თუ იმ ფუძის პარამეტრებს. წესები წარმოადგენს პროდუქციათა ერთობლიობას. მასში გაერთიანებულია სათანადოდ კვალიფიცირებული ცალსახა თუ არაცალსახა მარკერები, მარკერთა შეხვედრის პირობები. ნაჩვენებია, რა მორფოლოგიურ კატეგორიებს განარჩევს ესა თუ ის ზმნა, სახელი, მოცემულია კატეგორიათა ინტერპრეტაცია (რიგ შემთხვევაში ტრადიციულიდან განსხვავებული), ახსნილია მარკერთა სინონიმია/ომონიმია, გამოთქმულია გარკვეული მოსაზრებები ამ მოვლენათა თაობაზე. კერძოდ, მიგვაჩნია რომ სინონიმია მორფოლოგიურ დონეზე (სინტაქსური დონისაგან განსხვავებით) შეზღუდულია, განპირობებულია მორფოლოგიური გარემოცვით (შდრ.: ხატავ-ს და ხატავდ-ა). რაც შეეხება ომონიმურ მოვლენას, ასეთად (ომონიმიად) ჩათვლილია მხოლოდ ისეთი შემთხვევები, რომლებიც არამორფოლოგიურ დონეზე აიხსნებიან. მორფოლოგიური ცნობარის კომპიუტერული ვარიანტის მეშვეობით მსურველს საშუალება ეძლევა მიიღოს მორფოლოგიური ხასიათის ამომწურავი ინფორმაცია ქართული ენის ზმნისა თუ სახელის შესახებ.

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.

From some point of view Language Modeling (LM) can be considered as a some axis of the linguistics. The thing is that just in the frames of it the different basic components of language should be unified and as a result brought into accord and conformity. In some sense just in this their interaction in the course of LM activity shows itself their true structure, import and their natural place in a system as a whole. The typical instances of a such interaction and reciprocal influence are: dictionary and grammar, different levels of language (from phonetic-phonological up to semantic-pragmatical), analytical and synthetical direction of speech/text processing, etc. Just one more, though somewhat more global and general, dimension of such relations is here under consideration: that is, we shall here touch the question of a triple relation between aspects of language knowledge, its use and its acquisition. This direction of investigations newly began and as far only some sketches of the language knowledge/use relation are ready for demonstration, though even they are not sufficiently tested and don’t guarantee complete correctness of their functioning

სპეციალური სალექსიკონო ინტერაქტიური სისტემის მეშვეობით შესაძლებელი ხდება სალექსიკონო სიმბოლოების გაშიფვრა და მათი ეკრანზე გამოტანა, რაც მომხმარებელს თვალნათლივ დაანახებს ამა თუ იმ ფუძის პარამეტრებს.

ქართულად წერის ხელშემწყობი კომპიუტერული პროგრამაა, რომელიც, რამდენადაც ჩვენთვის ცნობილია, საქართველოში ჯერ არ დამუშავებულა. პროგრამა მომხმარებელს სიტყვის სწორ ვარიანტს სთავაზობს და კლავიატურის მინიმალური გამოყენებით უადვილებს კომპიუტერთან ურთიერთობას. შვედეთის სამეფო ტექნიკური უნივერსიტეტის (Dept. of Speech , Music and Hearing at the Royal Institute of Technolgy (KTH)) მეცნიერთა ჯგუფი ასეთი სისტემის შექმნაზე წლების განმავლობაში მუშაობდა. ეს სისტემაPProphet-ის სახელითაა ცნობილი. Prophet პროგრამაა, რომელიც კომპიუტერთან მუშაობის დროს მომხმარებელს სიტყვის სწორ ვარიანტს სთავაზობს წინამორბედი სიტყვიდან ან ასოდან გამომდინარე. გადავწყვიტეთ ჩვენც შეგვექმნა P Prophet-ის ანალოგიური ქართული სისტემა. Prophet-ის ქართული ვერსიისათვის, რომელსაც ჩვენ ვუწოდებთ “ქართული ენის კომპიუტერულ სუფლიორს”, საჭიროა: Prophet -ის პროგრამული კოდის ქართულ ენაზე მორგება; ქართული ტექსტური კორპუსის შედგენა (არანაკლებ მილიონი სიტყვისა); Prophet-ის ქართული სალექსიკონო ბაზების შევსება; ქართული ენის მორფოლოგიური პროცესორის შემუშავება; აფიქსების ლექსიკონის შედგენა და Prophet-ის სალექსიკონო ბაზების მოდიფიკაცია. ამ დროისთვის ქართული ტექსტური კორპუსი შევსებულია დაახლოებით მილიონი სიტყვით. კორპუსის შესადგენად გამოვიყენეთ ქართული ინტერნეტგვერდები. მასალა ერთგვაროვანი რომ არ ყოფილიყო, მოვიძიეთ სხვადასხვა თემატიკის ტექსტები თანაბარი რაოდენობით. დავამუშავეთ თორმეტი თემატიკა, ესენია: საქართველოს ისტორია, რელიგია, კულტურა, მედიცინა, სპორტი, ეკონომიკა, პოლიტიკა, შოუბიზნესი, ოჯახი და ბავშვები, ხალხი და საზოგადოება. ტექსტური კორპუსი შემდგომში სათანადო დამუშავებას მოითხოვს. შესაყვანი ფაილის ფორმატი უნდა იყოს ერთი სიტყვა თითოეულ სტრიქონზე. სამწუხაროდ, ონლაინ ტექსტებში ძალზე ხშირია სხვადასხვა სახის შეცდომები (სიტყვის შეცდომით ჩაწერა, არაპროექტის განხორციელების შედეგად შეიქმნება Pროპჰეტ-ის ქართული ვერსია. კომპიუტერული პროგრამა დაეხმარება მომხმარებელს ქართული ტექსტების აკრეფის დროს სიტყვათა თანმიმდევრობის მითითებით ამოირჩიოს გრამატიკულად კორექტული სიტყვები. სალექსიკონო ბაზაში შევა 100000 ამოსავალი სიტყვა და მათი ფორმაწარმოების ყველა წესი. ჯერჯერობით ამოსავალ ფორმათა და წესების ლექსიკონი შევსებულია 30000 ერთეულით.

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.

განხილულია ქართულ ენაში ზოგიერთი არსებითი სახელის მრავლობით რიცხვში ბრუნების თავისებურებანი. ენობრივი მოვლენები გარკვეულ კანონზომიერებას ექვემდებარება, მაგრამ ზოგადი წესების გვერდით არსებობს გამონაკლისებიც. ყურადღება გამახვილებულია ზოგიერთი სახელის მრავლობითი რიცხვის წარმოების საკითხზე. უკვე დამკვიდრებული წესის თანახმად, მრავლობით ბრუნვაში არ იხმარება გარკვეული ჯგუფის არსებითი სახელები. მათ არათვლადი სახელები ეწოდება. ასეთებია ნივთიერებათა, აბსტრაქტული, კრებითი არსებითი სახელები, მაგრამ   სხვადასხვა სემანტიკური დატვირთვის დროს არაიშვიათია ასეთი სახელების მრავლობითში ხმარება. ზოგი ზედსართავი სახელი გაარსებითებულია მრავლობითი რიცხვის ფორმით (წითლები, მწვანეები, მდიდრები, ღარიბები და ა.შ.). ნაშრომში საილუსტრაციოდ მრავლადაა მოყვანილი მეტყველებაში უკვე მტკიცედ დამკვიდრებული სიტყვათშეთანხმებები, ისეთები, როგორიცაა „ქართული ღვინოები“ „მარილების დაგროვება“, „მინარალური წყლები“ - (ნივთიერებათა სახელები); „ფიქრები“, „მოტივები“, „არჩევნები“ - (აბსტრაქტული სახელები); „გუნდები“, „კრებები“-(კრებითი სახელები): და სხვა.

მოხსენებაში განხილული იქნება ქართული წინადადების სინტაქსური ანოტირების სტრუქტურა ლინგვისტური კონსტრუქციების ბინარული მიმართებების მიხედვით, სადაც თითოეულ სიტყვასთან მითითებულია მისი როლი სიტყვათა კავშირში. წინადადებაში სიტყვათა შორის სინტაქსური კავშირები შესაბამისობაშია სინტაქსური ხის სტრუქტურასთან. წინადადების წევრები (სიტყვები) წარმოდგენილია სახელური (NP) და ზმნური (VP) ფრაზების ელემენტებად. ხის სტრუქტურის ერთიანობის შესანარჩუნებლად შემოდის ნულოვანი კვანძის ცნება (S-წინადადება), რომელიც უპირო ზმნის შემთხვევაში მხოლოდ VP-ზმნური ფრაზის, ხოლო სხვა შემთხვევაში კი NP-ს და VP-ს მშობელია. აღწერილია წინადადების ყველა წევრი (მთავარიც და არამთავარიც). თითოეულ მათგანთან აუცილებლად მითითებულია მისი სინტაქსური როლი: ეს არის სინტაქსური მშობლისა და სინტაქსური მემკვიდრის როლი. მშობლის როლში შეიძლება იყოს როგორც სახელური ფრაზა, ასევე ზმნური ფრაზაც. ეს ფრაზები თავისუფლად შეიძლება მონაწილეობდნენ მემკვიდრის როლშიც. ნაჩვენებია აგრეთვე, რომელ სინტაქსურ კონსტრუქციაში მონაწილეობს წინადადების ესა თუ ის წევრი, რომელსაც, თავის მხრივ, მიწერილი აქვს ყველა შესაძლო როლი სათანადო გრამატიკული მახასიათებლებით. მაგალითად, პირდაპირი დამატება არის VP ზმნური ფრაზის მემკვიდრე (VP=V+N). ის შეიძლება გადმოცემული იყოს სახელით (არსებითი, ზედსართავი, რიცხვითი, ნაცვალსახელი, სახელზმნა) მხოლობითსა და მრავლობით რიცხვში. მისი ბრუნვებია სახელობითი და მიცემითი. დაირთავს თანდებულებს (ვით, თან, ზე, ში) და ნაწილაკებს (-ც, -ღა, -ვე), ასევე სხვათა სიტყვის ნაწილაკებს (ო, მეთქი, თქო). ქართული წინადადების სინტაქსური ანოტირების სტრუქტურაში მნიშვნელოვან როლს ასრულებს მორფოლოგიური ანალიზის შედეგად დაგროვილი ცოდნა, რომელიც ამომწურავ სინტაქსურ ინფორმაციას გვაწვდის. მაგალითად, მოთხრობითი ბრუნვით გადმოცემული სახელი მხოლოდ ქვემდებარე შეიძლება იყოს და ა.შ. ასეთი სტრუქტურის მქონე სინტაქსური ანოტირების სისტემა გრამატიკული მახასიათებლების მეშვეობით ქართული წინადადების სრულყოფილი აღწერის საშუალებას იძლევა. 

მოხსენებაში აღწერილია ქართული WordNet თესაურუსის — GeWordNet-ის შემუშავების მეთოდიკა. ახსნილია განსხვავება ტრადიციული ლექსიკონებისა და თესაურუსებისა WordNet თესაურუსთან შედარებით. ჩამოთვლილია ძირითადი პრინციპები, რომლებიც იყო გამოყენებული პრინსტონის WordNet თესაურუსში. განხილულია ენის სისტემის შესახებ ინფორმაციის წარმოსადგენად აუცილებელი ლინგვისტური წყაროების ჯგუფები. დახასიათებულია WordNet-თესაურუსების შემუშავების სტანდარტები: მნიშვნელობათა ანალიზის დეფინიციური, კონტექსტური და სიტყვაწარმოებითი მეთოდები. აღწერილია თესაურუსში გამოყენებული სემანტიკური, პარადიგმატიკული და სინტაგმატიკური კავშირების სახეები. 

In order to solve theoretical and applied tasks of Georgian language it is very important to draw out deeply annotated text corpora. While syntactically annotated corpora are now available for English, Czech, Russian and other languages, for Georgian they are rare. The environment, developed by our research group, offers several NLP applications, including a module of morphologic, syntactic and semantic level, a Universal Networking Language interface and a natural language interface to access SQL type databases. In this article, we research the automatic syntactic parser of Georgian Language. It includes syntactic level as well as morphologic level of Georgian language model. The basis of the linguistic model of Georgian text syntax annotation is the dependency grammar.

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.

WordNet თანამედროვე საინფორმაციო ტექნოლოგიების სფეროში ყველაზე ფართოდ გავრცელებული ლექსიკურ მონაცემთა ბაზაა. მას საფუძვლად დაედო 1996 წელს პრინსტონის უნივერსიტეტის კოგნიტიურ მეცნიერებათა ლაბორატორიაში დამუშავებული ადამიანის მენტალური ლექსიკონის მოდელი, რომელიც საბოლოოდ გახდა ყველაზე ავტორიტეტული და ფართო გამოყენების სტანდარტი ლექსიკო-სემანტიკური მონაცემების ბაზის ასაგებად. WordNet ლექსიკო-სემანტიკური თესაურუსის ცოდნის ბაზები გამოიყენება ისეთ ამოცანებში, როგორიცაა საინფორმაციო ძიება, მანქანური თარგმანი, სიტყვათა მნიშვნელობების დადგენა და დიალოგური სისტემების აგება. 1999 წელს შეიქმნა EuroWordNet, რომელშიც გაერთიანდა ევროპული ენების WordNet ლექსიკონები. ამჟამად მართვის სისტემების ინსტიტუტის ენობრივი და სამეტყველო სისტემების განყოფილებაში  მიმდინარეობს სამუშაოები ქართული WordNet-ის შესაქმნელად (შოთა რუსთაველის ეროვნული სამეცნიერო ფონდის გრანტი „ქართულ სიტყვათა ქსელის კომპაილერი GeWordNet”). WordNet-ის ბაზისურ სტრუქტურულ ერთეულს წარმოადგენს სინონიმური რიგი - სინსეტი, რომელიც აერთიანებს მსგავსი მნიშვნელობის მქონე სიტყვებს. თითოეული სინსეტი ენის ერთგვარ ლექსიკალიზებულ ცნებას ასახავს. სინსეტს თან ახლავს განმარტება და სიტყვათა მაგალითები სხვადასხვა კონტექსტში. WordNet-ში სინსეტები ერთმანეთთან დაკავშირებული არიან ისეთი სემანტიკური მიმართებებით, როგორიცაა: ჰიპონიმია (გვარი/სახეობა), მერონიმია (მთელი/ნაწილი), პრესუპოზიცია, კაუზაცია, ანტონიმია და სხვ. ქართული WordNet-ის შემუშავება ხდება ორ ეტაპად. პირველ რიგში ხდება WordNet ლექსიკონის ფორმირება ქართული ენისთვის, მეორე ეტაპზე კი ქართულ-ინგლისური ენათაშორისი ინდექსის (interlingual index - ILI) საშუალებით EuroWordNet-თან ქართული ლექსიკონის მიბმა. კონკრეტული ენის სინსეტების აღწერისას შესაძლებელია გამოყენებულ იქნას ILI ინდექსის სინსეტებთან მისი ეკვივალენტობის სხვადასხვა დონე: EQ_SYNONYM - ILI ინდექსის სინსეტსა და ენის სინსეტს შორის სრული თანხვედრა; EQ_NEAR_SYNONYM - სამიზნე ენის სინსეტს შეესაბამება რამდენიმე ILI ინდექსის სინსეტი; HAS_EQ_HYPERONYM - სამიზნე ენის სინსეტი უფრო სპეციფიურია, ვიდრე ინდექსის სინსეტი; HAS_EQ_HYPONYM ენის სინსეტი შეიძლება დაუკავშირდეს მხოლოდ ინდექსის სპეციფიკურ სინსეტს. ქართული WordNet-ის სინსეტების ავტომატური ფორმირება ხდება ორენოვანი ელექტრონული ლექსიკონის გამოყენებით. მიმართებები სინსეტებს შორის ქმნიან იერარქიულ სტრუქტურას, რომელთა სათავეში მოქცეულია სინსეტის ჰიპერონიმი. მოხსენებაში განხილული იქნება სინსეტების და ჰიპონიმური ხის ავტომატური ფორმირების ალგორითმი და პროგრამული რეალიზაცია ქართული WordNet-ისთვის.

The paper presents the peculiarities of derivation in the novels of the Georgian writer Otar Tchiladze. There are shown some problems of word production, also some ways and forms of using word-formation. The elements that take part in word formation differ in semantics and activeness. Therefore, it is more convenient to consider not separate derivative elements but the models that include these elements. Productive word-formation is the topical one today. “Word-formation” has broad meaning in Georgian. It also means derivation that on its turn means creating new words not only by affixation but also by composition. Learning productive means of word-formation helps to develop word-formation process in a language. In the process of composing the rules and means of word-formation differ in activeness. Derivative models are based on text corpus according to Otar Tchiladze novels. It is well known that every writer has his own style of writing. Some language elements of style of one writer may coincide with the style of the other writer. However, the structure and the speech order would be different. The paper presents the full model of word-formation and statistical data according to the corpus of the novels by Otar Tchiladze. There will also be shown analysis of the words that is characteristic to the writer only.

Во время перевода определённую сложность создают производные слова (дериваты). Проблема в деривационных формах, так как добавление словообразующих аффиксов вызывают лингвистические изменения в словах. Некоторые аффиксы синонимичны, другие омонимичны, и решить эту проблему очень важно в процессе построения компьютерных моделей. Надо обратить особое внимание на фонетические события и изменения корня при создании алгоритмов перевода и дальнейшего программирования. Для решения данной задачи, в первую очередь, нами была создана база данных словообразовательных аффиксов грузинского языка. В нем объединены морфемы, которые являются родными для современного литературного грузинского языка или введены с других языков. Для автоматического формирования соответственных Грузино-Английских деривационных форм были созданы модели словообразований разных семантических групп для обоих языков. Также была создана база Английских деривационных аффиксов. Грузинский язык известен обилием морфологических форм. Для полноценного автоматического перевода в систему был подключен морфологический процессор грузинского языка. Таким образом производится автоматическая лемматизация грузинских слов, после чего используются алгоритмы распознавания модели деривации и автоматического перевода. Тот же процесс, только в обратном направлении используется для английской деривационной формы слова. В обеих случаях получаем одну, или несколько (в случае омонимии в исходной форме и синонимии – в итоговой) лемму деривационной формы слова.

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.

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