arXiv cs.CL· Jaroslava Hlav\'a\v{c}ov\'a, Marie Mikulov\'a, Barbora \v{S}t\v{e}p\'ankov\'a, Milan Straka, Jan Haji\v{c}·· 10 小时前AI 评分18
MorfFlex：面向丰富形态语言的形态学词典架构
MorfFlex: Handling Rich Morphology
AI 导读
MorfFlex 是一种适用于屈折与派生高度规则语言的形态学词典架构，其首个实例 MorfFlex CZ 收录超 1 亿个词形和逾 100 万个词元。该词典以三元组列表形式发布，通过人工维护的源文件与转换脚本编码屈折和派生模式，大幅压缩词典体积。它支撑布拉格依存树库人工形态标注的一致性，并为 MorphoDiTa 等先进工具提供基础。
正文 · AI 翻译
摘要：我们提出 MorfFlex，一种适用于在屈折和派生两方面都具有广泛规律性的语言的形态学词典架构。作为 MorfFlex 实际应用的主要示例，我们介绍 MorfFlex CZ，一部捷克语形态学词典。它以简单的、非结构化的 <词形, 词元, 标记> 三元组列表形式发布，然而，其人工维护的、未公开的源文件和转换脚本编码了一套精巧的屈折和派生模式系统。这些模式大幅缩减了词典原本庞大的规模，该词典目前包含超过 1 亿个词形和超过 100 万个词元。MorfFlex CZ 词典是确保布拉格依存树库中人工形态学标注一致性的重要资源，并为 MorphoDiTa 等最先进的自动工具提供支撑。在本文中，我们重点关注：(i) 提出一种有效方法来管理词典中丰富的形态学系统，以及 (ii) 展示此类语言资源在维护语料库标注一致性和支持先进 NLP 应用开发方面的实用性。
| 评论： | 已被 LREC 2026 接收 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2606.24366 [cs.CL] |
| （或 arXiv:2606.24366v2 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2606.24366 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.63317/36ruwkgu8iex
链接到相关资源的 DOI |
提交历史
来自：Milan Straka [查看邮箱]
[v1]
2026年6月23日 星期二 09:56:58 UTC（89 KB）
[v2]
2026年11月10日 星期二 12:24:39 UTC（100 KB）
来源：arXiv cs.CL · arxiv.org