Taivutusanalyysi

Taivutusanalyysi on kielitieteellinen prosessi, jossa sanan taivutusmuoto tulkitaan ja liitetään sen morfologisiin ominaisuuksiin sekä perusmuotoon (lemma). Se selvittää, millä tavoin sana saa esimerkiksi sijamuodon, lukumäärän, aikamuodon tai modaaliset merkit. Taivutus on keskeinen piirre kielissä, kuten suomessa, joissa sanojen taivutusmuodot ilmenevät laajasti ja vaikuttavat meritykseen sekä lauseen rakenteeseen.

Taivutukseessa erotetaan nominalinen taivutus ja verbi-taivutus. Nominaalisiin muotoihin kuuluvat sijamuodot sekä lukumäärä ja omistus. Verbin taivutus määrittää persoona ja lukumäärä, tempus (aikamuoto), moodi (indicatiivinen, konditionaali jne.) sekä mahdolliset passiivi- tai modaaliset muodot. Lisäksi adjektiiveilla ja pronomineilla on omat taivutusominaisuutensa. Suomen kielessä taivutukset ovat sekä monimuotoisia että usein kontekstisidonnaisia, mikä tekee analyysista haastavan.

Menetelmät ja työkalut vaihtelevat sääntöperusteisista ja tilastollisista malleista neuroverkkoihin. Sääntöperusteiset lähestymistavat käyttävät morfologisia transduktioita (finite-state) ja sanastoja; tilastolliset ja neuroverkkopohjaiset mallit oppivat taivutuskuvioita suurista tekstein/korpuksista. Suuren käytön ansiosta avoimia työkaluja ovat esimerkiksi Omorfi, joka tarjoaa suomenkielisen morfologisen analyysin; lisäksi Voikko ja TurkuNLP -projekti ovat käytössä erilaisten sovellusten kehittämisessä.

Käyttökohteita ovat hakukoneet, konekäännös, kirjoitus- ja kielioppitarkistukset sekä kielelliset sovellukset ja kielipalvelut. Taivutusanalyysi auttaa erityisesti kielimallien tarkkuutta ja monipuolisuutta suomen kaltaisissa taivutusvoimakkaissa kielissä.

Haasteina ovat sanojen moniselitteisyys ja kontekstin tarve tulkinnassa sekä erilaisten lemman- tai morfeemiyhdistelmien disambiguointi. Luotettava analyysi vaatii sekä kieliopillisten sääntöjen että kontekstuaalisen informaation hyödyntämistä.