morfoloogiaanalüüs

Morfoloogiaanalüüs on keeleteaduses sõnade struktuuri uurimine ja morfeemide eristamine. Selle käigus jaotatakse sõna põhisõna ehk lemmavorm ning sellele lisanduvad morfeemid, mis kannavad tähendust või grammatilist funktsiooni. Morfeemid võivad olla juur, prefiksid, sufiksid, infiksid või circumfixid ning kokku moodustada erinevaid vorme. Analüüsi tulemusena kajastatakse sõna morfoloogiline struktuur ja lemmavorm koos märgendustega.

Morfoloogiaanalüüsi lähenemised jagunevad peamiselt reeglipõhisteks ja statistilisteks/masinõppepõhiseks. Reegipõhised süsteemid, näiteks kahe-tasemeline morfoloogia või Finite-State Transducers (FST), kirjeldavad morfeemide ühendamist ja vormide kujunemist kindlate paradigmide raames. Statistilised ja masinõppemeetodid kasutavad suurte teksti- ja morfoloogilise märgistuse kogude andmeid ning õpivad tõenäosuslikult sobivaid analüüse. Tihti pakkutakse välja mitu võimalikku lahendust, mida kontekst soovi korral valib.

Rakendused hõlmavad märgendust (part-of-speech tagging), lemmatiseerimist, morfoloogiliste tunnuste kogumist ja tekstitöötlust, otsingut ning keeleõpet ja masintõlget. Morfoloogiaanalüüs on eriti oluline keeltes, kus sõnad võivad moodustada mitu morfeemi, näiteks eesti, soome ja türgi keeled.

Väljakutsed hõlmavad mitmepalgelist analüüsi (ambiguity), nimede ja erandlike vormide käsitlemist, ressursside puudust või ebapiisavust ning hindamise ja standardiseerimise vajadust. Seoses on morfoloogiaanalüüs tihedalt seotud morfeemide, lemmade ja märgenditega ning on keskne osa nii teoreetilisest keeleteadusest kui praktilisest NLP-st.