Övergenereras

Övergenereras är ett svenskt verbböjt uttryck som beskriver att en regel, modell eller generator producerar uttryck eller strukturer som ligger utanför målspråket eller det avsedda sammanhanget. I lingvistik används termen för att ange att ett syntaktiskt eller morfologiskt system tillåter former som inte är korrekta eller naturliga i språket som studeras. Inom natural language processing (NLP) och maskinöversättning handlar övergenerering om att generationen kan producera resultat som är syntaktiskt acceptabla men semantiskt felaktiga, eller helt ogrammatiska i målspråket. Orsakerna ligger ofta i för breda regler, bristande kontextbegränsningar eller otillräcklig information om hur språket används i olika sammanhang.

Inom teoretisk lingvistik och i tillämpad NLP uppträder övergenerering när en modell eller regel uppfyller vissa formella kriterier men inte fångar språkets riktiga användning. Det kan till exempel ske om regler låter alla kombinationer av ord eller fraser förekomma, eller om morfologiska ändelser appliceras i situationer där de inte passar. I språkpedagogik används termen ibland för att beskriva hur elever övergeneraliserar regler, och därmed bildar felaktiga former av ord eller strukturer.

Åtgärder mot övergenerering innefattar att införa mer restriktiva regler, använda större och mer representativa korpus, samt kombinera regelbaserade metoder med statistiska eller neurala modeller som bättre fångar actual användning. Det gör att precisionen förbättras utan att återgå till undergenerering. Se även övergeneralisation, överanpassning och generativ språkmodellering.