2. Все языки имеют окончательное удлинение произношения.

Хотя языки, как правило, различаются по степени удлинения слов в заключительной фразе или заключительной позиции высказывания, похоже, что это было обнаружено во всех языках, где это было исследовано (Fletcher 2010, White et al.2020) . Даже языки, в которых отсутствуют фонологические единицы, используемые в интонационных системах (граничные тона, высшие акценты), по-видимому, имеют удлинение в конце произнесения (DiCanio and Hatcher, 2018, DiCanio et al.2018, в печати).

3.Языки оптимизируют расстояние между гласными в артикуляции / акустике.

*** Отредактировано для включения новых вещей — спасибо Элеоноре Чодрофф, Дэвиду Камхольцу, Джозефу Касильясу, Рори Тернбулл, Клэр Бауэрн, Карлосу Вагнеру и другим в Твиттере, чьи личности / имена неясны. ***

4. Внутренняя F0 высоких гласных

Существует некоторое обсуждение этого эффекта, но кажется, что, при прочих равных, высокие гласные будут иметь более высокий F0, чем низкие гласные (Whalen & Levitt 1995).На всех языках, где это было исследовано, исследователи нашли этому положительные доказательства. Whalen и Levitt отмечают, что объяснение здесь связано с повышенным субглоточным давлением и большей активностью перстнещитовидной железы (CT) при образовании высоких гласных по сравнению с низкими гласными. Якобы, когда язык поднят, он оказывает давление на гортань через подъязычно-подъязычные и подъязычные мышцы. Это поднимает щитовидный хрящ и, таким образом, оказывает давление на перстнещитовидный желез (повышая F0). В этом случае потребуется большее субглоточное давление, чтобы превысить импеданс из-за большего напряжения голосовых связок.

Однако существует тенденция не наблюдать эффекта в контекстах с низким F0, в частности, для низких тонов в языках тонов. Я лично задавался вопросом об этом в языках Mixtec и Triqui, хотя обычно довольно сложно контролировать глоттализацию, тон и качество гласных одновременно на этих языках, чтобы исследовать этот вопрос. Почему эффект не проявляется на низких тонах? Одна возможность состоит в том, что управление F0 существенно отличается в контексте низкого F0. Согласно модели вибрации голосовых связок Титце (1994), тиреоаритиеноидные (ТА) мышцы более ответственны за вибрацию голосовых складок, когда F0 низкий.Возможно, поднятие языка оказывает меньшее усилие на TA, чем на CT.

5. Озвученные остановки короче по продолжительности, чем беззвучные

Трудно поддерживать голос, когда есть какое-либо сужение в надгортанной полости. Предполагая, что вентиляция небно-глоточного порта отсутствует, закрытие надларингеального орального упора вызовет повышение давления над голосовой щелью, которое будет препятствовать необходимому перепаду давления в голосовой щели, необходимому для продолжения голоса — аэродинамическое ограничение голоса (Ohala, 1983).Таким образом, стопы относительно быстро перестанут звучать во время закрытия. Точно так же для звонких фрикативов необходимость поддерживать узкое сужение для трения и более высокое внутриротовое давление воздуха по сравнению с атмосферным давлением воздуха противоречит одновременной необходимости поддерживать большее субглоточное давление по сравнению с внутриротовым (надгортальным) давлением воздуха для продолжительного озвучивание. Таким образом, звонкие фрикативы часто лишают или де-фрикативизируют (и производятся как продолженные).

Следствием аэродинамического ограничения озвучивания в остановках является то, что продолжительность озвучивания остановок ограничена, и поэтому оказывается, что озвученные остановки короче, чем глухие.Это наблюдалось со времен ранней работы Лискера (1957) (также см. Лискер 1986). Вроде бы фонетический универсал. А как насчет фрикативов? Звонкие фрикативы обычно короче глухих? Я думаю, что по этому поводу еще нет жюри. Хотя трудно поддерживать одновременное озвучивание и трение для озвученных фрикативов, временные ограничения не так ясны, как с остановками. Тем не менее, звонкие фрикативы почти всегда короче глухих.

Размышляя о мнимых фонетических универсалиях, я поражаюсь множеству паттернов, которые не кажутся такими универсальными, как когда-то считалось.Я больше всего знаком с теми, кто участвовал в исследованиях, которые я провел.

6. Не универсальный — слово-начальное усиление

Распространенный кросс-лингвистический образец состоит в том, что согласные в начале слова будут воспроизводиться с большей продолжительностью и / или с более сильной артикуляцией (больше контакта, более высокая скорость). Fougeron & Keating (1997) представляет собой основополагающую статью, в которой наблюдают эту закономерность у англоговорящих. Он был изучен на разных языках — совсем недавно в работе Katz & Fricke (2018) и White et al.(2020). Хотя Fougeron и Keating (1997) и последующие работы Keating et al. (2003) не утверждают, что этот паттерн универсален, White et al. (2020) заявляют (в своих выводах) следующее:

«Мы предполагаем, однако, что первоначальное удлинение согласных, вероятно, будет поддерживать универсальную структурную функцию из-за критической важности начала слов для связанных процессов сегментации речи и распознавания слов».

Должен признаться, я работаю над статьей, в которой это утверждение рассматривается вместе с некоторыми из моих исследований Yoloxóchitl Mixtec, отомангского языка в Мексике.Язык префиксальный и имеет заключительное ударение. Начальные согласные слова всегда короче срединных и (по крайней мере, в статье, над которой я сейчас работаю) подвергаются большему смягчению. Вы не должны верить мне на слово, основываясь на том, что еще не опубликовано. Результаты исследования продолжительности повторяются как у DiCanio et al. (2018) и DiCanio et al. (появиться). Итак, три разных издания с разными спикерами нашли эффект. (Я просто упомяну здесь, потому что это блог, а не публикация, что такая же закономерность, похоже, сохраняется в Itunyoso Triqui — другом языке Mixtecan с заключительным ударением и префиксом.Это еще одна газета этим летом.)

«Наши результаты показывают, что в процессе распознавания устного слова слушатели держатся ближе к поверхностной форме, пока другие звуки не приведут к интерпретации, что поверхностная форма является результатом морфофонологического изменения мутации.« (Уссишкин и др., 2017, с.30)

7. Не универсальный — носители тонального языка лучше воспринимают высоту тона, чем носители нетональных языков.

Знаю, знаю, тебе хочется верить, что это правда. Все слушатели тонального языка должны обладать сверхспособностями, когда дело доходит до восприятия звука, верно? Оказывается, свидетельства здесь довольно неоднозначны, и в конечном итоге роль музыкального опыта играет большую роль. Существуют статьи, в которых были обнаружены доказательства того, что владение языком тонов дает определенные преимущества в различении высоты тона, когда слушатели должны различать как тональные категории, так и внутри них (Burnham et al. 1996, Hallé et al. 2004, Peng et al. 2010). Однако есть и другие статьи, не показывающие никаких преимуществ (Stagray & Downs 1993, DiCanio 2012, So & Best 2010). Обычно речь идет о музыкальном прошлом слушателей. В Stagray & Downs (1993) авторы выбрали только говорящих на китайском языке, у которых не было музыкального опыта, а в DiCanio (2012) ни один из слушателей Triqui не имел музыкального опыта. В So & Best (2010) авторы отобрали 300 гонконгских кантонских слушателей и выбрали только тех, кто (а) не знает мандаринского языка и (б) не имеет формального музыкального образования.Только 30/300 квалифицированных! Многие другие исследования, в которых обнаруживается преимущество слушателей языка тонов, не учитывают музыкальный фон.

Итак, насколько музыкальные способности играют роль в тональном различении? Я могу привести пример из некоторых данных из моей статьи 2012 года (хотя в самой статье это не обсуждалось). Triqui — сильно тональный, с девятью лексическими тонами (/ 1, 2, 3, 4, 45, 13, 43, 32, 31 /) и обширной тональной морфофонологией (DiCanio 2016). Можно представить, что при предъявлении стимулов в континууме между двумя тональными категориями, например.грамм. падающие тона 32 и 31, они могут быть очень осторожны при восприятии небольших различий. Оказывается, они лучше воспринимают различия между категориями (шаги 2-4, 3-5, 4-6, 5-7), чем различия внутри категорий (шаги 1-3, 6-8).

——

Несомненно, есть много других вещей, которые можно было бы добавить сюда как для универсалов, так и для , но уже не для универсалов. Я, конечно, очень пристрастен здесь как человек, работающий над просодией.(Меня больше интересуют просодические паттерны.) Это постоянно обновляемый список вещей, которые как для моей личной памяти, так и для других, чтобы внести свой вклад (или спорить). Так что любые мысли о том, что можно добавить, приветствуются.

_____________
1. Здесь есть много других источников, которые мне, вероятно, не хватает. Я был бы рад добавить все, что вам предложат.

Артикул:

Бернем, Д., Фрэнсис, Э., Вебстер, Д., Луксанианавин, С., Аттапайбоун, К., Ласерда, Ф., и Келлер, П. (1996). Восприятие лексического тона в разных языках: свидетельство лингвистического способа обработки. В Труды 4-й Международной конференции по обработке разговорной речи , том 4, страницы 2514–2517.

Берд Д. и Зальцман Э. (2003). Упругая фраза: моделирование динамики приграничного удлинения. Фонетический журнал, 31: 149–180.

Чо Т. и Ладефогед П. (1999). Вариации и универсалии в VOT: данные с 18 языков. Фонетический журнал , 27: 207–229.

Chodroff, E., Golden, A., and Wilson, C. (2019). Ковариация времени начала остановки голоса в разных языках: свидетельство универсального ограничения фонетической реализации. Журнал Американского акустического общества, экспресс-письма , 145 (1): EL109 – EL115.

ДиКанио, К. Т. (2012). Кросс-лингвистическое восприятие тона Itunyoso Trique. Фонетический журнал, 40: 672–688.

ДиКанио, К. Т. (2016). Абстрактные и конкретные тональные классы в морфологии личности Itunyoso Trique. В Palancar, E. и Léonard, J.-L., редакторах, Tone and Inflection: New Facts and New Perspectives , volume 296 of Trends in Linguistics Studies and Monographs, chapter 10, pages 225–266. Мутон де Грюйтер.

ДиКанио, К., Бенн, Дж., И Кастильо Гарсия, Р. (2018). Фонетика информационной структуры в Yoloxóchitl Mixtec. Фонетический журнал, 68: 50–68.

ДиКанио, К., Бенн, Дж. И Кастильо Гарсия, Р. (в печати). Выявление влияния положения и отклонения на уровне произнесения на производство тона. Language and Speech , в печати. Препринт доступен здесь.

ДиКанио, К. и Хэтчер, Р. (2018). О неуниверсальности интонации: свидетельство Triqui. Журнал акустического общества Америки , 144: 1941.

Флетчер, Дж. (2010). Просодия речи: хронометраж и ритм. В «Справочник фонетических наук», стр. 521–602. Wiley-Blackwell, 2-е издание.

Фужерон К. и Китинг П. А. (1997). Артикуляционное усиление по краям просодических доменов. Журнал акустического общества Америки, 101 (6): 3728–3740.

Гордон, М. К. (2016). Фонологическая типология . Издательство Оксфордского университета.

Халле, П. А., Чанг, Ю. К., и Бест, К. Т. (2004). Идентификация и различение тонов китайского мандаринского диалекта китайскими и французскими слушателями. Фонетический журнал , 32 (3): 395–421.

Якобсон Р., Фант К. Г. М. и Галле М. (1961). Предварительные сведения к анализу речи: отличительные черты и их корреляты . MIT Press.

Кац, Дж.и Фрике, М. (2018). Нарушение слуха улучшает сегментацию слов: функциональную основу феномена лениции. Glossa, 3 (1): 1–25.

Китинг П. (1984). Фонетическое и фонологическое представление озвучивания стоп-согласных. Язык , 60: 286–319.

Кингстон, Дж. И Дил, Р. Л. (1994). Фонетические знания. Language, 70 (3): 419–454.

Ladd, D. R. (2014). Синхронная структура в фонологии. Oxford University Press.

Лискер Л. (1957). Продолжительность закрытия и различие между голосом и голосом на английском языке. Язык , 33: 42–49.

Лискер Л. (1986). Озвучивание на английском языке: каталог акустических характеристик, сигнализирующих / b / по сравнению с / p / в хореях. Язык и речь, 29 (3): 3–11.

Мунхалл, К. Г. и Лёфквист, А. (1992). Жестовая агрегация в речи: гортанные жесты. Фонетический журнал , 20: 93–110.

Охала, Дж. (1983). Происхождение звуковых паттернов в ограничениях голосового тракта. В MacNeilage, P. F., редактор, Производство речи , страницы 189–216. Спрингер, Нью-Йорк.

Peng, G., Zheng, H.-Y., Gong, T., Yang, R.-X., Kong, J.-P., and Wang, W.S.-Y. (2010). Влияние языкового опыта на категориальное восприятие контуров высоты звука. Фонетический журнал , 38: 616–624.

Так, К. К. и Бест, К. Т. (2010). Межъязыковое восприятие неродных тональных контрастов: эффекты фонологических и фонетических влияний неродных. Язык и речь , 53 (2): 273–293.

Стэгрей, Дж. И Даунс, Д. (1993). Различная чувствительность к частоте среди носителей тонального и нетонального языка. Журнал китайской лингвистики , 21: 143–163.

Стивенс, К. Н. (2000). Акустическая фонетика .MIT Press, первое издание.

Титце И. Р. (1994). Принципы голосового производства. Прентис-Холл, Энглвуд Клиффс, Нью-Джерси.

Уэлен Д. Х. (1990). Коартикуляция в значительной степени запланирована. Фонетический журнал, 18 (1): 3–35.

Уэлен Д. Х. и Левитт А. Г. (1995). Универсальность внутреннего f0 гласных. Фонетический журнал , 23: 349–366.

Уайт, Л., Бенавидес-Варела, С., и Мади, К. (2020). Является ли удлинение начальной согласной и конечной гласной универсальными признаками сегментации слов? Фонетический журнал , 81: 1–14.

фонетических — есть ли язык, письмо которого на 100% фонематическое?

100% совпадение было бы чрезвычайно сложно — каждый язык содержит исключения из обычных правил произношения (не только из заимствованных слов и часто используемых иностранных слов), поэтому многие тонкие нюансы могут появиться только в нескольких словах (часто из-за того, что их трудно произносить «правильно» из-за окружающих букв и остановок).

Не говоря уже о том, что многие различия в произношении зависят от ситуации и обычно не записываются в словах — например, повышение тональности в вопросе.

Хорошая фонематическая / фонетическая система письма должна в основном включать весь IPA, а затем еще несколько для случаев, когда даже лингвисты не уверены, что также означает много повторяющихся букв и очень сложную для изучения систему письма. И со всеми напряжениями, высотой тона, вариациями длины и т. Д., Это все равно будет звучать механически, если мы подадим его на синтезатор речи, и все равно будут ошибки, когда компьютер записывает речь, даже с самым лучшим оборудованием и в лабораторных условиях условия.

Фонематическая система письма, которая работает с тем, как местные жители произносят свои слова и иностранные слова, немного снизит сложность, но за счет невозможности правильно произносить иностранные слова. Даже этот сокращенный набор будет довольно большим (математически выражается: половина бесконечности — это все еще бесконечность).

В порядке упрощения. Вещи, которые могут изменить написание слова для произвольного произношения, часто не учитываются.В западных языках мы обычно можем опустить высоту звука, в то время как тональный язык нуждается в этом, поскольку есть много слов, в которых тон имеет значение буквально. В других языках, вероятно, есть и другие вещи, которые мы можем делать с пунктуацией и т. Д. Или которые обычно понятны из контекста.

Кроме того, упрощение звуков, которые местные жители обычно не различают четко или где могут быть небольшие различия в зависимости от региона, может сделать систему письма более полезной.

В некоторых языках часто нет разницы между озвученными и глухими версиями звука — например, в немецком с s, o и некоторыми другими.Когда правила языка дают понять, где какую версию использовать, даже это должно быть нормально.

Для более значительных различий в произношении я бы лично предпочел разные буквы, но некоторые лингвисты, кажется, считают более важным, чтобы слова были написаны одинаково даже при незначительных различиях в регионах. Iirc, в какой-то стране была введена буква в кириллицу, которая позволяла использовать два разных произношения одних и тех же слов, где было общее различие в произношении части и, следовательно, непоследовательное написание этих слов.

Носители английского языка, кажется, считают более важным придерживаться корней слов и игнорировать фактическое произношение в их написании. Схож с французским, хотя и немного по-другому. Я лично предпочел бы добавлять новые слова там, где разница в произношении стала слишком большой. Так что я бы добавил «таф», «ню», «тейбел» и многие другие … 🙂

jakewvincent / R-syllable-parser: синтаксический анализатор слогов, который разбирает фонетические транскрипции слов на слоги, используя принципы, которым обучаются студенты по фонологии 1

Этот README находится в разработке

Этот набор скриптов определяет несколько функций (главная из которых — syllabify () ), которые вместе могут формировать слоги в фонетической транскрипции, используя принципы, которым обучают студентов в Фонологии 1.Некоторые из предоставленных функций (а именно, transcribe () ) взаимодействуют с локальной копией словаря произношения Университета Карнеги-Меллона (CMU), который обеспечивает фонетическую транскрипцию (с использованием последовательностей ARPABET) для более 134 000 слов в английском лексиконе. Также предоставляются скрипты, которые проверяют словарь на наличие обновлений, загружают самую последнюю версию с веб-сайта словаря и форматируют ее, включая преобразование кодов ARPABET в символы международного фонетического алфавита (IPA).

Синтаксический анализатор в основном использует стратегию, которой обучают студентов-фонологов, когда они учатся определять слоговую форму слова:

1. Определите ядра слогов по гласным. Если есть две соседние гласные, проверьте, являются ли эти гласные вместе известным дифтонгом в языке. Если да, считайте их частью ядра одного слога. Отдельные гласные считаются ядром своего слога.
2. Определите начало слога (это происходит до шага 3 в соответствии с принципом начала).Автоматический синтаксический анализ согласных, предшествующих первой гласной, в первый слог. Разберите согласный, непосредственно предшествующий любой из других гласных, в слог этой гласной. Если какие-либо оставшиеся неразборчивые согласные находятся не после последней гласной в слове и имеют согласную после них, проверьте, являются ли эти согласные и следующие за ними допустимым началом в языке (определяемым как группа согласных, которая может встречаться в начале слова. , если это слово не является заимствованием). Если это законное начало, разберите этот согласный на слог согласного, следующего за ним.Если это не законное начало, оставьте этот согласный без разбора.
3. Идентифицируйте слоговые коды , разбирая все оставшиеся неразборчивые согласные на предшествующие им слоги.

Начало работы

Предварительные требования

1. Среда языка программирования R
2. Следующие пакеты R:
3. Дополнительные пакеты:
   • RCurl (требуется для проверки версии словаря и загрузки обновлений)
   • pbapply (требуется программой форматирования словаря)

Установка

Использование Git

1. Клонируйте этот репозиторий в каталог по вашему выбору: git clone https: // github.com / jakewvincent / R-syllable-parser.git
2. Откройте терминал R и установите в качестве рабочего каталога каталог, в который вы клонировали этот репозиторий.
3. Источник master.R , запустив source (file = "master.R") в вашем терминале R.

Скачав файл .zip

1. Загрузите этот репозиторий в виде zip-файла и распакуйте его в каталог по вашему выбору.
2. Откройте терминал R и установите в качестве рабочего каталога каталог, в который вы распаковали заархивированный файл репозитория.
3. Источник master.R , запустив source (file = "master.R") в вашем терминале R.

Использование парсера (раздел в стадии разработки)

После получения master.R , как указано выше, все функции, определенные этими сценариями, становятся доступными для использования. Некоторые из этих функций (а именно, cvify () и sonority () ) в основном используются для внутренних целей. Вот описание каждой функции:

Кодирование, декодирование и сбор данных: изучение рецептивной фонетической / фонологической системы Экспериментальные методы и конструкции для исследования фонологического кодирования разговорной речи Измерение фонетического восприятия у взрослых Движение глаз как зависимая мера в исследованиях разговорной речи Нейрофизиологические методы в лабораторной фонологии

Джессика Мэй — преподаватель кафедры лингвистики Северо-Западного университета. Ее исследовательские интересы включают восприятие речи взрослыми и младенцами, раннее овладение языком и языковую обработку двуязычными.

Нильс О. Шиллер — профессор психо- и нейролингвистики Лейденского университета и член правления Лейденского института мозга и познания (LIBC). Его исследовательские интересы включают кодирование словоформ, чтение вслух и фонетические аспекты речевого образования.

Пол Айверсон — преподаватель речи в Университетском колледже Лондона.Его основное внимание в исследованиях уделяется пластичности восприятия речи, особенно в усвоении первого и второго языка, адаптации акцента и фонетически ухудшенных условиях (например, шум и нарушение слуха).

Шари Р. Спир — профессор лингвистики и директор лабораторий психолингвистики в Университете штата Огайо. Ее основной исследовательский интерес — влияние просодической структуры, особенно интонации, на производство, понимание и усвоение разговорных языков.

Уильям Идсарди — профессор и заведующий кафедрой лингвистики в Университете Мэриленда. Его исследования сосредоточены на архитектуре фонологии и ее связи с другими компонентами грамматики. В своей работе он использует различные методы, включая грамматический анализ фонологических паттернов, компьютерное моделирование, поведенческие эксперименты и нейронные меры обработки речи.

Дэвид Поппель — профессор психологии и неврологии Нью-Йоркского университета.Его исследование направлено на раскрытие мозговых основ восприятия речи, лексического представления и лексической обработки как с лингвистической, так и с нейробиологической точек зрения.

Для доступа к полному контенту Oxford Handbooks Online требуется подписка или покупка. Общедоступные пользователи могут искать на сайте и просматривать аннотации и ключевые слова для каждой книги и главы без подписки.

Пожалуйста, подпишитесь или войдите, чтобы получить доступ к полному тексту.

Если вы приобрели печатное издание, содержащее токен доступа, просмотрите этот токен для получения информации о том, как зарегистрировать свой код.

По вопросам доступа или устранения неполадок, пожалуйста, ознакомьтесь с нашими часто задаваемыми вопросами, а если вы не можете найти там ответ, свяжитесь с нами.

просодик · PyPI

Prosodic — метрико-фонологический синтаксический анализатор, написанный на Python. В настоящее время он может анализировать английский и финский текст, но добавить дополнительные языки легко с помощью словаря произношения или пользовательской функции Python.Prosodic был построен Райаном Хойзером, Джошем Фальком и Арто Анттила, начиная с лета 2010 года. Джош также поддерживает еще один репозиторий, в котором он переписал часть этого проекта, которая выполняет фонетическую транскрипцию для английского и финского языков. Сэм Боуман также внес свой вклад в базу кода, добавив несколько новых метрических ограничений.

О Prosodic

Prosodic выполняет две основные функции. Сначала он токенизирует текст в слова, а затем преобразует каждое слово в ударную, слоговую, фонетическую транскрипцию.Во-вторых, при желании он находит наилучший доступный метрический синтаксический анализ для каждой строки текста. В стиле теории оптимальности предпринимаются (почти) все логически возможные синтаксические анализы, но наилучшими являются те, которые в наименьшей степени нарушают набор определяемых пользователем ограничений. Метрические ограничения по умолчанию предложены Кипарски и Хэнсоном в их статье «Параметрическая теория поэтического метра» (Language, 1996). См. Ниже, как реализованы эти и другие ограничения.

Пример метрического анализа

Вот пример действия метрического синтаксического анализатора в первом сонете Шекспира.

  [текст] [синтаксический анализ]
из самых прекрасных существ, которых мы желаем увеличить с | FAI | rest | CREA | tures | WE | de | SIRE | in | CREASE
что таким образом роза красоты может никогда не умереть, что | ТАМ | by | BEAU | ty's | ROSE | might | NEV | er | DIE
но как созревший должен со временем умереть, но | КАК | RI | на | ДОЛЖЕН | на | ВРЕМЯ | де | ПРЕКРАТИТЬ
его нежный наследник может носить его память его | ДЕСЯТЬ | дер | НАСЛЕДНИК | могущество | МЕДВЕДЬ | его | MEM | o | RY
но ты обратился к своим собственным ярким глазам, но | THOU | con | TRACT | ed | TO | thine | OWN | bright | EYES
питай пламя твоего света самодостаточным топливом, питайся своим пламенем СВЕТА. с | SELF | sub | STAN | tial | FU | el
устраивая голод там, где лежит изобилие MAK | ing.a | FA | mine | WHERE | ab | UN | dance | LIES
ты враг твоему сладкому я слишком жесток твой | СЕБЯ | твое | ВОПРОС | к себе | СЛАДКОЕ СЕБЯ | тоже | CRU | el
ты, что теперь свежий орнамент мира ты | ЭТО | искусство | ТЕПЕРЬ | МИР | свежий | ИЛИ | на | Мент
и только вестник яркой весны и | ON | ly | HER | ald | TO | the | GAU | dy | Spring
в своем собственном бутоне закопайте свое содержимое с помощью | IN | thine | OWN | bud | BU | ri | EST | thy | CON | палатка
и нежный churl mak'st отходы в скупости и | TEN | der | CHURL | mak'st | WASTE | in | NIG | gard | ING
пожалей мир, а то обжора будет милой.| МИР | или | ИНАЧЕ | это | GLUT | тонна | БЫТЬ
съесть причитающееся миру у могилы, и ты, чтобы | ЕСТЬ | | МИРА | должное | ПО | МОГИЛЫ | и | ТЕБЯ
  

Неплохо, правда? Просодика отражает не только общий размер ямба сонета, но и некоторые его вариации. Он точно фиксирует перевороты хореи в линиях « Mak ing a fam ine , где a bun dance лежит » и « Pi ty the world or else this glut ton быть .«Кроме того, в зависимости от ограничений, он также захватывает удвоенный сильный удар, который часто может следовать за двойным слабым ударом в строке« Твое я твой враг твоему сладкому я тоже жестокий »(см. , для этого метрического паттерна, обзор Брюса Хейса на книгу Дерека Аттриджа The Rhythms of English Poetry in Language 60.1, 1984). Он также ошибается в некоторых строках: например, в его интерпретации «питай пламя твоего света». . Но насколько он точен в среднем?

Вывод метрических примечаний

См. Здесь для быстрого ознакомления с тремя файлами выходной статистики, созданными в процессе метрической аннотации.

Точность метрического парсера

В предварительных тестах мы запустили Prosodic на выборке из 1800 проанализированных вручную строк ямбического, хореального, анапестического и дактильного стихов (включительно). Например, вот строка и то, как она была проанализирована человеком, Просодик, и «голый шаблон» метра его стихотворения (ямб).

  Линия: Напрасная тревога в поисках дальнего этажа

Человек: ТРЕВОГАЕТСЯ НАЙТИ ДИСТАНЦИОННЫЙ ПОЛ.
            s w w s w s w s w s

Просодич: Тревога в ВОЙНЕ, чтобы НАЙТИ ДИСТАНЦИОННЫЙ ЭТАЖ
            s w w s w s w s w s

Шаблон: AnXIOUS in VAIN, чтобы НАЙТИ ДИСТАНЦИОННЫЙ ЭТАЖ
            w s w s w s w s w s
            * *
  

Мы видим, что Просодич правильно понимает эту строку; в шаблоне все верно, не хватает только хореической инверсии.Пропустив все строки таким образом (используя команду / eval Prosodic [см. Ниже]), мы можем увидеть, какой процент слогов и Prosodic, и шаблон «правильно» захватывают — где «правильно» означает согласие с человеческий разбор.

Степень, в которой два человека-метщика (оба англ. Литературы Ph.D. студенты) согласны с тем, что это находится в первом столбце: учитывая, что метрическое сканирование неизбежно меняется от человека к человеку, это может быть принято как верхний порог того, что мы могли бы ожидать от Просодика. Но Prosodic не так уж и далек, особенно для двоичных измерителей (ямб и хорея). С тройными счетчиками сложнее: они чаще отклоняются от своих метрических шаблонов, как это видно в третьем столбце. Но третий столбец метрических шаблонов предполагает, что мы уже знаем размер стихотворения (что мы и знаем в этом оценочном примере).Неудивительно, что если мы еще не знаем размер и просто применяем темплейт ямба к каждому стихотворению, тогда он хорошо работает для ямбических стихов, но совсем не подходит для стихов других размеров, как можно увидеть в четвертой колонке. Это означает, что, для анализа стихов, размер которых неизвестен , или для анализа стихотворений вольного стиха или даже прозы, Prosodic особенно полезен. Разбирая строки индивидуально и независимо от размера «стихотворения», Просодик, тем не менее, способен обнаружить основные контуры метрических узоров в строках.В другом исследовательском проекте, проводимом Стэнфордской литературной лабораторией, синтаксический анализ Просодика позволил предсказать общий размер в 200 стихотворениях с точностью около 98%.

Приведенные выше данные были получены, когда измеритель был определен как следующие ограничения и веса: [* Strength.s => - u / 3.0] [* Strength.w => - p / 3.0] [* stress.s => -u / 2.0] [* stress.w => - p / 2.0] [* footmin-none / 1.0] [* footmin-no-s-except-previous-by-ww / 10.0] [* posthoc-no-final -ww / 2.0] [* posthoc-standardize-weakpos / 1.0] [* word-elision / 1.0] . Эти и другие ограничения упомянуты ниже, но лучше всего задокументированы в их файле конфигурации, config.py .

[И последнее замечание: эти человеческие аннотации сделаны доктором литературных наук. студенты — воплощают определенные предположения о метре, которые распространены в литературных, но не лингвистических кругах. Например, представление хохаической инверсии как буквального переворачивания ступней, «swws», — это не то, как Кипарский представлял бы ее; для него переворот хореи — это просто условное допустимое нарушение ямбического метра.Однако Prosodic не обязательно придерживается одной из этих теорий или подходов: синтаксический анализ, соответствующий любой теории, может быть сгенерирован с использованием различных наборов ограничений.]

Установка

Быстрый старт

Для установки Prosodic лучше всего использовать pip. В терминале введите:

  pip install git + git: //github.com/quadrismegistus/prosodic.git
  

После установки у вас должен быть доступ к исполняемому файлу «prosodic».Просто запустите:

  просодический
  

, чтобы открыть интерактивный интерфейс терминала.

Быстрый запуск (в Python)

Prosodic также можно использовать в качестве модуля Python в ваших собственных приложениях:

  импорт просодика как p
text = p.Text («Могу я сравнить тебя с летним днем?»)
text.parse ()
  

Инструкции по использованию Prosodic в интерактивном режиме и в качестве модуля Python приведены ниже.

Использование

Существует два основных способа использования Prosodic: в интерактивном режиме и, для более продвинутых пользователей Python, в качестве модуля Python.

Интерактивный режим

Вы можете войти в интерактивный режим просодики, запустив prosodic . Это приведет вас к такому интерфейсу:

  ##################################################################################
## добро пожаловать в просодик! v1.3 ##
#############################################


[введите строку текста или введите одну из следующих команд:]
/ text загрузить текст
/ corpus загрузить папку с текстами
/ paste введите многострочный текст

/ eval сравнивает этот измеритель с образцом, помеченным вручную
/ mute скрыть вывод с экрана
/ save сохранить предыдущий вывод в файл
/ выход выход

>> [0.0s] prosodic: en $
  

Загрузка текста

Первое, что нужно сделать при использовании Prosodic, — это дать ему текст для работы. Есть несколько способов сделать это. Самый простой способ — просто набрать строку по одному. Вы также можете ввести / вставить , а затем ввести или скопировать / вставить несколько строк за раз. Вы также можете ввести / text , чтобы загрузить текст, или / corpus , чтобы загрузить папку с текстовыми файлами. Если вы это сделаете, вам будут предоставлены инструкции о том, как указать относительный путь из папки корпуса Prosodic или абсолютный путь к другому файлу или папке на вашем диске.Вы также можете определить текст, с которым хотите работать, в качестве аргумента для команды, которую вы используете для загрузки Prosodic: prosodic /path/to/my/file.txt .

Проверка фонетических / фонологических аннотаций

Еще до метрического анализа загруженного текста (см. Ниже) вы можете запустить несколько команд, чтобы проверить, как Prosodic интерпретировал текст с точки зрения его фонетики и фонологии. Команда / show покажет фонетическую транскрипцию и профили ударения и веса для каждого слова:

  000001 из P: ʌv S: U W: L
000002 мужчин P: 'mænz S: P W: H
000003 первый P: 'fɛːst S: P W: H
000004 неповиновение P: `dɪ.sə.'biː.diː.əns S: SUPUU W: LLHHH
000005 и P: ænd S: U W: L
000006 P: ðə S: U W: L
000007 фруктовый P: 'фруктовый S: P W: H
  

Команда / tree показывает иерархическое описание фонологии каждого слова, поскольку оно встроено в иерархическую организацию текста. Например, начало вывода / tree для этой строки будет:

  ----- | (S1) <Станца>
      |
      | ----- | (S1.L1) <Строка> [первого непослушания человека и плода]
            |
            | ----- | (S1.L1.W1) <Слово> из <ʌv>
                  | [+ функциональное слово]
                  | [numSyll = 1]
                  |
                  | ----- | (S1.L1.W1.S1) <Слог> [ʌv]
                        | [prom.stress = 0,0]
                        |
                        | ----- | (S1.L1.W1.S1.SB1)  [ʌv]
                              | [shape = VC]
                              | [-prom.vheight]
                              | [-prom.weight]
                              |
                              | ----- | (S1.L1.W1.S1.SB1.O1) <Установка>
                              |
                              | ----- | (S1.L1.W1.S1.SB1.R2) <рим>
                                    |
                                    | ----- | (S1.L1.W1.S1.SB1.R2.N1) <Ядро>
                                          | [-prom.vheight]
                                          |
                                          | ----- | (S1.L1.W1.S1.SB1.R2.N1.P1) <Телефон> [ʌ]
                                    |
                                    | ----- | (S1.L1.W1.S1.SB1.R2.C2) 
                                          |
                                          | ----- | (S1.L1.W1.S1.SB1.R2.C2.P1) <Телефон> [v]
            |
            | ----- | (S1.L1.W2) <Слово> мужчина <'mænz>
                  | [numSyll = 1]
                  |
                  | ----- | (S1.L1.W2.S1) <Слог> ['mænz]
                        | [prom.stress = 1.0]
                        | [prom.kalevala = 1.0]
                        |
                        | ----- | (S1.L1.W2.S1.SB1)  [mænz]
                              | [shape = CVCC]
                              | [-выпускной вечер.vheight]
                              | [+ выпускной вес]
                              |
                              | ----- | (S1.L1.W2.S1.SB1.O1) <Установка>
                                    |
                                    | ----- | (S1.L1.W2.S1.SB1.O1.P1) <Телефон> [м]
                              |
                              | ----- | (S1.L1.W2.S1.SB1.R2) <рим>
                                    |
                                    | ----- | (S1.L1.W2.S1.SB1.R2.N1) <Ядро>
                                          | [-prom.vheight]
                                          |
                                          | ----- | (S1.L1.W2.S1.SB1.R2.N1.P1) <Телефон> [æ]
                                    |
                                    | ----- | (S1.L1.W2.S1.SB1.R2.C2) 
                                          |
                                          | ----- | (S1.L1.W2.S1.SB1.R2.C2.P1) <Телефон> [n]
                                          |
                                          | ----- | (S1.L1.W2.S1.SB1.R2.C2.P2) <Телефон> [z]
  

Наконец, команда / query позволяет запрашивать эти фонологические аннотации. После ввода / запроса запускается синтаксический анализатор языка запросов (введите / для выхода или нажмите Ctrl + D ). Какие ударные слоги в тексте? (слог: [+ prom.stress]) . Какие все звонкие фонемы? (Фонема: [+ голос]) . Какие все слоги с звонкими началами и кодами? (Слог: (Начало: [+ voice]) (Coda: [+ voice])) .И т. Д.

Метрический анализ текста

Команда / parse будет метрически анализировать любой текст, загруженный в Prosodic в данный момент. После анализа текста становятся возможными дальнейшие команды, каждая из которых либо просматривает, либо сохраняет данные, полученные от анализатора.

Команда / scan выводит лучший синтаксический анализ для каждой строки вместе со статистикой, какие ограничения были нарушены. [Этот вывод, как и любой другой вывод, можно сохранить на диск (а затем открыть в Excel) с помощью команды / save .] Например, вот первые четыре строки Paradise Lost с использованием команды / scan :

  синтаксический анализ текста #pars #viol meter [* footmin-none] [* strong.s => - u] [* strong.w => - p] [* stress.s => - u] [* stress.w => - p]
первого непослушания человека и плод | MANS | first | DI | so | BE | di | ENCE | and.the | FRUIT 3 5 wswswswswws 0 0 2 2 1
этого запретного дерева, чей смертельный вкус | ТО | для | ЗАЯВКИ | den | TREE | которого | MOR | tal | TAST 1 0 wswswswsws 0 0 0 0 0
принесли смерть в мир, и все наши беды принесли | СМЕРТЬ | в | В | МИР | и | ВСЕ | наши | WOE 1 2 wswswswsws 0 0 0 2 0
с потерей рая до одного великого человека с | ПОТЕРЬ | из | ED | en | TILL | one | GRE | ater | MAN 1 2 wswswswsws 0 0 2 0 0
  

Команда / report — это более подробная версия команды / scan , печатающая все возможные (т.е.е. негармонически-ограниченный) синтаксический анализ для каждой строки. Например, для каждой строки выводится такой результат:

  ==============================
[строка №1 из 4]: о первом непослушании человека и его плодах

--------------------
[анализ №3 из 3]: ошибки 8.0
1 нед.
2 с МАН
Сначала 3 нед [* stress.w => - p]
4 с DI
5 нед так
6 с BE
7 Вт ди
8 с ENCE [* stress.s => - u]
9 нед и
10 с [* stress.s => - u]
11 w фрукты [* стресс.w => - p]

[* stress.s => - u]: 4.0 [* stress.w => - p]: 4.0
--------------------

--------------------
[синтаксический анализ № 2 из 3]: ошибки 5.0
1 нед.
2 с МАН
Сначала 3 нед [* stress.w => - p]
4 с DI
5 нед так
6 с BE
7 w di ence [* footmin-none]
8 с И [* stress.s => - u]
9 нед.
10 с ФРУКТЫ

[* footmin-none]: 1.0 [* stress.s => - u]: 2.0 [* stress.w => - p]: 2.0
--------------------

--------------------
[синтаксический анализ № 1 из 3]: ошибки 5.0
1 нед.
2 с МАН
3 нед [* стресс.w => - p]
4 с DI
5 нед так
6 с BE
7 Вт ди
8 с ENCE [* stress.s => - u]
9 w и [* footmin-none]
10 с ФРУКТЫ

[* footmin-none]: 1.0 [* stress.s => - u]: 2.0 [* stress.w => - p]: 2.0
--------------------

==============================
  

Наконец, вы также можете сохранить различную статистику из метрического синтаксического анализатора в форме, разделенной табуляцией, выполнив команду / stats .

Оценка измерителя по разобранному вручную образцу

Насколько хорошо Prosodic справляется, когда его метрические синтаксические разборы сравниваются с теми, которые аннотировал человеческий читатель? Приведенная выше статистика в разделе «Точность метрического синтаксического анализатора» была сгенерирована с помощью команды оценки: / eval .Оттуда вы можете выбрать электронную таблицу (текстовый файл с разделителями табуляции или документ Excel), сохраненную в папке tagged_samples / , чтобы использовать ее в качестве «основной истины», синтаксического анализа, аннотированного человеком. Команда / eval спросит, какие столбцы в файле соответствуют строке («Первое неповиновение человека и плод»), синтаксическому анализу («wswswswwsws») и (необязательно) метру строки («ямб» ). Затем Prosodic проанализирует строки под столбцом «строка» (как всегда, используя текущую конфигурацию метрических ограничений в файле config.py ) и сохранять статистику в ту же папку в форме, разделенной табуляцией. Электронная таблица, используемая в приведенной выше таблице точности, предоставлена ​​поэтическим проектом Стэнфордской литературной лаборатории в 2014 и 2016 годах.

Варианты конфигурации

Вся настройка Prosodic происходит в config.py в вашей папке с просодическими данными, которая по умолчанию является папкой prosodic_data в вашей домашней папке. (Если там только config_default.py , скопируйте его в файл config.py .) Этот файл довольно хорошо документирован и является лучшим источником документации по его использованию. (Лучше всего редактировать этот файл в текстовом редакторе, который выделяет синтаксис Python, чтобы вы могли визуально видеть, какие настройки деактивированы «закомментированными», то есть наличием символа «#» в начале их строк.) Вот список того, что вы там найдете.

• Технические параметры работы Prosodic:
  • Пути, используемые для корпусов, результатов и помеченных образцов
  • Используемый язык (в настоящее время английский или финский)
  • Какой механизм преобразования текста в речь, если таковой имеется, используется для анализа неизвестных английских слов?
  • Выводить ли вывод на экран
• Параметры метрического синтаксического анализа:
  • Минимальный и максимальный размер метрических позиций (от мора до двух и более слогов)
  • Ограничения, используемые в метрическом синтаксическом анализе, некоторые из которых:
    • Ограничения, предложенные Кипарским и Хэнсоном в «Параметрической теории поэтического метра» ( Language , 1996):
      • Сила : Слабый / сильный слог не должен находиться в сильной / слабой метрической позиции.
      • Ударение : Безударный / ударный слог не должен занимать сильную / слабую метрическую позицию.
      • Вес : легкий / тяжелый слог не должен находиться в сильной / слабой метрической позиции.
      • Минимальная ступня : двусложная метрическая позиция не должна содержать более минимальной ступни (только если слоги являются легкими-тяжелыми или легкие-легкие допустимы двусложные положения).
    • Другие ограничения, регулирующие двусложные метрические позиции
    • Ограничения, позволяющие начальным частям линий быть экстраметрическими
    • Ограничения, регулирующие исключения слов (например,грамм. «Плутон-и-ан» становится «Плутон-иан»)
  • Что передать метрическому синтаксическому анализатору: строку в текстовом файле, строку между знаками препинания и т. Д.
• Параметры слов и токенизации:
  • Регулярное выражение, используемое для токенизации слов
  • Для слов с несколькими профилями напряжения (например, «INto» и «inTO»): разрешить ли метрическому синтаксическому анализатору выбирать профиль напряжения на основе того, что метрически лучше всего работает в строке.
  • Разрешить ли пропускаемое произношение (e.грамм. «Plu-ton-ian» вместо «Plu-ton-i-an») также в качестве метрических возможностей
  • Как отображать фонетический вывод для слов (IPA, орфография, обозначение CMU)

Опять же, дополнительную информацию см. В документации в файле config.py .

Запуск Prosodic как модуля Python

Prosodic также можно запускать в других приложениях Python.

  В [1]: импортировать просодику как p

В [2]: t = p.Text ("corpora / shakespeare / sonnet-001.текст")

В [3]: t.parse ()

В [4]: ​​для синтаксического анализа в t.bestParses ():
   ...: распечатать синтаксический анализ
   ...:
из | FAI | rest | CREA | tures | WE | de | SIRE | in | CREASE
что | ЗДЕСЬ | авторством | БО | ty's | ROSE | might | NEV | er | DIE
[...]
  

Для получения дополнительной информации см. Wiki.

Зависимости

Механизм преобразования текста в речь для анализа неизвестных английских слов

По умолчанию Prosodic использует словарь произношения CMU для определения границ слогов, образца ударения и другой информации об английских словах, необходимой для метрического синтаксического анализа.Строки со словами, которых нет в этом словаре, снова по умолчанию пропускаются при синтаксическом анализе. Однако с помощью механизма преобразования текста в речь можно «озвучивать» неизвестные английские слова в ударной слоговой форме, которая затем может быть проанализирована. Prosodic поддерживает два движка TTS: espeak (рекомендуется) и OpenMary . Я считаю, что espeak дает лучшие слоги, чем OpenMary (по крайней мере, для английского), и его проще использовать, но любой из них будет работать нормально.

Настройка espeak

Espeak — это движок TTS с открытым исходным кодом для систем Windows и Unix (включая Mac OS X).Вы можете скачать его для своей операционной системы здесь. Но если вы используете Mac OS X, еще более простой способ установить espeak — через диспетчер пакетов HomeBrew. Для этого установите homebrew, если вы этого не сделали, а затем запустите в терминале: brew install espeak . После установки espeak установите флаг «en_TTS_ENGINE» в файле config.py на «espeak». Вот и все!

Примечание: Espeak производит un -сложную транскрипцию IPA любого заданного (реального или нереального) слова.Чтобы придать им слоговое выражение, используется слоговификатор из Penn Phonetics Toolkit (P2TK). Дополнительным плюсом этого конвейера является согласованность: тот же самый слоговый указатель отвечает за границы слогов в словаре произношения CMU, из которого Просодик извлекает (если возможно), прежде чем прибегать к механизму TTS.

Настройка OpenMary

OpenMary — еще один движок TTS с открытым исходным кодом, написанный на Java и разработанный двумя немецкими исследовательскими институтами: лабораторией языковых технологий DFKI и Институтом фонетики Саарландского университета.Чтобы установить OpenMary, сначала загрузите его здесь [выберите ссылку «Run time package»]. Затем разархивируйте zip-файл, перейдите в распакованную папку и запустите OpenMary в качестве сервера. Для этого введите в терминал после распаковки: ./marytts-5.2/bin/marytts-server.sh . Чтобы использовать OpenMary в Prosodic, вам необходимо заранее убедиться, что OpenMary работает как серверный процесс; в противном случае вам придется повторить последнюю команду. Для espeak в этом шаге нет необходимости.

Зависимости модуля Python

По умолчанию Prosodic не имеет зависимостей модулей.Модули, которые он действительно использует — lexconvert, P2TK syllabify.py и Python-переносчик для слоговой орфографии английского языка — небольшие и уже включены в репозиторий. Однако есть несколько исключений, в зависимости от того, что вы хотите сделать. Чтобы установить эти модули, сначала установите pip, если вы еще этого не сделали.

• Если вы хотите использовать встроенный язык запросов (доступный в «/ query» в интерактивном режиме), вам необходимо установить pyparsing: pip install pyparsing .
• Если вы используете OpenMary, вам необходимо установить синтаксический анализатор XML Beautiful Soup 4 и модуль unicode unidecode: pip install bs4 и pip install unidecode .
• Если вы хотите иметь возможность читать оценочные данные в виде электронной таблицы (* .xls, * .xlsx) (доступны в «/ eval» в интерактивном режиме), вам необходимо установить xlrd: pip install xlrd .

Как это работает

Как работает просодик? Вот обзор двух его основных аспектов: как слова токенизируются, фонетически транскрибируются, силлабифицируются и ударяются; а затем как эта информация используется для поиска оптимального метрического синтаксического анализа в соответствии с набором ограничений.

От текста к словам, к фонетике и фонологии

Просодик впервые встречает фрагмент английского или финского текста. Он токенизирует этот текст в соответствии с определяемым пользователем токенизатором, установленным для параметра «tokenizer» в файле config.py , по умолчанию разбивая строки на слова с помощью пробелов и дефисов. В финском тексте представлена ​​реализация финского IPA-транскрипции и слоговой записи на чистом Python, созданная Джошем Фальком. В английском процесс более сложный.Если слово найдено в словаре произношения CMU, используется его слоговая, ударная, фонетическая транскрипция. В противном случае используется механизм преобразования текста в речь, чтобы «озвучить» неизвестное слово, а затем использовать слоговой преобразователь, чтобы разбить подчеркнутую транскрипцию IPA на слоги. Подробнее об использовании механизма преобразования текста в речь и силлабификатора см. Выше «Механизм преобразования текста в речь для синтаксического анализа неизвестных английских слов».

С помощью этих фонетико-фонологических транскрипций Prosodic строит каждое слово как иерархию его составных частей.Например, английское слово «любовь» интерпретируется:

  | (W1) <Слово> любовь <'l ah v>
| [numSyll = 1]
|
| ----- | (W1.S1) <Слог>
      | [prom.stress = 1.0]
      |
      | ----- | (W1.S1.SB1) 
            | [shape = CVC]
            | [+ выпускной вес]
            |
            | ----- | (W1.S1.SB1.O1) <Установка>
                  |
                  | ----- | (W1.S1.SB1.O1.P1) <Телефон> [l]
            |
            | ----- | (W1.S1.SB1.R2) <рим>
                  |
                  | ----- | (W1.S1.SB1.R2.N1) <Ядро>
                        |
                        | ----- | (W1.S1.SB1.R2.N1.P1) <Телефон> [ʌ]
                  |
                  | ----- | (W1.S1.SB1.R2.C2) <Код>
                        |
                        | ----- | (W1.S1.SB1.R2.C2.P1) <Телефон> [v]
  

Благодаря такой иерархической организации становятся возможными сложные запросы к языковым структурам в их взаимосвязях.Другими словами, поскольку иерархия определяет базовые отношения между лингвистическими структурами «дочерние» или «содержащиеся в», можно запросить, скажем, «все начала с , по крайней мере, с одним звонким согласным в ударных слогах. . » (Подробнее о включенном языке запросов см. Выше).

От фонологии к метрике

Когда эти фонетические и фонологические аннотации к словам размещены, метрический синтаксический анализ может затем использовать их, поскольку он пытается максимизировать соответствие между метрически сильными позициями и, скажем, слоговым ударением.Синтаксический анализ выполняется в духе теории оптимальности: (почти) предпринимаются попытки (почти) всех логически возможных синтаксических анализов, но наилучшими являются те, которые в наименьшей степени нарушают набор определяемых пользователем ограничений. Если общая оценка нарушения синтаксического анализа A для каждого ограничения такая же, как и оценка синтаксического анализа B, но есть хотя бы одно ограничение, при котором оценка нарушения синтаксического анализа A даже хуже, чем оценка нарушения синтаксического анализа B, то синтаксический анализ A «гармонически ограничен» синтаксическим анализом B. A никогда не бывает лучше Parse B; и по крайней мере в одном случае это хуже.Независимо от того, как взвешиваются ограничения, эти «ограниченные» синтаксические разборы категорически хуже других. Метрический синтаксический анализатор, написанный в основном Джошем Фальком, работает так же быстро, как и он, игнорируя гармонически ограниченные синтаксические разборы по мере его продвижения: таким образом, ему не нужно продвигаться дальше по синтаксическому анализу, как только он понимает, что этот синтаксический анализ уже ограничен другие разборы.

Число из неограниченных синтаксических разборов для данной строки тогда представляет некоторую метрическую сложность строки.Например, возьмем фразу Ричарда III (Шекспира): «Лошадь! Лошадь! Мое ​​королевство вместо лошади!» Только один синтаксический анализ выживает в процессе гармонического ограничения:

  [анализ № 1 из 1]: ошибки 2.0
1 нед.
2 с ЛОШАДЬ
3 нед
4 с ЛОШАДЬ
5 нед.
6 с КОРОЛЬ
7 Вт дом
8 с ДЛЯ [* stress.s => - u]
9 нед
10 сек ЛОШАДЬ

[* stress.s => - u]: 2.0
  

Этот синтаксический анализ нарушает только одно ограничение: он возвышает безударное слово «for» до метрически сильной позиции.Сравните эту строчку с другой строкой Шекспира, которая имеет такое же количество слогов, но более сложна в метрическом отношении: «Никогда еще яд не исходил из такого сладкого места». Здесь выживают четыре анализа:

  --------------------
[синтаксический анализ №4 из 4]: 14.0 ошибок
1 w nev [* Strength.w => - p] [* stress.w => - p]
2 с ER [* Strength.s => - u] [* stress.s => - u]
Пришло 3 недели [* stress.w => - p]
4 секунды POI
5 Вт сын
6 с ОТ [* stress.s => - u]
7 нед так
8 сек СЛАДКИЙ
9 нед
10 с МЕСТО

[*сила.s => - u]: 3.0 [* Strength.w => - p]: 3.0 [* stress.s => - u]: 4.0 [* stress.w => - p]: 4.0
--------------------

--------------------
[синтаксический анализ № 3 из 4]: 13.0 ошибок
1 с NEV
2 недели
3 с ПРИШЕЛ POI [* footmin-none] [* footmin-no-s-except -preded-by-ww]
4 w сын
5 с ОТ [* stress.s => - u]
6 нед так
7 сек СЛАДКИЙ
8 нед
9 с МЕСТО

[* footmin-no-s-except-previous-by-ww]: 10.0 [* footmin-none]: 1.0 [* stress.s => - u]: 2.0
--------------------

--------------------
[синтаксический анализ №2 из 4]: 9.0 ошибок
1 с NEV
2 пришли [* stress.w => - p] [* footmin-none]
3 секунды POI
4 w сын от [* footmin-none]
5 с SO [* stress.s => - u]
6 w sweet a [* stress.w => - p] [* footmin-none]
7 с МЕСТО

[* footmin-none]: 3.0 [* stress.s => - u]: 2.0 [* stress.w => - p]: 4.0
--------------------

--------------------
[синтаксический анализ № 1 из 4]: ошибки 6.0
1 с NEV
2 пришли [* stress.w => - p] [* footmin-none]
3 секунды POI
4 w сын
5 с ОТ [* stress.s => - u]
6 нед так
7 сек СЛАДКИЙ
8 нед
9 сек МЕСТО [* posthoc-standardize-weakpos]

[* footmin-none]: 1.0 [* posthoc-standardize-weakpos]: 1.0 [* stress.s => - u]: 2.0 [* stress.w => - p]: 2.0
--------------------
  

Лучший синтаксический анализ (внизу) — ямб с хоровой инверсией; он нарушает ограничение на понижение ударных слогов («пришел») в метрически слабую позицию, а также ограничение, препятствующее двусложным позициям. Следующее лучшее — это дактильная интерпретация линии, но она также нарушает определенные ограничения. Третий лучший попытался втиснуть два слога в сильную позицию, а последний — традиционный ямбический синтаксический анализ — попытался изменить контур ударения слова «никогда», что нарушает ограничения, поощряющие соответствие между метром и «силой» слога в многосложных словах. .

Метрические ограничения по умолчанию предложены Кипарски и Хэнсоном в их статье «Параметрическая теория поэтического метра» (Language, 1996). См. config.py для лучшего описания этих и других ограничений.

Расширение Prosodic

Добавление языков

Есть два возможных метода, с помощью которых Просодик может понимать язык:

• с использованием словаря в формате:

  • {слово-токен} [табуляция] {ударение, слоговое письмо, формат IPA}
  • например:
    • сбивать с толку [tab] bɪ.’fə.dəl
    • befuddled [tab] bɪ.’fə.dəld
    • befuddles [вкладка] bɪ.’fə.dəlz

• с использованием функции python, которая принимает слово-токен в качестве входных данных и ударный, слоговый формат IPA в качестве выходных данных.

В настоящее время финский язык используется вторым методом; Английский, комбинация двух, с использованием словаря для распознанных слов и функции python для нераспознанных слов.

Чтобы добавить статьи в словарь языка, просто добавьте запись в указанном выше формате в словарь [имя_языка].tsv в папке [prosodic_dir] / dicts / [language_twoletter_code] .

Чтобы полностью добавить новый язык, вы можете создать новый словарь в указанном выше формате и поместить его в папку [prosodic_dir] / dicts / [language_twoletter_code] / [language_name] .tsv . Или вы можете создать файл python под [prosodic_dir] / dicts / [language_twoletter_code] / [language_name] .py , который имеет функцию get (token, config = {}) . Эта функция должна принимать слово-токен в качестве своего единственного аргумента и параметры конфигурации Просодика в качестве необязательного аргумента ключевого слова, и она должна возвращать список кортежей в форме:

  [
(
<строка Unicode ipa>,
<строка токена разделена на список строк слогов>,
{словарь необязательных аргументов ключевого слова, которые должны быть сохранены в объекте слова},
),
...
]
  

Например, get ("into", config = {'add_elided_pronunciations': 1}) может вернуть:

  [
(u "ɪn.'tuː", ['in', 'to'], {'is_elision': False}),
u "'ɪn.tuː", [' in ',' to '], {' is_elision ': False}),
u "ɪn.tʌ", ['in', 'to'], {'is_elision': False})
]
  

См. Для примеров функцию get () в dicts / en / english.py или dicts / fi / finnish.py .

Вклад в кодовую базу

Пожалуйста, не стесняйтесь тянуть и возвращаться к базе кода здесь! И не стесняйтесь использовать этот код в своих проектах: он под лицензией GPLv3.