Разбор слов по составу

Разбор слова по составу

Тип лингвистического анализа, в результате которого определяется структура слова, а также его состав, называется морфемным анализом.

Виды морфем

В русском языке используются следующие морфемы:

— Корень. В нем заключается значение самого слова. Слова, у которых есть общий корень, считаются однокоренными. Иногда слово может иметь два и даже три корня.
— Суффикс. Обычно идет после корня и служит инструментом для образования других слов. К примеру, «гриб» и «грибник». В слове может быть несколько суффиксов, а может не быть совсем.
— Приставка. Находится перед корнем. Может отсутствовать.
— Окончание. Та часть слова, которая изменяется при склонении или спряжении.
— Основа. Часть слова, к которой относятся все морфемы, кроме окончания.

Важность морфемного разбора

В русском языке разбор слова по составу очень важен, ведь нередко для правильного написания слова необходимо точно знать, частью какой морфемы является проверяемая буква.

Многие правила русского языка построены на этой зависимости.

Пример

В качестве примера можно взять два слова: «чёрный» и «червячок». Почему в первом случае на месте ударной гласной мы пишем «ё», а не «о», как в слове «червячок»? Нужно вспомнить правило написания букв «ё», «е», «о» после шипящих, стоящих в корне слова. Если возможно поменять форму слова либо подобрать родственное ему так, чтобы «ё» чередовалась с «е», тогда следует ставить букву «ё» (чёрный — чернеть). Если чередование отсутствует, тогда ставится буква «о» (например, чокаться, шорты).

В случае же со словом «червячок» «-ок-» — это суффикс. Правило заключается в том, что в суффиксах, если стоящая после шипящих букв гласная находится под ударением, всегда пишется «о» (зрачок, снежок), в безударном случае — «е» (платочек, кармашек).

Как разобрать слово по составу

Для помощи начинающим существуют морфемно-орфографические словари. Можно выделить книги таких авторов, как Тихонов А.Н.

, Ожегов С.И., Рацибурская Л.В.

В любом слове непременно должны присутствовать корень и основа. Остальных морфем может и не быть. Иногда слово целиком может состоять из корня (или основы): «гриб», «чай» и т.д.

Этапы морфемного анализа

Чтобы морфемный разбор слов было легче осуществить, следует придерживаться определенного алгоритма:

— Сначала нужно определить часть речи, задав вопрос к слову. Для прилагательного это будет вопрос «какой?», для существительного — «что?» или «кто?».
— Затем нужно выделить окончание. Чтобы его найти, слово нужно просклонять по падежам, если часть речи это позволяет. Например, наречие изменить никак нельзя, поэтому у него не будет окончания.
— Далее нужно выделить основу у слова. Все, кроме окончания, — основа.

— Потом следует определить корень, подобрав родственные однокоренные слова.
— Определяется приставка, а потом суффиксы (при их наличии).

Особенности разбора

Иногда подход к морфемному разбору в программах университета и школы может отличаться. Во всех случаях различия аргументированы и имеют право на существование. Поэтому стоит ориентироваться на морфемный словарь, рекомендованный в конкретном учебном заведении.

Только что искали: гезиман сейчас ирпак сейчас с п и н а о е е сейчас ранадец сейчас заметка сейчас ийееекмл сейчас вершина сейчас т ю л ь п а н сейчас знамение сейчас калиток сейчас подарочный сертификат магнит сейчас текучесть 1 секунда назад биталст 1 секунда назад шеклава 1 секунда назад трсаыьп 1 секунда назад

машинное обучение — Классификация отношений в словах?

спросил 12 лет, 10 месяцев назад

Изменено 12 лет, 9 месяцев назад

Просмотрено 1к раз

Я не уверен, какой алгоритм лучше всего использовать для классификации отношений в словах. Например, в случае такого предложения, как «Желтое солнце», существует связь между желтым цветом и солнцем. До сих пор я рассматривал методы машинного обучения: байнесскую статистику, грубые множества, нечеткую логику, скрытую марковскую модель и искусственные нейронные сети.

Любые предложения, пожалуйста?

спасибо 🙂

• машинное обучение
• nlp
• лингвистика

1

Похоже, вы ищете анализатор зависимостей. Такой синтаксический анализатор даст вам связь между любым словом в предложении и его семантическим или синтаксическим заголовком.

MSTParser использует онлайн-метод максимальной маржи, известный как MIRA, для классификации отношений между словами. Пакет MaltParser делает то же самое, но использует SVM для принятия решений по синтаксическому анализу. Обе системы поддаются обучению и обеспечивают аналогичную классификацию и производительность прикрепления, см. Таблицу 1 здесь.

2

Как заметил пользователь dmcer, парсеры зависимостей помогут вам. Существует множество литературы по анализу зависимостей, которую вы можете прочитать. Эта книга и эти конспекты лекций являются хорошей отправной точкой для ознакомления с традиционными методами.

Синтаксический анализатор грамматики ссылок, который чем-то похож на анализ зависимостей, использует синтаксис грамматики ссылок Sleator и Temperley для создания связей слово-слово. Вы можете найти больше информации на исходной странице Link Grammar и на более поздней странице Abiword (сейчас Abiword поддерживает реализацию).

Чтобы узнать о нетрадиционном подходе к анализу зависимостей, вы можете прочитать эту статью, в которой моделируются отношения слово-слово, аналогичные взаимодействиям субатомных частиц в химии/физике.

Stanford Parser делает именно то, что вам нужно. Есть даже онлайн-демонстрация. Вот результаты для вашего примера.

 Ваш приговор
Желтое солнце.
Маркировка
В/DT желтый/JJ солнце/NN ./.
Разобрать
(КОРЕНЬ
  (NP (DT The) (JJ желтый) (NN солнце) (. .)))
Типизированные зависимости
дет(вс-3, Вс-1)
амод (солнце-3, желтый-2)
Типизированные зависимости, свернутые
дет(вс-3, Вс-1)
амод (солнце-3, желтый-2)
 

Судя по вашему вопросу, вас интересуют типизированные зависимости.

Что ж, никто не знает, каков наилучший алгоритм обработки языка, потому что он не решен. Чтобы понять человеческий язык, нужно создать полноценный ИИ.

Тем не менее, были, конечно, попытки обработки естественных языков, и они могут быть хорошей отправной точкой для такого рода вещей:

X-Bar Theory

Правила структуры фраз

Ноам Хомский проделал большую работу по обработке естественного языка, поэтому я бы порекомендовал поискать некоторые из его работ.

1

Зарегистрируйтесь или войдите в систему

Зарегистрируйтесь с помощью Google

Зарегистрироваться через Facebook

Зарегистрируйтесь, используя электронную почту и пароль

Опубликовать как гость

Электронная почта

Требуется, но никогда не отображается

Опубликовать как гость

Электронная почта

Требуется, но не отображается

мс слово — Алгоритм преобразования отношения XML

Задать вопрос

спросил 6 лет, 10 месяцев назад

Изменено 5 лет, 11 месяцев назад

Просмотрено 1к раз

Я пытаюсь проверить файл MS Word *. docx цифровой подписью. Чтобы выполнить проверку, я должен вычислить дайджест ссылочных узлов и проверить, совпадает ли он с указанным в подписи (sig1.xml). Я не могу найти информацию о том, как реализовать преобразование отношений, чтобы вычислить этот дайджест.

часть XML подписи (sig1.xml) выглядит следующим образом: