基于集合值集合函数的动态语法性别偏移的理论模型

本研究聚焦于名词的多样特征，涵盖语义层面的区分（如可数/不可数）以及句法层面的区分（如阳性/阴性）。我们探讨了名词形态学中性别标记之间的词与词之间的变异。语法性别偏移是全球范围内广泛存在的语言现象。本研究旨在通过形式化模型揭示构词词（lexeme）变异背后的模式。为此，我们提出了一种新的计算组件，用于将项目与形态模板配对（例如，生成的项目-形态模板配对的结果：(funas, ${N, +SG, -PL, -M, +F, -COL, +SING}$），及其拼写形式：$\eth$a-funast 'cow'）。该过程形式化地表示为基于模板和模块化的认知模型。该模型由集合值集合函数 $h : \mathscr{P}(M) \rightarrow \mathscr{P}(M)$ 定义，预测构词项映射到形态模板的非线性动态映射。通过应用这种形式化方法，我们提出了统一的框架来理解跨语言形态标记的复杂性。通过经验观察，我们展示了这些偏移（以及非性别偏移）在词汇变化期间如何产生，尤其是在 Riffian 语言中。我们的模型认为，这些变体标记是由于在词和意义形成过程中发生的形态模板偏移而产生的。通过形式化地表明转换可用于名词到名词的派生，我们挑战并拓宽了关于词形成的传统观点。这一数学模型不仅深化了对句法变异的理解，也为需要精确建模语言模式的其他领域提供了潜在应用。