关注差异：评估Wiktionary众包语言学知识在两种相关语言形态空缺中的表现

形态缺位是语言学中一个引人入胜且研究不足的现象。处理缺位（即预期屈折形式的缺失）对于提高形态丰富语言中NLP工具的准确性至关重要。然而，传统语言学资源通常缺乏对形态空缺的覆盖，因为此类知识需要大量人类专业知识与努力来记录和验证。对于研究不足语言中稀缺的语言学现象，Wikipedia和Wiktionary通常作为少数可获取的资源。尽管其覆盖范围广泛，但其可靠性一直备受争议。本研究定制了一种新型神经形态分析器来标注拉丁语和意大利语语料库。利用海量标注数据，对从Wiktionary编译的众包缺位动词列表进行了计算验证。我们的结果表明，尽管Wiktionary对意大利语形态空缺提供了高度可靠的描述，但有7%被列为缺位的拉丁语词元显示出强烈的非缺位语料库证据。这一差异凸显了众包wiki作为语言学知识权威来源的潜在局限性，特别是对于较少研究的现象和语言，尽管其作为稀有语言学特征资源的价值。通过提供可扩展的众包数据质量保证工具与方法，这项工作推进了计算形态学，并扩展了对非英语、形态丰富语言中缺位现象的语言学知识。