Ge'ez 语言形态合成器：解决形态复杂度与资源限制
计算与语言
2025-09-25 v1 人工智能
摘要
Ge'ez 是一种古老的 Semitic 语言，因其独特的字母而闻名。它是众多语言的书写脚本，包括 Tigrinya 和 Amharic，并在埃塞俄比亚阿克苏米王国时代在文化和宗教发展中发挥了关键作用。Ge'ez 仍是埃塞俄比亚和厄立特里亚中圣礼语言，大量国家身份文件均以 Ge'ez 书写，这些书面材料是研究埃塞俄比亚和厄立特里亚哲学、创造力、知识和文明宝贵的原始资料。Ge'ez 具有复杂的形态结构，包含丰富的屈折化和派生化，迄今为止尚无可使用的 NLP 系统得以开发和发表，这是由于缺乏标注语言数据、语料库、标记数据集和词典。因此，我们提出基于规则的 Ge'ez 形态合成器，用于根据该语言的形态结构从根词生成表面词。我们使用 1102 个样本动词，代表该语言的所有动词形态结构，对系统进行测试和评估。该系统实现了 97.4% 的性能，优于基线模型，表明未来的工作应构建一个考虑该语言形态变体的综合系统。
引用
@article{arxiv.2509.20341,
title = {Morphological Synthesizer for Ge'ez Language: Addressing Morphological Complexity and Resource Limitations},
author = {Gebrearegawi Gebremariam and Hailay Teklehaymanot and Gebregewergs Mezgebe},
journal= {arXiv preprint arXiv:2509.20341},
year = {2025}
}
备注
13 pages,2 images,7 tables