Lietuvių kalbos morfologiškai ir sintaksiškai anotuoti tekstynai

BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ Vy au o Didžiojo uni e si e as LIETUVIŲ KALBOS MORFOLOGIŠKAI IR SINTAKSIŠKAI ANOTUOTI TEKSTYNAI ESMINIAI ŽODŽIAI: eks ynas, au oma inė mo ologinė analizė, au oma inė sin aksinė analizė, kalbos echnologijos. ĮVADAS Jau 25-e ius me us Vy au o Didžiojo uni e si e o (VDU) Kompiu e inės ling is ikos cen e (KLC) 1 , ku iamos i plė ojamos kalbos echnologijos (U ka i k . 2017). VDU KLC pa eng i lie u ių kalbos iš ekliai i į ankiai y a pag indas, be ku ių neapsieinama kompiu e izuojan lie u ių kalbą i p i aikan jai naujas echnologijas. 2015 m. p adžioje Lie u a apo isa eise CLARIN ERIC na e, o 2015 m. liepos mėnesį VDU KLC i VDU In o ma ikos akul e as ka u su pa ne iais iš Vilniaus uni e si e o bei Kauno echnologijos uni e si e o įkū ė CLARIN-LT konso ciumą i p adėjo ykdy i p ojek ą „Lie u os na ys ė a p au inėje mokslinių y imų in as uk ū oje – Bend oji kalbos iš eklių i echnologijų in as uk ū a“ 2 , – aigi įsiliejo į bend ą Eu opos kalbų echnologijų sis emą. Šio s aipsnio ikslas – p is a y i du lie u ių kalbos iš eklius, ano uo us lie u ių kalbos eks ynus, pa eng us VDU KLC: mo ologiškai ano uo ą eks yną MATAS i sin aksiškai ano uo ą eks yną ALKSNIS. Šie iš ekliai iešai p ieinami CLARIN-LT saugykloje, paiešką galima a lik i pe ANNIS sis emą 3 (plačiau ž . 3 sky ių), aip pa paieška au oma iškai mo ologiškai ano uo ame eks yne galima s e ainėje h p://co pus. du.l 4 . Ano uo i eks ynai – pag indiniai iš ekliai, a liekan ys s a bų aidmenį plė ojan kalbos echnologijas. Kompiu e izuojan kalbą, engian kompiu e inius į ankius, ski us au oma inei kalbos analizei, bū ina g ama inė analizė i s a is iniai duomenys apie kalbą. Taigi eks ynai, papildy i g ama inėmis pažymomis, y a a si žalia a olesnei au oma inei kalbos analizei. Tokie eks ynai panaudojami ki iems na ū aliosios kalbos iš ekliams i į ankiams ku i okiose s i yse, kaip 1 P ieiga in e ne e: h p:// eks ynas. du.l . 2 P ieiga in e ne e: h p://cla in-l .l /. 3 P ieiga in e ne e: h p://158.129.51.247:8080/annis-gui-3.4.4/. 4 Tai iš 208 mln. žodžių suda y as au oma iškai mo ologiškai ano uo as eks ynas. Toliau apie jį šiame s aipsnyje ne ašoma. Daugiausia dėmesio ski iama 1,6 mln. žodžių kalbininko pe žiū ė am mo ologiškai ano uo am eks ynui MATAS. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 2 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 au oma inio kalbos a pažinimo sis emos, mašininis mokymas, au oma izuo as e imas, in o macijos išga imas i pan. Toliau s aipsnyje a ski ai p is a omi minė i eks ynai i duomenų paieška juose pe ANNIS sis emą. Teks ynais i jų duomenimis gali pasinaudo i y ėjai bei s uden ai, i ian ys lie u ių kalbos g ama ikos sis emą, dės y ojai i moky ojai, suda ydami užduo is, i isi, ku ie domisi kalbos echnologijomis. ANOTUOTI LIETUVIŲ KALBOS TEKSTYNAI IR JŲ SUDARYMO YPATUMAI 1. Mo ologiškai ano uo as eks ynas MATAS Mo ologinė analizė y a pi masis kalbos apdo ojimo e apas i ne e ai pa uošia eks ą olesnei sin aksinei a seman inei analizei, odėl labai s a bu, kad mo ologiniai ano a o iai eik ų kuo iksliau, nes mo ologijos lygmenyje pada y os klaidos ukdo au oma inei ki ų lygmenų kalbos analizei. Pi masis mo ologinis lie u ių kalbos ano a o ius suku as maždaug p ieš 25 me us. Jo au o ius – Vy au as Zinke ičius (plačiau ž . Zinke ičius 2000). Šiuo me u lie u ių kalbai iešai p ieinami du mo ologiniai ano a o iai: minė a V. Zinke ičiaus p og ama, dažniausiai adinama Lemuokliu 5 (nuo žodžio lema – an aš inė o ma), i po ale Lie u ių kalbos sin aksinės i seman inės analizės in o macinė sis ema ( oliau seman ika.l ) p ieinamas ano a o ius 6 . Šiame s aipsnyje p is a omas eks ynas MATAS ano uo as naudojan Lemuoklį, o sin aksiškai ano uo as eks ynas eng as naudojan seman ika.l mo ologinį ano a o ių. No s Lemuoklis eikia gana ge ai, be šios p og amos negalima a naujin i, nes ji y a užda o kodo. Seman ika.l ano a o ius suku as Hunspell pla o ma kaip a i ojo kodo p og ama; šis ano a o ius y a a naujinamas, papildomas naujais žodžiais (daba apima 171 000 lemų), a komos jo aisyklės (plačiau Dadu ke ičius 2017). 2017 m. a likus y imą i į e inus abiejų ano a o ių kokybę, nus a y a, kad iksliau eikia seman ika.l ano a o ius (Kapočiū ė-Dzikienė i k . 2017). Toliau p is a omas eks ynas MATAS eng as 2002–2014 m. Kaip pag indas im as 1 mln. žodžių eks ynas, suda y as 2006 m., jis papildy as naujais eks ais, pe a ky as. Pi miausia MATO eks ai bu o ano uo i au oma iškai mo ologiškai, ėliau jie kalbininko pe žiū ė i i su a ky i. 5 P ieiga in e ne e: h p:// eks ynas. du.l /page.xh ml?id=mo phological-anno a o ; ši p og ama ne ik mo ologiškai ano uoja eks ą, be gali i sin ezuo i, . y. sugene uo i eikalingas o mas; ji p i aiky a i seniesiems aš ams analizuo i. 6 P ieiga in e ne e: h p://seman ika.l /Syn a icAndSeman icAnalysis/Analysis. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 3 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 MATĄ suda o 1,6 mln. eks ų, suda y ų iš dokumen ų, g ožinės li e a ū os kū inių, mokslinių eks ų. Kaip i Daba inės lie u ių kalbos eks yne, didžiausią dalį (36 p oc.) suda o publicis ikos eks ai (ž . 1 pa eikslą). 1 PAV. Mo ologiškai ano uo o eks yno MATAS sanda a (p ocen ais) MATAS p ieinamas keliais o ma ais: adinamuoju KLC o ma u, ku naudojami kiek neįp as i kalbos dalių i g ama inių ka ego ijų su umpinimai (šiuo o ma u ano uo as i h p://cla in-l .l / po alo saugykloje p ieinamas eks ynas), p z.: <wo d="Ta p" lemma=" a p" ype="p ln"> <space> <wo d=" ankiai" lemma=" ankiai" ype="p ks eig nelygin.l"> <space> <wo d="suaugusių" lemma="suaug i(-ga,-go)" ype="dl eig nesng eik. bū .ka .l neį a dž y .gim dgsk K"> <space> <wo d="medžių" lemma="medis" ype="dk y .gim dgsk K"> <space> <wo d="ku ne ku " lemma="ku ne ku " ype="p ks eig nelygin.l"> <space> <wo d=" is" lemma=" is" ype="p ks eig nelygin.l"> <space> <wo d="pasima yda o" lemma="pasima y i(- o,- ė)" ype=" ksm eig sng iesiog.nuos bū .d.l nsk IIIasm"> <space> <wo d="dangaus" lemma="dangus" ype="dk y .gim nsk K"> <space> <wo d="lopinėlis" lemma="lopinėlis" ype="dk y .gim nsk V"> <sep="."> <p> MATAS aip pa ano uo as a p au iniu TEI P5 o ma u. Juo kalbos dalys i g ama inės ka ego ijos umpinamos iena aide a ba skai meniu, p z., a s d 3 eiškia a i inkamai: Mokslinė li e a ū a 24% Pe iodika 36% Adminis aciniai eks ai 21% G ožinė li e a ū a 19% AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 4 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 eiksmažodis, asmenuojamoji o ma, eigiamoji o ma, sang ąžinis, iesioginė nuosaka, bū asis dažninis laikas, ienaskai a, ečiasis asmuo. Toliau pa eik a a pa i eks o iš auka TEI P5 o ma u: <w lemma=" a p" ana="# ">Ta p</w> <pc> </pc> <w lemma=" ankiai" ana="#p n"> ankiai</w> <pc> </pc> <w lemma="suaug i(-ga,-go)" ana="# d n kn dk">suaugusių</w> <pc> </pc> <w lemma="medis" ana="#db dk">medžių</w> <pc> </pc> <w lemma="ku ne ku " ana="#p n">ku ne ku </w> <pc> </pc> <w lemma=" is" ana="#p n"> is</w> <pc> </pc> <w lemma="pasima y i(- o,- ė)" ana="# a s d 3">pasima yda o</w> <pc> </pc> <w lemma="dangus" ana="#db k">dangaus</w> <pc> </pc> <w lemma="lopinėlis" ana="#db ">lopinėlis</w> <pc>.</pc> Da ienas o ma as, ku iuo mo ologiškai ano uo i eks ai p ieinami h p://co pus. du.l s e ainėje, suda y as emian is MULTEXT-Eas 7 o ma o pa yzdžiu. Pagal šį o ma ą kiek iena kalbos dalis u i ski ingą mo ologinių ka ego ijų skaičių (nuo 2 iki 14), jos už ašomos san umpomis, p z., pažymoje Ncmpnn- N eiškia daik a a dį, c – bend inį daik a a dį, m – y iškąją giminę, p – daugiskai ą, n – a dininką, n – nesang ąžinį daik a a dį, gale b ūkšnelis žymi, kad šiam žodžiui, p z., uni e si e ai, nep iski iama jokia seman inė pažyma 8 . T ečiame sky iuje p is a ysime paiešką iek MATO, iek ALKSNIO eks ynuose naudojan ANNIS sis emą. Joje naudojama da ienas mo ologinių pažymų o ma as, jis suda y as pagal Leipcigo glosa imo pažymas (plačiau ž . 3 sky ių). Ski ingos ano a imo sis emos būdingos ne ik lie u ių kalbos echnologijoms. Ši p oblema paska ino suku i kon e a imo į ankį Peppe (Zipse i k . 2010). Tai odo į ai ių iš eklių kū imo e apus i naudojamus ano a imo į ankius. Kaip ma y i iš anksčiau pa eik ų pa yzdžių, KLC naudojamos ke u ios mo ologinių pažymų sis emos. Keli ski ingi ano a imo o ma ai a si ado dėl o, kad mo ologiškai ano uo as eks ynas eng as ilgą laiką. Vienu me u iš iso nebu o aikomi jokie ano a imo s anda ai, iesiog bu o naudojami mo ologinio analiza o iaus kū ėjo V. Zinke ičiaus suku i kalbos dalių i g ama inių ka ego ijų su umpinimai. Jie leng ai sup an ami a o ojams. Po ku io laiko dėl a p au inio bend ada bia imo mo ologiškai ano uo as eks ynas pe ano uo as naudojan is 7 P ieiga in e ne e: h p://nl.ijs.si/ME/V4/msd/h ml/index.h ml. 8 Plačiau apie šias pažymas ž . h p://co pus. du.l /l /mo ph. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 5 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 a p au iniais s anda ais. Kaip minė a, seman ika.l (šios sis emos pag indinis ikslas bu o suku i in e ne ines paslaugas) mo ologiniame analiza o iuje naudojamos pažymos MULTEXT-Eas o ma u. Pažymos umpos, be žmonėms sunkiai sup an amos, jos inkamesnės kompiu e inei analizei. MULTEXT-Eas o ma u mo ologiškai ano uo as i sin aksinis eks ynas ALKSNIS. Teks ynų paieškos į ankis ANNIS (ž . 3 sky ių) su eikė galimybę sujung i ALKSNIO i MATO mo ologinio ano a imo o ma us. Pi ma min is bu o naudo i Uni e sal Dependency (UD) pažymas, nes ai gana papli usi ano a imo sis ema i ji leng ai skai oma (anglų kalba). Tačiau UD pažymos labai ilgos i ai pasi odė nepa ogu a liekan paiešką pe ANNIS: kiek ieno žodžio pažymos užima daug ie os, odėl, analizuojan ieškomo žodžio kon eks ą, eikėjo slink i lango odyklę į ieną a ki ą pusę. Dėl šios p ak inės p oblemos nusp ęs a adap uo i Leipcigo glosa imo pažymas, nes jos leng ai skai omos i gana umpos. Nepaisan čia ap ašy ų ano a imo pažymų į ai o ės, pab ėž ina, kad abiejų eks ynų ANNIS sąsajoje naudojama ik iena (adap uo a Leipcigo glosa imo) sis ema, o ai u ė ų bū i didelis paleng inimas a o ojams. Paminė ina, kad MATE nenu ody os sakinių ibos, ą galima pada y i g ei ai au oma iškai, be eikia pa ik in i gau us ezul a us. MATAS, kaip i oliau ap a simas eks ynas ALKSNIS, p ieinamas h p://cla in-l .l / po alo saugykloje 9 . Jame galima a lik i paiešką naudojan ANNIS sis emą 10 (plačiau ž . 3 sky ių). 2. Sin aksiškai ano uo as eks ynas ALKSNIS Lie u ių kalbos sin aksiškai ano uo as eks ynas ALKSNIS pa eng as 2016 m. Jo engimą ėmė Bend osios kalbos iš eklių i echnologijų in as uk ū a Eu opos mokslinių y imų in as uk ū os konso ciumas (CLARIN ERIC) (MTI-02/2015). Teks ynas p ieinamas iešai h p://cla in-l .l / po alo saugykloje 11 . Kaip juo naudo is, paaiškin a a o ojo gide 12 . Teks ynas suplanuo as kaip lie u iškosios sin aksinės analizės e alonas. Tokio pobūdžio eks ynams būdinga ai, kad jie nedideli, op imalios žan inės sudė ies, o sin aksinė analizė, no s i a lik a au oma iškai, be pe žiū ė a i iš aisy a kalbininkų. Remian is sin aksinės analizės e alonu, galima ku i s a is iniu pag indu eikian į sin aksinį analiza o ių (angl. s a is ically-based pa se ) i plės i au oma inę sin aksinę analizę (Bielinskienė i k . 2016). 9 P ieiga in e ne e: h ps://cla in. du.l /xmlui/handle/20.500.11821/9. 10 P ieiga in e ne e: h p://158.129.51.247:8080/annis-gui-3.4.4. 11 P ieiga in e ne e: h ps://cla in. du.l /xmlui/handle/20.500.11821/10. 12 P ieiga in e ne e: h ps://you u.be/PlE0PWu b4Y. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 6 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Kadangi ALKSNIS y a naujesnis lie u ių kalbos iš eklius nei MATAS, mažiau ap ašy as, odėl šiame s aipsnyje ALKSNIUI ski sime didesnį dėmesį, aip pa ap a sime sin aksiškai ano uojan kilusius klausimus. 2.1. Teks yno dalys Teks yną ALKSNIS suda o 30 599 žodžiai, 2355 sin aksiškai ano uo i sakiniai. Lyginan su a imų šalių kalbų eks ynais, šis eks ynas gana panašus i , galima eig i, y a pakankamo dydžio: la ių kalbos eks yną 13 suda o 3800 sakinių, 53 ūks . žodžių (P edkalnina i k . 2016); es ų kalbos 14 – 1400 sakinių, 10 600 žodžių (Muischnek i k . 2014); lenkų kalbos 15 – 8227 sakinių. Pi mąjį sin aksiškai ano uo ą eks yną PENN (JAV) suda o ge okai daugiau – apie 3 mln. žodžių 16 . ALKSNIO eks ai apima ke u ias žan ines dalis (ž . 2 pa .). Bend osios bei specialiosios pe iodikos i g ožinės li e a ū os dalys y a apylygės, o adminis acinių eks ų dalis mažiausia, nes ai speci inė lie u ių kalba: sakiniai dažnai būna ilgi, juose gausu dokumen ų pa adinimų, nuo odų į ki us dokumen us i pan. Tokių sakinių ano a imas nea skleis ų ipiškos sin aksinės s uk ū os. 2 PAV. Sin aksiškai ano uo o eks yno ALKSNIS sanda a Teks ynui suda y i im i iš isi, nesu umpin i eks ai. Sakiniai a ink i iš kuo į ai esnių eks ų žan ų. G ožinės li e a ū os dalį suda o sakiniai iš lie u ių au o ių kū inių. A ink i sakiniai pa eng i kompiu e inei analizei: pa ik in as eks o koda imas, iš in os len elės i pa eikslai. 13 P ieiga in e ne e: h p://sin akse.ko puss.l /index.h ml. 14 P ieiga in e ne e: h ps://me asha e.u .ee/ eposi o y/b owse/es onian- eebank/4eb86e5e463411e2a6e4005056b400242c46832883754ad7bd89d07 69d6a0 c/. 15 P ieiga in e ne e: h p://zil.ipipan.waw.pl/Sk%C5%82adnica. 16 P ieiga in e ne e: h ps://ca alog.ldc.upenn.edu/ldc99 42. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 7 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 2.2. Teks yno ano a imo i izualiza imo į ankiai Au oma inė sin aksinė analizė emiasi VDU KLC p ojek o „Lie u ių kalbos sin aksinės- seman inės analizės sis ema eks ynui, lie u iškam in e ne ui i iešojo sek o iaus aikymams“ me u pa eng u sin aksiniu analiza o iumi, ku is suku as Haskell kalba 17 . Analiza o ius emiasi aisyklėmis pag įs u (angl. ule-based) me odu. Šis į ankis skai o seman ika.l segmen a imo i mo ologinės analizės modulių mo ologiškai ano uo us ailus i kaip ezul a ą pa eikia sakinius, suskaidy us į dėmenis a sin agmas, gene uoja sin aksinius medžius, nu odo jų eminius aidmenis (angl. hema ic oles) i sin aksines unkcijas (Boizou i k . 2014: 69). In e ne inės paslaugos gene uoja ik ai JSON ailus, be ki as KLC į ankis kon e uoja sin aksinės analizės ezul a us PML (P ague Ma kup Language) o ma u. Sin aksiškai ano uo am eks ynui y a gene uojami p iklausomybių medžiai (angl. dependency ees). Šis o ma as leidžia izualizuo i i edaguo i PML o ma u p iklausomybių medžius naudojan P ahos Ka olio uni e si e o UFAL suku ą T ED edak o ių 18 (ž . 3 pa .). Visi au oma iškai suano uo i sakiniai pa ik in i i iš aisy i kalbininkų. Taigi sin aksinė analizė apima is lygmenis: au oma inį žodžių i sakinių segmen a imą bei mo ologinę analizę, au oma inę sin aksinę analizę ( aisyklėmis pag įs u me odu) i ankinį sakinių a kymą (plačiau ž . 2.4). 2.3. ALKSNIO duomenų s uk ū a A likus au oma inę sin aksinę analizę, sakiniai pa eikiami g a iškai medžio p incipu (ž . 3 pa .). Kiek iena medžio i šūnė a i inka sakinio žodį, sky ybos ženklą a ki ą sakinio iene ą (simbolį, skai menį i pan.). P iklausomybių yšiai a p žodžių y a nu odomi „šakomis“ a ba b iaunomis. 17 Sin aksinis analiza o ius suku as VDU Kompiu e inės ling is ikos cen e L. Boizou i F. Zamble aʼos. 18 P ieiga in e ne e: h ps://u al.m .cuni.cz/ ed/. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 8 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 3 PAV. Sin aksiškai ano uo o sakinio p iklausomybių medis T Ed edak o iaus o ma u P ie isų žodžių okia eilės a ka nu odoma (ž . 3 pa .): 1) konk e i sakinyje pa a o a žodžio o ma (p z., gy en ojai); 2) an aš inė (žodyninė o ma) – lema (p z., gy en ojas); 3) mo ologinės pažymos (p z., Ncmpnn-); 4) sin aksinė unkcija (p z., Sub) (su umpinimų paaiškinimus ž . oliau). 2.4. Analizės lygmenys Mo ologinės analizės lygmuo. Mo ologinis ano a imas y a pi masis au oma inės analizės e apas, odėl y a bū inas aukš esnio lygmens sin aksinei a ba sakinio analizei. Mo ologinė analizė a lik a naudojan seman ika.l ano a o ių (Dadu ke ičius 2017). ALKSNYJE naudojamos mo ologinės pažymos suda y os emian is MULTEXT-Eas o ma o pa yzdžiu (plačiau ap ašy a 1 sky iuje). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 9 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Sin aksinės analizės lygmuo. Sin aksinis analiza o ius apdo oja mo ologiškai ano uo us ailus i pa eikia sakinius, suskaidy us į dėmenis a ba sin agmas, sugene uoja sin aksinius medžius, nu odo jų elemen ų sin aksines unkcijas. Analizė emiasi p iklausomybių g ama ikos modeliu (angl. dependency g amma ). Jis pap as ai aikomas ipologiškai panašioms kalboms, ku ioms būdinga žodžių o mų kai yba i lais a žodžių a ka, p z., sla ų kalboms (PDT 19 , SynTagRus 20 ), la ių kalbai i . . Sin aksinės p iklausomybės iš eiškiamos pagal hie a chiją. P adedama nuo pag indinio sakinio dėmens – medžio i šūnės, p ie ku ios jungiami ki i sakinio dėmenys pagal jų p iklausomumą ( . y. sin aksinius yšius). Sin aksinių pažymų su umpinimai i in o macija apie sin aksinius yšius bei p iklausomybes pa em i čekų įdi biu (Hajič i k . 1999); jie ieni pi mųjų išplė ojo sin aksinę analizę sin e inio ipo čekų kalbai. Šiuo me u ALKSNYJE y a naudojama 18 pag indinių sin aksinių pažymų (neskaičiuojan jų a ian ų): Sub – subjek as, P ed – a inys (p edika as), Obj – objek as i . . (ž . 1 len elę). Pažymų a ian ų a si anda ada, kai į ieną sudedamos d ejopos a ba d igubos pažymos, p z., žymin sudė inį a dažodinio a ba eiksmažodinio ipo a inį naudojamos d ejopos pažymos: a i inkamai P edN i P edV; žymin sudė inio sakinio šalu inį pažyminio (a ibu inį) dėmenį, p ie šalu inio sakinio dėmens a inio žymima d iguba pažyma P ed_A ; no in pa ody i sujungimo yšį (koo dinaciją) p ie iena ūšių sakinio dėmenų kaip d igubos pažymos dalis žymima _Co, . y. p ie kiek ieno iš iš a dy ų iena ūšių papildinių ašoma Obj_Co i pan. Beje, sudė iniuose sakiniuose gali a si as i i igubų pažymų, pa yzdžiui, kai eikia pažymė i iena ūšius šalu inius sakinius: P ed_A _Co – ai šalu inis pažyminio (a ibu inis) sakinys. 1 LENTELĖ. Sin aksinės unkcijos i jų pažymos eks yne Pažyma Sin aksinė unkcija Pa yzdys Sub Subjek as Jis [Sub] sakė P ed P edika as (a ba pagalbinis žodis) Jis ėjo [P ed]; bu o [P ed] pa enkin as P edN Va dažodinė p edika o dalis Bu o [P ed] pa enkin as [P edN] P edV Veiksmažodinė p edika o dalis Tu i [P ed] a silygin i [P edV] Obj Objek as Laukiu s ečio [Obj]; eikia sp ęs i [Obj] A A ibu as (pažyminys) Vidu inė [A ] mokykla; šalis na ė [A ] Adj Aplinkybės Daba [Adj] nusp ęs; Pa izanų ga ėje [Adj] 19 P ahos p iklausomybių medžių bankas (P ague Dependency T eebank), plačiau ž . h ps://u al.m .cuni.cz/pd 3.0. 20 P ieiga in e ne e: h p://www. usco po a. u/en/. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 16 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 9 PAV. Sujungiamuoju yšiu susijusių dėmenų ano a imo pa yzdys Jei y a daugiadėmenis miš usis sujungimas, ai kons ukcijoje esan is jung ukas y a i šūnė, o nuo jo eina isi ki i bejung ukiai dėmenys (kableliai su sa o iš a dijamaisiais žodžiais y a ame pačiame p iklausomybės lygmenyje). Ki i sky ybos ženklai žymimi Aux (ž . 10 pa .). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 17 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 10 PAV. Miš iosios sujungiamosios kons ukcijos ano a imo pa yzdys (pa eiksle ma y i i daugiau sujungiamojo yšio a ejų) Sujungiamųjų sakinių i šūnė y a sujungiamasis jung ukas. Jungiamieji žodžiai, ku iuos suda o p ie eiksmiai, į a džiai a dalely ės (p z., p ie eiksmis odėl), p iklauso nuo an ojo sakinio dėmens p edika o i a lieka aplinkybės unkciją (Adj), o sujungimo Coo d unkciją a lieka kablelis kaip i bejung ukiuose sakiniuose a ba sakiniuose su ka ojamaisiais jung ukais, ku ie čia laikomi dalely ėmis (ž . 12 pa .), kaip i sakinio dėmenų sujungimo a eju (ž . 11, 12 pa .). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 18 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 11 PAV. Sujungiamojo sakinio su jungiamuoju žodžiu ano a imo pa yzdys 12 PAV. Sujungiamosios kons ukcijos ano a imas AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 19 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Sudė inga ano uo i skai ines iš aiškas, p z., alandas, me us. Jos ano uo os kaip aplinkybės su pažyminiais a ba kaip pažyminiai (ž . 13, 14 pa .). 13 PAV. Da os ano a imas 14 PAV. Da ų i ki ų skai inių iš aiškų ano a imas (pa eiksle pa eik as ik sin aksiškai ano uo o sakinio agmen as) AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 20 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Ne isada leng a ano uo i sudė inius a inius. Vienais a ejais jie ano uojami aip, kaip i sup an ami lie u ių kalbos g ama ikose, . y. kaip a dažodinio i eiksmažodinio ipo a iniai (p z., y a [P ed] pap as as [P edN]; gali [P ed] bū i [P edV]), o kai ku iais a ejais an asis a inio dėmuo laikomas objek u (p z., ke inu [P ed] suk ies i [Obj]). Bu o sudė inga ano uo i kons ukcijas su po iniais jung ukais, nes abu jung ukai hie a chiškai y a lygia e čiai. Tokiu a eju laiky a, kad aukš esnę hie a chijos poziciją užima pag indinio sakinio dėmens a inys, nuo jo p iklauso šalu inio sakinio dėmuo (ž . 15 pa .). 15 PAV. Sudė inių sakinių su po iniais jung ukais ano a imo pa yzdys Galiausiai s a s y a dėl kai ku ių kalbos dalių s a uso. Pa yzdžiui, ka ojamuosius sujungiamojo yšio jung ukus nusp ęs a laiky i dalely ėmis, nes jų unkcija p iklausomybių medžio s uk ū oje panaši į dalelyčių (ž . 12 pa .). Ano uojan sin aksiškai ankomis bu o sp endžiama nemažai p oblemų, čia jų bu o į a dy a ik kele as. Daugelis ano a imo sunkumų išsp ęs a laikan is adicinės g ama ikos požiū io, ik susi a ian dėl am ik o ano a imo būdo. Ki ais a ejais eko p isi aiky i p ie sin aksinio ano a imo ypa umų i ano uojan nuosekliai laiky is susi a imo. Tikimasi iškilusias p oblemas sp ęs i oliau plė ojan au oma inę sin aksinę analizę. Ki ame posky yje p is a oma duomenų paieška ano uo uose eks ynuose naudojan ANNIS sis emą. Tai ienas iš iššūkių naudojan ano uo us eks ynus, nes duomenų paieška okiuose eks ynuose, ku y a daugybė pažymų i ne keli ano a imo lygmenys, u i bū i į ai ialypė. Dėl šios p iežas ies bu o pasi ink as Humbold ų uni e si e o (Vokie ija) y ėjų suku as į ankis ANNIS. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 21 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 3. Paieška pe ANNIS sis emą Naudo i ANNIS į ankį nė a labai sudė inga (plačiau ž . Zeldes 2016). Reikia pasi ink i ano uo ą eks yną (MATO eks yno dalį (šis eks ynas suski s y as į dokumen us, g ožinę li e a ū ą, mokslinius eks us i pe iodiką) a ba ALKSNIO eks yną (jis į a dy as aip: Alksnis_paula_1.0) i pa eik i užklausą. Užklausų s uk ū a ap ašy a 3.1 i 3.2 posky iuose. ANNIS pa eikia a i inkamas konko danso eilu es su susijusia in o macija (ž . 16 pa .). Konko danso eilu ę galima išplės i nuo 5 iki 25 žodžių (įskaičiuojami i sky ybos ženklai) iek iš kai ės, iek iš dešinės; aip pa galima ekspo uo i ezul a us. Abiejuose eks ynuose naudojamos g ama inės pažymos, suda y os pagal Leipcigo glosa imo pažymas 21 . Y a p idė os kelios pažymos, ku ių nė a minė ose pažymose, p z., ~COMP eiškia aukš esnįjį laipsnį. P ieš okias pažymas ašomas ildės ženklas. Kalbos dalys nu odomos pagal Uni e sal Dependency o ma ą. 16 PAV. Paieškos pe ANNIS į ankį ezul a ų agmen as MATO dokumen ų dalyje ieškan lemos įsakymas 21 P ieiga in e ne e: h ps://www.e a.mpg.de/lingua/ esou ces/glossing- ules.php. Ki uose ano uo uose eks ynuose dažnai naudojamos Uni e sal Dependency (UD) pažymos (ž . h p://uni e saldependencies.o g/; aip pa ž . 18 pa .). Kaip ašy a pi mame sky iuje, UD pažymos labai ilgos (p z.: galininko linksnis, mo e iškoji giminė i daugiskai a nu odoma aip: case=accusa i e|gende = eminine|numbe =plu al), jos užima pe daug ie os ANNIS sąsajoje i dėl o nepa ogu skai y i in o maciją. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 22 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 17 PAV. Paieškos pe ANNIS į ankį ezul a ų agmen as ALKSNIO eks yne ieškan lemos įsakymas (kad sin aksiniai yšiai bū ų pažymė i odyklėmis, eikia paspaus i pliusą p ie deps) 3.1. Pap as oji paieška Vieno požymio paieška adinama pap as ąja. Pa eikiamas ano a imas (g ama inių ka ego ijų pa adinimai, naudojamos g ama inės pažymos i pan.) p iklauso nuo kiek ieno eks yno s uk ū os, o ne nuo ANNIS į ankio. A k eipiame dėmesį, kad o muojan užklausą eikia ski i didžiąsias i mažąsias aides. 3.1.1. Tikslių žodžių o mų (simbolių eilučių) paieška Pap as oji paieška ykdoma nu odan ka ego ijos pa adinimą, lygybės ženklą i ka ego ijos e ę, į ašy ą angliškose kabu ėse, p z.:  lemma="kalba" ( okia užklausa eiškia, kad ieškoma lemos kalba);  pos="ADJ" (ieškoma būd a džių);  g am=".M.SG.GEN." (ieškoma am ik ų g ama inių ka ego ijų, šiuo a eju ienaskai os y iškąja gimine kilmininko o ma pa a o ų žodžių). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 23 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Ieškan konk ečios žodžio o mos eks e, eikia nu ody i ka ego ijos pa adinimą ok a ba iesiog ieškomą o mą į ašy i kabu ėse, p z.:  ok="pasakė" a ba "pasakė". Abiejuose ano uo uose eks ynuose galima ieško i lemų, kalbos dalių, g ama inių ka ego ijų, konk ečių žodžių o mų, o ALKSNYJE da galima ieško i sin aksinių pažymų, p z.:  sy un="A " (ieškoma a ibu ų). ALKSNYJE aip pa da galima ieško i p iklausomybių san ykių (deps), be jų ieškoma pagal ki ą p incipą (ž . 3.2.3). 3.1.2. Simbolių s uk ū ų paieška ANNIS leidžia a lik i paiešką naudojan egulia iąsias iš aiškas (angl. egula exp essions); jos žymimos specialiais simboliais. Paieška egulia iosiomis iš aiškomis iš esmės už ašoma aip pa kaip ikslių žodžių o mų paieškos užklausa, ik eikia angliškas kabu es pakeis i pas i aisiais b ūkšniais. 3.1.2.1. Be kokių simbolių paieška S a biausias specialus simbolis y a aškas, jis pakeičia be ku į ieną simbolį ( aidę, skai menį i pan.), p z.:  lemma=/pl. .s/ (ieškoma, p z., pla us, plo is, pli us);  /p.sak.s/ a ba ok=/p.sak.s/ (ieškoma, p z., pasakys, pasakos, pasakas, pasakęs, posakis);  /201./ a ba ok=/201./ (ieškoma, p z., 2010, 2011, 2012…). Kadangi aškas gali pakeis i be ku į ženklą, pa ies aško simbolio eikia ieško i naudojan kombinaciją pas i asis kai inis b ūkšnys + aškas ( .), p z.:  g am=/ .. .SG .GEN ./ (ieškoma, p z., .M.SG.GEN., .F.SG.GEN., ...). 3.1.2.2. Vieno iš kelių simbolių paieška Vie oj isiškai neapib ėž ų simbolių paieškos užklausoje galima nu ody i kele ą konk ečių ieškomų simbolių. Jie ašomi lauž iniuose skliaus uose, p z.:  lemma=/pl[ao] .s/ (ieškoma, p z., pla us, plo is, be ne pli us);  / [ei]lp./ a ba ok=/ [ei]lp./ (ieškoma, p z., elpa, ilpo, be ne alpa);  /201[0124]/ a ba ok=/201./ (ieškoma 2010, 2011, 2012, 2014); AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 24 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204  g am=/ .[MFN] .SG .GEN ./ (ieškoma .M.SG.GEN., .F.SG.GEN., .N.SG.GEN.). A k eipiame dėmesį, kad šiuo būdu ieškoma pagal ieną simbolį iš nu ody ų simbolių inkinio: /di b[aius]/ leidžia ieško i di ba, di bi, di bu, di bs, be ne di bau a ba di bsi. 3.1.3. Ka ojimo ope a o iai Galima ka o i (įp as us i specialius) simbolius, p z.:  lemma=/.. ažiuo i/ (ieškoma, p z., nu ažiuo i, iš ažiuo i, ap ažiuo i, a ažiuo i, ne ažiuo i);  /di b[ao][m ]e/ a ba ok=/di b[ao][m ]e/ (ieško i di bame, di ba e, di bome, di bo e). Taip ieškomų simbolių skaičius y a pas o us, p z., du simboliai pa eik uose pa yzdžiuose (a ba [ao][m ]), aigi pagal užklausą lemma=/.. ažiuo i/ negausi e ezul a ų su lema į ažiuo i. Daugiau galimybių y a su ka ojimo ope a o iais, jų eikšmės okios:  ? – am ik as simbolis pa a o as ieną ka ą a ba nė ka o;  + – am ik as simbolis pa a o as ne mažiau kaip ieną ka ą ( . y. ieną, du, is, ke u is i daugiau ka ų);  * – am ik as simbolis pa a o as n ka ų ( . y. gali bū i isai nepa a o as, pa a o as ieną, du i daugiau ka ų) Šie ope a o iai padeda ieško i simbolių, einančių po jų a ba p ieš juos, p z.:  /šild?o/ (ieškoma šilo a ba šildo);  /Ma+u/ (ieškoma Mau, Maau, Maaau, Maaaau i . .);  /oi*/ (ieškoma o, oi, oii, oiii i . .). Anksčiau minė i ope a o iai y a sude inami su be kokio a ieno iš kelių simbolių paieška, p z.:  lemma=/.* ažiuo i/ (ieškoma, p z., ažiuo i, iš ažiuo i, į ažiuo i, nu ažiuo i, p a ažiuo i, nep a ažiuo i);  /šauk[aiu]*/ a ba ok=/šauk[aiu]*/ (ieškoma, p z., šauk, šauki, šaukia, šaukiu); AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 25 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204  /šauk[aiu]+/ a ba ok=/šauk[aiu]+/ (ieškoma, p z., šauki, šaukia, šaukiu, be ne šauk);  g am=/.* .F ..*/ (ieškoma seka .F. a p be ku ių ki ų simbolių sekų). Paminė ina, kad okios s uk ū os, kaip [aiu]* a ba [aiu]+, ne u i į akos ieškomų simbolių a kai. Vadinasi, pa eikiami ezul a ai, ku iuose y a a a ba i, a ba u + a; a ba i, a ba u + a; a ba i, a ba u… Taigi a pažįs ami okie simbolių de iniai: aaa, i, uuuuu, uiua, uaa i . . 3.1.4. Al e na y ų paieška Ve ikalusis b ūkšnys (|) leidžia ieško i al e na y ų, p z.:  lemma="nege as" | lemma="ge as";  /d(au|ū)ž.*/ a ba ok=/d(au|ū)ž.*/ (ieškoma, p z., daužo, dūž a, daužymas);  g am=/.* .~(COMP|SUP) ..*/ (ieškoma .~COMP. i .~SUP . a p be ku ių simbolių sekų);  " ik" | " ik ai" a ba ok=" ik" | ok=" ik ai" (ieškoma ik i ik ai). 3.1.5. Neigiamai su o muo os užklausos No s okia galimybė naudingesnė kombinuojan požymius sudė inėse paieškose, be i pap as osiose paieškose galima nu ody i, ko ne eikia ieško i, p z.:  pos!="NOUN" (ieškoma isų žodžių, ku ie nė a daik a a džiai);  ok!=/.*[aąeęėiįyouųū]/ (ieškoma isų žodžių o mų, ku ios nesibaigia balse). Jei nesi enkama sudė inės paieškos užklausa (ž . 3.2), neigiamai su o muo os pap as osios užklausos gali sukel i p oblemų, ypač jei apima daug žodžių (kaip pi muoju a eju – daik a a džių), ad šią užklausą eikia naudo i a sa giai. 3.2. Sudė inė paieška Sudė inė paieška suda oma iš kelių pap as ųjų paieškų. Da eikalinga papildoma dalis, ku i ap ašo san ykius a p pap as ųjų paieškų (nu ody ų pagal poziciją). Kiek iena pap as osios paieškos dalis sujungiama ampe sendo (&) ženklu.