Представление морфологической информации в модуле лемматизации отдела РРО ИПИИ

Способ представления МИ в модуле лемматизации РРО представлен в таблице 6.3. Он позволяет экономить 2 байта на каждой записи, по сравнению с модулем LINGUIST. Это является существенной экономией дискового пространства, так как предполагаемое количество записей – 2 млн. Кроме того, определение значений отдельных категорий МИ в модуле лемматизации не уступает в простоте и скорости модулю LINGUIST.

Для извлечения МИ, используются маски категорий МИ, приведенные в таблице 6.4.

Определение значения одной из категорий, например рода, происходит путём применения операции побитового «и» значения МИ и маски категорий. Если словоформе категория не присуща, то результат операции побитового «и» её МИ и маски этой категории будет равен 0. Приведем примеры извлечения значений отдельных категорий морфологической информации.

Пример 3. Определение значения категории «род» словоформы:

MI & rod_mask

Результат: _Masculine, _Feminine, _Neuter или 0.

Пример 4. Определение падежа слова, с морфологической информацией MI:

MI & case_mask

Результат – 0, если слово не склоняется по падежам (глагол, наречие и т.д), или одно из численных значений категории «падеж», приведенных в таблице 6.3.

Зная МИ слов предложения, можно проводить его синтаксический анализ (СА).

Таблица 6.3. – Представление МИ в модуле лемматизации

Таблица 6.4. – Маски категорий МИ