АНАЛИЗ СЛОВОФОРМ КАЗАХСКОЙ ПРАВОВОЙЛЕКСИКИ С ПОМОЩЬЮ ВЕКТОРНЫХ МОДЕЛЕЙ

Аннотация

Дистрибутивное сходство словоформ само по себе не доказывает, что модель различает морфологическую форму и грамматическую функцию. В статье исследуется это разграничение на материале казахской правовой лексики; Word2Vec и FastText используются как инструменты лингвистического анализа. Корпус включает 2 188 документов и 12 327 449 токенов. На основе 200 пар, представляющих восемь морфологических отношений, сформированы 4 800 аналогий. Оценка точности поиска, согласованности векторов отношений, междоменного переноса и ошибок дополнена сравнением одинаковых и разных поверхностных алломорфов при фиксированной целевой паре. Общая точность FastText выше, чем Word2Vec: 35,21% против 28,98%, однако результаты родительного падежа и словообразовательной категории ограничивают универсальность этого преимущества. Для 195 пар, допускающих оба условия сравнения, средняя разность в пользу одинакового алломорфа составляет соответственно 5,61 и 2,32 процентного пункта. В винительном падеже исходная разность FastText в 11,93 пункта после сопоставления одинаковых целевых пар меняется на −0,68 пункта, выявляя влияние лексического состава выборки. При различиях локальной согласованности модели сохраняют сходную геометрию отношений между категориями. Научный вклад заключается в раздельной оценке сходства написания, поиска словоформы и её грамматической интерпретации. Выводы ограничены одним специализированным корпусом и эталонной выборкой, построенной по формальным правилам.