机构名称：
¥ 2.0
natalia bobkova - Clle，CNRS和ToulouseUniversitéde toulouseJaurèsFabioMonterni - Clle，CNRS和ToulouseJeanJaurès大学摘要本文致力于罗素（Russian）派生形容词中的后缀之间的竞争。，它提出了基于俄罗斯国家语料库的大规模定量分析。它的主要目标是为确定确定这些衍生物中后缀选择的属性做出贡献。俄罗斯的代名词形容词派生使用了各种各样的指数。其中大多数是三个主要后缀的语音变体（扩展）-n-， - SK-和-OV-。后者可以被认为是基本的，构成了我们分析的重点。为这项研究构建了两个数据集，其中一个包含上面的后缀之一，一个更具体的包含Doublet的数据集，即形容词在同一基础上具有不同后缀。通过各种统计模型分析了两组的数据。我们的结果在全球范围内提供了对先前文献中先前进行的观测值的定量确认。特别是，我们表明-n-在俄罗斯的衍生系统中占有特定的位置，因为它的生产力较低，其衍生物倾向于较不透明，并且更容易显示词汇化的含义，这些含义指向朝向定性 - 相关语义谱的定性极点。- SK-和 - OV-更可能形成双重峰（附着在相同的基础上），这是一个进一步的论点，支持它们之间更大的同质性，而不是-n-。关键字：俄语，衍生形态，代表形容词，定量语言学，语料语言学，统计方法的统计方法1.引入俄罗斯名词中形容词的推导是观察和分析词缀竞争的有趣基础。代名词形容词（我们可能在全球范围内将其表征为具有关系价值）实际上可能是通过这种语言来得出的，主要是通过三种不同的后缀 - n-， - sk-和 - ov-或多个变体，基本上扩展了后者的变体。文献中已经进行了几次尝试，以隔离确定选择一个或其他后缀 /变体的因素，以绝对或倾向（参见< / div>）Townsend 1975; Švedova1980; Zemskaja 2015; Hénault＆Sakhno 2016等）。 确定的因素包括基本名词和衍生物的语音，形态学，语义和词源特性，或与两者之间关系相关的特性。 然而，除了对小词汇集的一些研究外，仍然缺乏对这种现象的观察。 我们在本文中进行的研究是对俄罗斯代表形容词进行大规模分析的方向的第一步。 我们的主要目标是构建强大的统计模型，以预测相关派生中的后缀的选择。 特别是，我们从俄罗斯国家语料库中构建了两个不同的数据集：一般形容词的一般数据集，其中包含上面列出的主要后缀之一，以及在语料库中遇到的所有Doublet的数据集，即>Townsend 1975; Švedova1980; Zemskaja 2015; Hénault＆Sakhno 2016等）。确定的因素包括基本名词和衍生物的语音，形态学，语义和词源特性，或与两者之间关系相关的特性。然而，除了对小词汇集的一些研究外，仍然缺乏对这种现象的观察。我们在本文中进行的研究是对俄罗斯代表形容词进行大规模分析的方向的第一步。我们的主要目标是构建强大的统计模型，以预测相关派生中的后缀的选择。特别是，我们从俄罗斯国家语料库中构建了两个不同的数据集：一般形容词的一般数据集，其中包含上面列出的主要后缀之一，以及在语料库中遇到的所有Doublet的数据集，即形容词在同一底座上用不同的后缀构建。实际上我们将表明的是，对双重组的研究可能会阐明系统的全球动态，特别是当这样的
俄罗斯代表形容词构造的二元组的定量方法
主要关键词
相关文件推荐
