التغيير اللغوي والتقسيم التاريخي للفنلندية القديمة

في هذه الدراسة، لقد تطبيعنا ولميمتزات شركة الفنلندية الفنلندية القديمة باستخدام نموذج Lemmatization مدرب على النصوص من Agricola.نقوم بتحليل أنواع الخطأ التي تحدث وتظهر في عقود مختلفة، واستخدم معدل خطأ Word (WER) وأنواع الأخطاء المختلفة كوكيل لقياس الابتكار اللغوي والتغيير.نظرا لأن النهج المقترح يعمل، والآراء متصلة بتراكم التغييرات والابتكارات، مما يؤدي أيضا إلى انخفاض مستمر في دقة النموذج.تتضمن أنواع الخطأ الموصوفة أيضا العمل الإضافي في تحسين هذه النماذج، وثيقة المسائل الملحومة حاليا.كما قمنا بتدريب Adgeddings Word لمدة أربعة قرون من الفنلندية القديمة القديمة Lemmatized، والتي تتوفر على Zenodo.

In this study, we have normalized and lemmatized an Old Literary Finnish corpus using a lemmatization model trained on texts from Agricola. We analyse the error types that occur and appear in different decades, and use word error rate (WER) and different error types as a proxy for measuring linguistic innovation and change. We show that the proposed approach works, and the errors are connected to accumulating changes and innovations, which also results in a continuous decrease in the accuracy of the model. The described error types also guide further work in improving these models, and document the currently observed issues. We also have trained word embeddings for four centuries of lemmatized Old Literary Finnish, which are available on Zenodo.