XX. mendeko Euskararen Corpus estatistikoa

Testuingurua

Eragilea, testuinguruaren eta korrespondentzian adierazitako bikotearen artean zer-nolako erlazioa dagoen finkatzen duena.

Era desberdinetakoa izan daiteke: testuinguru murriztapena (=ampgt;), azaleko koertzioa (amplt;=), biak batera (amplt;=ampgt;) edo debeku-ezarpena (/amplt;=).

Erregela hauen hasierako sintaxiak aldaketa batzuk izan ditu ([Koskenniemi 85], [Dalrymple et al. 87]) konpiladore bat inplementatu ahal izateko eta, honela, automatetarako itzulpena eskuz egin behar ez izateko.

Adibidez, erregelak, bikoteak (hau da, l karakterearen agerpena maila lexikoan eta i karakterea azalekoan) ezkerreko testuinguruan bikotea eta eskuinekoan bikotea eskatzen duela adierazten du.

erregelak, berriz, ezkerrean, eskuinean eta l karakterea maila lexikoan ageri den edonon azaleko karaktereak derrigorrez i izan behar duela adierazten du.

korrespondentzia/eragilea/ezkerreko testuingurua/eskuineko testuingurua

Mako eta barren erabilpenak testuinguru alternatibo desberdinak definitzeko aukera eskaintzen du korrespondentzia baterako.

Adibidez ondoko lau erregelen baliokidea da, laurok batera hartuz:

Erregelak erabili ahal izateko premiazkoa da elementu hauek definitzea:

- Alfabetoa, edo azaleko karaktereen multzoa.

xak karaktere hutsa denotatzen du.

- Erregeletan erabiltzen diren azaleko alfabetoaren azpimultzoak.

Esate baterako, Ck edozein kontsonante denotatzen du eta Vk edozein bokal.

- Lexikoko alfabetoa.

Erregelen aplikazioa kontrolatzen duten hautapen-marka ($, ampsect;, 4, 5, ...) izeneko karaktere bereziek eta azaleko alfabetoak osatzen dute.

- Lexikoko alfabetoaren azpimultzoak.

Azalekoen parekoak dira.

- Laburduren edo erregelen azpiadierazpenen definizioak.

- Erregelak berak.

2.2. SISTEMA LEXIKOA

Erregelek bi mailen arteko desberdintasunak deskribatzeko balio duten bitartean, sistema lexikoak morfema-multzoa definitzen du, morfemen artean egon daitezkeen kateamenduen arabera sailkapena eginez.

Azpilexikoen multzoa eta erroen eta afixuen sekuentzia posibleak erregulatzen dituzten jarraitze-klaseek sistema hau osatzen dute.

Azpilexikoek ezaugarri berdineko elementu lexikoak (atzizkiak, aurrizkiak, izen-lemak, aditz-lemak, ...) biltzeko balio dute.

Azpilexiko guztiek egitura bera dute; identifikatzen dituen izena eta sarrera-multzoa.

Sarrera bakoitzak hiru eremu ditu:

- Adierazpen lexikoa, alfabeto lexikoko karaktere-sekuentzia bat da.

Karaktere hauek azaleko karaktereak edo hautapen-markak izan daitezke.

Azkeneko hauei, erregelen bitartez, azaleko beste karaktere batzuk egokitu lekizkieke.

- Dagokion jarraitze-klasea.

Zenbait azpilexiko edota beste jarraitze-klase batzuk biltzen dituen identifikadorea da.

Jarraitze-klasean biltzen diren osagaiak dira definitutako sarreraren atzetik ager daitezkeen bakarrak.

- Sarrerari dagokion informazio morfologikoa.