Greenlandic morphological analyser

Fil for at generere de centrale morfologiske processer i vor grønlandske analysator

Multicharacter symbols

AA+ = præfiks
TA+ = præfiks

Tags for POS (primary tags)

Main Word Classes

+N = Noun
+V = Verb
+Pali = Particle-like - partikellignende
+Conj = Conjunction
+Adv = Adverb
+Interj = Interjection
+Pron = Pronoun
+Prop = Propernoun
+Num = Numeral
+Symbol = independent symbols in the text stream, like £, €, ©

Secondary tags

Tags for Verbs

+Gram/IV = Intransitive Verb !PL 20180319 ny formalisme gennemført livm 20180324
+Gram/TV = Transitive Verb !PL 20180319 ny formalisme gennemført livm 20180324
+Gram/HV = Non-marked agentive Verb (used as Half-transitive)
+Gram/Db = Double-transitive Verb. PL tilføjet 20180319
+Gram/Exclm = Exclamation !Flyttet fra primære tags 20180420 PL
+Gram/Upersonlig = upersonlig CONT med NAR+3Sg til højre

Tags for Pronouns

+Gram/Int = Interrogative Pronoun
+Gram/Pers = Personal Pronoun
+Gram/Coref = Reflexive Pronoun
+Gram/Indef = Indefinitive Pronoun

Tags for Other Word Classes

+Gram/Dem = Demonstative pronoun, demonstrative adverb or demonstrative interjection
+Gram/Cong = Various Pronoun, eg. tamaq, kisi (personkongruensdeklination)
+Gram/Abbr = Abbreviation
+Gram/ACR = Acronyms
+Gram/Adj = Adjektiver optaget direkte inkl. ubøjet anvendelse før kerne

Semantics

anatomical. Adskiller qiteq+Sem/an+3SgPoss = qitia fra qiteq+3SgPoss = qeqqa

+Sem/Be !#náipoĸ
+Sem/dur tid som periode ulloq=dag/day
+Sem/event fx Avannaata Qimussersua
+Sem/Fem Forsøg med femininum sml. Sem/Mask
+Sem/FirstName = Attributive
+Sem/Geo = Geographical Propernoun
+Sem/H = Menneske
+Sem/HH = Organisationer
+Sem/Hprof = Menneske erhverv
+Sem/Hum = Non-geographical Propernoun
+Sem/LastName Efternavne
+Sem/Mailadresse tag til adresser af typen cccc@cccc.cc
+Sem/Mask Forsøg med en ny tag til fornavne af maskulinum
+Sem/ModeOfMovement !#nâgpoĸ
+Sem/Remove = atserivoq mods. atsiivoq
+Sem/temp tid som punkt ulloq=dato/date
+Sem/Time = Temporal particle !The random adverbial ‘phrases’ like -riutaa -isaa etc.
+Sem/Unit = Unit !Til besværlige låneord som ‘time’ etc., der optræder absolut
+Sem/Url tag til adresser af typen www.ccc.cc
+Sem/misse tag til at markere usikker possessor for misse

Grammar

+Gram/Comp = Composita !Særlig tag til NIQ ajor/saper/artor/nalu- konstruktioner ved transitive verber
+Gram/TUT_IP = Composita !tag til at slette overtallige ip hvis der ikke står tut ved siden af
+Gram/Refl = Reflexive, reciprocal or passive !asavoq
+Gram/Reci = Reciprocal !naapipput
+Gram/Pass = Passive !used when a derivational morpheme not explicitely denotes a passivisation, or when intransitive flexion changes an active verb into a passive
+Gram/PlurTant = plurale tantum noun: ilaqutariit
+Gram/SingTant = singulare tantum noun: sila
+Gram/Ord = Ordinal number !pingajuat
+Gram/Hyb = Følger hybriderne for at bestemme stederne hvor strengene kan klippes i to ord ved hybriderne *__ +Gram/TransverbNIQ __ = NIQ-former med transitivt verbale egenskaber. PL20210417

Derivation

+Der/Vok = Vocative
+Der/Guess = Guessed lemma and inflection which are not listed in the FST
+Der/Loan = Guessed stems which are not listed in the FST and contain non-Greenlandic characters or non-Greenlandic final character
+Der/Unk = Ukendt morfem !Ukendte morfemer i ellers analyserede stammer for at få rigtig lemmaanalyse, som orsoq+NNAP+nv+UNK+vn:orsunnattaaq
+Der/vv = verb to verb
+Der/nn = noun to noun
+Der/nv = noun to verb
+Der/vn = verb to noun
+Der/xx = Follows the enclitic suffix TUQ to be able to distinguish TUQ+xx from the derivational morpheme TUQ+vn in CG: qanortoq Citerede ordformer jf. Kleinschmidt ^rpoĸ

Dialect

+Dial/Ngr = Northern dialect (such as ng for g; predictable dialectal changes might be dealt with in the postprosessor in stead)
+Dial/Sgr = Southern dialect (such as VVC for VVCC), aneeqavoq (and not aneeqqavoq)
+Dial/Egr = Eastern dialect
+Dial/Vgr = Western dialect (such as rng for rn)

Tags to mark loan word entries with a diverting orthography

That is, they need special treatment in e.g. speech syntesis.

+OLang/DAN = Danish stem: profet
+OLang/ENG = English stem: game
+OLang/DEU = German stem: bier

Orthograhy

+Orth/Arch = Archaic language, (stem, morpheme, flexion, or sandhi): tikisimavoq, asallutigik, agpâ (for anípâ)
+Orth/Youth = Youth language: asallutigu
+Orth/Alt = Substandard language (hyphens among other things…): isissavoq, Qaanaaq-mut, fabrikki, poor’lu

Usage/error

+Use/-Spell = Do not include in speller
+Use/Hybrid = For generating split hybrids. Should not be included in speller, analyser, or norm-generator
+Err/Sub = Not authorized spelling: 2-imik
+Err/Orth !! tag, vi ikke bruger, men som optræder i de delte filer ≈ * +Err/Orth !! tag, vi ikke bruger, men som optræder i de delte filer

Ekstra vedr. LG

+Der/LG12
+Der/LG13

Tags for Inflection

Numerus

+Sg = Singularis
+Du = Dualis
+Pl = Pluralis

Kasus

+Abs = Absolutive
+Rel = Relative
+Trm = Terminalis
+Abl = Ablative
+Lok = Locative
+Aeq = Aequalis
+Ins = Instrumentalis
+Via = Vialis

Særlige 3./4. persons kasus med DivPron (Gram/Cong)

+Nom = Nominative
+Akk = Accusative

Modus

+Ind = Indicative
+Int = Interrogative
+Imp = Imperative
+Opt = Optative
+Cau = Causative
+Con = Conditional
+Par = Participium
+Cont = Infinitive
+ContNeg = Negated Infinitive
+IteCau = Iterative (morphologically: Causative)

Verb person-numerus

+1Sg = Subject 1.person singular
+2Sg = Subject 2.person singular
+3Sg = Subject 3.person singular
+4Sg = Subject 4.person singular
+1Pl = Subject 1.person plural
+2Pl = Subject 2.person plural
+3Pl = Subject 3.person plural
+4Pl = Subject 4.person plural
+1Du = Subject 1.person dual
+2Du = Subject 2.person dual
+3Du = Subject 3.person dual
+4Du = Subject 4.person dual
+1SgO = Object 1.person singular
+2SgO = Object 2.person singular
+3SgO = Object 3.person singular
+4SgO = Object 4.person singular
+1PlO = Object 1.person plural
+2PlO = Object 2.person plural
+3PlO = Object 3.person plural
+4PlO = Object 4.person plural
+1DuO = Object 1.person dual
+2DuO = Object 2.person dual
+3DuO = Object 3.person dual
+4DuO = Object 4.person dual

Flag diacritics for Greenlandic

Flag diacritics til pluralis tantum subjekter

@U.Num.Pl@
@U.Num.Sg@
@C.Num@ Et forsøg med Clear Feature for at håndtere *qarliuvoq vs. qarleqarpoq

Flag diacritics til verber med kun pluralis i objekterne

@U.ObjNum.Pl@
@U.ObjNum.Sg@
@C.ObjNum@

Test af boolsk variabel til ad hoc blokeringer

@U.Boole.On@
@U.Boole.Off@

Test af boolsk variabel til ad hoc blokering af Gram/Exclm. stems sættes Off og derivation On

@U.Exclm.On@
@U.Exclm.Off@

Off-flag sættes i verbs på transitive verber med usandsynlig Refl. On-flag på taggen Gram/Refl i gennemgangslexica

@U.Refl.On@
@U.Refl.Off@
@C.Refl@
@U.TruncTip.On@
@U.TruncTip.Off@
@C.TruncTip@

Off-flag på verber som akuaa, der ikke må lave metatese på NIQ

@U.Niq.Off@
@U.Niq.On@
@C.Niq@

Nyt flag 20211214 for at forebygge *taakkuunngitsoq og *taannaanngitsut

@U.DemPron.Sg@
@U.DemPron.Pl@
@C.DemPron@

Off-flag på nominer, der SKAL opføre sig replacive som pilersaarusiorpoq og aqqusinniorpoq

@U.Liur.Off@
@U.Liur.On@
@C.Liur@

Off-flag i nouns og Off-flag i der-inf når TUR og TUGAQ ikke må assibileres og On-flag, når de skal assibileres. Også for at forebygge assibilering efter HTR på nnip

@U.Tur.Off@
@U.Tur.On@
@C.Tur@

Flag specielt for at sikre additiv p-bøjning af ulloq i Trm@

@U.Ulloq.Off@
@U.Ulloq.On@
@C.Ulloq@

Flag til forebyggelse af manglende assibilering. P sættes i stem-filerne og C i der-infl

@P.UsikkerAssibilering.ON@ positive setting of UsikkerAssibilering = ON
@C.UsikkerAssibilering@ clear the UsikkerAssibilering feature back to neutral

Ad hoc til test af alternativ flag diacritics ved præfikser. Husk også den udkommenterede linie ‘Kingumoorutit ;’ i LEXICON Root

Test af P- og D-flag til forebyggelse af rekusivitet ved TIP

@P.TIP.ON@

og blokeres af

@D.TIP@

Test 20210504 af P- og R-flag for at generere både takornariat og takornarissat+Err/Sub

@P.iaq.ON@
@R.iaq.ON@

Flags for loan words, which must not go to N+Abs+Sg without derivation.

@P.Loan.i@
@D.Loan.i@ disallow test
@C.Loan.i@
PJAT_FOR_AT_FAA_SKIDTET_TIL_AT_KOMPILERE en dummy, der kan kommenteres ind og ud, når make instisterer på ‘nothing to do’ efter bestemte fejltyper

30.10.23: Trond tok taggane som var deklarert fleire gonger (sannsynlegvis tidlegare taggstrengar A=B=C) ut desse og laga i staden ei liste der kvar tag sto ein gong (nedanfor): docs/tagstrings.md

List of the so-called Greenlandic tilhæng, i.e., derivational affixes

+A
+AA
+AR
+AASIILLU
+AASIINNGUUQ
+AASIIT
+AASIT
+AAT
+ALAAQ
+ALAAR
+ALLAK
+ALLAP
+ALUK
+ALUP
+ARAQ
+ARSUK
+ARSUP
+ATAAR
+ATSIAQ
+GAJUK
+GAJUP
+GAJUUQ
+GALLAR
+GALUAQ
+GALUAR
+GALUP
+GALUTTUAQ
+GALUTTUAR
+GASAAQ
+GASAAR
+GASAP
+GASUAR
+GASUGE
+GASURE
+GE
+GI
+GIAQAR
+GIAR
+GIARTUAAR
+GIARTUR
+GIIAAQ
+GIIAAR
+GIIAAT
+GIILIP
+GIIP
+GIIT
+GIP
+GISSAAR
+GUMA
+GUMAAR
+GUMALLIR
+GUMINAALLI
+GUMINAR
+GUNAR
+GUNNAAR
+GUNNAIR
+GUNNAR
+GUNNARSI
+GUP
+GUSUP
+GUUQ
+GUURUNA
+HTR
+IAR
+ILATSI
+ILIQI
+INNANNGUAQ
+INNAQ
+INNAR
+INNARIAA
+IP
+IR
+IRNIAQ
+IRNIAR
+IRSIR
+IRUSSI
+IRUTE
+IRVIK
+ISAP
+ISUA
+IT
+JA
+JAALLU
+JAAR
+JURAR
+JURTUR
+KAA
+KAJAAQ
+KANNIQ
+KANNIR
+KAR
+KASIK
+KASIP
+KASSAK
+KASSAP
+KATAAR
+KATAP
+KILLI
+KIP
+KKAAQ
+KKAAR
+KKULUK
+KKULUP
+KKUMINAR
+KKUT
+KKUUTAAQ
+KKUUTAAR
+KUJUK
+KUJUP
+KUJUUQ
+KUJUUR
+KULA
+KULAAR
+KULLAK
+KULUK
+KULUP
+KULUUQ
+KUQ
+KUSUUR
+KUTSUUR
+LA
+LAAQ
+LAAR
+LI
+LIAA
+LIAASIIT
+LIAQ
+LIAR
+LIGUUQ
+LIK
+LIKKAAQ
+LIKKIRSAAR
+LIMI
+LIP
+LIR
+LIRI
+LIRNGUSAATE
+LIRSAAR
+LIRSUR
+LIRTUR
+LISAAR
+LISAR
+LISSAAQ
+LIUKU
+LIUKUA
+LIUNA
+LIUR
+LIUTE
+LIVIK
+LLAARE
+LLAATAA
+LLAMMAK
+LLAP
+LLAQQIP
+LLAR
+LLARIP
+LLATSIAR
+LLATTAA
+LLATTAAR
+LLATUAR
+LLI
+LLIQ
+LLIR
+LLIRPAAQ
+LLIUR
+LLUAR
+LLUINNAQ
+LLUINNAQQISSAAQ
+LLUINNAR
+LU
+LUGUUQ
+LUINNAR
+LUMI
+LUMIAASIIT
+LUP
+LUQA
+LUSUUQ
+LUUNNIILLI
+LUUNNIILLU
+LUUNNIIMMI
+LUUNNIIT
+LUUR
+MAA
+MAANNA
+MAANNAA
+MAANNAAJUNA
+MAAR
+MI
+MIAA
+MIAASIINNGUUQ
+MIAASIIT
+MINIQ
+MISAAR
+MITA
+MITAAVA
+MITAAVAAKU
+MITAAVAANA
+MITAAVAMI
+MIU
+MIUQ
+MMIRSUR
+NAAR
+NAQ
+NAR
+NASUGE
+NASURE
+NAVIAR
+NAVIIR
+NAVIIRSAAR
+NGA
+NGAAQ
+NGAAR
+NGAATSIAQ
+NGAJAK
+NGAJAP
+NGIR
+NIAA
+NIAALUP
+NIAQ
+NIAR
+NIARIUTAA
+NIARSARE
+NIINNAR
+NIKUQ
+NIKUU
+NIP
+NIQ
+NIQAR
+NIQ_AJUR
+NIR
+NIRAR
+NIRLIUR
+NIRLUP
+NIRPAA
+NIRPAAQ
+NIRPAARPAA
+NIRPAARPAAJU
+NIRSAQ
+NIRU
+NIRUJUSSUU
+NIRUMAAQ
+NIRUMAAR
+NISAQ
+NISSAQ
+NIUP
+NIUTAA
+NIUTE
+NNAAQ
+NNAP
+NNAR
+NNGAANNIIR
+NNGAR
+NNGIR
+NNGIRSAAR
+NNGISAANNAR
+NNGIT
+NNGUALLAARE
+NNGUAQ
+NNGUAR
+NNGUARSI
+NNGUASIK
+NNGUATSIAR
+NNGUJUUR
+NNGUR
+NNGUUJUIT
+PAAQ
+PAJAAQ
+PAJAAR
+PAJUK
+PAJUP
+PAK
+PALAAQ
+PALAAR
+PALLAK
+PALLAP
+PALUK
+PALUP
+PASIP
+PIAQ
+PIAR
+PILUK
+PILUP
+PILUUR
+QANNGIT
+QAR
+QATE
+QATIGIIP
+QATIGIIT
+QATTAAR
+QE
+QENA
+QINA
+QISSAAR
+QQA
+QQAAQ
+QQAAR
+QQAJAA
+QQAJAR
+QQAMMI
+QQAMMIQ
+QQAMMIR
+QQAR
+QQARTUR
+QQATAR
+QQATUR
+QQINNAAQ
+QQINNAAR
+QQIP
+QQISSAAQ
+QQISSAAR
+QQU
+QQURTU
+QQURTUSI
+QQURTUUQ
+QQUSAAR
+QQUTE
+QQUUQE
+QQUUTE
+R
+RAALLAK
+RAAR
+RALAAQ
+RALAK
+RAR
+RASAAR
+RATAAR
+RATAR
+RIAANNAA
+RIAAT
+RIANNGUAR
+RIAQ
+RIAR
+RIATAAR
+RIIR
+RIP
+RLAAQ
+RRAK
+RRATE
+RSUR
+RUJUK
+RUJUP
+RUJUUJUTAA
+RUJUUR
+RUJUURUTAA
+RULUP
+RULUUR
+RUNAR
+RUR
+RUSAAR
+RUSAQ
+RUSAR
+RUTTUR
+RUUSAAR
+SAAR
+SAR
+SARE
+SI
+SIAQ
+SII
+SILAT
+SIMA
+SIMAAR
+SINNAA
+SINNAAA
+SINNAANNGUR
+SINNAAQ
+SINNAR
+SIQ
+SIR
+SIUR
+SIUT
+SSA
+SSAALIQI
+SSAAR
+SSAMAAQ
+SSAMAAR
+SSAQ
+SSAQQIP
+SSI
+SSIP
+SSUAQ
+SSUSIQ
+SUAQ
+SUAR
+SUATAAR
+SUNGAR
+SUNNI
+SUNNIP
+SUR
+SURE
+T
+TA
+TAAMA
+TAAQ
+TAAR
+TAAVA
+TALLAP
+TAQ
+TAR
+TARE
+TARIAARUTE
+TARIAQ
+TARIAQAR
+TARIAR
+TASSAA
+TE
+TIGE
+TIP
+TIR
+TITAAR
+TITIR
+TSAALI
+TSAALIUR
+TSAP
+TSIALAK
+TSIAQ
+TSIAR
+TSIISAA
+TSIP
+TSIR
+TTAAQ
+TTAARLU
+TTAARMI
+TTUINNAR
+TU
+TUAQ
+TUAR
+TUARANNGUU
+TUATAAR
+TUGAQ
+TUKASSAA
+TUQ
+TUQAQ
+TUR
+TURSUU
+TURUJUSSUANNGUR
+TURUJUSSUU
+TURUJUSSUUSIMA
+TURUJUSSUUSIMAGALUAR
+TURUJUSSUUSSA
+TURUJUU
+TUSSAA
+TUSSAAGALUAR
+TUSSAANNGIKKALUAR
+TUSSAANNGIT
+TUSSANNGUR
+TUSSAQ
+TUU
+TUUQ
+TUUR
+TUUSAAR
+TUUSI
+U
+UAAR
+UKU
+UKUA
+UMA
+UMI
+UMMI
+UMMIR
+UNA
+UR
+URL
+USAAQ
+USAAR
+USAP
+USAQ
+USAR
+USIQ
+UTE
+UTIGE
+VALLAAQ
+VALLAAR
+VIK
+VIP
+VISSUAQ
+VISSUR
+VVAARIK
+VVAARIP
NIAR=TARE=LIR=GALUAR
SIMAAR=VALLAAR=LIR
TARIAQAR=LLUAR

Grænsesymbol

Symbols that need to be escaped on the lower side (towards twolc)

»
« ()
(written with square brackets as stem, to avoid collision with the morpheme boundary marker)
< (written with square brackets as stem, to avoid collision with the morpheme boundary marker)
%ROD morfemgraense ved pegeroedderne
+SUB Ungdomsformer
+Arch archaiske former som agpâ (for anípâ)
+Comp Tilfoejet 20100228. Anvendes ved +NIQ paa transitiver for skyld -neq ajor/saper/artor/nalu
+Coll Tilfoejet 20100406 til kaldenavne, der ikke er godkendte fx Aaperaat, men Aaperaa+Coll
+Loan Tilføjet 20100822 til visse udenlandske ord i hhv. LEXICON V-Loan og LEXICON C-Loan

Vore morfofonemer

g2 g3 g4 c2 i2
u2 u som skal stå som u foran r: Puurunen. ch til Heinrich/ Heinriup men kvæler alle ch-sekvenser. Udkommenteret 20181008
í á ú î â û ê ô ĩ ã ũ vokaler i gammel retskrivning
+CLB +PUNCT +LEFT +RIGHT

Vore magiske symboler

%TRUNC minus-suffikser, trunkerer
%CLIT Klitika
%STRUNC trunkerer både vokal og konsonant
%PRONTRUNC
%POSSESSORTRUNC
%likTRUNC
%VCTRUNC
%CVqTRUNC
%VTRUNC
%qaGEMIN
%qoGEMIN
%EPENT Epentetisk vokal mellem konsonant og clitis i fremmedord
%PROP Blokering mod vokalreglerne
%ALTINF Alternerende infinitiver ved rpoq
%ProgI Tilfoejet 20100117 for at haandtere progressiv i-assimilation ved ARAQ og UTIGE
%GEMEQ gemineringskode til p-bøjede på seq og leq
%^GEMS
%^GEMC
%^GEM
%^Loan

Language-independent flag diacritics

We have manually optimised the structure of our lexicon using following flag diacritics to restrict morhpological combinatorics - only allow compounds with verbs if the verb is further derived into a noun again:

Flag	Explanation
@P.NeedNoun.ON@	(Dis)allow compounds with verbs unless nominalised
@D.NeedNoun.ON@	(Dis)allow compounds with verbs unless nominalised
@C.NeedNoun@	(Dis)allow compounds with verbs unless nominalised

For languages that allow compounding, the following flag diacritics are needed to control position-based compounding restrictions for nominals. Their use is handled automatically if combined with +CmpN/xxx tags. If not used, they will do no harm.

Flag	Explanation
@P.CmpFrst.FALSE@	Require that words tagged as such only appear first
@D.CmpPref.TRUE@	Block such words from entering ENDLEX
@P.CmpPref.FALSE@	Block these words from making further compounds
@D.CmpLast.TRUE@	Block such words from entering R
@D.CmpNone.TRUE@	Combines with the next tag to prohibit compounding
@U.CmpNone.FALSE@	Combines with the prev tag to prohibit compounding
@P.CmpOnly.TRUE@	Sets a flag to indicate that the word has passed R
@D.CmpOnly.FALSE@	Disallow words coming directly from root.

Use the following flag diacritics to control downcasing of derived proper nouns (e.g. Finnish Pariisi -> pariisilainen). See e.g. North Sámi for how to use these flags. There exists a ready-made regex that will do the actual down-casing given the proper use of these flags.

Flag	Explanation
@U.Cap.Obl@	Allowing downcasing of derived names: deatnulasj.
@U.Cap.Opt@	Allowing downcasing of derived names: København > københavner.

LEXICON Root pointing to main parts of speech

Nomen ;
Verbum ;
oqr ; partikler og pronominer
ateq ; proprier (baade personer og steder)
Punctuation ;
Symbols ;
numeralier ;
Forkortelser ;
Akronymer ;
Pronomen ;

This (part of) documentation was generated from src/fst/morphology/root.lexc

Kalaallisut NLP Grammar

Page Content