Morphological Analysis

Wat is morphological analysis?

Morphological analysis (morfologische analyse) is het ontleden van woorden in hun betekenisdragende bouwstenen, morfemen genoemd: de stam, voorvoegsels, achtervoegsels en uitgangen. Het is een klassieke stap in taaltechnologie waarmee een computer begrijpt dat woordvormen als loop, liep en gelopen bij hetzelfde werkwoord horen.

Hoe werkt het?

Een morfologische analyser splitst een woord op en benoemt de functie van elk deel. Neem onmogelijkheden: de stam is mogelijk, het voorvoegsel on- geeft ontkenning aan, het achtervoegsel -heid maakt er een zelfstandig naamwoord van en de uitgang -en maakt het meervoud. Voor het Nederlands komt daar het ontleden van samenstellingen bij, zoals ziektekostenverzekering. Klassieke systemen gebruiken hiervoor woordenboeken en regels; moderne taalmodellen leren dit soort structuur impliciet uit grote hoeveelheden tekst en hakken woorden in subword-tokens.

Wat heb je eraan als bedrijf?

Direct merk je er weinig van, maar morfologische analyse zit onder de motorkap van tools die je dagelijks gebruikt: zoekfuncties die “facturen” vinden als je “factuur” intikt, spellingcontrole en vertaalsoftware. Voor het Nederlands, met zijn lange samenstellingen en vele verbuigingen, is goede morfologische verwerking een belangrijke kwaliteitsfactor van zoek- en taaltools. Voor de meeste bedrijven is dit verder achtergrondkennis.

Gerelateerde begrippen

Het terugbrengen van een woord naar zijn woordenboekvorm heet lemmatisering, met als resultaat een lemma; een ruwere variant is stemming. Morfologische analyse werkt samen met part-of-speech tagging en parsing in de taalverwerkingsketen.