yasuokaの日記： 「イタカㇱ アワ ポンルㇷ゚ネアイヌ エネ イタキ」をUniversal Dependenciesで書くには

昨日の『東洋学へのコンピュータ利用』でも議論になったのだが、カタカナ表記のアイヌ語をUniversal Dependenciesで記述するには、どうも縮約語っぽい記法の助けが必要となる。試しに「イタカㇱ アワ ポンルㇷ゚ネアイヌ エネ イタキ」を書いてみよう。

# text = イタカㇱ アワ ポンルㇷ゚ネアイヌ エネ イタキ
1-2    イタカㇱ    _    _    _    _    _    _    _    _
1    イタㇰ    itak    VERB    自動詞    _    0    root    _    _
2    アㇱ    =as    PART    人称接辞    _    1    nsubj    _    _
3    アワ    awa    CCONJ    接続詞    _    1    cc    _    _
4    ポン    pon    VERB    自動詞    _    6    amod    _    SpaceAfter=No
5    ルㇷ゚ネ    rupne    VERB    自動詞    _    6    amod    _    SpaceAfter=No
6    アイヌ    aynu    NOUN    名詞    _    8    nsubj    _    _
7    エネ    ene    ADV    副詞    _    8    advmod    _    _
8-9    イタキ    _    _    _    _    _    _    _    _
8    イタㇰ    itak    VERB    自動詞    _    9    acl    _    _
9    イ    -i    PART    接尾辞    _    1    conj    _    _

SVGで可視化すると、こんな感じ。「イタㇰ」が閉音節なので、直後に母音が来ると、カタカナ表記としてはくっついてしまう。つまり、文字の途中に語境界が来てしまうので、まあ、面倒くさいことこの上ない。でも、今後はカタカナ表記のアイヌ語も増えていくだろうし、扱い方をちゃんと決めておくしかないかなぁ。