Comonadic Morphophonology: A Compositional Framework for Context-Dependent Morphological Rules in Finnish

तकनीकी सारांश: कोमोनैडिक मॉर्फोफ़ोनोलॉजी (Comonadic Morphophonology)

समस्या विवरण
फिनिश मॉर्फोफ़ोनोलॉजी (morphophonology) के वर्तमान दृष्टिकोण औपचारिक कठोरता (formal rigor) और संरचनात्मक दक्षता (compositional efficiency) के बीच एक द्वंद्व का सामना करते हैं। पारंपरिक फाइनाइट-स्टेट ट्रांसड्यूसर (FST) कैस्केड (जैसे, Voikko, Omorfi) व्यंजन ग्रेडेशन (consonant gradation) और स्वर सामंजस्य (vowel harmony) जैसे संदर्भ-निर्भर नियमों को स्ट्रिंग-टू-स्ट्रिंग संबंधों के रूप में कूटबद्ध करते हैं। हालांकि ये प्रभावी हैं, इन नियमों का संयोजन (composition) बहुआयामी अवस्था विस्फोट (multiplicative state explosion) की ओर ले जाता है; संयोजित ऑटोमेटन का स्टेट स्पेस इसके घटकों के उत्पाद के रूप में बढ़ता है, जिससे नियम प्रतिनिधित्व जटिल हो जाता है (उदाहरण के लिए, Omorfi को उन व्यवहारों को कूटबद्ध करने के लिए 874 निरंतरता वर्गों (continuation classes) की आवश्यकता होती है जिन्हें अधिक संक्षिप्त रूप में व्यक्त किया जा सकता था)। इसके विपरीत, न्यूरल मॉडल उच्च सटीकता प्राप्त करते हैं लेकिन उनमें अंतर्निहित मॉर्फोफ़ोनोलॉजिकल नियमों का औपचारिक, व्याख्या योग्य विवरण नहीं होता है। इसके अलावा, मौजूदा ढांचे स्ट्रिक्टली कंपोजिशनल कैटेगरी-थ्योरेटिक संरचना के भीतर मध्यवर्ती भौतिकीकरण (intermediate materialization) या एसोसिएशन की हानि के बिना लंबाई बदलने वाले ऑपरेशन्स (जैसे व्यंजन विलोपन) को संभालने में संघर्ष करते हैं।

कार्यप्रणाली (Methodology)
यह शोध पत्र एक ऐसा ढांचा प्रस्तावित करता है जहाँ मॉर्फोफ़ोनोलॉजिकल नियमों को FST के बजाय एक कोमोनैड (comonad) के कोक्लीज़ली एरो (coKleisli arrows) के रूप में माना जाता है। यह दृष्टिकोण नियमों को एक केंद्रित स्थानीय संदर्भ से एकल आउटपुट सेगमेंट के फलन (function) के रूप में मॉडल करता है, जो सेलुलर ऑटोमेटा के स्थानीय नियमों के समान है।

1. ज़िपर कोमोनैड (The Zipper Comonad): ढांचा एक विशिष्ट फोकस और बाएँ/दाएँ संदर्भ के साथ एक अनुक्रम (sequence) का प्रतिनिधित्व करने के लिए ListZipper डेटा संरचना का उपयोग करता है। एक नियम को $f: W a \to b$ के रूप में परिभाषित किया जाता है, जहाँ $W$ एक ज़िपर कोमोनैड है। extend ऑपरेशन इस स्थानीय नियम को एक वैश्विक रूपांतरण में ऊपर उठाता है, जो प्रत्येक स्थिति के लिए संदर्भ दृश्य (context view) को सुरक्षित रखते हुए स्ट्रिंग के प्रत्येक स्थान पर लागू होता है।
2. वोटर कोमोनैड (The Writer Comonad) विलोपन के लिए: एक केंद्रीय चुनौती लंबाई बदलने वाले नियमों (जैसे, puku $\to$ puu में k का विलोपन) को संभालना है। एक सरल दृष्टिकोण जो 'नल' वर्णों का उपयोग करता है, स्ट्रिक्ट कोक्लीज़ली एसोसिएटिविटी (coKleisli associativity) को तोड़ देता है क्योंकि फ़िल्टरिंग के लिए मध्यवर्ती अनुक्रमों के भौतिकीकरण की आवश्यकता होती है। लेखक वोटर कोमोनैड ($DeletionSet \times Zipper$) का परिचय देते हैं। इस निर्माण में:
   • नियम एक जोड़ी $(D, c)$ लौटाते हैं, जहाँ $D$ विलोपन स्थितियों का एक सेट है और $c$ आउटपुट वर्ण है।
   • विलोपन extend चरण के दौरान एक मोनॉइड एक्शन (सेट यूनियन) के रूप में संचित होते हैं।
   • पाइपलाइन के अंत में एक एकल materialize चरण सभी संचित विलोपन को लागू करता है।
   • यह बिना किसी मध्यवर्ती पुन: भौतिकीकरण के स्ट्रिक्ट कोक्लीज़ली एसोसिएटिविटी ($extend \ g \circ extend \ f = extend \ (g \circ extend \ f)$) को बनाए रखता है।
3. पाइपलाइन संरचना (Pipeline Composition): मॉर्फोफ़ोनोलॉजिकल प्रक्रियाओं (व्यंजन ग्रेडेशन, स्वर सामंजस्य, पजेसिव सफिक्स स्वर कॉपी करना) को कोक्लीज़ली कंपोज़िशन ऑपरेटर ($>=>$) का उपयोग करके क्रमिक रूप से संयोजित किया जाता है। पाइपलाइन को इस प्रकार परिभाषित किया गया है:
   $$pipe = grad >=> harmony >=> poss$$
   यह संरचना सुनिश्चित करती है कि नियम स्वतंत्र, परीक्षण योग्य और क्रम-विशिष्ट हों।
4. द्विदिश मॉर्फोलॉजी (Bidirectional Morphology): विश्लेषण (डिकोडिंग) के लिए उपयोग किए जाने वाले उन्हीं कोक्लीज़ली एरो का उपयोग जनरेशन (एन्कोडिंग) के लिए MorphGenerator के माध्यम से किया जाता है, जो दोनों दिशाओं के तर्क को एकीकृत करता है।
5. बहु-स्तरीय अमूर्तता (Multi-Level Abstraction): यह ढांचा वर्ण-स्तर के नियमों से परे मॉर्फिम-स्तर के सामंजस्य और वाक्य-स्तर के विसंकेतन (Constraint Grammar-lite) तक विस्तृत होता है। ज़िपर के तत्व प्रकार (char से ReadingSet तक) को बदलकर, समान बीजगणितीय संरचना सभी स्तरों पर लागू होती है।

प्रमुख योगदान

• वोटर कोमोनैड: यह शोध पत्र कम्प्यूटेशनल मॉर्फोलॉजी में लंबाई बदलने वाले नियमों को कंपोजिशनली संभालने के लिए एक वोटर कोमोनैड (विशेष रूप से $DeletionSet \times Zipper$) का पहला अनुप्रयोग प्रस्तुत करता है। यह विलोपन की बीजगणितीय समस्या को हल करता है।
• नियम प्रतिनिधित्व में कमी: यह ढांचा उन्हीं मॉर्फोफ़ोनोलॉजिकल व्यवहारों को व्यक्त करता है जिन्हें Omorfi के 874 निरंतरता वर्गों द्वारा कूटबद्ध किया गया है, केवल 13 कोक्लीज़ली एरो (11 ग्रेडेशन पैटर्न + हार्मनी + पजेसिव) का उपयोग करके, जिससे नियम-प्रतिनिधित्व स्तर पर 67:1 की कमी प्राप्त होती है।
• औपचारिक एकीकरण: यह मॉर्फोफ़ोनोलॉजिकल नियमों को प्रथम-श्रेणी के कंपोजिशनल ऑब्जेक्ट्स के रूप में मानने वाला पहला ढांचा स्थापित करता है, जो सेलुलर ऑटोमेटा थ्योरी (Capobianco और Uustalu, 2010) और नेचुरल लैंग्वेज प्रोसेसिंग के बीच के अंतर को पाटता है।
• कार्यान्वयन (MCE): एक रस्ट (Rust) लाइब्रेरी (मॉर्फोलॉजिकल कंप्यूटेशन इंजन) जो इस ढांचे को लागू करती है, वेब-असेंबली (WebAssembly) को लक्षित करती है, और सत्यापित कोमोनैड लॉ और मोनॉइड गुणों के साथ आती है।

परिणाम
सिस्टम का मूल्यांकन UD Finnish-TDT डेवलपमेंट सेट (1,364 वाक्य, ~25,000 टोकन) पर किया गया:

• सटीकता: सिस्टम ने केवल नियम-आधारित विसंकेतन (62 सक्रिय CG नियम) का उपयोग करके 83.92% UPOS सटीकता प्राप्त की। जब इसे एक हल्के बाहरी सफिक्स टैगर के साथ बढ़ाया गया, तो सटीकता बढ़कर 94.66% हो गई, जिससे न्यूरल बेसलाइन (TNPP) के साथ का अंतर 12.99 प्रतिशत अंक से घटकर 2.25 रह गया।
• प्रदर्शन: पाइपलाइन एक Apple M-सीरीज CPU पर लगभग 84,973 टोकन प्रति सेकंड को प्रोसेस करती है। पूर्ण मॉर्फोफ़ोनोलॉजिकल पाइपलाइन औसतन 2.66 µs प्रति शब्द लेती है, जो यह दर्शाता है कि कोक्लीज़ली कंपोज़िशन मोनोलिथिक FST कार्यान्वयन की तुलना में नगण्य ओवरहेड पेश करता है।
• शुद्धता: सभी 11 व्यंजन ग्रेडेशन पैटर्न को सही ढंग से औपचारिक रूप दिया गया। सात पैटर्न ने पूर्ण द्विदिश राउंडट्रिप शुद्धता प्रदर्शित की; चार गैर-राउंडट्रिप मामलों में विलोपन शामिल था, जो पुष्टि करता है कि वर्तमान मॉडल में विलोपन ही अपरिवर्तनीयता (irreversibility) का एकमात्र स्रोत है।
• डेवलपर एर्गोनॉमिक्स: एक नया नियम जोड़ने के लिए केवल एक कोक्लीज़ली एरो (~5 लाइन्स ऑफ रस्ट) को परिभाषित करने की आवश्यकता होती है, जबकि FST सिस्टम को अक्सर इंटरैक्शन संयोजनों को समझाने के लिए सैकड़ों LEXICON प्रविष्टियों को संशोधित करने की आवश्यकता होती है।

महत्व और दावे
यह शोध पत्र मॉर्फोफ़ोनोलॉजिकल नियमों के लिए एक कंपोज़िशन बीजगणित (composition algebra) प्रदान करने का दावा करता है जिसे FST कैस्केड केवल स्टेट-स्पेस गुणन के माध्यम से संभालते हैं। वोटर कोमोनैड का उपयोग करके, यह ढांचा लंबाई बदलने वाले नियमों के लिए स्ट्रिक्ट कोक्लीज़ली कंपोज़िशन को बहाल करता है, जो एक ऐसी समस्या है जिसे मल्टीप्लिकेटिव स्टेट एक्सप्लोजन के बिना पहले अनसुलझा छोड़ दिया गया था।

लेखक इस कार्य को लेक्सिकल संसाधनों (यह सिस्टम लेक्सिकल लुकअप के लिए Voikko-व्युत्पन्न FST पर अभी भी निर्भर है) के विकल्प के रूप में नहीं, बल्कि नियम अनुप्रयोग के लिए एक मॉड्यूलर, ऑर्थोगोनल परत के रूप में प्रस्तुत करते हैं। वे तर्क देते हैं कि यह दृष्टिकोण FST इंटरसेक्शन की तुलना में बेहतर मॉड्यूलरिटी, डिबगेबिलिटी (प्रति-नियम परीक्षण) और औपचारिक गारंटी प्रदान करता है। शोध पत्र विनम्रतापूर्वक नोट करता है कि हालांकि यह ग्रेडेशन और हार्मनी जैसी एग्लूटिनेटिव घटनाओं को संभालता है, लेकिन यह अभी तक टेम्पलेटिक मॉर्फोलॉजी (रूट-एंड-पैटर्न) या रिडुप्लिकेशन को कवर नहीं करता है, जिसके लिए वर्तमान दायरे से परे सेगमेंट इंसर्शन या कॉपी करने की आवश्यकता होती है। इस ढांचे को एक व्यावहारिक मॉर्फोलॉजिकल इंजन के रूप में प्रस्तुत किया गया है जो कोमोनैडिक संरचनाओं की उपयोगिता को प्रमाणित करता है।