A semasiosyntactic corpus study of sequence of tense in modern Greek: the case of na-clauses

Abstract

This dissertation serves a twofold purpose: a semasio-syntactic study of the Sequence of Tense (SOT) phenomenon in Greek, focusing on the 'main clause - na subordinate clause' sequence, and a computational implementation within an LFG/XLE grammar for Greek, within the framework of Lexical Functional Grammar. SOT is examined in terms of the constraints imposed by the matrix verb on the tense of the subordinate clause and how this tense is interpreted. My primary concern revolves around identifying the available interpretations of the embedded verb and determining the factors that influence these interpretations. Since this study belongs to the field of computational linguistics, I implemented the studied data for the SOT within an LFG/XLE grammar tailored to Greek. This grammar covers a wide array of linguistic phenomena. Furthermore, it boasts an extensive lexicon of approximately 40,000 wordforms, designed to account for the intricate morphological patterns present in the Greek language. For the purposes of this study, I embarked on the task of creating two dedicated corpora, namely the 'oti corpus' and the 'na corpus'. These corpora were designed to house syntactically and semantically annotated sequences in the form of 'main - oti subordinate clauses' and 'main - na subordinate clauses.' This endeavor involved retrieving a 330,000-word corpus from the Hellenic National Corpus, followed by extensive data wrangling to transform it into a linguistic resource. As a result, this study yields a linguistic resource with the potential for reuse in future research and analyses. Finally, I propose that the following interpretations of embedded verbs —simultaneous, prior to the matrix, posterior to the matrix verb, and double-access reading—in the context of the SOT phenomenon are compositionally determined by a combination of tense, grammatical aspect, lexical aspect, and the meaning of both the embedded and main verbs.

Σκοπός της παρούσας μελέτης είναι η σημασιοσυντακτική μελέτη του φαινομένου της Ακολουθίας των Χρόνων (ΑΧ) στα Ελληνικά με ειδικό πεδίο μελέτης την ακολουθία "κύρια πρόταση – να εξαρτημένη πρόταση" και παράλληλα, η υπολογιστική υλοποίηση σε μια γραμματική στο πλαίσιο της Λεξικής Λειτουργικής Γραμματικής (ΛΛΓ). Η ΑΧ ορίζεται ως το σύνολο των περιορισμών που επιβάλλει το ρήμα της κύριας πρότασης στον χρόνο του ρήματος της εξαρτημένης πρότασης και πώς αυτός ο χρόνος ερμηνεύεται. Συνεπώς, η μελέτη μου περιστρέφεται γύρω από τον προσδιορισμό των διαθέσιμων ερμηνειών του εξαρτημένου ρήματος και των παραγόντων που επηρεάζουν τις ερμηνείες αυτές. Στο πλαίσιο της μελέτης της ΑΧ και δεδομένου ότι η μελέτη εντάσσεται στον τομέα της υπολογιστικής γλωσσολογίας, σχεδιάστηκε μια υπολογιστική γραμματική για τα Ελληνικά που να καλύπτει την συντακτική ανάλυση των ακολουθιών "κύρια πρόταση -να/ότι πρόταση" ακολουθώντας το γραμματικό φορμαλισμό της ΛΛΓ. Η υλοποίηση πραγματώνεται στην πλατφόρμα Xerox Linguistic Environment. Παρά το γεγονός ότι η γραμματική επικεντρώνεται σε ένα συγκεκριμένο υποσύνολο της Ελληνικής, οι προτεινόμενοι συντακτικοί κανόνες που εμπεριέχονται σε αυτήν, καλύπτουν μεγάλο εύρος γλωσσικών φαινομένων. Η υπολογιστική γραμματική που αναπτύχθηκε, περιλαμβάνει επίσης ένα λεξικό περίπου 40.000 λέξεων επισημειωμένων, όχι μόνο ως προς τα μορφολογικά χαρακτηριστικά τους, αλλά και με μια πρότυπη μετάφραση στα Αγγλικά. Για τη μελέτη του φαινομένου προς μελέτη δημιουργήθηκε ένα Σώμα Κειμένων (ΣΚ) με γλωσσολογικά επισημειωμένες ακολουθίες: α. κύρια πρόταση – εξαρτημένη ότι πρόταση και β. κύρια πρόταση – εξαρτημένη να πρόταση. Το ΣΚ που αναπτύχθηκε είναι μεγέθους 330.000 λέξεων και αντλήθηκε από τον Εθνικό Θησαυρό Ελληνικής Γλώσσας του Ινστιτούτου Επεξεργασίας του Λόγου. Τόσο η υπολογιστική γραμματική όσο και το λεξικό είναι επαναχρησιμοποιήσιμοι γλωσσικοί πόροι. Τέλος, από την παραπάνω μελέτη κατέληξα στο ότι οι διαθέσιμες χρονικές ερμηνείες του ρήματος της εξαρτημένης πρότασης, του ταυτόχρονου, του προτερόχρονου, του υστερόχρονου και της "διπλής πρόσβασης" (double access reading) επηρεάζονται συνδυαστικά από τον γραμματικό χρόνο, τη γραμματική όψη/άποψη, τη λεξική όψη αλλά και τη λεξική σημασία του κύριου και του εξαρτημένου ρήματος.