6.1. Harmonia vocálica do finlandês🔗

A morfologia é a parte da gramática que estuda a estrutura, formação, flexão e a classificação das palavras de forma isolada.

Não vamos estudar morfologia no curso, mas para os interessados, recomendo  (Beesley and Karttunen, 2003)Kenneth R. Beesley and Lauri Karttunen (2003). “Finite State Morphology”. CSLI Publications. 18.. Palavras de linguagem natural são tipicamente formadas pela concatenação de morfemas. Quando morfemas se combinam em novas palavras, é comum haver alternâncias na pronúncia ou na escrita. A morfologia de estados finitos assume que tanto as regras de formação de palavras (morfotática) quanto as regras de alternância morfo-fonológica podem ser modeladas como máquinas de estados finita.

Vamos implementar um fragmento da harmonia vocálica finlandesa e o plural sueco de forma.

Harmonia vocálica é um processo fonológico pelo qual as vogais passam a compartilhar certos traços. No caso do finlandês, há as vogais posteriores a, o, u, as vogais anteriores ä, ö, y, e as vogais neutras i, e. Uma palavra finlandesa só pode conter vogais posteriores (e neutras) ou só vogais anteriores (e neutras).

pouta  'fine weather'
koti`  'home'
pöytä` 'table'

Vogais posteriores e anteriores também induzem harmonia vocálica: se o radical contém apenas vogais posteriores, o sufixo também contém apenas vogais posteriores; se o radical é de vogais anteriores, as vogais do sufixo se assimilam a anteriores.

pouta ++ na → poutana
koti ++ na → kotina
pöytä ++ na → pöytänä

Isso pode ser capturado de forma simples por uma função que muda as vogais do sufixo conforme as vogais do radical sejam anteriores ou posteriores (Forsberg [For07, p. 13]).

Sufixa suffix ao radical stem, ajustando cada vogal do sufixo pela harmonia vocálica do radical. Veja que com o let podemos declarar uma função local à função appendSuffixF.

6.2. Plural do Sueco🔗

O sueco distribui os substantivos em cinco classes de declinação [Hel78], e a forma do plural depende da classe. As cinco classes de declinação do plural em sueco podem ser declaradas como um tipo indutivo.

6.3. Aplicação: representando fonemas🔗

Vimos uma implementação simples da harmonia vocálica do finlandês por manipulação de strings. Do ponto de vista linguístico isso não satisfaz: processos fonológicos como harmonia vocálica não são regras de substituição de caracteres, e sim regras disparadas por traços fonológicos. Uma implementação mais adequada representa cada fonema como um feixe de traços — o que importa ainda mais quando o padrão de harmonia é mais complexo, como veremos a seguir. Os tipos abaixo dão essa representação.

Para consultar e atualizar o valor de um traço, definimos as funções abaixo.

Representar fonemas por traços ajuda quando o sistema de harmonia vocálica é mais complexo, como o de Yawelmani, variedade extinta da língua Yokuts da Califórnia. Yawelmani tem as vogais de superfície i u e o a (ignorando a distinção entre vogais curtas e longas), representáveis como termos de tipo Phoneme, isto é, como listas de traços.

Esta seção usa uma representação deliberadamente simplificada de Yawelmani. Duas simplificações merecem ser ditas antes do código, porque sem elas os exemplos abaixo confundem mais do que ensinam:

• só as vogais têm identidade — toda consoante vira o mesmo c (a razão aparece adiante, junto da definição de c);

• os exemplos foram escolhidos com uma única vogal relevante por radical e por sufixo, para que a regra de harmonia seja fácil de acompanhar. Isso é uma escolha dos exemplos, não uma propriedade de Yawelmani — a função que vamos escrever localiza "a primeira vogal do radical" porque é isso que o exercício pede, não porque um radical não possa ter mais de uma.

A seção só se ocupa da harmonia entre vogais — o que a regra de Yawelmani apaga ou preserva é Back, Round e High, traços que aqui só as vogais carregam. Por isso toda consoante é representada por um único feixe genérico c, sem o traço que a distinguiria de outra consoante. Isso tem um preço: x, l, d, b, h, n, k' — todas colapsam no mesmo c, e realize (abaixo) não tem como devolver a consoante certa, só 'c'. Nos exemplos de [CK97] mais adiante, xil e dub são então lidos como c i c e c u c: a identidade da consoante é irrelevante para a regra, só a primeira vogal importa. O apóstrofo de bok' (ejetiva/glotalizada, na notação linguística) também se perde nessa simplificação — k' também colapsa em c.

A realização de superfície: qual letra corresponde a este feixe.

Mais uma simplificação, e independente das anteriores: realize devolve Char, um único caractere por fonema — como se fonema e letra fossem sempre a mesma coisa. Não são, em nenhuma língua: ch e sh são dois caracteres para um só fonema, e o próprio k' de Yawelmani (uma consoante ejetiva) usa dois caracteres na notação. A correspondência 1-1 vale aqui só porque o inventário do exercício foi escolhido para caber num Char — não é uma propriedade de fonemas em geral, e uma modelagem que precisasse disso usaria antes Phoneme → String.

Um feixe arbitrário pode não corresponder a nenhuma vogal do inventário, e none é a resposta correta nesse caso. O último exemplo mostra por que isso importa — forçar Back a Plus em i produz um feixe que nenhuma das três vogais realiza.

A busca abaixo compara feixes inteiros por ==, e Phoneme é uma lista: dois feixes só são iguais se os traços estiverem na mesma ordem. Funciona porque toda vogal do inventário foi escrita na ordem Cons, High, Round, Back, e fMatch preserva essa ordem ao trocar um valor — mas é uma disciplina, não uma garantia do tipo. Uma vogal nova, se escrita numa ordem diferente, deixaria de bater com == e realize devolveria none silenciosamente.

xil  ++ hin → xilhin   'tangles'
xat  ++ hin → xathin   'eats'
dub  ++ hin → dubhun   'leads by hand'
bok' ++ hin → bok'hin  'finds'
xat  ++ al  → xatal    'might eat'
xil  ++ al  → xilal    'might tangle'
bok' ++ al  → bok'ol   'might find'
dub  ++ al  → dubal    'might lead'

u = [High+, Round+, Back+]   (vogal do radical dub)
a = [High-, Round-, Back+]   (vogal do radical xat)
i = [High+, Round-, Back-]   (vogal do sufixo hin)

appendSuffixY trabalha sobre List Phoneme. Este exercício pede a mesma harmonia partindo de String, como já fizemos para o finlandês na seção de harmonia vocálica do finlandês. O texto de entrada precisa primeiro ser cortado em "letras" — e k' mostra que uma letra pode ter mais de um caractere. tokenize reconhece esse único caso especial; as duas equações consomem rest, estruturalmente menor, então não precisa de partial.

Só as vogais atravessam o modelo de traços; qualquer outro token é copiado sem conversão. Convertê-los também seria um erro: como toda consoante colapsa no mesmo c genérico, reconvertê-la devolveria sempre 'c', apagando a consoante original em vez de preservá-la — "dub" viraria "cuc". Por isso unrealizeVowel só reconhece os 5 tokens de vogal, e tokenizar k' como uma unidade não muda o resultado de appendSuffix (consoantes nunca são harmonizadas): só deixa explícito, também do lado da entrada, que fonema não é o mesmo que caractere.