Finite-state sign language morphophonology

Abstract

Bu tezin hedefi biçimsel işaretbirim bilimi için gerekli olan hesaplama gücünü araştırmaktır. Bu tez, Hareket-Duruş Modeli (Liddell ve Johnson, 1989), El-Katmanı Modeli (Sandler, 1989) ve Bürünsel Model (Brentari, 1998) gibi üç işaretbirim bilimi modeli tarafından tanımlanan oto-bölütsel betimlemeleri ve kuralları sonlu durum makinelerine indirgeme amacına odaklanmaktadır. Bu modeller, oto-bölütsel fonoloji çerçevesini (Goldsmith, 1976) benimsediklerinden,işaret dillerinde işaretbirimsel ve biçimsel olarak gözlemlenen hem sıralılığın hem de eş anlılığın üstesinden gelebilmektedirler. Bu modellere ait betimlemeleri ve kuralları tek-seviyeli sesbilimin (Bird ve Ellison, 1994) etiketli durum makinelerine dönüştürmek üzere algoritmalar önermekteyiz. Etiketli durum makinelerinin düzenli dil gücüne sahip olduğu bilinmektedir. Bu indergemeyle işaret dilindeki doğrusal olmayan biçimsel yapının aslında sıralanabilir olduğu gösterilmektedir.

The aim of this thesis is to investigate the computational power required for processing sign language morphophonology. This dissertation focuses on the objective of reducing autosegmental representations and rules defined by three sign language phonology models, namely, Movement-Hold Model (Liddell & Johnson, 1989), Hand-Tier Model (Sandler, 1989, 1990), and Prosodic Model (Brentari, 1998), to finite state machinery. By adopting AutosegmentalPhonology framework (Goldsmith, 1976), these models are capable of dealing with both simultaneity and sequentiality observed in sign language phonology and morphology. We suggest algorithms for transforming the autosegmental representations and rules constructed within these three models into state labeled automata of One-Level Phonology (Bird & Ellison, 1994). State labeled automata are known to have regular language power. By this reduction, non-linear representations of sign languages are shown to be serializable.