Natural Language Processing for Ancient Greek

Computational methods have produced meaningful and usable results to study word semantics, including semantic change. These methods, belonging to the field of Natural Language Processing, have recently been applied to ancient languages; in particular, language modelling has been applied to Ancient Greek, the language on which we focus. In this contribution we explain how vector representations can be computed from word co-occurrences in a corpus and can be used to locate words in a semantic space, and what kind of semantic information can be extracted from language models. We compare three different kinds of language models that can be used to study Ancient Greek semantics: a count-based model, a word embedding model and a syntactic embedding model; and we show examples of how the quality of their representations can be assessed. We highlight the advantages and potential of these methods, especially for the study of semantic change, together with their limitations.

Les méthodes computationnelles ont produit des résultats significatifs et utilisables pour étudier la sémantique des mots, y compris le changement sémantique. Ces méthodes, qui appartiennent au domaine du traitement automatique des langues, ont été appliquées récemment aux langues anciennes. Notamment, la modélisation du langage a été appliquée au grec ancien, la langue sur laquelle nous nous concentrons. Dans cette contribution on explique comment des vecteurs de mots peuvent être calculés à partir de cooccurrences dans un corpus et comment ils peuvent être utilisés pour localiser les mots dans un espace sémantique. On explique aussi quel type d’information peut être extrait des modèles de langage. On compare trois différents types de modèles de langue qui peuvent être utilisés pour étudier la sémantique du grec ancien: un modèle à décomptage (count-based), un modèle Word2vec (qui produit des plongements de mots, ‘word embeddings’) et des plongements de mots enrichis d’information syntactique. On présente des exemples montrant comment la qualité de ces représentations de mots peut être évaluée. On met en évidence les avantages et les potentialités de ces méthodes, notamment pour étudier le changement sémantique, ainsi que leurs limites.

Es hat sich gezeigt, dass rechnerische Methoden aussagekräftige und nutzbare Ergebnisse für die Untersuchung der Wortsemantik, einschließlich semantischer Veränderungen, liefern. Diese Methoden, die zum Bereich des Natural Language Processing gehören, werden seit kurzem auf alte Sprachen angewendet, Insbesondere auf das Altgriechische, das hier von Interesse ist. In diesem Beitrag erklären wir, wie Vektordarstellungen aus Wort-Kookkurrenzen in einem Korpus berechnet und zur Lokalisierung von Wörtern in einem semantischen Raum verwendet werden können und welche Art semantischer Informationen aus Sprachmodellen extrahiert werden können. Wir vergleichen drei verschiedene Arten von Sprachmodellen, die zur Untersuchung altgriechischer Semantik angewendet werden können: ein zählbasiertes Modell, ein Worteinbettungsmodell und ein syntaktisches Einbettungsmodell, und wir zeigen an Beispielen, wie die Qualität ihrer Darstellungen bewertet werden kann. Wir zeigen die Vorteile und das Potenzial dieser Methoden auf, insbesondere für die Untersuchung semantischer Veränderungen, beleuchten aber auch deren Grenzen.