A morfoszintaktikai kódok rendszere

A morfoszintaktikai kód (MSD-kód) az adott szóalak morfoszintaktikai tulajdonságainak formális leírása.
A rendszer ismeretére két szempontból lehet szükség:

• hogy a keresés eredményében megjelenő MSD-kódokat értelmezni tudjuk;
• hogy a kódok alapján tudjunk CQL segítségével keresni.

A kód a szófajkóddal kezdődik, ezután következik egymástól pontokkal elválasztva a különböző morfoszintaktikai jegyek kódja. (Kivétel a felsőfok (FF) és az igekötő (IK) kódja, mely megelőzi a szófajkódot.)
Két példa. Ezeket megnézhetjük a keresőfelületen.
Az élményeimmel szóalak MSD-kódja: FN.PSe1i.INS
Azaz: főnév (FN), egyes szám első személyű birtokos személyjellel (PSe1), birtoktöbbesítővel (i), -vAl raggal (INS).
A megnéztük szóalak MSD-kódja: IK.IGE.TMt1
Azaz: igekötős (IK) ige (IGE), határozott ragozás (T), kijelentő mód, múlt idő (M), többes szám első személy (t1).
A kódrendszer struktúráját tükrözi a részletes keresés felület felépítése.
A szokásos névszókon kívül azokat a szófajokat is az ún. névszó jellegű kategóriába soroljuk, melyek adott esetben képesek névszókra jellemző toldalékokat (pl. fokozás, esetrag) felvenni.
A névszó jellegű szavak, az igék, a főnévi igenevek és a határozói igenevek morfoszintaktikai jegyeinek kódolását alább tárgyaljuk, a többi szófajnak nincsenek morfoszintaktiai jegyei, így MSD-kódjuk egyszerűen a szófajkód.
A szófajkódok a következők (az első oszlopban találhatók a névszó jellegű kategóriába sorolt szófajok):

FN főnév FN_NM főnévi névmás MN melléknév MN_NM melléknévi névmás SZN számnév SZN_NM számnévi névmás SZN_DIGIT számjeggyel írt szám ROMAN római szám HA határozószó HA_NM határozói névmás DET_NM mutató névmás NU névutó IGE._OKEP folyamatos melléknévi igenév IGE._MIB befejezett melléknévi igenév IGE._MIA beálló melléknévi igenév

DET névelő IGE ige IK igekötő IGE.INF főnévi igenév IGE._HIN határozói igenév KOT kötőszó ISZ indulatszó MSZ mondatszó ELO előtag EKSZ -e klitikum WPUNCT központozás SPUNCT mondatvégi írásjel AUX segédige (volna) O különálló toldalék PER / PREP elöljáró (mint) S vö. SKIP magyar elemzésből kihagyott idegen nyelvű szó SYMBOL szmájli X idegen szócska (van, mc...)

Az -e klitikum bizonyos esetekben a szóalakvégéhez tapadva elemződik. Ekkor a szó morfoszintaktikai kódja .KSZ elemmel egészül ki.
Az igekötős melléknévi igenevek kódjának elején megjelenik az igekötő kódja: IK.IGE._OKEP, IK.IGE._MIB és IK.IGE._MIA.
Előfordul, hogy az elemzőprogram nem tudja meghatározni a szóalak morfoszintaktikai jegyeit, ezt UNKNOWN jelöli.

1. A névszó jellegű szavak morfoszintaktikai jegyeinek kódolása

Névszó jellegű szavaknál az MSD-kód felépítése a következő:
   felsőfok (FF) . szófajkód . fokozás (_FOK) . többesszám (PL, illetve -ék esetében FAM) . birtokos személyjel . anaforikus birtokos jel . eset
Kötelező elem a szófajkód és az esetkód. Az alábbiakban az egyes kódokhoz zárójelben példát is adunk.
A birtokos személyjel kódolása:

PSe1 -m, -am, -em, -om, -öm (házam) PSe2 -d, -ad, -od, -ed, -öd (házad) PSe3 -a, -e, -ja, -je, -á, -é, -já, -jé (háza) PSt1 -nk, -unk, -ünk (házunk) PSt2 -tok, -tek, -tök, -atok, -etek, -ötök (házatok) PSt3 -uk, -ük, -juk, -jük (házuk)

PSe1i -im, -aim, -eim (házaim) PSe2i -id, -aid, -eid (házaid) PSe3i -i, -ai, -jai, -ei, -jei (házai) PSt1i -ink, -aink, -eink, -jaink, -jeink (házaink) PSt2i -itok, -itek, -jaitok, -jeitek (házaitok) PSt3i -ik, -aik, -eik, -jaik, -jeik (házaink)

Az anaforikus birtokos jel kódolása:

POS	-é	(övé)
POSi	-éi	(övéi)

Az esetek kódolása:

NOM nominativus ∅ (kutya) ACC accusativus -t, -at, -et, -ot, -öt (autót) DAT dativus -nak, -nek (vendégnek) ILL illativus -ba, -be (színházba) INE inessivus -ban, -ben (épületben) ELA elativus -ból, -ből (iskolából) ALL allativus -hoz, -hez, -höz (Jánoshoz) ADE adessivus -nál, -nél (mozinál) ABL ablativus -tól, -től (háztól) SUB sublativus -ra, -re (székre) SUP superessivus -n, -on, -en, -ön (falon) DEL delativus -ról, -ről (emberről)

INS instrumentalis -val, -vel (villával) FAC factivus -vá, -vé (édessé) FOR formativus -ként (tolmácsként) TEM temporalis -kor (ötkor) CAU causalis -ért (győzelemért) TER terminativus -ig (májusig) ESS essivus formalis -ul, -ül (ráadásul) KEPPEN -képpen jelzésképpen KEPP -képp kivételképp _TMP_ANTE -a, -e, -ja, -je (napja mint időhatározó) _TMP_INL ∅ (vasárnap mint időhatározó) INL -t, -tt (Pécsett)

A névutó (NU) csak azon praktikus okból került a névszó jellegű szavak közé, mert bizonyos esetekben felvehet névszókra jellemző toldalékokat: kaphat esetragot (NU.DEL túlról) vagy lehet személyragos alakú (NU.e1 felém).

∗	Keressük a következő szóalakokat, és értelmezzük az MSD-kódot: embereknek, házainkban, anyámét, legrégebbieket.

2. Az igék morfoszintaktikai jegyeinek kódolása

Igék esetén az MSD-kód a következők szerint épül fel:
   igekötő (IK) . IGE . ragozás . idő és mód . személyrag
Kötelező elem az IGE és a személyrag.

Az igeragozás kódolása: ∅ alanyi ragozás (szeretek) T tárgyas ragozás (szeretem) I -lak, -lek toldalékos alak (szeretlek)	A személyrag kódolása: e1 egyes szám első személy (olvasok) e2 egyes szám második személy (olvasol) e3 egyes szám harmadik személy (olvas) t1 többes szám első személy (olvasunk) t2 többes szám második személy (olvastok) t3 többes szám harmadik személy (olvasnak)
Az igeidő és az igemód kódolása: ∅ kijelentő mód, jelen idő (olvasok) M kijelentő mód, múlt idő (olvastam) F feltételes mód, jelen idő (olvasnék) P felszólító mód, jelen idő (olvassak)

A többes szám első személyű feltételes módú régies alak ( -nók, -nők ) IGE.Ft1* kódot kap.

∗	A mondjátok szóalak kétféleképpen elemezhető, ennek megfelelően kétféle MSD-kódot kaphat. IGE.Tt2: tárgyas ragozású, kijelentő módú, jelen idejű, többes szám második személyű ige. IGE.TPt2: tárgyas ragozású, felszólító módú, jelen idejű, többes szám második személyű ige.

∗	Keressük a vár szótő tetszőleges alakjait, és értelmezzük az MSD-kódokat.

3. A főnévi igenevek morfoszintaktikai jegyeinek kódolása

A főnévi igenevek MSD-kódjának szerkezete:

• alapalak esetén:
   igekötő (IK) . IGE.INF
• ragozott alak esetén:
   igekötő (IK) . IGE.INR személyrag

A főnévi igenév személyragjának kódolása:

IGE.INRe1	-nom, -nem, -nöm, -anom, -enem	(látnom)
IGE.INRe2	-nod, -ned, -nöd, -anod, -ened	(látnod)
IGE.INRe3	-nia, -nie, -ania, -enie	(látnia)
IGE.INRt1	-nunk, -nünk, -anunk, -enünk	(látnunk)
IGE.INRt2	-notok, -netek, -nötök, -anotok, -enetek	(látnotok)
IGE.INRt3	-niuk, -niük, -aniuk, -eniük	(látniuk)

A többes szám harmadik személyű régies alak ( -noik, -niök ) IGE.INRt3* kódot kap.

4. A határozói igenevek morfoszintaktikai jegyeinek kódolása

A határozói igenév két változata két önálló szófajkódot kapott:

• -vA toldalék esetén
   IGE.HIN
• -vÁn toldalék esetén
   IGE.HINN

A határozói igenevek egyetlen jegye az, hogy van-e igekötője. Ha van, akkor a IK. kód előzi meg a szófajkódot.