Моделирование выбора посессивного показателя в хантыйском языке с помощью алгоритмов машинного обучения

Посессивные конструкции в своём прямом значении используются для выражения отношений родства, части тела, принадлежности и др. Во многих языках существует более одной посессивной конструкции. В таких случаях возникает вопрос распределения контекстов между стратегиями маркирования. Нередки ситуации, когда даже для одного и того же контекста допустимо более одной конструкции. Выбор между стратегиями для каждого конкретного языка может зависеть от очень разных вещей: от синтаксических свойств и морфологических характеристик до семантики и дискурсивных причин. Часто факторы взаимодействуют между собой и бывает сложно определить, какой именно из них является в языке решающим. Так происходит в казымском диалекте хантыйского языка, где для выражения посессивных отношений может использоваться как конструкция с вершинным маркированием, так и простое соположение. Вопрос влияния различных факторов на выбор стратегии маркирования поднимался как для родственных диалектов, так и для казымского хантыйского. Среди параметров, определяющих наиболее вероятную конструкцию, называют морфологические характеристики посессора, семантическое отношение, референциальный статус, синтаксическую позицию и др. Тем не менее, ни один из факторов не получается назвать ключевым. Посессивный маркер в хантыйском языке, как и в родственных уральских, может употребляться дискурсивно, когда семантических предпосылок для использования посессивной конструкции нет. Что именно определяет, появится ли на именной группе дискурсивный маркер, выяснить пока не удалось. В нашем исследовании мы попробуем решить проблему определения ключевых факторов выбора стратегии посессивного маркирования с помощью алгоритмов машинного обучения. Подобный подход ранее успешно применялся для анализа посессивный конструкций в бесермянском удмуртском. В нашей работе более 2000 ИГ, взятых из корпуса текстов казымского хантыйского, размечены по широкому ряду параметров и проанализированы четырьмя алгоритмами машинного обучения с целью определить, какие из параметров сильнее всего влияют на появление посессивного маркера на именной группе в собственно посессивных и дискурсивных контекстах.