Morphemes: the parts of wordsالمورفيمات: أجزاء الكلمات

The word cats has four letters but only two units of meaning: cat, the animal, and -s, the signal that there is more than one. The word unhappiness has three: un- for negation, happy for the core idea, and -ness to turn the adjective into a noun. Each of those units is a Morpheme: the smallest unit that carries meaning or a grammatical function. Jurafsky and Martin put it in one line: a morpheme is a minimal meaning-bearing unit in a language, so fox is one morpheme while cats is two (SLP3, section 2.2).

كلمة cats فيها أربعة أحرف لكن فيها وحدتي معنى فقط: cat، أي الحيوان، و-s، العلامة التي تدل على أن العدد أكثر من واحد. وكلمة unhappiness فيها ثلاث وحدات: un- للنفي، وhappy للفكرة الأساسية، و-ness لتحويل الصفة إلى اسم. كل وحدة من هذه الوحدات هي morpheme (مورفيم): أصغر وحدة تحمل معنى أو وظيفة نحوية. يلخصها Jurafsky وMartin في سطر واحد: المورفيم هو أصغر وحدة حاملة للمعنى في اللغة، فكلمة fox مورفيم واحد بينما cats مورفيمان (SLP3، القسم 2.2).

Try the segmentation before the theory. In SLP3 the sentence Doc worked carefully washing the glasses is cut as Doc work-ed care-ful-ly wash-ing the glass-es. Every hyphen marks a boundary where one meaning stops and another begins. Doc and the are single morphemes; carefully is three. Notice what the cuts are not: they are not syllables, and they are not places where the spelling changes. They are places where meaning changes.

جرّب التقسيم قبل النظرية. في SLP3 تُقطَّع الجملة Doc worked carefully washing the glasses هكذا: Doc work-ed care-ful-ly wash-ing the glass-es. كل شرطة تحدد حدًّا ينتهي عنده معنى ويبدأ معنى آخر. Doc وthe كل منهما مورفيم واحد، أما carefully فثلاثة. لاحظ ما ليست عليه هذه القطوع: ليست مقاطع صوتية (syllables)، وليست مواضع يتغير فيها الإملاء. إنها مواضع يتغير فيها المعنى.

Free and boundالحرّ والمقيّد

The first sorting of morphemes is by independence. A free morpheme can occur by itself as a word: cat, walk, happy. A bound morpheme never occurs alone and is always attached to some other morpheme, the way -s in dogs is (SIL Glossary of Linguistic Terms). Bound morphemes are the affixes: every un-, -ed, -ing and -ness you will ever segment. The test is simple. Could you say it on its own and be understood? happy, yes. ness, no.

أول تصنيف للمورفيمات يكون بحسب الاستقلال. المورفيم الحرّ (free morpheme) يمكن أن يأتي وحده كلمةً: cat، walk، happy. أما المورفيم المقيّد (bound morpheme) فلا يأتي وحده أبدًا، بل يكون دائمًا ملتصقًا بمورفيم آخر، كما هو حال -s في dogs (SIL Glossary of Linguistic Terms). المورفيمات المقيّدة هي affixes (اللواصق): كل un- و-ed و-ing و-ness ستقسّمها يومًا. الاختبار بسيط: هل تستطيع أن تنطقه وحده فيُفهم؟ happy، نعم. ness، لا.

Roots, stems and affixesالجذور والسيقان واللواصق

The second sorting is by job. SLP3 divides the morphemes of a word into roots, the central morpheme supplying the main meaning, and affixes, which add meanings of various kinds: in worked, work is the root and -ed the affix; in glasses, glass is the root and -es the affix (SLP3, section 2.2). The root is the core lexical material, and in English it is usually a free morpheme.

التصنيف الثاني يكون بحسب الوظيفة. يقسم SLP3 مورفيمات الكلمة إلى roots (جذور)، وهي المورفيم المركزي الذي يقدم المعنى الرئيسي، وإلى لواصق (affixes) تضيف معاني من أنواع مختلفة: في worked الجذر هو work واللاصقة -ed؛ وفي glasses الجذر glass واللاصقة -es (SLP3، القسم 2.2). الجذر هو المادة المعجمية الأساسية، وفي الإنجليزية يكون غالبًا مورفيمًا حرًّا.

The lecture adds a third word that students often blur into root: the Stem. A stem is the inflectable base, the thing the grammatical endings attach to. In a simple word like walk the root and the stem are the same string, which is why one slide writes them as root/stem. They come apart once a derived word is inflected. In unhappinesses the root is happy, the core of the meaning, but the plural -es attaches to the whole stem unhappiness. The root is what the word is about; the stem is what the grammar sees.

تضيف المحاضرة كلمة ثالثة كثيرًا ما يخلطها الطلاب بالجذر: الـ stem (الساق). الساق هو القاعدة القابلة للتصريف، أي الشيء الذي تلتصق به النهايات النحوية. في كلمة بسيطة مثل walk يكون الجذر والساق السلسلة نفسها، ولهذا تكتبهما إحدى الشرائح root/stem. ويفترقان عندما تُصرَّف كلمة مشتقة. في unhappinesses الجذر هو happy، لبّ المعنى، لكن علامة الجمع -es تلتصق بالساق كاملًا unhappiness. الجذر هو ما تتحدث عنه الكلمة، والساق هو ما يراه النحو.

Affixes are then named by where they sit. A prefix goes before the stem (un-). A suffix goes after it (-ed, -ing). An infix is inserted inside the stem, and a circumfix wraps around it in two parts at once. Both are rare or absent in English. The standard textbook circumfix is the German past participle, as in ge-spiel-t, played, where ge- and -t together express one meaning (Haspelmath and Sims, chapter 2), and the usual English illustration of infixation is the jokey abso-bloody-lutely. Keep these two as illustrations; the slide only says they exist and are rare. Compounding is different again: it joins two roots without any affix, so snowman is snow plus man and laptop is lap plus top, two free morphemes in one word.

ثم تُسمّى اللواصق بحسب موضعها. السابقة (prefix) تأتي قبل الساق (un-). واللاحقة (suffix) تأتي بعده (-ed، -ing). والداخلة (infix) تُدرج داخل الساق، والمحيطة (circumfix) تلتف حوله بجزأين في الوقت نفسه. وكلتاهما نادرة أو غير موجودة في الإنجليزية. المثال القياسي في الكتب على الـ circumfix هو اسم المفعول الماضي في الألمانية، كما في ge-spiel-t، أي "لُعِب"، حيث يعبّر ge- و-t معًا عن معنى واحد (Haspelmath وSims، الفصل 2)، والمثال الإنجليزي المعتاد على الـ infixation هو الكلمة المازحة abso-bloody-lutely. احتفظ بهذين على أنهما مجرد توضيح؛ فالشريحة تقول فقط إنهما موجودان ونادران. أما Compounding (التركيب) فشيء مختلف: يضم جذرين دون أي لاصقة، فـ snowman هي snow زائد man، وlaptop هي lap زائد top، أي مورفيمان حرّان في كلمة واحدة.

Arabic roots: a skeleton, not a stringالجذور العربية: هيكل، لا سلسلة متصلة

Everything above assumed the root is a contiguous piece of the word. Arabic breaks that assumption, and it is the reason this part matters so much for your work. The Arabic root for writing is K-T-B, the three consonants ك ت ب. Those three letters never appear next to each other as a word. Instead they are slots, and a pattern of vowels and sometimes extra consonants is threaded between them. The same root with three patterns gives kataba كَتَبَ he wrote, kitāb كِتَاب book, and kātib كَاتِب writer. Look at the Arabic script, where the radicals are highlighted: ك, ت, ب keep their order in every form, and only the short-vowel marks and the long vowel ا between them change.

كل ما سبق افترض أن الجذر قطعة متصلة من الكلمة. العربية تكسر هذا الافتراض، وهذا هو السبب في أن هذا الجزء مهم جدًا لعملك. جذر الكتابة في العربية هو K-T-B، أي الحروف الصامتة الثلاثة ك ت ب. هذه الحروف الثلاثة لا تظهر أبدًا متجاورة على أنها كلمة. بل هي خانات، يُنسج بينها وزن من الحركات وأحيانًا حروف صامتة إضافية. الجذر نفسه مع ثلاثة أوزان يعطي kataba كَتَبَ أي "هو كتب"، وkitāb كِتَاب أي الكتاب، وkātib كَاتِب أي الكاتب. انظر إلى الكتابة العربية حيث الحروف الأصلية مظلّلة: ك وت وب تحافظ على ترتيبها في كل صيغة، ولا يتغير بينها إلا علامات الحركات القصيرة وحرف المدّ ا.

This is Templatic morphology, also called root-and-pattern morphology. The root is an abstract consonantal skeleton, and actual words are formed by adding the vowels and non-root consonants that go with a particular morphological category around the root consonants (Wikipedia, Semitic root). Ryding's reference grammar treats the root and pattern as the two fundamental building blocks of an Arabic word: the root supplies the semantic field, the pattern supplies the grammatical and derivational shape (Ryding, chapter 3). You will see the mechanism itself in the third concept of this part; for now the point is that K-T-B is a root in exactly the sense defined above, core lexical material, but it is discontinuous.

هذا هو templatic morphology (الصرف القالبي)، ويسمى أيضًا صرف الجذر والوزن (root-and-pattern morphology). الجذر هيكل مجرد من الحروف الصامتة، وتتكوّن الكلمات الفعلية بإضافة الحركات والحروف غير الأصلية الخاصة بفئة صرفية معينة حول حروف الجذر (Wikipedia، Semitic root). وتعامل قواعد Ryding المرجعية الجذر والوزن على أنهما لبنتا البناء الأساسيتان للكلمة العربية: الجذر يقدم الحقل الدلالي، والوزن يقدم الشكل النحوي والاشتقاقي (Ryding، الفصل 3). سترى الآلية نفسها في المفهوم الثالث من هذا الجزء؛ أما الآن فالمقصود أن K-T-B جذر بالمعنى المعرَّف أعلاه تمامًا، أي مادة معجمية أساسية، لكنه متقطع.

Why NLP caresلماذا يهتم NLP بهذا

SLP3 names three candidates for what a Token should be: words, morphemes and characters (SLP3, section 2.4). Earlier it observes that because morphemes are hard to define consistently across languages, it is very difficult to use morphemes as a standard for Tokenization cross-lingually (SLP3, section 2.2). That difficulty is the whole reason subword tokenizers exist, and you will meet them later in this lecture. Arabic root-and-pattern words are the hard case: there is no contiguous substring that means writing shared between kataba, kitāb and kātib, so a tokenizer that only cuts strings cannot see that they are related.

يذكر SLP3 ثلاثة مرشحين لما يجب أن يكون عليه الـ token: الكلمات، والمورفيمات، والحروف (SLP3، القسم 2.4). وقبل ذلك يلاحظ أنه لأن تعريف المورفيمات بشكل متسق عبر اللغات صعب، فمن الصعب جدًا استخدام المورفيمات معيارًا لعملية tokenization عبر اللغات (SLP3، القسم 2.2). هذه الصعوبة هي السبب الكامل لوجود الـ subword tokenizers، وستقابلها لاحقًا في هذه المحاضرة. وكلمات الجذر والوزن العربية هي الحالة الصعبة: لا توجد سلسلة جزئية متصلة تعني "الكتابة" مشتركة بين kataba وkitāb وkātib، فالـ tokenizer الذي يقطع السلاسل فقط لا يستطيع أن يرى أنها مترابطة.

Open a dictionary. walk, walked and walks share one entry; the endings only tell you when the walking happened or who did it. happy and happiness get two entries: an adjective and a noun that names its quality. That single observation is the whole distinction between the two functions an Affix can have. Inflection marks grammar (tense, number, case, agreement) and usually keeps the same Lexeme (the slide's hedge, consistent with SLP3's continuum). Derivation creates a new lexeme, and often changes the part of speech.

افتح قاموسًا. walk وwalked وwalks تشترك في مدخل واحد؛ فالنهايات تخبرك فقط متى حدث المشي أو من قام به. أما happy وhappiness فلكل منهما مدخل: صفة، واسم يسمّي صفتها. هذه الملاحظة الواحدة هي كل الفرق بين الوظيفتين اللتين يمكن أن تؤديهما الـ affix (اللاصقة). الـ inflection (التصريف) يحدد الوظيفة النحوية (الزمن، العدد، الحالة الإعرابية، المطابقة) ويُبقي عادةً الـ lexeme (المفردة المعجمية) نفسها (كلمة "عادةً" تحفّظ من الشريحة، وهو متسق مع اعتبار SLP3 الأمر طيفًا متصلًا). أما الـ derivation (الاشتقاق) فيصنع مفردة معجمية جديدة، وكثيرًا ما يغيّر قسم الكلام.

SLP3 describes the two ends of the scale. Inflectional morphemes are grammatical morphemes that tend to play a syntactic role, such as marking agreement, the plural -s on nouns or the past tense -ed on verbs; they tend to be productive, often obligatory, and their meanings tend to be predictable. Derivational morphemes are more idiosyncratic in their application and meaning, usually apply only to a specific subclass of words, and result in a word of a different grammatical class than the Root, often with a meaning hard to predict exactly (SLP3, section 2.2). SLP3's own example is care, a noun, plus -ful giving an adjective, plus -ly giving an adverb: two derivations in a row, each moving the word to a new category.

يصف SLP3 طرفي المقياس. الـ morphemes التصريفية مورفيمات نحوية تميل إلى أداء دور تركيبي (syntactic)، مثل تحديد المطابقة، أو علامة الجمع -s على الأسماء، أو علامة الماضي -ed على الأفعال؛ وهي تميل إلى أن تكون منتجة (productive)، وكثيرًا ما تكون إلزامية، ومعانيها تميل إلى أن تكون متوقعة. أما المورفيمات الاشتقاقية فأكثر خصوصية في استعمالها ومعناها، وتنطبق عادةً على فئة فرعية محددة من الكلمات فقط، وتنتج كلمة من فئة نحوية مختلفة عن الـ root، وكثيرًا ما يصعب توقع معناها بدقة (SLP3، القسم 2.2). ومثال SLP3 نفسه هو care، وهو اسم، تضاف إليه -ful فيصبح صفة، ثم -ly فيصبح ظرفًا: اشتقاقان متتاليان، كل منهما ينقل الكلمة إلى قسم كلام جديد.

The English slide examples line up with that. walk to walk-ed and walk-s is inflection: every regular verb takes these endings, the meaning is exactly past tense (or past participle) or third person singular, and the word stays a verb. happy to happi-ness is derivation: -ness attaches mainly to adjectives, not every adjective takes it comfortably, and the result is a noun.

أمثلة الشريحة الإنجليزية تتفق مع ذلك. من walk إلى walk-ed وwalk-s تصريف: كل فعل قياسي يأخذ هذه النهايات، والمعنى هو بالضبط الماضي (أو اسم المفعول) أو الغائب المفرد، والكلمة تبقى فعلًا. ومن happy إلى happi-ness اشتقاق: -ness تلتصق بالصفات أساسًا، وليست كل صفة تقبلها بسهولة، والنتيجة اسم.

Derivation with nothing addedاشتقاق دون إضافة أي شيء

Here is the case that catches people. The noun an email became the verb to email without any affix at all. Nothing was attached, the spelling did not change, and yet a new lexeme with a new part of speech now exists. This is Conversion (zero derivation), also called zero derivation: the creation of a word of a new part of speech from an existing word of a different part of speech without any change in form (Wikipedia, Conversion). It is derivation by the test that matters, a new dictionary entry, even though there is no morpheme to point at.

هذه هي الحالة التي يقع فيها الناس. الاسم an email أصبح الفعل to email دون أي لاصقة على الإطلاق. لم يُضف شيء، ولم يتغير الإملاء، ومع ذلك صارت هناك مفردة معجمية جديدة بقسم كلام جديد. هذا هو الـ conversion (التحويل)، ويسمى أيضًا الاشتقاق الصفري (zero derivation): صنع كلمة من قسم كلام جديد من كلمة موجودة من قسم كلام آخر دون أي تغيير في الشكل (Wikipedia، Conversion). إنه اشتقاق بحسب الاختبار المهم، أي وجود مدخل جديد في القاموس، رغم أنه لا يوجد مورفيم تشير إليه.

The same two functions in Arabicالوظيفتان نفسهما في العربية

Arabic uses both functions too, and the slide picks an example of each. Inflection: katab-tu كَتَبْتُ I wrote is the Stem katab plus the suffix -tu, which marks first person singular past. The lexeme is still the verb to write; only who and when changed. Wikipedia's overview of Arabic verbs confirms katabtu as I wrote and notes that person, gender, number, tense, mood and voice are specified by changes to the vowels between the consonants along with prefixes or suffixes (Wikipedia, Arabic verbs). Derivation: kitāb كِتَاب book and kātib كَاتِب writer share the root K-T-B but are two lexemes, a noun for the object and an agent noun for the person, made by choosing two different patterns. Do not read a division of labour into that pair. The slide's inflection example happens to use a suffix and its derivation example a pattern, but Arabic uses both mechanisms for both jobs: the broken plural kutub كُتُب books inflects kitāb by changing the pattern alone, and maktab مَكْتَب office derives a place noun with the maCCaC pattern, whose ma- sits in front of the root like a prefix.

العربية تستخدم الوظيفتين أيضًا، والشريحة تختار مثالًا لكل منهما. التصريف: katab-tu كَتَبْتُ أي "كتبتُ" هي الـ stem katab زائد اللاحقة -tu التي تدل على المتكلم المفرد في الماضي. المفردة المعجمية ما زالت فعل الكتابة؛ لم يتغير إلا من فعل ومتى. وعرض Wikipedia للأفعال العربية يؤكد أن katabtu تعني "كتبتُ"، ويذكر أن الشخص والجنس والعدد والزمن والصيغة (mood) والبناء للمعلوم أو المجهول (voice) تُحدَّد بتغييرات في الحركات بين الحروف الصامتة مع سوابق أو لواحق (Wikipedia، Arabic verbs). الاشتقاق: kitāb كِتَاب أي الكتاب، وkātib كَاتِب أي الكاتب، يشتركان في الجذر K-T-B لكنهما مفردتان معجميتان، اسم للشيء واسم فاعل للشخص، صُنعتا باختيار وزنين مختلفين. لا تستنتج من هذا الزوج تقسيمًا للأدوار. صادف أن مثال الشريحة على التصريف يستخدم لاحقة ومثالها على الاشتقاق يستخدم وزنًا، لكن العربية تستخدم الآليتين للوظيفتين كلتيهما: جمع التكسير kutub كُتُب أي "كتب" يصرّف kitāb بتغيير الوزن وحده، وmaktab مَكْتَب أي المكتب يشتق اسم مكان بالوزن maCCaC، الذي تقع فيه ma- أمام الجذر كأنها سابقة.

Four tests to decideأربعة اختبارات للحكم

1. Lexeme: would a dictionary list the two forms under one entry? One entry means inflection.المفردة المعجمية (lexeme): هل يضع القاموس الصيغتين تحت مدخل واحد؟ المدخل الواحد يعني تصريفًا.
2. Category: did the part of speech change? A change points to derivation, though derivation can also keep it, as un-happy does.قسم الكلام (category): هل تغيّر قسم الكلام؟ التغيير يشير إلى الاشتقاق، مع أن الاشتقاق قد يُبقيه أيضًا، كما في un-happy.
3. Productivity: does the affix apply to essentially every word of its class with a predictable meaning? Every regular verb takes -ed; not every adjective takes -ness.الإنتاجية (productivity): هل تنطبق اللاصقة على كل كلمة من فئتها تقريبًا بمعنى متوقع؟ كل فعل قياسي يأخذ -ed؛ وليست كل صفة تأخذ -ness.
4. Position: inflection closes the word. In un-happi-ness-es the derivational pieces sit inside and the plural sits outside. Haspelmath and Sims describe this ordering as a strong cross-linguistic tendency (chapter 5).الموضع (position): التصريف يُغلق الكلمة. في un-happi-ness-es تقع القطع الاشتقاقية في الداخل وعلامة الجمع في الخارج. ويصف Haspelmath وSims هذا الترتيب بأنه نزعة قوية عبر اللغات (الفصل 5).

Take scissors to walked and you can cut it into walk and ed. Take scissors to sang and there is nowhere to cut: the past tense lives in the vowel, in the middle of the root, and no substring means past. Both words are past-tense Inflection. They differ not in function but in form. That is the second axis of this part, independent of the first: Concatenative morphology attaches segments in a line, and Non-concatenative morphology changes the inside of the word instead.

خذ مقصًّا إلى walked وستستطيع قصّها إلى walk وed. وخذ المقص إلى sang فلن تجد موضعًا للقص: زمن الماضي يسكن في الحركة، في وسط الجذر، ولا توجد سلسلة جزئية تعني "الماضي". الكلمتان كلتاهما inflection (تصريف) للماضي. وهما لا تختلفان في الوظيفة بل في الشكل. هذا هو المحور الثاني في هذا الجزء، وهو مستقل عن الأول: الـ concatenative morphology (الصرف التسلسلي) يضيف القطع متتالية في خط واحد، والـ non-concatenative morphology (الصرف غير التسلسلي) يغيّر داخل الكلمة بدلًا من ذلك.

Concatenative morphology covers everything you have segmented so far: a prefix before, a suffix after, or two roots side by side. cat-s, walk-ed, un-happy and snow-man are all built by placing one contiguous piece next to another. The pieces keep their shape, and you can recover them by cutting. Non-concatenative morphology is defined by what it lacks: word formation and inflection in which the Root is modified and which does not involve stringing morphemes together sequentially (Wikipedia, Nonconcatenative morphology). The slide groups it into internal change, templatic patterns and Suppletion.

الصرف التسلسلي يشمل كل ما قسّمته حتى الآن: سابقة قبل، أو لاحقة بعد، أو جذران جنبًا إلى جنب. cat-s وwalk-ed وun-happy وsnow-man كلها مبنية بوضع قطعة متصلة بجوار أخرى. القطع تحافظ على شكلها، وتستطيع استعادتها بالقص. أما الصرف غير التسلسلي فيُعرَّف بما ينقصه: بناء الكلمات والتصريف الذي يُعدَّل فيه الـ root ولا يتضمن ضمّ الـ morphemes بعضها إلى بعض بالتتابع (Wikipedia، Nonconcatenative morphology). والشريحة تجمعه في ثلاثة أنواع: التغيير الداخلي (internal change)، والـ templatic patterns (الأوزان القالبية)، والـ suppletion (الإبدال الكلي).

Concatenation taken to its limit: Turkishالتسلسل إلى أقصى حدوده: التركية

Turkish shows how far the concatenative strategy can go. The word evlerimden means from my houses, and it is four pieces in a row: ev-ler-im-den. Turkish is a highly agglutinative language, in that much of the grammar is expressed by means of suffixes added to nouns and verbs, and evlerden from the houses is analysed as ev house, -ler plural, -den ablative (Wikipedia, Turkish grammar). Adding the first person possessive -im between them gives the slide's form. Each suffix has a clean boundary and stays recognisable, which is what makes the word so easy to cut (one suffix, -im, still bundles person, number and possession, hence the periods in its gloss).

التركية تبيّن إلى أي حد يمكن أن تصل الاستراتيجية التسلسلية. كلمة evlerimden تعني "من بيوتي"، وهي أربع قطع في صف واحد: ev-ler-im-den. التركية لغة agglutinative (إلصاقية) إلى درجة عالية، بمعنى أن كثيرًا من النحو يُعبَّر عنه بلواحق تضاف إلى الأسماء والأفعال، وevlerden أي "من البيوت" تُحلَّل إلى ev بيت، و-ler جمع، و-den حالة الابتداء (ablative) (Wikipedia، Turkish grammar). وإضافة ضمير الملكية للمتكلم -im بينهما تعطي صيغة الشريحة. كل لاحقة لها حدّ واضح وتبقى قابلة للتمييز، وهذا ما يجعل قصّ الكلمة سهلًا جدًا (مع أن لاحقة واحدة، -im، ما زالت تجمع الشخص والعدد والملكية معًا، ولهذا توجد النقاط في تحليلها).

Three ways to change the insideثلاث طرق لتغيير الداخل

Internal change is the English strong-verb pattern. sing, sang, sung (and the noun song) differ only in the vowel of the root. This vowel alternation is called Ablaut, a system of regular vowel variations inherited from Proto-Indo-European (Wikipedia, Indo-European ablaut). The root and the tense are fused in one syllable; there is no -ed to remove.

التغيير الداخلي هو نمط الأفعال القوية (strong verbs) في الإنجليزية. sing وsang وsung (والاسم song) لا تختلف إلا في حركة الجذر. هذا التناوب في الحركة يسمى ablaut، وهو نظام من التغيرات المنتظمة في الحركات موروث من اللغة الهندية الأوروبية الأم (Proto-Indo-European) (Wikipedia، Indo-European ablaut). الجذر والزمن مندمجان في مقطع واحد؛ ولا توجد -ed لتنزعها.

Templatic patterns are the Arabic case from the first concept, now seen as a mechanism. The root ك ت ب stays fixed in order, and a template of vowels and extra consonants is woven through it: kataba كَتَبَ he wrote, kitāb كِتَاب book, kātib كَاتِب writer. The pieces of the pattern are not contiguous with each other and neither are the pieces of the root, so there is no cut that separates the two morphemes. Watch how the radicals never move while the material between them changes.

الأوزان القالبية هي الحالة العربية من المفهوم الأول، ونراها الآن آليةً. الجذر ك ت ب يبقى ثابت الترتيب، ويُنسج من خلاله قالب من الحركات والحروف الإضافية: kataba كَتَبَ أي "هو كتب"، وkitāb كِتَاب أي الكتاب، وkātib كَاتِب أي الكاتب. قطع الوزن ليست متصلة بعضها ببعض، وكذلك قطع الجذر، فلا يوجد قطع يفصل بين المورفيمين. لاحظ كيف أن الحروف الأصلية لا تتحرك أبدًا بينما تتغير المادة التي بينها.

Look closely at yaktubu يَكْتُبُ he writes, and you will see both mechanisms at once. The prefix ya- and the suffix -u are concatenative; the Stem shape -ktub-, with no vowel after k and u after t, the pattern CCuC woven through the radicals, is templatic. Arabic words are typically built by wrapping affixes around a root-and-pattern core, which is why an Arabic morphological analyzer has to do two different kinds of work.

تأمّل yaktubu يَكْتُبُ أي "هو يكتب"، وسترى الآليتين معًا. السابقة ya- واللاحقة -u تسلسليتان؛ أما شكل الـ stem -ktub-، بلا حركة بعد k وبـ u بعد t، أي الوزن CCuC المنسوج عبر الحروف الأصلية، فهو قالبي. الكلمات العربية تُبنى عادةً بلفّ affixes (لواصق) حول نواة من الجذر والوزن، ولهذا يحتاج المحلّل الصرفي العربي إلى أداء نوعين مختلفين من العمل.

Suppletion is the extreme case. The past tense of go is went, and no rule relates the two strings. Suppletion is the use of one word as the inflected form of another word when the two words are not cognates; went was originally the past tense of the verb wend (Wikipedia, Suppletion). Haspelmath and Sims treat it as the extreme case of allomorphy, where the two forms share no phonological material, and the slide lists it under non-concatenative because the outcome is the same: a grammatical change with no segment you can cut off. Suppletion also covers good to better.

الـ suppletion (الإبدال الكلي) هو الحالة القصوى. ماضي go هو went، ولا توجد قاعدة تربط السلسلتين. الإبدال الكلي هو استعمال كلمة صيغةً مصرَّفة لكلمة أخرى حين لا تكون الكلمتان من أصل واحد (cognates)؛ وwent كانت في الأصل ماضي الفعل wend (Wikipedia، Suppletion). ويعامله Haspelmath وSims على أنه الحالة القصوى من تعدد صور المورفيم (allomorphy)، حيث لا تشترك الصيغتان في أي مادة صوتية، والشريحة تضعه تحت غير التسلسلي لأن النتيجة واحدة: تغيير نحوي دون قطعة تستطيع قصّها. ويشمل الإبدال الكلي أيضًا good إلى better.

Two axes, not oneمحوران، لا محور واحد

Function and form are independent. walked and sang are both inflection; one is concatenative and one is not. happiness and kitāb are both Derivation; one is concatenative and one is templatic. When you analyse a form, answer both questions separately: what does the change do, and how is the change realised?

الوظيفة والشكل مستقلان. walked وsang كلتاهما تصريف؛ الأولى تسلسلية والثانية ليست كذلك. وhappiness وkitāb كلتاهما derivation (اشتقاق)؛ الأولى تسلسلية والثانية قالبية. عندما تحلّل صيغة ما، أجب عن السؤالين كلٍّ على حدة: ماذا يفعل التغيير، وكيف يتحقق التغيير؟

The form axis is the one that decides what a tokenizer can see. Subword tokenization methods such as Byte-pair encoding (BPE) work on contiguous substrings, so they approximate concatenative morphology well: walk can be shared between walked and walking because it is a substring of both. A discontinuous root like K-T-B is never a substring of anything, so the same tokenizer cannot share the writing meaning across kataba, kitāb and kātib. That is SLP3's cross-lingual difficulty made concrete, and it is the hook for most Arabic tokenization research.

محور الشكل هو الذي يحدد ما يستطيع الـ tokenizer أن يراه. طرق الـ subword tokenization مثل byte-pair encoding تعمل على سلاسل جزئية متصلة، ولذلك تقارب الصرف التسلسلي جيدًا: يمكن أن تكون walk مشتركة بين walked وwalking لأنها سلسلة جزئية من كلتيهما. أما الجذر المتقطع مثل K-T-B فليس سلسلة جزئية من أي شيء، فلا يستطيع الـ tokenizer نفسه أن يجعل معنى "الكتابة" مشتركًا بين kataba وkitāb وkātib. هذه هي الصعوبة عبر اللغات التي ذكرها SLP3 وقد صارت ملموسة، وهي المدخل لمعظم أبحاث الـ tokenization العربية.