Abstract
Агглютинативные языки продолжают создавать значительные трудности для обработки естественного языка вследствие их сложной морфологи-ческой структуры, продуктивной аффиксации и высокой морфологической неодно-значности. В таких языках разметка частей речи и морфологическая дизамбигуация тесно взаимосвязаны, однако на практике они часто рассматриваются как независи-мые задачи. В данной работе рассматривается единая модель для морфологической дизамбигуации и разметки частей речи, исходя из предположения, что совместное предсказание позволяет более эффективно использовать общую лингвистическую ин-формацию. Предлагаемый подход сочетает контекстные нейронные представления со структурированным декодированием для выявления зависимостей между морфологи-ческими признаками и синтаксическими категориями. Эксперименты, проведённые на низкоресурсном агглютинативном языке, показывают, что совместное моделиро-вание стабильно превосходит конвейерные и независимо обученные базовые моде-ли, особенно при обработке морфологически сложных и неоднозначных словоформ. Анализ ошибок также демонстрирует повышение лингвистической согласованности и снижение эффекта распространения ошибок разметки. Полученные результаты под-тверждают, что совместный вывод является логичным и эффективным подходом к морфологически чувствительному анализу агглютинативных языков