Tez No	İndirme	Tez Künye	Durumu
409182		Finite-state sign language morphophonology / Sonlu-durumlu biçimsel işaretbirim bilimi Yazar:AYÇA MÜGE SEVİNÇ Danışman: PROF. DR. HÜSEYİN CEM BOZŞAHİN Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Enformatik Enstitüsü / Bilişsel Bilim Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Dilbilim = Linguistics Dizin:	Onaylandı Doktora İngilizce 2015 124 s.
Bu tezin hedefi biçimsel işaretbirim bilimi için gerekli olan hesaplama gücünü araştırmaktır. Bu tez, Hareket-Duruş Modeli (Liddell ve Johnson, 1989), El-Katmanı Modeli (Sandler, 1989) ve Bürünsel Model (Brentari, 1998) gibi üç işaretbirim bilimi modeli tarafından tanımlanan oto-bölütsel betimlemeleri ve kuralları sonlu durum makinelerine indirgeme amacına odaklanmaktadır. Bu modeller, oto-bölütsel fonoloji çerçevesini (Goldsmith, 1976) benimsediklerinden, işaret dillerinde işaretbirimsel ve biçimsel olarak gözlemlenen hem sıralılığın hem de eş anlılığın üstesinden gelebilmektedirler. Bu modellere ait betimlemeleri ve kuralları tek-seviyeli sesbilimin (Bird ve Ellison, 1994) etiketli durum makinelerine dönüştürmek üzere algoritmalar önermekteyiz. Etiketli durum makinelerinin düzenli dil gücüne sahip olduğu bilinmektedir. Bu indergemeyle işaret dilindeki doğrusal olmayan biçimsel yapının aslında sıralanabilir olduğu gösterilmektedir.
The aim of this thesis is to investigate the computational power required for processing sign language morphophonology. This dissertation focuses on the objective of reducing autosegmental representations and rules defined by three sign language phonology models, namely, Movement-Hold Model (Liddell & Johnson, 1989), Hand-Tier Model (Sandler, 1989, 1990), and Prosodic Model (Brentari, 1998), to finite state machinery. By adopting Autosegmental Phonology framework (Goldsmith, 1976), these models are capable of dealing with both simultaneity and sequentiality observed in sign language phonology and morphology. We suggest algorithms for transforming the autosegmental representations and rules constructed within these three models into state labeled automata of One-Level Phonology (Bird & Ellison, 1994). State labeled automata are known to have regular language power. By this reduction, non-linear representations of sign languages are shown to be serializable.