{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5300541"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5300541","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Η Μεσσηνιακή Διάλεκτος στο πλαίσιο των Universal Dependencies: Επισημείωση, γλωσσική ανάλυση και προσαρμογή μοντέλου","abstract":"ΠΕΡΙΛΗΨΗ Η παρούσα διπλωματική εργασία στοχεύει στην καταγραφή, την επισημείωση και την υπολογιστική επεξεργασία της μεσσηνιακής διαλέκτου της ελληνικής γλώσσας, στο πλαίσιο των Universal Dependencies (UD). Εστίαση δίνεται στον τρόπο με τον οποίο, το Stanza, ένα εργαλείο της Υπολογιστικής Γλωσσολογίας, μπορεί να αξιοποιηθεί για την ανάλυση γλωσσικών ποικιλιών με περιορισμένη παρουσία σε υπάρχουσες δενδροτράπεζες, όπως είναι το μεσσηνιακό ιδιώμα. Παράλληλα, η εργασία εξετάζει πώς η προσαρμογή του υπάρχοντος μοντέλου σε νέα δεδομένα μπορεί να βελτιώσει την ακρίβεια στην κατανόηση και στην επεξεργασία μη πρότυπων μορφών της ελληνικής. Η μεθοδολογική προσέγγιση στηρίχθηκε στην απομαγνητοφώνηση και γλωσσική επεξεργασία αυθεντικών αφηγήσεων από φυσικούς ομιλητές της Μεσσηνίας. Στη συνέχεια, τα κείμενα επισημειώθηκαν χειρωνακτικά σε επίπεδο μορφολογίας και σύνταξης, βάσει του πλαισίου των Universal Dependencies. Ακολούθησε η εκπαίδευση και η αξιολόγηση του γλωσσικού μοντέλου με το εργαλείο Stanza και τη χρήση του προεκπαιδευμένου GreekBERT. Η ανάλυση των αποτελεσμάτων περιλάμβανε τρεις πειραματικούς γύρους, την αξιολόγηση του προκαθορισμένου μοντέλου της GUD και τη χρήση των μεσσηνιακών δεδομένων στο εκπαιδευτικό σύνολο μέσα σε δύο γύρους. Τα αποτελέσματα των πειραμάτων έδειξαν πως, ακόμη και με περιορισμένο όγκο δεδομένων, το μοντέλο κατάφερε να αποδώσει υψηλά ποσοστά ακρίβειας σε επίπεδο UPOS (91.32%), LAS (76.86%) και Lemmas (89.67%), με θετικά αποτελέσματα και σε BLEX και MLAS. Η μικρή βελτίωση από τον πρώτο στον δεύτερο πειραματικό γύρο επιβεβαιώνει την ικανότητα του μοντέλου να γενικεύει σταδιακά πάνω στις γλωσσικές ιδιαιτερότητες του ιδιώματος. Συνολικά, η εργασία αποδεικνύει ότι οι τοπικές ποικιλίες, όπως τα μεσσηνιακά, μπορούν να μελετηθούν και να ενσωματωθούν σε σύγχρονες πλατφόρμες υπολογιστικής γλωσσολογίας, συμβάλλοντας στη γλωσσική τεκμηρίωση, αλλά και στην ψηφιακή ενδυνάμωση της γλωσσικής ποικιλομορφίας.","abstract_html":"ΠΕΡΙΛΗΨΗ Η παρούσα διπλωματική εργασία στοχεύει στην καταγραφή, την επισημείωση και την υπολογιστική επεξεργασία της μεσσηνιακής διαλέκτου της ελληνικής γλώσσας, στο πλαίσιο των Universal Dependencies (UD). Εστίαση δίνεται στον τρόπο με τον οποίο, το Stanza, ένα εργαλείο της Υπολογιστικής Γλωσσολογίας, μπορεί να αξιοποιηθεί για την ανάλυση γλωσσικών ποικιλιών με περιορισμένη παρουσία σε υπάρχουσες δενδροτράπεζες, όπως είναι το μεσσηνιακό ιδιώμα. Παράλληλα, η εργασία εξετάζει πώς η προσαρμογή του υπάρχοντος μοντέλου σε νέα δεδομένα μπορεί να βελτιώσει την ακρίβεια στην κατανόηση και στην επεξεργασία μη πρότυπων μορφών της ελληνικής. Η μεθοδολογική προσέγγιση στηρίχθηκε στην απομαγνητοφώνηση και γλωσσική επεξεργασία αυθεντικών αφηγήσεων από φυσικούς ομιλητές της Μεσσηνίας. Στη συνέχεια, τα κείμενα επισημειώθηκαν χειρωνακτικά σε επίπεδο μορφολογίας και σύνταξης, βάσει του πλαισίου των Universal Dependencies. Ακολούθησε η εκπαίδευση και η αξιολόγηση του γλωσσικού μοντέλου με το εργαλείο Stanza και τη χρήση του προεκπαιδευμένου GreekBERT. Η ανάλυση των αποτελεσμάτων περιλάμβανε τρεις πειραματικούς γύρους, την αξιολόγηση του προκαθορισμένου μοντέλου της GUD και τη χρήση των μεσσηνιακών δεδομένων στο εκπαιδευτικό σύνολο μέσα σε δύο γύρους. Τα αποτελέσματα των πειραμάτων έδειξαν πως, ακόμη και με περιορισμένο όγκο δεδομένων, το μοντέλο κατάφερε να αποδώσει υψηλά ποσοστά ακρίβειας σε επίπεδο UPOS (91.32%), LAS (76.86%) και Lemmas (89.67%), με θετικά αποτελέσματα και σε BLEX και MLAS. Η μικρή βελτίωση από τον πρώτο στον δεύτερο πειραματικό γύρο επιβεβαιώνει την ικανότητα του μοντέλου να γενικεύει σταδιακά πάνω στις γλωσσικές ιδιαιτερότητες του ιδιώματος. Συνολικά, η εργασία αποδεικνύει ότι οι τοπικές ποικιλίες, όπως τα μεσσηνιακά, μπορούν να μελετηθούν και να ενσωματωθούν σε σύγχρονες πλατφόρμες υπολογιστικής γλωσσολογίας, συμβάλλοντας στη γλωσσική τεκμηρίωση, αλλά και στην ψηφιακή ενδυνάμωση της γλωσσικής ποικιλομορφίας.","abstract_has_math":false,"creators":["Μούζου Αικατερίνη","Mouzou Aikaterini"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:37:25Z","subjects":["Γλώσσα – Λογοτεχνία","Language – Literature"],"languages":["Ελληνικά","Greek","English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5300541"],"render_values":[{"text":"uoadl:5300541","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5300541","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5300541","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5300541","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μούζου Αικατερίνη","Mouzou Aikaterini"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Γλώσσα – Λογοτεχνία","Language – Literature"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek","English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5300541","https://pergamos.lib.uoa.gr/uoa/dl/object/5300541"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["ΠΕΡΙΛΗΨΗ Η παρούσα διπλωματική εργασία στοχεύει στην καταγραφή, την επισημείωση και την υπολογιστική επεξεργασία της μεσσηνιακής διαλέκτου της ελληνικής γλώσσας, στο πλαίσιο των Universal Dependencies (UD). Εστίαση δίνεται στον τρόπο με τον οποίο, το Stanza, ένα εργαλείο της Υπολογιστικής Γλωσσολογίας, μπορεί να αξιοποιηθεί για την ανάλυση γλωσσικών ποικιλιών με περιορισμένη παρουσία σε υπάρχουσες δενδροτράπεζες, όπως είναι το μεσσηνιακό ιδιώμα. Παράλληλα, η εργασία εξετάζει πώς η προσαρμογή του υπάρχοντος μοντέλου σε νέα δεδομένα μπορεί να βελτιώσει την ακρίβεια στην κατανόηση και στην επεξεργασία μη πρότυπων μορφών της ελληνικής. Η μεθοδολογική προσέγγιση στηρίχθηκε στην απομαγνητοφώνηση και γλωσσική επεξεργασία αυθεντικών αφηγήσεων από φυσικούς ομιλητές της Μεσσηνίας. Στη συνέχεια, τα κείμενα επισημειώθηκαν χειρωνακτικά σε επίπεδο μορφολογίας και σύνταξης, βάσει του πλαισίου των Universal Dependencies. Ακολούθησε η εκπαίδευση και η αξιολόγηση του γλωσσικού μοντέλου με το εργαλείο Stanza και τη χρήση του προεκπαιδευμένου GreekBERT. Η ανάλυση των αποτελεσμάτων περιλάμβανε τρεις πειραματικούς γύρους, την αξιολόγηση του προκαθορισμένου μοντέλου της GUD και τη χρήση των μεσσηνιακών δεδομένων στο εκπαιδευτικό σύνολο μέσα σε δύο γύρους. Τα αποτελέσματα των πειραμάτων έδειξαν πως, ακόμη και με περιορισμένο όγκο δεδομένων, το μοντέλο κατάφερε να αποδώσει υψηλά ποσοστά ακρίβειας σε επίπεδο UPOS (91.32%), LAS (76.86%) και Lemmas (89.67%), με θετικά αποτελέσματα και σε BLEX και MLAS. Η μικρή βελτίωση από τον πρώτο στον δεύτερο πειραματικό γύρο επιβεβαιώνει την ικανότητα του μοντέλου να γενικεύει σταδιακά πάνω στις γλωσσικές ιδιαιτερότητες του ιδιώματος. Συνολικά, η εργασία αποδεικνύει ότι οι τοπικές ποικιλίες, όπως τα μεσσηνιακά, μπορούν να μελετηθούν και να ενσωματωθούν σε σύγχρονες πλατφόρμες υπολογιστικής γλωσσολογίας, συμβάλλοντας στη γλωσσική τεκμηρίωση, αλλά και στην ψηφιακή ενδυνάμωση της γλωσσικής ποικιλομορφίας.","ABSTRACT This thesis aims to document, annotate, and computationally process the Messinian dialect of the Greek language within the framework of the Universal Dependencies (UD). The focus lies on exploring how Stanza, a tool of Computational Linguistics, can be leveraged for the analysis of low-resource linguistic varieties, such as the Messinian idiom, which are underrepresented in existing treebanks. At the same time, the study investigates how adapting a pre-existing model to new dialectal data can enhance accuracy in the understanding and processing of non-standard forms of Greek. The methodological approach was based on the transcription and linguistic processing of authentic oral narratives by native speakers from the region of Messinia. These texts were manually annotated at both the morphological and syntactic levels following the guidelines of the Universal Dependencies. Subsequently, a language model was trained and evaluated using the Stanza pipeline in combination with the pre-trained GreekBERT model. The evaluation consisted of three experimental rounds: the use of the baseline GUD model, followed by two rounds incorporating Messinian data into the training set. The results demonstrated that, even with a limited amount of annotated data, the model achieved high accuracy scores in UPOS (91.32%), LAS (76.86%), and Lemmas (89.67%), along with encouraging performance in BLEX and MLAS. The slight improvement observed from the first to the second experimental round confirms the model’s ability to gradually generalize over the syntactic and morphological characteristics of the dialect. Overall, the study shows that regional varieties such as Messinian can be effectively studied and integrated into modern computational linguistics platforms. This contributes both to the linguistic documentation of Greek dialects and to the digital empowerment of linguistic diversity."]},{"key":"dc:title","label":"Title","values":["Η Μεσσηνιακή Διάλεκτος στο πλαίσιο των Universal Dependencies: Επισημείωση, γλωσσική ανάλυση και προσαρμογή μοντέλου"]}]}],"canonical_facts":{"dc:creator":["Μούζου Αικατερίνη","Mouzou Aikaterini"],"dc:date":["2025"],"dc:description":["ΠΕΡΙΛΗΨΗ Η παρούσα διπλωματική εργασία στοχεύει στην καταγραφή, την επισημείωση και την υπολογιστική επεξεργασία της μεσσηνιακής διαλέκτου της ελληνικής γλώσσας, στο πλαίσιο των Universal Dependencies (UD). Εστίαση δίνεται στον τρόπο με τον οποίο, το Stanza, ένα εργαλείο της Υπολογιστικής Γλωσσολογίας, μπορεί να αξιοποιηθεί για την ανάλυση γλωσσικών ποικιλιών με περιορισμένη παρουσία σε υπάρχουσες δενδροτράπεζες, όπως είναι το μεσσηνιακό ιδιώμα. Παράλληλα, η εργασία εξετάζει πώς η προσαρμογή του υπάρχοντος μοντέλου σε νέα δεδομένα μπορεί να βελτιώσει την ακρίβεια στην κατανόηση και στην επεξεργασία μη πρότυπων μορφών της ελληνικής. Η μεθοδολογική προσέγγιση στηρίχθηκε στην απομαγνητοφώνηση και γλωσσική επεξεργασία αυθεντικών αφηγήσεων από φυσικούς ομιλητές της Μεσσηνίας. Στη συνέχεια, τα κείμενα επισημειώθηκαν χειρωνακτικά σε επίπεδο μορφολογίας και σύνταξης, βάσει του πλαισίου των Universal Dependencies. Ακολούθησε η εκπαίδευση και η αξιολόγηση του γλωσσικού μοντέλου με το εργαλείο Stanza και τη χρήση του προεκπαιδευμένου GreekBERT. Η ανάλυση των αποτελεσμάτων περιλάμβανε τρεις πειραματικούς γύρους, την αξιολόγηση του προκαθορισμένου μοντέλου της GUD και τη χρήση των μεσσηνιακών δεδομένων στο εκπαιδευτικό σύνολο μέσα σε δύο γύρους. Τα αποτελέσματα των πειραμάτων έδειξαν πως, ακόμη και με περιορισμένο όγκο δεδομένων, το μοντέλο κατάφερε να αποδώσει υψηλά ποσοστά ακρίβειας σε επίπεδο UPOS (91.32%), LAS (76.86%) και Lemmas (89.67%), με θετικά αποτελέσματα και σε BLEX και MLAS. Η μικρή βελτίωση από τον πρώτο στον δεύτερο πειραματικό γύρο επιβεβαιώνει την ικανότητα του μοντέλου να γενικεύει σταδιακά πάνω στις γλωσσικές ιδιαιτερότητες του ιδιώματος. Συνολικά, η εργασία αποδεικνύει ότι οι τοπικές ποικιλίες, όπως τα μεσσηνιακά, μπορούν να μελετηθούν και να ενσωματωθούν σε σύγχρονες πλατφόρμες υπολογιστικής γλωσσολογίας, συμβάλλοντας στη γλωσσική τεκμηρίωση, αλλά και στην ψηφιακή ενδυνάμωση της γλωσσικής ποικιλομορφίας.","ABSTRACT This thesis aims to document, annotate, and computationally process the Messinian dialect of the Greek language within the framework of the Universal Dependencies (UD). The focus lies on exploring how Stanza, a tool of Computational Linguistics, can be leveraged for the analysis of low-resource linguistic varieties, such as the Messinian idiom, which are underrepresented in existing treebanks. At the same time, the study investigates how adapting a pre-existing model to new dialectal data can enhance accuracy in the understanding and processing of non-standard forms of Greek. The methodological approach was based on the transcription and linguistic processing of authentic oral narratives by native speakers from the region of Messinia. These texts were manually annotated at both the morphological and syntactic levels following the guidelines of the Universal Dependencies. Subsequently, a language model was trained and evaluated using the Stanza pipeline in combination with the pre-trained GreekBERT model. The evaluation consisted of three experimental rounds: the use of the baseline GUD model, followed by two rounds incorporating Messinian data into the training set. The results demonstrated that, even with a limited amount of annotated data, the model achieved high accuracy scores in UPOS (91.32%), LAS (76.86%), and Lemmas (89.67%), along with encouraging performance in BLEX and MLAS. The slight improvement observed from the first to the second experimental round confirms the model’s ability to gradually generalize over the syntactic and morphological characteristics of the dialect. Overall, the study shows that regional varieties such as Messinian can be effectively studied and integrated into modern computational linguistics platforms. This contributes both to the linguistic documentation of Greek dialects and to the digital empowerment of linguistic diversity."],"dc:identifier":["uoadl:5300541","https://pergamos.lib.uoa.gr/uoa/dl/object/5300541"],"dc:language":["Ελληνικά","Greek","English"],"dc:subject":["Γλώσσα – Λογοτεχνία","Language – Literature"],"dc:title":["Η Μεσσηνιακή Διάλεκτος στο πλαίσιο των Universal Dependencies: Επισημείωση, γλωσσική ανάλυση και προσαρμογή μοντέλου"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:37:25Z"}