Cthulhu Hails from Wales: N-gram Frequency Analysis of R'lyehian

• Autoři: NOVOTNÝ Vít; STARÁ Marie
• Rok publikování: 2020
• Druh: Článek ve sborníku
• Konference: Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020
• Fakulta / Pracoviště MU: Fakulta informatiky

www

• Domovská stránka workshopu
• PDF

• Klíčová slova: H. P. Lovecraft; language identification; N-grams; R'lyehian

Popis

R'lyehian is a unique fictional language penned by the prolific 20th century horror fiction author H. P. Lovecraft. Prior work in the area of the Lovecraftian mythos has not yet studied the similarities between R'lyehian and natural languages, which are crucial for determining its true origins.

We produced a comprehensive wordlist of R'lyehian and used open-source $N$-gram-based language identification tools to find the most similar natural languages to R'lyehian. From the comprehensive wordlist, we also constructed a frequency table of all unigraphs and digraphs in R'lyehian.

We show that R'lyehian is most similar to Celtic languages, which lays grounds for our hypothesis that R'lyeh, where Cthulhu lies dreaming, might be a place in Wales.

Our frequency tables will prove a useful resource for future work in the area of the Lovecraftian mythos.

Související projekty

• Aplikovaný výzkum: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, zpracování přirozeného jazyka a jazykové inženýrství, vizualizaci velkých dat a rozšířená realita.
• Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 20