本文介绍了一种基于Prolog的系统，用于解析和生成阿卡德语动词形式，提升了对词干及其附加形式的理解和处理能力。

本研究提出了一种基于语义的新型分词器，使用词干增强子词形成，最小化未编码的单词数量，比SentencePiece分词器更高效。在BERT模型上实验表明，此方法可将单词数量提高一倍以上，显著提高NLP模型的收敛速度和单词及句子嵌入的质量。成绩排名Glue任务之前，比同等规模的模型优越50倍以上。

本研究评估了三种爱沙尼亚词形还原方法，发现字符级模型在基于 EstBERT 的模式分类模型中表现更好。集成不同方法可能改进错误重叠的问题。