우리는 교차 언어적 전이 학습 (cross-lingual transfer learning) 과 비지도 군집화 (unsupervised clustering) 를 결합하여 저자원 반투어 (low-resource Bantu languages) 의 형태론적 특징을 발견하는 방법을 제시합니다. 라벨이 붙은 패러다임 (paradigms) 이 단 91 개뿐인 Giriama (nyf) 언어에 적용된 우리의 파이프라인은 2,455 개의 단어에 대한 명사 계급 할당 (noun class assignments) 을 발견하고, 이전에 문서화되지 않았던 두 가지 형태론적 패턴을 확인했습니다. 이는 Class 2 의 a- 접두어 변형 (vowel coalescence - 인접한 두 모음의 합일 - wa- 의 경우 95.1% 일관성) 과 contracted k'- 접두어 (98.5% 일관성) 입니다. 알려진 Giriama 동사 패러다임 444 개에 대한 외부 검증은 78.2% 의 어간화 (lemmatization) 정확도를 확인했으며, v3 코퍼스 확장을 통해 19,624 개의 단어 (9,014 개의 고유 어근) 를 달성했을 때 모든 주요 단어 계급에서 97.3% 의 분절 (segmentation) 및 86.7% 의 어간화 비율을 얻었습니다. 우리는 Swahili 에서의 전이 학습과 비지도 군집화의 앙상블을 가중치 투표 (weighted voting) 로 결합하여 상보적인 강점을 활용합니다: 전이는 약 60% 의 어휘 중복도를 활용하여 친유사어 탐지 (cognate detection) 에서 우수하고, 군집화는 전이가 보이지 않는 언어별 혁신을 발견합니다. 우리는 저자원 반투어의 형태론적 문서화를 지원하기 위해 모든 코드와 발견된 어휘를 공개합니다.