Análisis sintáctico

GRIAL – UB

KNOW

Análisis sintàctico

Situación actual del análisis sintáctico del español

Desarrollo de una gramática

Adquisición de información para guiar el análisis sintáctico

Situación actual

Analizadores existentes ‘asequibles’ análisis total Hispal Conexor Freeling

Evaluación cualitativa

Análisis comparativo de los resultados

- constituyentes, oraciones subordinadas - mala identificación de la función sintáctica - sintagmas preposicionales - complementos directos con ‘a’ - identificación de constituyentes coordinados - multiword expressions - adverbiales vs. objeto directo - elipsis del verbo principal en una cláusula

Comparación

Fenómeno observado HISPAL FreeLing Connexor

Syntactic Function Misidentification

(1.El partido se convirtió en la pesadilla que había pronosticado Luís.

2. Papel fundamental han desempeñado en esta recuperación los evangelios… )

1. + 2. OK NoLuis, los evangelios – objeto directo

NoLuis, los evangelios – objeto

directo

Grouping of Constituents(Esa expresión del deseo de ver

convertida en candidata a alcaldesa de Madrid a la vicepresidenta del Gobierno refleja la

realidad.)

NOimpossibility of

the three parsers to group the constituents of compound subjects.

NOimpossibility of the three parsers to group

the constituents of compound subjects.

NOimpossibility of the three parsers to group

the constituents of compound subjects.

Prepositional Phrases with a(1. Ven a la tienda oficial esta

tarde.2. Pero el colmo es ver a

Lucio subiendo al ataque..)

OK NO 1. si 2. no

Comparación

Ellipsis of the main verb in a clause( Juan bebió vino y María cerveza.)

OK NOgrup-verb/top/(bebió beber VMIS3S0) sn/subj/(Juan juan NP00000) coor-n/obj/(y y CC) sn/co-n/(vino vino NCMS000) sn/co-n/(María maría NP00000) sn/obj/(cerveza cerveza NCFS000)

NO1 Juan juan subj:>2 @NH N MSC SG Prop2 bebió beber main:>0 @MAIN V IND PRET SG P33 vino vino obj:>2 @NH N MSC SG4 y y @CC CC5 María maría adc:>6  @NH N FEM SG Prop6 cerveza cerveza @NH N FEM SG

Inversion of objects and subjects(Averigua en qué lugar está la casa.)

No especifica qué es casa

NO (casa – objeto directo) No especifica qué es casa

Treatment of multiword names(1. Ángel Amor se llama el individuo.2. Anier García le dio el lunes a Cuba su primera medalla dorada.)

1. no analiza ángel amor

como un todo, quiza

porque Amor coincide con el sustantivo

amor2.

Anier_garcia (un todo)

1. no analiza ángel amor como un todo

2. Anier_garcia (un todo)

1. OK ángel modifica a amor2. El mismo análisis como en 1.

Yes / No Questions(¿Renuncia España al veto en los fondos de cohesión?)

OK NO, renuncia como sustantivo y no como verbo

NO, renuncia como sustantivo y no como verbo

Gramática

RASP Constituyentes básicos : sn, sv, sadj, sadv,sp,

coordinación léxica y sintagmática Construcciones principales Oraciones subordinadas relativas y completivas

Metarreglas??? Gramática completa

Gramática del español

RASP gramática de unificación:

GPSG rasgos reglas de estructura de

frase metarreglas ? no incluye lemas código cerrado gramática completa

FREELING gramática de

dependencias clases reglas a pares funciones de situación en

el árbol incluye lemas código “abierto” gramática de la oración

Adquisición de Patrones de Subcategorización

Objetivo

Obtener clases de comportamiento sintáctico de los verbos a partir de SENSEM

Extrapolar estos comportamientos a verbos desconocidos adquisición

Fases

Crear una clasificación inducida a partir de los ejemplos / sentidos de SENSEM Aprender el clasificador Aplicar el clasificador sobre verbos no conocidos

Metodología

Corpus etiquetado manualmente

Reducción de los casos PS

Inducción de clases clasificación

Evaluación y selección de la solución

Clasificador a partir de los ejemplos Analizados manual/automáticamente Agrupación por sentidos /ejemplos

Asignación de clases a ejemplos no vistos

SenSem

Corpus etiquetado:

Delimitación de constituyentes Categoría sintáctica Función sintáctica Rol semántico Clase eventiva

Reducción

Patrones de Subcats Argumentos Sin variedad de orden Compactación de categorías

sn v sp sn(sto) v sp(oprep) sn(sto-exp) v sp(oprep-tema)

Patrones

998 sentidos 250 lemas verbales

Patrones

todos > 5 >10

C 240 98 69

C+F 785 213 130

C+F+R 2854 464 317

Clasificación

sentido verbal

cada sentido se representa como un vector las dimensiones de los vectores son todos los esquemas de subcategorización

que se dan en el corpus los valores de cada vector para cada dimensión son el número de veces que

ocurre el sentido con el esquema anotación manual

ejemplos individuales

cada ejemplo se representa como un vector las dimensiones de los vectores son todos los esquemas de subcategorización

que se dan en el corpus los valores de cada vector para cada dimensión son binarios: o el ejemplo tiene

el esquema de la dimensión o no lo tiene anotación automática

Clasificación

Clustering

Simple Kmeans Expectation-Maximization

Clusters Subclusters

Evaluación de las clasificaciones Evaluación

Tienen sentido los vectores: diátesis (compactadas)

Distribución de la población en clases Parejas de verbos similares Distinguibilidad de sentidos Overlap de patrones Aplicación de diferentes clasificadores con

diferentes configuraciones

Solucion C+F 3 clases

Clase 1: 704 sentidos verbales. Clase mixta83% alternante: omisión de complemento16% único patrón: trans, intrans y prep

Subclustering: 5 clases una clase mayoritaria con esquemas de subcategorización muy dispares diversas clases más pequeñas que agrupan verbos con comportamientos mucho más

definidos.

Clase 2: 153 sentidos verbales esquemas transitivos. Diátesis: trans intrans trans ditrans

Clase 3: 39 sentidos verbales esquemas preposicionales y alta frecuencia de

atributivos/circunstanciales/predicativos diátesis se caracterizan por la omision/elisión de algunos preposicionales preposicional - intransitiu

Solución C+F >10 subcluster clase 5 (477)

Diatesis: transitivos e intransitivos y en algún caso con preposicionales. subclaseslas subclases 5.5, 5.3 y 5.2 esquemas transitivos e intransitivos, las subclases 5.4, 5.6, 5.7 y 5.8 la alternancia intransitivo/preposicional

clase 2 (163) Diatesis: preps intrans y ditrans preps subclases 2.2 esquemas ditranstivos 2.1.esquemas con circunstanciales .

Solución C+F >10 sublcuster Clase 1 (103) y clase 3 (68)

Diatesis; transtiva/ditransitiva/intransitivaEstas clases no presentan subclases.

Clase 4Diatesis: preposicionales intransitivos presencia de atributos. subclases 4.1 Diatesis: preposicional/intransitiva con atributos 4.2 Totalmente preposicional 4.3 Diatesis: transitivos preposicionales.

Aplicación del Classificador

Porcentaje de sentidos bien clasificados en el primer nivel de clustering para la aproximación con esquemas de función y

categoría que ocurren más de 10 veces 5 clases

0

20

40

60

80

NaiveBayes IBk Bayes J48 JRip OneR

manual--sentidosautomático--sentidosmanual--ejemplosautomático--ejemplos

Porcentaje de sentidos bien clasificados en el segundo nivel de clustering para la aproximación con esquemas de función y categoría que ocurren más de 10 veces. 12 clases

0

20

40

60

80

NaiveBayes IBk Bayes J48 JRip OneR

manual--sentidosautomático--sentidosmanual--ejemplosautomático--ejemplos

Pendiente…

Decidir el mejor clasificador Reconsiderar la clasificación en función de los resultados del

clasificador? Compactar clases? evaluación

WSD automática sobre SenSem Aplicación y evaluación de WSD Aplicación del clasificador

Aplicación del clasificador sobre corpus desambiguados automáticamente adquisición

Estudiar la posible generalización de los vectores (alternancias de diátesis)