1 Margarita Alonso Ramos Master LUP 2011Tema 4: Diccionario o Base de datos léxicos Margarita Alonso Ramos Master LUP 2011
2 Organización de la exposición1. Qué es un léxico computacional 2. Cómo representar la información léxica 3. Aplicaciones de la LexComp 4. Proyectos de LexComp 1. Qué es un léxico computacional Qué elementos son una unidad léxica Qué información contiene una entrada lexicográfica
3 1. ¿Qué es un léxico computacional?No es solo un diccionario en soporte informático Los diccionarios en línea o en CD pueden ser una buena herramienta pero el usuario es un humano, no un sistema VOLGA: DRAE: DicoPortugués: WordReference: Bilingüe inglés: Cambridge: Merrian-Webster: htttp://oesi.cervantes.es/TLTODOS/recursos_linguisticos_1.htm
4 1. ¿Qué es un léxico computacional?Un “almacén” de información léxica accesible por medios manuales o automáticos para sistemas de PLN
5 1.1.¿Qué se entiende por unidad léxica?Unidades léxicas (UL): sentidos o acepciones Actuar 1 intr. Ejercer una persona o cosa actos propios de su naturaleza 2 Ejercer las funciones propias de un oficio: ~ de secretario. 3 Representar en el teatro o en el cine. 4 Trabajar en un espectáculo público. 5 Defender, en las universidades, conclusiones públicas o practicar ejercicios de oposición. 6 DER. Realizar actuaciones Concepto de acepción (polisemia): Difícil delimitación Diferente según el objetivo aplicativo
6 ¿Qué se entiende por unidad léxica? (2)Granularidad en la diferenciación de sentidos (diccionarios) libro monosémico cerdo monolingües: animal, carne, piel, .... bilingües (desajustes: pig, pork) El tipo semántico no implica que haya una o más acepciones. diferentes sentidos matices de un mismo sentido ¿?
7 Polisemia Criterios para limitar la polisemia semánticos: sintácticos:Diferente estructura argumental Diferentes restricciones selectivas sintácticos: diferente subcategorización - diferente construcción ¿Cuándo dejar de subdividir un sentido en nuevas acepciones? good WordNet 12 acepciones Webster 25 acepciones American Heritage 20 acepciones Definición de principios Dependiente de la aplicación
8 1.2. ¿Qué información contienen ? (1)Dependiendo de los objetivos del léxico: La trascripción fonética La categoría gramatical y paradigma morfológico dar {vdtr}, 1ªconj. La estructura argumental, patrón sintáctico-semántico básico
9 ¿Qué información contienen ?La estructura argumental, patrón sintáctico-semántico básico SYNSEM | LOC HEAD | MAJOR V | SUBCAT =
10 ¿Qué información contienen ?Información semántica: tipo semántico definido en una ontología. chico [HUMANO] ordenador [ARTEFACTO] Restricciones selectivas Relaciones léxicas: Paradigmáticas: sinonimia, antonimia, hiponimia Sintagmáticas: colocaciones Las equivalencias con otras lenguas, ...
11 Organización de la exposición1. Qué es un léxico computacional 2. Cómo representar la información léxica 3. Aplicaciones de la LexComp 4. Proyectos de LexComp 2. Cómo representar la información léxica
12 2. ¿Cómo representar la información?Condiciones del lenguaje de representación del conocimiento 1. Adecuado para mecanismos de inferencia: herencia, reglas léxicas, etc. 2. Eficiente en el acceso a la información
13 Modelos de representación computacionalesBases de datos Modelos textuales Bases de conocimiento léxico Ontologías
14 Modelos de representación computacionales Bases de datos relacionaleslas entradas se representan en tablas cada tabla consta de diversos rasgos que toman valores Cat = N Gen = Fem ventajas software convencional de gestión de base de datos (Access de Microsoft) mantenimiento, eficiencia y facilidad de interrogación gran capacidad expresiva limitaciones: - falta de estructura jerárquica excesiva uniformidad poco apropiadas para los rasgos de tipo textual
15 Modelos de representación computacionales Modelos textualesCorpus en bruto: Frecuencias léxicas Coapariciones de dos o más palabras Corpus etiquetados: morfológicamente sintácticamente semánticamente identificación de colocaciones
16 Modelos de representación computacionales Representaciones orientadas a objetosNOMBRE-F-REG cat= n tipo = común género= femenino morfología= NFAAS CLASE CLASE EJEMPLARES casas es-un: NOMBRE-F-REG número= plural casa es-un: NOMBRE-F-REG número= singular
17 Estructuras de Rasgos (ER) Relación de orden parcial: subsunción Modelos de representación computacionales Representaciones basadas en la unificación Estructuras de Rasgos (ER) Relación de orden parcial: subsunción Operación básica: unificación Entradas léxicas: implementadas como ER Dos grandes clases: Formalismos de unificación libre Formalismos de unificación tipificada
18 Modelos de representación computacionales Estructuras de rasgos tipificadasgénero (OR masculino femenino neutro) número (OR singular plural) categoría (OR nombre verbo adjetivo determinante adverbio pronombre) ...
19 Modelos de representación computacionales Reglas léxicas Acquilexlex-noun-sign orth = [1] cat : count = + rqs = ind_obj INPUT grinding (LEX-RULE) lex-noun-sign OUTPUT orth = [1] cat : count = - rqs = substance
20 Modelos de representación computacionales Ontologíassemántica basada en una ontología + lengua lengua + lengua + semítica semítica cada sentido se diferencia por uno o más rasgos + lengua + semítica árabe
21 semántica basada en una ontologíalenguaje + lengua programación lengua + lengua + semítica indo-europea semítica + lengua + semítica hebreo árabe ... + árabe
22 Modelos de representación computacionales (15) OntologíasWordNet - Red de conocimiento léxico-semántica - Relaciones semánticas: sinonimia, hiperonimia, hiponimia, meronimia... - Unidad de descripción: synset
23 Modelos de representación computacionales (16) Redes semánticasvehículo es-un automóvil 1 ; coche 2 ; carro 2 es-un se-compone-de motor rueda volante ambulancia es-un es-un ranchera;furgón taxi
24
25 Modelos de representación computacionales (17) Problemasincompleto: dominios poco o nada representados sentidos básicos que no aparecen Granularidad excesiva: Hombre= el que sirve en el ejército (10) opuesto a hembra opuesto a esposa carácter de hombre ... Criterio poco claro de sinonimia hiperonimia/hiponimia
26 Lexical Conceptual Structure (R. Jackendoff)Ejemplos de entrada léxica (1) Lexical Conceptual Structure (R. Jackendoff) Descomposición de los predicados en primitivos Representación abstracta de los significados Interacción sintaxis-semántica drink V _____
27 Ejemplos de entrada léxica (2) (Somers)Entrada por defecto para verbos de emoción Emotion-frame (case-Exp) (Synt Form (NP)) (Sem Features (human)) (Synt Function (Subj)) (case Pat) (Synt Form (NP)) (Sem Features (any)) (Synt Function (Dir. Obj Scomp)) (Stype (infinitive gerundive)) Entrada para TO LOVE (LOVE (SyntFor (V)) (class (emotion)))
28 Léxico generativo (Pustejovsky)Ejemplos de entrada léxica (3) Léxico generativo (Pustejovsky) Tipos complejos book ARG1 = x: information ARGSTR = ARG2 = y:phys_obj information·phys_obj QUALIASTR = FORMAL = hold(y,x) TELIC = read(e1,w,x·y) AGENT = write(e2,v,x·y)
29 Cada UL dispone de tres secciones:Ejemplos de entrada léxica (4) Lexicología Explicativa y Combinatoria (Mel’cuk) Cada UL dispone de tres secciones: Zona semántica: --> etiqueta semántica o definición --> estructura argumental Zona sintáctica: --> medios de realización superficial de los argumentos Zona de funciones léxicas (FFLL)
30 Ilustración de la Zona Semántica:DISGUSTO 1: Disimulaba el disgusto de estar haciendo algo que no quería hacer etiqueta semántica: ‘estado’ Syn: desgana, desagrado forma proposicional: ‘disgusto de individuo X por hecho Y’ DISGUSTO 2a: Se llevará un disgusto cuando lo sepa etiqueta semántica: ‘sentimiento’ Syn: sofocón, padecimiento DISGUSTO 2b: Aquello fue un gran disgusto para María etiqueta semántica: ‘hecho’ Syn: penalidad, golpe forma proposicional: ‘[hecho Y es] un disgusto para individuo X’ DISGUSTO 3: Ha tenido un disgusto con su cuñada etiqueta semántica: ‘situación’ Syn: disputa, querella forma proposicional: ‘disgusto de individuo X con individuo Y por Z’
31 Ilustración de la zona de Régimen DISGUSTO 2aDisgusto de individuo X por hecho Y X = I: de N el disgusto de Juan Apos su disgusto A disgusto familiar Y = II: por N disgusto por el suspenso por Vinf disgusto por haber suspendido ante N disgusto ante su marcha
32 Ilustración de la zona de FFLL DISGUSTO 2atener un D. (Oper1): tener, sufrir, recibir, llevarse, pasar [un ˜] ; Y causa que X tenga un D.(CausFunc1): dar, producir, acarrear, traer, costar [un ˜ a X] //disgustar [a X] X causa que X tenga un D.(Caus1Func1): cosechar [˜s] intentar no causar un D (nonCausFunc1) : ahorrar, evitar [un ˜ a X] X no manifiesta el D.(nonPerm1Manif): ocultar, disimular [ART ˜ ] el D. de X desaparece(FinFunc1): olvidarse, pasarse [a X]
33 Organización de la exposición1. Qué es un léxico computacional 2. Cómo representar la información 3. Aplicaciones de la LexComp
34 Aplicaciones Recursos (léxicos)Técnicas que incorporan conocimiento lingüístico Sistemas de tratamiento de la información Extracción de información Recuperación de información TA Aplicaciones: usuario final Lexicografía Autoaprendizaje, Buscadores, etc. Recursos (léxicos)
35 Aplicaciones (1) Clasificación
36 Clasificación semánticaAplicaciones (2) Clasificación semántica
37 Aplicaciones (3) Traducción Automática Diccionario monolingüe("llegir" VST ALO [raíz] "lleg" ARGS ((($SUBJ N1 (TYPE P1)) OPT ($DOBJ N1 (TYPE P0) N0 (FCP 0) (MD-0 IND)))) CL [modelo de flexion] (IR-E) CMT [prototipo flexivo] "Model: servir" ON CO PLC (NF) TAL [admite -eix-] -EIX AUTHOR "elisabel" DATE "1-Mar-99" SITE "FB52") N1 =nominal, N0 =clausalP1=+HUM, p0 = --HUM FCP 0 =cláusulas subordinadas con "que" ICP 0 =cláusulas de infinitivo PLF NF (arrel no final, requereix desinència)
38 Aplicaciones (5) Traducción Automática Diccionario Bilingüe Incita/SailLabs"fer" VST --> "retroceder" VST = Tests (XFR-VST-CTEST :MW T :FIXEXPR T :EXPR "enrere") Comment "no ens farem enrere =no retrocederemos" << Fb52 FB52 Elisabel 23-Mar-99 >> "fer" VST --> "llegar" VST = Tests(XFR-VST-CTEST :MW T :FIXEXPR T : EXPR "tard") Comment "fer tard =llegar tarde" << Fb52 FB52 Elisabel 24-Mar-99 >> "fer" VST --> "pesar" VST =
39 Organización de la exposición1. Qué es un léxico computacional 2. Cómo representar la información 3. Aplicaciones de la Lexicografía computacional 4. Proyectos
40 4. Proyectos lexicográficosDiCE (Diccionario de colocaciones del español) DiCoInfo (Dicctionario de informática) EuroWordNet FrameNet Spanish FrameNet