An

1
Análisis sintáctico

• GRIAL UB
• KNOW

2
Análisis sintàctico

• Situación actual del análisis sintáctico del
  español
• Desarrollo de una gramática
• Adquisición de información para guiar el análisis
  sintáctico

3
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

4
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 No Luis, los evangelios objeto directo No Luis, 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.) NO impossibility of the three parsers to group the constituents of compound subjects. NO impossibility of the three parsers to group the constituents of compound subjects. NO impossibility 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
5
Comparación
Ellipsis of the main verb in a clause ( Juan bebió vino y María cerveza.) OK NO grup-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) NO 1 Juan juan subjgt2 _at_NH N MSC SG Prop 2 bebió beber maingt0 _at_MAIN V IND PRET SG P3 3 vino vino objgt2 _at_NH N MSC SG 4 y y _at_CC CC 5 María maría adcgt6  _at_NH N FEM SG Prop 6 cerveza cerveza _at_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 amor 2. Anier_garcia (un todo) 1. no analiza ángel amor como un todo 2. Anier_garcia (un todo) 1. OK ángel modifica a amor 2. 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
6
Gramática

• RASP
• Constituyentes básicos sn, sv, sadj, sadv,sp,
  coordinación léxica y sintagmática
• Construcciones principales
• Oraciones subordinadas relativas y completivas
• Metarreglas???
• Gramática completa

7
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

8
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
  

9
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

10
SenSem

• Corpus etiquetado
• Delimitación de constituyentes
• Categoría sintáctica
• Función sintáctica
• Rol semántico
• Clase eventiva

11
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)

12
Patrones

• 998 sentidos
• 250 lemas verbales
• Patrones

todos gt 5 gt10
C 240 98 69
CF 785 213 130
CFR 2854 464 317
13
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

14
Clasificación

• Clustering
• Simple Kmeans
• Expectation-Maximization
• Clusters
• Subclusters

15
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

16
Solucion CF 3 clases

• Clase 1 704 sentidos verbales. Clase mixta
• 83 alternante omisión de complemento
• 16 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

17
Solución CF gt10 subcluster

• clase 5 (477)
• Diatesis transitivos e intransitivos y en algún
  caso con preposicionales.
• subclases
• las 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 .

18
Solución CF gt10 sublcuster

• Clase 1 (103) y clase 3 (68)
• Diatesis transtiva/ditransitiva/intransitiva
• Estas clases no presentan subclases.
• Clase 4
• Diatesis preposicionales ? intransitivos
• presencia de atributos.
• subclases
• 4.1 Diatesis preposicional/intransitiva con
  atributos
• 4.2 Totalmente preposicional
• 4.3 Diatesis transitivos ? preposicionales.

19
Aplicación del Classificador
20
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
21
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
22
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)

23
(No Transcript)