1. LINCOR – Descrierea informaţiilor lingvistice
Felicia Codirlaşu*
*SOFTWIN

2. Morfologie Lexic Sintaxă Corespondenţe
Secţiuni implicate
Morfologie
Lexic
Sintaxă
Corespondenţe
Pentru descrierea si reprezentarea expresiilor avem nevoie nu doar de informatii lexicale si morfologice, ci si de precizarea relatiilor ce se stabilesc intre cuvinte, in interiorul expresiilor.

3. Configuratorul morfologic
Descrie structura morfologică a unei limbi
Organizat sub forma unui arbore atribut-valoare (AVT)
nodurile “atribut”: categorii morfologice
nodurile “valoare”: valori ale categoriilor morfologice
Alte tipuri de informaţii ataşate fiecărui nod:
abrevierea
categoria – flexionabilă sau nu
forma este lemă sau nu
forma este supliment sau nu

4. ...Configuratorul morfologic...
Arbore atribut-valoare (AVT)
masculin
gen
feminin
atribut
neflexionabil
substantiv
neutru
singular
număr
flexionabil
clasa
plural
neflexionabil
singular
verb
număr
nodurile “atribut”: categorii morfologice
nodurile “valoare”: valori ale categoriilor morfologice
Alte tipuri de informaţii ataşate fiecărui nod: flexionabil sau nu.
plural
flexionabil
valoare

5. ...Configuratorul Morfologic [RO]…

6. ...Configuratorul Morfologic [EN]

7. Configuratorul Morfologic [RO]…
Statistici Configurator Morfologic pentru limba română:
Nume
Număr situaţii de flexiune (EC)
Total atribute
Total valori
Atribute neflexionabile
Clasa
20179
854
2207 99
Clasa = Substantiv
360 10 30 3
Clasa = Articol 82 13 38 2
Clasa = Adjectiv
420 12
Clasa = Pronume
1.118
112
324
Clasa = Numeral
1.145
154
447 43
Clasa = Verb
16.944
507
1212 23
Clasa = Adverb 68 32 88 7
Clasa = Prepoziţie 1 4
Clasa= Conjuncţie
Clasa = Interjecţie 5
Clasa = Semn 6
Clasa = Morfem

8. Configuratorul Morfologic [EN]…
Statistici Configurator Morfologic pentru limba engleză:
Nume
Număr situaţii de flexiune (EC)
Total atribute
Total valori
Atribute neflexionabile
Part of speach
3551
534
1206
106
Part of speach = Noun
155 56
111 42
Part of speach = Article 3 6 1
Part of speach = Adjective 48 14 30
Part of speach = Pronoun
353 74
168 27
Part of speach = Numeral 12 5 2
Part of speach = Verb
2703
325
747 7
Part of speach = Adverb
265 52
116 19
Part of speach = Preposition
Part of speach = Conjunction
Part of speach = Interjection
Part of speach = Sign
Part of speach = Particle

9. Sintaxa NTPAR - N (neterminal) - simboluri care nu apar în
enunţuri şi se expandează conform regulilor
- T (terminal) - reprezintă un şir de caractere.
- P (pseudoterminal) - reprezintă o clasă
lexicală
- A (acţiuni procedurale)
- R (relaţie) – reprezintă relaţiile de coordonare
sau regenţă-subordonare descrise în arborele
de dependenţe.

10. Sintaxa – reguli sintactice
Membrul drept
Membrul stâng
Alternant
Neterminal
Secţiune sintactică
AVT
Nume
NTPA
AVT
Liste de relaţionare
Secţiune de dependenţe
Nume + tip (RS/RC)
Regulă sintactică
Relaţie
AVT
Secţiunea sintactică a unei limbi conţine reguli generative (ca în gramaticile convenţionale), care au asociate în plus şi o structură de arbore bazată pe relaţii de regenţă-subordonare sau de coordonare între terminalii şi neterminalii aflaţi în partea dreaptă a unei reguli.
Prin aplicarea regulilor sintactice, în procesul de analiză se va genera arborele de dependenţe, care va reprezenta enunţul construit cu toate legăturile lui între cuvinte.
Liste de relaţionare
Secţiune de acord
Condiţie de acord
Acţiuni

11. Sintaxa - Arbori de dependenţe (conventii grafice)
Simboluri folosite în regulile sintactice, care se vor regăsi în arborele de dependenţe:
<...>
Neterminal (N)
Relaţie de Coordonare
(RC)
“...”
Terminal (T) 1 2
Relaţie de Subordonare
(RS)
%...%
Pseudoterminal (P)
#...#
Acţiune procedurală (A)

12. @subordonare particula logica@
Sintaxa - Arbori de dependenţe (reprezentare grafică)
% verb %
@compl - regent
@coordonare 1 2
% substantiv %
% substantiv %
@subordonare particula
"şi"

13. Lexiconul
Un LEXICON GRAALAN este o structură de date ce conţine trei tipuri de intrări:
a) Intrări de tip lexical;
b) Intrări de tip morfologic;
c) Intrări de tip procedural.
În acest proiect ne-am ocupat de un subtip al intrărilor de tip lexical - intrările de tip expresii multicuvânt (MWE - Multi Word Expression).

14. MWE...
Intrările de tip multicuvânt (MWE) - similare cu intrările de tip “lemma” + o secţiune morfo-sintactică.
Tipuri de intrări MWE:
- locuţiuni
- expresii
- cuvinte compuse (alăturare – cu sau fără cratimă)
- alte îmbinări fixe de cuvinte.
=> cuvântul “expresie” are o accepţiune mai largă decât cea tradiţională.
secţiuna morfo-sintactică descrie morfologic fiecare cuvânt în parte şi sintactic - relaţiile dintre cuvintele din expresie.
O expresie multicuvânt are asociat un arbore de dependenţe alcătuit din cuvinte (terminali, pseudo-terminali, acţiuni directe) şi relaţii între acestea. Corespondenţele bilingve se realizează doar între TPA.

15. ...MWE... Multiword entry (MWE) Text (normal şi fonetic)
Semantică (sensuri, relaţii semantice, exemple...)
Arbore de dependenţe
Secţiune sintactică
Neterminal +
AVT +
Listă de relaţionare
Am reprezentat schematic structura unei expresii la nivelul descrierii Graalan.
Secţiune de dependenţe
Relaţie RS/RC +
AVT +
Listă de relaţionare

16. ...MWE – Text GRAALAN... Entry_001: Entry multiword
Text “a avea pâinea şi cuţitul"
Phonetic "ˈˈa ave̯ˈa pˈɨjne̯a ʃˈi kuʦˈitul"
Meaning “A avea la îndemână toată puterea, toate mijlocele.”
Syntax
T1:"a avea" partial variable
[clasa = verb]
[conjugarea = II]
[tranzitivitate = tranzitiv]
[diateza = activa]
Governor R1
T2:“pâine" invariable
[clasa = substantiv]
[numar = singular]
[caz = acuzativ]
[articulare = articol hotarat]
Coordinate R2 (1)
T3:“şi” invariable
[clasa = conjuncţie]
Subordinate R3
T4:“cuţit" invariable
[numar = singular] [caz = acuzativ]
Coordinate R2 (2)
Dependency
– regent
(2) Subordinatte R1, Governor R3
particula
Exemplu de descriere in Graalan

17. ...MWE –Editare prin aplicaţia LKT...
Text expresie
Cuvânt de sortare
Sens expresie
LKT = Lexicon Knowledge Tool
Text expresie: Este textul unei expresii multicuvânt cu forma de dicţionar.
Nu sunt incluse cuvintele care nu sunt neapărat necesare pentru sensul expresiei.
Cuvant de sortare: Necesar pentru sortarea expresiei pentru apariţia ei într-o listă sortată sau un dicţionar. Este unul dintre cuvintele expresiei
Pentru expresiile în limba română, acesta e de obicei cuvântul unde apare expresia în Dex'98.

18. ... MWE –Editare prin apilcaţia LKT ...
Fereastra de editare a structurii expresiei: doua parti: una rezervata reprezentarii arborelui de dependente, alta cuprinde informatii atasate nodurilor (terminali, relatii).

19. ...MWE - Structură...
Proprietăţile terminalilor - infomaţii lexicale, semantice şi morfologice
a) Text/lema
b) Meaning
c) Variability
- invariable - un cuvânt la o singură formă de flexiune
- partial variable -acelaşi cuvânt, având diverse forme de flexiune.
- total variable -orice cuvânt care corespunde clase lexicale din AVT
d) AVT
Fiecare dintre cuvintele ce alcatuiesc textul expresiei are atasate informatii specifice lui.
In acelasi timp, se stabileste si legatura terminalilor cu tokenii identificati in expresie.

20. ... MWE - Arbore de dependenţe (reprezentare grafică)...
Arborele de dependenţe - schema sintactică a expresiei + informaţii suplimentare de natură lexicală şi morfologică.
“a avea pâinea şi cuţitul”

21. Corespondenţe bilingve...
Lexicon limba 1
Aplicaţie creare corespondenţe bilingve
Expresie
...
Text
Cuvânt de sortare
Arbore de dependenţe
Legătura terminalilor cu tokenii
Caracterizare morfologică terminali
Desen arbore sintactic
Lema
...
Text
Structură
Corespondenţe Bilingve
Lexicon limba 2
Expresie
...
Text
Cuvânt de sortare
Arbore de dependenţe
Legătura terminalilor cu tokenii
Caracterizare morfologică terminali
Desen arbore sintactic
Lema
...
Text
Structură

22. ...Corespondenţe bilingve
Corespondenţele bilingve se stabilesc între intrările lexicoanelor a două limbi şi pot fi:
a) Corespondenţe lexicale;
b) Corespondenţe morfologice;
c) Corespondenţe între acţiuni procedurale.
Aplicaţia utilizată în proiect tratează corespondenţele lexicale.
- lexicale: intre intrari in lexicon
- morfologice: intre structuri reprezentand forme analitice ale cuvintelor
- sintactice: intre un arbore din sintaxa limbii sursa si un arbore din gramatica limbii tinta

23. Corespondenţe lexicale...
Tipuri de corespondenţe lexicale
- expresie – expresie:
Ex: a duce cu zăhărelul - to hand somebody a lemon
- expresie – lemă:
Ex: idee fixă - obsession
- expresie – traducere:
Ex: a ieşi în relief - to be prominent

24. ...Corespondenţe lexicale...
În descrierea unei corespondeţe se pot folosi clauze de:
a) mapare
b) transfer
c) combinare

25. ...Corespondente lexicale - mapare
- TPA sunt relativ echivalenţi în cele două expresii, şi
- TPA din expresie din limba ţintă va prelua toate legăturile (cu descendenţele respective) din extensia expresiei corespunzătoare TPA din expresie din limba sursă.

26. Exemplu - Mapare
“a înduioşa pe cineva până la lacrimi”  “to move somebody to tears”
a înduioşa pe
@complement - regent
până
to move
somebody
@verb –
@verb – to
cineva la
lacrimi
@prep-grup
tears
@prep phrase –

27. ...Corespondente lexicale - transfer
- TPA nu sunt echivalenţi în cele două expresii, iar..
- Legăturile din extensia expresiei corespunzătoare nodului din expresie din limba sursă, cu toate descendenţele lor, vor fi preluate de nodul din expresie din limba ţintă .

28. Exemplu - Transfer “a da relaţii”  “to give information” a da to give
@complement- regent
@verb –
A da relatii suplimentare + to give additional information
relaţii
information

29. ...Corespondente lexicale - combinare
- Prin combinare se indică modul prin care echivalenţii în limba ţintă, ai eventualilor subordonaţi din extensia expresiei sursă se vor coordona cu subordonaţii deja existenţi în expresia ţintă.
! Se poate defini o combinare doar pentru acei terminali din ţintă care au deja definită o clauză de mapare sau transfer.

30. @prep phrase – complement@
Combinare – Exemplu
“a face cuiva o figură urâtă”  “to play a dirty trick on somebody”
E1: to play
E1: a face
@compl - regent
@compl - regent
@verb -
@verb -
E2: cuiva
E3: o figură
E2: trick
E4: on
@atribut -
@premodifier – noun
@prep phrase –
E4: urâtă
E3: dirty
E5:somebody
combination

31. @prep phrase – complement@
Combinare – Exemplu
“a face cuiva o neaşteptată figură urâtă” + “to play a dirty trick on somebody”
Expresia ţintă
Expresia sursă
a face
to play
@compl - regent
@compl - regent
@verb -
@verb -
cuiva
o figură
a trick on
@atribut -
@atribut -
@premodifier – noun
@prep phrase –
neaşteptată
urâtă
dirty
somebody
Extensie expresia sursă

32. @prep phrase – complement@ @logical coordination@
Combinare – Exemplu
“to play a dirty and unexpected trick on somebody”
Expresia ţintă rezultantă
to play
@compl - regent
@compl - regent
a trick on
@premodifier – noun
@prep phrase –
@logical
somebody 1 2
dirty
unexpected

33. ...Corespondenţe lexicale – Statistici peste 1000 expresii din RO
Tip corespondenţe
Număr
Număr total corespondenţe
4404
Număr total corespondenţe RO - EN
2202
Expresie RO – expresie EN
1727
Expresie RO – lemă EN
307
Expresie RO – traducere EN
177
Clauze de mapare
764
Clauze de transfer
1225
Statisticile sunt realizate pornind de la o baza de test de 1000 expresii in limba romana.
Pentru toate corespondentele RO – EN, au fost definite si corespondentele “pereche” – EN – RO.
Corespondentele au fost facute tinand cont de sensurile expresiei, astfel incat au aparut situatii cand o expresie din romana are drept echivalent doua sau mai multe expresii in engleza, conform sensurilor.
De asemenea, au fost date si mai multe expresii sinonime pentru aceeasi expresie din limba romana.

34. Q&A