Análisis sintáctico conducido por un diccionario de patrones de ...

Capítulo 3.
avanzados
Análisis sintáctico y desambiguación basada en patrones de manejo
la forman. La gramática está formada por un conjunto de reglas y por un conjunto de
palabras, corresponde al lenguaje particular, ya que toda gramática es una teoría
acerca de un lenguaje y por lo tanto no existen en ella descripciones neutrales. Así
que para este módulo creamos una gramática independiente del contexto para el
español, una gramática computacional. Hacemos notar que existen diferencias entre
las gramáticas teóricas y las computacionales. Por ejemplo, mientras escribir un
elemento vacío en un árbol sintáctico no supone complicaciones para un lingüista
teórico, para un lingüista computacional si hay complicaciones.
Este método de gramáticas independientes del contexto también lo empleamos
en el método de obtención de los patrones de manejo, por lo que su construcción, que
se describe en otras secciones de este capítulo, considera como meta ambos usos. Los
detalles de compilación del diccionario y de la construcción del analizador para este
modelo los presentamos en la sección 3.3 y secciones subsecuentes.
Proximidad semántica.
Este modelo está relacionado con el conocimiento semántico. Se requiere
para desambiguar oraciones que son ambiguas, porque sus diversas estructuras
sintácticas son perfectamente posibles, o para enlazar frases circunstanciales que al no
estar directamente enlazados con el sentido del lexema rector requieren un método
conectado con la semántica de contexto.
Así que el conocimiento que describe es una clase de conocimiento semántico
de contexto. Se trata de reconocer las palabras que están relacionadas, es decir, que
están “más cercanas” semánticamente o que son “semánticamente compatibles”. Por
ejemplo, en la frase conocida Veo un gato con un telescopio no es claro si telescopio
está relacionado con ver o con gato. La información semántica permite decidir que
telescopio está más próximo semánticamente de ver y no de la de gato.
No se trata de desambiguar el sentido mismo de las palabras. Esta tarea de
desambiguación es distinta y se ha venido desarrollando como una subárea del
procesamiento lingüístico de textos mediante computadora, considerando la
desambiguación entre los sentidos dados en un diccionario, tesauro o similar. La
desambiguación de sentidos de las palabras se ha estudiado con métodos estadísticos
[Gale et al, 92], [Yarowsky, 92, 95], [Pedersen, 2000], métodos basados en
conocimiento [Agirre & Rigau, 96], o con métodos mixtos [Jiang & Conrath, 97],
[Rigau et al, 97]. Aunque se han alcanzado altos estándares, en esta desambiguación
usualmente sólo se han seleccionado pequeños conjuntos de palabras con distinciones
claras en el sentido.
La idea del empleo de la red semántica es la siguiente, por ejemplo,
consideremos las frases: Me gusta beber licores con menta y Me gusta beber licores
con mis amigos. En ambas frases, la clase semántica del sustantivo final ayuda a
resolver la ambigüedad, es decir con qué parte de la frase están enlazadas las frases
182