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

Información sintáctica para los PMA
directamente del análisis se toman los patrones de subcategorización. Existen 29
distintos tipos de patrones y 10 tipos diferentes para las frases preposicionales, que
previa y manualmente se obtuvieron de otros diccionarios de subcategorización. La
evaluación de los patrones se basa en el diccionario ANLT [Boguraev et al, 87].
Para lenguajes con un orden de palabras más libre y con un mayor número de
preposiciones, la colección completa de marcos de subcategorización sería demasiado
grande y muchas clases de subcategorización se requerirían para describir un verbo.
Además de que en lenguajes con órdenes de palabras menos estrictos las realizaciones
de los objetos también pueden ocurrir previos al verbo.
Así que estas líneas de investigación difieren en objetivo respecto a nuestra
investigación, ya que nosotros requerimos una búsqueda exhaustiva y sin
restricciones de todos los objetos para cada lexema predicativo. Cuando los objetos se
realizan sintácticamente mediante frases preposicionales, en el español, éstas pueden
ser más de una y enlazadas al mismo verbo. Como ya habíamos mencionado las
preposiciones simples y compuestas en español incrementan los posibles marcos de
subcategorización de un lexema específico por lo que de antemano no es posible
definirlos en las reglas de la gramática sin perder la diversidad de composiciones que
se presentan en el español. Requerimos entonces, un método de búsqueda exhaustiva
de las valencias, considerando un orden de palabras más relajado que para el inglés y
sin la necesidad de herramientas complejas.
Cabe mencionar que ni nuestro método ni los considerados previamente
pueden tratar los casos donde el enlace difiere por razones semánticas y pragmáticas.
Esos casos no pueden resolverse basándose en propiedades estructurales de la
oración, por ejemplo: Yo quiero ese carro en la foto. En este sentido, los métodos
basados únicamente en principios puramente pragmáticos también se equivocan en
muchos casos. Los modelos basados en aproximaciones de Inteligencia Artificial de
sentido común tienen diferentes problemas. [Jacobs et al, 91] indican que este tipo de
modelos funciona bien en un dominio restringido y bien definido.
245