Euskal morfologiaren tratamendu automatikorako tresnak

VII. kapŕtulua
Eratorpena gai korapilatsua da, irregularra izanik ondo aztertu gahe dagoelako . Taldeko
linguistak egiten ari diren lan teorikoaren emaitzaz, emankortasun handiko morfema
sinpleetan oinarritutako eratorpena landuko da, orain arte landutako eratorpen lexikalizatua
osatuz .
VII .2 .2 Zuzenketa .
Zuzenketan egindako lana aldaerak deitu ditugun gaitasun-en •o rcen aldetik oso interesgarria
den bitartean, errore tipografikoen trataera hi aldetatik hohe liteke : hatcko edizio-distantzia
baino handiago duten hitzen zuzenketari ekinez katetik, eta hestetik, testuingurua kontuan
hartuz, proposamenen artean zuzenketa ondo aukeratzeko zein "kenetako hitzaren en . orcak"
detektatzeko asmoz .
Lehen ekimenean oso abiapuntu interesgarria da Ollazcn eta Guzey-rena (1994), emaitza
onak lortzeko oraindik eragiketa asko burutu hehar hadira cre, honek eraginkortasunean
duen ondorio kaltegarriarekin . Ekarpen hori hohe daitekeelakoan gaude, lexikorik gaheko
analisiak honetan lagun dezakeelarik .
Proposamenen artean zuzena zein den erabakitzea oso zaila gertatzen da testuingurua
kontuan hartzen ez hada . Hori egiaztatzeko eskuz egitea baino ez. da egin hehar,
testuingurua ikusi gahe pertsonek ere zalantza handiak dituztelako hiv.ak zuzentzeko .
Testuingurua kontuan hartu gahe hohekuniza haizuk oraindik egin hadaitezkc ere -adib .
hitzen maiztasunak kontuan hartzea, tcklatuanen arahera zein aztertutako erroreen arabera
aldaketei pisuak esleitzea- mugatik nahikoa genio gaude eta testuingurua kontuan hartzea
ezinbestekoa da emaitza horiek nabarmen hohetzeko, halez ene OCR eta hizketaren
prozesaketarako erahili nahi hada zuzenketarako tresna hau . Gainera, testuingurua kontuan
hantzen hada, heretako hitzaren erroreak detektatu eta hitz-mugaren gaineko erroreak
zuzendu daitezke, higamen hela unaldiko zuzentzailea sortuz . Testuingurua kontuan hartzeko
lau hide hercizten dira nagusiki : corpus-en gaineko estatistikak, sintaxia, semantika -hitzen
anteko erlazioak lortuz-, eta soluzio partikularrak . Metodo hauek konhina dailczke haina
lehen hiruetarako oinarrizko lanen garapena hehar da aurretik : analizatzaile sintaktiko osoa
edo partziala, esanahien hilketa eta egituraketa datu-hasean eta haien anteko distantzia
kalkulatzeko metodoa semantikarako, eta corpusak ustiatzeko tresnak . Oinarrizko tresna
hauetan an gara lanean epe erdian zu7.enketan aplikatzeko asmoz. .
VII .2 .3 EUSLEM .
Garatzen ari garen euskararako oinarrizko lematizatzaile/etiketatzailea da EUSLEM .
Hitzaren esparrua gainditzen duenez, lan honetatik kanpo utzi dugu haina aurreratu samarra
dago, aurkeztutako analisi morfologikoan oinarriturik haitago . Bere diseinurako aztertutako
178