Azaleko sintaxiaren tratamendua ikasketa automatikoko tekniken ...

Gaiaren motibazioa eta kokapena 5
(Aduriz et al., 1998), MORFEUSen oinarritutako Xuxen euskarako zuzentzaile
ortografikoa (Agirre et al., 1992; Alegria et al., 2008b), zenbait analizatzaile
sintaktiko (Aduriz et al., 2006a), corpusak (Aduriz et al., 2006b; Agirre
et al., 2006), hiztegi elektronikoak (Arregi et al., 2003; Díaz de Ilarraza et al.,
2007), sare semantikoa (Pociello, 2008) eta beste hainbat.
Baina orain arte, IXA taldean, eta batez ere sintaxiaren eta erroreen tratamendu
automatikoaren alorrean, landu diren tresna eta baliabide gehienak
lehen hurbilpenari jarraiki garatu dira; alegia, hizkuntzaren ezagutzan oinarritzen
diren teknikak baliatuz.
Sintaxiaren alorrean, adibidez, (Aduriz, 2000) eta (Arriola, 2000) lanei
segida eman zaio (Aranzabe, 2008) tesi-lanean, eta desanbiguazio morfosintaktikorako
euskararen murriztapen-gramatika, kateen detekzioa egiten duen
gramatika eta dependentzien gramatika finkatuta geratu dira. Hiru tesi-lan
hauetan landutako teknikak hizkuntza-ezagutzan oinarritutakoak izan dira.
Corpusetan oinarritutako teknikekin ere, egin da lanik, ordea. Ezeizak (2002)
euskarako etiketatzaile morfosintaktikoa burutzeko desanbiguatzaile estokastiko
bat eraiki zuen, esate baterako. Gainera, dependentzietan oinarritutako
euskarako analizatzaile sintaktiko estatistiko bat (Bengoetxea eta Gojenola,
2007) ere bidean da, dagoeneko.
Euskarako erroreen tratamenduan, berriz, (Maritxalar, 1999), (Oronoz,
2009) eta (Uria, 2009) tesi-lanak aipatu beharrean gaude. Lehenengoan,
bigarren hizkuntzako ikasleen hizkuntza-ezagutza eskuratzeko sistema bat
diseinatzeaz gain, ikasleari, idazteko prozesuan, laguntza ematen dion aplikazioa
ere sortu zen. Hala, erroreen tratamenduan eta hizkuntzen ikaskuntzan
aurrera jotzeko lehen urratsa izan zen tesi-lan hau. Beste bi lanetan,
euskaraz egin ohi diren zenbait erroreren azterketa eta detekzioa landu zen.
Oronozek (2009), esaterako, komunztadura-erroreak, datetan egindako erroreak
edo postposizio-lokuzioetan egindakoak detektatzeko lana egin zuen;
Uriak (2009), berriz, determinatzaile-erroreak detektatzeko gramatika bat
osatu zuen, besteak beste. Errore mota hauek guztiak automatikoki detektatzeko
erabilitako teknikak, halaber, hizkuntza-ezagutzan oinarritutakoen
artean kokatzen dira; hau da, hizkuntzari buruzko ezagutza erregeletan edo
antzeko adierazpideetan adierazia dator modu esplizituan.
Sintaxiaren eta erroreen tratamenduaren alorretatik kanpo, semantikaren
eta itzulpen automatikoaren arloetan, esaterako, gehiago landu dira corpusetan
oinarritutako teknikak IXA taldean. Hala, teknika hauek baliatu
zituzten, besteak beste, Martinezek (2004) eta Lopez De Lacallek (2009) hi-