Euskarazko errore sintaktikoak detektatzeko eta zuzentzeko ...

More documents

Recommendations

Info

278 Saroi eta komunztadura-erroreak 3LB treeebanka bere euskarazko bertsioan 50.223 tokenek osatzen dute, Abar-hitz tresna erabilita etiketatu zen eskuz, eta gero tratamendu automatikorako egokitu zen (Bengoetxea eta Gojenola, 2007). Egokitzapenaren ondorioz, mendekotasun-zuhaitzak lehenago ere aipatu dugun “CoNLL 2007” kongresuan erabilitako formatu tabulatuan lortu ziren. Gure beharretarako, azken formatua programa baten bidez Saroik sarreran erabiltzen duen XML amaraunera bihurtu dugu. Corpus honetan ez dago inolako anbiguotasun sintaktikorik. Mendekotasun-zuhaitz bakarra dugu esaldiko, eta emaitzak lortu ahal izateko, horietako bakoitzean komunztadura-erroreen detekziorako erregelak aplikatzea besterik ez dugu egin. Treebankeko esaldiek XX. mendeko euskararen corpus estatistikoan 24 (Aduriz et al., 2003a) eta Euskaldunon Egunkarian dute iturburua. Corpusa, berriro ere, bi zatitan banatu dugu: garapenerako bata eta probarako bestea (ikus VII.18 taula). Corpus erroredunean egin genuen modu berean, erregelak aldatzeko beharrik ikusten ez bada, lehen testu-bildumarekin soilik egingo dugu proba. Emaitzak Corpus zuzena Garapenerako Probarako corpusa (% 60a) corpusa (% 40a) Esaldi kopurua 1906 1271 VII.18 Taula: Treebankaren banaketa ebaluaziorako. Esperimentu honetarako 1906 esalditako treebankaren azpimultzo bat erabili dugu (hasiera batean garapenerako corpus moduan definitu genuena). Erregelak aplikatu ondoren, 161 esalditan detektatu da errorea, hau da, corpusaren % 8,45 (ikus VII.19 taula). Alarma faltsuen artean bereizketa egin dugu, batzuk gure ustez ezin baitira halakotzat jo: • Ustezko alarma faltsu hauetatik 90 alarma faltsu ez kontsideratzea erabaki dugu honako arrazoiagatik: ez dira sistemaren gehiegizko markaketak izan, batzuk treebanka etiketatzeko hartutako erabakiengatik sortu baitira (bi subjektu aditz berari lotuta, adibidez), eta beste batzuk, etiketatze-akatsengatik. Anotazio-akatsak direla esan dezakegu. 24 Corpus honek lehen EEBS-Egungo Euskararen Bilketa-lan Sistematikoa zuen izena.
VII.7 Komunztadura-erroreak eta anbiguotasuna 279 Horiek kontuan hartuz gero, zuhaitz-bankua ebaluatzen arituko ginateke, eta ez erroreen detekziorako sistema. • Detektatutako gainontzeko 63 erroreak, berriz, alarma faltsuak dira, eta hauek, treebank osoaren % 3,305 osatuko lukete. Horietatik 58 kasutan (errorea aditzei buruzko informazio faltagatik gertatu da, eta ez erroreen detekziorako erregelen hutsengatik. Aditzaren erabilera zehatz bat bai corpusean, baita hiztegian ere konprobatzen denean, alarma faltsuen portzentajea izugarri jaisten da. Sistemak adierazitako erroreak Kop. AF-etatik Treebanketik portzentajea portzentajea Alarma faltsu kontsideratuko ez ditugunak 90 % 55,9 % 4,72 Alarma faltsu kontsideratuko ditugunak 63 % 39,13 % 3,305 Esaldi erroredunak 8 % 4,97 Guztira 161 % 8,45 VII.19 Taula: Alarma faltsuak. Alarma faltsuek azterketa sakonago bat merezi dutela iruditzen zaigu, zenbait fenomeno hizkuntzaren ikuspuntutik interesgarriak direla uste baitugu. Horien zerrendapen bat egin dugu ondorengo lerroetan, fenomenoak corpusean topatutako adibidearekin lagunduaz. Lehenengo, alarma faltsu kontsideratuko ez ditugun kasuak zerrendatuko ditugu, gero, alarma faltsutzat jo ditugunak. Alarma faltsutzat jo ez ditugun kasuak (90 adibide, % 55,9) Ondoren zerrendatuko ditugun kasuetan, errorearen markaketaren arrazoia erabilitako corpusaren etiketatze linguistikoan dago eta ez guk landu beharreko erroreen detekziorako erregeletan. Batzuetan, etiketatze-erabakien ondorioz gertatzen dira markaketak; besteetan, etiketatze-erroreen ondorioz. Kasu guztietan, etiketatzea aldatuz gero, errore-erregelak ez lirateke aplikatuko. Hona hemen alarma faltsu faltsuen inguruko azalpena: • Treebanka etiketatzeko moduagatik sortutakoak (41 kasu). Aditzari lotuta gutxienez bi subjektu edo bi objektu topatu ditugu multzo honetako esaldietan. Treebankean hizkuntzalariek elipsia errepresentatu nahi izan zutenean, tratamendu konputazionalerako egokia ez zen aukera egin zuten. Elipsiarekin eskuz etiketatutako zuhaitz haiek automatikoki landu ahal izateko, adabegien arteko lotura berriak egin
Page 1 and 2:
Jakintza-arloa: Informatika Euskara
Page 3:
Lengoaia eta Sistema Informatikoak
Page 7:
Etxekoei, bereziki amari eta aitari
Page 10 and 11:
• A las “Euskericas” (Ainhoa,
Page 13:
“utopia zeruertzean dago; bi urra
Page 16 and 17:
ii GAIEN AURKIBIDEA II.5 Ebaluazioa
Page 18 and 19:
iv GAIEN AURKIBIDEA VI.2.2.4 Itzulp
Page 20 and 21:
vi GAIEN AURKIBIDEA
Page 22 and 23:
viii ALGORITMOEN ZERRENDA
Page 24 and 25:
x IRUDIEN ZERRENDA VI.2 Saroiren es
Page 26 and 27:
xii IRUDIEN ZERRENDA
Page 28 and 29:
xiv TAULEN ZERRENDA V.12 Aukeratuta
Page 30 and 31:
xvi TAULEN ZERRENDA E.4 Komunztadur
Page 33 and 34:
Proiektuaren nondik norakoak I.1 Sa
Page 35 and 36:
I.1 Sarrera 5 arauen zehaztapenean
Page 37 and 38:
I.2 Lanaren kokapena 7 berezitasune
Page 39 and 40:
I.2 Lanaren kokapena 9 I.2.2 IXA ta
Page 41 and 42:
I.3 Aurkezpen orokorra eta helburua
Page 43 and 44:
I.4 Tesi-txostenaren eskema eta arg
Page 45 and 46:
Page 47 and 48:
Page 49:
ERROREEN DETEKZIO ETA ZUZENKETA AUT
Page 52 and 53:
22 Erroreak, corpusak, sailkapena e
Page 54 and 55:
Page 56 and 57:
Page 58 and 59:
Page 60 and 61:
Page 62 and 63:
Page 64 and 65:
Page 66 and 67:
Page 68 and 69:
Page 70 and 71:
Page 72 and 73:
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
50 Erroreak detektatzeko eta zuzent
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
82 Hizkuntzaren analisia eta errepr
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
100 Hizkuntzaren analisia eta errep
Page 132 and 133:
Page 134 and 135:
Page 137 and 138:
V. KAPITULUA Patroien erabilera dat
Page 139 and 140:
V.2 Transduktoreak eta datak 109 Ga
Page 141 and 142:
V.2 Transduktoreak eta datak 111
Page 143 and 144:
V.2 Transduktoreak eta datak 113 el
Page 145 and 146:
V.2 Transduktoreak eta datak 115 V.
Page 147 and 148:
V.2 Transduktoreak eta datak 117 V.
Page 149 and 150:
V.2 Transduktoreak eta datak 119 1.
Page 151 and 152:
V.2 Transduktoreak eta datak 121 Zu
Page 153 and 154:
V.2 Transduktoreak eta datak 123 ez
Page 155 and 156:
V.3 Murriztapen Gramatika eta postp
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Page 189 and 190:
Page 191 and 192:
V.4 Laburpena eta ondorioak 161 Dat
Page 193 and 194:
V.4 Laburpena eta ondorioak 163 XFS
Page 195:
TESTUINGURU ZABALEKO ERROREEN DETEK
Page 198 and 199:
168 Saroi tasun-zuhaitzetan informa
Page 200 and 201:
170 Saroi • Emaitzen aurkezpenera
Page 202 and 203:
172 Saroi VI.2 Irudia: Saroiren esk
Page 204 and 205:
174 Saroi formations) moduko lengoa
Page 206 and 207:
176 Saroi berarentzat hainbat funtz
Page 208 and 209:
178 Saroi - -
Page 210 and 211:
180 Saroi 3. Kontzeptuen nahasketa.
Page 212 and 213:
182 Saroi tzaileen eta lengoaia “
Page 214 and 215:
184 Saroi dep.xml deplnk.xml Mendek
Page 216 and 217:
186 Saroi Gure adibidean, nuklearra
Page 218 and 219:
188 Saroi Algoritmoa 1 Permutazioak
Page 220 and 221:
190 Saroi 2002). Lengoaiak hainbat
Page 222 and 223:
192 Saroi Tarteko maila Goimaila Be
Page 224 and 225:
194 Saroi egiturazko ordena, hitzen
Page 226 and 227:
196 Saroi DepFuntzio -tag:{ncsubj,
Page 228 and 229:
198 Saroi zeintzuk diren eta zein m
Page 230 and 231:
200 Saroi siak dakarren informazio
Page 232 and 233:
202 Saroi 1. 1. Kontsultaren emaitz
Page 234 and 235:
204 Saroi Nabigazio horizontalerako
Page 236 and 237:
206 Saroi Abstrakzioa Kontsultak eg
Page 238 and 239:
208 Saroi Nabigazio horizontala Iz
Page 240 and 241:
210 Saroi VI.2.2.3 Erregelak. Deskr
Page 242 and 243:
212 Saroi zentral ncmod nuklearrak
Page 244 and 245:
214 Saroi tapena, erlazioak, noranz
Page 246 and 247:
216 Saroi MultzoLista 1 Multzo 1 1
Page 248 and 249:
218 Saroi Detekziorako osagaien non
Page 250 and 251:
220 Saroi Estrategia -erregelakZuha
Page 252 and 253:
222 Saroi Eskaera horiek aurrera er
Page 254 and 255:
224 Saroi bidez, zuhaitzak ez diren
Page 256 and 257:
226 Saroi tuz edo gehituz. ..Bistar
Page 258 and 259: 228 Saroi VI.3 Laburpena eta ondori
Page 260 and 261: 230 Saroi eta komunztadura-erroreak
Page 331 and 332: Ondorioak eta etorkizuneko lanak VI
Page 333 and 334: VIII.1 Ondorio nagusiak 303 • Ana
Page 335 and 336: VIII.1 Ondorio nagusiak 305 Testuin
Page 337 and 338: VIII.2 Ekarpenak 307 eta alarma fal
Page 339 and 340: VIII.2 Ekarpenak 309 fologia, morfo
Page 341 and 342: VIII.3 Etorkizuneko lanak 311 benet
Page 343 and 344: VIII.3 Etorkizuneko lanak 313 erauz
Page 345 and 346: VIII.3 Etorkizuneko lanak 315 zuhai
Page 347 and 348: Bibliografia Abeillé A. Introducti
Page 349 and 350: BIBLIOGRAFIA 319 Agirre E. Kontzept
Page 351 and 352: BIBLIOGRAFIA 321 Alegria I. Euskal
Page 353 and 354: BIBLIOGRAFIA 323 tional Conference
Page 355 and 356: BIBLIOGRAFIA 325 Bouma G. eta Kloos
Page 357 and 358: BIBLIOGRAFIA 327 Clark J. eta DeRos
Page 359 and 360:
BIBLIOGRAFIA 329 Díaz de Ilarraza
Page 361 and 362:
BIBLIOGRAFIA 331 dependency formali
Page 363 and 364:
BIBLIOGRAFIA 333 Izumi E., Uchimoto
Page 365 and 366:
BIBLIOGRAFIA 335 Levison M., Lessar
Page 367 and 368:
BIBLIOGRAFIA 337 Naber D. A Rule-Ba
Page 369 and 370:
BIBLIOGRAFIA 339 CALL applications.
Page 371 and 372:
BIBLIOGRAFIA 341 Tesnière L. Élé
Page 373:
Lengoaia eta Sistema Informatikoak
Page 376 and 377:
2 Gramatika-zuzentzaileak eta OLHIA
Page 378 and 379:
Page 380 and 381:
Page 382 and 383:
Page 384 and 385:
10 Gramatika-zuzentzaileak eta OLHI
Page 386 and 387:
Page 388 and 389:
Page 390 and 391:
Page 392 and 393:
Page 394 and 395:
Page 396 and 397:
Page 398 and 399:
Page 400 and 401:
26 Saroi. Klase-diagramak mak eraku
Page 402 and 403:
1 F 28 Saroi. Klase-diagramak FVL 1
Page 404 and 405:
30 Saroi. Klase-diagramak AditzErab
Page 406 and 407:
32 Saroi. Klase-diagramak
Page 408 and 409:
34 Saroiren erregelen itzulpena Osa
Page 410 and 411:
36 Saroiren erregelen itzulpena Sar
Page 412 and 413:
38 Saroiren erregelen itzulpena Mul
Page 414 and 415:
40 Saroiren erregelen itzulpena Mul
Page 416 and 417:
42 Saroiren erregelen itzulpena Det
Page 418 and 419:
44 Saroiren erregelen itzulpena |Zb
Page 420 and 421:
46 Saroiren erregelen itzulpena {ko
Page 422 and 423:
48 Saroiren erregelen itzulpena
Page 424 and 425:
50 Saroi. Document Type Definition
Page 426 and 427:
52 Saroi. Document Type Definition
Page 428 and 429:
54 Saroi. Komunztadura-erroreen det
Page 430 and 431:
Page 432 and 433:
Page 434 and 435:
Page 436 and 437:
Page 438 and 439:
Page 440 and 441:
Page 442 and 443:
Page 444 and 445:
show all

Euskarazko errore sintaktikoak detektatzeko eta zuzentzeko ...

Create successful ePaper yourself

Delete template?

Save as template?