Euskarazko errore sintaktikoak detektatzeko eta zuzentzeko ...

More documents

Recommendations

Info

34 Erroreak, corpusak, sailkapena eta ebaluazioa elektronikoan lor baitaiteke, eta errore linguistikoak ditu. Desabantaila bat du, ordea, hizkuntz informalean idatzita dago eta batzuetan laburtzapenak eta bukatu gabeko hitzak topa ditzakegu bertan. Horrek analisia zailtzen du. • Euskara teknikoa. Euskal Herriko Unibertsitatean euskara teknikoa izeneko irakasgaia irakasten duten irakasle batzuen eskutik jaso ditugu haien ikasleen lanak. Lan horiekin 19.549 hitzeko testu-bilduma osatu dugu. • Karrera bukaerako proiektuak. Informatika Fakultateko ikasleek karrera amaitu ahal izateko, proiektu bat garatu eta honi buruzko txosten bat idatzi behar izaten dute. Euskaraz idatzitako hainbat txosten jaso ditugu erroreen bila. Txostenak zuzendariek zuzendu aurretiko bertsioak dira. Testu hauetan 305.796 hitz daude. Euskaltegietako testuetan euskara-ikasleen erroreak topatuko baditugu ere, gainontzeko hiru testu multzoetan hiztun osoek egiten dituzten erroreak bildu dira. Hori horrela izanik, corpus erroredun orokor baten aurrean gaudela esango dugu. Corpus erroredunaz gain, corpus zuzena ere erabili dugula esan dugu. Euskaldunon Egunkariko 2002 urteko albiste guztiak erabili ditugu testuinguru mugatuko erroreen alarma faltsuak probatzeko (8.207.919 hitz), eta euskarazko treebanka erabili dugu (Aduriz et al., 2003b), testuinguru zabaleko erroreen alarma faltsuak probatzeko (50.000 token inguru). V. eta VII. kapituluetan zehatz-mehatz azalduko dugu zein corpus, corpus horietako zein testu eta zenbat hitz erabili ditugun errore-erregelak garatzeko eta probatzeko. II.3.3 Etiketatzea Corpusak etiketatzea lan garestia den arren, corpus etiketatuak baliabide ahaltsuak dira. Testu-bildumak modu ezberdinetan etiketa daitezke (IXA taldea eta Elhuyar Fundazioa, 2007): egiturazko informazioa etiketatuaz (informazio dokumentala, dokumentuen egitura eta formatu-ezaugarriak) edo hizkuntza-informazioa gehituaz (informazio lexikala, sintaktikoa, semantikoa eta pragmatikoa). Tesi-lan honetan ez dugu egiturazko informaziorik etiketatuko, baina hizkuntza-informazioa etiketatzea ezinbestekoa izango zaigu erroreak automatikoki detektatzeko eta zuzentzeko, eta hau guztia ebaluatzeko.
II.4 Erroreen sailkapena 35 Testuinguru mugatuko erroreak detektatzeko, etiketatze morfosintaktikoa erabiliko dugu, zenbait kasutan informazio semantikoa erabiliko badugu ere (adibidez, postposizio-lokuzioen detekziorako). Testuinguru zabaleko erroreen detekziorako, komunztadura-erroreen detekziorako kasu, etiketatze morfosintaktikoaz gain, sintaxi-informazioa ere baliatuko dugu. Honetaz gain, tresnen ebaluazioaren atazarako hizkuntzalari batek corpus erroredunetan erroreak etiketatu egin ditu, jarraian zehaztuko dugun sailkapenean zehaztutako errore-kategorien etiketak erabiliz. II.4 Erroreen sailkapena Erroreen sailkapen egoki eta zehatza egitea interesgarria da. Hizkuntzaren eta honen irakaskuntzaren aldetik interesgarria dela argi badago ere, alde praktikoari begira honako atazarako baliagarria izango da: sailkapenean definitutako errore-kategoriak erroreak detektatzeko erabiliko diren erregelak identifikatzeko, eta ondorioz tesi-lanean garatutako tresnen ebaluaziorako balioko dute. Gainera, erroreen sailkapen hau I. kapituluan aurkeztutako erroreen biltegiratzeko bi datu-baseetan, erroreak eta desbideratzeak (Arrieta et al., 2003), eta erroreak eskuz etiketatzeko Etikerro tresnan erabiltzen da. Kapitulu berean aipatutako xuxeng gramatika-zuzentzailean detektatzen diren errore guztien identifikaziorako etiketek ere, sailkapeneko kodeak erabiltzen dituzte. II.4.1 Irizpideak Erroreen sailkapena osatzeko, lehenengo, sailkapenerako irizpideak finkatu behar dira. Gojenolak bere tesi-lanean errore-sailkapenak osatzeko irizpide deskriptiboa, irizpide linguistikoa edo irizpide etiologikoa erabil daitezkeela dio (Gojenola (2000), 132. orrialdean). Irizpide berberak aipatzen ditu Alexopoulouk (2005): • Irizpide deskriptiboa: Erroreen forma aztertzen du. Zehazkiago, instantzien azaleko egituran zein aldaketa ematen den. Horrela, deskribatutako errore motaren arabera, hizkiaren, morfemaren, hitzaren, hizkuntza-egituraren. ..ordena aldaketa, sorrera (edo gehitzea), desagertzea (edo kentzea) eta trukearen ondorioz sortutako erroreak bereizten dira. Adibidez, *hemendikan hitzeko errorea -an morfema gehitu dela esanez deskribatuko genuke; *jendea aldaketa maite duelako esaldian -k, edo ergatiboaren kasu-marka (subjektua) desagertu dela esango genuke.
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 49: ERROREEN DETEKZIO ETA ZUZENKETA AUT
Page 52 and 53: 22 Erroreak, corpusak, sailkapena e
Page 80 and 81: 50 Erroreak detektatzeko eta zuzent
Page 112 and 113: 82 Hizkuntzaren analisia eta errepr
Page 114 and 115:
84 Hizkuntzaren analisia eta errepr
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 262 and 263:
Page 264 and 265:
Page 266 and 267:
Page 268 and 269:
Page 270 and 271:
Page 272 and 273:
Page 274 and 275:
Page 276 and 277:
Page 278 and 279:
Page 280 and 281:
Page 282 and 283:
Page 284 and 285:
Page 286 and 287:
Page 288 and 289:
Page 290 and 291:
Page 292 and 293:
Page 294 and 295:
Page 296 and 297:
Page 298 and 299:
Page 300 and 301:
Page 302 and 303:
Page 304 and 305:
Page 306 and 307:
Page 308 and 309:
Page 310 and 311:
Page 312 and 313:
Page 314 and 315:
Page 316 and 317:
Page 318 and 319:
Page 320 and 321:
Page 322 and 323:
Page 324 and 325:
Page 326 and 327:
Page 328 and 329:
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?