ItalWordNet: Rete Semantico-Lessicale per l'Italiano - Cnr

Linea 1.3 ItalWordnet
• fornire i synset di una breve definizione 3 e, se necessario, anche di un esempio (la rete
italiana costruita nell’ambito di EWN ne era priva in quanto tutti i database delle diverse
lingue di EWN usufruiscono delle definizioni in inglese di WN 1.5 attraverso l’ILI);
• controllare il legame dei nostri synset all’inglese partendo dai synset con troppe relazioni
di equivalenza all’ILI (3 o più), quasi sicuramente originate da procedure automatiche
(spesso fonti di errori).
Per l’attività di ampliamento della rete semantica gli obiettivi sono stati:
• codificare nuove entrate sia di singoli lemmi che di unità polilessicali per garantire
innanzi tutto la copertura del corpus di TAL;
• codificare aggettivi, avverbi e nomi propri, in particolare geografici e di persona, a
partire da quelli che hanno dato origine a derivati già presenti nella rete.
1.1.1 Sostantivi e verbi
Per quanto riguarda queste categorie, già presenti nel database di EWN, il lavoro si è concentrato
soprattutto sulla revisione e dunque: il completamento di gran parte delle entrate con tutti i sensi, il
controllo delle entrate inserite automaticamente, il collegamento all’inglese, e la valutazione dei
‘base concepts’. In particolare:
• entrate inserite automaticamente, che riproducevano synset già creati a mano, sono state
eliminate;
• synset costruiti automaticamente sono stati talvolta accorpati a formare synset più ampi;
• relazioni di iperonimia e diverse relazioni di xpos_near_synonymy tra nomi e verbi
create automaticamente sono state riviste e corrette;
• relazioni di equivalenza all’ILI inserite automaticamente sono state riviste e corrette.
Oltre a questo lavoro di revisione e completamento delle entrate esistenti, si sono codificati più
di 4000 nuovi lemmi, per la maggior parte individuati attraverso vari confronti a livello di lemma
con il Dizionario di Macchina (DMI) e con il Corpus di PAROLE. Altre integrazioni sono venute
dalle segnalazioni degli annotatori del corpus di TAL, soprattutto per quanto riguarda le unità
polilessicali, ma anche per quanto riguarda alcuni sensi mancanti. Nella figura che segue si possono
vedere ad esempio gli iponimi di corte 5 che fanno parte di queste nuove acquisizioni di unità
polilessicali.
3 Questo lavoro, non previsto nel capitolato, è stato richiesto dagli annotatori del corpus per motivi pratici di rapidità
nella scelta dei sensi, e sarà di grande utilità per i futuri utenti per consultare la risorsa.
5