Enfoque computacional para la resolución de pronombres nulos en Español.

Transcript

1. Seminario de Introducción de Literatura Gamar Azuaje Universidad Tecnológica de Nagaoka 16/06/2015
2. Introducción A Computational Approach to Zero-Pronouns in Spanish Antonio Ferrández y Jesús Peral Proceedings of the 38th Annual Meeting of the Association for Computational Linguistics (2000) Enfoque computacional para la resolución de pronombres nulos en Español. 2
3. Introducción Se enfoca específicamente en uno de los problemas de resolución lingüística para el español La resolución es implementado en un sistema computacional llamado Slot Unification Parser for Anaphora Resolution. Resuelve anáforas tanto en inglés como en español. Utilizado para traducción automática y QA. Los pronombres nulos aparecen en una variedad de idiomas, sin embargo en español solo aparece en la posición del sujeto. 3
4. Fondo Los pronombres nulos han sido estudiados anteriormente en otros idiomas. No han sido estudiados anteriormente para el español, sin embargo existen ciertos puntos en común. Deben ser localizados en el texto y luego resueltos. Se emplea distintos tipos de información para su resolución. Se puede distinguir entre restricciones y preferencias.  Las restricciones son absolutas y descartan antecedentes.  Las preferencias son relativas y requieren criterios adicionales. 4
5. Detectando pronombres nulos  Las oraciones son dividas en clausuras.  El sujeto puede aparecer entre clausuras.  Se busca un pronombre o frase nominal que coincida en genero y numero con la clausura del verbo. Se aplica un parseo parcial. Los siguientes constituyentes son necesarios para resolución de anáfora. Preposición coordinada, frase nominal , pronombres, conjunciones y verbos. Para distinguir entre clausuras se aplica la siguiente heurística Asumir que el principio de una nueva clausura ha sido encontrado cuando un verbo es parseado y posteriormente una conjunción libre. 5
6. Detectando pronombres nulos 1)John y Jane llegaron tarde al trabajo porque ∅ se durmieron (John and Jane were late for work because [they]∅ over-slept) np(John and Jane), verb(were), freeWord 3(late), pp(for work), conj(because), pron(they), verb(over-slept ) 2)Pedroj vió a Anak en el parque. ∅k Estaba muy guapa (Peterj saw Annk in the park. [She]∅k was very beautiful) 6
7. Resolución de pronombres nulos Se aplican las siguientes restricciones a los candidatos: Acuerdo de persona y número Restricciones comando-c Consistencia semántica Los candidatos son ordenados según la proximidad del anáfora. Si existen algunos candidatos después de aplicar las restricciones, se escoge por las siguientes preferencias. 7
8. Resolución de pronombres nulos 8 Figura 1: Preferencias de resolución de anáforas.
9. Evaluación Sistema computacional SUPAR fue entrenado con un corpus hecho a mano con 106 pronombres nulos. Se usó para obtener un óptimo orden de preferencias. Se uso dos corpus para la evaluación. Parte de The Blue Book Parte de Lexesp Corpus 9
10. Evaluación 10 Figura 2: Descripción de corporsa usada en la evaluación.
11. Evaluación de detección de pronombres nulos Se escoge un verbo Se clasifican en dos categorías Verbos cuyo sujeto ha sido omitido Verbos cuyo sujeto no ha sido omitido 11
12. Evaluación de detección de pronombres nulos 12 Figura 3: Resultados obtenidos en la detección de pronombres nulos.
13. Evaluación de la resolución anáfora De los 734 verbos con pronombres nulos, sólo 581 están en tercera persona y serán resueltos. Estos verbos se pueden clasificar en 3 categorías catafórica: el sujeto va después del verbo. Presenta cierto nivel de dificultad debido a la flexibilidad de la oración. ∅k Compró un niñok en el supermercado (A boyk bought in the supermarket) ∅ Compró un regalo en el supermercado ([He]∅ bought a present in the supermarket) exofórica: sus antecedentes no aparecen el texto, se refieren a cosas externas en vez de cosas referenciadas en el texto. anafórica: Los antecedentes vienen antes del verbo. 228 casos que serán resueltos por el sistema. 13
14. Evaluación de detección de pronombres nulos 14 Figura 4: Clasificación de pronombres nulos en tercera persona.
15. Conclusión Se propuso el primer algoritmo para resolución de anáforas en español. Se incorporó en el sistema computacional (SUPAR) Como un proyecto futuro se considera evaluar la importancia de información semántica. Dicha información puede ser obtenida de una herramienta léxica (EuroWordNet) Se puede evaluar en aprendizaje de máquina usando la generacipon de pronombres nulos. 15