Dissertação
Suffix Identification in Portuguese using Transducers EVALUATED
A STRING é uma cadeia de Processamento de Língua Natural desenvolvida pelo L2F/INESC-ID Lisboa, capaz de indentificar palavras prefixadas e palavras base (sem afixos). Esta dissertação resolve o problema da identificação automática de palavras sufixadas (ex. `gatinho'=`gato'+`inho') em textos e oferece também alguns melhoramentos na categorização de palavras desconhecidas. Foi desenvolvido um Gerador de Palavras Sufixação, que funciona como um novo submódulo do LexMan, o anlisador morfológico da STRING baseado em transdutores. A arquitetura deste submódulo é baseada numa abordagem de Mofologia em Dois Níveis, que envolve combinar um léxico de lemas com um conjunto de paradigmas flexionais e, em conjunto, gerar palavras sufixadas. Até agora foram desenvolvidos paradigmas para sete dos sufixos mais produtivos no Português: os sufixos diminutivos-inho e -ito, os superlativos -íssimo e -érrimo, sufixo adverbial-mente, o sufixo adjetival -vel e o correspondente sufixo nominal -bilidade. Este trabalho também resolve também parte do problema de atribuição de categoria gramatical a palavras desconhecidas, isto é, palavras que não se encontram no léxico. O Adivinhador do LexMan foi modificado para tratar especificamente de dois casos: compostos nome-nome e palavras com erros em acentos. O desempenho das soluções foi avaliado e comparado com os resultados originais do LexMan. O novo módulo de geração de palavras sufixadas produziu apenas um incremento de tempo constante nas operações do transdutor, que quase não tem impacto no número de palavras processadas por segundo, e o sistema é agora capaz de identificar mais de 500,000 palavras sufixadas. O Adivinhador modificado obteve uma precisão de 87%.
novembro 9, 2016, 10:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
