Utilizando um dicionário morfológico para expandir a cobertura lexical de uma gramática do português no formalismo HPSG

• Ana Luiza Nunes FGV
• Alexandre Rademaker FGV / IBM Research
• Leonel Figueiredo de Alencar FGV / UFC

DOI: https://doi.org/10.5753/stil.2021.17779

Resumo

Ampla cobertura lexical constitui um dos pré-requisitos para a robustez de uma gramática computacional. Propomos uma metodologia para povoar a tabela de formas verbais irregulares da PorGram (gramática do português no formalismo HPSG) utilizando os dados do dicionário MorphoBr. Nós implementamos um algoritmo que classifica as formas verbais do MorphoBr em regulares e irregulares, aplicando as regras flexionais da PorGram. Avaliamos o algoritmo com numa amostra de 38 verbos, regulares e irregulares, obtendo os resultados esperados. Uma contribuição adicional foi o melhoramento do MorphoBr, com a eliminação de mais de 270.000 entradas erradas e a inclusão de quase 13.000 entradas faltantes.

Referências

Beesley, K. R. and Karttunen, L. (2003). Finite state morphology. CSLI, Stanford, California.

Bender, E. M., Drellishak, S., Fokkens, A., Poulson, L., and Saleem, S. (2010). Grammar customization. Research on Language & Computation, 8(1):23–72. 10.1007/s11168010-9070-1.

Branco, A. e. F. C. (2014). A computational grammar for deep linguistic processing of Portuguese: LXGram (version 5). Technical report, Universidade de Lisboa, Departamento de Informática.

Copestake, A. (2002). Implementing typed feature structure grammars. CSLI, Stanford, California.

Costa, F. and Branco, A. (2010). LXGram: A deep linguistic processing grammar for Portuguese. In Pardo, T. A. S., Branco, A., Klautau, A., Vieira, R., and de Lima, V. L. S., editors, Computational Processing of the Portuguese Language, pages 86–89, Berlin, Heidelberg. Springer Berlin Heidelberg.

Cunha, C., Cintra, L. F. L., et al. (1985). Nova gramática do português contemporâneo. Nova Fronteira Rio de Janeiro.

de Alencar, L. F., Cuconato, B., and Rademaker, A. (2018). MorphoBr: An open source large-coverage full-form lexicon for morphological analysis of Portuguese. Texto Livre: Linguagem e Tecnologia, 11(3):1–25.

Eleutério, S., Freire, H., Ranchhod, E., and Baptista, J. (1995). A system of electronic dictionaries of Portuguese. Lingvisticae Investigationes, 19(1):57–82.

Ferrucci, D., Brown, E., Chu-Carroll, J., Fan, J., Gondek, D., Kalyanpur, A. A., Lally, A., Murdock, J. W., Nyberg, E., Prager, J., Schlaefer, N., and Welty, C. (2010). Building Watson: An overview of the DeepQA project. AI Magazine, 31(3):59–79.

Flickinger, D. (2000). On building a more effcient grammar by exploiting types. Natural Language Engineering, 6(1):15–28.

Goodman, M. W. (2013). Generation of machine-readable morphological rules with human readable input. University of Washington Working Papers in Linguistics, 30:1–34.

McCord, M. C., Murdock, J. W., and Boguraev, B. K. (2012). Deep parsing in Watson. IBM Journal of Research and Development, 56(3.4):3:1–3:15.

Muniz, M. C. M. (2004). A construção de recursos linguístico-computacionais para o português do brasil: o projeto de unitex-pb. Master’s thesis, Instituto de Ciências Matemáticas e de Computação, USP.

Pollard, C. (1994). Head-driven Phrase Structure Grammar. CSLI, Chicago, Illinois.

Sag, I. A., Wasow, T., and Bender, E. M. (2003). Syntactic theory: A formal introduction. University of Chicago Press, Chicago, second edition edition.

Silva, H. L. B. (2019). Expansão do MorphoBr através da modelagem computacional de processos de formação de palavras em português. Master’s thesis, Universidade Federal do Ceará, Brazil.