INVESTIGACIONES EN ANÁLISIS SINTÁCTICO PARA EL ESPAÑOL

Contacto, más información sobre el tema y otros publicaciones de los mismos autores: aquí

Resumen: El libro introduce al lector a los formalismos sintácticos contemporáneos y presenta algunas nuevas técnicas de análisis sintáctico automático del español. Los métodos expuestos en el libro combinan las aproximaciones clásicas simbólicas con la nueva corriente en la lingüística computacional basada en el aprendizaje automático y el análisis estadístico de volúmenes muy grandes de textos. La exposición sigue la tradición conocida como la teoría Significado Û Texto. Se concentra en el análisis de las valencias sintácticas de diferentes palabras, principalmente verbos. Se presenta un método para aprendizaje automático no supervisado de un diccionario de subcategorización sintáctica, el cual se puede usar para el análisis sintáctico automático o bien como una fuente de datos en la compilación manual de un diccionario sintáctico semántico, asistida por computadora.

El libro será útil para los estudiantes y especialistas que se dedican al análisis automático del español y áreas afines —tanto para los lingüistas como para los especialistas en la computación—. Los expertos en la computación apreciarán una detallada introducción en los formalismos lingüísticos y numerosos ejemplos de diferentes fenómenos sintácticos del español, útiles en el desarrollo de los programas para el procesamiento de lenguaje natural. Los lingüistas encontrarán en este libro varios ejemplos de la utilidad del análisis computacional en la lexicografía y la elaboración de las gramáticas y diccionarios, así como los ejemplos de la aplicación de sus conocimientos para el procesamiento automático del español.

Prefacio1

Capítulo 1 Introducción 3

1.1    Lenguaje natural y lingüística teórica 3

1.2    Procesamiento automático de textos 6

1.3    Procesamiento de textos basado en conocimiento lingüístico 7

1.3.1    Sintaxis 10

1.3.1.1 Enfoque de constituyentes 11

1.3.1.2 Enfoque de dependencias 13

1.4    Peculiaridades sintácticas del español 16

1.5    Ambigüedades en el análisis sintáctico 17

1.6    Estructura del libro 19

Capítulo 2 Formalismos gramaticales 23

2.1    La sintaxis 23

2.2    Gramáticas generativas 27

2.2.1    Primera Etapa 27

2.2.1.1 Modelo Transformacional 28

2.2.1.2 Teoría estándar 31

2.2.1.3 Teoría estándar ampliada 32

2.2.1.4 Teoría de la rección y Ligamento (GB) 35

2.2.1.5 Gramática de estructura de frase generalizada (GPSG) 38

2.2.1.6 Gramática léxica funcional (LFG) 41

2.2.1.7 Gramática de estructura de frase dirigida por el Núcleo-H (HSPG) 45

2.2.2    Restricciones 48

2.2.2.1 Gramática categorial (CG) 49

2.2.2.2 Gramática de restricciones (GR) 51

2.2.2.3 Gramática de Adjunción de árboles (TAG) 52

2.3    Gramáticas de dependencias 54

2.3.1    Gramática de dependencias y unificación 55

2.3.2    Teoría Significado Û Texto 57

2.4    Descripción sintáctica 60

2.4.1    Subcategorización en gramáticas generativas 64

2.4.1.1 Gramática de rección y ligamento 64

2.4.1.2 GPSG   70

2.4.1.3 Subcategorización en LFG   72

2.4.1.4 Subcategorización en CG   78

2.4.1.5 Subcategorización en HPSG   84

2.4.2    Valencias sintácticas en gramáticas de dependencias 90

2.4.2.1 Valencias Sintácticas en DUG   90

2.4.2.2 Valencias Sintácticas en la MTT 95

2.4.3    Convergencia de los dos enfoques 99

2.4.4    Diccionarios para el análisis sintáctico 103

2.4.5    Revisión de enfoques para la descripción de valencias sintácticas 109

Capítulo 3 Las valencias sintácticas en el análisis del español 111

3.1    Peculiaridades sintácticas del español 111

3.2    Diversidad numérica de valencias 113

3.3    Patrones de rección 116

3.3.1    Verbos 116

3.3.1.1 Verbos sin valencias 117

3.3.1.2 Verbos con una valencia 117

3.3.1.3 Verbos con dos valencias 118

3.3.1.4 Verbos con tres valencias. 119

3.3.1.5 Verbos con cuatro valencias 120

3.3.1.6 Verbos con cinco valencias 122

3.3.2    Adjetivos y sustantivos 123

3.4    Animidad 127

3.4.1    Dependencia del objeto directo en la animidad 127

3.4.2    Uso de la animidad como marca semántica 129

3.5    Repetición limitada de valencias 131

3.6    El complemento beneficiario 134

Capítulo 4 Descripción sintáctica en el análisis automático 139

4.1    Métodos tradicionales para caracterizar formalmente las valencias 139

4.1.1    Subcategorización 139

4.1.2    Patrones de rección 141

4.1.2.1 Primera sección 141

4.1.2.2 Segunda sección 141

4.1.2.3 Tercera sección 142

4.1.2.4 Cuarta sección 143

4.2    Una gramática de contituyentes para el español 146

4.2.1    Marcas morfológicas 148

4.2.2    Desarrollo y ampliación de cobertura de la gramática 153

4.2.3    Mejora en la gramática 155

4.2.4    Verificación preliminar de la gramática 157

4.2.5    Reglas gramáticales 160

4.2.5.1 Signos convencionales de la gramática 163

4.2.5.2 Reglas de la gramática 165

4.2.6    Algoritmo de transformación de árboles de constituyentes en árboles de dependencias 174

4.2.6.1 Condiciones de transformación 174

4.2.6.2 Algoritmo básico de transformación 176

4.3    Analizador basado en constituyentes y unificación 180

4.4    Los patrones de rección avanzados, un método alternativo 185

Capítulo 5 Compilación de patrones de rección avanzados 193

5.1    Métodos lexicográficos: tradicionales y automatizados 194

5.1.1    Métodos tradicionales de compilación de diccionarios 195

5.2    Información sintáctica para los PRA   200

5.2.1    Enlace de frases preposicionales 202

5.2.2    Obtención de marcos de subcategorización 205

5.2.3    Bases del método estadístico 207

5.2.4    Deducción del modelo 210

5.2.5    Limitaciones del modelo 218

5.2.6    Afinidades con otros métodos 219

5.2.7    Proceso iterativo 220

5.3    Aplicación del método a textos reales 223

5.3.1    Proceso general 226

5.3.2    Pesos de las combinaciones y su uso 229

5.3.3    Verbos con combinaciones compiladas automáticamente 230

5.3.3.1 Tipos de elementos novedosos 231

5.3.3.2 Ruido de información. 233

5.4    Comparación de resultados de la obtención de estructuras de las valencias en forma tradicional y en forma automatizada 234

5.5    Algunas conclusiones a favor de la automatización 238

5.6    Analizador sintáctico con estadísticas de rección 240

5.6.1    Resultados de la aplicación de los pesos de combinaciones en el analizador básico 244

Capítulo 6 Otras fuentes de conocimiento para el análisis sintáctico 247

6.1    Combinación de métodos 247

6.1.1    Modelos empleados 249

6.1.2    Combinación de métodos 251

6.2    Estructura general del analizador 252

6.2.1    Patrones de rección 254

6.2.2    Reglas ponderadas 254

6.2.3    Proximidad semántica 255

6.2.4    Módulo de votación 256

6.3    Reglas ponderadas 257

6.3.1    Evaluación cuantitativa 257

6.4    Proximidad semántica 259

6.4.1    Red Semántica 259

6.4.2    Desambiguación sintáctica 264

6.4.3    Evaluación cuantitativa 266

6.5    Análisis sintáctico basado en diferentes fuentes de conocimiento 267

6.5.1    Ejemplos de evaluación cuantitativa 268

6.5.2    Características de votación del analizador sintáctico 272

6.6    Colocaciones 275

6.6.1    Estructura del sistema de colocaciones 277

6.6.1.1 Principales tipos de relaciones 278

6.6.2    Inferencia 282

6.7    Pares coordinados estables 284

6.7.1 Pares coordinados 284

6.7.2 Parámetros para la clasificación de los pares coordinados 286

6.7.3 Algunas estadísticas 291

6.7.4 Uso de los PCE en Análisis sintáctico 291

6.7.5 Descripción formal de algunos pares coordinados estables 292

Glosario 295

Vocabulario bilingüe de términos (inglés — español) 299

Índice analítico 303

Referencias 305

Apéndice: conjunto de prueba 329