Download Análisis Morfológico

ANÁLISIS MORFOLÓGICO
Carlos Mario Zapata J.
8/9/2017
Lingüística Computacional
1
GENERALIDADES
• Identificación de mecanismos para crear palabras y
formas de palabras de manera sistemática.
• Procesamiento de las palabras de manera tanto escrita
como hablada.
• Usos: corrección de palabras (spelling), separación de
palabras (hyphenation), conjugadores de verbos,
etiquetación de corpus (tagging), traducción automática,
etc.
• Es más fácil para humanos que para computadores.
• Existen diferencias sustanciales entre los morfemas
para diferentes idiomas.
– I speak – hablo; I will speak – hablaré; book – hon – libro; books
– hon – libros.
8/9/2017
Lingüística Computacional
2
DEFINICIONES
• Morfema: unidad más pequeña a la que se
puede asignar un significado. Unidad mínima
para el análisis gramatical.
– Flexivos: indican número, tiempo, género y persona (a, -s, etc.)
– Derivativos o Afijos: elementos que acompañan a la
raíz y que suelen aportar significados adicionales.
Pueden ser prefijos, sufijos e infijos.
•
•
•
•
8/9/2017
Diminutivos
Aumentativos
Despectivos
Gentilicios
Lingüística Computacional
3
DEFINICIONES
• Lexema: unidad fundamental del léxico de una
lengua, el cual aporta el significado básico de la
palabra.
• Lema: la entrada en un diccionario.
• Raíz: Formante común al conjunto de formas
léxicas o palabras que pertenecen al mismo lexema.
• Palabra: unidad que sirve para construir frases u
oraciones (frases con sentido gramatical completo).
– Sencilla: un solo morfema. Ej: de, dos, y, que, no.
– Varios morfemas: otr-a-s (una raíz y dos afijos).
8/9/2017
Lingüística Computacional
4
DEFINICIONES
• Morfo: la realización de parte de una palabra.
– El atlas, los atlas
– El mejor, la mejor
• Alomorfo: variación en la forma de los morfemas
como consecuencia del contexto fonológico.
– Ej: in:
• i- ante /l/ o /r/: ilegal, irreal.
• Im- ante /p/ o /b/: imposible, imborrable.
• In- en los casos restantes.
– Caber, cupo y quepo
8/9/2017
Lingüística Computacional
5
TIPOS DE LENGUAJES
• Tipos de Lenguajes:
– Aislados (Chino mandarín): no hay afijos. La
única
operación
morfológica
es
la
composición (unión de dos lexemas para
producir una palabra nueva).
•
junzi 'señor, caballero' que deriva de jun 'señor, noble'
y zi 'niño'
– Aglutinadores (Turco, Finlandés):
característica se expresa con un afijo.
cada
• evlerinizden o "de sus casas", se compone de los morfemas,
ev-ler-INIZ-den con los significados casa-plural-su-de.
8/9/2017
Lingüística Computacional
6
TIPOS DE LENGUAJES
• Tipos de Lenguajes:
– Inflexionales (Indo-Europeos, Castellano): Se basan
en la inflexión (modificación de un lexema mediante
sufijos sin dar lugar a un lexema nuevo)
• Inflexiones verbales: pens-ar, pens-ó, pens-ará
• Inflexiones nominales: gat-o, gat-a, gat-a-s
• Inflexiones radicales: niñ-o, niñ-era, niñ-ería
– Polisintéticos (Lenguajes Inuit): Mucha más
información morfológica. 'qanik', quiere decir "copos
de nieve en el aire", y 'aput', "la nieve en el suelo“
• Derivación: modificación de un lexema mediante
prefijos y sufijos para dar un nuevo lexema. Ej.:
cuchillo-cuchillada
8/9/2017
Lingüística Computacional
7
IMPORTANCIA DEL ANÁLISIS
MORFOLÓGICO
• Complejidad de los lenguajes que se van
usando para PLN. Ej: Finlandés, Español.
• Reducción del volumen del diccionario.
• Prerrequisito para el análisis sintáctico.
8/9/2017
Lingüística Computacional
8
MORFOLOGÍA COMPUTACIONAL
IDENTIFICACIÓN:
PALABRAS
ENTRADA
CONCATENACIÓN:
RELACIÓN MEDIANTE
REGLAS
MORFOSINTÁCTICAS
8/9/2017
SEGMENTACIÓN:
LEXEMAS Y AFIJOS
CATEGORIZACIÓN:
ASIGNACIÓN
CATEGORÍA
GRAMATICAL
Lingüística Computacional
LEMATIZACIÓN:
COMO APARECE
EN DICCIONARIO
ETIQUETADO:
INFORMACIÓN
RELEVANTE
9
ANÁLISIS MORFOLÓGICO
• Texto de entrada: “El asistente liquida las
facturas”
PALABRA
LEMA
INFORMACIÓN MORFOLÓGICA
El
El
Det Art Masc Sing
Asistente
Asistir
Nombre común Masc Sing
Liquida
Liquidar
Las
El
Verbo presente 3a. Persona
singular
Det Art Fem Plural
Facturas
Factura
Nombre común Femenino Plural
8/9/2017
Lingüística Computacional
10