Irakasgaiaren azalpena eta testuingurua

Irakasgai honen helburu nagusia da hizkuntzaren prozesamenduan hizkuntza-baliabideek (datu-baseak, ezagutza-baseak, eta maila linguistiko ezberdinetan etiketatutako corpusak) duten garrantzia erakustea. Berebiziko garrantzia du hizkuntza-baliabideak modu egokian diseinatzea, horietatik automatikoki ikasi ahal izateko, informazio berriarekin baliabideak berrelikatzen joateko eta horiek kuantitatiboki nahiz kualitatiboki ebaluatzeko. Baliabide hauek diseinatzeko prozesuaren barruan, hizkuntzen arteko eta hizkuntza mailen arteko baliokidetzak eta arazoak nabarmenduko dira batez ere. Eduki horiek guztiak praktikoki ikasiko dira.

Irakasgaia ikastean lortuko diren emaitzak

- Unitate aztergaia mugatzea, hartzen den helburuaren arabera

- Esparru konputazionalean erreferentzia diren baliabideak ezagutzea eta erabiltzea, batez ere ingelesez, baina baita beste hizkuntza batzuetan ere.

- Corpusak ebaluatzeko sistemak ezagutu eta erabiltzea.

- Lexiko-semantika konputazionalaren esparruan behar diren kontzeptuak ulertzea: corpus-hizkuntzalaritza, unitate lexikala, lema/erroa/morfema, klase semantikoak, adierak, aldaerak, hierarkiak eta erlazio kontzeptualak (hiperonimia/hiponimia, sinonimia), erlazio semantikoak, desanbiguazio semantikoa, ebaluazio-metodoak.

- Hizkuntza-irizpideak eta metodologia aproposak aplikatzea hizkuntza-baliabideak diseinatzeko eta eraikitzeko.

Ohiko deialdia: orientazioak eta uko egitea

- Gelako ariketak (% 50): ariketak, apunteak, kasu praktikoak...



- Proiektua (% 50): ikasgaian landutako gai bati buruzko ikerketa proiektua

Ezohiko deialdia: orientazioak eta uko egitea

- Azteketa (% 100) galdera teoriko eta praktikoekin

Irakasgai-zerrenda

1) Hizkuntza baliabideei sarrera

2) Ezagutza-baseak eta erlazionatutako corpusak: wordnetak, MCR, SemCor, SUMO…

2a) Hizkuntza-auziak: kontzeptu kulturalak, hutsune kontzeptualak

2b) Aplikazioak

3) Datu-base morfosintaktiko nahiz sintaktiko-semantikoak eta erlazionatutako corpusak: EDBL, EPEC, Verbnet/PropBank, Nomlex / Nombank, Framenet

3a) Hizkuntza-auziak: sarrera-unitateak, unitate lexikoak, unitate morfologikoak, rol semantikoak, klase semantikoak, argumentu-egitura, sarrera lexikoak

4) Etiketatzea

5) Corpusen ebaluazioa: etiketatzaileen arteko adostasuna, oinarrizko R

Bibliografia

Nahitaez erabili beharreko materiala

Material de clase disponible en eGela.

Oinarrizko bibliografia

Robert Truswell: The Oxford Hanbook of Event Structure. Oxford University Press. 2019



Daniel Jurafsky, James H. Martin. Speech and Language Processing (2nd Edition). Pearson. 2008.



Beth Levin. English Verb Classes and Alternations: A preliminary Investigation. The University of Chicago Press. 1993.

Gehiago sakontzeko bibliografia

Beth Levin. English Verb Classes and Alternations: A preliminary Investigation. The University of Chicago Press. 1993.

Estekak

http://adimen.si.ehu.es/cgi-bin/wei/public/wei.consult.perl



https://verbs.colorado.edu/verb-index/



http://ixa2.si.ehu.es/e-rolda/index.php?lang=en



http://ixa2.si.ehu.es/e-rolda/index.php?lang=en http://ixa2.si.ehu.es/stswiki/