Jo també estic d'acord que el tagger estadístic és útil. Tot i que el tagger i CG al final serveixen per al mateix, cadascun té avantatges i es poden complementar. Així doncs, en CG és molt fàcil crear regles generals de desambiguació manualment, però si s'han de tractar casos molt més específics on la solució "correcta" no és sempre la mateixa, sovint cal crear moltes regles i es complica massa. En canvi, amb un bon entrenament, el tagger pot inferir aquesta mena de regles i resoldre-ho.
Pel que fa a l'etiquetatge del corpus de català: 1. Crec que val la pena aprofitar el tagger antic i les regles de CG per crear la versió desambiguada. En qualsevol cas, caldria fer-ho amb un editor que permetés editar els dos fitxers (ambigu i desambiguat) alhora i que marqués les diferències. Després tot seria paciència. 2. Hauríem d'escriure pautes d'etiquetatge en català, com ja s'ha fet per a l'anglès i el portuguès. Exemple: http://wiki.apertium.org/wiki/Tagging_guidelines_for_English *Marc Riera* Missatge de Xavi Ivars <xavi.iv...@gmail.com> del dia dc., 23 d’oct. 2019 a les 20:37: > Jo crec que tindre un tagger estadístic és molt útil. > > Primer, en velocitat: és mooooolt més ràpid que CG. A més, l'anàlisi > morfològica és un problema "resolt" en el processament del llenguatge > natural (i, en això, segur que Mikel en podrà dir molt més). > > El problema que tenim amb el tagger actual és que es va entrenar amb > etiquetes diferents a les que tenim ara al diccionari: al llarg dels anys, > els diccionaris han crescut moltíssim, s'han refinat les etiquetes > (creant-ne de noves), i el tagger no s'ha reentrenat mai amb un corpus > etiquetat "a la nova manera". Per això calen tants pedaços. > > A més, com bé diu Hèctor, com que el que hem anat fent al CG són > "pedaços", la majoria de regles que tenim són extremadament específiques > per a arreglar coses que sabem que el tagger farà malament (quan, > idealment, haurien de ser coses que sabem que el tagger "no pot fer". > > Marc va experimentar el canvi de tindre un tagger "obsolet" a un > "entrenat" per al conjunt d'etiquetes que s'utilitza actualment en el seu > GSoC anglès-català. I crec que els resultats van ser molt positius. > > Marc, tu com ho faries? Analitzaries el corpus amb el tagger actual, per a > després corregir el resultat (i tindre així un corpus desambiguat? O seria > millor deixar les ambigüitats i resoldre-les a mà? > > Jo crec que la primera opció serà millor: hi haurà moltes menys coses a > editar (tot i que els errors poden ser més difícils de detectar). > > Mikel, tu què en penses de tot això? > > > > > Missatge de Hèctor Alòs i Font <hectora...@gmail.com> del dia dt., 22 > d’oct. 2019 a les 12:31: > >> Encara que tinguem un munt de regles, n'hi ha un munt que podrien >> "compactar-se" i reescriure's amb menys regles. Per exemple, pràcticament >> totes les regles de concordança que utilitzen $$ i que estan quadruplicades >> poden reescriure's en una línia amb &&, tal com va explicar en Tino fa uns >> mesos (hi ha exemples a apertium-ita). Per altra banda, en el CG hi ha >> molta cosa ad-hoc: inicialment eren només pedaços per al tagger "estàndard" >> i prou. Repensant-ho, segur que hi ha regles que es poden generalitzar, >> però fins ara no ha calgut fer-ho. Dic això perquè el miler de regles que >> diu en Jaume que tenim, de fet, si es reestructuressin bé, estic convençut >> que passarien a ser, més o menys, la tercera part del que hi ha ara. Per >> això, em temo que, si llancem el tagger primigeni, caldrà fer força feina. >> Si surt més a compte, amb l'experiència que ja tenim amb CG, que etiquetar >> un corpus manual, no ho sabria dir. Un etiquetatge estadístic també té >> avantatges (alguna vegada ho havia comentat en Marc, que potser té exemples >> al cap). >> >> Hèctor >> >> Missatge de Jaume Ortolà i Font <jaumeort...@gmail.com> del dia dt., 22 >> d’oct. 2019 a les 13:08: >> >>> Bon dia, >>> >>> Més observacions. >>> >>> He vist que en els fitxers de CG de català i castellà tenim gairebé un >>> miler de regles de desambiguació (una mica menys). En LanguageTool en tenim >>> 1200. >>> >>> Això em reforça la intuïció que el tagger no aporta quasi res de valuós. >>> >>> Crec que hem de plantejar-nos aquesta disjuntiva. Què serà més útil? >>> 1) Fer la feina d'etiquetar mig milió de paraules per a entrenar el >>> tagger, i obtenir uns resultats dubtosos, que no controlarem. >>> 2) Completar les regles de desambiguació CG (què pot fer falta? 300-400 >>> regles més?). Aquestes regles probablement farien falta de totes maneres. >>> >>> Les qüestions difícils que esmenta Hèctor no ens les resoldrà el tagger >>> estadístic. Això em sembla evident. >>> >>> En qualsevol cas, s'han de fer proves. Començaré mirant què queda per >>> desambiguar sense el tagger. >>> >>> Què en penseu? >>> >>> Jaume >>> >>> Missatge de Hèctor Alòs i Font <hectora...@gmail.com> del dia dl., 21 >>> d’oct. 2019 a les 20:21: >>> >>>> Es pot utilitzar les frases que vaig extreure de la Viquipèdia com a >>>> corpus a desambiguar. Tenint en compte que els traductors s'utilitzen molt >>>> per a documents de l'administració, crec que el corpus també hauria de >>>> contenir documents administratius (eventualment, de diferents >>>> administracions). Penseu, per exemple, que a la Viquipèdia no trobareu >>>> pràcticament cap forma verbal amb "vós", mentre que sí que són habituals en >>>> la correspondència de l'administració. Però, com apunta en Marc, cal tenir >>>> en compte la qüestió de les llicències d'ús que poden tenir aquests textos >>>> (amb els de la Viquipèdia no veig que n'hi hagi i per això són a >>>> apertium-cat). >>>> >>>> En tot cas, del que sobretot voldria advertir és que el corpus que es >>>> faci servir, després no s'hauria d'emprar per a testejar els traductors, >>>> tal com estic fent jo ara amb les frases de la Viquipèdia que en Marc >>>> proposa d'utilitzar com a corpus. Altrament, ens creurem que tenim >>>> traductors genials i serà, en bona part, perquè el nombre d'errors de >>>> desambiguació serà mínim en el corpus de prova en qüestió. Extreure corpus >>>> de les viquipèdies no és complicat. Sempre que m'ha calgut en diferents >>>> llengües m'he limitat a seguir les instruccions que hi ha a la wiki. >>>> >>>> Tenir un corpus desambiguat també servirà per aclarir algunes coses que >>>> almenys jo segueixo sense tenir gaire clares, com, per exemple, com se >>>> suposa que cal analitzar "com" en diferents contextos, o "però" i >>>> "tanmateix" entre comes enmig d'una oració (i, de passada, documentar-ho a >>>> la wiki). >>>> >>>> Hèctor >>>> >>>> Missatge de Marc Riera Irigoyen <marc.riera.irigo...@gmail.com> del >>>> dia dl., 21 d’oct. 2019 a les 20:20: >>>> >>>>> Hola, >>>>> >>>>> Per entrenar el tagger, independentment de la tecnologia que >>>>> s'utilitzi per fer-ho, el que cal és un corpus monolingüe. Després cal >>>>> analitzar-lo amb Apertium per dividir-lo en unitats lèxiques segons el >>>>> diccionari d'Apertium i trobar les unitats lèxiques ambigües, i fer una >>>>> desambiguació manual. És una feina monòtona, però es pot fer >>>>> progressivament i una vegada feta, si es manté el corpus desambiguat >>>>> actualitzat als canvis dels diccionaris, es pot tornar a entrenar el >>>>> tagger >>>>> tantes vegades com es vulgui. >>>>> >>>>> En primer lloc, per tant, ens cal un corpus. Tenim 20.000 frases >>>>> extretes de la Viquipèdia per Hèctor Alòs, que són més o menys 500.000 >>>>> paraules. Per començar, podríem fer una prova amb les primeres 1.000 >>>>> frases. Entenc que si les tenim a l'apertium-cat vol dir que no hi ha >>>>> problemes de llicències, però confirmeu-m'ho, si us plau. >>>>> >>>>> *Marc Riera* >>>>> >>>>> >>>>> Missatge de Jaume Ortolà i Font <jaumeort...@gmail.com> del dia dl., >>>>> 21 d’oct. 2019 a les 11:30: >>>>> >>>>>> Moltes gràcies, Xavi. Molt interessant. >>>>>> >>>>>> El problema del tagger (assignar probabilitats diferents a principi >>>>>> de frase segons el que hi ha abans) s'hauria d'intentar resoldre perquè >>>>>> si >>>>>> no continuarem exposats al mateix risc. Quan comença una frase nova, >>>>>> hauria >>>>>> de començar sempre igual. No té sentit fer-ho d'una altra manera. >>>>>> >>>>>> El tagger, efectivament, caldria entrenar-lo de nou. La meua >>>>>> impressió ara mateix és que no fa quasi res de productiu. Quan introduïm >>>>>> una paraula nova en el diccionari que crea ambigüitat (per exemple, una >>>>>> cosa molt simple com ara un substantiu que coincideix amb una forma >>>>>> verbal), el tagger falla moltíssim. Fa la impressió de tirar monedes a >>>>>> l'aire. I l'única manera d'arreglar-ho és fer més regles CG. >>>>>> >>>>>> Es pot arribar a crear un sistema de regles de desambiguació prou >>>>>> eficaç. Ho hem fet, per exemple, en LanguageTool. Sé que l'IEC també té >>>>>> un >>>>>> sistema de regles molt complet per a etiquetar. Ara, segons la finalitat, >>>>>> les regles han de ser lleugerament diferents. I el conjunt de regles pot >>>>>> arribar a ser prou voluminós. Hauríem de valorar tot això. >>>>>> >>>>>> Salutacions, >>>>>> Jaume Ortolà >>>>>> >>>>>> >>>>>> Missatge de Xavi Ivars <xavi.iv...@gmail.com> del dia dg., 20 d’oct. >>>>>> 2019 a les 23:04: >>>>>> >>>>>>> Sembla que el problema és que el tagger no reinicia les >>>>>>> probabilitats de la mateixa manera quan arriba a un final de frase o >>>>>>> quan >>>>>>> una frase comença. I les probabilitats que hi assigna són diferents >>>>>>> segons >>>>>>> el context. >>>>>>> >>>>>>> He aconseguit trobar un punt que fa que el primer cas canvie.+ >>>>>>> >>>>>>> En aquest cas, funciona correctament. >>>>>>> >>>>>>> echo "Eren deu quatre homes. El marit havia estat fan de l'actor." | >>>>>>> apertium -d . cat-spa-disamb >>>>>>> >>>>>>> En aquest cas, no >>>>>>> >>>>>>> echo "Eren deu mil homes. El marit havia estat fan de l'actor." | >>>>>>> apertium -d . cat-spa-disamb >>>>>>> >>>>>>> Tot i que sembla igual ("deu quatre" no té cap sentit, però >>>>>>> l'anàlisi de quatre acaba sent la mateixa, <num><mf><sp>), al tagger no >>>>>>> li >>>>>>> arriba la mateixa informació. >>>>>>> >>>>>>> Sembla que hi ha algunes regles de CG que lleven possibles anàlisi >>>>>>> de la paraula *deu* >>>>>>> >>>>>>> En el primer cas, el resultat després de CG >>>>>>> és ^deu/deu<num><mf><sp>/deu<n><f><sg>/deure<vblex><pri><p3><sg>$ >>>>>>> >>>>>>> S'han aplicat estes regles de >>>>>>> REMOVE: >>>>>>> /¬deure<vblex><imp><p2><sg><REMOVE:574>/¬deure<vbmod><pri><p3><sg><REMOVE:604:deure_vbmod> >>>>>>> >>>>>>> >>>>>>> En canvi, en el segon cas, al tagger li arriba >>>>>>> ^deu/deu<num><mf><sp>/deure<vblex><pri><p3><sg>$ >>>>>>> >>>>>>> S'han aplicat les regles >>>>>>> /¬deu<n><f><sg><REMOVE:351:deu_num>/¬deure<vblex><imp><p2><sg><REMOVE:574>/¬deure<vbmod><pri><p3><sg><REMOVE:604:deure_vbmod>$ >>>>>>> >>>>>>> >>>>>>> El tagger de català es va entrenar fa molts anys, amb diccionaris >>>>>>> molt diferents, i amb una entrada extremadament més ambigua que ara, ja >>>>>>> que >>>>>>> no teníem l'elevada quantitat de regles CG que tenim ara. >>>>>>> >>>>>>> Crec que la millor solució seria reentrenar el tagger, i comparar >>>>>>> els resultats. >>>>>>> >>>>>>> Gema <grami...@prompsit.com>, vosaltres teniu instruccions de com >>>>>>> fer l'entrenament amb el tagger antic? >>>>>>> >>>>>>> Marc <marc.riera.irigo...@gmail.com>, seria molt complex fer-ho amb >>>>>>> el mateix que vas fer l'anglés? >>>>>>> >>>>>>> -- >>>>>>> < Xavi Ivars > >>>>>>> < http://xavi.ivars.me > >>>>>>> >>>>>> _______________________________________________ >>>>> Apertium-catala mailing list >>>>> Apertium-catala@lists.sourceforge.net >>>>> https://lists.sourceforge.net/lists/listinfo/apertium-catala >>>>> >>>> _______________________________________________ >>>> Apertium-catala mailing list >>>> Apertium-catala@lists.sourceforge.net >>>> https://lists.sourceforge.net/lists/listinfo/apertium-catala >>>> >>> > > -- > < Xavi Ivars > > < http://xavi.ivars.me > > _______________________________________________ > Apertium-catala mailing list > Apertium-catala@lists.sourceforge.net > https://lists.sourceforge.net/lists/listinfo/apertium-catala >
_______________________________________________ Apertium-catala mailing list Apertium-catala@lists.sourceforge.net https://lists.sourceforge.net/lists/listinfo/apertium-catala
