RE

CO

NO

CIM

IEN

TO

SIN

TÁ

CT

ICO

D

E F

OR

MA

Se

jem

plo

de

tra

du

cció

n a

uto

má

tica

Ramón A. MollinedaCárdenas

Departamentde Llenguatgesi SistemesInformàtics

RECONOCIMIENTO DE FORMAS

RECONOCIMIENTO DE FORMAS

RECONOCIMIENTO DE FORMAS

RECONOCIMIENTO DE FORMAS

màsteroficial -sistemesintel�ligents

con

ten

ido

s

•in

tro

du

cció

n a

l R

F s

intá

ctico

•in

tro

du

cció

n a

la

ta

rea

de

tra

du

cció

n a

uto

má

tica

•u

n s

iste

ma

de

tra

du

cció

n a

uto

má

tica

Caste

llan

o-

Va

len

cia

no

reco

no

cim

ien

to s

intá

ctic

o d

e fo

rmas

intr

od

ucció

n

…o

rec

on

oci

mie

nto

es

tru

ctu

rald

e fo

rmas

un

a f

orm

ao

pa

tró

ne

s d

escri

to p

or

un

a e

str

uctu

ra

(usu

alm

en

te je

rárq

uic

a)

qu

e in

terr

ela

cio

na

su

be

str

uctu

ras

má

s s

imp

les (

de

acu

erd

o a

alg

un

a s

inta

xis

)

ejem

plo

s:•

ca

de

na

s e

n u

n le

ng

ua

je (

na

tura

l o

fo

rma

l)

•g

rafo

s q

ue

co

ne

cta

n n

od

os r

ela

cio

na

do

s

•á

rbo

les

…

reco

no

cim

ien

to s

intá

ctic

o d

e fo

rmas

len

gu

aje

na

tura

l:u

n e

jem

plo

co

ncre

to (

i)

frase p

reposic

ional

con

los a

mig

os

pre

posic

ión

con

frase n

om

inal

los a

mig

os

dete

rmin

ante

los

nom

bre

(susta

ntivo)

am

igos

raíz

am

ig

masculin

o

o

plu

ral

s

+

++

am

ig

+

gramática

sintaxis

morfología

prim

itiv

as d

el le

ngu

aje

reco

no

cim

ien

to s

intá

ctic

o d

e fo

rmas

len

gu

aje

na

tura

l:u

n e

jem

plo

co

ncre

to (

ii)

la s

inta

xis

regu

la las c

om

bin

acio

nes y

el ord

en d

e las

pa

labra

s e

n u

na f

rase

la f

rase

con

los a

mig

os

•in

terr

ela

cio

na

pa

lab

ras (

estr

uctu

ras m

ás s

imp

les)

•e

s u

na

Fra

se

Pre

po

sic

ion

al =

pre

po

sic

ión

+ F

rase

No

min

al

sie

nd

o F

rase

No

min

al=

De

term

ina

nte

+ N

om

bre

(su

sta

ntivo

)

mo

del

o f

orm

al(o

sin

taxis

):

FP

→P

FN

FN

→D

et

N

reco

no

cim

ien

to s

intá

ctic

o d

e fo

rmas

len

gu

aje

na

tura

l:u

n e

jem

plo

co

ncre

to (

iii)

la m

orf

olo

gía

regu

la las c

om

bin

acio

nes y

el ord

en d

e

los m

orf

em

as

para

form

ar

pala

bra

s c

on s

ign

ific

ado

la p

alab

ra a

mig

os

•in

terr

ela

cio

na

mo

rfe

ma

s(e

str

uctu

ras c

on

sig

nific

ad

o a

ún

má

s s

imp

les)

•a

mig

os =

am

ig(r

aíz

) +

o(m

ascu

lino

) +

s(p

lura

l)

un

mo

rfem

a in

terr

elac

ion

a le

tras

o f

onem

as (

qu

e s

on

las u

nid

ad

es m

ás s

imp

les o

in

div

isib

les)

trad

ucc

ión

au

tom

átic

ag

en

era

lida

de

s

trad

ucc

ión

: cam

bia

r (e

scritu

ra,

hab

la)

de u

n leng

uaje

orig

en a

otr

o d

estino

trad

ucc

ión

au

tom

átic

a: r

ealiz

ar

tare

as d

e t

raducció

n

media

nte

técn

icas c

om

puta

cio

nale

s

trad

ucc

ión

asi

stid

a p

or

com

pu

tad

or:

concie

rne a

la

ap

licació

n d

e t

écnic

as c

om

puta

cio

na

les d

e a

yud

a a

la

tra

ducció

n d

e u

n t

exto

fuente

trad

ucc

ión

au

tom

átic

ae

jem

plo

de

co

mp

lejid

ad

de

la

ta

rea

traducir w

ell

del in

glé

s a

l caste

llano

sa

tisfa

cto

rio

to b

e w

ell

ad

jetivo

ele

va

rse

to w

ell

up

ve

rbo

fue

nte

de

ag

ua

hu

eco

de

l a

sce

nso

r

wa

ter

we

ll

ele

va

tor

we

llsu

sta

ntivo

bie

n h

ech

ow

ell

do

ne

ad

ve

rbio

sig

nif

icad

oej

emp

loca

teg

orí

a lé

xica

ambigüedad léxica

am

big

üedad s

em

ántica

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

og

en

era

lida

de

s

•V

ale

ncia

no

y C

aste

llano s

on le

nguas r

om

ances o

ro

mánic

as (

tie

ne

n s

u o

rig

en

en

el la

tín

, a

l ig

ua

l q

ue

el

po

rtu

gu

és,

fra

ncé

s,

ita

lian

o,

sa

rdo

, ru

ma

no

, …

)

•V

y C

com

part

en m

ucho d

e e

str

uctu

ra s

intá

ctica d

e

ora

cio

nes (

ord

en d

e la

s p

ala

bra

s)

•el esq

uem

a d

e t

raducció

n C

↔V

que s

e p

resenta

apro

vecha e

sta

cara

cte

rística c

om

ún

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

oa

rqu

ite

ctu

ra d

e u

n s

iste

ma

(S

ish

itra

, IT

I-U

PV

)

fragm

enta

dor

↓

etiqueta

dor

↓desam

big

üado

r sin

táctico ↓

módulo

de c

on

cord

ancia

↓

localiz

ad

or

↓desam

big

üado

r sem

ántico ↓

módulo

de infle

xió

n↓

form

ate

ador

↓in

tegra

dor

↓

text

o e

n

cast

ella

no

xml

qu

e d

eli

mit

a

pá

rra

fos,

ora

cio

nes

, y

ut

…u

na

ora

ció

n

gra

fo q

ue

aso

cia

ca

da

pa

lab

ra a

su

s p

osi

ble

s ca

teg

orí

as

sin

tácti

cas

secu

enci

a d

e c

ate

go

ría

s si

ntá

ctic

as

má

s p

rob

ab

leco

rrig

e/es

tab

lece

co

nco

rdan

cia

en

tre

pa

lab

ras

de

la o

raci

ón

nu

evo

gra

fo c

on

ca

da

po

sib

le t

rad

ucc

ión

d

e ca

da

pa

lab

ra d

el o

raci

ón

ori

gin

al

secu

enci

a d

e t

rad

ucc

ion

es

má

s p

rob

ab

lese

gen

era

n i

nfl

exi

on

es

de

los

lexem

as

con

tra

ccio

nes

y

ap

ost

rofa

cio

nes

text

o e

n

vale

nci

ano

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

ofr

ag

me

nta

do

r (i

)

entr

ada:

texto

en e

sp

año

l a t

raducir …

La estudiante atendió.

salid

a: f

orm

ato

XM

L q

ue

de

limita

un

ida

de

s lin

gü

ística

s,

es

de

cir

, p

árr

afo

s,

ora

cio

ne

s,

un

ida

de

s d

e t

rad

ucció

n,

…

<doc> <p>

<o> <ut ort=”M”>la</ut> <ut>estudiante</ut>

<ut>atendió</ut> </o>

</p> </doc>

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

ofr

ag

me

nta

do

r (i

i)

•la

ora

ció

n e

s la

mín

ima

un

ida

d lin

gü

ística

co

n s

en

tid

o

co

mp

leto

•m

od

ela

r re

lacio

ne

s (

sin

táctica

s y

sem

án

tica

s)

en

tre

su

s

pa

rte

s,

me

jora

ro

bu

ste

z y

fia

bili

da

d

•co

mo

un

ida

de

s d

e t

rad

ucció

n (

ut)

, d

ete

cta

y m

arc

a

térm

ino

s q

ue

no

ha

y q

ue

tra

du

cir

, p

or

eje

mp

lo:

–sig

las (

BB

C, F

AO

, F

IFA

, …

)

–n

úm

ero

s y

, en

part

icu

lar,

añ

os

–n

om

bre

s p

rop

ios (

Lucía

, A

leja

nd

ro, …

)

�

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

oe

tiq

ue

tad

or

ob

jeti

vo:

da

da

un

a o

ració

n (

en

xm

l),

pro

du

ce

un

gra

fo c

on

tod

os s

us p

osib

les a

ná

lisis

sin

táctico

s

entr

ada:

<o> <ut ort=”M”>la</ut> <ut>estudiante</ut>

<ut>atendió</ut> </o>

salid

a:

01

23

la,

Pro

n., F

S3

la,

Art

ículo

, F

S

la,

Sust

anti

vo

estu

dia

nte

, A

dj

estu

dia

nte

, S

ust

ate

nd

ió,

V, S

3P

S

�

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

od

esa

mb

igu

ad

or

sin

táctico

ob

jeti

vo:

de

cid

e la

ca

teg

orí

a lé

xic

a m

ás p

rob

ab

le d

e c

ad

a

pa

lab

ra d

en

tro

de

l co

nte

xto

actu

al (o

ració

n).

entr

ada:

sa

lida

de

l m

ód

ulo

etiq

ue

tad

or

01

23

la,

Pro

n., F

S3

la,

Art

ículo

, F

S

la,

Sust

anti

vo

estu

dia

nte

, A

dj,

S

estu

dia

nte

, S

ust

, S

ate

nd

ió,

V, S

3P

S

salid

a: g

rafo

lin

ea

lco

n s

ecu

en

cia

de

ca

teg

orí

as m

ás p

rob

ab

le

01

23

la,

Art

ículo

, F

S

estu

dia

nte

, S

ust

, S

ate

nd

ió,

V, S

3P

S

des

amb

igu

ado

r si

ntá

ctic

om

od

elo

esta

dís

tico

pro

ble

ma:

elim

ina

r a

mb

igü

ed

ad

sin

táctica

en

lo

s t

érm

ino

s

de

un

co

nte

xto

(p

.e.,

un

a o

ració

n)

dad

os,

•W

, e

l vo

ca

bu

lari

o d

el le

ng

ua

je f

ue

nte

•C

, e

l co

nju

nto

de

po

sib

les c

ate

go

ría

s s

intá

cticas

•u

na

se

cu

en

cia

de

en

tra

da

w=

w1,

w2,

…,

wL

∈W

L

calc

ula

rla

se

cue

ncia

c’

= c

1,

c 2,

…,

c Lde

cate

gorí

as m

ás p

roba

ble

)|

()

(m

axar

g)

|(

max

arg

'c

wP

cP

wc

Pc

LL

Cc

Cc

∈∈

==

des

amb

igu

ado

rsi

ntá

ctic

om

od

elo

esta

dís

tico (

ii):

pro

ble

ma

pro

ble

ma:

sien

do

,

P(c

), m

od

elo

de

le

ng

ua

jeo

pro

ba

bili

da

de

s c

on

textu

ale

s:

mo

de

la la

pro

ba

bili

da

d d

e c

ua

lqu

ier

secu

encia

o c

on

texto

P(w

|c),

mo

de

lo l

éx

ico

o p

rob

ab

ilid

ad

es d

e e

mis

ión

:

mo

de

la la

re

lació

n e

ntr

e v

ocab

ula

rio

y c

ate

gorí

a

apre

nd

izaj

e d

e m

od

elo

s,

se

rea

liza

sob

re te

xto

s r

eale

s c

orr

ecta

me

nte

etiq

ue

tad

os (

corp

us)

)|

()

(m

axar

g)

|(

max

arg

'c

wP

cP

wc

Pc

LL

Cc

Cc

∈∈

==

des

amb

igu

ado

rsi

ntá

ctic

om

od

elo

esta

dís

tico (

iii):

so

lució

n

pro

ble

ma:

se a

sum

e(p

ara

sim

plif

ica

r e

l p

rob

lem

a)

qu

e,

•p

rob

ab

ilid

ad

es c

on

textu

ale

s a

pre

nd

en

se

cue

ncia

s d

e n

ca

teg

orí

as

•p

rob

ab

ilid

ad

es d

e e

mis

ión

de

pe

nd

ien

tes d

e ú

nic

a c

ate

gorí

a

solu

ció

npara

n =

2(b

igra

mas):

)|

()

(m

axar

g)

|(

max

arg

'c

wP

cP

wc

Pc

LL

Cc

Cc

∈∈

==

=∏

−

L

ii

ii

cc

c

cw

Pc

cP

cL

KK

11

21

)|

()

(m

axar

g'

,,

,

des

amb

igu

ado

rsi

ntá

ctic

om

od

elo

esta

dís

tico (

iv):

so

lució

n

la e

cu

ació

n

pue

de r

epre

senta

rse c

om

o M

od

elo

Ocu

lto

de

Mar

kov

•lo

s e

sta

do

s r

ep

rese

nta

n c

ate

go

ría

s

•P

(ci|c

i-1)

so

n p

rob

ab

ilid

ad

es d

e t

ran

sic

ión

en

tre

esta

do

s

•P

(wi|c

i)so

n d

istr

ibu

cio

ne

s d

e p

rob

ab

ilid

ad

pa

lab

ra-c

ate

go

ría

el A

lgo

ritm

o d

e V

iter

bi,

pe

rmite

, d

ad

a u

na

ora

ció

n d

e

en

tra

da

, e

nco

ntr

ar

su

se

cu

en

cia

de

ca

teg

orí

as m

ás p

rob

ab

le

=∏

−

L

ii

ii

cc

c

cw

Pc

cP

cL

KK

11

21

)|

()

(m

axar

g'

,,

,

�

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

om

ód

ulo

de

co

nco

rda

ncia

ob

jeti

vo:

esta

ble

ce

r co

nco

rda

ncia

en

tre

té

rmin

os d

e f

rase

s

no

min

ale

s (

art

ícu

los,

su

sta

ntivo

s,

ad

jetivo

s).

entr

ada:

sa

lida

de

l m

ód

ulo

de

sa

mb

igu

ad

or

sin

táctico

01

23

la,

Art

ículo

, F

S

estu

dia

nte

, S

ust

, S

ate

nd

ió,

V, S

3P

S

salid

a: o

ració

n e

n la

qu

e e

xis

te c

on

co

rda

ncia

de

gé

ne

ro y

nú

me

ro a

niv

el d

e f

rase

no

min

al.

01

23

la,

Art

ículo

, F

Ses

tud

ian

te,

Sust

, F

Sate

nd

ió,

V, S

3P

S

�

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

om

ód

ulo

lo

ca

liza

do

r

ob

jeti

vo:

tra

du

cir

ora

ció

n a

le

ng

ua

je d

estin

o.

entr

ada:

sa

lida

de

l m

ód

ulo

de

co

nco

rda

ncia

salid

a: g

rafo

de

to

da

s la

s p

osib

les tra

du

ccio

ne

s (

en

fo

rma

de

lexe

ma

s)

de

ca

da

té

rmin

o (

da

do

un

dic

c).

01

23

la,

Art

ículo

, F

Ses

tud

ian

te,

Sust

, F

Sate

nd

ió,

V, S

3P

S

�

01

23

la,

Art

ículo

, F

Ses

tud

ian

t, S

ust

, F

Socu

par,

V, S

3P

S

ate

nd

re,

V,

S3P

S

ten

ir+

cura

+d

e, V

, S

3P

S

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

od

esa

mb

igu

ad

or

se

má

ntico

ob

jeti

vo:

de

cid

e la

me

jor

tra

du

cció

n d

e c

ad

a t

érm

ino

de

acu

erd

o a

su

co

nte

xto

.

entr

ada:

sa

lida

de

l m

ód

ulo

lo

ca

lizad

or

salid

a: g

rafo

lin

ea

l co

rre

sp

on

die

nte

al ca

min

o d

e t

rad

ucció

n

má

s p

rob

ab

le d

el g

rafo

de

en

tra

da

�

01

23

la,

Art

ículo

, F

Ses

tud

ian

t, S

ust

, F

Socu

par,

V, S

3P

S

ate

nd

re,

V,

S3P

S

ten

ir+

cura

+d

e, V

, S

3P

S

01

23

la,

Art

ículo

, F

Ses

tud

ian

t, S

ust

, F

S

ate

nd

re,

V,

S3P

S

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

om

ód

ulo

de

in

fle

xió

n

ob

jeti

vo:

ap

lica

in

fle

xio

ne

s a

le

xe

ma

s d

e a

cu

erd

o a

re

gla

s

de

l le

ng

ua

je d

estin

o.

entr

ada:

sa

lida

de

l m

ód

ulo

de

de

sa

mb

igu

ació

n s

em

án

tica

salid

a: g

rafo

de

té

rmin

os c

om

ple

tos q

ue

re

su

lta

n d

e a

plic

ar

las in

fle

xio

ne

s in

dic

ad

as a

ca

da

le

xe

ma

�

01

23

la,

Art

ículo

, F

Ses

tud

ian

t, S

ust

, F

S

ate

nd

re,

V,

S3P

S

01

23

La

estu

dia

nt

ate

ngu

é

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

om

ód

ulo

fo

rma

tea

do

r

ob

jeti

vo:

ap

lica

ap

óstr

ofe

s,

co

ntr

accio

ne

s,

y o

tro

s f

orm

ato

s.

entr

ada:

sa

lida

de

l m

ód

ulo

de

in

fle

xió

n

salid

a: g

rafo

qu

e r

esu

lta

de

ap

lica

r re

gla

s d

e a

po

str

ofa

ció

ny

co

ntr

acció

n (

y t

am

bié

n f

orm

as m

ás u

su

ale

s d

el p

asa

do

)

�

01

23

La

estu

dia

nt

ate

ngu

é

01

2L

’est

ud

ian

tv

a a

ten

dre

trad

ucc

ión

cas

tella

no

↔ ↔↔↔va

len

cian

om

ód

ulo

in

teg

rad

or

ob

jeti

vo:

co

nvie

rte

gra

fo c

on

tra

du

cció

n f

ina

l e

n f

orm

ato

te

xto

.

entr

ada:

salid

a d

el m

ódu

lo f

orm

ate

ador.

salid

ad

el s

iste

ma:

te

xto

en

Va

len

cia

no

, e

l cua

l e

s u

na

tra

du

cció

n d

el te

xto

Ca

ste

llan

o d

e e

ntr

ad

a

L’e

studia

nt

va

aten

dre

.

�

01

2L

’est

ud

ian

tv

a a

ten

dre

resu

men

•se

ha

in

tro

du

cid

o e

l p

ara

dig

ma

sin

táctico

de

RF

•co

mo

ca

so

pa

rtic

ula

r, s

e h

a in

tro

du

cid

o la

ta

rea

de

tra

du

cció

n a

uto

má

tica

•se

ha

pre

se

nta

do

la

arq

uite

ctu

ra d

e u

n s

iste

ma

bid

ire

ccio

na

ld

e t

rad

ucció

n a

uto

má

tica

SIS

HIT

RA

(IT

I,

UP

V,

20

01

-20

06

) C

aste

llan

o-V

ale

ncia

no

•se

ha

exp

lica

do

la

po

sib

ilid

ad

de

usa

r M

od

elo

s O

cu

lto

s d

e

Ma

rko

vy e

l A

lgo

ritm

o d

e V

ite

rbi, e

n u

na

de

su

s e

tap

as

•e

n la

pró

xim

a c

lase

, se

estu

dia

rán

am

bo

s m

éto

do

s,

así

co

mo

la

fo

rma

de

ap

lica

rlo

s a

la

ta

rea

de

tra

du

cció

n