INFOLING. Lista moderada de lingüística española (ISSN: 1576-3404)
España: http://www.rediris.es/list/info/infoling.html
EE.UU: http://listserv.linguistlist.org/archives/infoling.html
ESTUDIOS DE LINGÜÍSTICA ESPAÑOLA http://elies.rediris.es
Envío de información: mailto:[log in to unmask]
Editores:
Eulalia de Bobes Soler, UAB, mailto:[log in to unmask]
Carlos Subirats Rüggeberg, UAB, mailto:[log in to unmask]
Mar Cruz Piñol, UB, mailto:[log in to unmask]
Información sobre cursos y congresos:
Laura Canós, mailto:[log in to unmask]
Lídia Moya, UAB, mailto:[log in to unmask]
Blanca Pascual, UAB, mailto:[log in to unmask]
Comité de redacción: http://elies.rediris.es/#Comite_de_redaccion
____________________________________________________________________
Star Servicios Lingüísticos patrocinador de Infoling y ELiEs. Nuevas
tecnologías aplicadas a la traducción y la terminología multilingüe.
Especialistas en la traducción de documentación técnica al español:
http://www.star-group.net/star-group/stbar/principal.html
____________________________________________________________________
Novedad bibliográfica:
Quesada Moreno, José Francisco; de Amores Carredano, José Gabriel.
2000. Diseño e implementación de sistemas de traducción automática.
Sevilla (España): Universidad de Sevilla (ISBN: 84-472-0585-1; precio:
27 euros, 4500 Pts.)
____________________________________________________________________
Resumen
Este libro ha sido el resultado del intento de unión y fusión
coherente de los primeros resultados de investigación obtenidos durante
los primeros 5 años de colaboración entre los autores (de 1993 a 1998).
Como resultado de este periodo se obtuvo el sistema que hemos denominado
Episteme (al que se dedica específicamente el capítulo VI). Aunque hemos
calificado a Episteme como una herramienta para el diseño e
implementación de sistemas de traducción automática, la tecnología que
se encuentra tras este sistema, debido al carácter complejo y completo
de la misma traducción automática, puede ser utilizada en diferentes
campos relacionados con la Ingeniería del Lenguaje.
El contenido del libro se ha distribuido en tres grandes bloques.
La primera parte (C, Lex y Yacc) ofrece una introducción a las
herramientas Lex, un generador de analizadores léxicos para expresiones
regulares y Yacc, un generador de analizadores sintácticos para
gramáticas LALR(1). Estas herramientas poseen una doble utilidad: de un
lado, se pueden usar para tratar directamente ciertos fenómenos
lingüísticos simples. Cuando el sublenguaje asociado con nuestro
problema no requiera nada más, ésta será sin duda la mejor solución.
Pero, además, Lex y Yacc permiten estructurar las entradas de cualquier
programa informático. Es decir, permiten el diseño de lenguajes de
especificación. Con este objetivo, ambas herramientas se usarán en los
sistemas Doxa y Episteme, a los que se dedican las partes II y III.
En la primera parte se abordará asimismo el estudio del lenguaje de
programación C y su enlace con Lex y Yacc. De entre el conjunto de
técnicas de programación en C, se hará especial hincapié en el uso de
estructuras y punteros y en la asignación dinámica de memoria.
La segunda parte (Doxa) muestra las limitaciones de Lex
(incapacidad para el tratamiento de la ambigüedad léxica) y de Yacc
(incapacidad para el tratamiento de la ambigüedad sintáctica) para el
tratamiento de los fenómenos lingüísticos de un lenguaje natural, lo que
justifica el desarrollo de algoritmos más potentes.
Doxa permite la representación de estructuras complejas de
conocimiento asociadas con cada término del lenguaje (aunque la
semántica del lenguaje de especificación es aún limitada). A partir de
una cadena de palabras, Doxa obtiene todos los árboles de análisis
posibles para aquélla, usando un algoritmo basado en chart. Además,
partiendo de la información definida en el léxico para cada palabra, y
de las ecuaciones funcionales asociadas con cada regla sintáctica, Doxa
construye la interpretación funcional asociada a cada árbol sintáctico,
al estilo LFG.
Si para esta segunda parte el objetivo básico que se persigue es la
simplicidad, se reserva para la tercera parte (Episteme) el objetivo de
la eficiencia, convirtiéndose así en el núcleo del libro.
Episteme es en realidad un prototipo de un entorno para el
desarrollo de sistemas de traducción automática. Para el tratamiento del
léxico cuenta con un módulo para la gestión de grandes bases de
conocimiento basado en una organización tetradimensional de árboles
binarios con corte vertical mejorados. Su analizador sintáctico se basa
en una técnica de análisis bidireccional ascendente dirigido por eventos
y con propagación de restricciones. Incluye, además, módulos de
unificación, transferencia y generación (léxica y estructural).
El objetivo de Episteme ha sido demostrar que es posible obtener
una implementación eficiente tras un esfuerzo de programación no
excesivo y capaz de tratar gran parte de los fenómenos propios de los
lenguajes naturales.
Indice
I Procesamiento del Lenguaje Natural en C
I.1. Lenguaje natural
I.2. Procesamiento del lenguaje natural
I.3. Procesamiento del lenguaje natural en C
I.4. Estructura del libro
I.5. Distribución del código fuente de los ejemplos e instalación
Parte I: C, lex y yacc
II Introducción a C para PLN
II.1. Programación de ordenadores: modelos
II.2. C
II.3. La noción de función en C
II.4. Autómatas de estados finitos: nociones básicas sobre programación en C
II.5. Recursividad
II.6. Autómatas de estados finitos no deterministas: backtracking en C
II.7. Sublenguajes naturales regulares
II.8. Punteros, estructuras y memoria: análisis de las frecuencias de
las palabras de un corpus
III. Lex, Yacc y C
III.1. Algoritmos y lenguajes de especificación
III.2. Lex
III.3. Yacc
III.4. Enlace entre C, Lex y Yacc: SEG (Simple English Grammar)
III.5. Los límites de Lex y Yacc en PLN
Parte II Doxa: Chart con unificación
IV Doxa: Chart con Unificación
IV.1. Análisis sintáctico y unificación
IV.2. El lenguaje de especificación de Doxa
IV.3. El parser de Doxa
IV.4. El unificador de Doxa
IV.5. De Doxa a Episteme
Parte III Episteme: Un Prototipo de Traducción Automática
V Léxico y Morfología (Los sistemas Vtree y Mph)
V.1. Estructuras de rasgos y representación de conocimiento lingüístico
V.2. Una arquitectura basada en capas para la representación y
almacenamiento de grandes bases de conocimiento
V.3. Vtree: almacenamiento y recuperación eficientes de grandes bases de
conocimiento
V.4. Mph: especificación de conocimiento lingüístico y generación
morfológica
V.5. Enlace entre Vtree y Mph
V.6. Conclusión
VI Traducción Automática (Episteme)
VI.1. Traducción Automática
VI.2. Episteme: introducción
VI.3. Análisis léxico-morfológico
VI.4. Análisis sintáctico
VI.5. Unificación
VI.6. Transferencia
VI.7. Generación
VI.8. Configuración y estadísticas
VI.9. Traducción de construcciones resultativas
Bibliografía
Pedidos:
http://publius.cica.es
mailto:[log in to unmask]
Dirección postal: C. Porvenir, 27, Sevilla (España)
Tel.: +34-95-448-7446, Fax: +34-95-448-7443
----------------------------------------------------
Los artículos de INFOLING son distribuidos gracias al apoyo y colaboración
técnica de RedIRIS - Red Académica española - (http://www.rediris.es)
------------------------------------------------------
