Análisis computacional de la morfología del español

ANALISIS COMPUTACIONAL DE LA MORFOLOGIA DEL ESPAÑOL INTR ODUCC I ÓN M. Angel de Pineda Pére z Mª de Carmen Piña Duarte Pedro José Vázquez López Wc intend to show in this paper an applicauon made in the area of thc Computational Linguistics: an automat ic morpholo gica l proc essor of th c spanish. Wc ha ve explained the process of elabora ti on, since the bu il ding of the dictionaries and tables, wh ic h store lemma s and morphemes with th eir information, until the running of thc co mputer formalisrn programmed in Turbo-Prolog, which makes the automatic analysis of the wo rds. El área de investigación en el que se enmarca este trabajo ha recibido di versas denominaciones. Tal vez la más co nocida sea la delingiiística Computacional, traducción de la expresión inglesa «Computational Linguistics». La Lingüística Computacional [LC] es hoy una de las ramas más novedosas e interesantes de la investigación lingüística. Para encontrar el origen de esta disciplina hemos de remontarnos a los trabajos de traducción automática que realizaron A. D. Booth y W. Weaver en los años 1946-1949. Pero la LC ha experimentado una evidente evolución d es de esos años ha sta nuestros días; ha de jado de ser u na disciplina auxiliar cu yos trabajos se limitaban a Ja elaboración de índices, concordancias, listas de palabras ... etc., paraconverlir see n una cien cia autónoma que precisa de la creación de formalismos adecuados para ll evar a cabo lo que se ha denominado Procesamiento del Lenguaje Natural [PLN]. La LC pretende explicar el comportamiento lingüístico mediante mecanismos simuladores de las actuaciones del hablante/oyente. Estos me ca ni smos se basan en ordenadores y algoritmos y pretenden reproducir los procesos onomasiológico y semasiológico de la comunicación lingüística. Algunas de la aplicaciones má s desarrolladas dentro de esta 8 M. An¡:el de l'ineda l'érez. M" del Carme 11 l' i 1ia Duarte. Pedro José Vúzquez L<ípez di sc iplina so n la traducción automática, los sistemas de r econoc im iento y sínt esis de Ja voz humana y la elahoración de sist emas de acceso a banco de datos mediante el leng uaj e natural. Cualquiera de estas tareas precisa de una herramienta fundamental que manipul e la estructura sintáctica de l os enunciados de for ma automática; el término inglés con el que se denomina este análisis sintáctico automático es par se r (d erivado del latín «pa rs oral ion is))). Re cogemos la definición del término dada por Kartunnen1: «Parsing es una operación realizada por un ordenador con oraciones de una l en gua natural que realiza agrupamientos parcia le s sucesivos de símbolos en unidades super iores e interpreta estos grupos como camb ios en lo s estados de la má quina ; esta operación se realiza mediante un algoritmo y/o con estrategia s, heurística». Las labores de inves ti gación que venimos r ea lizando en el Centro de Cílc ulo de la Facultad de Filología tienen como finalidad la construcción de un par ser. La primera necesidad bási ca co n la que tuvimos que enfrentarnos a la hora de llevar a cabo nuestros plant ea mientos fue la de disponer de un procesador que proporcionara la i nformación morfológica de los elementos terminales implicados en el análisis. El objetivo de es te trabajo es exponer cómo construimos nuestro analizador morfológi co y cuál ha sido el resultado. ANAusrs MORFOL ÓG I CO AUTOMÁTICO El principal ohjetivo ele cualquier procesador morfológi co es el análisis y/o sí ntesis de las palabras de una lengua. En morf ología co mputacion al se entiende por pa la bra un a ca dena de ca racteres que se encuentra en tre dos espacios en blanco; a su vez, para la clasificación de los alomorfos se sigue un criterio estrictamente gráfico considerándose variante alomórfica toda cadena que presente alguna variaci ón en sus caracteres. En el procesamiento morfológico se suelen distinguir dos partes: l. La tematización. Consiste en la segmentación de la palabra en morfemas, identifi ca ndo las raíces y t er minaciones en el dicci onar i o. 2. Recuperación de la información léxica a partir de los morfemas segmentados. Los procesadores morfológicos co nstruidos h as ta el momento se adscriben en cierto modo a alguno de los tres modelos morfológicos seña lados por Hockett2: 1. Palabra y paradi gm a. Se b asa en la analogía y el concepto de paradigm a. En el di cc ionario se encuentran recogidas las di st intas entradas a las que se les asigna un código que representa el paradig ma al que pertenece. A través de r eg las ana lógicas se obtienen las distintas formas de los distint os paradigmas. Pertenecen a este modelo el DowTY, D .. K ARTUN NloN, L.. Zw1cKY. A.: Natural l,imguaje Parsing, Camhridge Univ. Press. 1985. p. 6. H ocKF.IT, C.F.: A Course i11 Modcm Li11 g11istics. Toronto. Macmill:m. l 95R . T rad. esp.: Cur. wde Ungiiística Modema, Bu enos Aires. Eudeba. 19 7 l. Antí/isis co111p1111icio1111/ de ú1 11101f o /r1¡:ía del espwio/ 9 Analizador morfosintáctico de textos en español de sarrollado en el Instituto de Lingüística Computacional de Pi sa y el Proce sado r Morfológi co de IBM para el español. 2. Elemento y proceso. Trata de explicar la re lación existente entre palabras de la misma fam il ia morfológica como resultantes de un proceso 1 ingüí stico. Parte de la gramática morfografémica de Kaplan y Kay y obtiene su mayor desarrollo en la morfología en dos niveles de Koskcnniemi. Se hasan en este modelo el sistema MARS de la empresa SIEMENS y el ana lizador del euskera de la Facultad de In formáti ca de San Seb as t ián. 3. Elemento y colocación. Se hasaen el morfema , representándose en el diccionario cada variante alomórfica por medio de una entrada. La labor fundamental consiste en asignar correctamente ca da al omor fo al correspondie nte que le si gue o precede. Se la suele conocer como gramática morfosintácti ca de rasgos. El analizador morfoló gico del proyecto EU ROTR A co nstitu ye una aproxima ción a este tipo de gra mática . Nuestro procesador sigue hásicamente las premisas del primer modelo y se enmarca dentro de l as llamadas Gramáticas de Unificación. Las Gramá ticas de Unificaci6n so n formal ismos que co mparten dos import antes características: la descripción de los objetos lingüísticos mediante rasgos, y Ja unificaci6n como técnica básica para construir objetos amplios a partir de otros müs simples. La unificaci6n es una operación que combina dos estructuras de rasg os en una sola. Dos rasgos o atributos serán compatibles (unificarán) si tienen los mismos valores. Si el valor de un rasgo es una variable ésta unificará con cualquier otro valor. Veamos el siguiente ejemplo en el que «e» es el r es ultado de la unificación de «a» y «b»: a: Ref: 1232 Raíz: camion Modelo: 5 Nº Ra íz: 2 h: e: Ref: 1 232 Raíz : camion Modelo: 5 NºRaíz: 2 Mase.PI.: es Modelo: 5 NºRaíz: 2 Mase.PI.: es La unificación es una operación extraor dinariamente pot e nte a la hora de r esolver muchos de l os problemas que plantea el tratamiento del lenguaje. Especialmente apto para el tratamiento de la l engua natural resulta también PROLOG , lenguaje de programació n cuyo pr incipal mecanismo de resolución es precisamente la unificación de t érminos. 10 M. An!{el de Pineda Pérez. M" del Carmen Piiía Duarte , Pedro José Vázquez López PROLOG' es un lenguaje de programación basado en la lógica de primer orden. Fue creado a finales de los años 60 por Alain Colmerauer en Marsella y tenía como principal fin poder llevar a cabo un tratamiento automático del lenguaje natural. Aunque no es nuestro objetivo explicar el funcionamiento de PROLOG creemos necesario, pa ra una mejor comprensión de lo que sigue, señalar algunas de sus características fundamentales. Un programa en Prolog es una secuencia de reglas o cláusulas de la forma siguiente: P:-QI, Q2, ... ,Qn. que se leen: «Pes verdadero si Ql, Q2, ... ,Qn son verdaderos». Pes la cabeza de la regla, y QJ, Q2, ... , Qn son el cuerpo de la misma. El signo :- equivale a si. Cuando una regla tiene la forma: P. ésta se denomina hecho, puesto que no hay ninguna condición para que sea verdad. Cada uno de los elementos (P,Q ... ) se denominan pred icados y se componen de unfuntor-que suele dar nombre al predicado-y de argumentos (opcionales) que van entre paréntesis y separados por comas. Por ejemplo: determinante(la,femenino,singular) adverbio(X) En el primer caso los argumentos son constantes (cadenas de caracteres que co - mienzan por una letra minúscula o secuencias de letras y otros caracteres encerradas entre comillas); en el segundo hay un solo argumento y éste es una variable (cadena de caracteres que comienza por una letra mayúscula o por un signo de subrayado y que puede adquirir un valor determinado en cada momento). El argumento de un predicado puede s er a su vez otro predicado: o(sn( determinante,sustantivo ),sv(verbo) ). Un programa Prolog, por lo tanto, es tá compues to de una secuencia de predicados y de relaciones entre éstos según la sintaxis explicada. BASES DE DAT OS LÉXICAS Y MORFO LÓ GICAS Normalmente un sistema para el procesamiento del lenguaje natural consta básicamente de dos pa rtes: un diccionario y una gramática. Nos centraremos, en primer lu ga r, en el co mponente léxico del sistema. La estructura de nuestro diccionario se puede dividir en tres conjuntos separados en función de sus características morfológicas: Para mayor información sobre este lenguaje véase: O . <>CKS IN, W., y MH .1 .1s 11 . C.: Pro11ramacitín en Prolog . Barcelona, Ed. Gustavo Gili, 1987. Análisis computacional de la molfología del e.~pmiol 11 1. Entradas correspon di en tes a las categorías sustantivo y adjetivo. 2. Entradas co rrespondientes a la categoría verbo. 3. Entradas correspondientes al re sto de las categorías mor fos int ác ticas. La base de datos léxica correspondiente al di cc ionario posee una estructura flex ibl e que permite tanto la síntesis como el análisis morfológico. Dicha base es independiente del lenguaje de programación utilizado en la red acción de los algoritmos encargados de formalizar el pro ceso lingüís ti co, así como de la t eo ría morfológica utilizada. SUSTANTIVOS Y ADJETIVOS Hemos agrupado estas dos categorías por la si mi 1 itud en sus estructuras morfológicas. Esta base de datos está constituida por 45.000 entradas o lemas, aproximadamente, y sus correspondientes raíces proceden te s de diccionarios de lengua y de textos escritos y orales. La descripción morfológica se realiza mediante una codificación numérica que repre se nta el modelo de flexión de la unidad respecto al género y al número. Cada código de modelo se corresponde, a su vez, con otros códi gos que explican la fo rm a en que la entrada léxica fl exiona respecto al género y al número. El resultado es una tabla que ti ene la siguiente apariencia: Modelo Género NLímero Ejem p lo 1 1 l 1 1 niño 2 12 12 domador 3 1 3 1 1 jefe 4 1 5 1 l duque 5 1 6 1 1 actor El primer código de la columna de género de scri be si existe ( 1) o no (2) flexión de género. El segundo corresponde a la fonna de flexi ón (hasta 8 variantes: 1: ola, 2: /a, 3: e/a, 4: variante léxica, 5: /sa, 6: or/riz, 7: -x/isa, 8: -x/ ina), o al género de la entrada ( 1 : masculino, 2: femenino, 3: masculino y femenino). Por lo tanto, el significado del segundo códi go depende de l significado del primero. La mi sma lógica sigue la descripción de l número: el p ri mer dí gito nos di ce si existe ( 1) o no (2) fl exión de número. El segundo remite a la forma de flexión ( 1: Is, 2: /es, 3: z/ces), o al número obligado de la entrada (1: singular, 2: plural, 3: singular y plural). Así, por ejemplo, al modelo 1 correspond en los siguientes códigos: Género: 1: la entrada posee flexión de género 1: la formación de l género es del tipo -o/-a 12 M. Angel de Pineda Pérez. M" del Carmen Pitia Duar/e , Pedro José V1b¡11e z Lópe z Número : 1: la entrada posee flexión de número 1: la flexión de número es del tipo /-s Hay mode l os que poseen el mismo t ipo de fonnación de género y número. La diferencia se debe en estos casos al núm ero de raíces que po see Ja entrada léxica. Por ejemplo, «l eó n» y « domador » pertenecen al mismo tipo de formación de género y número (12 12), pero «l eón>> posee dos raíces (d if erenciadas por el acento), mientras que «domador» tiene una sola. La base de datos correspondiente a este conjunto posee dos relaciones: la primera contiene tr es campos: c6digo de referencia, lema y categoría rnorfosintáctica. La segunda, unida a la primera por el c6digo de referencia, posee, además de este campo, lo s de raíz, número de raíz y modelo paradigmático. Por ejemplo, la entrada «león» se repres enta en la primera rclaci6n como: _Ref león _Categoría y en la seg unda relación como: V ER B OS _R cf león 1 _Rcf lcon 2 _Mode lo _Mo delo En la de scripción de Ja morfología verbal se siguen Jos mismos princ1pws metodológicos. La base de datos cuenta con 15.000 entradas procedentes de diccionarios y tratados sobre la morfología verbal, así como de te xtos escritos y orales. Para la dcscri pción morfológica del verbo hemos aceptado la clasificación tradicional que distingue: 1. Verbos regulares, que , en cua lquier tiempo, per so na o modo no alteran Ja raíz o la s d es inencias propias del modelo (conjugación) al qu e perte necen. 2. Verbos irr eg ulares, cuya s formas flexionadas pres entan alte racione s en su desinencia , raíz o en ambas, re s pecto del modelo conju gac i ona l al que pertenecen. Las gramáticas su ele n señalar otros su btipos de ve rb os irregulares: a) Ve rbo s defectivos, que presentan un cuadro flexivo in comple to, es decir , que no se e mple an en todas la s formas conjugada s. b) Verbos u11iperso11ales, que sólo se usan en infinitivo y en la tercera p ersona del singular de todos l os tiempos . Por nu estra parte, hemos establecido, mediante un código numérico, un único tipo de modelo flexivo. Los verbos defectivos y unipersonales no con tituycn modelos espccffi- A11álisis co111pu1aci1111al de la 11101f11l11¡:ía del español 11 1. Entradas correspondientes a las categorías sustantivo y adjetivo. 2. Entradas correspondientes a la categoría verbo. 3. Entradas correspondientes al resto de la s ca tegorías morfosintácticas. La base de datos léxica correspondiente al diccionario posee una estructura flexible que pe1mite tanto la síntesis como el análisis morfológico. Dicha base es independiente del lenguaje de programación utilizado en la redacción de l os algoritmos encargados de formalizar el proceso lingüístico, así como de la teoría morfológica utilizada. SUSTANTIVOS Y ADJETIVOS Hem os agrupado estas dos categorías por la simili tud en sus estructuras morfológicas. Es ta base de datos está constituida por 45.000 entradas o l emas , aproximadamente, y sus correspondientes raíces procedentes de diccionarios de l eng ua y de textos escritos y orales. La descripción morfológica se realiza mediante una codificación numérica que representa el modelo de flexión de la unidad respecto al género y al número. Cada cód ig o de modelo se cor responde, a su vez, con otros có d igos que explican la forma en que la entrada léxica flexiona respecto al género y al número. El resultado es una tabla que tiene la siguiente apariencia: Modelo Género Número Ejemplo 1 1 1 l niño 2 1 2 1 2 domador 3 1 3 1 1 jefe 4 1 5 1 1 duque 5 1 6 l 1 actor El primer código de la co lumna de género describe si existe (1) o no (2) flexión de género. El seg undo corresponde a la forma de flexión (hasta 8 variantes: l: o/a, 2: /a, 3: e/a, 4: variante léxica, 5: Isa, 6: or/riz, 7: -x/i sa , 8: -x/ina), o al género de Ja entrada ( 1: masculino, 2: femenino, 3: ma sc ulino y femenino). Por lo tanto, el significado del segundo cód i go depend e del significado del primero. La misma l ógica sigue la descripción del número: el primer dígito nos dice si ex iste ( l ) o no (2) flexión de número. El segundo remite a la forma de fl exión ( 1: Is, 2: /es, 3: z/ces), o al número obligado de la entrada ( 1: singular, 2: plural, 3: singular y plural). Así, por ejemplo, al mode lo 1 co rr esponde n lo s sig uientes códigos: Género: l: la en t rada posee flexión de género 1: la formación del género es del tipo -o/ -a 12 M. Angel de Pineda Pérez. M" del Carmen Pitia Dwcrte . Pedro José Vdzq11ez Lr5pez Número: 1: la entrada posee flexión de número 1: la flexión de número es del tipo 1-s Hay modelos que poseen el mismo tipo de formación de género y número. La diferencia se dehe en estos casos al número de raíces que posee la entrada léxica. Por ejemplo, «l eón» y «domador» pertenecen al mismo tipo de formación de género y núm ero (12 12), pero «león» posee do s raíces (diferenciadas por el acento), mientras q ue «domador» tiene una so la. La hase ele elatos correspondiente a este conjunto posee dos relaciones: la primera contiene tres campos: código de referencia, l ema y cat egor ía morfosintáctica. La segunda, un ida a la primera por el código de referencia, posee, además ele este campo, l os de raíz, número de raíz y modelo paradigmático. P or ejemp l o, la entrada «león» se representa en la primera relación como: _Ref león _Categoría y en la segunda relación como: VERBOS _ Ref león 1 _ Rcf ! con 2 _ Modelo _ Modelo En la descripción de la morfología verhal se siguen los mismos princ1p10s metodológicos. La base de datos cuenta con l 5.000 entradas procedentes de diccionarios y tratados sobre la morfología verbal. así como de textos escritos y ora les. Para la descripción morfológica del verbo hemos aceptado la clasificación tradicional que distingue: 1. Verbos regulares, que, en cualquier ti em po , persona o modo no alteran la raíz o l as desinencias propias del modelo (conjugación) al que pertenecen. 2. Verbos irregulares, cuyas formas flexionadas presentan alteraciones en su desinenc ia, raíz o en ambas, respecto del modelo conjugacional al que pertenecen. Las gramáticas sue l en señalar otros subtipos de verbos irregulares: a) Verbos defectivos, que presentan un cuadro tlexivo incompleto, es decir, que no se empican en todas las formas conjugadas. b) Verbos unipersonales. que só lo se usan en infinitivo y en la tercera persona del singular de todos los tiempos. Por nuestra parte, hemos establecido, mediante un código numérico, un único tipo de modelo flexivo. Los verbos defectivos y unipersonales no contituyen modelos específi- Análisis co111p111acio11al de la 11101jóloMÍt1 tlel es¡u111ol 13 cos, y quedan descritos mediante un código alfabético (-D para los defectivos y una -U para los unipersonales). De esta forma nuestra descripción comprende 63 m odelos paradigmáticos. Tomamos como hase la catalogación propuesta por Ramón y Fernando García-Pela yo y Gross y Micheline Durand en el lihro de la Editorial Larousse Conjugación. Consiste en una clasificación de 90 modelos distribuidos del modo siguiente: modelos 1 y 2, verhos auxiliares (haher, ser). modelos 3, 4 y 5, verbos regulares (13, 2ª y 3ª conjugación). modelos 6 al 70. verbos irregulares modelos 71 al 90, verbos con modificaciones ortográficas o prosódicas. La mayor novedad de esta taxonomía se encuentra en estos últimos modelos correspondientes a verbos que, como señala la Real Academia, por tener leves mutaciones de tipo ortográfico no dejan de ser regulares. No obstante hemos optado por encuadrarlos en modelos diferentes a los de las tres conjugaciones regulares en función de una mayor homogeneidad en el tratamiento computacional. Nuestra clasificación restringe el número de modelos por motivos de eficiencia computacional, ya que en cada grupo se cncuandran aquellos verbos que tienen el mismo número de raíces y cada una de éstas toma las mismas desinencias. La base de datos relacional que contiene la información ref erente a la mo rfología verbal posee una estructura semejante a la descrita anteriormente para sustant ivo s y adjetivos. La primera relación posee tres campos: referencia, lema (infinitivo) y categoría morfos in táctica (en esta relación siempre es verbo). La segunda relación, enlazada por el campo referencia con la anterior, incluye el campo de la raíz, número de la raíz, mode lo, tipo (defectivo o unipersonal), y código del conjunto de desinencias que se un en a la raíz en cuestión para dar lugar a las distintas formas flexivas del verbo. Así, podremos tener, en la primera relación: _R ef acertar _Categoría Y en la segunda relación: _ Ref _Ref PROCESO DE ANALISIS acert _lª_raíz acicrt _2ª_raíz _ Mod elo _ Modelo _Tipo _Desinencias _Tipo _Desinencias Una primera etapa del análisis trata de localizarla forma dccntradaen la base de datos de formas no flexivas o flexivas gramaticales, cuyos registros tienen la forma: d_nflcx( <«l»,»6") d_ntlcx( «ante»,»6") d_nflcx( « b<tjo >>,»6") 20 M. Angel de Pineda Pérez. M" del Carmen Phia Duarre. Pedro José Vá zquez Lcípe z mod_ v( 1,U , 1,100) mod_ v(l ,U,2, 1O1) mod_ v(2,X, 1, 1 ) mod_ v(2,X,2,2) mod_ v(3,X, J ,3) mod_ v(3,X,2,4) mod_v(4,X,1,5) mod_ v( 4,X,2,6) mod_v(4,D, l, 109) mod_v(4,D,2, l 10) mod_ v(5,X, 1, 1) mod_ v(5,X,2,2) mod_ v(5, U, 1, 100) mod_v(5,U,2, 101) mod_ v(6,X, 1, 1) mod_v(6,X,2,2) mod_ v(7,X,1,3) mod_v(7,X,2,4) mod_ v(7,U, 1, I 02) mod_v(7.U,2,103) 3) Conjunto de desinencias. Esta tabla relaciona los conjuntos de desinencias con las desinencias que los co nstituyen. La utilidad de esta tabla es evitar una cantidad excesiva de predicados en la tabla anterior. Si pre sc indi éramos de ella sería necesario es pecificar cada una de la desinencias posibles en el predicado «mod_ s)>. El primer argumento del predicado «con_d» es el código del conjunto de desinencias, y el segundo el código de desinencia, que es primer argumento en el predicado «d_ v)>. con_d( 1,4) con_ d(l ,5) con_ d(l , 1 9) co n_d( 1,20) con_d( 1,21 ) con _d( 1,22) con_d( 1,23) con_d(l ,24) con_d( 1,37) con _ d(l ,38) co n_d( 1,39) co n_d( 1,40) con_d(l ,41) con_d(l ,42) con_d( 1 ,55) Anúlisis compuwcional tl e la mmfolo~ia del espaiíol 21 ANÁLISIS DE LA MORl'OLOGÍA VERBAL El procedimiento que se sigue es análogo al del análisis nomina l. Dada una forma concre ta , por ejemplo «acierta n» , el proceso comienza disponiend o un predicado como el siguiente: f(acicrtan, Ref, L, C, R. N, M, T, De s, Descr) Los argumentos tienen el siguiente significado: Ref: referencia, L: lema , C: categoría, R: raíz, N: número de raíz, M: modelo, T: tipo. Des: desinencia, Descr: descripción. Las hipótesis sucesivas sobre la segmentación de la forma verbal son las siguientes: a) Raíz: «aciertan», Desinencia: «» b) Raíz: «acierta», Desinencia: «n» c) Raíz: «aciert», Desinencia: « an» Las dos primeras hi pótesis son rechazadas en los primeros pasos del proceso: no existen raíces iguales a las supuestas. En cambio, la compro bación de la tercera hipótesis tendrá éxito según los siguientes procesos de unificación realizados sobre el predicado inicial: f(aciertan, Re f, L. C. aciert, N, M, T. an, Dcscr) En la base de datos de raíces se encuentra un re gistro de la forn1a: Ref: 012 Raíz: Nº raí z: acicrt 2 Modelo: En el predicado anterior quedarán instanciadas la variable número de raíz co n «2» y la variable modelo con el valor« 1 ». f(aciertan, 012, L. C, aciert, 2, 1, T, an, Dcscr) A continuación se busca un predicado « mod _ v» cuyo primer argumento (modelo) unifique con « 1 », y cuyo seg undo ar gumento (nú mero de raíz) unifique co n «2». Existe un só lo predicado que cumple esta condición: mod_ v(l ,X,2,2) co n lo cual se puede in stanciar el argumento «T» de predicado «f » co n el valor «X ». La comprobación continúa con el intento de unificación del arg um ento De sinenc ia -instanciado ya al valor «an» en el predicado «Í» - en la primera tabla ( «cl _ v» ), en donde se localiza una clá usula de la forma : cl _ v(6,an, 13211) En este paso se obtiene un nuevo argumento (código de desinencia) cuyo valor «6» t end rá que per tenecer al co njunto de desinencias «2» obtenido como último argumento del pr ed icado «mod_ v». Para comprobar este h echo se recurre a la tercera tabla («con_ el») en la que se l oca li za una cláusula ele la forma: con_d(2,6) 22 M. Angel de Pineda Pérez. Mª del Carmen Pifia Duarte. Pedro José Vcízquez López Tras este paso el predicado «Í», presenta los siguient es argumentos: f(aciertan, 012, L, C, aciert, 2, l, X, an, 13211) Por último Ja referencia localizada en la base de datos de infinitivos hará posible Ja instanciación de la s variables referentes al lema y Ja catego ría: f(aciertan, 012, acertar, verbo, acie rt, 2, l, X, an, 13211) El sistema no descuida las posibles alternativas de descripción de homógrafos. Pa ra ello, obtenida una descripción, se fuerza el fracaso de la hipótesis ya comprobada y se intentan otras, ya sean para la misma categoría o para otra. Además, el procesador morfológico permite no sólo el análisis de las formas simples del verbo, si no que además detecta las formas compuestas. También puede segmentar contracciones y formas verbales con enclíticos. Así, el análisis de una forma como «cantándol a», procede, en primer Jugar, separando el pronombre enclítico, analizándolo y describiéndolo. Posteriormente reconstruirá la forma verbal primigenia «cantando» (sin acent o) , y procederá al correspondiente análisis. B IBLIOGRAFIA AGUIRRE, E. et al., «Aplicación de la morfología de dos ni veles al euskera>>, Pr ocesamiento del Lenguaje Natural, 7, (1989), 87-103. CLOCKSIN, W. y MELLISH, C., Programación en Prolog, Barcelona, ed. GustavoGili, 1987. GARCíA-PELAYO y GRoss, Larousse de la conjugación, Barcelona, Larousse, 1989. GAZDAR, G. y MELLISH, C., Natural Language Processing in Prolog: An introduction to Computational Linguistics, Wokingham, Addinson-Wesley, 1989. KARTUNNEN, L., DowTY, D. y ZW I CKY, A., Natural Language Parsing, Cambridge, Univ. Press, 1985. KAY, M., «Morphological a nd Syntactical Analisys», Li11 guistic Structures Processing, New York, 1977. KOSKENNIEMI, K., Two-Level Morphology, Univ. Hel si nki , 1983. MEYA LLOPART, M., y HuBER, W., Lingüística Computacional, Barcelona, Teide, 1986. MEYA L LoPART, M., «Gramática morfémica del español», R.S.E.L., 1985. Quince mil verbos españoles, Barcelona, Ramón Sopeña, 1980. Real Academia Española, Esbow de una nueva gramática de la lengua espaliola, Madrid, Espasa Calpe, 19 89. RooR!GUEZ MAGRO, C., et al., «Clasificación morfológica del léxico castellano para un analizador en ordenador», Actas del séptimo Congreso Nacional de Lingüística Aplicada, Univ. Sevilla, 1990, 491-503.