High Quality Syntactic Annotated Corpus of Lithuanian – VILSINTEKS

252 Ac a Linguis ica Li huanica LXXIII DAIVA ŠVEIKAUSKIENĖ Ins i u e o Li huanian Language Campi di ice ca: linguis ica compu azionale, eebanking, s a i di anno azione. HIGH QUALITY SYNTACTIC CORPUS ANOTATO di LITUANO […] VILSINTEKS Aukš os kokybės sin aksiškai ano uo as lie u ių kalbos eks ynas VILSINTEKS Anno azione Ques o documen o p esen a una doppia anno azione, che iene u ilizza a pe l'anno azione di al a quali à del co pus li uano. In o mazioni comple e su una ase sono o ni e in una abella e la s u u a sin a ica di una ase è p esen a a in un'immagine. Si u ilizza l'espe ienza di al e lingue e si p endono in conside azione le ca a e is iche speci iche della lingua li uana. L'insu icienza della app esen azione dell'albe o pe la s u u a sin a ica delle asi li uane è mos a a a a e so gli esempi s a is icamen e anno a i. È inol e chia amen e so olinea o l'obie i o della c eazione di un co pus anno a o con enen e in o mazioni esaus i e. Sono o ni i esempi di asi anno a e, che i le ono le ca a e is iche speci iche della lingua li uana. KEYWORDS: co pus sin a ico anno a o; app esen azione g a ica della s u u a sin a ica; li elli di anno azione nel co pus li uano; insu icienza della app esen azione ad albe o pe le asi li uane; obie i o del co pus sin a ico anno a o. ANOTACIJA S aipsnyje ap a iamas d iem lygmenimis a liekamas ano a imas, naudojamas aukš os kokybės ano uo am lie u ių kalbos eks ynui suku i. Išsami s uk ū a in o ma apie sakinį nu odoma len elėje, o sin aksinė sakinio nub aižoma g a iškai. Naudojamasi al i kalbų pa i imi, a siž elgian į speci inius lie u ių kalbos b uožus. Medžio nepakankamumas aizduojan lie u ių kalbos sakinių sin aksinę s uk ū ą pa odomas s a is iniu me odu S aipsniai A icoli 253 High Quali y Syn ac ic Anno a ed Co pus o Li huanian – VILSINTEKS ano uo ų sakinių pa yzdžiais. S aipsnyje aip pa aiškiai pab ėžiamas ano uo o eks yno, ku iame bus sukaup a išsami in o macija, kū imo ikslas. Pa eikiami ano uo ų sakinių pa yzdžiai, a spindin ys speci inius lie u ių kalbos b uožus. ESMINIAI ŽODŽIAI: sin aksiškai ano uo as eks ynas, sakinio s uk ū os aizda imas g a u, eks yno ano a imo lygmenys, medžio nepakankamumas aizduojan lie u ių kalbos sakinius, eks yno kū imo ikslas. 1. INTRODUZIONE La p ima anno azione dei co po a ace a pa e del speech agging POST [Chu ch 1988: 136]. Tale anno azione si o a nel Penn T eebank. In segui o u ono in odo e al e asi, che aspo a ano le in o mazioni sin a iche. Essi sono s a i app esen a i u ilizzando a i schemi [A well e al. 2000: 12]. Nel 2012 Köhle ha menziona o quan o segue: […]... non esis e uno s anda d gene ale su come i co po a do ebbe o esse e s u u a i e no a i […] [Köhle 2012: 32]. Pe an o, il co pus li uano VILSINTEKS è anno a o, enendo p esen e le ca a e is iche speci iche della lingua li uana […] una g ande quan i à di in lessione e un o dine delle pa ole libe o in una ase. Dei due p incipali ipi di app esen azione della s u u a sin a ica, che sono la g amma ica della s u u a delle asi e la g amma ica della dipendenza, ques 'ul ima è s a a scel a pe il li uano pe ché […]... la g amma ica della dipendenza ha a o appello sop a u o agli s uden i di lingue con un o dine delle pa ole ela i amen e libe o... […] [Kay, Gaw on e No ig 1994: 55]. La app esen azione più comune della s u u a sin a ica è un albe o [Allen 1987: 41]. Il nome del co pus anno a o sin a icamen e […] eebank […] è co ela o a ques o e mine. Il nome della banca di albe i li uana non con iene la pa ola "albe o", pe ché la s u u a sin a ica di alcune asi li uane è app esen a a da un g a ico con un ciclo, cioè non soddis a le condizioni s abili e dalla de inizione di un albe o, in quan o un albe o è un g a ico acilico connesso [Swamy, Thulasi aman 1984: 33]. L'ac onimo VILSINTEKS signi ica VILniaus SIN aksinis TEKS ynas […] Co po sin a ico di Vilnius. 2.NOTAZIONE del Co po li uano Recen emen e si è mol o pa la o e sc i o del basso g ado di in o ma izzazione della lingua li uana. Secondo i da i della META-NET DAIVA ŠVEIKAUSKIENĖ 254 p oge o Ac a Linguis ica Li huanica LXXIII, il li uano appa iene al g uppo delle lingue eu opee meno compu e izza e [Vaišnienė, Zaba skai ė 2012: 35]. Il so wa e c ea o pe al e lingue non p oduce isul a i soddis acen i quando iene applica o alla lingua li uana. È giun o il momen o di pa la e non della sca sa in o ma izzazione della lingua li uana, ma della quali à della sua in o ma izzazione. Pe an o, ale la pena gua da e indie o alla lingua li uana e ce ca e di c ea e la p op ia compu e izzazione di al a quali à della lingua li uana. I p imi s o zi nell'anno azione sin a ica del co pus so wa e o he compu e iza ion o he Li huanian language so as o p oduce li uano sono s a i a i nel 2013. Il co pus sin a ico anno a o VILSINTEKS è s a o c ea o p esso l'Is i u o della lingua li uana di Vilnius. Il nos o obie i o è quello di o ni e il maggio nume o possibile di da i igua dan i una ase, specialmen e se si a a dei da i necessa i du an e il p ocesso di aduzione. In o mazioni esaus i e sono o ni e nella banca degli albe i della dipendenza di P aga, che ha un'anno azione a e li elli [Hajič 2000: 103]. Più li elli di anno azione in un'immagine non po e ano Figu a 1. Esempio della s u u a sin a ica della ase li uana Jie gali bū i ki okie Possono esse e di e si S aipsniai A icoli 255 e 255 High Quali y Syn ac ic Anno a ed Co pus o Li huanian – VILSINTEKS FIGURA 2. Il p oge o è s a o app o a o dal Pa lamen o eu opeo e dal Consiglio. Sen enza analizza a s a is icamen e Kas ne izikuoja, as nege ia šampano, be g audžiai i ne e kia (Chi non ischia, che non be e champagne ma non piange neanche in lac ime) [Kapočiū ė, Ni e, K upa ičius 2013: 15] FIREGU 3. La ase s a is icamen e analizza a Be š ai p o medį, ku iame sėdėjau, p aslinko didelis šešėlis (Ma qui a a e so l'albe o in cui mi sono sedu o è passa a una piccola omb a) [Kapočiū ė, Ni e, K upa ičius 2013: 15] de e esse e aggiun a, quindi abbiamo deciso di di ide e la app esen azione delle in o mazioni in due pa i quando ci occupiamo delle asi li uane: una abella, che con iene i mo con ains. L'a ibu o phological, syn ac ic and seman ic in o ma ion, while he syn ac ic s uc u e should be p esen ed in a pic u e. A g aph wi h cycles is used o Li huanian sen ences because a ee is no able o e lec he en i e syn ac ic in o ma ion which he Li huanian sen ence p edica i o dipende da due pa i della ase: dal sogge o o dall'ogge o e dal p edica o. Ques e elazioni sono esp esse o malmen e e non po e ano esse e igno a e (pe maggio i de agli, edi Š eikauskienė 2005: 412). La igu a 1 mos a la s u u a sin a ica di una ase di i olo. Con iene un p edica i o, che ha o malmen e esp esso elazioni con il sogge o e il p edica o, e en ambe le elazioni de ono esse e app esen a e anno ando il co pus. DAIVA ŠVEIKAUSKIENĖ 256 Ac a Linguis ica Li uanica LXXIII Il p edica i o de e a e e la ine che conco da con il sogge o e allo s esso empo è adiacen e al p edica o; Cioè, non è un a ibu o del sogge o. I p imi en a i i di anno a e sin a icamen e il co pus li uano hanno dimos a o che il so wa e c ea o pe al e lingue non ha p odo o buoni isul a i in lingua li uana. Ci ca 1500 asi sono s a e anno a e s a is icamen e all'Uni e si à di Tecnologia di Kaunas [Kapočiū ė, Ni e, K upa ičius 2013: 12]. I isul a i p esen a i hanno dimos a o l'insu icienza delle in o mazioni nascos e nella FIGURA 4. VILSINTEKS ha analizza o la ase Kas ne izikuoja, as nege ia šampano, be g audžiai i ne e kia S aipsniai A icoli 257 High Quali y Syn ac ic Anno a ed Co pus o Li huanian – VILSINTEKS FIGURO 5. VILSINTEKS ase analizza a Be š ai p o medį, ku iame sėdėjau, p aslinko nedidelis šešėlis DAIVA ŠVEIKAUSKIENĖ Ac a Linguis ica Li huanica LXXIII s u u a delle asi 258 Le due igu e illus ano due asi analizza e, en ambe nella seconda ase il appo o di acco do non è lacking e y impo an in o ma ion. The i s sen ence lacks he a ow be ween he p edica e nege ia and subjec as (Figu e 2). mos a o a due pa ole medį e ku iame, che hanno e minazioni conco dan i ( igu a 3) quando gli au o i nello s esso a icolo hanno sc i o: […]un agge i o che modi ica un sos an i o de e esse e d'acco do in Sesso, nume o e caso. Le pa ole medį e ku iame de ono esse e d'acco do in gene e e nume o, e ques a in o mazione è assen e nella s u u a della ase. È di icile acce a e che le elazioni a le pa ole ku iame sėdėjau - in cui mi sono sedu o e p o medį a a e so l'albe o siano dello s esso ipo. Ques e asi anno a e secondo il me odo u ilizza o in VILSINTEKS sono mos a e ispe i amen e nella igu a 4 e nella igu a 5. 3. S a i di anno azione nella abella Le in o mazioni con enu e nella abella sono di e ipi: • In o mazioni sull'in e a ase, • In o mazioni sulle pa ole della ase, • In o mazioni non g amma icali sulle pa ole e sulla ase. 3.1 In o mazioni sull'in e a condanna Le in o mazioni igua dan i l'in e a ase sono cos i ui e dal suo codice, cioè dalla sua posizione nel co pus, dal suo ipo e dalle sue ca a e is iche. La ca a e is ica della ase è la sua ca a e is ica enendo con o della sua unzione nel es o, cioè se si a a di un i olo, di un au o e, di un so o i olo o di una ase di es o. Il ipo di ase indica in o mazioni comunica i e, cioè se è dichia a i a, impe a i a, in e oga i e, e c., and s uc u al in o ma ion: pe sonal, impe sonal, ellip ical, simple, composi e sen ence, e c. [Amb azas 1997: 573]. 3.2 In o mazioni sulle pa ole della ase Ogni pa ola è o ni a con i da i sul suo nume o nella ase, i da i mo ologici ( enso, caso, gene e, ecc.), il lemma, i da i sulla sua seman ica lessicale, la unzione S aipsniai A icolo 259 High Quali y Syn ac ic Anno a ed Co pus o Li huanian – VILSINTEKS sin a ica, le elazioni sin a iche di e e con al e pa ole nella ase e i casi p o ondi. Poiché l'o dine delle pa ole nella lingua li uana di soli o non ha alcuna in o mazione sin a ica, le ca a e is iche della seman ica lessicale sono mol o impo an i pe iden i ica e la sua unzione sin a ica. Il sos an i o nel caso accusa i o con la ca a e is ica del empo è un modi ica o e a e biale e senza di esso […] un ogge o. Se due nomi nel caso accusa i o appaiono nella ase, la ca a e is ica della seman ica lessicale è al ol a l'unico c i e io, che consen e di decide e la unzione sin a ica. 3.3 In o mazioni non g amma icali sulle pa ole e sulla ase Le in o mazioni s ilis iche sulla pa ola sono ipo a e nella abella. Aiu a a sceglie e l'equi alen e gius o nell'al a lingua quando si aduce la pa ola. L'an eceden e del p onome è necessa io. Mille, Wanne e Bu ga [2012: 5] desc i ono la s u u a co e e enziale, che collega il p onome al suo an eceden e in una ase. La banca di albe i li uana o nisce le in o mazioni sull'an eceden e del p onome se è anche al di uo i della ase. È mol o impo an e pe la aduzione pe ché il gene e del sos an i o (o del p onome di conseguenza) può di e i e in a ie lingue. Ad esempio, la ase li uana Ji bu o g aži ha e aduzioni in edesco. Se è "una agazza", la aduzione co e a è Es wa schön. Se è "un ga o" la aduzione co e a è Sie wa schön, e se è "un gio no" la aduzione co e a è E wa schön. Tu i e e i p onomi in li uano sono emminili pe ché u i e e i nomi sono emminili, men e nel caso della lingua edesca ques o p onomi ha e di e si equi alen i p endendo in conside azione il sos an i o che sos i uisce. La abella con iene le pa ole mancan i nelle asi elli iche e quelle omesse nella ed subjec , which is exp essed by a pe sonal p onoun. I is e y o en he case lingua li uana. Possiamo indo ina lo dalla ine del e bo. Anche la copula del p edica o nel empo p esen e è di soli o omessa, quindi la abella con iene ques e pa ole mancan i. Gli ac onimi sono app esen a i in pa ole comple e nella abella. I nume i sono inol e app esen a i nella abella da nume i e dai nume i da nume i pe ché l'esp essione lessicale dei nume i in a ie lingue può di e i e. DAIVA ŠVEIKAUSKIENĖ 260 Ac a Linguis ica Li uanica LXXIII 4. Tipi di in o mazioni Nella s u u a sin a ica Nella s u u a sin a ica la ase è di isa nella p ima ase in un g uppo di nomi, un g uppo di e bi e il ca a e e di ine ase. La lingua li uana ha un o dine delle pa ole libe o e a ol e il ca a e e di ine ase è l'unico mezzo pe de e mina e il ipo di ase, cioè se si a a di una ase dichia a i a o in e oga i a, ad esempio, Tu šiandien laimėjai p izą. Hai in o un p emio oggi. E u hai in o un p emio? Hai in o un p emio oggi? La igu a 6 mos a la s u u a sin a ica della ase in e oga i a. La aduzione della ase iene scel a in base al ca a e e della ine della ase. le pa ole che lo espandono, e il capo del g uppo di p edica i è il p edica o con le pa ole Fu he mo e, he s uc u e o he sen ence is ep esen ed using dependency g amma . The head o he subjec g oup is he subjec and below a e depic ed subo dina e si ua e so o. Al i due campi, che sono mol o impo an i pe anno a e il co pus li uano, sono il ipo di elazioni sin a iche a le pa ole e i g uppi di pa ole seman icamen e i isol ibili. FIGURO 6. S u u a sin a ica della ase in e oga i a Tu šiandien laimėjai p izą? – Hai in o un p emio oggi? S aipsniai A icolo 267 High Quali y Syn ac ic Anno a ed Co pus o Li huanian – VILSINTEKS Aukš os kokybės sin aksiškai ano uo as lie u ių kalbos eks ynas VILSINTEKS SANTRAUKA Pas a uoju me u labai daug kalbama i ašoma apie ai, kad lie u ių kalba mažai kompiu e izuo a. Pe kama ki oms kalboms suku a p og aminė į anga, ku i lie u ių kalbos a eju dažniausiai neduoda pa enkinamų ezul a ų. Jauėjo me as, kai eikia p adė i ap a i lie u ių kalbos kompiu e iza imo kokybę, užuo kalbėjus apie menką jos kompiu e iza imą. S aipsnyje ap ašomas aukš os kokybės sin aksiškai ano uo as lie u ių kalbos eks ynas, ku iame pa eik a pa ikima in o macija. Ano a imas a liekamas d iem lygmenimis: iškai. išsami in o macija apie sakinį nu odoma len elėje i sin aksinė s uk ū a nub aižoma g a- Ano uojan didelis dėmesys ski iamas sin aksinių yšių aizda imui. Jie pa odomi di e si spal ų i ipų linijomis. S aipsnyje ap ašomi neskaidomi žodžių junginiai ai žodžių g upės, ku ios ik ka u gali išplės i ki ą žodį, i ik isą g upę gali pažymė i ją išplečian is žodis. Ki ų sakinio žodžių yšys su ienu iš neskaidomo junginio dėmenų ne u i p asmės. S uk ū oje neskaidomi junginiai sudedami į ieną bloką pa odan idinius sin aksinius yšius. S aipsnyje pa eikiami sin aksiškai ano uo ų sakinių pa yzdžiai. Sakinio s uk ū ai aizduo i naudojamas g a as, nes medis, ku is sėkmingai aikomas anglų kalbos sakinių s uk ū ai, negali a spindė i isos sin aksinės in o macijos, esančios lie u iškame sakinyje. Tai labai ge ai ma y i s a is iniu me odu ano uo ų sakinių pa yzdžiuose, ku ie pa eikiami šiame s aipsnyje. Pa odomos d iejų sakinių s uk ū os, ku iose ūks a labai s a bios in o macijos: ienoje nepa ody as sin aksinis yšys a p eiksnio i a inio, ki oje nė a yšio a p žodžių, ku ie de skaičiumi i gimine. Palygin s aipsnyje pa eikiami šie sakiniai, ano uo i i VILSINTEKS naudojamu me odu. P adė o ku i eks yno ikslas sukaup i išsamią i pa ikimą in o maciją apie lie u ių kalbos g ama iką, a liekan sakinio analizę be klaidų, . y. kai kompiu e io da bo ezul a ai da pe žiū i žmogus. Ano as eks ynas bus iešai p ieinamas in e ne e. Kaip daba iš VDU eks yno galima gau i pa eik o žodžio pa a ojimo pa yzdžius, aip VILSINTEKS inklapyje bus galima gau i sin aksinių s uk ū ų, ku ios u i am ik ų požymių pa yzdžiui, ien isinių sakinių, ku iuose eiksniu į a dis i pan., pa yzdžių. Ano uojan naudojamos Excel len elės, nes jos leidžia aizdžiai pa eik i sakinio s uk ū ą i leng ai pe a ky i in o maciją į XML o ma ą, ku is plačiai aikomas paieškai. Taigi ano uo ą eks yną bus galima panaudo i s a is iniams lie u ių kalbos y imams, aip pa in o macijai apie lie u ių kalbos g ama iką išgau i i k . Į eik a 2013 m. o ob e 28 d. DAIVA ŠVEIKAUSKIENĖ Is i u i di lingua li uana Pe o Vileišio g. 5-216, LT-10308 Vilnius, Li uania dai a. m @gmail.com