Lietuvių kalbos morfologiškai ir sintaksiškai anotuoti tekstynai

BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 AGN BIELINSKIEN, LOC BOIZOU, ERIKA RIMKUT Vy au o Didžiojo uni e si e as LIETUVI LABOROS MORFOLOGISKAI E SINTAKSIŠKAI ANOTUOTI TEXSTYNAI ESMINIAI VOZŽIAI: eks ynas, au oma ická mo ologická analýze, au oma ická sin aksická analýze, ecnologias de linguagem. ĮVADAS Já 25 anos da Uni e sidade Vy au as Maggio (VDU) Kompuu e inės ling is ikos cen e (KLC), c iados e desen ol idos ecnologias da língua (U ka e k . 2017). VDU KLC p epa ados ecu sos e 1 e amen as de línguas li uanas são a base, sem as quais neapsieinama compu ado izando a língua li uanas e 2015 m. julho mês VDU KLC e VDU In o má ica aculdade jun amen e com pa cei os de p i aikan jai naujas echnologijas. 2015 m. p adžioje Lie u a apo isa eise CLARIN ERIC na e, o Vilniaus Uni e si y e Kaunas Uni e sidade de ecnologia unda am o conso cio CLARIN-LT e começa am ecu sos e ecnologias in a, a assim en ou em um comum sis ema de ecnologias de ykdy i p ojek ą „Lie u os na ys ė a p au inėje mokslinių y imų in as uk ū oje – Bend oji kalbos línguas eu opeias. 2 Šio s aipsnio ikslas – p is a y i du lie u ių kalbos iš eklius, ano uo us lie u ių kalbos ex ynus, p epa ados VDU KLC: mo ologicamen e ano uado ex yny MATAS e sin aksiškai ano uo uo u eks yną ALKSNIS. Šie iš ekliai iešai p ieinami CLARIN-LT saugykloje, paiešką galima a lik i pe ANNIS sis ema (plačiau ž . 3 sky ių), ambém pa sea chka au oma iškai mo ologically ano uo ame 3 ehnologijas. Compu u e izando a língua, p epa ando ins umen os compu acionais, des inados à eks yne galima s e ainėje h p://co pus. du.l 4 . Ano uo i eks ynai – pag indiniai iš ekliai, a liekan ys s a bų aidmenį plė ojan kalbos au omá ica análise da linguagem, necessá ia g ama ís ica análise e dados es a ís icos sob e a língua. Assim ex ynai, apilados ma cações g ama icales, é a si ma é ia-p ima pos e io men e au omá ica análise da linguagem. Tokie ex osy são u ilizados pa a ou os ecu sos de linguagem na u al e e amen as de cons ui em á eas ais como 1 P ieiga na in e ne : h p:// eks ynas. du.l . 2 Accesso na in e ne : h p://cla in-l .l /. 3 P ieiga na in e ne : h p158.129.51.247:8080/annis-gui://4.4.-3. 4 Isso de 208 milhões. pala as cons i uído au oma icamen e mo ologicamen e ano uado ex oyn. Mais sob e ele nes e a igo não se esc e e. A maio pa e da a enção é a ibuída 1,6 milhões. pala as de lingüis a e iuê am mo ologicamen e ano uo am ex o MATAS. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 2 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 sis ema de econhecimen o au omá ico de linguagem, maquinínis ap endizagem, au oma izado ansmissão, ex ação de in o mação e e c. A segui , a igo sepa adamen e ap esen am mencionados ex os e dados paçada neles a a és sis emą. Teks ynais i jų duomenimis gali pasinaudo i y ėjai bei s uden ai, i ian ys lie u ių kalbos ANNIS sis ema g ama ical, p o esso es e p o esso es, cons i uindo a e as, e odos os que in e essisi idiomas echnologijomis. ANOTUOTI LIETUVI LEGBOS TEXTYNAI E J SUDARYMO YPATUMAI 1. Mo ologiškai ano uo as eks ynas MATAS Mo ologická analýze é a p imei a e apa de p ocessamen o da linguagem e mui as ezes p epa a o olesnei sin aksinei a seman inei analizei, odėl labai s a bu, kad mo ologiniai ano a o iai eik ų ex o o mais p ecisamen e, pois e os ei os no ní el da mo ologia in e e em au omá ica de ou os ní eis da análise da linguagem. O p imei o mo ologino ano a o ius da língua li uãs oi c iado ap oximadamen e há 25 anos. Seu au o Vy au as Zinke ičius (plačiau ž . Zinke ičius 2000). Ac ualmen e línguas li uanias publicamen e acessí eis du mo ologiniai ano a o iai: mencionada V. Zinke ičiaus p og ama, ge almen e chamada Lemuokliu (nuo pala a lema an aš inė o ma), e po ale Lie u ių kalbos sin aksinės i seman inės 5 analizės in o macinė sis ema (www seman ika.l ) acessí el ano a o us. Nes e a igo elabo ado usando seman ika.l mo ologico ano a o ių. código. Seman ika.l ano a o ius desen ol ido pla a o ma 6 Hunspell como p og ama de código abe o; es e ano ado é a ualizado, complemen ado com no as p is a omas eks ynas MATAS ano uo as naudojan Lemuoklį, o sin aksiškai ano uo as eks ynas pala as (co a ab ange 171 000 lemų), man idas as suas eg as (plačiau Dadu ke ičius 2017). 2017 m. após No s Lemuoklis eikia gana ge ai, be šios p og amos negalima a naujin i, nes ji y a užda o ealiza in es igação e a aliando a qualidade de ambos ano ado es, de e minou-se que mais p ecisamen e unciona seman ika.l ano a o ius (Kapočiū ė-Dzikienė e k . 2017). A segui ap esen a-se eks ynas MATAS ealizado 20022014 m. Como base omado 1 mln. pala as eks ynas, compilado 2006 m., ele complemen ado no os ex osis, pe a ky as. P ima iamen e MATO ex ai o am ano ua i au oma icamen e mo ologicamen e, mais a de eles lingüís ico pe žiū ė i e su a ky i. 5 acesso na in e ne : h p:// eks ynas. du.l /page.xh ml?id=mo phological-anno a o ; es e p og ama não só mo ologicamen e ano a ex o, mas pode e sin e iza , i. i. sugene a necessá ias o mas; ela é adap ada e aos mais an igos esc i os analisa . 6 P ieiga in e ne e: h p://seman ika.l /Syn a icAndSeman icAnalysis/Analysis. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 3 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 MAT cons i ui 1,6 milhões. ex os, cons i uídos de documen os, g ožinės li e a u a mokslinių eks ų. Kaip i Daba inės lie u ių kalbos eks yne, didžiausią dalį (36 p oc.) suda o ob as, publicis ikas ex ai (ž . 1 pa eikslą). 1 PAV. Mo ologicamen e ano uado ex yno MATAS sanda a (p ocen ais) MATAS es á disponí el em á ios o ma os: o chamado o ma o KLC, onde são usados quan o incomum pa es da linguagem e ca ego ias g ama icais ab e iações (dis o o ma o ano uado e h p://cla in-l .l / po alo saugykloje acessí el ex ynas), ex.: <wo d="Ta p" lemma=" a p" ype="p ln"> <space> <wo d=" ankiai" lemma=" ankiai" ype="p ks eig nelygin.l"> <space> <wo d="suaugusių" lemma="suaug i(-ga,-go)" ype="dl eig nesng eik. bū .ka .l neį a dž y .gim dgsk K"> <space> <wo d="medžių" lemma="medis" ype="dk y .gim dgsk K"> <space> <wo d="ku ne ku " lemma="ku ne ku " ype="p ks eig nelygin.l"> <space> <wo d=" is" lemma=" is" ype="p ks eig nelygin.l"> <space> <wo d="pasima yda o" lemma="pasima y i(- o,- ė)" ype=" ksm eig sng simplesmen e.nuos bū .d.l nsk IIIasm"> <space> <wo d="dangaus" lemma="dangus" ype="dk y .gim nsk K"> <space> <wo d="lopinėlis" lemma="lopinėlis" ype="dk y .gim nsk V"> <sep='. "> <p> MATAS ambém ano uado in e nacionalmen e TEI P5 o ma o. Nele pa es da língua e ca ego ias g ama icais ab e iadas uma aide ou nume meniu, exemplo, a s d 3 signi ica espec i amen e: Docslinė li e a u a 24% Pe iodicidade 36% Adminis aciniai eks ai 21% G ožinė li e a u a 19% AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 4 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 eiksmažodis, pessoa p o egamoji o ma, posi i a o ma, sang ąžinis, iesioginė nuosaka, bū asis eqüninis empo, ienaskai a, e cei o pessoa. A segui é dada a mesma ex ação de ex o o ma o TEI P5: <w lemma=" a p" ana="# ">Ta pw> <pc> </pc> <w lemma=" ankiai" ana="#p n"> ankiai<w> <pc> </pc> <w lemma="suaug i(-ga,-go)" ana="# d n kn dk">suaugusiųw> <pc> </pc> <w lemma="medis" ana="#db dk">medžiųw> <pc> </pc> <w lemma="ku ne ku " ana="#p n">ku ne ku w> <pc> </pc> <w lemma=" is" ana="#p n"> isw> <pc> </pc> <w lemma="pasima y i(- o,- ė)" ana="# a s d 3">pasima yda ow> <pc> </pc> <w lemma="dangus" ana="#db k">dangausw> <pc> </pc> <w lemma="lopinėlis" ana="#db ">lopinėlis</w> <pc>.</pc> Ou o o ma o, pelo qual mo ologicamen e ano ua ex osi acessí eis h p://co pus. du.l no si e, cons i uído baseado MULTEXT-Eas o ma o exempli iu. Segundo es e o ma á cada pa e 7 da língua em di e en e núme o de ca ego ias mo ológicas (nuo 2 a 14), elas esc e em-se ab e ia u as, ex., no no imo NcmpnnN signi ica daik a a dį, c gene inį daik a a dį, m y iškąją giminę, p mui os nep iskai ą, n 名ininką, n nesang ąžinį daik a a dį, gale b ūkšnelis, que a pala aam, ex., uni e si e ai, não seiski iam nenhuma seman inė no yma. 8 No e cei o capí ulo ap esen a emos paiešką an o MATO, quan o ALKSNIO ex osin usando ANNIS sis ema. Nele é usado ou o ou o o ma o de no as mo ologicas, ele compos o de aco do Leipcigo glosa imo conhecimen o (plačiau ž . 3 sky ių). Di e en es sis emas de ano ação ca ac e ís icos não só ecnologias da língua li uanas. Es e p oblema es imulou a c iação da e amen a de con e são Peppe (Zipse e k . 2010). Isso indica á ias e apas de c iação de ecu sos e usados ins umen os de ano ação. Como is o a pa i an e io men e o necidos exemplos, KLC usados qua o sis emas de conhecimen os mo ologicos. Quan os di e en es o ma os de ano ação su gi am de ido ao a o de que mo ologicamen e ano uado ex ynos p epa ado longo empo. Num empo de odo não e am aplicados nenhumos pad ões de ano ação, simplesmen e o am usados analisado de mo ologia c iado po V. Zinke ičiaus pa es da linguagem e su u ações de ca ego ias g ama icas. Eles são acilmen e comp eendidos pelos consumido es. Depois cujo empo de ido à coope ação in e nacional mo ologicamen e ano uado ex ynas pe ano uado usando 7 Accesso à in e ne : h pnl.ijs.si/MEV/msd/h ml://index.h ml. 8 Mais sob e es a conhecimen o e . h p://co pus. du.l /l /mo ph. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 5 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 in e nacionais. Como mencionado, seman ika.l (esse sis ema p incipal obje i o oi c ia se iços in e ne ) no analisado mo ologológico usados ma cos MULTEXT-Eas o ma o. Assinas umpas, mas às pessoas di íceis de en ende , ela adequamesse à análise compu acional. MULTEXT-Eas o ma o mo ologicamen e ano uado e sin ác ico eks ynas ALKSNIS. Teks ynų paieškos índice ANNIS (ž . 3 sky ių) o neceu possibilidade de conjuga ALKSNIO e MATO o ma os de ano ação mo ológica. A p imei a ideia oi usa o conhecimen o Uni e sal Dependency (UD), po que é bas an e di undido sis ema de ano ação e ela acilmen e lê-se (inglês). No en an o UD ma cas são mui o longas e isso esul ou incon enien e execu ando pai ešką pe ANNIS: cada pala a de ma ca ocupa mui o espaço, po an o, analisando se buscamos a pala a con ex o, p ecisou desliza o janho odyklę pa a uma ou ou a lado. De ido a es a p oblemá ica p á ica decedeu-se adap a o Leipcigo glosa imo conhecimen o, pois elas acilmen e lei as e bas an e umpos. Não obs an e aqui desc i os a di e sidade de conhecimen os de ano ação, en a iza-se que de ambos ex os ANNIS sąsajoje é usado apenas um (adap ado Leipcigo glosa imo) sis ema, e isso de e se g ande alí io pa a os consumido es. No a-se que MATE não indicada sen inių limi es, isso pode se ei o apidamen e au oma icamen e, mas p ecisa e i ica os esul ados ob idos. MATAS, como e abaixo discu imos eks ynas ALKSNIS, acessí el h p://cla in-l .l / po alo saugykloje. Nele é possí el ealiza uma caçada usando o sis ema 9 ANNIS (plačiau consul e 3 capí ulos). 10 2.Tex o sin a icamen e ano ado ALKSNIS O ex o ano ado sin ác icamen e do língua Li uânia ALKSNIS oi elabo ado em 2016. O seu desen ol imen o oi apoiado pelo Conso cio Eu opeu de In aes u u a de Recu sos e Tecnologias de Língua (CLARIN ERIC) (MTI-02/2015). Teks ynas acessí el publicamen e h p://cla in-l .l / po alo saugykloje. Como usá-lo, explicada no guia do usuá io. 11 12 Teks ynas suplanuado como lie u iškosios sin aksinės analizės e alonas. Texynos ipo Tokio ca ac e iza-se isso, que eles nãoideli, op imalias gên inês composição, a sin aksinė analizė, embo a e ealizada au oma icamen e, mas e iui ada e esgo ada kalbininkų. Com base no e alão de análise sin ác ica, é possí el c ia um analisado sin ác ico que a ue numa base es a ís ica (angl. s a is ically-based pa se ) e expandi uma análise sin ác ica au omá ica (Bielinskienė and k . 2016). 9 Accesso à in e ne : h ps: cla in. du.l /xmlui/handle://20.500.11821/9. 10 Accesso na in e ne : h p158.129.51.247:8080/annis-gui://3.4.4. 11 Accesso na in e ne : h ps:cla in. du.l /xmlui/handle://20.500.11821/10. 12 acesso na in e ne : h ps://you u.be/PlE0PWu b4Y. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 6 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Dado ALKSNIS se mais no o ecu sos da língua li uanas do que MATAS, menos desc i o, po an o nes e a igo ALKSNIUI ski semos maio a enção, ambém discu imos sin aksialmen e ano uando as ques ões que su gi am. 2.1. Pa es de Texs yno Teks yną ALKSNIS consis e 30 599 pala as, 2355 sin aksiškai ano uo i sakiniai. Em compa ação com os ex os de línguas p óximos dos países, es e ex o é bas an e panašus e, pode-se a i ma , é de amanho su icien e: la ių kalbos eks yną suda o 3800 sakinių, 53 ūks . žodžių (P edkalnina e k . 13 2016); da língua es ų sin aksialmen e ano uo a ex yną PENN (JAV) cons i ui bem mais sob e 3 14 – 1400 sakinių, 10 600 žodžių (Muischnek i k . 2014); lenkų kalbos 15 – 8227 sakinių. Pi mąjį milhões. pala as. 16 ALKSNIO eks ai apima ke u ias žan ines dalis (ž . 2 pa .). Bend osios bei specialiosios pe iodikos e g ožinė li e a ū a pa es são apylygės, e adminis a i inių eks ų pa e a meno , po que speci inė lie u ių kalba: sakiniai dažnai būna ilgi, juose gausu dokumen ų pa adinimų, nuo odų į ki us dokumen us i pan. Tokių sakinių ano a imas nea skleis ų ipiškos sin aksinės s uk ū os. isso 2 PAV. Sin aksialmen e ano uo o ex yno ALKSNIS sanda a ex os de gên ų. G ožinės li e a u a Teks ynui suda y i im i iš isi, nesu umpin i eks ai. Sakiniai a ink i iš kuo į ai esnių pa e cons i ui sakiniai de li uãos au o es de ob as. Selec i sen iniai p epa eng i compu ado inei analisei: e i icado codi icación ex o, es i adas abelas e quad oslai. 13 Accesso na in e ne : h p://sin akse.ko puss.l index.h ml. 14 Accesso na in e ne : h ps: me asha e.u .ee/4/ eposi o y/b owsees onian eebank/eb86e5463411e2a6e4005056b400242c46832883754ad7bd89d07 69d6a0 c 15 P ieiga na in e ne : h p://zil.ipipan.waw.pl/Sk%C5%82adnica. 16 Accesso na in e ne : h psca alog.ldc.upenn.edu/ldc://99 42. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i ex ynai | 7 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 2.2. Fe amen as de ano ação e isualização de ex s yno Au omá ica sin aksinė analizė baseia-se no p oje o VDU KLC Li uu ių kalbos sin aksinėsseman inės analizės sis ema eks ynui, lie u iškam in e ne am i am aplicações do se o público du an e pa eng u analizado sin aksiniu, que oi desen ol ido Haskell kalba. Analizado baseia-se eg as análise de módulos 17 mo ologicamen e ano uados a qui os e como esul adoá o nece sen inhas, des di idy us em oles) e pag įs u (angl. ule-based) me odu. Šis į ankis skai o seman ika.l segmen a imo i mo ologinės unções sin acsicas (Boizou e k . 2014: 69). Se iços In e ne gene am unicamen e a qui os JSON, mas dėmenis a sin agmas, gene uoja sin aksinius medžius, nu odo jų eminius aidmenis (angl. hema ic ou a e amen a KLC con e e os esul ados da análise sin ác ica PML (P ague Ma kup Language) o ma o. Sin aksiškai ano uo am isualiza e edaga PML o ma o á o es de dependências usando P ahos Ka olio sakinių segmen a imą bei mo ologinę analizę, au omá ica sin aksinė analizė (co yklėmis eks ynui y a gene uojami p iklausomybių medžiai (angl. dependency ees). Šis o ma as leidžia pag įs u uni e si e o UFAL suku ą T ED edak o ių 18 (ž . 3 pa .). Visi au oma iškai suano uo i sakiniai pa ik in i i iš aisy i kalbininkų. Taigi sin aksinė analizė apima is lygmenis: au oma inį žodžių i me odu) i ankinį sakinių a kymą (plačiau ž . 2.4). 2.3. Es u u a dos dados ALKSNIO A a és de ei a au omá ica análise sin ác ica, sen inhas são ap esen adas g a icamen e p incípio de á o e (ž . Fig. 3). Cada cimei a da á o e co esponde à pala a do enunciado, a des iliação ou ou a unidade do enunciado (simbolį, ci į, e c.). As ligações de Plexomidades en e pala as são indicadas šakomis ou b iaunomis. 17 O analisado sin ác ico oi desen ol ido VDU Kompuu e inės ling is ikos cen e L. Boizou e F. Zamble aʼos. 18 acessí el na in e ne : h ps://u al.m .cuni.cz/ ed/. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i ex ynai | 8 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 3 PAV. Sin aksialmen e ano uado ase pe enom medisidades T Ed edi ó io o ma o P esso odas as pala as al o dem da o dem indicado (ž . 3 ig.): 1) conc e i aseinha pa a o a o ma da pala a (p z., esiden es); 2) i ulação (žodyninė o ma) lema (p z., esiden e); 3) ma cas mo ológicas (pgs., Ncmpnn-); 4) unção sin aksís ica (p z., Sub) (su umpinamen os explicações ée abaixo). 2.4. Ní eis de Análise Ní el de análise Mo ologicas. A ano ação mo ológica é a p imei a e apa de análise au omá ica, po an o é indispensá el a uma sin aksina de ní el mais al o ou análise de ase. A análise mo ológica oi ealizada usando seman ika.l ano a o ios (Dadu ke ičius 2017). ALKSNYJE as ma cas mo ológicas usadas são compiladas com base a o ma o MULTEXT-Eas (mais amplamen e desc i o em capí ulo 1). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 9 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Sin aksinės analizės lygmuo. Sin aksinis analiza o ius apdo oja mo ologiškai ano uo us a qui os e o nece sen enças, desmemb ados em dėmenis ou sin agma, suge i á á o es sin ác icas, nu odo jų elemen ų sin aksines unkcijas. Analizė emiasi p iklausomybių g ama ikos modeliu (angl. dependency g amma ). Ele ge almen e aplica a linguagens ipologicamen e semelhan es, às quais ca ac e iza pala a de o mas cai yba e li e o dem de pala as, exemplo, às línguas sla as (PDT, 19 SynTagRus), la ias, e . . Sin aksinas pe encências exp essekiam de aco do hie a chiją. Começa-se 20 a pa i do p incipal enunciado dėmen á o e opoūnês, à qual se jun a ou os enunciados dėmenes de aco do com sua pe ença (i. y. sin aksinius yšius). Ab e iações sin aksís icos e in o mações sob e sin axis ligações e dependomibes supo i cheků įdi biu (Hajič e k . 1999); eles uns p imei os desen ol e am a análise sin ác ica a ipo sin é ico checos. A ualmen e ALKSNYJE é usado 18 p incipais no amen os sin ác icos (não con ando suas a iadas de): Sub sujei o, P ed a inys (p edica ) Obj obje o e . . (ž . 1 abelę). Pažymų a ių su ge quando a um se adicionam d ejopos ou duplo ma cados, ex., ma cando compos o um a dažodinio ou eiksmažodinio ipo a inho são usados d ejopos ma cados: espec i amen e P edN e P edV; do ma cado sen ença compos a do la e al sinal (a ibuição) dėmen, ao lado do la e al sen ença dėmen na a i o ma ca-se duplo sigyma P ed_A ; pa a mos a a junção (koo dinação) à peça da ase de uma ūšių como pa e do duplo sinal da ma ca ma cima _Co, . i. a cada um dos lis ados de uma ūšių esc i os adicionais Obomaj_Co e pan. By he way, compos os enunciados pode oco e e igubos no ymų, po exemplo, quando é p eciso ma ca iena ūšius secundu inius enuncios: P ed_A _Co isso é secundu inis pažyminio (a ibu inis) aseys. 1 LENTEL. Funções sin ác icas e suas ma cas eks yne Pažyma Sin aksinė unkcija Suje o P edika as [Sub] Ele disse Ele ėjo P edika as (ou auxilia [P ed]; oi [P ed] sa is ei o Pa yzdys P edN [P ed] Foi sa is ei o [P edN] Laukiu pala a) P edV Veiksmažodinė p edika o pa e Tu i [P ed] a ilisgin i [P edV] Va dažodinė p edika o pa e Obj Objek as con id [Obj]; p ecisa esol e [Obj] A ibu o (pažyminys) Vidu inė [A ] escola; país memb o [A ] Adjink Aplybės [Adj] Ago a desp ê; Pa izanų ga ėje [Adj] 19 P ahos dependomidades medžių banco (P ague Dependency T eebank), mais amplamen e s . h ps://u al.m .cuni.cz/pd 3.0. 20 Accesso na in e ne : h pwww. usco po a. u/en. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 16 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 9 PAV. Suje an e ligação Exemplo de ano ação de ledems elacionados Se é uma plu iadêmenis mis u is conjugação, en ão cons ução em que o in e up o é e eūnê, e a pa i dele ão odos ou os semjun uki ledems (cablelhos com suas lis asijamisiais pala as es ão no mesmo mesmo ní el de pe enemência). Ou as di isões são ma cadas Aux (z . Fig. 10). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 17 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 10 PAV. Miš iosios sujun amosios kons ukcijos ano ação exemplo (pa eiksle is o e mais sujungiamojo yšio casos) Sujungiá eis sakinių i šūnė é sujungiamasis in e up ukas. Jun am-se pala as, que o mam p é eiksmiai, in oduções ou dalely ės (pz ., p ie eiksmis po an o), dependem do segundo sen inha dėmens p edica o e execu a a unção ambien e (Adj), e a conjunção Coo d unção execu a kablelis como e sem conjunções sakiniuose ou sakiniuose com ka ojamaisiais conjun ukais, que aqui são conside ados dalely ėmis (pa . 12), como e no caso de pa . de a es sen iniais (pa . 11, 12.). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 18 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 11 PAV. Sujugia i o sen ício com jungiamuoju pala a ano ação exemplo 12 PAV. Sujugamosios cons uções ano ação ex ynai | 19 AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Sudė inga ano uo i skai ines iš aiškas, p z., alandas, me us. Jos ano uo os kaip aplinkybės com pažyminiais ou como pažyminiai (ž . 13, 14 ig.). 13 PAV. Da os ano a imas 14 PAV. Da as e ou as exp essões numé icas ano ação (pa eiksle ap esen ado apenas agmen o de ase ano ado sin aksialmen e) eks ynai | 20 AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Não é semp e ácil ano a con os complexos. Em alguns casos eles são ano ados da o ma como e en endidos nas g amá icas da língua li uana, i. e. como a dažodinio e eiksmažodinio ipo a iniai (p z., é [P ed] simples [P edN]; pode [P ed] se [P edV]), e em alguns casos o segundo dėmo do con o é conside ado obje o (ob z., ke inu [P ed] suk ies i [j]). Foi complicado ano ua cons uções com po inais a iculukais, pois ambos a iculucas hie a chiamen e são lygia e čiai. Nes e caso, conside ou-se que a mais al a posição hie a chia ocupa 15 PAV. Sudė inių sakinių su po inėmis pag indinio sakinio dėmens a inys, nuo jo p iklauso šalu inio sakinio dėmuo (ž . 15 pa .). jung ukais exemplo de ano ação sujungiamojo yšio jung ukus decês es a conside a dalely ėmis, Galiausiai s a s y a dėl kai ku ių kalbos dalių s a uso. Pa yzdžiui, ka ojamuosius po que sua unção dependomidades á o e es u u a semelhan e a dalelyčių (ž . 12 ig.). Ano uando sin aksialmen e mãos oi esol ida não poucos p oblemas, aqui deles oi in oduzida apenas alguns. Mui as das di iculdades de ano ação esol em-se man endo a abo dagem adicional da g amá ica, só conciliando sob e um ce o modo de ano ação. Em ou os casos e e que adap a -se à ano a imo ypa umų i ano uojan nuosekliai laiky is susi a imo. Tikimasi iškilusias p oblemas sin axial esol e desen ol endo ainda mais au omá ica sin axial análise. sis ema. Isso é um dos Ki ame posky yje p is a oma duomenų paieška ano uo uose eks ynuose naudojan ANNIS desa ios usando ex os ano uados, pois a paííçada de dados em ais ex os, onde há mui as e e ências e a é alguns ní eis de ano ação, em que se di e si icada. Po es a azão oi escolhida a e amen a ANNIS c iada pelos pesquisado es da Uni e sidade Humbold (Vokie ija). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 21 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 3. Paqueca ia ANNIS sis ema Naudo i ANNIS į ankį nė a labai sudė inga (plačiau ž . Zeldes 2016). Reikia pasi ink i ano u ex yną (MATO eks yno dalį (šis eks ynas suski s y as į dokumen us, g ožinę li e a ū ą, mokslinius eks us i pe iodiką) a ba ALKSNIO eks yną (jis į a dy as aip: Alksnis_paula_1.0) i pa eik i užklausą. Užklausų es u u a desc i a 3.1 e 3.2 posky iuose. ANNIS o nece as co esponden es ilei as de conco dança com a in o mação elacionada (ž . Fig. 16). A linha de Conco danso pode se es endida de 5 a 25 pala as (įcoičiuojami e des ilybos sinais) an o da esque da como da di eição; ambém é possí el expo a esul ados. Em ambos os ex os são usados ma cos g ama icais, compilados de aco do Leipcigo glosamen o conhecimen o. Exis em adicionadas algumas ma cas, das quais não há mencionadas ma cas, po exemplo, ~COMP signi ica supe io g au. An es okias conhecimen o esc e e-se 21 ildês sinal. As po ções de línguas indicam segundo Uni e sal Dependency o ma . 16 PAV. Paieškos pe ANNIS į ankį ezul a ų agmen as Pa e dos documen os MATO em busca lema o dem 21 acessí el na in e ne : h ps:www.e a.mpg.de/lingua/ esou cesglossing- ules.php. Ki uas em ex os ano ados equen emen e usam Uni e sal Dependency (UD) ma cas (ž . h p://uni e saldependencies.o g/; ambém consul e Fig. 18). Como esc i o no p imei o capí ulo, UD ma cos mui o longos (pgs.: galininko linksnis, mo e iškoji giminė e mui osiskai a indica-se assim: case=accusa i e|gende = eminine|numbe =plu al), elas ocupam mui o espaço na ANNIS in e sajoje e po isso incon enien emen e le in o mações. AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i eks ynai | 22 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 17 PAV. Paie sea ch pe ANNIS ú inho agmen o dos esul ados ALKSNIO eks yne p ocu ando lemos mandamen o (que sin aksiniai elações osse ma cadas de a cos, é p eciso ape a pliusą a deps) 3.1. Paqueca Simples Um de sinal paieška é chamado simplesąja. Fo nece-se ano ação (nomeações de ca ego ias g ama icas, usadas ma cas g ama icas e e c.) depende de cada ex oyno es u u a, e não de ANNIS į ankio. A k eipiame dėmesį, kad o muojan užklausą eikia ski i didžiąsias i mažąsias aides. 3.1.1. Tikslių pala as o mų (simbóli eilučių) paieška Pap as oji paieška ykdoma nu odan ka ego ijos pa adinimą, lygybės ženklą i ka ego ijos alo ę, g a ada em anglicisk kabu ėse, po exemplo:  lemma="kalba" ( okia záklausa signi ica que se p ocu a lemos língua);  pos="ADJ" (ieškoma būd a džių);  g am=".M.SG.GEN." (p ocu ada ce as ca ego ias g ama icales, nes e caso ienaskai os y iškąja gimine kilmininko o ma pa a o ų žodžių). AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i ex ynai | 23 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 Ao pesquisa uma de e minada o ma de pala a no ex o, é p eciso indica o nome da ca ego ia ok ou simplesmen e ieškomą o mą esc e e nas kabu ėse, exemplo. :  ok="pasakė" a ba "pasakė". Em ambos os ex os ano ados é possí el pesquisa lemų, pa es da linguagem, g ama inių ka ego ijų, konk ečių žodžių o mų, o ALKSNYJE da galima ieško i sin aksinių pažymų, p z.:  sy un="A " (esquoma a ibu os). ALKSNYJE ambém ainda é possí el p ocu a de elações de dependências (deps), mas es es p ocu am segundo ou a p incípio (ž . 3.2.3). 3.1.2. S uc u as de símbolos pa Sea chka ANNIS pe mi e ealiza pachešką usando exp essões egula es (angl. egula exp essions); elas ma cados po símbolos especiais. Paieška em egula isiškomis em essência insc e e-se ambém kaip ikslių žodžių o mų paieškos užklausa, ik eikia angliškas kabu es pakeis i pas i aisiais b ūkšniais. 3.1.2.1. Be kokių simbolių paieška O mais impo an e símbolo especialus é o pon o, ele subs i uiça qualque um um símbolo ( aidê, digi al, e pan.), exemplo. :  lemma=/pl. .s/ (ieškoma, po exemplo, pla us, espo is, pli us); p.sak.s/ ou ok=/p.sak.s/ (ieškoma, po exemplo, pasakys, pasakos, pasak, pasakęs, posakis /);  /201./ a ba ok=/201./ (ieškoma, p z., 2010, 2011, 2012…). Já que pon o pode subs i ui qualque um signo, p óp io do pon o símbolo é p eciso p ocu a usando kombinaciją pas i asis kai inis b ūkšnys + aškas ( .), p z.:  g am=/ .. .SG .GEN ./...). (ieškoma, po exemplo.,.M.SG.GEN.,.F.SG.GEN., 3.1.2.2. Uma de á ios símbolos paiscada Em ez de símbolos o almen e inde inidos, uma consul a de pache sea ch pode indica ieškomų simbolių. Jie ašomi lauž iniuose skliaus uose, p z.: algumas especí icas  lemma=/pl[ao] .s/ (ieškoma, po exemplo, pla us, espo is, mas não  / [ei]lp./ a ba ok=/ [ei]lp./ (ieškoma, p z., elpa, ilpo, be ne alpa); pli us); 201[0124]/ ou ok=201./ (p ochoma 2010, 2011, 2012, 2014); eks ynai | 24 AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204  g am=/ .[MFN] .SG .GEN ./ (ieškoma.M.SG.GEN.,.F.SG.GEN.,.N.SG.GEN.). A e iamos a enção que des e modo se p ocu a segundo um símbolo de um dos símbolos indicados:di b[aius]/ pe mi e p ocu a abalha, di bi, di bu, di bs, mas não di bau ou abalsi. 3.1.3. Ope ado es de Ca ojimo Pode-se ca o a (įp as os e especiais) símbolos, exemplo. :  lemma=/.. aija / (eškoma, po exemplo, nue agia , sai agia , a ija , iaja , não iagia ); di b[ao][m ]e/ ou ok=di b[ao][m ]e/ (ieško i di bame, di ba e, di bome, di bo e). Assim, buscamos o núme o de símbolos são cons an es, ex., dois símbolos nos exemplos (a ba [ao][m ]), aigi pagal užklausą lemma=/.. ažiuo i/ negausi e ezul a ų su lema į ažiuo i. dados. Mais possibilidades es ão com ope ado es de epe ição, seus signi icados são es as: ? um de e minado símbolo oi usado uma ez ou nenhuma ez; + um de e minado símbolo oi emp egado pelo menos uma ez (i. e. uma, duas, ês, qua o e mais ezes);  * um de e minado símbolo pai ado n ezes (i. i. pode se comple amen e não pai ado, pai ado uma, duas e mais ezes) Es es ope ado es ajudam a p ocu a símbolos, que ão depois deles ou an es deles, po exemplo. : šild?o/ (eškoma šilo ou šildo /); Ma+u/ (ieškoma Mau, Maau, Maaau, Maaaau e . .); oi*/ (ieškoma o, oi, oii, oiii e . .). Anksčiau minė i ope ado es são compa í eis com qualque um ou um de á ios símbolos pa Sea chka, ex.: eks ynai | 25  lemma=/.* ažiuo i/ (ieškoma, p z., ažiuo i, iš ažiuo i, į ažiuo i, nu ažiuo i, p a ažiuo i, nep a ažiuo i);  /šauk[aiu]*/ a ba ok=/šauk[aiu]*/ (ieškoma, p z., šauk, šauki, šaukia, šaukiu); AGNĖ BIELINSKIENĖ, LOÏC BOIZOU, ERIKA RIMKUTĖ. Lie u ių kalbos mo ologiškai i sin aksiškai ano uo i BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 chauk[aiu]+/ ou ok=chauk[aiu]+/ (ieškoma, po exemplo, g i a, g i a, g i o, mas não g i a, mas não g i a);  g am=/.* .F .. * (ieškoma seka.F. en e qualque um dos ou os símbolos sekų). Men imen o que ais es u u as, como [aiu]* ou [aiu]+, não em in luência ieškomų símbolos o demca. Consequen emen e, ap esen am-se esul ados que con enham a ou i, ou u + a; ou i, ou u + a; i, ou u... ou En ão econhecem-se ais combinações de símbolos: aaa, i, uuuuu, uiua, uaa e . . 3.1.4. Al e na i os paieška Ve ikalusis b ūkšnys (|) pe mi e p ocu a al e na i as, p z. :  lemma="nege as" | lemma="ge as"; d(au|ū)ž. * ou ok=/d(au|ū)ž. */ (eškoma, например, daužo, dūž a, daužymas);  g am=/.* .~(COMP|SUP) .. */ (ieškoma.~COMP. i .~SUP. en e qualque dos símbolos sekų);  " ik" | " ik ai" ou ok=" ik" | ok=" ik ai" (p ocu ado só e ik ai). 3.1.5. Inqui ies Nega i amen e o muladas Embo a essa opção seja ú il pa a a combinação de a ibu os em buscas complexas, mas ambém em buscas simples pode indica o que não p ecisa p ocu a , po exemplo:  pos!="NOUN" (pesquema de odas as pala as que não são obik a o des);  ok!=/. *[aąeęėiįyouųū]/ (eškoma de odas as o mas de pala as, que não aca a balse). Se não selecciona uma complexa paise sea ch p oclusa (ž . 3.2), nega i amen e su o madas p oclusas simples podem causa p oblemas, especialmen e se inclui mui os pala as (como no p imei o caso daik a a džių), en ão es a p oclusa p ecisa se usada com cau ela. 3.2. Sudė inė paieška Sudė inė paieška cons i ui-se de á ios simples dos paieškos. Ainda é necessá ia uma pa e adicional, que desc e e a elação en e os simples paieškos (indicados po posição). Cada uma simples da paíseškos pa e conjuga-se ampe sendo (&) sinal.