una introducciÓn$ acorel$1. fungramkb$ • “un%entorno%computacional%desonado%ala...

42
UNA INTRODUCCIÓN A COREL Alba Luzondo Oyón UNED 30 de octubre de 2015

Upload: others

Post on 03-Jul-2020

2 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

UNA  INTRODUCCIÓN  A  COREL  

Alba  Luzondo  Oyón  UNED  

30  de  octubre  de  2015  

Page 2: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Outline  

1.  Introducción  a  FunGramKB:  Arquitectura  2.  La  Ontología  Nuclear:  Unidades  conceptuales  3.  MT    4.  PS:  Eventos,  enOdades,  cualidades  5.  Operadores  

Page 3: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

1.  FunGramKB  

•  “Un  entorno  computacional  desOnado  a  la  construcción  semi-­‐automáAca  de  una  base  de  conocimiento  léxico-­‐conceptual  mulApropósito  para  el  desarrollo  de  sistemas  automaOzados  del  procesamiento  del  lenguaje  natural  (PLN)”  (Periñán  y  Mairal  2010:  12)  

-­‐  MulAfuncional:  reuOlización  en  aplicaciones  del  PLN  que  requieran  comprensión  del  lenguaje.    -­‐  MulAlingüe:  inglés,  castellano.    

 

Page 4: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

La  arquitectura:  3  niveles  de  conocimiento  Nivel  gramaAcal  (nivel  lingüísAco)  

Nivel  léxico  (nivel    LingüísAco)  

Nivel  conceptual  

Page 5: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Nivel  léxico:  (language-­‐specific)  –  Lexicón:  almacena  información  morfosintácOca  de  las  unidades  léxicas  

(UL).  –  Morficón:  asiste  al  analizador  y  al  generador  en  el  tratamiento  de  casos  de  

morfología  flexiva.  

•  Nivel  gramaAcal:  (language-­‐specific)  –  L1,  L2,  L3,  L4  (LCM)    –  Almacena  esquemas  construccionales.  

•  Nivel  conceptual:  (language-­‐independent)  –  Cognicón:  almacena  conocimiento  procedimental  –  esquemas  

conceptuales  que  describen  una  serie  de  eventos  estereoapicos  dentro  de  un  marco  temporal.  

–  Onomas,cón:  almacena  cto.  enciclopédico  sobre  instancias  de  enOdades  y  eventos.    

–  ONTOLOGÍA:    •  Catálogo  jerarquizado  de  conceptos.  •  Pivote  central  de  toda  la  base  de  cto.  •  Ontología  nuclear  –  Ontologías  satélites  

COREL  Conceptual  

 Representa7on    Language  

Page 6: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

2.  La  Ontología  Nuclear  

 Tres  subontologías  #ENTITY,  #EVENT,  #QUALITY    

ESTRUCTURA  O  CATÁLOGO  JERARQUIZADO  DE  CONCEPTOS  ¿¿¿¿  INGLÉS  ????  

Conceptos  asociados  a  diferentes  senAdos  de  UL:  -­‐  Acompañar  (Lexicón  Esp.)  -­‐  Accompany  (Lexicón  Ingl.)  -­‐  Acompagner  (Lexicón  Fr.)  (Top-­‐down  approach)    

Page 7: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Ontología:  unidades  conceptuales  •  #METACONCEPTS:  dimensiones  cogniOvas  (p.  ej.  #COMUNICACIÓN,  

#MOVIMIENTO,  #COGNICIÓN,  #POSESIÓN,  #TRANSFORMACIÓN…).  Nivel  más  abstracto.  

•  +BASIC_00:  usados  para  definir  otros  conceptos  básicos  o  terminales  (p.ej.  +CLEAN_01  (evento),  +LION_00  (enOdad),  +DIRTY_00  (cualidad))  en  los  PS.  

•  $TERMINAL_00:  nodos  finales  de  la  estructuración  jerárquica  conceptual  (p.ej.  $STERILIZE_00  (evento),  $SHOWER_00  (enOdad),  $SALTY_00  (cualidad)).    

•  -­‐SUBCONCEPTOS:  NO  aparecen  en  la  jerarquía.  Dependen  de  un  concepto  que  ya  existe  pero  presentan  alguna  preferencia  de  selección  diferente.  

Page 8: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael
Page 9: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael
Page 10: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Los  conceptos  básicos  y  terminales…  

1.  Son  conceptos  de  ‘moOvación  léxica’  à  i.e.  los  conceptos  deben  estar  lexicalizado  al  menos  en  una  lengua.  

2.  Tiene  propiedades  semánOcas:  MARCOS  TEMÁTICOS  y  POSTULADOS  DE  SIGNIFICADO  (representaciones  del  conocimiento  semánOco  independientes  de  una  lengua,  i.e.  se  describen  con  conceptos  y  NO  con  ULs).    

Page 11: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

3.  MT  

MT:  constructo  conceptual  que  especifica  los  PARTICIPANTES  (o  PAPELES  TEMÁTICOS)  que  intervienen  apicamente  en  una  situación  cogniOva.    Se  expresan  mediante  variables  indexadas  (i.e.  (x1),  (x2),  (x3)…)  y  pueden  estar  delimitados  por  conceptos  básicos  (i.e.  PREFERNCIAS  DE  SELECCIÓN)      P.  ej.  #COMMUNICATION:  3  papeles  temá7cos/conceptuales:  

 -­‐  Theme:  enOdad  que  transmite  un  sms.  à  (x1:  +HUMAN_00)Theme    -­‐  Referent:  el  mensaje  transmiOdo  à  (x2)Referent    -­‐  Goal:  la  enOdad  que  recibe  el  sms.  à  à  (x3)Goal  

 

Page 12: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Cada  dimensión  cogniOva  viene  representada  por  una  serie  de  papeles  temáOcos  (ver  fotocopia):  

-­‐  Inventario  restringido  de  papeles  temáOcos:  AGENT,  THEME,  REFERENT,  ATTRIBUTE,  LOCATION,  ORIGIN  Y  GOAL.    

-­‐  En  cada  dimensión  cogniOva  el  nº  y  las  definiciones  (interpretaciones  semánOcas)  de  los  papeles  varía.    

Page 13: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

**  Todos  los  conceptos  que  parAcipen  en  un  dominio  conceptual  X  deberán  especificar  en  sus   MTs   los   parAcipantes   protoopicos   obligatorios   de   dicho   dominio   à   Las   unidades  conceptuales  subordinadas  a  un  metaconcepto  heredan  el  esquema  temáOco  protoapico  del  metaconcepto,  y  esto  se  expresa  en  el  MT.    

Page 14: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael
Page 15: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Los  MT  están  formados  por:  

– Variables  indexadas  (parOcipantes  à  x1,  x2…)  con  su  correspondiente  papel  temáAco  (Agente,  Tema,  Referente,  etc.).  

– Preferencias  de  selección  (if  any)      (x1:  +HUMAN_00)Theme      

Page 16: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

3.  PS  

•  Al  MT  de  un  concepto  añadimos  el  PS,  donde  ofrecemos  una  descripción  más  detallada  o  enriquecida  del  significado  de  una  unidad  conceptual.    

•  PS  =  constructo  conceptual  que  especifica  las  carácterísOcas  genéricas  de  un  concepto  mediante  una  o  varias  predicaciones    (e1,  e2,  e3…).    

Page 17: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  +SWIM_00  es  hijo  (concepto  subordinado)  de  +MOVE_00.    -­‐  MT  =  +MOVE_00  pertenece  al  metaconcepto  #MOTION  =  5  parOcipantes.  -­‐  PS  =    Los  parOcipantes  del  MT  están  todos  incluidos  en  el  PS  à  OJO:  LOS  ARGUMENTOS  QUE  APARECEN  EN  EL  MT  DEBEN  APARECER  EN  EL  PS.  PERO,  COMO  LAS  PROPIEDADES  SE  HEREDAN,  NO  SE  VUELVEN  A  ESPECIFICAR  LAS  PREFERENCIAS  DE  SELECCIÓN  EN  EL  PS.      LA  PRIMERA  PREDICACIÓN  (e1)  DE  +SWIM_00  à  GENUS  (que  se  hereda  del  superodinado  inmediato,  i.e.  +MOVE_00)  =  “+(e1:  +MOVE_00  (x1)Ag  (x2)Th  (x3)Loc  (x4)Or  (x5)Goal”.        Resto  =  DIFERIENTIAE  (rasgo  semánOco  disOnOvo  expresado  mediante  SATÉLITES)  que  no  está  presente  en  el  PS  de  +MOVE_00  à  (f1:  +ARM_00  |  +LEG_00)Instrument)    

Page 18: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Los  PS  están  formados  por:  

–  Predicaciones  (representa  las  propiedades  conceptuales  de  un  evento)  à  e1,  e2,  e3.  Cada  prediciación  irá  seguida  de  un  evento  más  sus  parOcipantes:      “+(e1:  +MOVE_00”  +  sus  parOcipantes  obligatorios  “(x1)Agent  (x2)Theme  (x3)LocaOon  (x4)Origin  (x5)Goal”  

 –  ‘Operadores  de  razonamiento’:    •  *(e1:  …  à  rebaOble  •  +(e1:  …  à  estricto  

–  ‘x’:  parOcipantes  del  MT  

Page 19: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

– Satélites  (‘f’:  Manner,  Instrument,  Purpose,  Reason,  ver  fotocopia):  

•  Pueden  introducir  un  concepto  básico:    E.g.:  +SHAKE_00:  (e1:  +MOVE_00  (x1)Agent  (x2)Theme  (x3)LocaOon  (x4)Origin  (x5)Goal  (f1:  +FAST_00)Speed  (f2:  s  +TIME_01)Frequency  

 

•  Pueden  introducir  otra  predicación:    E.g.:  +DANCE_00:  +(e1:  +MOVE_00  (x1)Agent  (x2)Theme  (x3)LocaOon  (x4)Origin  (x5)Goal  (f1)Manner  (f2:  (e2:  +LISTEN_00  (x2)Theme  (x6:  +MUSIC_00)Referent))Scene  (f3:  +PLEASURE_00)Reason)  

Page 20: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  +VISIT_00:  concepto  subordinado  de  +MOVE_00  

–  GENUS:  +(e1:  +MOVE_00  (x1)Agent  (x2)Theme  (x3)LocaOon  (x4)Origin  (x5)Goal  

–  DIFFERENTIAE:  “Visitar  es  moverse  PARA/CON  EL  PROPÓSITO  DE  VER  A  ALGUIEN”.  

GENUS:  +(e1:  +MOVE_00  (x1)Agent  (x2)Theme  (x3)LocaOon  (x4)Origin  (x5)Goal    

             +  DIFFERENTIAE:  (f1:  (e2:        +SEE_00  (x2)Theme  (x5)Referent)    )Purpose)    

Page 21: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Genus:  +(e1:  +MOVE_00  (x1)Ag  (x2)Th  (x3)Loc  (x4)Or  (x5)Goal  

•  DifferenAae:  (f1)Manner  (f2:  (e2:  +LISTEN_00  (x2)Theme  (x6:  +MUSIC_00)Referent))Scene  (f3:  +PLEASURE_00)Reason)  

Page 22: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

CADA  CONCEPTO  EN  LA  ONTOLOGÍA  DEBE  ESTAR  LEXICALIZADO  

POR  AL  MENOS  UNA  UNIDAD  LÉXICA  EN  UNA  DE  LAS  LENGUAS.    

Page 23: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  eventos  à  DIY  

•  +ANSWER_00  

THEMATIC  FRAME:  (x1:  +HUMAN_00)Theme  (x2)Referent  (x3:  +HUMAN_00)Goal      MEANING  POSTULATE:  +(e1:  +SAY_00  (x1)Theme  (x2)Referent  (x3)Goal  (f1:  (e2:  past  +SAY_00  (x3)Theme  (x4:  +QUESTION_00)Referent  (x1)Goal))Scene)  

Page 24: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  eventos  à  DIY  

Curar  =  una  enOdad  1  cambia  otra  enOdad  2  y  como  resultado  2  no  está  enferma.    -­‐  Estar  /ser  =  +BE_01  à  TF:  (x1)Theme  (x2)A{ribute  -­‐  Enfermo:  +SICK_00  -­‐  Satélite:  Result        

Page 25: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  eventos    PREDICACIONES  LIGADAS  

(predicacione  subordinadas  conceptualmente)  

Ej.:  x1=  Alba  casOga  a  x2=  su  perro  Tobías      Lit.:  Alba  (x1)  hace  algo  (x3)  que  (e3)  hace  sufrir  a  Tobías  (x2).  Y  esto  lo  hace  porque  (f1:  (e2  =  Reason),  en  el  pasado  (past),  Tobías  (x2)  hizo  otra  cosa  (x4)  que  (e4)  no  era  buena.    

Page 26: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

X1  DICE  A  X3  QUE  EN  EL  PASADO  X3  HIZO  ALGO  (X2)  QUE  ERA  MALO/  Y  ESE  ALGO  QUE  HIZO  ERA  MALO  

Page 27: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Las  predicaciones  ligadas…  

–  Se  presentan  dentro  de  dobles  paréntesis  (al  inicio  y  al  final).  

–  Solo  pueden  ligarse  predicaciones  conOguas  (generalmente  dos,  aunque  puede  haber  más).  

– A  parOr  de  la  segunda  de  las  predicaciones  ligadas  debe  exisAr  coindización  hacia  alguno  de  los  parAcipantes  de  la  e1.  

–  Se  omite  el  operador  de  razonamiento  delante  de  cada  una  de  las  predicaciones  ligadas.      

Page 28: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  eventos  Predicaciones  dentro  de  una  variable    

 

MT:  Una  enOdad  x1  controla  un  humano,  un  país,  o  una  compañía  (x2)    PS:  La  enOdad  (x1)  hace  que  x2  haga  lo  que  x1  quiere  

Page 29: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  enAdades  E.g.:  +DRUG_00  

1.  Predicaciones  cortas  que  representan  rasgos.  2.   En  todas  las  predicaciones  x1  debe  aparecer  de  alguna  manera  (porque  cada  

predicación  expresa  un  rasgo  de  la  misma  enOdad  y  por  tanto  debe  ser  referenciada  en  cada  predicación  o  bien  explícitamente  (cf.  e1)  o  por  coindización  (cf.  e2-­‐e3).      

3.  OPERADORES  +  /  *  =  Predicaciones  estrictas  (+)  vs.  predicaciones  rebaObles  (*)  

Page 30: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  enAdades  à  DIY  

Page 31: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Gato  à  DIY  +(e1:  +BE_00  (x1:  +CAT_00)Theme  (x2:  +MAMMAL_00)Referent)    2.  Los  gatos  son  pequeños  3.  Los  gatos  son  domésOcos.  4.  Los  gatos  Oenen  pelo  que  es  suave.  5.  Los  gatos  Oenen  una  cola  que  es  larga  6.  Los  gatos  cazan  ratones.        •  Operadores  de  razonamiento:  estricto  o  rebaOble.  •  Predicaciones  libres  o  ligadas.  •  Conceptos:  

–  +BE_01  (x1)Theme  (x2)A{ribute  (ser)  –  +COMPRISE_00  (x1)Theme  (x2)Referent  (tener)  –  +HUNT_00  (x1)Theme  (x2)Referent  (cazar)  –  +SMALL_00  (pequeño);  +TAME_00  (domésOco);  +FUR_00  (pelo);  +SOFT_00  

(suave);  +LONG_00  (largo);  +MOUSE_00  (ratón)      

Page 32: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

PS:  cualidades  

CONCEPT:    +SWEET_00    MEANING  POSTULATE:  *(e1:  +BE_01  (x1)Theme  (x2:  +SWEET_00)A{ribute)  *(e2:  +BE_01  (x1)Theme  (x3:  +PLEASANT_00)A{ribute  (f1:  (e3:  +TASTE_00  (x4)Theme  (x1)Referent))Scene  |  (f2:  (e4:  +SMELL_00  (x4)Theme  (x1)Referent))Scene)    

Page 33: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operadores  

•  Clasificación:  – Operadores  de  razonamiento  (*  /  +)  – Operadores  de  evento:  •  Operadores  ATM  (aspectualidad,  temporalidad,  modalidad)  •  Operador  de  negación  

– Operadores  de  parAcipante:  •  Operadores  cuanOficadores  •  Operadores  lógicos  

Page 34: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operadores  de  evento  

Page 35: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  Operadores  de  aspectualidad  à  expresan  un  componente  temporal,  i.e.  marcan  el  desarrollo  de  un  evento:  

   –  Inicio  (ingresivo):  Juan  empezó  a  llorar  – ConOnuación  (progresivo):  Juan  estaba  llorando  – Finalización  (egresivo):  Juan  dejó  de  llorar  

Page 36: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operadores  de  temporalidad  •  Ubican  el  estado  de  las  cosas  designado  por  la  predicación  en  un  eje  temporal.  

+FORGIVE_00:  +(e1:  egr  +FEEL_00  (x1)Agent  (x2)Theme  (x3:  +ANGRY_00)A{ribute  (f1:  (e2:  past  +BLAME_00  (x1)Theme  (x4)Referent  (x2)Goal))Scene)  =  “DEJAR  de  estar  enfadado  con  alguien  a  quien  uno  CULPÓ  de  algo”.      

Page 37: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operadores  de  modalidad  •  Operadores  epistémicos:  expresan  los  diferentes  grados  de  

compromiso  que  el  hablante  puede  expresar  con  respecto  a  la  veracidad  del  contenido  proposicional  expresado  en  la  predicación.  –  Certeza  (cert)  –  Probabilidad  (prob)  –  Posibilidad  (pos)  

•  Operadores  no-­‐epistémicos:  –  Obligación  (obl)  –  Consejo  (adv)  –  Permiso  (perm)  

E.g.:  +ADVISE_00  “una  persona  le  sugiere  a  otra  que  puede  hacer  algo”  +(e1:  adv  +SAY_00  (x1:  +HUMAN_00)Theme  (x4:  (e2:  pos  +DO_00  (x3:  

+HUMAN_00)Theme  (x2)Referent))Referent  (x3)Goal)  

Page 38: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operador  de  polaridad    

•  Expresa  negación:  A  es  falso  

+FORBID_00:  “decir  a  una  persona/animal  que  está  obligado  a  NO  hacer  algo”  

+(e1:  +SAY_00  (x1:  +HUMAN_00)Theme  (x4:  (e2:  obl  n  +DO_00  (x3:+HUMAN_00  ^  +ANIMAL_00)Theme  (x2)Referent))Referent  (x3)Goal)    

Page 39: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Operadores  de  cuanAficación  à Cada  unidad  conceptual  que  actúa  como  preferencia  de  selección  

de  un  parOcipante  puede  a  su  vez  estar  delimitada  por  operadores  que  expresan  cuanOficación.  

à Solo  se  incluye  UN  cuanOficador  por  cada  preferencia  de  selección.      •  CuanAficación  absoluta:  1  |  2  |  3  |  4  …  (si  conocemos  el  nº  exacto)  

 +(e1:  +BE_00  (x1:  +FACE_00)Theme  (x2:  +BODY_AREA_00)Referent)    *(e2:  +BE_02  (x3:  2  +CHEEK_00  &  1  +CHIN_00  &  2  +EYE_00  &  1  +NOSE_00  &  1  +FOREHEAD_00)Theme  (x1)LocaOon)  

     

Page 40: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

•  CuanAficación  relaAva:  (si  NO  conocemos  el  nº  exacto)    –  ‘m’:  muchos  –  ‘s’:  algunos  –  ‘p’:  pocos    *((e1:  +BE_00  (x1:  $CUTLERY_00)Theme  (x2:  +GROUP_00)Referent)(e2:  +COMPRISE_00  (x2)Theme  (x3:  s  +KNIFE_00  &  s  +FORK_00  &  s  +SPOON_00)Referent))  

à Con  cualidades:  para  expresar  grados  de:    +(e2:  +BE_01  (x1)Theme  (x3:  m  +HOT_00)A{r.)  à  Abrasador    +(e2:  +BE_01  (x1)Theme  (x3:  p  +HOT_00)A{r.)  à  Cálido    +(e2:  +BE_01  (x1)Theme  (x3:  m  +COLD_00)A{r.)  à  Gélido    +(e2:  +BE_01  (x1)Theme  (x3:  p  +COLD_00)A{r.)  à  Fresco  

   •  CuanAficador  indefinido:  ‘i’  (para  referirnos  a  más  de  una  

enOdad  pero  sin  saber  cuántas)  

Page 41: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

Conectores  lógicos  •  Conjunción:      A  &  B  =  A  and  B  (A  y  B)  

     (x3:  m+FEATHER_00  &  2+LEG_00  &  2+WING_00)Referent    •  Disyunción:      A  |  B  =  (‘o  A  o  B  o  A  y  B’)    (f1:  +FOOT_00  |  +HAND_00)Instrument  

 •  Exclusión:    A  ^  B  =  (‘o  A  o  B  pero  no  los  dos  a  la  vez)    (x1:  +HUMAN_00  ^  +ANIMAL_00)Theme  

       

Page 42: UNA INTRODUCCIÓN$ ACOREL$1. FunGramKB$ • “Un%entorno%computacional%desOnado%ala construcción%semiautomáca$ de%unabase%de% conocimiento%léxicoSconceptual% mulpropósito %parael

 

+GRACIAS_00  !