depender.py - Merkja inn 'hafa' og 'vera' sem aðalsagnir líka - Bæði mark og vensl

[hinrikur]

Eins og er eru hafa og vera alhfæfðar sem hjálpar- og aukasagnir og eru aldrei rót setningar. Auk þess er erfitt að gera greinarmun á auka- og aðalsögnum á réttan hátt eins og algrímið er sett upp núna.

[hinrikur]

Hlutalausn við vera og hafa í _select_head():

# Fix for aux 
if tree.num_verbs() == 1:
      rules[4:4] = ['BE.*', 'HV.*', 'MD.*', 'RD.*']

Ef mark trés er IP-... og það inniheldur bara eina sögn, er hausareglunni breytt á staðnum þannig það horfir EKKI framhjá hjálparsagnatöggunum og getur þannig merkt það sem rót setningar.

Ef fleiri en ein sögn í trénu eru hausareglurnar óbreyttar og það velur "venjulegu" sögnina sem rót.

þetta þarf svo að tékka og laga

[hinrikur]

Hlutalausn við vera og hafa í _select_head():

# Fix for aux 
if tree.num_verbs() == 1:
      rules[4:4] = ['BE.*', 'HV.*', 'MD.*', 'RD.*']

Ef mark trés er IP-... og það inniheldur bara eina sögn, er hausareglunni breytt á staðnum þannig það horfir EKKI framhjá hjálparsagnatöggunum og getur þannig merkt það sem rót setningar.

Ef fleiri en ein sögn í trénu eru hausareglurnar óbreyttar og það velur "venjulegu" sögnina sem rót.

þetta þarf svo að tékka og laga

ATH breytingu:

# Somewhat efficient fix for aux verbs
if tree.num_verbs() == 1:
    new_rules[0:0] = rules
    new_rules[4:4] = ['BE.*', 'HV.*', 'MD.*', 'RD.*']
    rules = new_rules

Virkar svona í keyrslu (hitt var með minnisvandamál)

[hinrikur]

Enn eftir að breyta UD taggi vera og hafa úr AUX í VERB ef sögnin er aðalsögn.
Hægt að tékka hvort hún sé rót, í aðalsetningum, en það virkar ekki ef hún er aðalsögn í aukasetningum.

[hinrikur]

Helsta vandamálið sem er eftir (og hefur verið hingað til) er að vita hvenær á að merkja 'vera' sem cop

[hinrikur]

bæði 'vera' og 'verða' eru stundum merkt cop

sjá dæmi frá HJ:

# sent_id = n01118017
# text = „Kvikmyndir höfðu breyst svo gríðarlega að fjölskylduáhorfendur voru orðnir afhuga Hollywood.“
# text_en = "Cinema had changed so drastically that Hollywood had alienated the family audience."
1	„	„	PUNCT	„	_	4	punct	_	_
2	Kvikmyndir	kvikmynd	NOUN	nvfn	Case=Nom|Definite=Ind|Gender=Fem|Number=Plur	4	nsubj	_	_
3	höfðu	hafa	AUX	sfg3fþ	Mood=Ind|Number=Plur|Person=3|Tense=Past|VerbForm=Fin|Voice=Act	4	aux	_	_
4	breyst	breyta	VERB	ssm	VerbForm=Sup|Voice=Mid	0	root	_	_
5	svo	svo	ADV	aa	_	6	advmod	_	_
6	gríðarlega	gríðarlega	ADV	aa	_	4	advmod	_	_
7	að	að	SCONJ	c	_	11	mark	_	_
8	fjölskylduáhorfendur	fjölskylduáhorfandi	NOUN	nkfn	Case=Nom|Definite=Ind|Gender=Masc|Number=Plur	11	nsubj	_	_
9	voru	vera	AUX	sfg3fþ	Mood=Ind|Number=Plur|Person=3|Tense=Past|VerbForm=Fin|Voice=Act	10	aux	_	_
10	orðnir	verða	VERB	sþgkfn	Case=Nom|Gender=Masc|Number=Plur|Tense=Past|VerbForm=Part|Voice=Act	11	cop	_	_
11	afhuga	afhuga	ADJ	lkfnof	Case=Nom|Degree=Pos|Gender=Masc|Number=Plur	4	advcl	_	_
12	Hollywood	Hollywood	PROPN	e	_	11	obl:arg	_	_
13	.	.	PUNCT	.	_	4	punct	_	_
14	“	“	PUNCT	“	_	4	punct	_	_

[hinrikur]

Það sem HJ kallar location copula virkar ekki rétt hjá okkur.

Sjá dæmi:

# sent_id = 2008.ofsi.nar-sag.psd_1152_72954
# IcePaHC_ID = ID 2008.OFSI.NAR-SAG,.1152
# text = við getum alltaf sest að í Eyjafirðinum, hérna handan fjallgarðsins, á einhverju stórbýlinu þar þar er okkar bakland, sem til tilheyrum Sturlungaflokknum.
1	við	ég	PRON	PRO-N	_	4	nsubj	_	_
2	getum	geta	AUX	MDPI	_	4	aux	_	_
3	alltaf	alltaf	ADV	ADV	_	4	advmod	_	_
4	sest	setjast	VERB	VBN	_	0	root	_	_
5	að	að	SCONJ	C	_	20	mark	_	_
6	í	í	ADP	P	_	7	case	_	_
7	Eyjafirðinum	eyjafjörður	PROPN	NPR-D	_	20	obl	_	SpaceAfter=No
8	,	,	PUNCT	,	_	7	punct	_	_
9	hérna	hérna	ADV	ADV	_	11	advmod	_	_
10	handan	handan	ADP	P	_	11	case	_	_
11	fjallgarðsins	fjallgarður	NOUN	N-G	_	7	obl	_	SpaceAfter=No
12	,	,	PUNCT	,	_	7	punct	_	_
13	á	á	ADP	P	_	15	case	_	_
14	einhverju	einhver	ADJ	Q-D	_	15	amod	_	_
15	stórbýlinu	stórbýli	NOUN	N-D	_	7	obl	_	_
16	þar	þar	ADV	ADV	_	15	advmod	_	_
17	þar	þar	ADV	ADV	_	20	advmod	_	_
18	er	vera	AUX	BEPI	_	20	cop	_	_
19	okkar	ég	PRON	PRO-G	_	20	nmod:poss	_	_
20	bakland	bakland	NOUN	N-N	_	4	ccomp/xcomp	_	SpaceAfter=No
21	,	,	PUNCT	,	_	20	punct	_	_
22	sem	sem	SCONJ	C	_	24	mark	_	_
23	til	til	ADP	RP	_	24	compound:prt	_	_
24	tilheyrum	tilheyra	VERB	VBPI	_	20	acl:relcl	_	_
25	Sturlungaflokknum	sturlungaflokkur	PROPN	NPR-D	_	24	obj	_	SpaceAfter=No
26	.	.	PUNCT	.	_	4	punct	_	_

Í "þar er okkar bakland" ætti 'þar' að vera hausinn, sbr. fig. A.22 hjá HJ