This is an old revision of the document!
Generování morfologických atributů z formémů a gramatémů (návrh)
Postup
- Nejdřív určit MainPOS a SubPOS, podle toho se budou určovat další featury
- Určit i Lemma, na základě zdrojového lemmatu (důležité hlavně pro #PersPron, ale i possesiva nebo cokoliv by se sbalovalo na t-rovině)
- lemma se mění na t-rovině u: #PersPron, possesiv, (číslovek, deadjektivních adverbií, neurčitých zájmen – jen opravdová, ne automatická)
- něco obecnějšího na složené slovesné formy
- do autom. skládání stromu z formémů (?)
Modely
- Jeden model na všechny POSy? Spíš asi dělené, na různá políčka různý, určování zleva doprava
- časem může být použit interset
- nejprve doplnit konstantní vlastnosti, potom určování ostatních i na základně nich
- zřejmě dva bloky – jeden pro určení slovního druhu a doplnění konstant, druhý pro určení jednotlivých morfologických hodnot
POSy a generované věci
- drop – přidá se k vyhození, negeneruje se nic
- substantiva: jen číslo a negace (pád z formému, rod ze slovníku)
- adjektiva: číslo, negace, rod, pád (pokud není dán z formému)
- zájmena: číslo, negace, rod, pád (není-li dán z formému), possesivnost (v určení lemmatu? – svůj apod.)
- číslovky: pád (není-li z formému)
- možná až potom dát ReverseNounNumberDependendency, aby to nedělalo bordel
Potřebné featury
- IsSubject – MarkSubject, featury od subjectu pro agreement, hl. sloves, ale i adjektivních komplementů
- z+2, featury od toho, co na tom visí pro adjektiva: “každý z mužů, každá z žen”
- Koreference (gramatická) pro “který”, vztažná zájmena
- rodič a jeho featury pro adjektiva: governors gender
Zůstává ruční / původní
- Reflexiva tantum, Subconjs, DropSubjPersProns (?), MoveCliticsToWackernagel, Expletiva (?)
- AddPrepos, AddParentheses, AddPunctuation – hodně obecné, asi by se dalo generaliozvat!
- GenerateWordForms – nutné pročistit, je v tom bordel