[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » zeman » interset » brainstorming

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Next revision 		Previous revision
Next revision Both sides next revision
user:zeman:interset:brainstorming [2007/03/01 17:35]
zeman 		user:zeman:interset:brainstorming [2007/10/03 17:48]
zeman Jinak.
Line 117: Line 117:
  
 Predeterminer je výraz, který může v angličtině stát ještě před členem, např. //all the men//, //both the girls// nebo //such a mess//. Predeterminer je výraz, který může v angličtině stát ještě před členem, např. //all the men//, //both the girls// nebo //such a mess//.
 +
  
 ===== Shrnutí ===== ===== Shrnutí =====
Line 133: Line 134:
  
 Přivlastňovací musí zůstat samostatnou vlastností (nemůžeme ji slít se subpos), protože Přivlastňovací musí zůstat samostatnou vlastností (nemůžeme ji slít se subpos), protože
 +
 +
 +
 +
 +===== Další úvaha o zájmenech a spol. inspirovaná bulharštinou =====
 +
 +Přístup použitý v BulTreeBanku je inspirující, i když to asi není úplně přesně to, co bych chtěl. Říkat např. tázacím příslovcím zájmena je totiž zavádějící, alespoň z mého českého pohledu. Možná bych ale mohl naopak kategorii zájmen úplně zrušit a rozložit mezi podstatná jména, přídavná jména a příslovce (výchozí by bylo podstatné jméno, to pro případ, že některá sada neumožní zájmena rozčlenit). Ta by pak měla vlastnost "zájmennost", která by rovnou částečně kódovala druh zájmena. Kdyby byla prázdná, znamenalo by to, že nejde o zástupce, ale o opravdové podstatné jméno, přídavné jméno nebo příslovce. Tohle by možná časem umožnilo úplně skoncovat s vlastností synpos, pokud dokážu podobně zaútočit i na číslovky.
 +
 +Possessiveness is not a separate prontype. It is a property of the superior category (adjective). Classical possessive pronouns have prontype=pers. There are also relative possessive pronouns, interrogative possessive pronouns etc.
 +
 +Prontype mostly encodes what we previously called definiteness. The definiteness feature would be retained. However, now it would be used only for definite/indefinite articles attached to nouns, adjectives etc. Similarly, lexical negativeness could be separated from prontype, although I am not sure about it. However, if negativeness of negative pronouns is encoded separately, I cannot think of any suitable prontype for these pronouns.
 +
 +==== pos and subpos ====
 +  * noun (personal pronouns, some demonstrative pronouns (alternating with adjectives))
 +  * possessive adjective (possessive pronouns)
 +  * cardinal number (how many)
 +  * ordinal number/adjective
 +  * location adverb (where)
 +  * time adverb (when)
 +  * manner adverb (how)
 +  * other adverb (why)
 +
 +==== (pre)determiners ====
 +
 +Now de-facto subposes of adjectives. Cannot collide with possessiveness; in fact, possessive pronouns (and possibly adjectives, too) replace determiners, which makes the system of adjectival subposes more coherent. It is not clear whether their definiteness should be shown by the definiteness feature, or the prontype (demonstrative vs. indefinite). Definiteness seems more suitable but the best would be to set both.
 +
 +  * det ... determiner
 +  * pdt ... predeterminer
 +
 +==== poss ====
 +  * Now de-facto subpos of adjectives (normal or referencing).
 +
 +
 +==== reflex ====
 +  * Attribute of referencing (pronomial) nouns and adjectives. Means reflexive reference to itself. Does not apply to numerals and adverbs. Czech examples: sebe, se, sobě, si, sebou (personal), svůj (possessive), sám (demonstrative - as in "sám velký šéf", not in "zůstal tam sám").
 +
 +
 +
 +==== definiteness ====
 +
 +Bulgarian seems to be the reason why we need to separate the lexical definiteness (or demonstrativeness) from the morphological one. Most Bulgarian nouns, adjectives and pronouns allow for suffixes (-at, -ta, -to, -te) that change the default indefinite word forms to definite ones. Even indefinite pronouns (lexical definiteness = indefinite) can distinguish the two states. Thus, we have lexically indefinite morphologically indefinite word forms (нещо, едно), and lexically indefinite morphologically definite word forms (едната, едното, едните, нещата).
 +
 +On the other hand, definiteness is not the same as demonstrativeness. Although I currently do not have an example of a demonstrative that is clearly morphologically indefinite, and although most demonstratives are semantically definite, there are demonstratives that describe the referee without necessarily having one particular (definite) in mind. Example: Czech demonstrative pronouns takový (such), týž, tentýž (same as).
 +
 +Since having two definitenesses creates room for confusion, we ought to set both in decoders of all "normal" tag sets (i.e. in those where lexical definiteness always matches the morphological one).
 +
 +==== numtype ====
 +  * <empty> ... non-numeral adjective or adverb
 +  * card ... cardinal numbers (most special of all; resemble adjectives; but might deserve their own pos class)
 +    * digit ... arabic numbers, not words (special case of cardinals or ordinals)
 +    * roman ... roman numbers, not words (special case of ordinals, very rarely cardinals)
 +  * ord ... ordinal numbers (adjectives)
 +  * mult ... multiplicative numbers (adverbs: kolikrát, pokolikáté)
 +  * gen ... generic cardinals (kolikero) or adjectives (kolikerý)
 +  * frac ... fractions (nouns: polovina, čtvrtina, sedmina)
 +
 +
 +
 +==== prontype ====
 +
 +  * <empty> ... not a pronoun but a real noun, adjective etc.
 +  * pers ... personal pronoun (only under nouns)
 +  * recip ... reciprocal pronoun (einander - same as personal pronouns but used in special cases as objects)
 +  * int ... interrogative pronoun for person (who), other noun (what), adjective (which), possessive adjective (whose), adverb (where, when, how, why)
 +  * rel ... relative word (English examples same as for interrogatives but in some languages there are relative pronouns that cannot be used interrogatively)
 +  * dem ... demonstrative pronoun (this, that) or adverb (here, there, now)
 +    * two to three levels of distance, similar to persons 1/2/3 (this/that, aqui/ahi/alli). Na rozdíl od neurčitých zájmen neumíme rozlišit (v češtině) mezi odpovědí na jaký, který a čí. Resp. ještě lze říct, že "takový" je odpověď na "jaký", zatímco "tenhle" je odpověď na "který" a odpověď na čí by musela znít "tohohle", což ale není samostatné přivlastňovací zájmeno, nýbrž pouhý genitiv od "tenhle". Je otázka, zda mám vůbec rozlišovat úrovně vzdálenosti, protože pro časová příslovce bych zase musel rozlišit minulost, přítomnost a budoucnost.
 +      * 0: distance neutral (?, to, takový, ten/onen, toho, tolik, ?, ?, ?, ?, tehdy/předtím/teď/potom/pak, odtehdy/odteď, dotehdy/doteď, tak/jinak)
 +      * 1: close to me (?, ?, takovýto/takovýhle, tento/tenhle, tohoto/tohohle, ?, tady, odtud/odsud, tudy, sem, ?, ?, ?, takto/takhle)
 +      * 2: close to you
 +      * 3: close to none of us (?, ?, ?, tamten, tamtoho, ?, tam, tamodtud/tamodsud, tamtudy, tam, ?, ?, ?, ?)
 +      * 4: distance neutral, same as something (?, ?, tentýž/totéž/týž/stejný?, ?, ?, tamtéž, ?, ?, ?, ve stejnou dobu, od stejné doby, do stejné doby, taktéž?/taky?/též?/rovněž?)
 +  * ind ... indefinite pronoun (somebody, something), selective adjective (některý), quality adjective (nějaký), possessive adjective (něčí), quantity adjective/cardinal number (několik, some), adverb (somewhere, sometimes, somehow)
 +    * couple of levels of how many out of the total are included (few, a few, some, several, many)
 +      * none:  NEGATIVE PRONOUNS: no quantity (nikdo, nic, nijaký, žádný, ničí, nula, nikde, odnikud, nikudy, nikam, nikdy, ?, ?, nijak)
 +      * few:   suggesting small quantity (málokdo, máloco, málojaký, málokterý, máločí, málo, málokde, ?, málokudy, málokam, málokdy, ?, ?, málojak/sotva)
 +      * some:  quantitatively neutral (někdo, něco, nějaký, některý, něčí, několik, někde, odněkud, někudy, někam, někdy, odněkdy, doněkdy, nějak)
 +      * many:  suggesting large quantity (leckdo, lecco, lecjaký, leckterý, lecčí, hodně/mnoho, leckde, lecodkud, leckudy, leckam, leckdy, ?, ?, lecjak)
 +      * any:   any (arbitrary) you pick (not necessarily all at once, although the distinction is fuzzy) (kdokoli, cokoli, jakýkoli, kterýkoli, číkoli, kolik si vzpomenete, kdekoli, odkudkoli, kudykoli, kamkoli, kdykoli, ?, ?, jakkoli)
 +      * all:   TOTALITY PRONOUNS: maximal quantity (všichni, všechno, všichni/každý, všichni/každý, všichni/každý, všichni?/oba?, všude, odevšad, všudy, všude, vždy, odevždy/odjakživa, ?, všemi způsoby)
 +  * col/tot ... collective/totality pronoun (everybody, everything), adjective (every), numeral (all), adverb (everywhere, every time)
 +
 +Do toho všeho by šlo zapustit i další druhy číslovek: kolik, kolikátý, kolikerý, kolikero, kolikrát, pokolikáté...
 +
 +Zásadní otázka, když takhle rozpouštím synpos, je: co s mezními slovesnými tvary? Gerundium by mělo být na prvním místě podstatné jméno a až pak sloveso? (V češtině tomu tak je, v některých jiných jazycích ne.) Příčestí by mělo být na prvním místě přídavné jméno a až pak sloveso? (V češtině tomu tak je z menší části, z větší zůstávají pod slovesy.) Přechodník by měl být na prvním místě příslovce a až pak sloveso? Nebo by pro tyto mezní kategorie měly vzniknout samostatné slovní druhy na nejvyšší úrovni? Problém je, že u většiny z nich lze přímo vystopovat původní slovesné lemma. Takže by to mělo zůstat pod slovesy a správné syntaktické zapojení se parsery naučí pro každý slovesný tvar zvlášť. Synpos je tak jako tak zbytečný, protože jeho hodnota by vždy vyplývala z hodnoty verbformu.
  
 ===== Žádné duplicity ===== ===== Žádné duplicity =====

[ Back to the navigation ] [ Back to the content ]