Differenze

Queste sono le differenze tra la revisione selezionata e la versione attuale della pagina.

--- ud_treebank [2021/10/25 13:59]
65.21.180.48 versione precedente ripristinata (2021/06/03 08:42)
+++ ud_treebank [2026/03/31 12:08] (versione attuale)
admin
@@ Linea 1: / Linea 1: @@
-====== Struttura di un treebank in “Universal Dependencies” ======
+====== Struttura di un treebank “Universal Dependencies” ======
-Copiate nella cartella "testi" la cartella "UD_Coptic-Scriptorium-master" scaricabile in formato compresso da questo [[https://github.com/UniversalDependencies/UD_Coptic-Scriptorium/archive/refs/heads/master.zip|link]].
+===== Scaricare il treebank di copto =====
+Copiate nella cartella "testi" la cartella "UD_Coptic-Scriptorium-master" scaricabile in formato compresso da questo [[https://github.com/UniversalDependencies/UD_Coptic-Scriptorium/archive/refs/heads/master.zip|link]] (si veda il file LICENSE.txt per riferimenti e condizioni di utilizzo).
+===== Struttura dei record =====
+Nel formato “Universal Dependencies” ([[https://universaldependencies.org]]) i record relativi alle singole parole unità corrispondono a singoli righi di testo con campi separati da TAB (caratteri di tabulazione), esemplificato dai record seguenti (tratti in particolare dal corpus di copto menzionato sopra):
+<code>
+	ⲕ	ⲛⲧⲟⲕ	PRON	PPERS	Definite=Def|Gender=Masc|Number=Sing|Person=2|PronType=Prs	16	nsubj	_	_
+	ⲭⲣⲓⲥⲧⲟⲥ	ⲭⲣⲓⲥⲧⲟⲥ	NOUN	N	Foreign=Yes	30	nmod	_	Entity=person)person)|Orig=ⲭ︤ⲥ︥|OrigLang=grc
+</code>
+Disponendo in verticale i campi abbiamo:
+  - posizione della parola unita' nella frase;
+  - significante grafico della parola unità;
+  - lessema;
+  - parte del discorso secondo una classificazione universale;
+  - parte del discorso secondo una classificazione elaborata specificamente per la lingua in esame;
+  - insieme di sottocampi comprendente i valori delle categorie grammaticali;
+  - posizione nella frase della parola da cui la parola in esame dipende sintatticamente;
+  - relazione sintattica tra la parola in esame e la parola da cui essa dipende sintatticamente;
+  - campo eventualmente utilizzabile per l'indicazione combinata della posizione della parola reggente e della relazione sintattica;
+  - altre note.
+<code python>
+) 15 #posizione della parola unita' nella frase
+) ⲕ #significante grafico della parola unita'
+) ⲛⲧⲟⲕ	#lessema
+) PRON	#parte del discorso secondo una classificazione universale
+) PPERS #parte del discorso secondo una classificazione elaborata specificamente per la lingua in esame
+) Definite=Def|Gender=Masc|Number=Sing|Person=2|PronType=Prs #insieme di sottocampi comprendente i valori delle categorie grammaticali
+) 16 #posizione nella frase della parola da cui la parola in esame dipende sintatticamente
+) nsubj #relazione sintattica tra la parola in esame e la parola da cui essa dipende sintatticamente (qui "nominal subject")
+) _ #campo eventualmente utilizzabile per l'indicazione combinata della posizione della parola reggente e della relazione sintattica
+) _ #altre note
+) 33 #posizione della parola unita' nella frase
+) ⲭⲣⲓⲥⲧⲟⲥ #significante grafico della parola unita'
+) ⲭⲣⲓⲥⲧⲟⲥ #lessema
+) NOUN #parte del discorso secondo una classificazione universale
+) N #parte del discorso secondo una classificazione elaborata specificamente per la lingua in esame
+) Foreign=Yes #insieme di sottocampi comprendente i valori delle categorie grammaticali (qui contiene un valore relativo allo strato lessicale)
+) 30 #posizione nella frase della parola da cui la parola in esame dipende sintatticamente
+) nmod #relazione sintattica tra la parola in esame e la parola da cui essa dipende sintatticamente (qui "nominal modifier")
+) _ #campo eventualmente utilizzabile per l'indicazione combinata della posizione della parola reggente e della relazione sintattica
+) Entity=person)person)|Orig=ⲭ︤ⲥ︥|OrigLang=grc #altre note
+</code>
+Inoltre all'inizio di ogni frase figura un rigo recante il codice identificativo della frase stessa. P. es:
+<code>
+# sent_id = shenoute_fox-XH204-216_s0006
+</code>
+Esempio di frase completa:
+<code>
+# sent_id = shenoute_a22-a22_YA421-428_s0021
+# text_en = ...
+# text = ⲁⲩⲱ ⲉⲩⲧⲛⲧⲱⲛ ⲉⲡⲟⲩⲟⲉⲓⲛ ⲙⲡⲉϩⲟⲟⲩ ·
+	ⲁⲩⲱ	ⲁⲩⲱ	CCONJ	CONJ	_	4	cc	_	_
+-4	ⲉⲩⲧⲛⲧⲱⲛ	_	_	_	_	_	_	_	_
+	ⲉ	ⲉⲣⲉ	PART	CFOC	_	4	mark	_	_
+	ⲩ	ⲛⲧⲟⲟⲩ	PRON	PPERS	Definite=Def|Number=Plur|Person=3|PronType=Prs	4	nsubj	_	_
+	ⲧⲛⲧⲱⲛ	ⲧⲟⲛⲧⲛ	VERB	VSTAT	Mood=Ind|VerbForm=Fin	0	root	_	Orig=ⲧ︤ⲛ︥ⲧⲱⲛ`
+-7	ⲉⲡⲟⲩⲟⲉⲓⲛ	_	_	_	_	_	_	_	_
+	ⲉ	ⲉ	ADP	PREP	_	7	case	_	_
+	ⲡ	ⲡ	DET	ART	Definite=Def|Gender=Masc|Number=Sing|PronType=Art	7	det	_	Entity=(abstract
+	ⲟⲩⲟⲉⲓⲛ	ⲟⲩⲟⲉⲓⲛ	NOUN	N	_	4	obl	_	_
+-10	ⲙⲡⲉϩⲟⲟⲩ	_	_	_	_	_	_	_	_
+	ⲙ	ⲛ	ADP	PREP	_	10	case	_	Orig=ⲙ̄
+	ⲡⲉ	ⲡ	DET	ART	Definite=Def|Gender=Masc|Number=Sing|PronType=Art	10	det	_	Entity=(time
+	ϩⲟⲟⲩ	ϩⲟⲟⲩ	NOUN	N	_	7	nmod	_	Entity=time)abstract)|Orig=ϩⲟⲟⲩ`
+	·	·	PUNCT	PUNCT	_	4	punct	_	_
+</code>

Linguistica computazionale

Strumenti Utente

Strumenti Sito

Differenze

Strumenti Pagina