Italiano. Fuori contesto, un nesso come dei professori non da` certezza di dove collocare dei in relazione alle parti del discorso. Il nesso puo` per esempio valere o alcuni professori (per es. in Dei professori intervennero) o esprimere appartenenza (per es. i libri dei professori). Nel primo caso dei e` l'articolo partitivo di un nesso nominale, nel secondo e` la preposizione che introduce un complemento di specificazione. Questo caso di omonimia si puo` far rientrare nell'area del Word Sense Disambiguation, ma la sua rilevanza per la sintassi e per il NLP e` evidente. Nonostante cio`, in letteratura di esso non abbiamo trovato tracce. Il lavoro distingue diverse funzioni dei membri della serie e propone un algoritmo per disambiguare i due usi riferiti e altri, per esempio i complementi retti (come in Approfittano dei tuoi fratelli) che rendono la disambiguazione ancora piu` complessa.
English. Out of context, a phrase of Italian such as dei professori ’of.the teachers’ is ambiguous: it can either mean some teachers (e.g. Dei professori intervennero ’Some teachers attended’) or carry the value of a Saxon genitive (e.g. i libri dei professori ’the teachers’ books’). The part of speech to which dei belongs cannot be identified: dei could be a partitive article in a noun phrase or a preposition in a prepositional phrase. This key difference raises a problem in the area of Word Sense Disambiguation. Despite its relevance for NLP, to the best of our knowledge this case of homonymy has so far been disregarded in the literature. The paper distinguishes a number of functions dei carries and proposes an algorithm that can automatically discriminate between the two uses mentioned above, but also identify others that make the picture more complex.
Questo lavoro verte sull’articolo partitivo in italiano, etimologicamente formato da di e da un articolo determinativo. L’intera serie, del, dello, dell’, della, dei, degli, delle, si presenta in superficie identica alle omonime preposizioni articolate.
Anche a un primo sguardo, la varieta` di esiti che si ottiene collocando una sequenza come dei professori in contesti differenti, con dei qui preso come elemento rappresentativo dei sette membri della serie, desta stupore per la numerosita` degli usi e le conseguenti difficolta` che cio` crea nel NLP.
Obiettivo del nostro lavoro e` la
disambiguazione automatica. Le difficolta` che un
tale compito pone sono numerose. Lo studio e`
parte di una ricerca piu` ampia che ha come fine
l’individuazione automatica del Soggetto1 di una
frase semplice
La sezione 2 e` dedicata alle ambiguita`
semantiche che l’omonimia genera, derivanti da
ambiguita` strutturali. La sezione 3 presenta alcuni degli
a`mbiti grammaticali che creano ostacoli per la
corretta identificazione degli articoli partitivi.
Ognuno di questi a`mbiti ha determinato una parte
dello script presentato, che e` stato messo alla
prova su un corpus formato da 463 occorrenze
(casualmente scelte tra le complessive 580) degli
ele1Che, a giudicare dal numero di lavori reperibili in
letteratura, non sembra argomento che susciti grande interesse, in
particolare per l’italiano. Si veda almeno
La frase Parlarono dei professori e` semanticamente ambigua: il nesso dei professori puo` infatti essere interpretato come complemento di argomento (i professori sono l’argomento di cui qualcuno parla) oppure come Soggetto post-verbale, con dei equivalente, in buona sostanza, ad alcuni (Parlarono dei/alcuni professori).
Anche la frase Sono dei professori risulta ambigua, visto che "oscilla" tra un significato di appartenenza (Questi libri sono dei professori, se il Soggetto questi libri viene omesso) e un significato equativo, cioe` con identita` referenziale tra nesso preverbale e nesso postverbale (Loro/Questi sono dei professori, con loro/questi e professori che rimandano allo stesso referente). Gia` da questi casi e` possibile intuire alcune delle difficolta` di parsing per l’italiano generate dall’articolo partitivo, che ricorre in ognuno dei due casi di ambiguita` presentati.
Caratteristica precipua dell’articolo partitivo dell’italiano e` la frequente possibilita` di farne a meno, di ometterlo, a parita` di significato e mantenendo inalterata l’accettabilita` della frase. E` possibile farlo, per esempio, in Parlarono professori, ovviamente non piu` ambigua, cos`ı come e` possibile farne a meno negli usi equativi: Loro sono professori. Di contro, l’omissione risulta impossibile nel significato di appartenenza o di possesso: *Questi libri sono professori e, chiaramente, anche in quello del complemento di argomento (*Loro parlarono professori), qualora si desideri mantenere identico il significato e l’ineccepibilita` della frase.
Ecco succintamente illustrato uno dei
frequentissimi casi di ambiguita` che si presentano nelle
lingue naturali. Chiamata in causa e` l’area di
ricerca nota come Word Sense Disambiguation
Un paio di tentativi su demo disponibili online2, che fanno uso di dependency parsing, con 2Reperibili ai seguenti indirizzi: http:// linguistic-annotation-tool.italianlp. it/syntactic_trees (figura 1), http: frasi come Degli alunni hanno starnutito o Dei ragazzi starnutirono, entrambe con articolo partitivo, hanno dato per dei il lemma di e la categoria ’preposizione’ (si noti che, di fatto, cio` esclude erroneamente il nesso dalla funzione di Soggetto): Al di la` dei tentativi di soluzione per fini pratici, si puo` affermare, piu` in generale, che a questo problema di omonimia in italiano la linguistica teorica e la semantica formale hanno dedicato molte attenzioni. Di contro, nel campo del NLP esso sembra essere passato inosservato.
L’algoritmo che presentiamo e` stato implementato nel linguaggio Python 2.73. Per effettuare part of speech e lemma tagging, al fine di identificare ad esempio nomi, verbi ed aggettivi, e` stato utilizzato TreeTagger (http://www.cis.uni-muenchen.de/ (˜schmid/tools/TreeTagger/) con il file di parametro per l’italiano realizzati da //hlt-services2.fbk.eu/textpro-demo/ textpro.php (figura 2)
3A IMM si deve la parte dello script che disambigua i potenziali articoli partitivi. EC si e` fatto carico di tutte le indispensabili operazioni di annotazione su TreeTagger. Marco Baroni, richiamato utilizzando il modulo treetagger-python (https://github.com/ miotto/treetagger-python).4
L’algoritmo non si basa sulla nozione di
costituente e le strategie adottate non fanno uso di
’alberi’ di stampo chomskiano ne´ di dependency
parsing. Il parsing non e` ne´ bottom up ne´ top
down. Riteniamo che ai fini di una maggiore
efficacia, cioe` per un parsing in grado di identificare
e risolvere ambiguita` strutturali e semantiche, sara`
indispensabile fare ricorso alla struttura
argomentale dei predicati, o ’valenza’, particolarmente di
quelli verbali
Questa sezione mostra la suddivisione dello script di disambiguazione, basata sui diversi contesti di occorrenza dei morfemi della serie indagata. Complessivamente, nel corpus abbiamo identificato sette diversi casi: (I) complementi di specificazione; (II) complementi retti; (III) casi in cui ricorre il verbo essere o con funzione di ausiliare perfettivo o come copula; (IV) articoli partitivi con verbi transitivi e intransitivi; (V) comparativi e superlativi; (VI) nessi la cui testa e` un pronome indefinito, (VII) locuzioni (in fin dei conti, del resto, del tipo (per es. un larvato rimprovero del tipo "potresti pensarci un po’ tu")). Il trattamento degli ultimi tre gruppi (tre occorrenze per (V), cinque per (VI), tre per (VII)) sara` oggetto di un’integrazione successiva. 3.1
Un nesso nominale come i libri dei professori esemplifica il complemento di specificazione. La serie che manifesta questo complemento contiene tutti gli elementi gia` elencati per l’articolo partitivo, ma, significativamente, se ne distingue perche´ include la forma di (i libri di Leo). Pur con questa massiccia sovrapposizione di forme, si ottengono distinte parti del discorso: se da un lato il partitivo e` una forma di articolo (un determinante), dall’altro cio` che pare lo stesso elemento e` invece una preposizione, che puo` essere articolata o semplice. Con l’unica differenza della preposizione semplice, tuttavia, al parser le forme si presentano identiche, fatto che impone una qualche 4Il tratto [ Numerabile] del sostantivo che segue dei consentirebbe di escludere che in un nesso come della penna ricorra un articolo partitivo (* Voglio della penna). La ricerca ne verrebbe semplificata. Questa risorsa non e` stata utilizzata perche` TreeTagger non fornisce il tratto. risorsa che sia in grado di differenziare i due usi. Cos`ı, se la frase soggetta al parsing fosse Abbiamo letto i libri di fisica dei professori, non si avrebbe difficolta` a collocare di tra le preposizioni, mentre per dei si rivela necessaria un’operazione di disambiguazione.
Su questo caso di omonimia non siamo stati in grado di trovare in letteratura proposte precedenti. Suggeriamo in questa sede di individuare un complemento di specificazione grazie alla parola che precede la preposizione, che il piu` delle volte e` o un nome o un aggettivo. La parte di codice rilevante, abbreviata e semplificata, e` qui di seguito illustrata (frase[i] e` il pivot): # classificazione: 0=complemento # di specificazione for i in range(len(frase)): precedenti = frase[0:i] successivi = frase[i+2:len(frase)] compl_specificazione = frase[i] in maybe_partitive \ and (frase[i-1] in nomi \ or frase[i-1] in agg) if compl_specificazione is True:
classificazione=0
Se tra gli elementi che precedono immediatamente una qualsiasi delle sette forme della serie, inserite nella tupla denominata maybe partitive, si includono (a) i dimostrativi (per es. il passo delle zampe posteriori [...] quello delle anteriori), (b) i verbi all’infinito (per es. l’espandersi della sabbia), (c) alcune congiunzioni (l’alfabeto delle onde marine o delle erbe d’un prato), (d) casi di ricorsivita` (per es. del tessuto del fondo) e, infine, (f) occorrenze multiple con virgola (per es. la percezione precisa dei contorni, dei colori, delle ombre), la porzione di script sopra illustrata consente di identificare correttamente 388 complementi di specificazione, pari al 97; 7% delle occorrenze. Oltre a questi true positives si sono avuti 9 false negatives, 3 false positives e 63 true negatives; cio` da` luogo a una precision di 0:99 e ad una recall di 0:97; la F1-score e` pari a 0:97. Alcuni casi problematici sono: (i) la topicalizzazione del nesso preposizionale (per es. Della conoscenza mitica degli astri egli capta solo qualche stanco barlume); (ii) le nominalizzazioni (per es. tutto il non detto della sua condizione); oppure (iii) quello di Ho trovato sul selciato degli uccelli malconci, in cui degli svolge la funzione di articolo partitivo, ma viene erroneamente intercettato come complemento di specificazione a causa del locativo sul selciato che ricorre tra il verbo e il nesso nominale post-verbale.
Un paio di osservazioni finali. La prima: dal punto di vista semantico, il complemento di specificazione puo` esprimere un significato affine a quello di frasi copulative (§ 3.3) come I libri sono dei professori, significato cui ci si riferisce comunemente con ’appartenenza’ o ’possesso’. La seconda: e` bene ribadire che ne´ in i libri dei professori ne´ in I libri sono dei professori e` possibile sottrarre dei (*I libri professori, *I libri sono professori), proprio perche´ la sottrazione a parita` semantica e` caratteristica esclusiva dell’articolo partitivo, anche se tale opzione non e` sempre praticabile. 3.2
Si tratta del caso esemplificato con il verbo parlare. La gia` discussa ambiguita` della frase Parlarono dei professori deriva proprio dal fatto che parlare e` verbo potenzialmente bivalente (o trivalente: Leo parlo` a Luigi di Ada). Se l’esempio fosse modificato in Dei professori parlarono, con Soggetto anteposto, la frase rimarrebbe ancora ambigua, ma in modo diverso: o dei professori e` un Soggetto canonicamente pre-verbale oppure, se ancora interpretato come complemento di argomento, esso e` allora collocato in una posizione marcata e la frase, segmentata, necessita di un particolare profilo intonativo, cioe` di una messa in rilievo tramite enfasi, di seguito richiamata con il maiuscoletto: DEI PROFESSORI parlarono (non degli studenti). L’esplicitazione del Soggetto porrebbe fine a ogni ambiguita`: Loro parlarono dei professori.
In italiano i predicati che idiosincraticamente legittimano un complemento in di non sono necessariamente verbali. Ecco alcuni dei casi rinvenuti nel corpus, con verbi (il nesso non e` ne´ Soggetto ne´ Oggetto diretto), aggettivi, avverbi, nomi e polirematiche (si notino le due topicalizzazioni): • tener conto degli aspetti complessi • ripaga del sapere che si propaga • dell’adeguato innaffiamento approfittano le erbacce • quello che ha pensato del prato • spera d’essersi appropriato del pianeta • faccio parte dei soggetti senzienti • avrebbe piu` bisogno del nostro interessamento • e` specifico del sesso femminile • anche del nulla non si puo` essere sicuri al cento per cento • prima della sua nascita • al di la` delle abitudini sensoriali • in balia della sovrapopolazione di questi lumpen-pennuti [sic]
Talvolta lo stesso verbo presenta piu` valenze, con differenze semantiche come Chiedono dei professori vs Chiedono professori, dunque con un ulteriore caso di ambiguita`: Chiedono a proposito dei professori vs Richiedono professori. Individuare differenze cos`ı sottili richiede soluzioni complesse.
Nello script, i complementi di specificazione sono rilevati dopo i complementi retti. Il motivo e` semplice: se la frase sottoposta al parsing fosse Sandro e` degno degli onori piu` grandi, la funzione rileverebbe nella posizione precedente a degli un aggettivo, restituendo quindi un errore, cioe` che degli onori piu` grandi e` complemento di specificazione. Lo stesso accadrebbe con una polirematica come tener conto delle proporzioni, che nella posizione precedente a delle presenta un sostantivo.
I complementi retti introdotti da una delle forme omonime a quelle degli articoli partitivi sono complessivamente 33, pari al 7; 1% delle 463 occorrenze indagate.
Per l’individuazione dei complementi retti si e` creata una lista, denominata trigger di, contenente verbi, aggettivi, avverbi e locuzioni che legittimano un complemento introdotto dalla preposizione di. Con la suddivisione della stringa in ’precedenti’ e ’successivi’ rispetto al pivot l’algoritmo consente di calcolare se il complemento retto e` anteposto al predicato che lo regge (ordine marcato) o posposto (ordine canonico): # Classificazione complemento retto: # 1=posposto, 2=anteposto for j in range(len(frase)): if frase[j] in trigger_di: if frase[j] in precedenti:
classificazione=1 elif frase[j] in successivi: classificazione=2
esserci E` uno dei casi presentati nella sezione 3 con frasi ambigue come Sono dei professori. Si noti che la frase Ci sono dei professori, in superficie diversa dalla precedente solo per la presenza del clitico ci, esemplifica un tipo denominato in letteratura ’esistenziale’, che e` tutt’altra cosa. Nella frase Ci sono dei professori il nesso dei professori fornisce un esempio di articolo partitivo. Ne e` prova il fatto che dei puo` o essere rimosso senza che la frase collassi (Ci sono professori) o essere sostituito con alcuni (Ci sono alcuni professori). Le due frasi Sono dei professori e Ci sono dei professori sono dunque diverse dal punto di vista strutturale, al punto che mentre dei professori e` il Soggetto dell’ultima, nella prima il Soggetto e` omesso (Essi sono dei professori o Questi libri sono dei professori). L’algoritmo deve poter individuare tali differenze strutturali, come si propone nella porzione di codice che segue, che ha individuato due occorrenze di articolo partitivo con esserci (ci sono delle forme e delle sequenze che si ripetono) senza pero` essere riuscito ad individuare l’articolo partitivo nel seguente esempio: ([le mani del gorilla] sono ancora in realta` delle zampe): elif is_copulativo is True: if is_verbo(tt,frase[i-1],copulativi): if frase[i-2] != 'ci': classificazione = 3 casi essere puo` ovviamente ricorrere, ma come ausiliare perfettivo, dunque in combinazione con un participio passato: Delle ombre silenziose si sono mosse sulla sabbia. Si tratta in tutto di 10 delle 13 occorrenze complessive di articolo partitivo (2,7% del corpus, tre con esistere), cos`ı identificate: # classificazione: 5=articolo partitivo # post-verbale # 6=articolo partitivo pre-verbale elif is_forma_verbale is True: if frase[j] in precedenti:
classificazione=5 elif frase[j] in successivi:
classificazione=6 4
Conclusioni
classificazione = 4 elif is_verbo(tt,frase[i-2],copulativi): if frase[i-3] != 'ci':
classificazione = 3 else:
classificazione = 4
transitivi e intransitivi Se, al parsing, un elemento della serie maybe partitive non e` riconosciuto come complemento di specificazione, giacche´ non preceduto ne´ da un nome ne´ da un aggettivo (§ 3.1), oppure se la stringa non contiene ne´ complementi retti (§ 3.2) ne´ un’occorrenza di essere copula o di esserci (§ 3.3), allora siamo in presenza di un articolo partitivo in un nesso legittimato da un verbo transitivo o intransitivo, come in Lui per trattenerla le da` dei piccoli morsi a una zampa e Esistono delle vie e delle piazze. In questi