Índice

• LX-Parser
• Serviço online
• Autoria
• Agradecimentos
• Citação
• Licença
• Disponibilização
• Web service
• Contactos
• Porquê o LX-Parser?

LX-Parser

O LX-Parser é um analisador sintáctico de constituência para o Português baseado numa abordagem estatística.

Serviço online

Uma demonstração online desta ferramenta pode ser vista aqui.

Autoria

O LX-Parser é desenvovido por Patricia Gonçalves e João Silva, sob a orientação de António Branco, pelo NLX-Grupo de Fala e Linguagem Natural.

Agradecimentos

Este trabalho for parcialmente suportado pela FCT-Fundação para a Ciência e Tecnologia no âmbito do projecto SemanticShare (FCT/PTDC/PLP/81157/2006).

Citation

Para mencionar o LX-Parser, usar a seguinte referência:

• Silva, João, António Branco, Sérgio Castro e Ruben Reis. Out-of-the-Box Robust Parsing of Portuguese. In Proceedings of the 9th International Conference on the Computational Processing of Portuguese (PROPOR'10), pp. 75–85.

Licença

Para usar o LX-Parser tem que aceitar a seguinte licença.

Disponibilização

O LX-Parser está disponível como uma ferramenta independente que pode descarregar para o seu computador e executar localmente.

Descarregamentos

• O ficheiro com o modelo, cintil.ser.gz
• Stanford Parser (requer Java 5). Atenção: O modelo foi criado com a versão 1.6.5 do Stanford Parser, sendo que versões mais recentes desta ferramenta parecem ser incapazes de carregar o modelo.
• LX-Tokenizer para segmentar lexemas antes da análise sintáctica.

Instruções

Exemplo da linha e comando:

java -Xmx500m -cp /path/to/stanford-parser.jar edu.stanford.nlp.parser.lexparser.LexicalizedParser -tokenized -sentences newline -outputFormat oneline -uwModel edu.stanford.nlp.parser.lexparser.BaseUnknownWordModel cintil.ser.gz input.txt

Uma explicação rápida das opções:

• Para algumas das frases mais complexas, o heap size por omissão do Java pode não ser suficiente. Aumentamos o valor máximo do heap size para 500 megabytes com a opção -Xmx500m.
• O path para o ficheiro JAR do Stanford Parser é dado através da opção -cp.
• O nome da class Java que vamos executar (LexicalizedParser).
• Os lexemas do texto dado ao analisador têm de estar segmentados (vd. LX-Tokenizer para detalhes acerca das decisões de segmentação). Isto é indicado através da opção -tokenized.
• As frase encontram-se separadas por newline. Isto é indicado através da opção -sentences newline.
• O resultado mostra uma análise por linha. NB: O analisador adiciona sempre um nó ROOT. Este pode ser removido num passo de pós-processamento.
• A classe (BaseUnknownWordModel, parte do Stanford Parser) implementa um modelo básico para lidar com palavras desconhecidas. É seleccionado através da opção -uwModel.
• Os dois últimos argumentos são o ficheiro do modelo e o ficheiro a analisar.

Web service

Disponível brevemente

Contacto

Pode contactar-nos através do seguinte endereço de correio electrónico: 'nlx' seguido de '@' seguido de 'di.fc.ul.pt'.

Porquê o LX-Parser?

LX porque LX é o diminutivo que os lisboetas gostam de usar para se referirem à sua cidade.