Parsing wh-interrogative sentences within ARTEMIS

• Autores: María Auxiliadora Martín Díaz
• Localización: RAEL: revista electrónica de lingüística aplicada, ISSN 1885-9089, Vol. 17, Nº. 1, 2018, págs. 78-98
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    El fundamento lingüístico de Functional Grammar Knowledge Base (FunGramKB) se inspira en teorías lingüísticas como la Gramática del Papel y la Referencia (RRG) (Van Valin, 2005) y el Modelo Léxico-Construccional (LCM) (Mairal-Usón y Ruiz de Mendoza Ibáñez, 2008). Sus niveles léxico y gramatical permiten al sistema capturar generalizaciones sintáctico-semánticas con las que explicar y predecir fenómenos lingüísticos (Periñán-Pascual y Arcas-Túnez, 2010: 2671). El objetivo de ARTEMIS (Automatically Representing Text Meaning via an Interlingua-Based System) es la simulación de la comprensión del lenguaje natural y para ello utiliza FunGramKB. Este prototipo garantiza el correcto parseado con unas reglas de producción donde la información morfosintáctica pertinente debe codificarse mediante Matrices Atributo Valor (MAVs) que puedan restringir dicho proceso (Periñán-Pascual, 2013a: 223). Partiendo del análisis de Martín-Díaz (2017) para las interrogativas polares, este trabajo propone las reglas y MAVs necesarias para un parseado efectivo de las interrogativas inglesas con formas WH- en ARTEMIS.

  • English

    The linguistic foundation of Functional Grammar Knowledge Base (FunGramKB) is inspired on robust linguistic theories like Role and Reference Grammar (RRG, Van Valin, 2005) and the Lexical Constructional Model (LCM) (Mairal-Usón & Ruiz de Mendoza Ibáñez, 2008). Accordingly, its lexical and grammatical levels will allow the system to capture syntactic-semantic generalizations which can provide explanations and predictions of language phenomena (Periñán-Pascual & Arcas-Túnez, 2010: 2671). ARTEMIS (Automatically Representing Text Meaning via an Interlingua-Based System) comes into play as a prototype which exploits FunGramKB to pursue the simulation of natural language understanding. To guarantee a correct parsing, this application relies on a set of production rules where pertinent morphosyntactic information must be expediently encoded via AVMs, feature-bearing structures which can effectively constrain this process (Periñán-Pascual, 2013a: 223). Departing from Martín-Díaz (2017)’s account of Y/N-interrogatives, this paper aims at proposing the rules and AVMs necessary for the correct parsing of WH-interrogatives within ARTEMIS.