LinguaKit: uma ferramenta multilingue para a análise linguística e a extração de informação

Abstract

Este artigo apresenta LinguaKit, uma suite multilingue de ferramentas de análise, extração, anotação e correção linguísticas. LinguaKit permite realizar tarefas tão diversas como a lematização, a etiquetagem morfossintática ou a análise sintática (entre outras), incluindo também aplicações para a análise de sentimentos (ou minaria de opiniões), a extração de termos multipalavra, ou a anotação concetual e ligação a recursos enciclopédicos tais como a DBpedia. A maior parte dos módulos funcionam para quatro variedades linguísticas: português, espanhol, inglês e galego. A linguagem de programação de LinguaKité Perl, e o código está disponível sob a licença livre GPLv3.

Towards Syntactic Iberian Polarity Classification

“…We performed different experiments on binary polarity classification for knowing (a) the accuracy of the system, (b) the impact of the merged resources, and (c) the impact of the universal rules in monolingual and multilingual settings: The performance of our system was compared to LinguaKit (LKit), an open-source toolkit which performs supervised sentiment analysis in several languages (Gamallo et al, 2013;Gamallo and Garcia, 2017). Table 4 shows the results of each of these models on the different corpora.…”

GECO, un Gestor de Corpus colaborativo basado en web

“…Por ejemplo, el proyecto Corpógrafo (Sarmento et al, 2006) es un gestor de corpus que utiliza técnicas de procesamiento de lenguaje para extracción de términos y extracción de relaciones léxicas. Asimismo, LinguaKit es una herramient multilingüe para el análisis, la extracción, antotación y corrección lingüística (Gamallo & Garcia, 2017).…”

Estratégias Lexicométricas para Detetar Especificidades Textuais

“…O anotador morfossintáctico (que inclui o lematizador) integrado no LinguaKit foi avaliado para três línguas, nomeadamente inglês, português e espanhol, com resultados próximos do estado da arte: ≈ 96% para português e espanhol, e ligeiramente mais baixos (≈ 94%) para inglês (Gamallo et al, 2015;. Quanto ao extrator de MWE, foi descrito e avaliado qualitativamente em (Gamallo & Garcia, 2017).…”