Modelagem e identificação automática de construções de estrutura argumental: uma proposta para o constructicon da Framenet Brasil

Abstract

Este trabalho tem por objetivo, em primeiro lugar, fornecer a modelagem linguístico computacional, no Constructicon da FrameNet Brasil, de 24 construções de estrutura argumental do Português Brasileiro, a saber: Sujeito-Predicado, Transitiva Direta Ativa, Transitiva Indireta, Transitiva Oblíqua, Bitransitiva, Intransitiva, Ergativa, Resultativa, Objeto Interdito, Argumento Cindido Artefato, Argumento Cindido Parte do Corpo, Argumento Cindido Posse Alienável, Argumento Cindido Entidade Atributo, Predicativa Nominal Atributiva, Predicativa Nominal Estativa, Predicativa Locativa, Verbo Nominal Objetiva, Mudança de Estado, Sem Sujeito Intransitiva, Existencial Apresentacional e Tempo Decorrido. Em segundo lugar, apresenta e discute os resultados de uma tarefa de identificação automática de construções cujo objetivo é o de identificar instâncias das construções acima. Nesse sentido, a proposta se enquadra nas discussões teórico-metodológicas da FrameNet Brasil (FN-Br) (SALOMÃO, 2009a), a qual desenvolve dois grandes recursos computacionais: um Lexicon e um Constructicon. O Lexicon tem por objetivos: criar uma representação computacional de frames, definidos por seus participantes e instrumentos e conectados entre si via relações entre frames; definir Unidades Lexicais, pareamentos entre um lema e um significado definido em termos de um frame; anotar sentenças que exemplifiquem os padrões de valência sintáticos e semânticos em que as ULs ocorrem. Já o Constructicon consiste em um recurso computacional no qual as informações estruturais sobre construções de uma língua são modeladas e é construído através de um modelo semântico baseado em frames, ligado às suas manifestações linguísticas (SALOMÃO, 2009a). Ambos os recursos se encontram interligados, na medida em que tanto o Lexicon como o Constructicon foram desenhados para lidar com todos os traços linguísticos relevantes para a identificação de um frame e de uma construção. Diante da interligação entre as duas frentes da FN-Br, apresentaremos uma proposta que pretende ampliar o escopo de pesquisa anterior (ALMEIDA, 2016), para auxiliar em tarefas de Compreensão de Língua Natural. Através da interação entre a Linguística e a Computação, este trabalho engloba as três fases apresentadas por Dias da Silva (2006) como necessárias para o desenvolvimento de um sistema em Linguística Computacional: a fase linguística, a fase linguístico computacional e a fase computacional. Para tanto, apresenta a especificação das construções na fase linguística, a representação dessas construções no Constructicon, na fase linguístico computacional, e propõe um sistema computacional para que essas construções possam ser reconhecidas na fase computacional. Tal sistema visa a testar a hipótese de que a modelagem de construções composta por informações relativas à sua forma e ao seu sentido, auxilia na tarefa de reconhecimento de construtos por elas licenciados. Para tanto, instâncias das construções foram anotadas em corpus e submetidas a distintos modelos de Inteligência Artificial para serem classificadas conforme as construções existentes no Constructicon. Os resultados indicaram que, para construções muito frequentes no corpus de treinamento, a adição de informações advindas da modelagem afeta negativamente o desempenho do modelo. Por outro lado, para padrões construcionais menos frequentes, tal modelagem afeta positivamente o desempenho do modelo.