Publication
Processamento automático de expressões idiomáticas do português europeu
| dc.contributor.author | Antunes, David | |
| dc.contributor.author | Baptista, Jorge | |
| dc.contributor.author | Mamede, Nuno | |
| dc.date.accessioned | 2025-09-12T09:04:22Z | |
| dc.date.available | 2025-09-12T09:04:22Z | |
| dc.date.issued | 2025-06-30 | |
| dc.description.abstract | Expressões idiomáticas verbais são expressões multipalavra em que o verbo principal ´e distribucional mente fixo com um ou mais dos seus argumentos. O significado global destas expressões ´e, geralmente, não composicional, isto ´e, não pode ser regularmente inferido a partir do significado individual dos seus constituintes, quando usados separadamente. O principal objetivo deste trabalho ´e a construção de um sistema capaz de processar expressões idiomáticas do português europeu, integrado de forma fluida numa cadeia (pipeline) de processamento de linguagem natural. Para tal, foram desenvolvidas duas componentes fundamentais: (i) a criação de um corpus anotado com instancias de expressões idiomáticas verbais do português europeu, e (ii) o desenvolvimento de um sistema que gera regras de análise de dependência para identificar automaticamente expressões idiomáticas com base nas restrições linguísticas representadas numa matriz léxico-gramatical. O sistema foi avaliado com frases produzidas manualmente, frases geradas artificialmente (por um m´modulo específico do sistema) e usando documentos selecionados a partir de dois corpora e onde foram anotadas instâncias de expressões idiomáticas. Os resultados globais indicam que a Precisão do sistema ´e bastante satisfatória, enquanto a Abrangência (Recall) ´e menos favorável. Estes dados destacam a necessidade de direcionar esforços para melhorar o desempenho do sistema, nomeadamente das regras que permitem identificar automaticamente as expressões fixas em textos. Uma parte do corpus utilizado bem como das anotações de expressões idiomáticas são disponibilizados para a comunidade científica. | por |
| dc.description.abstract | Verbal idioms (or verbal idiomatic expressions) are multiword expressions in which the main verb is distribution ally frozen with one or more of its arguments (subject or complements). For the most part, they convey a non-compositional meaning that cannot be inferred from the individual meanings of their constituents when used separately. The primary goal of this project is the creation of a system capable of processing verbal idioms from European Portuguese, seamlessly integrated into a natural language processing pipeline. To this end, two key components were developed: (i) the creation of a corpus annotated for instances of verbal idiomatic expressions in European Portuguese, and (ii) the development of a system that generates dependency parsing rules to identify proper instances of specific verbal idioms based on the linguistic restrictions outlined in a lexicon-grammar matrix. The system is evaluated using manually produced sentences, artificially generated ones, and real sentences from two selected corpora annotated for verbal idioms. The overall results indicate that the Precision of the system is very satisfactory; whilst the Recall is less favorable, highlighting the need for further efforts to enhance the automatic identification of verbal idioms in texts. A portion of the annotated corpora is made available to the scientific community. | eng |
| dc.description.sponsorship | Projeto: iRead4Skills, Referência: 1010094837, Programa: HORIZONCL2-2022-TRANSFORMATIONS-01-07 | |
| dc.identifier.doi | 10.21814/lm.17.1.464 | |
| dc.identifier.issn | 1647-0818 | |
| dc.identifier.uri | http://hdl.handle.net/10400.1/27686 | |
| dc.language.iso | por | |
| dc.peerreviewed | yes | |
| dc.publisher | University of Minho | |
| dc.relation | Instituto de Engenharia de Sistemas e Computadores, Investigação e Desenvolvimento em Lisboa | |
| dc.relation.ispartof | Linguamática | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Multiword expressions | |
| dc.subject | European portuguese | |
| dc.subject | Verbal Idioms | |
| dc.subject | Idiomatic expressions | |
| dc.subject | Lexicon-grammar | |
| dc.title | Processamento automático de expressões idiomáticas do português europeu | |
| dc.type | journal article | |
| dspace.entity.type | Publication | |
| oaire.awardTitle | Instituto de Engenharia de Sistemas e Computadores, Investigação e Desenvolvimento em Lisboa | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDB%2F50021%2F2020/PT | |
| oaire.citation.endPage | 73 | |
| oaire.citation.issue | 1 | |
| oaire.citation.startPage | 55 | |
| oaire.citation.title | Linguamática | |
| oaire.citation.volume | 17 | |
| oaire.fundingStream | 6817 - DCRRNI ID | |
| oaire.version | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |
| person.familyName | Baptista | |
| person.givenName | Jorge | |
| person.identifier.ciencia-id | 7010-5366-22C5 | |
| person.identifier.orcid | 0000-0003-4603-4364 | |
| person.identifier.rid | H-7699-2013 | |
| person.identifier.scopus-author-id | 14035269500 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| relation.isAuthorOfPublication | e817fa28-a005-40e2-9ba4-03fdaedd7df3 | |
| relation.isAuthorOfPublication.latestForDiscovery | e817fa28-a005-40e2-9ba4-03fdaedd7df3 | |
| relation.isProjectOfPublication | 0b14d63a-8f78-4e31-8a86-b72e1f07871f | |
| relation.isProjectOfPublication.latestForDiscovery | 0b14d63a-8f78-4e31-8a86-b72e1f07871f |