Professional Documents
Culture Documents
Zoeken in Een Afrikaans Corpus: Baie Maklik!
Zoeken in Een Afrikaans Corpus: Baie Maklik!
in een
Afrikaans corpus:
baie maklik!
Liesbeth Augustinus
Ineke Schuurman
Vincent Vandeghinste
Peter Dirix
Frank Van Eynde
Colloquium Afrikaans - 23 oktober 2015
AFRIBOOMS PROJECT
• Syntac'sch geannoteerd corpus (treebank) voor Afrikaans
• 2013 - 2014
• NWU (CTexT) & KU Leuven (CCL)
GrETEL 4 AFRIKAANS
• Greedy Extrac'on of Trees for Empirical Linguis'cs
• Parser
o Bv. Alpino (Van Noord 2006)
PARSER
//node[node[@rel="aux" and
@pt="VERB" and @lemma="het"]
and
node[@rel="obj" and
node[@rel="det" and
@pt="DET"] and
node[@rel="hd" and
@pt="NOUN"]]
and
node[@rel="hd" and
@pt="VERB" and
@lemma="lees"]]
XPATH
//node[node[@rel="aux" and
@pt="VERB" and @lemma="het"]
and
node[@rel="obj" and
node[@rel="det" and
@pt="DET"] and
node[@rel="hd" and
@pt="NOUN"]]
and
node[@rel="hd" and
@pt="VERB" and
@lemma="lees"]]
XPATH
//node[node[@rel="aux" and
@pt="VERB" and @lemma="het"]
and
node[@rel="obj" and
node[@rel="det" and
@pt="DET"] and
node[@rel="hd" and
@pt="NOUN"]]
and
node[@rel="hd" and
@pt="VERB" and
@lemma="lees"]]
XPATH
GrETEL
2 zoekmodi:
o Voorbeeld-gebaseerd zoeken
o Voorbeeld-gebaseerd zoeken
voordeel: geen of beperkte kennis van de data
en/of formele zoektalen (zoals XPath) vereist
• GrETEL demo
o Case study
o Zoekop'es
• Conclusies
CASE STUDY
Construc'es met het + object met een bepaald lidwoord
(die) + werkwoord
Bv. Ek het die boek gelees.
GrETEL ONLINE
INPUT
INPUT PARSE
SELECTIE MATRIX
LEIDRAAD VOOR SELECTIE
TREEBANK SELECTIE
QUERY OVERZICHT
RESULTATEN
Construc'es met het + object met een bepaald lidwoord
(die) + werkwoord
Bv. Ek het die boek gelees.
à 79 hits, verdeeld over 73 zinnen
RESULTATEN
RESULTATEN: data
RESULTATEN: data
“greedy” search
RESULTATEN:
bomen
RESULTATEN
Construc'es met het + object met een bepaald lidwoord
(die) + werkwoord
Bv. Ek het die boek gelees.
à 79 hits, verdeeld over 73 zinnen
MEER RESULTATEN
OpIe 1: Gebruik verschillende query’s
Construc'es met het + object met Construc'es met het + object met
een bepaald lidwoord (die) + een onbepaald lidwoord (’n) +
werkwoord werkwoord
Bv. Ek het die boek gelees. Bv. Ek het ‘n boek gelees.
à 79 hits à 42 hits
MEER RESULTATEN
MEER RESULTATEN
OpIe 2: Pas de XPath query aan (via “XPath Search”)
OVERZICHT
• GrETEL in een notendop
• GrETEL demo
o Case study
o ZoekopIes
• Conclusies
GEAVANCEERD ZOEKEN
GEAVANCEERD ZOEKEN
GEAVANCEERD ZOEKEN
GEAVANCEERD ZOEKEN
ZOEKOPTIES
WOORDVOLGORDE
PP-over-V
o V + PP
o Hy sal die man help met sy werk.
o PP + V
o Hy sal die man met sy werk help.
WOORDVOLGORDE
PP-over-V
o V + PP
o Hy sal die man help met sy werk
2 576 hits in 1 530 zinnen
Maar: resultaten bevajen ook PP + V!
WOORDVOLGORDE
PP-over-V
o V + PP + woordvolgorde opIe
o Hy sal die man help met sy werk
1 090 hits in 847 zinnen
Resultaten bevajen enkel V + PP
OVERZICHT
• GrETEL in een notendop
• GrETEL demo
o Case study
o Zoekop'es
• Conclusies
CONCLUSIES
• GrETEL: zoekmachine voor treebanks, nu ook voor Afrikaans!
• “Syntac'c concordancer”
• Parser verbeteren
Probeer het zelf uit!
hjp://gretel.ccl.kuleuven.be/afribooms