ΤΟ ΕΡΓΑΛΕΙΟ «ΕΚΦΡΑΣΗ» Στέλλα Μαρκαντωνάτου & Αγγελική Φωτοπούλου Ινστιτούτο Επεξεργασίας του Λόγου marks@ilsp.gr, afotop@ilsp.gr

Transcript

1 ΤΟ ΕΡΓΑΛΕΙΟ «ΕΚΦΡΑΣΗ» Στέλλα Μαρκαντωνάτου & Αγγελική Φωτοπούλου Ινστιτούτο Επεξεργασίας του Λόγου Abstract Ekfrasis is an integrated environment for helping authors to spot the word that better encodes the meaning they want to express. It also provides the word s morpho-syntactic description, information about its relations with other words and, usage examples. Search is activated with a word of meaning similar to the desired one. The system returns all sets of words that are conceptually akin to the input one and their glosses. Ekfrasis comprises a lexical database (LDB) connected to a morphological generator and a set of tools for identifying multi-word entries in corpora. The LDB incarnates a linguistic ontology reflecting the signifier-signified dichotomy. Entries, both one- and multi- word ones, are instances of the signifier branch. Entries are mapped onto instances of the signified branch ( meanings/glosses ). A set of features encode relations among words at the signified level (eg. synonymy, meronymy, antonymy) or the signifier one (eg. syntactic alternatives for verbs, allomorphs). 1. Εισαγωγή H «Έκφραση» 1 αποτελεί ένα πρωτότυπο περιβάλλον με ενσωματωμένα ισχυρά λεξικά και εργαλεία, τα οποία θα επιτρέπουν τον εντοπισμό της κατάλληλης λέξης, της κατάλληλης εκείνης λεκτικής απόχρωσης που χρειάζεται όποιος (συγ)γράφει, μεταφράζει ή επιμελείται ένα κείμενο. Οι δημοσιογράφοι, οι συγγραφείς οι μεταφραστές αλλά και όποιος χρειάζεται ένα ισχυρό εννοιολογικό σημασιολογικό λεξικό σε ηλεκτρονική μορφή είναι οι μελλοντικοί χρήστες αυτού του περιβάλλοντος. Μετά από μια συστηματική καταγραφή των αναγκών των χρηστών (με ερωτηματολόγια και προσωπικές συνεντεύξεις) και μια εμπεριστατωμένη ανάλυση των αποτελεσμάτων τα οποία συνδυάσαμε με τις ανάγκες συστημάτων Επεξεργασίας φυσικής γλώσσας (ΕΦΓ), καταλήξαμε στο σχεδιασμό της λεξικής βάσης δεδομένων (ΛΒΔ). Όταν η ΛΒΔ ολοκληρωθεί, θα αποτελεί ένα ισχυρό εννοιολογικό/σημασιολογικό λεξικό, το οποίο θα δίνει για κάθε λεξική μονάδα - όλες τις λέξεις που σχετίζονται νοηματικά με αυτήν, 1 Το έργο εντάσσεται στο μέτρο 3.3 ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΩΝ, ΗΧΟΥ ΚΑΙ ΓΛΩΣΣΑΣ. Συμμετέχουν το Ινστιτούτο Επεξεργασίας του Λόγου, οι εκδόσεις Καστανιώτη και η εταιρεία European Profiles. 971

2 - όλες τις γραμματικοσυντακτικές της ιδιότητες, - όλες τις λέξεις με τις οποίες συνάπτει λεξικές σχέσεις (συνωνυμία, αντωνυμία, μερωνυμία, σχέσεις μορφολογικής συγγένειας), - τα κειμενικά της χαρακτηριστικά (υφολογικά χαρακτηριστικά), - μετάφρασμα, - ερμήνευμα, - παραδείγματα χρήσης. Έχει δοθεί ιδιαίτερο βάρος στην κωδικοποίηση των παντός είδους πολυλεκτικών εκφράσεων (ονοματικών, ρηματικών, επιθετικών, επιρρηματικών) αναπτύσσοντας παράλληλα λογισμικό για την αυτόματη εξαγωγή τους. Για τα πολυλεκτικά λήμματα έχουν κωδικοποιηθεί κάποιες επιπλέον πληροφορίες όπως η αναλυσιμότητα ή μη της σημασίας της έκφρασης (σημασιολογικό κριτήριο) και υποκαταστασιμότητα ή μη κάποιων όρων της (λεξικό κριτήριο). Καταγράφονται επίσης όλες οι παραλλαγές μιας έκφρασης. Το λεξικό, λοιπόν, αυτό θα συνδυάζει τις δυνατότητες παραδοσιακών λεξικών, θησαυρών, ηλεκτρονικών λεξικών και οντολογιών. Οι οντολογίες υπεισέρχονται ως ο πιο κατάλληλος τρόπος αναπαράστασης της γλωσσικής γνώσης που κωδικοποιείται σε αυτό το λεξικό. 2. Προγενέστερη εμπειρία Η «Έκφραση» εμπνέεται από το Roget Thesaurus και από το μνημειώδες (για τα ελληνικά) έργο του Θ. Βοστατζόγλου «Αντιλεξικό». Το Roget Thesaurus εκδόθηκε για πρώτη φορά στα Βασικό χαρακτηριστικό του είναι ο πρωτότυπος τρόπος σχεδιασμού του. Με τα ονομαστικά ή λογικά λεξικά και τα λεξικά συνωνύμων απομακρυνόμαστε από το χώρο των ερμηνευτικών λεξικών. Το ενδιαφέρον του λεξικογράφου δεν είναι πια τι σημαίνει η κάθε λέξη, αλλά ποιες λέξεις έχουν περίπου την ίδια σημασία, ποια είναι αυτή η σημασία και αν μπορεί αυτή να ομαδοποιηθεί μαζί με άλλες. Έτσι, λοιπόν στις πρώτες εκδόσεις του λεξικού του Roget διακρίνουμε τρία διακριτά μέρη: i) το γενικό κατάλογο των εννοιών, ii) τον κυρίως κορμό του λεξικού όπου γίνεται η παράθεση των λέξεων και iii) το αλφαβητικό ευρετήριο των λέξεων. Ο χρήστης καλείται να ψάξει τη λέξη που τον ενδιαφέρει στο αλφαβητικό ευρετήριο του λεξικού και στη συνέχεια παραπέμπεται στη σχετική έννοια, μέσα στην οποία βρίσκονται άλλες λέξεις που σημαίνουν το ίδιο περίπου πράγμα με αυτή που αναζητά. Στην έκδοση του 1992, ο αριθμός των λημμάτων έχει ξεπεράσει τις Το «Αντιλεξικόν ή Ονομαστικόν της νεοελληνικής» του Θ. Βοσταντζόγλου εκδόθηκε για πρώτη φορά στα 1949 και είχε από την πρώτη του κιόλας έκδοση πολύ μεγάλη απήχηση στο αναγνωστικό κοινό. Αν και το γλωσσικό υλικό του είναι πλέον σχετικά πεπαλαιωμένο, το «Ονομαστικό» εξακολουθεί να έχει σημαντική απήχηση στους εν γένει γράφοντες, γεγονός που κάνει επιτακτική την ανάγκη για ουσιαστική ανανέωση του λεξιλογικού και 972

3 εννοιολογικού του περιεχομένου. Βασικό πλεονέκτημα του «Ονομαστικού» είναι η καινοτόμος για την εποχή του εννοιολογική οργάνωση του γλωσσικού υλικού, η οποία επιτρέπει στον αναγνώστη να έχει μια εποπτεία των λέξεων που σχετίζονται γενικότερα ή ειδικότερα με ένα θεματικό πεδίο. Η άλλη σημαντική προσφορά του, η οποία το διαφοροποιεί και από το Roget thesaurus, είναι ότι συνδυάζει ερμηνεύματα με γραμματικο-συντακτικές πληροφορίες (μέρος του λόγου, βασική ρηματική σύνταξη) αν και η παράθεση των σημασιολογικών και γραμματικο-συντακτικών ιδιοτήτων και σχέσεων μεταξύ λέξεων, δεν είναι εξαντλητική. Εκτός όμως από αυτά τα σημαντικά έντυπα λεξικά η «Εκφραση» έχει χρησιμοποιήσει την εμπειρία ηλεκτρονικών λεξικών, όπως το Wordnet, Verbnet, Framenet, καθώς και των λεξικών που έχουν καταρτιστεί του στο πλαίσιο του Λεξικού-Γραμματική. WordNet (Fellbaum, 1998) Η βασική αρχή του WordNet είναι ότι ουσιαστικά, ρήματα, επίθετα και επιρρήματα ομαδοποιούνται σε σύνολα συνωνύμων με διακριτή σημασία. Τα σύνολα αυτά συνοδεύονται από ένα σύντομο ερμηνευτικό σχόλιο, ενώ παράλληλα συνάπτουν μεταξύ τους σχέσεις με κυρίαρχη αυτή της υπερωνυμίας-υπωνυμίας, η οποία αποτελεί τον βασικό άξονα ανάπτυξης του λεξικού. Παράλληλα, τα σύνολα συνωνύμων αναπτύσσουν μεταξύ τους και άλλου είδους σχέσεις (όπως αυτή της αντωνυμίας, της μερωνυμίας, της μορφολογικά παραγόμενης συγγένειας κ.λπ.), πράγμα που επίσης ισχύει μεταξύ των λέξεων. VerbNet (Dang et al., 1998), (Kipper et al., 2000a), (Kipper et al., 2000b) Το VerbNet δημοσιεύτηκε για πρώτη φορά στις αρχές του 2000 από την ομάδα των Martha Palmer, Karin Kipper και Hoa Trang Dang του πανεπιστημίου της Πενσυλβάνια. Πρόκειται για ένα ρηματικό λεξικό, συμβατό με το WordNet, στο οποίο δηλώνονται ρητά οι συντακτικές και σημασιολογικές πληροφορίες κάθε ρηματικής εγγραφής. Για την κατασκευή του λεξικού και την οργάνωση των εγγραφών σε ομάδες κοινών χαρακτηριστικών χρησιμοποιήθηκε η ταξινόμηση των ρημάτων κατά Levin. FrameNet (Fillmore et al., 2001), (Ruppenhofer et al., 2006) Στόχος του FrameNet είναι να καταγράψει το σύνολο των πιθανών συνδυασμών μεταξύ των λέξεων και των εννοιών τους. Για να το πετύχει οδηγείται στην επισημείωση προτάσεων σε σημασιολογικό και συντακτικό επίπεδο. Βασικό συστατικό του FrameNet είναι η λεξική μονάδα (lexical unit), η οποία πραγματώνει το συνδυασμό σημασίας-λέξης, για κάθε σημασία της κάθε λέξης. Κάθε λέξη μπορεί να έχει περισσότερες της μίας σημασίες (περιπτώσεις πολυσημίας) και γιαυτό ο αριθμός των λεξικών μονάδων είναι αντίστοιχος με τον αριθμό των σημασιών, πράγμα που σημαίνει ότι ο αριθμός των λεξικών μονάδων υπερβαίνει κατά πολύ αυτόν των λέξεων. 973

4 Λεξικό γραμματική (Lexicon-grammar) ( Gross, 1975) Mέθοδος και πλαίσιο για δημιουργία ισχυρών λεξικών με συντακτική κατά βάση πληροφορία το οποίο εκπονείται από τον Maurice Gross και την ομάδα του LADL στις αρχές της δεκαετίας του Ως λεξική μονάδα λαμβάνεται η απλή πρόταση και στόχος είναι η πλήρης περιγραφή και καταγραφή του συνόλου των δομών των γλωσσικών μονάδων βάσει μορφοσυντακτικών και σημασιολογικών ιδιοτήτων. Αυτό έχει ως αποτέλεσμα ισχυρά ηλεκτρονικά λεξικά στα οποία κωδικοποιείται η γλωσσική πολυπλοκότητα και ως εκτούτου η μπορούν να προσαρμοστούν σε εφαρμογές ΕΦΓ. Η επιλογή να σχεδιαστεί το λεξικό της «Εκφρασης» χρησιμοποιώντας τεχνικές οντολογιών οδήγησε στην αναζήτηση συναφών έργων όπως το OntoWordnet (Gangemi et al., 2003), (Guarino et al., 2004) στόχος του οποίου είναι η σαφής δήλωση των δεσμεύσεων (commitments) που εκφράζονται στο WordNet και η συνεπής εφαρμογή τους. Στα πλαίσια αυτού του έργου έχει γίνει σημαντική προσπάθεια να εμπλουτιστούν οι σχέσεις που έχουν ήδη ορισθεί σαφώς στο WordNet με τις επιπλέον σχέσεις που εννοούνται στο κείμενο ορισμού (gloss) κάθε έννοιας. 3. Γιατί επιλέγουμε την τεχνολογία των οντολογιών Κατά την μεταφορά ενός λεξικού σε οντολογία προκύπτει η ανάγκη για μεγαλύτερη συνέπεια στην χρήση των εννοιών και των σχέσεων μεταξύ τους. Πέρα από την συνέπεια και την ορθή χρήση, στο πλαίσιο των οντολογιών, υπάρχει επιπλέον η δυνατότητα σαφούς ορισμού πολλών νέων σχέσεων που συχνά εννοούνται στα λεξικά (π.χ. ερμήνευμα στο WordNet ή τοπολογία στον Roget (Cassidy, 2000), (Old, 2000a), (Old, 2000b) ή τοπολογία και ερμήνευμα στον Βονσταντζόγλου). Με άλλα λόγια η μεταφορά ενός λεξικού σε οντολογία οδηγεί στον εντοπισμό ποικιλίας σχέσεων και κυρίως στην δυνατότητα ασφαλούς χρήσης τους για λογικούς συμπερασμούς. Η δεύτερη αυτή δυνατότητα μπορεί να αποδειχθεί πολύ χρήσιμη για εφαρμογές ΕΦΓ. Η συχνά χρησιμοποιούμενη από τις οντολογίες σχέση υπωνυμίας (isa) δεν ενδείκνυται ως βασικός τρόπος εννοιολογικής ταξινόμησης διότι δεν αληθεύει ότι η σχέση αυτή οργανώνει διεξοδικά το σύνολο των λέξεων (και των εννοιών που δηλώνουν) μιας γλώσσας. Μια πιο γενική αρχή ομαδοποίησης, αντίστοιχη με αυτήν που διατρέχει τους Roget και Βοσταντζόγλου, ενισχυμένη με σχέσεις, όπως οι σχέσεις συνωνυμίας, αντωνυμίας και μερωνυμίας αλλά και άλλες τοπικού χαρακτήρα σχέσεις, φαίνεται να υπόσχεται περισσότερα στον τομέα του εντοπισμού της σημασίας των λέξεων. Είναι σημαντικό ότι η σύγχρονη τεχνολογία των οντολογιών μας επιτρέπει να κωδικοποιήσουμε ακριβώς αυτήν την γενική αρχή ομαδοποίησης που διατρέχει τους Roget και Βοσταντζόγλου και ταυτόχρονα να κωδικοποιήσουμε και όλες τις παράπλευρες σχέσεις που αναφέραμε. Είναι επίσης βασικό ότι μας επιτρέπουν να χειριστούμε την λέξη ως συνδυασμό σημασιολογικής και γραμματικο- 974

5 συντακτικής πληροφορίας. Επειδή σημασία, μορφολογία και σύνταξη αλληλεξαρτώνται σε σημαντικό βαθμό, η διασάφηση της σημασίας υποστηρίζεται από την μορφο-συντακτική πληροφορία και αντιστρόφως. Αυτή η βασική ιδέα κωδικοποιείται με εξαιρετική ακρίβεια με την χρήση οντολογιών. 4. Προσδιορισμός της λεξικής μονάδας (εγγραφής) στην «Έκφραση» Διακρίνουμε δύο είδη εγγραφών: τις μονολεκτικές και τις πολυλεκτικές. Μεταξύ τους υπάρχουν κοινά στοιχεία αλλά και διαφορές (Gross, 1982), (Fotopoulou, 1993), (Nunberg et al., 1994), (Tutin et al., 2002). Στη γλώσσα τα μονολεκτικά (τρώω, τρέχω ) και πολυλεκτικά λήμματα (τρώω χαστούκι, τρώω τα λυσσακά μου τρέχουν τα σάλια μου ) σ ένα κλασικό λεξικό αποτελούν τις λεξικές μονάδες του γλωσσικού υλικού. Στη δική μας περίπτωση, χρησιμοποιούμε τον όρο εγγραφή αντί για τον ρόλο λεξική μονάδα παρά το ότι πρόκειται για το ίδιο πράγμα για να δηλώσουμε σαφέστερα το πότε καταχωρίζουμε καινούργια γραμματικο-συντακτική οντότητα και περιγράφουμε το πώς την αντιλαμβανόμαστε. Πολυλεκτικά όπως και μονολεκτικά λήμματα (εγγραφές) ανήκουν σε όλα τα βασικά μέρη του λόγου (ουσιαστικά, επίθετα, ρήματα, επιρρήματα, προθέσεις, συνδέσμους, άρθρα). Η διάκριση μεταξύ μορφολογίας (μορφολογικής πληροφορίας), λειτουργίας (σύνταξης) και χρήσης (σημασίας) είναι αναγκαία όταν μιλάμε για τα μέρη του λόγου. Η μορφολογική πληροφορία όταν αναφερόμαστε π.χ στα ουσιαστικά σημαίνει κλίση, πτώσεις κλπ. Η λειτουργία αναφέρεται στη θέση που μπορεί να έχει στο δομημένο λόγο. Η ονοματική χρήση/λειτουργία σημαίνει ότι λειτουργεί ως ουσιαστικό και ότι μπορεί να έχει θέση υποκειμένου, αντικειμένου, κλπ. Αυτή η διάκριση είναι αναγκαία για την οργάνωση του υλικού γιατί επιτρέπει μια προθετική φράση όπως έξω φρενών να έχει επιθετική χρήση (δηλ. είμαι έξω φρενών= είμαι (πολύ) εκνευρισμένος), όπως και το επίρρημα, για παράδειγμα, κάτω να έχει επιθετική χρήση στην Ονοματική Φράση το κάτω παράθυρο. Στην «Έκφραση» η λεξική μονάδα (εγγραφή) συνδυάζει: γραφηματικό τύπο λήμματος (μορφή) σημασία ιδιότητες υποκατηγοριοποίησης (προς το παρόν μόνο για το ρήμα) 5. Πώς εισάγεται μια καινούργια εγγραφή Η εισαγωγή νέων εγγραφών καθορίζεται από μια σειρά κριτηρίων τα οποία σχετίζονται με την μορφή (ορθογραφία και μορφολογία), την σημασία και την σύνταξη (πλαίσιο κατηγοριοποίησης και κατανομή των ορισμάτων τους) (Lehmann & Martin-Berthet, 1998). Είναι σημαντικό να δίνει η λεξική βάση δεδομένων την δυνατότητα να κωδικοποιηθούν οι σημαντικές σχέσεις που υφίστανται μεταξύ των εγγραφών σε σημασιολογικό και 975

6 γραμματικο-συντακτικό επίπεδο. Το πρώτο βήμα είναι, βέβαια, να απαριθμηθούν και να περιγραφούν αυτές οι σχέσεις Μορφή Ορθογραφία Κάθε ορθογραφική μορφή ορίζει καινούργια εγγραφή αλλά δεν ισχύει το αντίστροφο, ότι δηλαδή κάθε εγγραφή έχει δική της ορθογραφική μορφή. Έχουμε δηλαδή τις περιπτώσεις όπου: - ομόηχα με ίδια ορθογραφική μορφή διαφορετική σημασία π.χ γλώσσα (ελληνική, γαλλική ) γλώσσα (ψάρι) - ομόηχα με διαφορετική ορθογραφική μορφή διαφορετική σημασία π.χ τόνος (μονάδα μέτρησης) τόννος (ψάρι) Και οι δύο προηγούμενες περιπτώσεις αποτελούν διαφορετικές εξ ορισμού εγγραφές στην οντολογία μας αφού υπάρχει διαφορετική σημασία Στην πραγματικότητα, οι εγγραφές χαρακτηρίζονται μοναδικά από σειρά αντιθέσεων, μία εκ των οποίων είναι η ορθογραφική μορφή. Ισχύει, λοιπόν, η σχέση «ορθογραφική μορφή προς πολλές εγγραφές» και όχι αντίστροφα Μορφολογία Πρόκειται για περιπτώσεις που χρήζουν ενδελεχών συζητήσεων, σχετίζονται όμως με μια σειρά θέματα μορφολογικής υφής, όπως : - αλλαγή γραμματικής κατηγορίας διαφοροποίηση σημασίας π.χ το αγαθό παιδί versus η ελευθερία είναι ακριβό αγαθό (επίθετο versus ουσιαστικό) - πολυκατηγορικό λήμμα π.χ λάθος (ουσιαστικό και επίρρημα). Εδώ καταχωρίζουμε δύο εγγραφές. - αλλόμορφα τα οποία αντιστοιχούν σε δύο διαφορετικές εγγραφές, και θα σχετίζονται με σχέση η οποία θα περιγραφεί στην οντολογία. Η διαφοροποίηση στη σημασία των αλλομορφων είναι κυρίως επιπέδου γλώσσας (λαίκό Vs επίσημο) π.χ χθες χτες, σχολείο σχολιό Όλες οι παραπάνω περιπτώσεις αφορούν διαφορετικές εγγραφές στο δικό μας σύστημα. Στην συνέχεια περιγράφουμε τα επιπλέον της μορφής κριτήρια με τα οποία ορίζουμε μοναδικές εγγραφές. Αυτά είναι η σημασία και, για την περίπτωση των κατηγορημάτων, το πλαίσιο υποκατηγοριοποίησης (την παρούσα έκδοση της βάσης λεξικών δεδομένων ενδιαφέρει κυρίως το ρήμα αλλά υπάρχει πρόβλεψη για τους υπόλοιπους τύπους κατηγορημάτων σε μελλοντικές εκδόσεις της βάσης). 5.2 Σημασία 976

7 Η ύπαρξη της πολυσημίας, δηλαδή των πολλών σημασιών που αποδίδονται σ ένα εκφώνημα, σε μια λεξική μονάδα αποτελεί την βάση για την εισαγωγή νέων εγγραφών. Έτσι, εφόσον μία ορθογραφική μορφή αντιστοιχεί σε δύο ή περισσότερες διαφορετικές και διακριτές μεταξύ τους σημασίες, αυτή θα καταχωρίζεται ξεχωριστά για κάθε μία από τις διακριτές σημασίες ως εγγραφή_1, εγγραφή_2,..., εγγραφή_ν όπου Ν το πλήθος των διαφορετικών διακριτών σημασιών. Π. χ 1. δουλεύω αντίθετο του είμαι άνεργος π.χ δουλεύω σ ένα γραφείο 2. δουλεύω αντίθετο του τεμπελιάζω π.χ δούλεψε πολύ για ν αποκτήσει αυτά που έχει 3. δουλεύω αντίθετο του δεν έχω κέρδη π.χ το μαγαζί δουλεύει καλά 4. δουλεύω συνώνυμο του κοροϊδεύω π. χ στο σχολείο τον δούλευαν επειδή ήταν μεγαλομανής 5. δουλεύω συνώνυμο του εξαπατώ π. χ τον δουλέψανε και του πήραν όλες τις οικονομίες. Πότε θεωρούνται δύο σημασίες διακριτές μεταξύ τους; Σημαντικό ρόλο εδώ παίζει η σημασιολογική οργάνωση του λεξικού, η οποία πιθανόν να είναι αδιαφανής ως προς λεπτές πτυχές της σημασίας. Κριτήρια για την διάκριση των σημασιών είναι τα κάτωθι, τα οποία ισχύουν αθροιστικά (όσο περισσότερα ισχύουν, τόσο καλλίτερα). Διαφορετικό πλαίσιο κατηγοριοποίησης. Π.χ (1) το πουλί πετάει και (2) κάποιος πετάει τα χαρτιά στο καλάθι. Διαφορετικό σημασιολογικό περιεχόμενο των κατανομών π.χ (1) η Μαρία φορτώνει άχυρο στο φορτηγό (2) το πρόγραμμα φορτώνει Ότι έχει προαναφερθεί στο επίπεδο της μορφής Η μετάφραση σε άλλη γλώσσα μπορεί να δώσει στοιχεία ως προς την διάκριση των σημασιών Πολυλεκτικές εκφράσεις π.χ πετάω απ τη χαρά μου, παιδική χαρά Τα παραπάνω κριτήρια επιτρέπουν να διακρίνουμε τις περιπτώσεις εκείνες όπου έχουμε διαφορετικές σημασίες και κατά συνέπεια έχουμε νέες εγγραφές στη βάση. 5.3 Σύνταξη - Πλαίσιο υποκατηγοριοποίησης Η ανάλυση της πολυσημίας ήδη έδειξε ότι οι συντακτικές σχέσεις μιας λεξικής μονάδας, είναι ένα μέσον να γίνεται διάκριση των σημασιών. Δεν πρέπει επίσης να λησμονούμε ότι η παραλληλία μεταξύ σύνταξης και λεξιλογίου δεν αφορά λέξεις αλλά σύνολα λέξεων τα οποία έχουν αρθρωθεί βάσει κάποιων συνδυαστικών κανόνων. Η εισαγωγή πληροφοριών για την υποκατηγοριοποίηση των ρημάτων μπορεί να αποτελέσει κριτήριο για τον εντοπισμό καινούργιων σημασιών, αυτόχρονα όμως δημιουργεί την πιθανότητα να αυξηθούν οι ρηματικές εγγραφές εντός της ίδιας σημασίας, όπως αυτή δομείται στην συγκεκριμένη βάση λεξικών δεδομένων. Για παράδειγμα, το ρήμα φορτώνω_1 με τη σημασία επιθέτω φορτίο εμφανίζεται με τρεις διαφορετικούς σκελετούς υποκατηγοριοποίησης ως εξής 977

8 Φορτώνω το γάιδαρο με (το) άχυρο Φορτώνω (το) άχυρο στο γάιδαρο Του φορτώνω το άχυρο Συνεπώς, τρεις εγγραφές θα πραγματώνουν τη σημασία επιθέτω φορτίο: (1) η εγγραφή φορτώνω_1.1 με την πληροφορία Ο.Φ. αιτ + Προθ. Φ. (σε + Ο.Φ. αιτ.) (2) η εγγραφή φορτώνω_1.2 με τη συντακτική πληροφορία Ο.Φ. αιτ. + Προθ. Φ. (με + Ο.Φ. αιτ.) (3) η εγγραφή φορτώνω_1.3 με τη συντακτική πληροφορία Κλιτ. γεν. + Ο.Φ. αιτ. Πρέπει να σημειωθεί ότι υπάρχουν σημασιολογικές διαφορές μεταξύ των τριών αυτών εγγραφών, δηλαδή η συντακτική διαφορά συσχετίζεται με σημασιολογική διαφορά, αλλά δεν ανήκουν στο σημασιολογικό σύμπαν που μοντελοποιεί η Οντολογία. Παράλληλου προβληματισμού θέματα ανοίγει και η κωδικοποίηση των παθητικών τύπων (φορτώνω φορτώνομαι), της αυτοπάθειας (λούζω-λούζομαι, λυώνω-λυώνω) κλπ όπου πάλι έχουμε σειρά διαφορετικών εγγραφών. 5.4 Ύφος και επίπεδο λόγου Στο γλωσσικό ιδίωμα ενός ανθρώπου μπορούν και συνυπάρχουν πολλά συστήματα, σύμφωνα με την εκάστοτε επικοινωνιακή κατάσταση. Μπορούμε έτσι να διακρίνουμε διάφορα επίπεδα και εγγραφές γλώσσας. Τα επίπεδα προϋποθέτουν μια ιεράρχηση των γλωσσολογικών χρήσεων σύμφωνα με τις κοινωνικές και αισθητικές αρχές των κοινωνιογλωσσικών ομάδων. Σύμφωνα μ αυτές τις αρχές διακρίνουμε τη γενική και ουδέτερη χρήση σκοτώνω κάποιον από τη λαϊκότροπη καθαρίζω κάποιον. Το ίδιο με το πρόσωπο και τη μούρη κλπ. Δεν χρησιμοποιούνται αυτές οι λεξικές μονάδες στις ίδιες επικοινωνιακές καταστάσεις παρότι έχουν την ίδια σημασία. Τέλος, το ύφος (régistre) σχετίζεται με τη διάκριση μεταξύ γραπτού και προφορικού λόγου, με τις κοινωνικές σχέσεις και τα πεδία της εμπειρίας (γενικό λεξιλόγιο σε αντίθεση προς το ειδικό λεξιλόγιο). Έτσι συνυπάρχουν στο ίδιο άτομο διπλές εγγραφές αναφερόμενες στην ίδια σημασία, η μία από το ειδικό λεξιλόγιο π.χ της Ιατρικής και η άλλη από το κοινό, γενικό λεξιλόγιο : ίκτερος και χρυσή που καθορίζουν το ύφος ενός γραπτού ή προφορικού κειμένου. 5.5 Κυριολεκτική και μεταφορική χρήση Οι σημασιολόγοι μελετούν την αλλαγή στη σημασία της λέξης, η οποία είναι η βάση της πολυσημίας, χρησιμοποιώντας μηχανισμούς της ρητορικής (Lakoff & Johnson, 1980). Μπορούμε καταρχήν να πούμε ότι οι λεξικές μονάδες αποδέχονται δύο «τύπους» σημασίας: 978

9 τον κυριολεκτικό και τον μεταφορικό, ο δε ακριβής ορισμός τους δεν είναι εύκολο πράγμα. Θα αρκεστούμε σε μια προσέγγιση ιδιαίτερα απλοποιημένη. Η κυριολεκτική σημασία λοιπόν είναι η βασική, η θεμελιακή σημασία της λέξης, όπως π.χ στο παρακάτω παράδειγμα η σημασία της λέξης ραγίζω Η Μαρία έρριξε κάτω το βάζο και το ράγισε Η μεταφορική σημασία είναι μια δεύτερη σημασία, η οποία δεν μπορεί να αποκαλυφθεί και να την κατανοήσει κανείς παρά μέσα σε ειδικά περιβάλλοντα όπως στο παράδειγμα: Μου ράγισε την καρδιά με την συμπεριφορά του Στην παραπάνω περίπτωση, έχουμε δύο διαφορετικές εγγραφές. Το πέρασμα πάντως από την κυριολεκτική στην μεταφορική χρήση περνάει από κάποιους μηχανισμούς μεταξύ των οποίων είναι η μετωνυμία, η συνεκδοχή και η μεταφορά. Η μετωνυμία και η συνεκδοχή στηρίζονται σε σχέσεις γειτνίασης στο χρόνο και στον τόπο μεταξύ των αντικειμένων, των ανθρώπων ή και των ενεργειών. Όταν δηλαδή λέμε για κάποιον ότι μας άφησε εννοώντας ότι πέθανε, αυτός ο τρόπος απεικόνισης της σημασίας του θανάτου είναι ένα είδος μετωνυμίας, μία χρονική γειτνίαση όπου το πρώτο (άφησε) είναι αποτέλεσμα του δεύτερου (πέθανε). Στη δική μας οργάνωση το μας άφησε και το πέθανε θα είναι μέλη της ίδιας σημασιολογικής ομάδας. Αυτός ο μηχανισμός είναι ιδιαίτερα σημαντικός για το λεξιλόγιο. Έτσι το γραφείο προσδιορίζει και το τραπέζι όπου κάθεται κανείς για να γράψει και το δωμάτιο όπου βρίσκεται αυτό το τραπέζι αλλά και το χώρο όπου οι εργαζόμενοι δουλεύουν. Βλέπουμε ότι αυτή η «επέκταση» της αρχικής σημασίας γίνεται κάθε φορά στην βάση μιας γειτνίασης μέσα στο χώρο. 5.6 Πρώτα συμπεράσματα Η μοναδικότητα των εγγραφών ορίζεται με βάση την μοναδικότητα του συνδυασμού ορθογραφικής μορφής, σημασίας και (για τα ρηματικά κατηγορήματα) πλαισίου υποκατηγοριοποίησης. Άλλες διαφορές, όπως αυτές της χρήσης (μεταφορικής ή κυριολεκτικής) και του επιπέδου λόγου, καλύπτονται κατά βάση από τα τρία πρώτα κριτήρια αλλά όπου δεν συμβαίνει αυτό θα προβλεφθούν ΤΥΠΟΙ_ΣΧΕΣΕΩΝ από την Οντολογία. 6. Η σημασιολογική οργάνωση στην «Έκφραση» Οι λεξικές μονάδες (μονολεκτικές ή πολυλεκτικές) στην Οντολογία ομαδοποιούνται σε ευρύτερα θεματικά ή σημασιολογικά πεδία. Η συλλογή λοιπόν των στοιχείων εκείνων που 979

10 απαρτίζουν μία λεξιλογική οικογένεια δεν μπορεί να γίνει παρά μόνο με εμπειρικό τρόπο και με την μεγαλύτερη δυνατή γλωσσική ευαισθησία. Όταν το πεδίο έχει καθοριστεί, το ερώτημα που τίθεται αφορά την περιγραφή του. Πρέπει να είναι σαφές τι είδους σχέσεις έχουν μεταξύ τους οι όροι ενός σημασιολογικού πεδίου και πώς «μοιράζονται» τα στοιχεία που χαρακτηρίζουν την έννοια: οι λέξεις αποκτούν την σημασία τους από το σύνολο των αντιθέσεων που διατηρούν με τις άλλες λεξικές μονάδες του πεδίου. Περιγράφει λοιπόν κανείς τους όρους του σημασιολογικού πεδίου μέσω αντιθετικών χαρακτηριστικών. Τα χαρακτηριστικά αυτά μπορούν να είναι είτε γλωσσικά (που να αναφέρονται δηλ. στην διαφορά επιπέδου γλώσσας (λαϊκό, επίσημο κλπ) π. χ σκοτώνω κπ/ καθαρίζω κπ αλλά κυρίως πρόκειται για χαρακτηριστικά «περιεχομένου». Έτσι όταν λέμε ντουφεκίζω και μαχαιρώνω, μπορεί και τα δύο να φανερώνουν τρόπους βίαιου θανάτου, ίσως και τρόπους εκτέλεσης αλλά διακρίνονται από το εργαλείο, το μέσον με το οποίο πραγματοποιήθηκε ο «βίαιος θάνατος». Αυτού του τύπου τα χαρακτηριστικά θα καθοριστούν στην οντολογία (δες Απαιτήσεις Οντολογίας) Τα λεξικά χαρακτηριστικά δεν αναλύουν την σημασία, όπως σ ένα λεξικό, δεν είναι δηλαδή ορισμοί, σκοπεύουν να συγκεκριμενοποιήσουν τη θέση, την αξία των λεξικών μονάδων μεταξύ τους. Θα διακρίνουμε τα λεξικά χαρακτηριστικά που είναι διαφοροποιητικά χαρακτηριστικά από τα βασικά, θεμελιώδη χαρακτηριστικά που είναι αποδεκτά και αναγνωρίσιμα, ασχέτως περιβάλλοντος κειμένου από μια γλωσσική κοινότητα, δηλ. για τις λεξικές μονάδες γάιδαρος, γαϊδούρα, γαϊδουράκι το βασικό χαρακτηριστικό τους είναι «ζώο με μεγάλα αυτιά», ενώ τα χαρακτηριστικά που τα διαφοροποιούν είναι «αρσενικό», «θηλυκό», «μικρό» (Lehmann et al., 1998). Έχουμε τη λίστα των λεξικών μονάδων: νεροποντή, κατεβασιά, καταιγίδα, κατακλυσμός, ψιχάλα, χιονόνερο, μπόρα, ψιλόβροχο. Το ψιλόβροχο και η ψιχάλα που είναι οι δύο «μη δυνατές βροχές» διαφοροποιούνται εξαιτίας του ότι η ψιχάλα θεωρείται βροχή «σύντομης διάρκειας». Το ίδιο πρέπει να συμβαίνει με όλες τις μονάδες του πεδίου. Οι λέξεις συνδέονται μεταξύ τους με ποικιλία σχέσεων τις οποίες θα περιγράψουμε στην συνέχεια. Οι σχέσεις αυτές είναι εξαιρετικού ενδιαφέροντος διότι υποστηρίζουν την εξαγωγή χρησίμων συμπερασμάτων καθώς και την ευελιξία στην χρήση του λόγου. Η περιγραφή τους εδώ αποσκοπεί στην κατανόηση της φύσης τους καθώς και των μεταξύ τους εξαρτήσεων έτσι ώστε ο τρόπος κωδικοποίησής τους να είναι συστηματικός, να εξασφαλίζει την εξαγωγή σωστών συμπερασμάτων και, σε τελευταία ανάλυση, να εξασφαλίζει την δυνατή μεγίστη χρηστικότητα της βάσης λεξικών δεδομένων. Στην συνέχεια περιγράφονται οι σχέσεις αυτές, 980

11 6.1 Σχέσεις ιεραρχίας Υπωνυμία και υπερωνυμία Η υπερωνυμία καταδεικνύει την σχέση του γένους προς το είδος και η υπωνυμία την σχέση του είδους προς το γένος. Έτσι το ζώο είναι υπερώνυμο του σκύλου και της γάτας, που είναι υπώνυμα του ζώου. Το κριτήριο: ένα υπερώνυμο μπορεί να αντικαταστήσει σε όλα τα περιβάλλοντα τα υπώνυμα, πράγμα βέβαια που δεν ισχύει και αντιστρόφως π. χ Έκοψα πολλά τριαντάφυλλα. Τα λουλούδια αυτά είναι τα αγαπημένα μου αλλά όχι *Έκοψα πολλά λουλούδια. Τα τριαντάφυλλα αυτά είναι τα αγαπημένα μου Η σχέση υπερωνυμίας/υπωνυμίας είναι στη βάση του λεξικογραφικού ορισμού π. χ ορισμός του καρότου : φυτό (υπερώνυμο) που καλλιεργείται για την ρίζα του η οποία και τρώγεται (διαφοροποιητικό χαρακτηριστικό). Βέβαια ένα υπερώνυμο μπορεί να είναι υπώνυμο κάποιου άλλου π. χ παλτό υπερώνυμο του μοντγκόμερυ και υπώνυμο του ρούχου. Η σχέση υπερωνυμίας/ υπωνυμίας αγγίζει διάφορες γραμματικές κατηγορίες παρότι είναι συνηθέστερη στα ουσιαστικά. Ρήμα: κόβω (υπερώνυμο)/ψαλλιδίζω (υπώνυμο) επίθετο: κόκκινο (υπερώνυμο)/ κεραμιδί (υπώνυμο), ουσιαστικό: σταθμός (υπερώνυμο) / σταθμός λεωφορείων (υπώνυμο). Αυτές οι ιεραρχικές σχέσεις δεν είναι οι ίδιες από μια γλώσσα στην άλλη και μπορεί να παρατηρηθούν γλωσσικά κενά, η επίγνωση αυτής της σχέσης επιτρέπει στον μεταφραστή την χρησιμοποίηση π.χ του γένους, όταν λείπει το είδος, είτε στην γλώσσα-στόχο είτε στην γλώσσα-πηγή. Ως προς την οντολογική οργάνωση των γλωσσικών δεδομένων μπορούμε να πούμε ότι η σχέση υπωνυμίας χαρακτηρίζεται από τις εξής ιδιότητες: 1- ανακλαστική (ο χ είναι υπώνυμος του εαυτού του) 2- ταυτότητα (εάν χ υπώνυμος ψ και ψ υπώνυμος χ τότε χ ταυτίζεται με ψ) 3- μεταβατική (εάν χ υπώνυμος ψ και ψ υπώνυμος ζ τότε χ υπώνυμος ζ) Μερωνυμία: σχέσεις μέρους / όλου Αυτή η σχέση είναι μια σχέση ιεραρχίας, η οποία υπάρχει μεταξύ δυο λεξικών μονάδων όπου η μια είναι μέρος και η άλλη το όλον π. χ χέρι /σώμα, πανί /ιστιοπλοϊκό.τα μερώνυμα μοιάζουν με τα υπώνυμα αλλά τα μερώνυμα είναι μέρος κάποιου όλου, ενώ τα υπώνυμα είναι ένα είδος υπερωνύμου. Δηλαδή η τουλίπα είναι ένα είδος λουλουδιού, ενώ το δάχτυλο είναι μέρος του ποδιού ή του χεριού. Η μερωνυμία όπως και η υπωνυμία είναι λογικές σχέσεις που δηλώνουν επαγωγικό συμπέρασμα (implication) αλλά διαφέρουν στο ότι η μερωνυμία εκφράζει το πού ανήκει κάτι, το οποίο μπορεί να το παραφράσουμε με το έχω π.χ το χέρι έχει 981

12 δάκτυλα (Το δάχτυλο είναι μέρος του χεριού) ενώ στην σχέση της υπερωνυμίας, η παράφραση γίνεται με το είμαι π.χ η τουλίπα είναι ένα λουλούδι. Άλλη διαφορά των δύο σχέσεων είναι ότι ενώ ένα υπερώνυμο επιβάλλει τις ιδιότητές του σ ένα υπώνυμο, κληρονομεί δηλαδή το υπώνυμο τις ιδιότητες του υπερώνυμου, το όλον δεν περνάει τις ιδιότητες του στο μέρος. Τα συνυπώνυμα τουλίπα, τριαντάφυλλο διαθέτουν ιδιότητες της κατηγορίας λουλούδι όπως το άρωμα, το χρώμα, πέταλα.ενώ οι ρόδες, τα πετάλια κλπ δεν κληρονομούν ιδιότητες από το oλώνυμο ποδήλατο μέρος του οποίου αποτελούν. 6.2 Σχέσεις αναλογίας και αντίθεσης Συνωνυμία Εάν πάρουμε τις τρεις λέξεις : μίσος, αγάπη, συμπάθεια που είναι μέλη του σημασιολογικού πεδίου των «συναισθημάτων» μπορούμε να συμπληρώσουμε την ανάλυση σε χαρακτηριστικά λέγοντας ότι αγάπη και συμπάθεια είναι σημασιολογικά πιο κοντινά, απ ότι αγάπη και μίσος τα οποία είναι αντίθετα, συνδεόμενα από μια σχέση λεγόμενη αντωνυμία. Τα λεξικά χαρακτηριστικά εμφανίζονται ως μέσα τα οποία μπορούν να εξειδικεύουν γενικές σχέσεις όπως η συνωνυμία και η αντωνυμία. Η συνωνυμία είναι η σχέση που δηλώνει σημασιολογική αναλογία μεταξύ λεξικών μονάδων που η μορφή τους μπορεί να διαφέρει. Τα κριτήρια που επιτρέπουν την αναγνώριση της συνωνυμίας είναι: Α. τα συνώνυμα ανήκουν στο ίδιο μέρος του λόγου Β. τα συνώνυμα πραγματώνουν το ίδιο ή πολύ παρόμοιο πλέγμα σημασιολογικών σχέσεων. Πιο αναλυτικά οι συνώνυμες λέξεις μπορούν να διαφέρουν ως προς τις ακόλουθες παραμέτρους (μεταξύ άλλων): i) Διαλεκτικό επίπεδο π.χ. αίγα κατσίκα ii) iii) iv) Ύφος π.χ. πεθαίνω τα τινάζω, πάω στην πλατεία πάω πλατεία Συνδήλωση (connotation) & βιωματική σημασία π.χ. κοντός νάνος, Παράθεση (collocation) π.χ. βαθιά/άπατα νερά αλλά βαθιά / *άπατη συμπάθεια v) Πεδίο χρήσης π.χ. αλάτι χλωριούχο νάτριο vi) Κοινή & εμπορική ονομασία π.χ. παρακεταμόλη - Depon Στα πιο πάνω παραδείγματα, εκτός από την περίπτωση (ιν), όλες οι άλλες ορίζουν ζεύγη λέξεων με την ίδια σημασία στο σημασιολογικό σύμπαν που ορίζει η συγκεκριμένη βάση λεξικών δεδομένων. Ταυτοχρόνως, τα μέλη των ζευγών συστηματικά ανήκουν στο ίδιο μέρους του λόγου. Αλλά δεν είναι πλήρη συνώνυμα διότι διαφέρουν ως προς άλλες γλωσσικές διαστάσεις. 982

13 6.2.2 Αντωνυμία Δεν μιλάμε για αντώνυμα παρά μόνο όταν οι όροι ανήκουν σε μια σημασιολογική κοινότητα, όπου βλέπει κανείς τις διαφορές τους π.χ άσπρο/μαύρο (Jones, 2003). Αυτό συμβαίνει επειδή υπάρχουν διάφορα είδη αντωνύμων: i) Συμπληρωματικά αντώνυμα (complementary antonyms): πλήρης αντίθεση π.χ. νεκρός ζωντανός ii) Διαβαθμισμένα αντώνυμα (gradable antonyms): μη πλήρης αντίθεση, αυτά τα αντώνυμα καταλαμβάνουν τις δύο άκρες ενός continuum π.χ. καυτός κρύος. Τα αντίθετα σ αυτή την περίπτωση υπόκεινται στη διαβάθμιση του αρκετά, λιγότερο, περισσότερο, πολύ υπάρχουν δηλαδή ενδιάμεσες καταστάσεις. Η άρνηση του ενός δεν σημαίνει απαραιτήτως το άλλο π. χ όταν ένα αυτοκίνητο δεν είναι μεγάλου μεγέθους, δεν σημαίνει ότι είναι μικρό. Μπορεί να είναι μεσαίο. Σ αυτές τις μορφές αντωνυμίας υπάρχουν σειρές π. χ παγωμένος /κρύος / δροσερός / χλιαρός / ζεστός /καυτός Αυτού του τύπου η διαβάθμιση μπορεί να προσδιοριστεί στην οντολογία iii) iv) Συσχετιστικά αντώνυμα (relational antonyms): εκφράζουν τις δύο όψεις θέασης ενός πράγματος, μία κατάστασης, ενός συμβάντος κ.ο.κ. π.χ. παιδί γονέας, πουλώ αγοράζω Αναστρέψιμα αντώνυμα (reversible antonyms): εκφράζουν μία διαδικασία και την "ακύρωσή" της π.χ. συναρμολογώ αποσυναρμολογώ Συνδυασμός των σχέσεων συνωνυμίας, υπερωνυμίας και μερωνυμίας Ο συνδυασμός των σχέσεων υπερωνυμίας και συνωνυμίας καθώς και υπερωνυμίας και μερωνυμίας είναι γνωστός και έχει αποτελέσει την βάση του σχεδιασμού του λεξικού WordNet, όπου υπάρχουν ISA ιεραρχίες αλλά και άλλες σχέσεις μεταξύ συνόλων συνωνύμων (synsets). Το WordNet δεν κωδικοποιεί σημασίες οπότε την σχέση συνωνυμίας την χρησιμοποιεί ως μέσον για τον διαχωρισμό των σημασιών. Στην συνέχεια, θέτει αυτά τα σύνολα, που ταυτόχρονα περιγράφουν σημασίες, σε διάφορες σχέσεις, μεταξύ των οποίων και η υπερωνυμία. Δηλαδή, το WordNet χρησιμοποιεί την πιο κάτω γενίκευση: Εάν Α υπερώνυμο Β και Γ,Δ,Ε... συνώνυμα Α και Γ1,Δ1,Ε1,... συνώνυμα Β, τότε η σχέση υπερωνυμίας ισχύει μεταξύ των συνόλων Α,Γ,Δ,Ε,... και Β, Γ1,Δ1,Ε1,... Η βάση λεξικών δεδομένων που αναπτύσσουμε, όμως, κωδικοποιεί τις σημασίες ως ανεξάρτητες οντότητες και δίνει την δυνατότητα να αναφερθεί κανείς στην σημασία με το όνομά της (στην γλώσσα σημασιών που υιοθετήσαμε) και όχι μέσω των λέξεων που την 983

14 πραγματώνουν. Κατά συνέπειαν, σχέσεις που αφορούν την σημασία και είναι ανεξάρτητες από τις κατά καιρούς πραγματώσεις της, πρέπει να κωδικοποιηθούν σε επίπεδο σημασίας. Για παράδειγμα, η έννοια ΠΤΗΝΟ έχει ως δήλωσή της όλα τα πτηνά στα οποία περιλαμβάνεται και η δήλωση της εννοίας ΟΡΝΙΘΑ. Αυτό είναι αλήθεια ανεξάρτητα από τις εγγραφές με τις οποίες αναφέρεται κανείς σε αυτές τις έννοιες. Παρόμοια επιχειρηματολογία είναι δυνατόν να αναπτυχθεί και για την σχέση μερωνυμίας. Ως παράδειγμα δίνουμε εδώ τα {θύρα, πόρτα} που είναι μέρη του {οίκος, σπίτι, τσαρδί}. Αυτά βέβαια φαίνεται να ισχύουν όταν η συνωνυμία είναι απόλυτη. Οι αλληλεπιδράσεις αυτών των σχέσεων θα καθορίσουν αρκετές σχεδιαστικές αποφάσεις. 7. Απαιτήσεις από την οντολογία Επειδή οι λέξεις και οι φράσεις είναι γλωσσικά σημεία (οι μεν απλά, οι δε σύνθετα), η οντολογία θα πρέπει να εκφράζει την διττή φύση του γλωσσικού σημείου, σημασιολογική και δομική. Ορίζουμε λοιπόν δύο υπερκατηγορίες, το ΣΗΜΑΙΝΟΝ και το ΣΗΜΑΙΝΟΜΕΝΟ, οι οποίες υπέρκεινται όλων των μορφοσυντακτικών και των σημασιολογικών πληροφοριών αντιστοίχως. Έτσι χρησιμοποιώντας την κατά Saussure διάκριση του γλωσσικού σημείου σε μορφή και περιεχόμενο η οργάνωση της οντολογίας αναπαριστά ακριβώς αυτή τη σχέση. Κάθε γλωσσικό σημείο συναποτελείται από τη μορφή ή ΣΗΜΑΙΝΟΝ και τη σημασία ή ΣΗΜΑΙΝΟΜΕΝΟ. Η περιγραφή της μορφής αναπαριστάται στην οντολογία μέσω του ΣΗΜΑΙΝΟΝΤΟΣ ενώ η περιγραφή της σημασίας αναπαριστάται μέσω του ΣΗΜΑΙΝΟΜΕΝΟΥ. Στην οντολογία, απαιτούμε κάθε λέξη να φέρει ένα ή περισσότερα ειδοποιά στοιχεία, τα οποία θα την αντιδιαστείλουν από οποιαδήποτε άλλη λέξη (Guarino & Welty 2000). Αυτή η απαίτηση μας επιτρέπει να καθορίσουμε τα στοιχεία βάσει των οποίων αποφασίζουμε πότε κάνουμε μια καινούργια εγγραφή. Για παράδειγμα, η λέξη «μοίρα» εγγράφεται τόσες φορές όσες και οι σημασίες που αντιστοιχεί ( πεπρωμένο, μονάδα μέτρησης γωνιών, μερίδιο, κλπ). Η σημασία είναι, συνεπώς, ένα ειδοποιό χαρακτηριστικό. Για τις λέξεις δεν υπάρχει ένα διεξοδικό ειδοποιό χαρακτηριστικό αλλά χρειάζεται συνδυασμός χαρακτηριστικών για την διαφοροποίησή τους. Στις οθόνες που ακολουθούν βλέπουμε πως οργανώνονται στην οντολογία οι δύο υπερκατηγορίες ΣΗΜΑΙΝΟΝ και ΣΗΜΑΙΝΟΜΕΝΟ 984

15 8. Το κωδικοποιητικό εργαλείο της «Εκφρασης» Το εργαλείο ανάπτυξης της οντολογίας της ΕΚΦΡΑΣΗΣ είναι το Protégé [ Τα συγκριτικά πλεονεκτήματα του εργαλείου αυτού σε σχέση με αντίστοιχα εργαλεία (π.χ. Kaon [ Swoop [ Topbraid Composer: [ com/]) είιναι τα εξής: Παρέχει δυνατότητα κωδικοποίησης σε πολλές καθιερωμένες γλώσσες π.χ. OWL, RDF(s) αλλά και σε πολύ εκφραστική Frame based γλώσσα του ίδιου του Protégé. Δίνει την δυνατότητα να αλλάζει η γλώσσα κωδικοποίησης (εφόσον βέβαια δεν έχουν χρησιμοποιηθεί μη μεταφέρσιμες τεχνικές π.χ. μετα-κλάσεις). Είναι ανοικτού κώδικα και επιπλέον πολύ επεκτάσιμο. Είναι εύχρηστο, με πλούσιο και προσαρμόσιμο γραφικό περιβάλλον Συνεργάζεται άμεσα με Description Logic Reasoners Παρέχει γενική γλώσσα περιγραφής αξιωμάτων. Συνεργάζεται με βάση δεδομένων για αποδοτικότερη διαχείριση μεγάλου όγκου δεδομένων. Βιβλιογραφία Cassidy P. (2000) An Investigation of the Semantic Relations in the Roget's Thesaurus: Preliminary Results. In Proceedings of CICLing-2000 (Conference on Intelligent Text Processing and Computational Linguistics); 2000, February 13-19; Mexico City (Mexico). Available from: [21 June 2007] 985

16 Dang, H., Kipper, K., Palmer, M., Rosenzweig, J. (1998) Investigating regular sense extensions based on intersective Levin classes. Coling/ACL-98, 36th Association of Computational Linguistics Conference, Montreal CA, August 11-17, 1998, Fellbaum, C. (ed.) (1998) WordNet: An electronic lexical database. Cambridge, MA: MIT Press Fillmore, C., C. Wooters, K. Baker (2001) Building a Large Lexical Databank Which Provides Deep Semantics. Proceedings of the Pacific Asian Conference on Language, Information and Computation. Hong Kong. Available from: [21 June 2007] Fotopoulou, A. (1993) Une classification des phrases à compléments figés en grec moderne - étude morphosyntaxique des phrases figées. Thèse de Doctorat. Paris: Université Paris VIII - St. Denis. Gangemi, A., R. Navigli, P. Velardi (2003) The OntoWordNet Project: extension and axiomatisation of conceptual relations in WordNet. International Conference on Ontologies, Databases and Applications of Semantics (ODBASE 2003), Catania, (Italy), November 3-7, Available from: [21 June 2007] Gross, M. (1975) Méthodes en syntaxe. Paris: Hartman. Gross, M. (1982) Une classification des phrases "figées" du français. Revue Québecoise de Linguistique, 11/2, Guarino, N. and C. Welty (2004) An Overview of OntoClean. In S. Staab and R. Studer, (eds.), The Handbook on Ontologies. Berlin:Springer-Verlag, Jones, S. (2003) Antonymy: A corpus-based perceptive, London: Routledge. Kipper, K., H. Dang & M. Palmer (2000) Class Based Construction of a Verb Lexicon. AAAI-2000 Seventeenth National Conference on Artificial Intelligence. Austin TX, July 30 - August 3, 2000, 8. Kipper, K., H. Dang, W. Schuler & M. Palmer (2000) Building a class based verb lexicon using TAGs. TAG+5 Fifth International Workshop on Tree Adjoining Grammars and Related Formalisms, Paris, France, May 25-27, 2000, 8. Lakoff, G. & M. Johnson (1980) Metaphors We Live By Chicago: University of Chicago Press. Lehmann A. & F. Martin-Berthet (1998) Introduction à la lexicologie, sémantique et morphologie. Paris : Dunod. Nunberg, G., I. Sag, & T. Wasow (1994) Idioms. Language, 70, Old, L. J. (2003) The Semantic Structure of Roget's, A Whole-Language Thesaurus. (Doctorial dissertation, Indiana University. Old, J. (2003) Unlocking the Semantics of Roget s Thesaurus Using Formal Concept Analysis. Available from: [21 June 2007] Ruppenhofer, J., M. Ellsworth, M. Petruck, C. Johnson, J. Scheffczyk (2006) FrameNet II: Extended theory and practice. Available from com_wrapper&itemid=126 [Accessed 21 June 2007] Tutin A. & F. Grossmann (2002) Collocations régulières et irrégulières: esquisse de typologie du phénomène collocatif, Revue Française de Linguistique Appliquée, Lexique : recherches actuelles, vol VII, Άλλες πηγές Δημοσιεύσεις της ομάδας Laboratory for Applied Ontologies από: o o Wiki για το project: Δημοσιεύσεις του Roberto Navigli από: 986