Expansão da FrameNet para Outras Línguas

O recurso lexicográfico em inglês disponibilizado pela FrameNet tem sido desenvolvido para outras línguas do mundo. Pesquisadores chineses, espanhóis, alemães, japoneses, suecos e também brasileiros estão construindo contrapartes dessa rede semântica para suas respectivas línguas.

A Chinese FrameNet é uma base de dados que já conta com cerca de 300

frames, mais de 3.000 ULs ilustradas em cerca de 18.300 sentenças anotadas com

as informações semânticas e sintáticas, conforme prevê a FN. Além de procurar cobrir a gama de informações dos diversos domínios da língua, há também dados de áreas específicas, como turismo e direito.

Para o alemão, há, atualmente, três grupos de pesquisa que atuam em colaboração, o maior deles é o Projeto SALSA18 em Saarbrücken. Em Stuttgart, a

18

Para mais informações do projeto SALSA: <http://www.coli.uni-saarland.de/projects/salsa /page.php?id=index>

equipe vem trabalhando em técnicas de extração de informação. Em Austin, o grupo19 liderado pelo pesquisador Hans C. Boas utiliza as informações disponibilizadas pelo SALSA para detalhar os dados da contraparte alemã da FrameNet e desenvolver ferramentas com tal suporte teórico.

A Spanish FrameNet20, sediada na Universidade Autônoma de Barcelona, inclui pesquisadores de várias universidades espanholas, dentre eles o professor Carlos Subirats. O corpus construído conta com mais de 300 milhões de palavras. A sentença (32), da base de dados da FN do espanhol, ilustra uma ocorrência com a Unidade Lexical llegar (chegar).

(32) [El presidente uruguayo, Julio María Sanguinetti THEME] LLEGÓ

TARGET

[hoy TIME] [para

una visita oficial de tres dias PURPOSE] y mañana firmará con su colega paraguayo,

Juan Carlos Wasmosy, dos convenios de cooperación agropecuaria y judicial. [DNI

Goal]

No exemplo, o EF nuclear Theme (Tema), que se refere àquele que se move, é representado por El presidente uruguayo, Julio María Sanguinetti; o EF Goal (Destino) aparece como Instanciação Nula Definida, os demais instanciados na sentença, EFs Time (Tempo) e Purpose (Finalidade), tratam-se de EFs não nucleares, vide outros exemplos na Figura 28.

Figura 28: Unidade Lexical llegar na base de dados da Spanish FrameNet Fonte: <http://sfnlinux1.uab.es:8080/farina-web//LUIndex.html>

O Japão é outro país que desenvolve uma rede semântica baseada em

frames: a Japanese FrameNet.21 Desenvolvida pela Universidade de Keio com apoio de outras universidades japonesas e fomento do Ministério da Educação, Cultura,

19

Para mais informações da German FrameNet: <http://www.laits.utexas.edu/gframenet/> 20

Para mais informações da Spanish FrameNet: <http://sfn.uab.es:8080/SFN> 21

Esporte e Ciência e Tecnologia do país, a equipe vê a FrameNet como uma forma de superar as barreiras impostas pela língua. Em entrevista, a pesquisadora Kyoko Ohara explana questões importantes sobre as quais esses pesquisadores vêm se dedicando. Como ela pontua, ensinar os computadores a entender a nossa linguagem passa primeiro por compreender as “questões chave” acerca da nossa capacidade de processamento.

Quando você procura em um dicionário, o que você encontra são definições como o oposto de esquerda é direita, e leste é o oposto de oeste. Porém, entender o significado de cada palavra envolve não apenas um conhecimento puramente linguístico do significado de palavras como essas, mas também conhecimento enciclopédico. Assim, nas nossas descrições dos significados das palavras, queremos incorporar tais conhecimentos enciclopédicos, incluindo o senso comum e o saber científico, o qual não é geralmente encontrado em dicionários. Esse é o

objetivo do nosso projeto. 22

Nesse sentido, a professora ressalta o papel central do uso de corpus para esse propósito, já que, para analisar como os japoneses usam a língua e atribuem significado a ela, é necessário ter contato com dados que mostrem como eles leem,

falam e escrevem.

A Suécia também é um país que desenvolve um banco de dados lexicais de acordo com os moldes da FrameNet. Pesquisadores da Universidade de Gotemburgo estão estruturando a Swedish FrameNet. 23 O projeto objetiva construir um recurso com cobertura de pelo menos 50.000 Unidades Lexicais, que contenha a descrição semântica e sintática dos dados.

No Brasil, o recurso vem sendo desenvolvido em Minas Gerais, na Universidade Federal de Juiz de Fora. A equipe tem se empenhado na construção de corpora representativos para viabilizar a descrição do português brasileiro pelos moldes da FrameNet. Atualmente, a FrameNet Brasil24 está atuando em dois subprojetos: Frames e Construções e Copa 2014. O primeiro anota construções gramaticais com o intuito de inserir o Constructicon na FN Br, e o segundo, ao qual a

22 _{Tradução disponibilizada para inglês da entrevista com Kyoko Ohara: “When you look up a}

dictionary, what you find is definitions such as left is the opposite of right, and east is the opposite of

west. But to understand the meaning of each word involves not just knowing purely linguistic meaning

of the word like that, but also having encyclopedic knowledge of it. So in our descriptions of the meaning of words, we want to incorporate such encyclopedic knowledge, including common sense and scientific knowledge, which is not usually found in dictionaries. That’s the aim of our project". Disponível em: <http://www.youtube.com/watch?v=kfqR9aUcp1c>. Acessado em 10 de outubro de 2012.

23

Para mais informações da Swedish FrameNet: <http://spraakbanken.gu.se/eng/swefn> 24

presente dissertação se vincula, volta-se para o desenvolvimento de um dicionário eletrônico trilíngue para a Copa do Mundo, que será realizada no Brasil em 2014.

No processo de construção de redes semânticas similares para outras línguas, é de se realçar a importância da adoção dos mesmos critérios de anotação da FrameNet, marcando, sempre que necessário, as particularidades de suas línguas. Esse tem sido o cuidado da FrameNet Brasil ao incluir funções gramaticais além daquelas previstas pela FN; quando avalia, de forma contrastiva, o comportamento dos Elementos de Frame entre o inglês e o português, fazendo as devidas modificações quando preciso. Esse procedimento permitirá construir iniciativas multilíngues que sejam capazes de conectar as framenets. Daí a necessidade de hoje esses bancos de dados manterem contato com a plataforma mãe. Propósito semelhante é compartilhado pela WordNet, banco de dados discutido na seção seguinte.