leoalenc
commented
6 years ago @odanoburu Sim, com certeza, isso é muito importante! No caso de abaixa-luz , o dicionário de São Carlos faz uma confusão: A etiqueta de classe de palavras deve ser substantivo, como no recurso europeu. É isso que interessa para o processamento sintático posterior. A informação de que se trata de um palavra composta de um substantivo e um verbo não é relevante para a sintaxe. De fato, no modelo da gramática léxico-funcional, as palavras são consideradas átomos na sintaxe, esse componente não tem acesso à estrutura interna das palavras compostas ou derivadas. A respeito desse tipo de exemplo , creio que há consenso entre os diferentes modelos teóricos linguísticos. No entanto, pensando em outros tipos de aplicações, eu acharia interessante preservar a informação que o dicionário de São Carlos traz a respeito da natureza da composição. Teremos que pensar então numa etiqueta que possa ser desprezada pela sintaxe . No outro exemplo, o recurso europeu faz a mesma confusão de níveis de análise. O exemplo apresentado constitui um adjetivo. A etiqueta NA eu não sei o que significa. Eu nunca trabalhei com esse dicionário de palavras compostas de São Carlos exatamente por conta desse problema: será sempre possível extrair automaticamente, sem revisão humana, das etiquetas compostas aquela etiqueta que indica a classe de palavras do composto? Mais uma tarefa para os bolsistas linguistas executarem!
arademaker
no DELACF (ainda não incorporado ao MorphoBr) me parece que há análises (ou pelo menos tags) diferentes:
enquanto no GFL (já no formato morphoBR):
talvez fosse interessante incorporar o DELACF, harmonizando as tags.