Lematização incorreta de foi

[erickrf]

Encontrei algumas sentenças em que foi deveria ser lematizado como ser mas está como ir.

No training set:

# text = O Audioman foi desenvolvido na Suíça em apenas sete meses e compõe-se de um microfone e de um altifalante que se podem acoplar facilmente a um computador, devendo ser comercializado ao preço de 290 francos suíços (28 contos).
# source = CETEMPúblico n=3 sec=clt-soc sem=92b
# sent_id = CP3-5
# id = 17

# text = Junqueiro foi ainda confrontado com o facto de não ter falado com o ministro antes de avançar com a proposta.
# source = CETEMPúblico n=4 sec=pol sem=97a
# sent_id = CP4-1
# id = 18

# text = Mais metafórico foi o secretário de Estado do Desenvolvimento Regional, Adriano Pimpão, que comparou o acordo a «uma embraiagem».
# source = CETEMPúblico n=7 sec=eco sem=97a
# sent_id = CP7-1
# id = 41

# text = A propósito, no Museu da Segunda Guerra Mundial, que aí foi aberto, a história da maior guerra no continente europeu começa com a fotografia de Estaline a cumprimentar o ministro dos Negócios Estrangeiros da Alemanha nazi, ou s
eja, a guerra começa com a assinatura do Pacto Molotov-Ribbentrop.
# source = CETEMPúblico n=8 sec=pol-soc sem=94a
# sent_id = CP8-1
# id = 44

# text = A frase que o senhor primeiro-ministro leu, não foi ele --
# source = CETEMPúblico n=12 sec=nd sem=94a
# sent_id = CP12-2
# id = 65

# text = Mas a expulsão prematura e estúpida de Gurenko, quando ainda não estava decorrida meia hora de jogo, seguida, pouco depois, da entrada de Panduru, foi o suficiente para dar a volta ao resultado.
# source = CETEMPúblico n=13 sec=des sem=96b
# sent_id = CP13-3
# id = 71

# text = Antes, o Leixões marcou um golo, por intermédio de Maurício, na sequência de um canto apontado por Barriga, e foi a equipa que melhor se adaptou às condições do terreno.
# source = CETEMPúblico n=18 sec=des sem=94a
# sent_id = CP18-6
# id = 97

# text = Na sequência da operação foram detidos quatro indivíduos, entre os quais o mestre da embarcação, a qual foi, também, apreendida.
# source = CETEMPúblico n=119 sec=soc sem=92a
# sent_id = CP119-2
# id = 604

# text = Quantidade idêntica de tabaco -- seis caixas de marca Camel e 124 de Winston -- foi aprendida, na madrugada de terça-feira, na zona de Vila do Bispo, por elementos do comando da Guarda Fiscal do Algarve.
# source = CETEMPúblico n=119 sec=soc sem=92a
# sent_id = CP119-4
# id = 606

# text = A mercadoria, proveniente de um desembarque, foi encontrada numa carrinha suspeita.
# source = CETEMPúblico n=119 sec=soc sem=92a
# sent_id = CP119-5
# id = 607

# text = No caso de Rossy de Palma, a primeira coisa que mostrou no cinema foi mesmo o perfil, ameaçador e desregrado como uma pintura cubista.
# source = CETEMPúblico n=123 sec=clt sem=93b
# sent_id = CP123-7
# id = 628

# text = Não foi a força das armas, mas sim a fome e a sede, que acabaram por vencer a nossa resistência.
# source = CETEMPúblico n=126 sec=pol sem=93b
# sent_id = CP126-5
# id = 642

# text = O jogador representou na época passada a Associação Desportiva Ovarense, mas foi dispensado em virtude do seu alegado «comportamento antidesportivo», que, na opinião da direcção do clube vareiro, terá contribuído para a derrota
 sofrida perante o Benfica na fase decisiva dos «play-off».
# source = CETEMPúblico n=129 sec=des sem=92b
# sent_id = CP129-1
# id = 659

# text = A fotografia foi publicada na imprensa de todo o mundo há cerca de um ano, quando do massacre de Bentalha, na Argélia, onde morreram cerca de duas centenas de pessoas, na noite de 22 para 23 de Setembro.
# source = CETEMPúblico n=132 sec=clt sem=98b
# sent_id = CP132-6
# id = 685

# text = Se parti, foi porque para mim, como para todos os outros cabo-verdianos, só havia uma escolha: ficar e morrer à fome ou partir, não importa para onde, para onde pudesse encontrar trabalho e boas condições para sustentar a minha
 família.
# source = CETEMPúblico n=134 sec=nd sem=91a
# sent_id = CP134-4
# id = 694

# text = Por mim, achei que foi infeliz semelhante comparação (...) e, muito menos em relação àquele grande estadista, que penso ser respeitado em todo o mundo, sempre a rigor fardado, de franciscanas e respeitáveis barbas e de linguage
m tão simples que todo o explorado da terra entende e o povo cubano venera e ama.
# source = CETEMPúblico n=146 sec=nd sem=91b
# sent_id = CP146-1
# id = 752

# text = Em Cuba, que foi seio do jogo imundo de casinos festivos para uns tantos, de negra prostituição, ninho da mais atroz repressão capitalista e berço das maiores e notáveis desigualdades sociais e indignas de qualquer ser humano, 
Fidel de Castro, o tal dinossauro, fez ao longo destes sacrificados anos de revolução, com que seja o país do mundo onde o tratamento do flagelo da Sida (reportagem transmitida há tempos pela nossa livre TV) está mais avançado; onde o a
nalfabetismo (outrora de taxa elevadíssima) seja já quase letra morta; onde o sistema de ensino fez e continua a fazer brilhantes progressos de cidadãos de reconhecido mérito mundial nas artes e nas letras; onde o bem-estar social, a so
lidariedade e a cultura ocupam o lugar da tristeza, da indigência (...)
# source = CETEMPúblico n=146 sec=nd sem=91b
# sent_id = CP146-2
# id = 753

# text = O prémio literário Donna -Cidade de Roma, 1992, foi atribuído a Raisa Gorbatchov, pela sua biografia-testemunho, «Io Spero», editada no Verão passado, anunciou ontem, na capital italiana, a presidente do júri, a escritora Gabri
ella Sobrino.
# source = CETEMPúblico n=150 sec=clt sem=92a
# sent_id = CP150-2
# id = 779

# text = O PS foi o primeiro atingido pelo caso:
# source = CETEMPúblico n=152 sec=pol sem=95a
# sent_id = CP152-3
# id = 793

# text = Segundo: a queixa foi apresentada pelo governador civil, um homem que Neves chegou a louvar pela sua disponibilidade para o diálogo, que contrastou com o silêncio comprometido do presidente da Câmara de Castelo de Paiva, Antero
 Gaspar.
# source = CETEMPúblico n=153 sec=soc sem=95a
# sent_id = CP153-3
# id = 797

# text = Esta foi a argumentação apresentada na reunião de Câmara, que mereceu, invariavelmente, alguma diplomacia na resposta dada pelo presidente.
# source = CETEMPúblico n=156 sec=soc sem=97b
# sent_id = CP156-2
# id = 816

# text = Nenhuma audiência dos moradores foi pedida à Câmara.
# source = CETEMPúblico n=156 sec=soc sem=97b
# sent_id = CP156-16
# id = 830

# text = Devido à acção de Ames, explicou o actual director da CIA, foi muito mais difícil para os EUA compreender o que se passava na URSS durante aquele período crítico, porque ele denunciou aos soviéticos muitos agentes que trabalhav
am para os serviços americanos.
# source = CETEMPúblico n=159 sec=pol sem=95b
# sent_id = CP159-5
# id = 844

# text = Armindo Cordeiro, da Câmara Municipal de Lisboa, afirma ainda não ter sido aprovado nenhum, mas que tal virá a acontecer a breve trecho, cabendo a responsabilidade ao Departamento de Espaços Verves, já que o projecto apresentad
o pela Junta de Freguesia foi recusado poe não reunir os requisitos de qualidade necessários.
# source = CETEMPúblico n=163 sec=soc sem=94b &W
# sent_id = CP163-2
# id = 861

# text = Nas acções de formação que a Colpet tem vindo a organizar, ficou provado que os docentes não cumprem os novos programas porque não lhes foi dada a necessária reciclagem.
# source = CETEMPúblico n=164 sec=soc sem=96a
# sent_id = CP164-4
# id = 867

# text = O filme foi um êxito e DeMille até ao fim da primeira grande guerra dirigiu e supervisou mais de metade dos filmes da sua carreira.
# source = CETEMPúblico n=170 sec=clt sem=91b
# sent_id = CP170-9
# id = 901

# text = «A Marca de Fogo» foi filmado em 1914 em simultâneo com «The Golden Chance», o primeiro de dia e o segundo de noite.
# source = CETEMPúblico n=170 sec=clt sem=91b
# sent_id = CP170-12
# id = 904

# text = Telefonei mil vezes para a agente de Isabel Allende, e finalmente consegui, isso foi nos Estados Unidos, onde forcei Isabel a ver «Pelle, o Conquistador» antes da estreia na Dinamarca.
# source = CETEMPúblico n=176 sec=clt sem=93a
# sent_id = CP176-2
# id = 930

# text = Agora, o financiamento do projecto foi muito complicado, tentei na Suécia e mais tarde consegui na Alemanha --
# source = CETEMPúblico n=176 sec=clt sem=93a
# sent_id = CP176-5
# id = 933

# text = Mas a adaptação ao cinema foi fácil.
# source = CETEMPúblico n=176 sec=clt sem=93a
# sent_id = CP176-7
# id = 935

# text = Depois tive que encontrar os melhores actores que há neste mundo, o que também foi muito complicado e fascinante, e eu acho, sinceramente, que conseguimos criar uma família credível para a «Casa dos Espíritos».
# source = CETEMPúblico n=176 sec=clt sem=93a
# sent_id = CP176-9
# id = 937

# text = Um dos objectivos do novo Word foi também assegurar a máxima coerência entre as versões para Windows e para Macintosh.
# source = CETEMPúblico n=180 sec=clt-soc sem=94a
# sent_id = CP180-3
# id = 964

# text = A liderança é agora repartida entre Tirsense e Rio Ave, ambos com onze pontos, contra dez do Campomaiorense, que foi empatar (2-2), no sábado, à Madeira, frente ao Nacional, e da Académica.
# source = CETEMPúblico n=182 sec=des sem=93b
# sent_id = CP182-2
# id = 979

# text = Volpi foi dos mais influentes pintores do país para além da questão da autonomia.
# source = CETENFolha n=17 cad=Ilustrada sec=nd sem=94b
# sent_id = CF17-4
# id = 68

No test set:

# text = O acidente foi às 21h50, perto da Ponte Cruzeiro do Sul (zona norte).
# source = CETENFolha n=877 cad=Cotidiano sec=soc sem=94a
# sent_id = CF877-3
# id = 3699

[arademaker]

@erickrf obrigado! @claudiafreitas, vc quer olhar isso? Provavelmente vamos ter que conferir também POS e relações de dependências. Se for olhar me avise, senão eu vou tentar resolver.

[claudiafreitas]

Sim, obrigada @erickrf , só estávamos verificando o que houve - e se já foi detectado - antes de responder ao erick.

[arademaker]

ainda está no branch workbench

$ git branch
  dev
  master
* workbench
$ git diff
diff --git a/documents/CP0156.conllu b/documents/CP0156.conllu
index 31c9d5f3d..d03b031a1 100644
--- a/documents/CP0156.conllu
+++ b/documents/CP0156.conllu
@@ -313,7 +313,7 @@
 3      de      de      ADP     <sam->|PRP|@N<  _       5       case    _       _
 4      os      o       DET     <-sam>|<artd>|ART|M|P|@>N       Definite=Def|Gender=Masc|Number=Plur|PronType=Art       5       det     _       _
 5      moradores       morador NOUN    <np-def>|N|M|P|@P<      Gender=Masc|Number=Plur 2       nmod    _       _
-6      foi     ir      AUX     <aux>|V|PS|3S|IND|@FS-STA       Mood=Ind|Number=Sing|Person=3|Tense=Past|VerbForm=Fin   7       aux     _       _
+6      foi     ser     AUX     <aux>|V|PS|3S|IND|@FS-STA       Mood=Ind|Number=Sing|Person=3|Tense=Past|VerbForm=Fin   7       aux     _       _
 7      pedida  pedir   VERB    <mv>|V|PCP|F|S|@ICL-AUX<        Gender=Fem|Number=Sing|VerbForm=Part    0       root    _       _
 8-9    à       _       _       _       _       _       _       _       _
 8      a       a       ADP     <sam->|PRP|@<PIV        _       10      case    _       _

[alvelvis]

Olá, @erickrf, obrigado pelos apontamentos. Fiz as correções e elas estarão no próximo grande pull request. https://github.com/alvelvis/UD_Portuguese-Bosque/commit/8e78117b4dda86462c2adce48b7232ba5032ff31

[arademaker]

I will close this issue given the last comment from @alvelvis! But I didn't check if all errors reported by @erickrf were really fixed by @alvelvis.