UniversalDependencies / UD_Portuguese-Bosque

This Universal Dependencies (UD) Portuguese treebank.
Other
48 stars 11 forks source link

`pelo menos` and `ao menos` #323

Open arademaker opened 3 years ago

arademaker commented 3 years ago

O comando revela que temos 5 casos onde a contração pelo não foi expandida para por+o onde o é ART ou PRON e por é preposição.

% rg "\tpelo\t" documents/*

Para os casos onde esta contração foi expandida, o comando abaixo releva outras inconsistencias:

% cat documents/*.conllu | udapy -q util.Eval node='if node.form == "o" and node.prev_node.form == "a" and node.next_node.form == "menos": node.next_node.parent.draw(attributes="form,upos,feats,deprel")'

% cat documents/*.conllu | udapy -q util.Eval node='if node.form == "o" and node.prev_node.form == "por" and node.next_node.form == "menos": node.next_node.parent.draw(attributes="form,upos,feats,deprel")'

Este issue foi descoberto durante o #300 e talvez resolve-lo pode ser mais adequado.

arademaker commented 3 years ago

exemplos:

% cat documents/*.conllu | udapy -q util.Eval node='if node.form == "o" and node.prev_node.form == "por" and node.next_node.form == "menos": node.next_node.parent.draw(attributes="form,upos,feats,deprel")'
# sent_id = CF114-7#19
# text = pelo menos cem
   ╭─╼ por ADP _ case
   ┢─╼ o DET Definite=Def|Gender=Masc|Number=Sing|PronType=Art det
 ╭─┶ menos NOUN Gender=Masc|Number=Plur nmod
─┶ cem NUM NumType=Card nummod

# sent_id = CF201-3#28
# text = pelo menos 18 % da receita de impostos à educação
   ╭─╼ por ADP _ case
   ┢─╼ o DET Definite=Def|Gender=Masc|Number=Sing|PronType=Art det
 ╭─┶ menos NOUN Gender=Masc|Number=Plur nmod
 ┢─╼ 18 NUM NumType=Card nummod
─┾ % SYM _ obj
 │ ╭─╼ de ADP _ case
 │ ┢─╼ a DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art det
 ╰─┾ receita NOUN Gender=Fem|Number=Sing nmod
   │ ╭─╼ de ADP _ case
   ╰─┾ impostos NOUN Gender=Masc|Number=Plur nmod
     │ ╭─╼ a ADP _ case
     │ ┢─╼ a DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art det
     ╰─┶ educação NOUN Gender=Fem|Number=Sing nmod

# sent_id = CF214-2#26
# text = e pelo menos cinco jacarés na foto, os policiais no momento da retirada de um deles
 ╭─╼ e CCONJ _ cc
 │ ╭─╼ por ADP _ case
 │ ┢─╼ o DET Definite=Def|Gender=Masc|Number=Sing|PronType=Art det
 ┢─┶ menos NOUN Gender=Masc|Number=Plur nmod
 ┢─╼ cinco NUM NumType=Card nummod
─┾ jacarés NOUN Gender=Masc|Number=Plur conj
 │ ╭─╼ em ADP _ case
 │ ┢─╼ a DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art det
 ╰─┾ foto NOUN Gender=Fem|Number=Sing nmod
   │ ╭─╼ , PUNCT _ punct
   │ ┢─╼ os DET Definite=Def|Gender=Masc|Number=Plur|PronType=Art det
   ╰─┾ policiais NOUN Gender=Masc|Number=Plur appos
     │ ╭─╼ em ADP _ case
     │ ┢─╼ o DET Definite=Def|Gender=Masc|Number=Sing|PronType=Art det
     ╰─┾ momento NOUN Gender=Masc|Number=Sing nmod
       │ ╭─╼ de ADP _ case
       │ ┢─╼ a DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art det
       ╰─┾ retirada NOUN Gender=Fem|Number=Sing nmod
         │ ╭─╼ de ADP _ case
         ╰─┾ um NUM NumType=Card nmod
           │ ╭─╼ de ADP _ case
           ╰─┶ eles PRON Gender=Masc|Number=Plur|Person=3|PronType=Prs nmod