UniversalDependencies / UD_Portuguese-Bosque

This Universal Dependencies (UD) Portuguese treebank.
Other
50 stars 12 forks source link

VerbForm in tokens that are not verbs #342

Open arademaker opened 3 years ago

arademaker commented 3 years ago
% cat documents/*.conllu | udapy -q util.Eval node='if (node.upos != "VERB" and node.upos != "AUX" and node.feats["VerbForm"] != ""): node.parent.draw(attributes="form,lemma,upos,feats,deprel")'
# sent_id = CF213-3#14
# text = sendo que cada quilômetro rodado custa mais R$ 0,26
 ╭─┮ sendo ser SCONJ VerbForm=Ger mark
 │ ╰─╼ que que SCONJ _ fixed
 │ ╭─╼ cada cada DET Gender=Masc|Number=Sing|PronType=Tot det
 ┢─┾ quilômetro quilômetro NOUN Gender=Masc|Number=Sing nsubj
 │ ╰─╼ rodado rodar VERB Gender=Masc|Number=Sing|VerbForm=Part acl
─┾ custa custar VERB Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin advcl
 │ ╭─╼ mais mais DET Gender=Masc|Number=Plur|PronType=Ind det
 ╰─┾ R$ R$ SYM _ obj
   ╰─╼ 0,26 0,26 NUM NumType=Card nummod

# sent_id = CF451-17#3
# text = Em se tratando do vídeo
 ╭─╼ Em em SCONJ _ mark
 ┢─╼ se se PRON Case=Acc|Number=Sing|Person=3|PronType=Prs|VerbForm=Ger expl
─┾ tratando tratar VERB VerbForm=Ger nsubj
 │ ╭─╼ de de ADP _ case
 │ ┢─╼ o o DET Definite=Def|Gender=Masc|Number=Sing|PronType=Art det
 ╰─┶ vídeo vídeo NOUN Gender=Masc|Number=Sing obj
arademaker commented 3 years ago

A primeira expressão sendo que parece apenas uma vez no corpus: http://match.grew.fr/?corpus=UD_Portuguese-Bosque@2.8&custom=613ab2400e7cb

Mas temos outro caso de VerbForm=Ger que não é VERB seguido de que http://match.grew.fr/?corpus=UD_Portuguese-Bosque@2.8&custom=613ab43e48acb. A query acima é englobada por esta.

Mas produrando por VERB/Ger seguido de 'que' temos http://match.grew.fr/?corpus=UD_Portuguese-Bosque@2.8&custom=613ab39094f4b