Wrong lemma from Verb

[wellington36]

@arademaker, No contexto do https://github.com/LR-POR/PorGram/issues/19 encontramos 42 casos (inicialmente) de tokens marcados como Verb onde o lemma não termina com r, segue link para os casos: http://match.grew.fr/?corpus=UD_Portuguese-Bosque@dev&custom=6144934e8aba2

Dentre os casos, temos CF972-1, onde o token derrotado marcado como verbo tem lemma=derrotado.

[wellington36]

Temos alguns casos que parecem tratar de ADJ em vez de Verb como por exemplo o caso de irritada na CF267-2

Adelaide critica Emília por esta sair pouco de casa e, em seguida, deixa a sala irritada pela pouca atenção qu lhe é dispensada pela mãe.

╭──────────────────────────────────────────────────────────────────────────────────┮ Adelaide Adelaide PROPN Gender=Fem|Number=Sing nsubj
─┾ critica criticar VERB Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin root │
┡─╼ Emília Emília PROPN Gender=Fem|Number=Sing obj                                 │
│ ╭─╼ por por ADP _ case                                                           │
┡─┶ esta este PRON Gender=Fem|Number=Sing|PronType=Dem obl                         │
┡─┮ sair sair VERB VerbForm=Inf xcomp                                              │
│ ┡─╼ pouco pouco ADV _ advmod                                                     │
│ │ ╭─╼ de de ADP _ case                                                           │
│ ╰─┶ casa casa NOUN Gender=Fem|Number=Sing obl                                    │
│ ╭─╼ e e CCONJ _ cc                                                               │
│ │ ╭─╼ , , PUNCT _ punct                                                          │
│ │ ┢─╼ em em ADP _ case                                                           │
│ ┢─┾ seguida seguida NOUN Gender=Fem|Number=Sing obl                              │
│ │ ╰─╼ , , PUNCT _ punct                                                          │
┡─┾ deixa deixar VERB Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin conj   │
│ │ ╭─╼ a o DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art det               │
│ ╰─┶ sala sala NOUN Gender=Fem|Number=Sing obj                                    │
│                                                                                  ╰─┮ irritada irritado VERB Gender=Fem|Number=Sing acl
│                                                                                    │ ╭─╼ por por ADP _ case
│                                                                                    │ ┢─╼ a o DET Definite=Def|Gender=Fem|Number=Sing|PronType=Art d

Também o caso de:

• CP101-7: O que seria importante pois, de alguma forma, este livro combate a visão preconceituosa e lacunar que, ao longo dos tempos, à Ilha de Moçambique tem sido consagrada.
• CF327-1: MAIORIA DOS PROGRAMAS ESTÁ LIGADA À REDE DE ESGOTOS*.

[wellington36]

Varios casos de lemma de verbo errado são da forma estar VERB, como em:

• CF348-1: FHC ressalvou que não conhecia a proposta com detalhes e que o governo está aberto a negociações.
• CF447-3: Do contrário, todo o esforço feito estará destinado ao fracasso.
• CF632-1: A maior parte da produção (250 t) já está comprometida com uma indústria de processamento da polpa.

[arademaker]

casos comentados aqui corrigi e o PR foi aceito, vamos esperar update do grew pra verificar novo resultado da consulta e eventualmente fechar este issue, ok @wellington36 ?

[wellington36]

Concordo

[vcvpaiva]

oi, typo em:

 text = Adelaide critica Emília por esta sair pouco de casa e, em seguida, deixa a sala irritada pela pouca atenção qu lhe é dispensada pela mãe.
 sent_id = CF267-2
 source = CETENFolha n=267 cad=TV Folha sec=clt-soc sem=94a &W
 id = 1125

o que esta' faltando um "e" !

[arademaker]

sim, eu já tinha visto o typo e já anotei de acordo. Vide https://github.com/UniversalDependencies/UD_Portuguese-Bosque/commit/0481e5b4fbfb4843d6a987fd96b7afeb2b8f7830#diff-bea4621035a58f6475649810edac10a48bea285bd4691a2b28577c8eeec95894R59

[arademaker]

a query ainda retornava 13 casos, todos corrigidos em eb741846d. Podemos aguardar update do grew para confirmar se todos os casos agora foram resolvidos, mas vou fechar dado que

% awk '$3 !~ /r$/ && $4 ~ /VERB/' *.conllu

Já não retorna nenhuma linha.