Towards a dependency parser for Greek using a small training data set

Abstract

Se han llevado a cabo experimentos con el fin de determinar estrategias de interés para la construcción de un corpus de pequeño tamaño con el que poder entrenar un analizador de dependencias de precisión para el griego, mediante una herramienta de aprendizaje automático. Para ello se han estudiado empíricamente diferentes problemas como la cobertura sintáctica, el efecto del orden de las palabras o el efecto de la morfología en lenguas en las que los roles sintácticos se expresan morfológicamente. En función de los resultados obtenidos se pretende establecer los fundamentos para el desarrollo sistemático y efectivo para el desarrollo de analizadores de dependencias cuando no se dispone de grandes corpora de entrenamiento. Las ideas presentadas podrían ser utilizadas no sólo para el griego sino también para otras lenguas.

Some experiments have been accomplished in order to determine strategies that should be followed to build a small corpus capable to train accurately a dependency parser for Greek, using a Machine Learning tool. Thus, several problems that should be treated such syntactic coverage, effect of word order or effect of morphology in languages with syntactic roles expressed morphologically, are empirically studied. With the results presented we would like to lay the foundations for a systematic and effective way to develop dependency parsers when lacking huge training corpora. The ideas outlined could be used not only for Greek but for other languages.