Dalla Word Sense Disambiguation alla Sintassi: il Problema dell’Articolo Partitivo in Italiano

Ignazio Mauro Mirto et Emanuele Cipolla

Résumé

Fuori contesto, un nesso come dei professori non dà certezza di dove collocare dei in relazione alle parti del discorso. Il nesso può per esempio valere o alcuni professori (per es. in Dei professori intervennero) o esprimere appartenenza (per es. i libri dei professori). Nel primo caso dei è l’articolo partitivo di un nesso nominale, nel secondo è la preposizione che introduce un complemento di specificazione. Questo caso di omonimia si può far rientrare nell’area del Word Sense Disambiguation, ma la sua rilevanza per la sintassi e per il NLP è evidente. Nonostante ciò, in letteratura di esso non abbiamo trovato tracce. Il lavoro distingue diverse funzioni dei membri della serie e propone un algoritmo per disambiguare i due usi riferiti e altri, per esempio i complementi retti (come in Approfittano dei tuoi fratelli) che rendono la disambiguazione ancora più complessa.

1 Introduzione

1Questo lavoro verte sull’articolo partitivo in italiano, etimologicamente formato da di e da un articolo determinativo. L’intera serie, del, dello, dell’, della, dei, degli, delle, si presenta in superficie identica alle omonime preposizioni articolate.

2Anche a un primo sguardo, la varietà di esiti che si ottiene collocando una sequenza come dei professori in contesti differenti, con dei qui preso come elemento rappresentativo dei sette membri della serie, desta stupore per la numerosità degli usi e le conseguenti difficoltà che ciò crea nel NLP.

  • 1 Che, a giudicare dal numero di lavori reperibili in letteratura, non sembra argomento che susciti g (...)

3Obiettivo del nostro lavoro è la disambiguazione automatica. Le difficoltà che un tale compito pone sono numerose. Lo studio è parte di una ricerca più ampia che ha come fine l’individuazione automatica del Soggetto1 di una frase semplice (Mirto and Cipolla, 2017). In genere, l’articolo partitivo non è elemento frequente nei testi, ma la sua rilevanza al fine di ottenere maggiore precisione nella ricerca del Soggetto è evidente, come si vedrà nel prosieguo.

4La sezione 2 è dedicata alle ambiguità semantiche che l’omonimia genera, derivanti da ambiguità strutturali. La sezione 3 presenta alcuni degli àmbiti grammaticali che creano ostacoli per la corretta identificazione degli articoli partitivi. Ognuno di questi àmbiti ha determinato una parte dello script presentato, che è stato messo alla prova su un corpus formato da 463 occorrenze (casualmente scelte tra le complessive 580) degli elementi del paradigma rinvenute nel romanzo Palomar di Italo Calvino. La sezione 4 conclude il lavoro presentando i risultati ottenuti.

2 Ambiguità

5La frase Parlarono dei professori è semanticamente ambigua: il nesso dei professori può infatti essere interpretato come complemento di argomento (i professori sono l’argomento di cui qualcuno parla) oppure come Soggetto post-verbale, con dei equivalente, in buona sostanza, ad alcuni (Parlarono dei/alcuni professori).

6Anche la frase Sono dei professori risulta ambigua, visto che "oscilla" tra un significato di appartenenza (Questi libri sono dei professori, se il Soggetto questi libri viene omesso) e un significato equativo, cioè con identità referenziale tra nesso preverbale e nesso postverbale (Loro/Questi sono dei professori, con loro/questi e professori che rimandano allo stesso referente). Già da questi casi è possibile intuire alcune delle difficoltà di parsing per l’italiano generate dall’articolo partitivo, che ricorre in ognuno dei due casi di ambiguità presentati.

7Caratteristica precipua dell’articolo partitivo dell’italiano è la frequente possibilità di farne a meno, di ometterlo, a parità di significato e mantenendo inalterata l’accettabilità della frase. È possibile farlo, per esempio, in Parlarono professori, ovviamente non più ambigua, così come è possibile farne a meno negli usi equativi: Loro sono professori. Di contro, l’omissione risulta impossibile nel significato di appartenenza o di possesso: *Questi libri sono professori e, chiaramente, anche in quello del complemento di argomento (*Loro parlarono professori), qualora si desideri mantenere identico il significato e l’ineccepibilità della frase.

8Ecco succintamente illustrato uno dei frequentissimi casi di ambiguità che si presentano nelle lingue naturali. Chiamata in causa è l’area di ricerca nota come Word Sense Disambiguation (Stevenson and Wilks, 2003). È bene riaffermare che l’ambiguità non è di tipo lessicale, essendo dei composto da morfemi grammaticali, quindi privi di contenuto descrittivo.

9Un paio di tentativi su demo disponibili online2, che fanno uso di dependency parsing, con frasi come Degli alunni hanno starnutito o Dei ragazzi starnutirono, entrambe con articolo partitivo, hanno dato per dei il lemma di e la categoria ’preposizione’ (si noti che, di fatto, ciò esclude erroneamente il nesso dalla funzione di Soggetto):

Figure 1: Parsing con LinguA (03.07.2017)

Figure 1: Parsing con LinguA (03.07.2017)

Figure 2: Parsing con TextPro (11.07.2017)

Figure 2: Parsing con TextPro (11.07.2017)

10Al di là dei tentativi di soluzione per fini pratici, si può affermare, più in generale, che a questo problema di omonimia in italiano la linguistica teorica e la semantica formale hanno dedicato molte attenzioni. Di contro, nel campo del NLP esso sembra essere passato inosservato.

  • 3 A IMM si deve la parte dello script che disambigua i potenziali articoli partitivi. EC si è fatto c (...)
  • 4 Il tratto [±Numerabile] del sostantivo che segue dei consentirebbe di escludere che in un nesso com (...)

11L’algoritmo che presentiamo è stato implementato nel linguaggio Python 2.73. Per effettuare part of speech e lemma tagging, al fine di identificare ad esempio nomi, verbi ed aggettivi, è stato utilizzato TreeTagger (http://www.cis.uni-muenchen.de/​ (ŝchmid/tools/TreeTagger/) con il file di parametro per l’italiano realizzati da Marco Baroni, richiamato utilizzando il modulo treetagger-python (https://github.com/​miotto/​treetagger-python).4

12L’algoritmo non si basa sulla nozione di costituente e le strategie adottate non fanno uso di ’alberi’ di stampo chomskiano né di dependency parsing. Il parsing non è né bottom up top down. Riteniamo che ai fini di una maggiore efficacia, cioè per un parsing in grado di identificare e risolvere ambiguità strutturali e semantiche, sarà indispensabile fare ricorso alla struttura argomentale dei predicati, o ’valenza’, particolarmente di quelli verbali (Tesnière, 1959).

3 L’Algoritmo di Disambiguazione

13Questa sezione mostra la suddivisione dello script di disambiguazione, basata sui diversi contesti di occorrenza dei morfemi della serie indagata. Complessivamente, nel corpus abbiamo identificato sette diversi casi: (I) complementi di specificazione; (II) complementi retti; (III) casi in cui ricorre il verbo essere o con funzione di ausiliare perfettivo o come copula; (IV) articoli partitivi con verbi transitivi e intransitivi; (V) comparativi e superlativi; (VI) nessi la cui testa è un pronome indefinito, (VII) locuzioni (in fin dei conti, del resto, del tipo (per es. un larvato rimprovero del tipo "potresti pensarci un po’ tu")). Il trattamento degli ultimi tre gruppi (tre occorrenze per (V), cinque per (VI), tre per (VII)) sarà oggetto di un’integrazione successiva.

3.1 Dei nel Complemento di Specificazione

14Un nesso nominale come i libri dei professori esemplifica il complemento di specificazione. La serie che manifesta questo complemento contiene tutti gli elementi già elencati per l’articolo partitivo, ma, significativamente, se ne distingue perché include la forma di (i libri di Leo). Pur con questa massiccia sovrapposizione di forme, si ottengono distinte parti del discorso: se da un lato il partitivo è una forma di articolo (un determinante), dall’altro ciò che pare lo stesso elemento è invece una preposizione, che può essere articolata o semplice. Con l’unica differenza della preposizione semplice, tuttavia, al parser le forme si presentano identiche, fatto che impone una qualche risorsa che sia in grado di differenziare i due usi. Così, se la frase soggetta al parsing fosse Abbiamo letto i libri di fisica dei professori, non si avrebbe difficoltà a collocare di tra le preposizioni, mentre per dei si rivela necessaria un’operazione di disambiguazione.

15Su questo caso di omonimia non siamo stati in grado di trovare in letteratura proposte precedenti. Suggeriamo in questa sede di individuare un complemento di specificazione grazie alla parola che precede la preposizione, che il più delle volte è o un nome o un aggettivo. La parte di codice rilevante, abbreviata e semplificata, è qui di seguito illustrata (frase[i] è il pivot):

16Se tra gli elementi che precedono immediatamente una qualsiasi delle sette forme della serie, inserite nella tupla denominata maybe partitive, si includono (a) i dimostrativi (per es. il passo delle zampe posteriori [...] quello delle anteriori), (b) i verbi all’infinito (per es. l’espandersi della sabbia), (c) alcune congiunzioni (l’alfabeto delle onde marine o delle erbe d’un prato), (d) casi di ricorsività (per es. del tessuto del fondo) e, infine, (f) occorrenze multiple con virgola (per es. la percezione precisa dei contorni, dei colori, delle ombre), la porzione di script sopra illustrata consente di identificare correttamente 388 complementi di specificazione, pari al 97, 7% delle occorrenze. Oltre a questi true positives si sono avuti 9 false negatives, 3 false positives e 63 true negatives; ciò dà luogo a una precision di 0.99 e ad una recall di 0.97; la F1-score è pari a 0.97. Alcuni casi problematici sono: (i) la topicalizzazione del nesso preposizionale (per es. Della conoscenza mitica degli astri egli capta solo qualche stanco barlume); (ii) le nominalizzazioni (per es. tutto il non detto della sua condizione); oppure (iii) quello di Ho trovato sul selciato degli uccelli malconci, in cui degli svolge la funzione di articolo partitivo, ma viene erroneamente intercettato come complemento di specificazione a causa del locativo sul selciato che ricorre tra il verbo e il nesso nominale post-verbale.

17Un paio di osservazioni finali. La prima: dal punto di vista semantico, il complemento di specificazione può esprimere un significato affine a quello di frasi copulative (§ 3.3) come I libri sono dei professori, significato cui ci si riferisce comunemente con ’appartenenza’ o ’possesso’. La seconda: è bene ribadire che né in i libri dei professori né in I libri sono dei professori è possibile sottrarre dei (*I libri professori, *I libri sono professori), proprio perché la sottrazione a parità semantica è caratteristica esclusiva dell’articolo partitivo, anche se tale opzione non è sempre praticabile.

3.2 Dei come Complemento Retto

18Si tratta del caso esemplificato con il verbo parlare. La già discussa ambiguità della frase Parlarono dei professori deriva proprio dal fatto che parlare è verbo potenzialmente bivalente (o trivalente: Leo parlò a Luigi di Ada). Se l’esempio fosse modificato in Dei professori parlarono, con Soggetto anteposto, la frase rimarrebbe ancora ambigua, ma in modo diverso: o dei professori è un Soggetto canonicamente pre-verbale oppure, se ancora interpretato come complemento di argomento, esso è allora collocato in una posizione marcata e la frase, segmentata, necessita di un particolare profilo intonativo, cioè di una messa in rilievo tramite enfasi, di seguito richiamata con il maiuscoletto: DEI PROFESSORI parlarono (non degli studenti). L’esplicitazione del Soggetto porrebbe fine a ogni ambiguità: Loro parlarono dei professori.

19In italiano i predicati che idiosincraticamente legittimano un complemento in di non sono necessariamente verbali. Ecco alcuni dei casi rinvenuti nel corpus, con verbi (il nesso non è né Soggetto né Oggetto diretto), aggettivi, avverbi, nomi e polirematiche (si notino le due topicalizzazioni):

  • tener conto degli aspetti complessi

  • ripaga del sapere che si propaga

  • dell’adeguato innaffiamento approfittano le erbacce

  • quello che ha pensato del prato

  • spera d’essersi appropriato del pianeta

  • faccio parte dei soggetti senzienti

  • avrebbe più bisogno del nostro interessamento

  • è specifico del sesso femminile

  • anche del nulla non si può essere sicuri al cento per cento

  • prima della sua nascita

  • al di là delle abitudini sensoriali

  • in balia della sovrapopolazione di questi lumpen-pennuti [sic]

20Talvolta lo stesso verbo presenta più valenze, con differenze semantiche come Chiedono dei professori vs Chiedono professori, dunque con un ulteriore caso di ambiguità: Chiedono a proposito dei professori vs Richiedono professori. Individuare differenze così sottili richiede soluzioni complesse.

21Nello script, i complementi di specificazione sono rilevati dopo i complementi retti. Il motivo è semplice: se la frase sottoposta al parsing fosse Sandro è degno degli onori più grandi, la funzione rileverebbe nella posizione precedente a degli un aggettivo, restituendo quindi un errore, cioè che degli onori più grandi è complemento di specificazione. Lo stesso accadrebbe con una polirematica come tener conto delle proporzioni, che nella posizione precedente a delle presenta un sostantivo.

22I complementi retti introdotti da una delle forme omonime a quelle degli articoli partitivi sono complessivamente 33, pari al 7, 1% delle 463 occorrenze indagate.

23Per l’individuazione dei complementi retti si è creata una lista, denominata trigger_di, contenente verbi, aggettivi, avverbi e locuzioni che legittimano un complemento introdotto dalla preposizione di. Con la suddivisione della stringa in ’precedenti’ e ’successivi’ rispetto al pivot l’algoritmo consente di calcolare se il complemento retto è anteposto al predicato che lo regge (ordine marcato) o posposto (ordine canonico):

3.3 Dei in frasi con essere come copula o con esserci

24È uno dei casi presentati nella sezione 3 con frasi ambigue come Sono dei professori. Si noti che la frase Ci sono dei professori, in superficie diversa dalla precedente solo per la presenza del clitico ci, esemplifica un tipo denominato in letteratura ’esistenziale’, che è tutt’altra cosa. Nella frase Ci sono dei professori il nesso dei professori fornisce un esempio di articolo partitivo. Ne è prova il fatto che dei può o essere rimosso senza che la frase collassi (Ci sono professori) o essere sostituito con alcuni (Ci sono alcuni professori). Le due frasi Sono dei professori e Ci sono dei professori sono dunque diverse dal punto di vista strutturale, al punto che mentre dei professori è il Soggetto dell’ultima, nella prima il Soggetto è omesso (Essi sono dei professori o Questi libri sono dei professori). L’algoritmo deve poter individuare tali differenze strutturali, come si propone nella porzione di codice che segue, che ha individuato due occorrenze di articolo partitivo con esserci (ci sono delle forme e delle sequenze che si ripetono) senza però essere riuscito ad individuare l’articolo partitivo nel seguente esempio: ([le mani del gorilla] sono ancora in realtà delle zampe):

3.4 Dei in Soggetti o Oggetti di verbi transitivi e intransitivi

25Se, al parsing, un elemento della serie maybe partitive non è riconosciuto come complemento di specificazione, giacché non preceduto né da un nome né da un aggettivo (§ 3.1), oppure se la stringa non contiene né complementi retti (§ 3.2) né un’occorrenza di essere copula o di esserci (§ 3.3), allora siamo in presenza di un articolo partitivo in un nesso legittimato da un verbo transitivo o intransitivo, come in Lui per trattenerla le dà dei piccoli morsi a una zampa e Esistono delle vie e delle piazze. In questi casi essere può ovviamente ricorrere, ma come ausiliare perfettivo, dunque in combinazione con un participio passato: Delle ombre silenziose si sono mosse sulla sabbia. Si tratta in tutto di 10 delle 13 occorrenze complessive di articolo partitivo (2,7% del corpus, tre con esistere), così identificate:

4 Conclusioni

26La procedura di disambiguazione automatica delle sequenze introdotte da di + articolo partitivo qui presentata ha dato luogo a risultati promettenti, in particolare per l’identificazione dei complementi di specificazione. Perchè si possa parlare di information retrieval è però necessario un campione statistico di una certa rilevanza; l’esiguità del numero di frasi ricadenti nei rimanenti casi di cui alla sezione 3 renderebbe i relativi indicatori privi di utilità, per cui si è scelto di non proporli. Risulta necessario operare ancora sul corpus sia per trattare le rimanenti occorrenze già identificate, sia per arricchirlo di nuove frasi. Inoltre, poichè l’algoritmo lavora per eliminazione, potrebbe essere utile proporre un diverso ordine di valutazione dei casi, in vista di risultati migliori.

Bibliographie

Felice Dell’Orletta, Alessandro Lenci, Simonetta Montemagni, and Vito Pirrelli. 2005. Climbing the path to grammar: A maximum entropy model of subject/object learning. In Proceedings of the Workshop on Psychocomputational Models of Human Language Acquisition, PMHLA ’05, pages 72–81, Stroudsburg, PA, USA. Association for Computational Linguistics.

Ignazio Mauro Mirto and Emanuele Cipolla. 2017. Nooj assisted automatic detection of errors in auxiliaries and past participles in italian. In Proceedings of the NooJ 2017 International Conference.

Mark Stevenson and Yorick Wilks. 2003. Word sense disambiguation. The Oxford Handbook of Comp. Linguistics, pages 249–265.

Lucien Tesnière. 1959. Eléments de Syntaxe Structurale. Paris.

Notes

1 Che, a giudicare dal numero di lavori reperibili in letteratura, non sembra argomento che susciti grande interesse, in particolare per l’italiano. Si veda almeno (Dell’Orletta et al., 2005) e i riferimenti ivi contenuti.

2 Reperibili ai seguenti indirizzi: http://linguistic-annotation-tool.italianlp.it/syntactic_trees (figura 1), http://hlt-services2.fbk.eu/textpro-demo/textpro.php [link non disponibile: 12/04/2018] (figura 2)

3 A IMM si deve la parte dello script che disambigua i potenziali articoli partitivi. EC si è fatto carico di tutte le indispensabili operazioni di annotazione su TreeTagger.

4 Il tratto [±Numerabile] del sostantivo che segue dei consentirebbe di escludere che in un nesso come della penna ricorra un articolo partitivo (* Voglio della penna). La ricerca ne verrebbe semplificata. Questa risorsa non è stata utilizzata perchè TreeTagger non fornisce il tratto.

Auteurs

Ignazio Mauro Mirto

Università degli Studi di Palermo, Dipartimento Culture e Società, V.le delle Scienze Ed. 15 - 90128 Palermo – ignazio.mauro.mirto@unipa.it

Emanuele Cipolla

Università degli Studi di Palermo, Dipartimento Culture e Società, V.le delle Scienze Ed. 15 - 90128 Palermo – posta@emanuelecipolla.net