Blame view

lexSemantics/ENIAMlexSemanticsData.ml 28.9 KB
Wojciech Jaworski authored
1
(*
Wojciech Jaworski authored
2
 *  ENIAMlexSemantics is a library that assigns tokens with lexicosemantic information.
Wojciech Jaworski authored
3
4
5
 *  Copyright (C) 2016 Wojciech Jaworski <wjaworski atSPAMfree mimuw dot edu dot pl>
 *  Copyright (C) 2016 Institute of Computer Science Polish Academy of Sciences
 *
Wojciech Jaworski authored
6
7
 *  This library is free software: you can redistribute it and/or modify
 *  it under the terms of the GNU Lesser General Public License as published by
Wojciech Jaworski authored
8
9
10
 *  the Free Software Foundation, either version 3 of the License, or
 *  (at your option) any later version.
 *
Wojciech Jaworski authored
11
 *  This library is distributed in the hope that it will be useful,
Wojciech Jaworski authored
12
13
 *  but WITHOUT ANY WARRANTY; without even the implied warranty of
 *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
Wojciech Jaworski authored
14
 *  GNU Lesser General Public License for more details.
Wojciech Jaworski authored
15
 *
Wojciech Jaworski authored
16
 *  You should have received a copy of the GNU Lesser General Public License
Wojciech Jaworski authored
17
18
19
 *  along with this program.  If not, see <http://www.gnu.org/licenses/>.
 *)
Wojciech Jaworski authored
20
21
open ENIAMtokenizerTypes
open ENIAMlexSemanticsTypes
Wojciech Jaworski authored
22
open Xstd
Wojciech Jaworski authored
23
Wojciech Jaworski authored
24
let subst_inst_roles = Xlist.fold [
Wojciech Jaworski authored
25
26
27
28
29
30
  "wiosna",        "Time","";
  "lato",          "Time","";
  "jesień",        "Time","";
  "zima",          "Time","";
  "wieczór",       "Time","";
  ] StringMap.empty (fun map (k,r,a) -> StringMap.add map k (r,a))
Wojciech Jaworski authored
31
32

let adj_roles = Xlist.fold [
Wojciech Jaworski authored
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
  "ten",               "Apoz","";
  "mój",               "Possesive",""; (*"ja"*)
  "twój",              "Possesive",""; (*"ty"*)
  "nasz",              "Possesive",""; (*"my"*)
  "wasz",              "Possesive",""; (*"wy"*)
  "swój",              "Possesive","";
  "czwartkowy",        "Time","";
  "dawny",             "Time","";
  "ubiegłotygodniowy", "Time","";
  (* operators:  nielokalnie zmieniaja formułe logiczna *)
  "każdy",             "Quantifier","";
  "wszelki",           "Quantifier","";
  "wszystek",          "Quantifier","";
  "żaden",             "Quantifier",""; (*"każdy"*)
  (* semi operators:  operatory równoważne domyślnemu \exists *) (* FIXME: jak je zaklasyfikować? *)
  "jakiś",             "Quantifier","";
  "pewien",            "Quantifier","";
  "niektóry",          "Quantifier","";
  "jedyny",            "Quantifier","";
  (* not operators *)
(*   "sam",               "Attribute",(["ArgWNadrzedniku";"RelacjaWNadrzedniku"],TConst("local",[])); *)
Wojciech Jaworski authored
54
  "sam",               "Quantifier",""; (* nie wprowadza zmiennej, w znaczeniu "Jan sam ugotował obiad", "zupa z samych marchewek" bo wymaga odwołania się do agenta i zdarzenia *)
Wojciech Jaworski authored
55
56
57
58
59
60
61
62
(* tego sie da odroznic od poprzedniego "sam", LConcept "Attribute"); (* albo pragmatyczne podkreślenie "w samym centrum", albo "dokładnie" - "w samo południe" albo  *) *)
(*   "jedyny",            "Attribute",(["ArgWNadrzedniku";"RelacjaWNadrzedniku"],TConst("local",[])); (* nie wprowadza zmiennej *)  *)
  "jaki",              "Attribute","";
  "jeden",             "Quantifier",""; (* jeden - kilka to kwantyfikator z 3 polami; Bóg jeden = Bóg sam; miara lioczebności *)
  "taki",              "Attribute","";
  "czyj",              "Possesive","";
  "który",             "Attribute","";
  ] StringMap.empty (fun map (k,r,a) -> StringMap.add map k (r,a))
Wojciech Jaworski authored
63
Wojciech Jaworski authored
64
65
66
67
68
let adv_roles = Xlist.fold [ (* FIXME: problem z podwójnymi przypisaniami *)
  (* operators:  nielokalnie zmieniaja formułe logiczna *)
  "codziennie",     "Quantifier","";
  "zawsze",         "Quantifier","";
  "nigdy",          "Quantifier",""; (*"zawsze",*)
Wojciech Jaworski authored
69
  "prawdopodobnie", "OpModal","";
Wojciech Jaworski authored
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
  "razem",          "Quantifier","";  (* czy to jest operator? kolektywny - zakazuje dystrybutywności akcji i innych jej podrzęników *)
  (* "chyba", LIndexical "Unk");  - otwiera nowy model, to jest kublik *)
  (* not operators *)
  "nieraz",         "Quantifier",""(*[],TConst("approx",[])*);  (* odpowiedznik liczby mnogiej dla czasownika *)
  "tymczasem",      "Time","";
  "zawczasu",       "Time","";
  "ostatnio",       "Time",""; (*"czas, o który trzeba zmodyfikować moment wypowiedzenia"*)
  "niedługo",       "Duration",""; (* Jak to rozróznić ?? *)
  "dlaczego",       "Condition","";
  "jak",            "Attribute","";
  "dlatego",        "Condition",""; (* odniesieniem argumentu jest sytuacji/kontekst *)
  "tak",            "Manner",""; (* odniesieniem argumentu jest sytuacji/kontekst, byc może deiktyczny *)

  "skąd",		"Location","Source";
  "skądkolwiek",	"Location","Source";
  "skądś",		"Location","Source";
  "skądże",		"Location","Source";
  "stamtąd",		"Location","Source";
  "stąd",		"Location","Source";
  "zewsząd",		"Location","Source";
  "znikąd",		"Location","Source";
  "skądinąd",		"Location","Source";
  "skądciś",		"Location","Source";
  "skądsiś",		"Location","Source";
  "blisko",		"Location","Goal";
  "daleko",		"Location","Goal";
  "dokąd",		"Location","Goal";
  "dokądkolwiek",	"Location","Goal";
  "donikąd",		"Location","Goal";
  "gdzie",		"Location","Goal";
  "gdziekolwiek",	"Location","Goal";
  "gdzieś",		"Location","Goal";
  "gdzież",		"Location","Goal";
  "niedaleko",		"Location","Goal";
  "tam",		"Location","Goal";
  "tamże",		"Location","Goal";
  "tu",			"Location","Goal";
  "tutaj",		"Location","Goal";
  "wstecz",		"Location","Goal";
  "długo",		"Duration","";
  "ile",		"Duration","";
  "ilekolwiek",		"Duration","";
  "jeszcze",		"Duration","";
  "już",		"Duration","";
  "krótko",		"Duration","";
  "nadal",		"Duration","";
  "trochę",		"Duration","";
  "tyle",		"Duration","";
  "wciąż",		"Duration","";
  "ciągle",		"Duration","";
  "blisko",		"Location","";
  "daleko",		"Location","";
  "dokoła",		"Location","";
  "dookoła",		"Location","";
  "gdzie",		"Location","";
  "gdziekolwiek",	"Location","";
  "gdzieniegdzie",	"Location","";
  "gdzieś",		"Location","";
  "gdzież",		"Location","";
  "naokoło",		"Location","";
  "niedaleko",		"Location","";
  "nieopodal",		"Location","";
  "nigdzie",		"Location","";
  "nisko",		"Location","";
  "obok",		"Location","";
  "opodal",		"Location","";
  "ówdzie",		"Location","";
  "poniżej",		"Location","";
  "powyżej",		"Location","";
  "tam",		"Location","";
  "tamże",		"Location","";
  "tu",			"Location","";
  "tutaj",		"Location","";
  "wewnątrz",		"Location","";
  "wkoło",		"Location","";
  "wokoło",		"Location","";
  "wokół",		"Location","";
  "wszędzie",		"Location","";
  "wysoko",		"Location","";
  "naokół",		"Location","";
  "wszędy",		"Location","";
  "którędy",		"Path","";
  "którędykolwiek",	"Path","";
  "którędyś",		"Path","";
  "którędyż",		"Path","";
  "tamtędy",		"Path","";
  "tędy",		"Path","";
  "owędy",		"Path","";
  "kędy",		"Path","";
  "kędykolwiek",	"Path","";
  "często",		"Time","";
  "częstokroć",		"Time","";
  "dawno",		"Time","";
  "dotąd",		"Time","";
  "dotychczas",		"Time","";
  "dzisiaj",		"Time","";
  "dziś",		"Time","";
  "jutro",		"Time","";
  "kiedy",		"Time","";
  "kiedykolwiek",	"Time","";
  "kiedyś",		"Time","";
  "nieczęsto",		"Time","";
  "niedawno",		"Time","";
  "niedługo",		"Time","";
  "niegdyś",		"Time","";
  "niekiedy",		"Time","";
  "nieraz",		"Time","";
  "nieregularnie",	"Time","";
  "nierzadko",		"Time","";
  "obecnie",		"Time","";
  "ówcześnie",		"Time","";
  "podówczas",		"Time","";
  "pojutrze",		"Time","";
  "popojutrze",		"Time","";
  "potem",		"Time","";
  "późno",		"Time","";
  "przedwczoraj",	"Time","";
  "przenigdy",		"Time","";
  "regularnie",		"Time","";
  "rzadko",		"Time","";
  "sporadycznie",	"Time","";
  "teraz",		"Time","";
  "wcześnie",		"Time","";
  "wczoraj",		"Time","";
  "wkrótce",		"Time","";
  "wnet",		"Time","";
  "wówczas",		"Time","";
  "wtedy",		"Time","";
  "wtenczas",		"Time","";
  "zaraz",		"Time","";
  "zawsze",		"Time","";
  "drzewiej",		"Time","";
  "latoś",		"Time","";
  "naonczas",		"Time","";
  "naówczas",		"Time","";
  "natenczas",		"Time","";
  "nikędy",		"Time","";
  "ninie",		"Time","";
  "onegdaj",		"Time","";
  "ongi",		"Time","";
  "ongiś",		"Time","";
  "wczas",		"Time","";
  "wonczas",		"Time","";
  ] StringMap.empty (fun map (k,r,a) -> StringMap.add map k (r,a))
Wojciech Jaworski authored
214
215

let qub_roles = Xlist.fold [
Wojciech Jaworski authored
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
  "tylko",          "Quantifier","";
  "jeszcze",        "Quantifier","";
  "już",            "Quantifier","";
  "i",              "Quantifier","";
  "również",        "Quantifier","";
  "także",          "Quantifier","";
  "też",            "Quantifier","";
  "znowu",          "Quantifier","";
  "może",           "OpModal","";
  "oczywiście",     "OpModal","";
  "zapewne",        "OpModal","";
  "aż",             "OpModal","";
  "dopiero",        "OpModal","";
  "nawet",          "OpModal","";
  "jednak",         "OpModal","";
(*   "zresztą",        "Theme",""; *)
  "zbyt",           "Mod","";
  "dość",           "Manner","";
  "ani",            "Mod","";
  "około",          "Mod","";
  "ponad",          "Mod","";
  "prawie",         "Mod","";
  "przynajmniej",   "Mod","";
  ] StringMap.empty (fun map (k,r,a) -> StringMap.add map k (r,a))
Wojciech Jaworski authored
240
241
Wojciech Jaworski authored
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
let prep_roles = Xlist.fold [ (* lemma,case,role,role_attr,meaning/hipero,sel_prefs *)(* FIXME: problem z podwójnymi przypisaniami *)
  "od","gen",		"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "spod","gen",		"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "spomiędzy","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "sponad","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "spopod","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "spośród","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "spoza","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "sprzed","gen",	"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "z","gen",		"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "znad","gen",		"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "zza","gen",		"Location","Source",["POŁOŻENIE"],["POŁOŻENIE"];
  "do","gen",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "ku","dat",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "między","acc",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "na","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "nad","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "nieopodal","gen",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "opodal","gen",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "pod","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "ponad","acc",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"]; (* dodane *)
  "pomiędzy","acc",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "poza","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "przed","acc",	"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "w","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "za","acc",		"Location","Goal",["POŁOŻENIE"],["POŁOŻENIE"];
  "dzięki","dat",	"Condition","",["CZEMU"],[];
  "na","acc",		"Condition","",["CZEMU"],[];
  "od","gen",		"Condition","",["CZEMU"],[];
  "przez","acc",	"Condition","",["CZEMU"],[];
  "wskutek","gen",	"Condition","",["CZEMU"],[];
  "z","gen",		"Condition","",["CZEMU"],[];
  "dla","gen",		"Purpose","",["CZEMU"],[];
  "do","gen",		"Purpose","",["CZEMU"],[];
  "ku","dat",		"Purpose","",["CZEMU"],[];
  "na","acc",		"Purpose","",["CZEMU"],[];
  "po","acc",		"Purpose","",["CZEMU"],[];
  "do","gen",		"Duration","",["CZAS"],["CZAS"];
  "od","gen",		"Duration","",["CZAS"],["CZAS"];
  "przez","acc",	"Duration","",["CZAS"],["CZAS"];
  "dokoła","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "dookoła","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "koło","gen",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "między","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "nad","inst",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "na","loc",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naokoło","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naprzeciw","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naprzeciwko","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "nieopodal","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "obok","gen",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "opodal","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pod","inst",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "po","loc",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pomiędzy","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "ponad","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "poniżej","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "popod","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pośrodku","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pośród","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "powyżej","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "poza","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "przed","inst",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "przy","loc",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "u","gen",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "vis-à-vis","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wewnątrz","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wkoło","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "w","loc",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wokół","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wśród","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wzdłuż","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "za","inst",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naokół","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pobocz","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pobok","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "podal","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "podle","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "śród","gen",		"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wedle","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wpośród","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wśrzód","gen",	"Location","",["POŁOŻENIE"],["POŁOŻENIE"];
  "po","postp",		"Manner","",["ALL"],[];
  "bez","gen",		"Manner","",["ALL"],[];
(*  "jako","str",	"Manner","",[],[];
  "jak","str",		"Manner","",[],[];*)
  "pod","acc",		"Manner","",["ALL"],[];
  "z","inst",		"Manner","",["ALL"],[];
  "dokoła","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "dookoła","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "koło","gen",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "między","inst",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "nad","inst",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naokoło","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "obok","gen",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pod","inst",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "po","loc",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "pomiędzy","inst",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "ponad","inst",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "poprzez","acc",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "przez","acc",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "via","nom",		"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wokoło","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wokół","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wzdłuż","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "naokół","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "około","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "skroś","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wskroś","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "wskróś","gen",	"Path","",["POŁOŻENIE"],["POŁOŻENIE"];
  "koło","gen",		"Time","",["CZAS"],["CZAS"];
  "lada","nom",		"Time","",["CZAS"],["CZAS"];
  "między","inst",	"Time","",["CZAS"],["CZAS";"SYTUACJA"];
  "około","gen",	"Time","",["CZAS"],["CZAS"];
  "o","loc",		"Time","",["CZAS"],["CZAS"];
  "podczas","gen",	"Time","",["CZAS"],["CZAS";"SYTUACJA"];
  "po","loc",		"Time","",["CZAS"],["CZAS";"SYTUACJA"];
  "pomiędzy","inst",	"Time","",["CZAS"],["CZAS";"SYTUACJA"];
  "przed","inst",	"Time","",["CZAS"],["CZAS";"SYTUACJA"];
  "w","acc",		"Time","",["CZAS"],["CZAS"];
  "w","loc",		"Time","",["CZAS"],["CZAS"];
  "temu","acc",		"Time","",["CZAS"],["CZAS"]; (* dodane *)
  "za","gen",		"Time","",["CZAS"],["CZAS"]; (* dodane *)
Wojciech Jaworski authored
365
  ] StringMap.empty (fun map (lemma,case,role,role_attr,hipero,sel_prefs) ->
Wojciech Jaworski authored
366
      let hipero = Xlist.fold hipero StringSet.empty ENIAMplWordnet.get_hipero_rec in
Wojciech Jaworski authored
367
      let map2 = try StringMap.find map lemma with Not_found -> StringMap.empty in
Wojciech Jaworski authored
368
      let map2 = StringMap.add_inc map2 case [case,role,role_attr,hipero,sel_prefs] (fun l -> (case,role,role_attr,hipero,sel_prefs) :: l) in
Wojciech Jaworski authored
369
370
371
372
373
374
375
      StringMap.add map lemma map2)
(*  "przeciwko","dat","Dat";
  "przeciw","dat","Dat";
  "o","acc","Theme";
  "o","loc","Theme";
  "według","gen","Manr";
  "wobec","gen","Dat";*)
Wojciech Jaworski authored
376
377
378

let assign_prep_semantics lemma cases t =
  try
Wojciech Jaworski authored
379
    let map = StringMap.find prep_roles lemma in
Wojciech Jaworski authored
380
381
382
383
    let l = List.flatten (Xlist.map cases (fun case ->
      try StringMap.find map case with Not_found -> [])) in
    if l = [] then Normal else PrepSemantics l
  with Not_found -> Normal
Wojciech Jaworski authored
384
Wojciech Jaworski authored
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
let subst_special_lexemes = Xlist.fold [
  "jutro",        ["indexical"];(*"dzień"*)
  "pojutrze",     ["indexical"];(*"dzień"*)
  "cóż",          ["interrogative"];
  "przyszłość",   ["indexical"]; (*"czas"*)
  "raz",          []; (* FIXME: pojemnik, występuje jako adjunct *)
(*   "połowa",       ["approx"]; (* FIXME: pojemnik oraz pojemnik na czas *) *)
  "coś",    [];
  "nic",    [];(*"wszystko"*) (*"organiczenie zakresu"*)
  "nikt",   [];(*"wszyscy"*) (*"organiczenie zakresu"*)
  "co",     ["interrogative"];
  "kto",    ["interrogative"];
  "to",     ["deictic"];
  "cokolwiek",    [];
  "ktokolwiek",   [];
  "ktoś",         [];
  ] StringMap.empty (fun map (k,l) -> StringMap.add map k (Special l))
Wojciech Jaworski authored
402
Wojciech Jaworski authored
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
let adj_special_lexemes = Xlist.fold [
(*  "1935",              "=",[],"name",[]); (*"rok"*)
  "1998",              "=",[],"name",[]); (*"rok"*)
  "25",                "=",[],"name",[]); (*"dzień"*)
  "XIX",               "=",[],"name",[]); (*"wiek"*)
  "Oświęcimski",       "=",[],"name",[]);*)
  "pierwszy",          ["order"(*relacja porządkująca*)]; (* mamy zadan sekwencję (czyli zbiór z porządkiem), jest to niejawny argument predykatu pierwszy, mamy też obiekt ktory ma mieć ceche pierwszości, rzeczownik nadrzedny do przymiotnika pierwszy  *)
  "drugi",             ["order"(*relacja porządkująca*)]; (* jw *)
  "ostatni",           ["order"(*relacja porządkująca*)]; (* jw *)
  "kolejny",           ["order"(*relacja porządkująca*)]; (* jw + domyślny argument z poprzednikiem *)
  "inny",              ["coreferential"]; (* niejawny argument ze zbiorem dotychczas rozpartywanych obiektów *)
  "ten",               ["deictic";"coreferential"];
  "mój",               ["indexical"]; (*"ja"*)
  "twój",              ["indexical"]; (*"ty"*)
  "nasz",              ["indexical"(*; "zbiór indywiduów"*)]; (*"my"*)
  "wasz",              ["indexical"(*; "zbiór indywiduów"*)]; (*"wy"*)
  "swój",              ["coreferential"];
  "czwartkowy",        [](*"name"*); (*"dzień tygodnia"*) (* ewentualnie indexical *)
  "dawny",             ["indexical";"comparative"(*miara*)];(*"czas"*) (*"czas, októry trzeba zmodyfikować moment wypowiedzenia"*)
  "ubiegłotygodniowy", ["indexical"];(*"czas"*)
Wojciech Jaworski authored
423
  (* unk *)
Wojciech Jaworski authored
424
425
426
427
428
429
430
431
  "jaki",              ["interrogative"];
  "taki",              ["indexical"];
  "czyj",              ["interrogative"];
  "który",            ["interrogative"];(* FIXME: dodać relative *)
  ] StringMap.empty (fun map (k,l) -> StringMap.add map k (Special l))

let adv_special_lexemes = Xlist.fold [
  "tymczasem",      ["coreferential"(*czas wypowiedzenia*)];(*"czas"*)
Wojciech Jaworski authored
432
  "wtedy",          ["coreferential"(*czas wypowiedzenia*)];(*"czas"*)
Wojciech Jaworski authored
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
  "wówczas",        ["coreferential"(*czas wypowiedzenia*)];(*"czas"*)
  "zawczasu",       ["coreferential"(*czas wypowiedzenia*)];(*"czas"*)
  "teraz",          ["indexical"(*czas wypowiedzenia*)];(*"czas"*)
  "zaraz",          ["indexical"(*czas wypowiedzenia*)];(*"czas"*)
  "dziś",           ["indexical"(*czas wypowiedzenia*)];(*"dzień"*)
  "niedługo",       ["indexical"(*czas wypowiedzenia*);"comparative"(*miara*)];(*"czas"*) (*"czas, o który trzeba zmodyfikować moment wypowiedzenia"*)
  "ostatnio",       ["indexical"(*czas wypowiedzenia*);"comparative"(*miara*)];(*"czas"*) (*"czas, o który trzeba zmodyfikować moment wypowiedzenia"*)
  "wkrótce",        ["indexical"(*czas wypowiedzenia*);"comparative"(*miara*)];(*"czas"*) (*"czas, o który trzeba zmodyfikować moment wypowiedzenia"*)
  "dawno",          ["indexical"(*czas wypowiedzenia*);"comparative"(*miara*)];(*"czas"*) (*"czas, o który trzeba zmodyfikować moment wypowiedzenia"*)
  "niedługo",       ["comparative"(*miara*)];(*"czas"*) (* Jak to rozróznić ?? *)
  "długo",          ["comparative"(*miara*)];(*"czas"*) (* pojęcie kontekstu jeszcze ogóniejsze niż przy zawczasu *)
  "późno",          [(*"Context";*)"comparative"(*miara*)];(*"czas"*) (* albo indexical albo foric albo concept *)
  "stąd",           ["indexical"];(*"miejsce"*)
  "obok",           ["coreferential"];(*"miejsce"*)
  "tam",            ["coreferential";"deictic"];(*"miejsce"*)
  "tu",             ["indexical"];(*"miejsce"*)
  "gdzieś",         [];
(*   "sam", ArgWNadrzedniku "Quant"; (* nie wprowadza zmiennej, w znaczeniu "Jan sam ugotował obiad", bo wymaga odwołania się do agenta i zdarzenia *)  *)
  "dlaczego",       ["interrogative"];
  "jak",            ["interrogative"];
  "kiedy",          ["interrogative"];
  "dlatego",        ["coreferential"]; (* odniesieniem argumentu jest sytuacji/kontekst *)
  "tak",            ["coreferential"]; (* odniesieniem argumentu jest sytuacji/kontekst, byc może deiktyczny *)
  ] StringMap.empty (fun map (k,l) -> StringMap.add map k (Special l))
Wojciech Jaworski authored
457
Wojciech Jaworski authored
458
459
460
461
462
463
464
465
466
467
468
469
470
let qub_special_lexemes = Xlist.fold [
  "tylko",          []; (* przyrematyczny (wskazuje remat) *)
  "jeszcze",        ["order"(*relacja porządkująca*)]; (* reprezentacja: określamy obiekt ktory jest w skali i stwierdzamy że istnieje inny obiekt wcześniej w skali, który spełnia ten sam event w tej samej roli *) (* operator: restrykcja zadana przez remat, zakres przez temat; semantycznie: isnieje porządek, sąd jest prawdziwy dla pewnego obiektu mniejszego w porządku i dla aktualnego obiektu ; pragmatycznie: mówca spodziewa się, że sąd nie jest prawdziwy dla elementu większego w porządku (np. przestanie być w późniejszym momencie) *)
  "już",            ["order"(*relacja porządkująca*)]; (* reprezentacja: określamy obiekt ktory jest w skali i stwierdzamy że istnieje inny obiekt wcześniej w skali, który nie spełnia tego eventu w tej roli *) (* dualny do jeszcze *)
  "i",              [](*["topic_syn";"focus_syn"]*); (* w znaczeniu również *)
  "również",        [](*["topic_syn";"focus_syn"]*); (* musi mieć za argument również temat *) (* semantyka istnieje inny remat, który spełnia temat *)
  "także",          [](*["topic";"focus"]*);
  "też",            [(*"topic";"focus"*)];
  "znowu",          []; (* kwantyfikacja po razach *) (* działa na formule logicznej - wcześniej działo się cos takiego samego *)
  "może",           [(*"topic";"focus"*)](*,"focus",[])*); (* remat jest w kontekście modalnym, a temat poza nim *) (* operator definiujący rolę epistemiczną dla formuły *)
  "oczywiście",     [(*"topic";"focus";*) "indexical"(*speaker*)](*,"focus",[])*); (* nie wprowadza modelu ale traktujemy go analogicznie, bo to co oczywiste pozostaje prawdziwe *) (* operator definiujący rolę epistemiczną dla formuły, otwiera kontekst identyczny z zewnętrznym *)
  "zapewne",        [(*"topic";"focus";*) "indexical"(*speaker*)](*,"focus",[])*); (* analogicznie do może *) (* operator definiujący rolę epistemiczną dla formuły *)
  "aż",             [(*"topic_syn";"focus_syn";*) "indexical"(*speaker*)](*,"syntax",[])*); (* stosunek mówcy do treści rematu *)(* przyrematyczny (wskazuje remat) *) (* dla mówiącego jest dziwne, że nie mniej; modyfikator rematu (sądu ustrukturyzowanego tematycznie) *)
Wojciech Jaworski authored
471
472
473
  "dopiero",        [(*"topic_syn";"focus_syn";*) "indexical"(*speaker*)](*,"syntax",[])*); (* przyrematyczny (wskazuje remat) *)
  "nawet",          [(*"topic_syn";"focus_syn";*) "indexical"(*speaker*)](*,"syntax",[])*); (* przyrematyczny (wskazuje remat) *)
  "jednak",         [(*"topic";"focus";*) "indexical"; "coreferential"(*podmiot epistemiczny*)](*,"focus",[])*);
Wojciech Jaworski authored
474
475
476
  "zresztą",        ["coreferential"];
  "zbyt",           []; (* ew. Attr *) (* "comparative"(*miara*) wnoszony przez przymiotnik *)
  "dość",           [];
Wojciech Jaworski authored
477
  "ani",            [];
Wojciech Jaworski authored
478
479
480
481
482
483
484
485
  "około",          [];
  "ponad",          [];
  "prawie",         [];
  "przynajmniej",   [];
  ] StringMap.empty (fun map (k,l) -> StringMap.add map k (Special l))

let pron_lexemes = Xlist.fold [
  "ja",    ["indexical"]; (* elementy zdarzenia komunikacyjnego; wyrażenie okazjonalne; kontekst komunikacji oznaczamy przez "indexical" *)
Wojciech Jaworski authored
486
487
  "my",    ["indexical"(*; "zbiór indywiduów"*)];
  "pro1",  ["indexical"(*; "zbiór indywiduów"*)];
Wojciech Jaworski authored
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
  "ty",    ["indexical"];
  "wy",    ["indexical"(*; "zbiór indywiduów"*)];
  "pro2",  ["indexical"(*; "zbiór indywiduów"*)];
  "on",    ["coreferential";"deictic"]; (* phoric: wystepuje wczesniej w tekście; deictic: określony przez niewerbalny element komunikacji *)
  "ona",   ["coreferential";"deictic"];
  "ono",   ["coreferential";"deictic"];
  "oni",   ["coreferential";"deictic"];
  "one",   ["coreferential";"deictic"];
  "on-p1", ["coreferential";"deictic"];
  "on-p2", ["coreferential";"deictic"];
  "on-p3", ["coreferential";"deictic"];
  "pro3"  ,["coreferential";"deictic"];
  "pro3sg",["coreferential";"deictic"];
  "pro3pl",["coreferential";"deictic"];
  "pro",   ["indexical";"coreferential";"deictic"];
  "siebie",["coreferential"];
  ] StringMap.empty (fun map (k,l) -> StringMap.add map k (Special l))
Wojciech Jaworski authored
506
(*let num_lexemes = Xlist.fold [
Wojciech Jaworski authored
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
  "10",      "10",[],"exact",[]);
  "14",      "14",[],"exact",[]);
  "2",       "2",[],"exact",[]);
  "20",      "20",[],"exact",[]);
  "30",      "30",[],"exact",[]);
  "569",     "569",[],"exact",[]);
  "6",       "6",[],"exact",[]);
  "dwa",     "2",[],"exact",[]);
  "trzy",    "3",[],"exact",[]);
  "cztery",  "4",[],"exact",[]);
  "pięć",    "5",[],"exact",[]);
  "sześć",   "6",[],"exact",[]);
  "siedem",  "7",[],"exact",[]);
  "osiem",   "8",[],"exact",[]);
  "dziewięć","9",[],"exact",[]);
  "dziesięć","10",[],"exact",[]);
  "jedenaście","11",[],"exact",[]);
  "dwanaście","12",[],"exact",[]);
  "trzynaście","13",[],"exact",[]);
  "czternaście","14",[],"exact",[]);
Wojciech Jaworski authored
527
  "kilka",   "kilka",[],"approx",[]);
Wojciech Jaworski authored
528
529
  "milion",  "1000000",[],"exact",[]);
  "parę",    "parę",[],"approx",[]);
Wojciech Jaworski authored
530
531
  "trochę",  "trochę",[],"approx",[]);
  "wiele",   "wiele",[],"approx",[]);
Wojciech Jaworski authored
532
  ] StringMap.empty (fun map (k,v,w) -> StringMap.add map k (SpecialMod(v,w)))*)
Wojciech Jaworski authored
533
534

(* UWAGA: przy przetwarzaniu danych zdezambiguowanych ta procedura nie zmienia liczby tokenów *)
Wojciech Jaworski authored
535
536
537
538
539
540
541
542
543
544
545
546
let assign_semantics tokens lex_sems group =
  Xlist.iter group (fun id ->
    let token = (ExtArray.get tokens id).token in
    let t = ExtArray.get lex_sems id in
    let t = match token with
        Lemma(lemma,"subst",_) -> {t with lroles=(try StringMap.find subst_inst_roles lemma with Not_found -> "",""); semantics=try StringMap.find subst_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"depr",_) -> {t with semantics=try StringMap.find subst_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"adj",_) -> {t with lroles=(try StringMap.find adj_roles lemma with Not_found -> "",""); semantics=try StringMap.find adj_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"adjc",_) -> {t with lroles=(try StringMap.find adj_roles lemma with Not_found -> "",""); semantics=try StringMap.find adj_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"adjp",_) -> {t with lroles=(try StringMap.find adj_roles lemma with Not_found -> "",""); semantics=try StringMap.find adj_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"adv",_) -> {t with lroles=(try StringMap.find adv_roles lemma with Not_found -> "",""); semantics=try StringMap.find adv_special_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"qub",_) -> {t with lroles=(try StringMap.find qub_roles lemma with Not_found -> "",""); semantics=try StringMap.find qub_special_lexemes lemma with Not_found -> Normal}
Wojciech Jaworski authored
547
(*      | Lemma(lemma,"num",_) -> [{t with semantics=try StringMap.find num_lexemes lemma with Not_found -> Normal}] *)
Wojciech Jaworski authored
548
549
550
551
552
553
554
555
      | Lemma(lemma,"ppron12",_) -> {t with semantics=try StringMap.find pron_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"ppron3",_) -> {t with semantics=try StringMap.find pron_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"siebie",_) -> {t with semantics=try StringMap.find pron_lexemes lemma with Not_found -> Normal}
      | Lemma(lemma,"prep",l) ->
          let cases = Xlist.fold l StringSet.empty (fun set -> function cases :: _ -> Xlist.fold cases set StringSet.add | _ -> set) in
          {t with semantics=assign_prep_semantics lemma (StringSet.to_list cases) t}
      | _ -> t in
    ExtArray.set lex_sems id t)