Construção linguístico-computacional de um ontoglossário inglês-português do domínio léxico-conceitual LOVE LIFE

Abstract

O objetivo desta pesquisa, que se desenvolveu nas dimensões linguística, linguísticocomputacional e computacional dos estudos do processamento automático de língua natural, foi explorar a construção e a codificação no editor de ontologias Protégé- Frames do ontoglossário para uma parcela das unidades léxicas (ULs) do inglês e das suas correspondentes do português que expressam um subconjunto de conceitos do domínio léxico-conceitual dos relacionamentos amorosos, que denominamos love life, rotulado LOVE LIFE, abreviadamente referido por LL. Esse constructo organiza computacionalmente uma parcela das ULs das duas línguas que simbolizam conceitos do domínio LL indexados às classes da ontologia Suggested Upper Merged Ontology (SUMO), daí a denominação de ontoglossário. Linguisticamente, fundamenta-se em redes semânticas e frames semânticos, além de se beneficiar também, no processo do seu desenvolvimento, de informações lexicograficamente já sistematizadas em dicionários do inglês e do português. O corpus de onde se extraem e se investigam as ULs e se inferem os conceitos do domínio LL é composto pelas legendas em inglês dos episódios inicial e final de cada uma das seis temporadas da série de televisão norte-americana Sex and the City

The aim of this research, which was developed within the linguistic, computational-linguistic, and computational dimensions of natural language processing studies, was the construction and coding, in the Protégé-Frames ontology editor, of the ontoglossary for a group of lexical units (LUs) of English and their counterparts in Portuguese that express a subgroup of the love relationship conceptual domain named “love life”, labelled LOVE LIFE, LL for short. This construct organizes part of the LUs of the two languages that symbolize the concepts of the LL domain anchored to classes of the Suggested Upper Merged Ontology (SUMO), thus the name ontoglossary. Its theoretical linguistic foundations are semantic networks and semantic frames, as well as the lexicographic information mined from English and Portuguese dictionaries. The corpus from which the LUs are extracted and analyzed, and the concepts of the LL domain are inferred, are the English subtitles of the first and the last episodes of each of the six seasons of the American television series Sex and the City