Lematizar soa raro. Pero é básico para que traballen os buscadores de internet ou os tradutores automáticos. Significa, en lingüística, atopar o lema dunha palabra, a súa base fronte ás formas conxugadas. Por exemplo, o infinitivo “falar” é o lema de “falei” ou “falásemos”. Para resumir, o lema é o xeito básico como calquera término aparece nun diccionario.
Por iso lematizar é tan importante en computación. Porque é o xeito como un programa identifica qué palabra estamos a escribir. E, empregando un análise sintáctico, pode diferenciar dúas que se escriban igual. E comprender que en “ama de chaves” e en “Xan ama a Carmiña”, a palabra “ama” non significa o mesmo: unha é un sustantivo e a outra, o verbo amar.
E como está o galego neste proceso de lematizar? A resposta é que sano e robusto. Así o asegura a investigadora Eva Domínguez Noya, da Universidade de Santiago, na súa tese de doutoramento ‘Etiquetaxe e desambiguación automáticas en galego: o sistema XIADA’. E conclúe que a lingua de Galicia atópase “na vangarda da lingüística computacional”.
A tese revela datos significativos: o galego posúe un etiquetador morfolóxico automático estatístico de alta precisión, cuxa taxa de acerto se sitúa no 96%, e un corpus etiquetado morfolóxicamente de case 600.000 unidades cun sistema de recuperación de información flexible e cómodo.
Etiquetador/Lematizador do Galego
No Centro Ramón Piñeiro para a Investigación en Humanidades o catedrático de Lingüística española da USC Guillermo Rojo dirixe un proxecto multidisciplinar cuxo obxectivo é facilitar a recuperación de información do Corpus de Referencia do Galego Actual (CORGA), ademais de por forma ortográfica, por etiqueta morfosintáctica e lema. Resultado dese proxecto é a ferramenta creada especificamente para o galego denominada Etiquetador/Lematizador do Galego Actual (XIADA).
‘Etiquetaxe e desambiguación automáticas en galego: o sistema XIADA’ estivo codirixida polo profesor do Departamento de Lingua Española da USC Guillermo Rojo e a profesora do Departamento de Filoloxía Galega M.ª Sol López Martínez. O traballo, que acadou a cualificación de Sobresaliente cum laude, xulgouna un tribunal presidido pola catedrática de Filoloxía Galega Rosario Álvarez Blanco e composto ademais polos profesores Mª Paula Santalla del Río, da USC; Jorge Graña Gil, da Universidade da Coruña; María Taulé Delor, da Universidade de Barcelona; e María Inês Pedrosa da Silva Duarte, da de Lisboa.