Versão para impressão

AltinaSem - Java

Seleccionador das Alternativas para a tarefa de Classificação Semântica

Há sempre um conjunto de etiquetas que não geram consenso na hora da sua identificação e classificação, pois podem ser interpretadas de várias maneiras. Durante a criação da Colecção Dourada, foi compilada uma lista de casos 'curiosos', onde é extremamente difícil atribuir sem dúvidas uma categoria à EM. Para lidar com esta questão, optou-se por introduzir etiquetas <ALT>, que permitem ao anotador definir várias hipóteses de anotação para uma dada EM. Durante a avaliação final, é necessário escolher as melhores alternativas para cada sistema. É exactamente essa a função do AltinaSem que recebe os ficheiros após o processamento do Emir.

Critérios de Selecção

Os critérios tomados em consideração na escolha da melhor alternativa são apresentados a seguir e estão listados por ordem de preferência. Ou seja, se se utiliza o segundo critério casa tenha existido um empate com o primeiro. Do mesmo modo só se averigua o terceiro caso as alternativas tenham empatado no segundo. Os critérios são os seguintes:

1. Seleccionar a alternativa que maximizam a medida F considerando os alinhamentos nela contida.
2. No caso de empate do critério anterior, escolhe-se a alternativa que maximiza o somatório dos CSCs de cada alinhamento. O CSC para cada alinhamento é previamente calculado pelo Emir e concatenado ao respectivo alinhamento. É de salientar que o CSC de cada alinhamento é multiplicado pelo seu peso de modo a dar mais importância aos alinhamentos que mais aproximam das EMs contidas na CD..
3. Finalmente, e no caso de empate dos dois critérios anteriores, escolhe-se a alternativa com o maior número de alinhamentos.

Mais à frente, estes critérios são exemplificados em detalhe.

Cálculo da medida F

O cálculo de Precisão e Abrangência de cada uma das alternativas, do qual a medida F depende, segue as especificações que se encontram na página das Medidas. Tal como acontecia no AltinaId durante os cálculos considera-se que existe um alinhamento fictício correctamente categorizado. A utilização do alinhamento fictício garante que os resultados obtidos são sempre superiores a zero, e facilita a computação no cálculo de alternativas vazias e não beneficia nenhum sistema. Note-se que este alinhamento fictício só é considerado no cálculo da medida F. A título de ilustração considere o seguinte exemplo previamente processada pelo AvalIDa:

Podemos imaginar a representação do alinhamento fictício da seguinte da forma:

Considerando então o exemplo dado, o ALTinaSem pontua cada uma das alternativas, em relação à medida F, da seguinte forma:

Considerando as pontuações atribuídas pelo AltinaSem, a ALT1 seria considerada como a mais benéfica para o sistema. Como existe uma alternativa que com uma medida F superior às restantes não é necessário considerar os restantes critérios. No final os alinhamentos contidos nesta alternativa são impressos para o STDOUT, e os restantes alinhamentos são ignorados.

Distribuição e Utilização

O ALTinaSem é distribuído num ficheiro "Java Archive Resource" (JAR) --AltinaSem.jar-- que inclui o código fonte: AltinaSem.jar.

Para inspeccionar o código basta extrair os ficheiros do arquivo executando o seguinte comando numa shell do seu sistema:

Para invocar o AltinaSem numa máquina com a JVM instalada, execute o comando:

O resultado do AltinaSem será impresso para o STDOUT. Portanto é conveniente redireccionar a saída do AltinaSem para um ficheiro, de forma a que estes resultados possam ser guardados e posteriormente processados pelo Ida2Sem.

Exemplos

De seguida apresentamos alguns exemplos ilustrativos de alternativas juntamente com os respectivos valores de Precisão, Abrangência e Medida_F, e quando necessário, o valor correspondente ao somatório do CSC dos alinhamentos contidos em cada alternativa: