Course 8 – 26 April 2012
Diana Trandabăț
[email protected]
1

Computational lexicography

Ubiquitous computing
2
1.
2.
Exploiting published dictionaries for use in
new computer programs
Using computer programs to create new
dictionaries
3


Inventory of the words of a language
+ tokenization, lemmatization
Word class recognition (noun vs. verb vs.
adj.)
◦ but dictionaries don’t give comparative
frequencies

Word sense disambiguation
◦ assumes that dictionary sense distinctions are
reliable.
◦ dictionaries don’t give comparative frequencies!
4



Based on collections of citations (from
literary texts)
In some dictionaries, examples were – and
are – based on introspection, not taken
from actual texts.
Definitions in dictionaries of the future:
associate meanings with words in context,
not words in isolation.
5




The process of building and publishing the
Thesaurus Dictionary of the Romanian Language
(DTLR) took almost one century.
The last volume was finally published by the
Editing House of the Romanian Academy at the
beginning of 2009.
In all, DTLR has 33 volumes, more than 15,000
pages and about 175,000 entries.
The dictionary was created in the traditional
pencil-and-paper way, with citations collected
from more than 2,500 volumes of the written
Romanian literature.
6


The digital form of DTLR, including its
sources in digital form and the software to
access them
Steps in Building eDTLR:
◦ Preliminary processing of the paper version
◦
◦
◦
◦
 Scanning
 Image Processing
 Automatic recognition of symbols - OCR
Correction phases
Parsing the entries
Correcting the structure
Linking the dictionary entries to sources
7





VIVÁCE adj. invar., adv. I. Adj. invar., adv. 1. Adj. invar. (Livresc; despre oameni) Care are o vitalitate deosebită, manifestată
prin rapiditate şi uşurinţă în mişcări. V. a g e r, a g i l, s p r i n t e n (1), v i o i (1). Cf. FROLLO, V. 623, LM, GHEŢIE, R. M., BARCIANU,
ALEXI, W. Era mică: abia întrecea umărul lui Dănuţ, cu tocuri cu tot – dar prea vivace pentru a da răgaz ochiului să o cuprindă.
TEODOREANU, M. II, 15, cf. SCRIBAN, D., DL, DM, M. D. ENC., DEX, DN3, DREV. ♦(Despre manifestările, fizionomia etc. oamenilor) Care
dovedeşte, care exprimă vivacitate (1), însufleţire. Copilul îşi spune întîmplările, impresiunile, închipuirile foarte copilăreşte,
adică în modul cel mai naiv şi vivace cîteodată. HELIADE, O. II, 65..
2. Adj. invar. (Livresc; despre oameni) Care este înzestrat cu o minte ageră, pătrunzătoare; perspicace, subtil (3); (despre
mintea, inteligenţa oamenilor) care dovedeşte agerime, subtilitate. Cf. FROLLO, V. 623. Spirit vivace. LM. Prin mijlocirea iubitului
meu profesor, Aron Pumnul, avui fericirea să fac… cunoştinţă cu renumiţii fraţi Hurmuzachi, mai de aproape… cu talentosul,
vivaciul şi vîşcătoriul Alesandru. SBIERA, F. S. 106. Nime dintre contimporeni nu ar pute contesta că mişcările politice şi
culturale din anii 1848 şi 1871 îşi dătoresc fiinţa şi decursul, în bună parte, spiretelui vivaciu, scînteietoriu şi atîţătoriu al lui
A. Hurmuzachi. id. ib. 238..
3. Adj. invar. (Despre tempoul unei bucăţi muzicale sau, p. e x t., despre ritmul versurilor) Foarte rapid, însufleţit. Cu cît se
înmulţesc dactilii în exametru, cu atîta versul devine mai răpede, mai vivace şi mai uşor. HELIADE, O. II, 164, cf. DSR. ◊ (Prin
extensiune) Şantierul ardea în timp vivace, prin armonizarea tuturor focarelor într-un rug colosal. CĂLINESCU, S. 106. Dar dacă
ar fi numai atît, – virtuozitatea absurdului rulat într-un tempo vivace, – în povestirile d-lui Mircea Damian, de bună seamă nar fi de ajuns. Şi ar fi mai ales periculos. PERPESSICIUS, M. III, 201.
4. Adv. (Indică modul de executare a unei bucăţi muzicale) În tempo foarte rapid între allegro şi presto; vivo. Cf. ENC. ROM.,
CADE, DL, DM, M. D. ENC., DEX, DN3, D. MUZ., DSR.
II. Adj. invar. 1. (Astăzi rar; despre fiinţe) Care poate trăi mult timp; (învechit) vieţuielnic (2), (învechit, rar) vieţuial (v. vieţual
2). V. r e z i s t e n t, r o b u s t. Cf.
PROT. – POP., N. D., PONTBRIANT, D. Corbul este un animal vivace. COSTINESCU, cf. LM, RESMERIŢĂ, D., ŞĂINEANU, D. U., CADE, SCRIBAN, D.
◊ F i g. Naţionalitatea georgiană, din care mingrelianii sînt o simplă ramură, nu poate fi de aceeaşi ginte cu anticii fasiani,… ci
derivă dintr-o altă tulpină mai vînoasă, mai vivace, mai rezistinte, a cării aşezare în văile Caucazului… este posterioară epocei
lui Ipocrat. HASDEU, I. C. I, 173.




2. (Despre plante, mai ales despre plantele ierbacee de cultură sau despre părţi ale acestora) Care trăieşte mai mulţi ani (fără
a fi nevoie de o nouă însămînţare); care rodeşte timp de mai mulţi ani la rînd; peren. Streliţia reginei, plantă foarte mîndră…,
vivace, deşi ierboasă, cere… dese udări vara. BREZOIANU, A. 432/4, cf. 448/7. Vizdeiul... este o plantă prea vivace; dăinirea ei…
se întinde adesea pînă la doisprezece sau cincisprezece ani. id. R. 199/3, cf. 207/23. Sînt unele rădăcini care trăiesc numai un
an (anuale); altele trăiesc doi ani (bisanuale), pe cînd rădăcinele arburilor care trăiesc mai mulţi ani se numesc vivace. BARASCH,
I. N. 107/20, cf. COSTINESCU.
3. F i g. (Astăzi rar) Persistent, durabil. Cîteva din prejudicii sînt vivace, nu se pot lesne desfiinţa. COSTINESCU. Suflarea
trecutului e încă atît de vivace în inima ei, încît o va conduce mereu cu aripele destinse către viitor. ODOBESCU, S. II, 261.
Prejudiciile sînt vivaci. ŞĂINEANU, D.U. O datină vivace. CADE, cf. SCRIBAN, D.
– Pl.: (neobişnuit) vivaci. – Şi: (învechit, rar) viváci adj.
– Din (I) it. vivace, lat. vivax, -acis, (II) fr. vivace, lat. vivax, -acis.
8












VIVÁCE adj. invar., adv.
I. Adj. invar., adv.
1. Adj. invar. Gloss Examples.
♦ Gloss Examples
2. Adj. invar. Gloss Examples
3. Adj. invar. Gloss Examples
4. Adv. Gloss Examples
II. Adj. invar. 1. Gloss Examples
2. Gloss Examples
3. F i g. Gloss Examples
– Pl.: (neobişnuit) vivaci. – Şi: (învechit, rar) viváci
adj.
– Din (I) it. vivace, lat. vivax, -acis, (II) fr. vivace, lat.
vivax, -acis.
9

The Dictionary is parsed using the following
components:
◦ A set of marker classes: a marker is a boundary for a
specific linguistic category;
◦ A hypergraph-like hierarchy that establishes the
dependencies among the marker classes;
◦ A searching (parsing) algorithm.

Once a configuration is defined, parsing implies:
◦ identifying markers in the text to be parsed,
◦ recognizing the marked text structures
◦ classifying them according to the marker sequences
within the pre-established hierarchy
◦ settling the dependencies and correlations among the
parsed textual structures.
10

Sense tree parsing markers
◦
◦
◦
◦
◦

The
The
The
The
The
capital letter marker class (A., B., etc.)
Roman numeral marker class (I., II., etc.)
Arabic numeral marker class (1., 2., etc.)
filled diamond and the empty diamond marker class
lowercase letter markers a), b), c)
Definitions parsing markers
◦
◦
◦
◦
◦
Morphological definitions;
Gloss definitions;
Phrase-based definitions;
Collocation definitions;
Examples supporting various specific meanings of a certain
definition.
11
12




The word "ubiquitous" can be defined as
"existing or being everywhere at the same
time,"
"constantly
encountered,"
and
"widespread."
When applying this concept to technology, the
term ubiquitous implies that technology is
everywhere and we use it all the time.
In ubiquitous computing (ubicomp), computers
become a helpful but invisible force, assisting the
user in meeting his or her needs without getting
in the way.
Also described as pervasive computing, ambient
intelligence, everyware, or physical computing.
13
14


A domestic ubiquitous computing environment
might interconnect lighting and environmental
controls with personal biometric monitors woven
into clothing so that illumination and heating
conditions in a room might be modulated,
continuously and imperceptibly.
Another common scenario posits refrigerators
"aware" of their suitably tagged contents, able to
both plan a variety of menus from the food
actually on hand, and warn users of stale or
spoiled food.
15


Computers are able to understand a user’s
current
situation
and
offer
services,
resources, or information relevant to the
particular context.
The attributes of context may include the
user’s location, past activity, affective state,
current date and time, other objects, etc.
16



The idea: to supply services, resources, or
information to a user without the user having to
think about the rules of how to use the computer
to get them.
In this way, the user is not preoccupied with the
dual tasks of using the computer and getting the
services, resources, or information.
Contemporary devices that lend some support to
this latter idea include mobile phones, digital
audio players, RFIDs, GPS, and interactive
whiteboards.
17

1) Intelligent refrigerator: Plan a menu from
the food on the hand
◦ Input: set of recipes, list of available food
◦ Output: possible recipes using available food
 Bonus: offer also recipes which miss one ingredient.

2) Create a list of patterns for at least 15
commands
for
an
intelligent
house
monitoring. Examples:
 open {window/lights}
 close {tv/window/air conditioning}, etc.
◦ Points are given for originality and task fitness.
18

Computational lexicography
◦ Marius Răschip, Dan Cristea, Corina Forăscu. (2008). eDTLR
– Dicţionarul tezaur al limbii române în format electronic.
In Lucrările Seminarului Internaţional al Uniunii Latine
"Instrumente pentru asistarea traducerii", Academia
Română, Bucureşti, 28-29 februarie, 2008.
◦ Neculai
Curteanu,
Alexandru-Mihai
Moruz,
Diana
Trandabăț. (2008). Extracting Sense Trees from the
Romanian Thesaurus by Sense Segmentation & Dependency
Parsing. In Proceedings of the COLING 2008 Workshop on
Cognitive Aspects of the Lexicon, pp. 55–63, Manchester.

Ubiquitous computing
◦ Abowd, G.D., & Mynatt, E.D. (March, 2000). Charting past,
present, and future research in ubiquitous computing. ACM
Transactions on Computer-Human Interaction, 7, pp. 29–
58.
19


eDTLR rpoject web page:
https://consilr.info.uaic.ro/edtlr/wiki/index.php
?title=Despre_proiect
Natural Habitat:
http://www.informatics.sussex.ac.uk/research/
projects/nathab/scenario.htm
20
21