UPF-EHUko azpiproiektua

Berezko helburuak

Ekonomiako katalanezko corpusa ustiatzea.
Ekonomiako corpusa eraikitzea euskararako.
Euskararako dauden prozesamendu-tresnak egokitzea.
Ekonomiari buruzko ontologiak eta thesaurusak aurkitzea eta ebaluatzea, berrerabili ahal izateko.
Itzulpen-corpusa paralelizatzea ingelesa-gaztelania, katalana-ingelesa eta gaztelania-katalana bikoteetarako.
Ontologia bat eraikitzea edota dauden ontologiak inportatzea.
Terminologiako datu-base eleanitz bat diseinatzea eta eraikitzea.
Datu terminologikoak (formalak, semantikoak eta fraseologikoak) sartzea, gaztelaniazko, katalanezko eta euskarazko corpusen ustiapenaren ondorioz.

Lan-enkarguak

Lehen urtea

1.1.LE.- Ekonomiako euskarazko corpus a eraikitzea. Formatu elektronikoan dauden testuak aurkitzea, hautatzea eta laginak bereiztea. Testuak prozesatzea. BWANANET bidez eskuragarri dagoen IULAren corpus ean txertatzea.

Espero den emaitza: baliabide linguistikoa bukatuta eta eskuragarria.
Kokapena: Ekonomiako euskarazko corpus aren eraikitzea UPV/EHUn (Donostia); egiturazko markatze estandarra eta prozesamendu linguistikoa IULA-UPFn (Bartzelona).
Koordinatzailea: Zabala doktorea
Parte-hartzaileak: Odriozola doktorea , Bach. doktorea , Elordui doktorea
Laguntzaileak: bekadun bat
Kanpo aholkularitza: EHUko ekonomia-irakasleak. Aurreikusitako leku-aldatzeak: bi bilera (egitasmoa prestatzeko bilera bat Bartzelonan, eta jarraipena egiteko bilera bat Donostian).

1.2.LE. - Ekonomiako gaztelaniazko eta katalanezko corpus aren ustiapena. Prozesaturiko corpus etik informazioa erauztea (besteak beste, unitate lexikoez, maiztasunez, konkordantziez) BWANANET bitartez. Itzulitako testuak dituen corpus aren zatiaren paralelizazioa ALINEA bitartez.

Aurreikusitako emaitzak: Txostenak eta datu linguiskoen errepresentazioa.
Kokagunea: IULA-UPF (Bartzelona). Vangehuchten doktoreak IULAn egin behar duen ikerkuntza-egonaldia sartzen da.
Koordinatzailea: Vangehuchten doktorea
Parte-hartzaileak: Mercè Lorente doktorea, Lluís de Yzaguirre doktorea, Tebé jauna.
Laguntzaileak: Joan anderea, Quiroz jauna.

1.3.LE.- Euskararako hiztegi konputazionalak eta analizatzaile morfologikoak erabiltzeko baimenak. Baimendun tresnak lan-katean erabiltzeko behar diren egokitzapenak. Etiketatze morfologikorako sistemen egokitzea.

Aurreikusitako emaitza: Tresna baimendunak egokituta eta eskuragarriak.
Kokagunea: UPV-EHU (Donostia) eta UPF (Bartzelona).
Koordinatzailea: Odriozola doktorea
3LEko parte-hartzaileak: Bach doktorea, Lluís de Yzaguirre doktorea, Zabala doktorea, Elordui doktorea
Kanpo aholkularitza: UPV / EHUko IXA taldea.

1.4.LE.- Ekonomiari buruzko informazio berrerabilgarria duten thesaurus dokumentalak, ontologiak eta hierarkia lexikoak aurkitzea Edukiak eta esportaziorako aukerak aztertzea. Formatu elektronikoan dauden ekonomiari buruzko glosategiak aurkitzea.

Aurreikusitako emaitza: Txostena.
Kokagunea: IULA-UPF (Bartzelona).
Koordinatzailea: Mercè Lorente doktorea
LEko parte-hartzaileak: Vangehuchten doktorea , Tebé jauna.
Laguntzaileak: Arano anderea, Joan anderea.
Kanpo aholkularitza: IULAko DigiDoc taldea, Lluís Codina doktoreak zuzendua; TEXTERM-2 (BFF2003-02111) proiektuko ikertzaileak, ontologietan adituak direnak.

1.5.LE.- Baliabideak diseina tzea eta eraikitzea. Ekonomiako hiztegiak MERCEDES sistemara inportatzea. Ontologiaren eta hari lotutako datu-base terminologikoaren diseinua Ontoterm bitartez. Proiektuaren web-orriaren diseinua. Datu-baseen kudeatzaileen artean transferentziak egin ahal izateko protokoloak.

Aurreikusitako emaitza: Ontologiaren eta datu-base terminologikoaren eraiketarako lan-protokoloak.
Kokagunea: IULA-UPF (Bartzelona).
Koordinatzailea: Lorente doktorea
2 LEko parte-hartzaileak: Lluís de Yzaguirre doktorea , Tebé jauna.
Laguntzaileak: Arano anderea, Joan anderea, Quiroz jauna.
Kanpo aholkularitza: TEXTERM (BFF2000-0841) proiektuko zenbait ikertzaile, Giza Genomaren Ezagutza Bankuaren diseinu eta eraiketan esperientzia izan zutenak.

Bigarren urtea

2.1.LE.- Baliabide lexikoen aberastea. Ekonomiaren predikatuen datu-basea (aditzak, adjektiboak eta nominalizazioak), informazio semantiko eta fraseologikoa duena. Informazio hau gaztelaniako, katalaneko eta euskarako prozesamendu-hiztegietan sartu ahal izango da. Datuak terminologiako datu-base eleanitzean sartzea, inportazioz eta ad hoc .

Aurreikusitako emaitzak: b aliabide linguistikoak bukatuta.
Kokagune banatua: IULA-UPF (Bartzelona), UPV, Ambereseko Unibertsitatea.
Koordinatzailea: Zabala doktorea
2 LEko parte-hartzaileak: Lorente doktorea , Vangehuchten doktorea , Odriozola doktorea , Elordui doktorea , Bach doktorea , Tebé jauna.
Laguntzaileak: Joan anderea, Quiroz jauna, bekadun bat.
Kanpo aholkularitza: Lexikoak datu semantikoekin aberasten trebatuta dagoen ikerketa-taldea: Istituto di Lingüística Computazionale de Pisa institutuko CLIPS proiektua, Nicoletta Calzolari doktoreak zuzendua eta Nilda Ruimy doktoreak koordinatua.

2.2.LE.- Ontologia eraikitzea. Berrerabilitako ontologietatik oinarrizko ontologiarako inportazioak berrikustea. 1.2. LEan lortutako datuetatik ateratako kontzeptu-sistemak inkorporatzea.

Aurreikusitako emaitzak: Baliabide linguistikoak bukatuta.
Kokagune banatua: IULA-UPF (Bartzelona), UPV-EHU, Ambereseko Unibertsitatea.
Koordinatzailea: Lorente doktorea.
2 LEko parte-hartzaileak: Zabala doktorea, Vangehuchten doktorea, Odriozola doktorea, Elordui doktorea, Bach doktorea, Tebé jauna.
Laguntzaileak: Arano anderea, Joan anderea, bekadun bat.
Kanpo aholkularitza: Malagako Unibertsitateko Antonio Moreno doktorea, Ontoterm kudeatzailearen sortzailea dena. TEXTERM (BFF2000-0841) proiektuko ikertzaileak, Giza Genomaren Ezagutza Bakuaren diseinu eta eraiketan parte hartu dutenak.

Hirugarren urtea

3.1.LE.- IErako estrategia linguistikoen diseinua. Datu-base terminologikoaren eta ontologiaren arteko elkarrekintza-kontsulten tipologia. Berezko fraseologian edo corpus eko konkordantzietan oinarritutako estrategiak. Probetarako kontsulta- corpus bat ezartzea.

Aurreikusitako emaitza: Baliabide linguistikoak bukatuta.
Kokagune banatua: IULA-UPF (Bartzelona), UPV-EHU, Ambereseko Unibertsitatea.
Koordinatzailea : Lorente doktorea.
2 LEko parte-hartzaileak: Zabala doktorea, Vangehuchten doktorea, Odriozola doktorea, Elordui doktorea, Lluís de Yzaguirre doktorea, Bach doktorea, Tebé jauna.
Laguntzaileak: Joan anderea, bekadun bat.
Kanpo aholkularitza: Ricardo Baeza Yates (Universidad de Chile) irakaslearen IEari buruzko ikerketa-taldea, Universitat Politècnica de València unibertsitateko Encarna Segarra doktoreak zuzendutako TURSI proiektuko taldea.

3.2.LE.- Kontsulten berreraikitzerako probak USCko azpiproiektuak diseinatutako sistema erabiliz. Emaitzen azterketa eta ebaluazioa.

Aurreikusitako emaitzak: ebaluazio-txostena.
Kokagune banatua: IULA-UPF (Bartzelona), UPV-EHU, Ambereseko Unibertsitatea.
Koordinatzailea: Lorente doktorea.
2 LEko parte-hartzaileak: Zabala doktorea, Vangehuchten doktorea, Odriozola doktorea, Elordui doktorea, Lluís de Yzaguirre doktorea, Bach doktorea, Tebé jauna .
Laguntzaileak: Arano anderea, bekadun bat.
Bestelako laguntza: Universidad Politécnica de Madrid, Guadalupe Aguado doktoreak zuzendutako taldeko doktoregaiak.
Kanpo aholkularitza: Ricardo Baeza Yates irakasleak zuzendutako IBari buruzko ikerketa-taldea (Universidad de Chile), Universitat Politècnica de València unibertsitateko TURSI proiektuko taldea, Encarna Segarra doktoreak zuzendua.

3.3.LE.- Baliabide guztiak eta kontsultak berreraikitzeko sistema inplementatzea proiektuaren web-atarian.

Aurreikusitako emaitza: Ekonomiari buruzko Ezagutza Bankuaren eta kontsultak berreraikitzeko sistema eskuragarriaren ataria.
Kokagunea: IULA-UPF
Koordinatzailea: Lorente doktorea.
2 LEko parte-hartzaileak: Zabala doktorea, Vangehuchten doktorea, Odriozola doktorea, Elordui doktorea, Lluís de Yzaguirre doktorea, Bach doktorea, Tebé jauna.
Parte-hartzaileak: Joan anderea, Arano anderea, bekadun bat.
Kanpo aholkularitza: IULATERM taldea, M. Teresa Cabré doktoreak zuzendua; IULAko DigiDoc taldea, Lluís Codina doktoreak zuzendua; Guadalupe Aguado doktoreak zuzendutako Universidad Politécnica de Madrid unibertsitateko taldea.

USCko azpiproiektua

Berezko helburuak

Ekonomiako corpus a eraikitzea galegorako.
Galegorako dauden prozesamendu-tresnak egokitzea.
Galegorako eta gaztelaniako corpus aren ustiapenaren ondorioz lorturiko datu terminologikoak (formalak, semantikoak eta fraseologikoak) sartzea.
Ekonomiaren ontologiaren aberaste automatikorako inportazio-protokoloak sortzea.

Lan-enkarguak

Lehen urtea

1.1.LE.- Galegorako prozesamendu-tresnak aurkitzea eta egokitzea. Hiztegia, analizatzaile morfologikoa eta desanbiguatzailea. Etiketatze morfologikorako sistemak egokitzea.

Aurreikusitako emaitza: tresnak egokituta eta funtzionalak.
Koordinatzailea: María Sol López doktorea.
Parte-hartzaileak: Eduardo Miguel Moscoso, M.ª Paula Santalla, Susana Sotelo, Guillermo Rojo.
Taldekideak ez diren parte-hartzaileak: Eva Domínguez, Fco. Mario Barcala
Kanpo aholkularitza: Ramón Piñeiro Giza Zientzien Ikerketarako Zentroko ikertzaileak, Universidad de Coruñako Colo taldea.

1.2.LE.- Ekonomiako corpus a garatzea galegorako. Formatu elektronikoan dauden testuak aurkitzea, hautatzea eta laginak bereiztea. Testuen egiturazko markatzea SGML sistemaren bidez. Testuen prozesamendu linguistikoa.

Aurreikusitako emaitza: baliabide linguistikoak bukatuta eta eskuragarriak.
Koordinatzailea: María Sol López doktorea.
Parte-hartzaileak: Eduardo Miguel Moscoso, Guillermo Rojo (testuen bilaketa eta corpus aren diseinua), M.ª Paula Santalla, Susana Sotelo (egiturazko markatzea eta prozesamendu linguistikoa).
Taldekideak ez diren parte-hartzaileak: Eva Domínguez.
Kanpo aholkularitza: Ramón Piñeiro Giza Zientzien ikerketa-zentroko ikertzaileak.

Bigarren urtea

2.1.LE.- Ekonomiako ontologiak inportatzeko aukeren azterketa. Inportazio-protokoloen diseinua. Inportazio-probak.

Aurreikusitako emaitza: Txostena. Inportazio-protokoloak. Ebaluazioa.
Koordinatzailea: María Paula Santalla doktorea.
Parte-hartzaileak: Susana Sotelo, Guillermo Rojo.
Taldekideak ez diren parte-hartzaileak: Fco. Mario Barcala.
Laguntzaileak: M.ª Sol López, Eduardo Miguel Moscoso
Aholkularitza: IULA-UPF, TEXTERM (BFF2000-0841) proiektuko ikertzaileak.

2.2.LE.- Corpus en (galegoa eta gaztelania) ustiapena datu-base terminologikoa eta ontologia aberasteko.

Aurreikusitako emaitzak: Txostenak eta datu linguistikoen errepresentazioa .
Koordinatzailea: Guillermo Rojo.
Parte-hartzaileak: M.ª Paula Santalla, Susana Sotelo, María Sol López, Eduardo Miguel Moscoso.
Taldekideak ez diren parte-hartzaileak: Eva Domínguez.
Aholkularitza: IULA-UPF.

Hirugarren urtea

3.1.LE.- Hizkuntza batean egindako kontsulta bakunak, datu-base terminologikoaren eta ontologiaren datuak baliatuz, kontsulta konplexu eta konbinatu eleanitzean eraldatzen duen berreraikitze-sistema diseinatzea. Berreraikitako kontsulta zenbait bilaketa-tresnen eta metabilatzaileetara bidaltzea.

Aurreikusitako emaitzak : kontsultak berreraikitzeko sistema (beta bertsioa).
Koordinatzailea: María Paula Santalla doktorea.
Parte-hartzaileak: Susana Sotelo.
Taldekideak ez diren parte-hartzaileak: Fco Mario Barcala, Eva Domínguez.
Laguntzaileak: Guillermo Rojo, María Sol López, Eduardo Miguel Moscoso.
Kanpo aholkularitza: Universidad de Coruñako Cole taldea.

3.2.LE.- Proba-fasea. Emaitzen azterketa eta ebaluazioa. Web-atariaren gauzatzean parte-hartzea. Web-atari horrek sarrera emango die Ekonomiako Ezagutza Bankuari, testu- corpus ari, datu-base terminologikoari eta ontologiari, eta kontsultak berreraikitzeko sistemari.

Aurreikusitako emaitza: Txostenak, web-ataria, arazturiko kontsultak berreraikitzeko sistema.
Koordinatzailea: Guillermo Rojo.
Parte-hartzaileak: M.ª Paula Santalla, Susana Sotelo, M.ª Sol López, Eduardo Miguel Moscoso.
Taldekideak ez diren parte-hartzaileak: Fco Mario Barcala, Eva Domínguez.
Kanpo aholkularitza: Universidad de Coruñako Cole taldea.