Criterios distribucionales: adjetivos, adverbios, verbos   Adjetivos: {muy} + {Adj (+ flexión)} Adverbios: {muy} +  {Adverbi o} Verbos: {RAÍZ} + {flexión}
View full slide show




Adjetivo Tanto en inglés como en español, los adjetivos tienen muchas diferencias de forma y contenido: -Abundancia de adjetivos en inglés: English biblical translator, humanist , and Protestant martyr. Traductor bíblico, humanista y mártir protestante inglés. (A la hora de traducir esto, nos encontramos con el problema de cuál es el núcleo principal, para que sea el punto de partida de la traducción.) -Adjetivacización: tanto el inglés como el español tiene una gran abundancia de sufijos con los que formar nuevos adjetivos. -Orden de adjetivos: El orden de adjetivos en inglés es muy complejo, ya que su norma está muy apartada de la realidad, ya que existen construcciones estereotipadas. En español, en cambio, dependen del sentido que se le quiera dar. -Inglés-español: adjetivo antepuesto: A pale, steel-frame spectacled, whitecollared, dark suited bank clerk. Un empleado de banca con la tez pálida, gafas de montura metálica, cuello blanco y traje oscuro. (Un solo sustantivo para cinco adjetivos calificándolo, pero la traducción es por otros adjetivos u otros sustantivos.)
View full slide show




An Extended Example unq0 e adj-root-1 -er –est -ly q1 q2 q5 adj-root-1 q3 q4 -er –est adj-root-2 Adj-root1: clear, happy, real Adj-root2: big, red   er    (un) adj roots1  ( est )   ly    From To Output 0 1 un 0 3 NULL 1 2 adj-root-list-1 2 5 er;est;ly 3 2 adj-root-list-1 3 4 adj-root-list-2 4 5 er;est   er   adj roots 2  ( )  est 
View full slide show




ANOVA General Linear Model: Long versus Device, Time, Day Factor Type Levels Values Device fixed 3 1, 2, 3 Time fixed 3 0, 1, 2 Day fixed 3 1, 2, 3 Analysis of Variance for Long, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Device 2 0.0000012 0.0000012 0.0000006 40.69 0.024 Time 2 0.0000001 0.0000001 0.0000000 3.31 0.232 Day 2 0.0000002 0.0000002 0.0000001 7.69 0.115 Error 2 0.0000000 0.0000000 0.0000000 Total 8 0.0000015 S = 0.000120185 R-Sq = 98.10% R-Sq(adj) = 92.41% Nothing is significant when → observing number of satellites General Linear Model: Lat versus Device, Time, Day Factor Type Levels Values Device fixed 3 1, 2, 3 Time fixed 3 0, 1, 2 Day fixed 3 1, 2, 3 Analysis of Variance for Lat, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Device 2 0.0000002 0.0000002 0.0000001 0.21 0.825 Time 2 0.0000028 0.0000028 0.0000014 3.36 0.229 Day 2 0.0000026 0.0000026 0.0000013 3.06 0.247 Error 2 0.0000008 0.0000008 0.0000004 Total 8 0.0000065 S = 0.000650641 R-Sq = 86.89% R-Sq(adj) = 47.57% 03/19/2019 ← The device is significant when observing longitude General Linear Model: Sat versus Device, Time, Day Factor Type Levels Values Device fixed 3 1, 2, 3 Time fixed 3 0, 1, 2 Day fixed 3 1, 2, 3 Analysis of Variance for Sat, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Device 2 5.5556 5.5556 2.7778 3.57 0.219 Time 2 1.5556 1.5556 0.7778 1.00 0.500 Day 2 2.8889 2.8889 1.4444 1.86 0.350 Error 2 1.5556 1.5556 0.7778 Total 8 11.5556 S = 0.881917 R-Sq = 86.54% R-Sq(adj) = 46.15% ← Nothing is significant when observing latitude Slide 10 of 15
View full slide show




Observaciones finales  Quedó fuera del ejercicio el si condicional sin acento para evitar pasarnos de 30 adverbios por razón de la evaluación.  Lo importante de manejar adecuadamente los adverbios es que le añaden vida al lenguaje y ayudan a dar movimiento y acción a los verbos.  Los pasajes son creados por el autor del módulo para fines de estos ejercicios.  Por último, observa cómo hubiera quedado el pasaje si le borras los adverbios. De hecho, habrá construcciones que no se podrán hacer si le faltan los adverbios; por eso, las partes eliminadas se dejan entre paréntesis, porque de otro modo, sería imposible entender el texto.
View full slide show




Finding Solution without Bumping – Use the 4via Algorithm (Carothers,Lee,T-CS,1999) 1-via routing 2-via routing Adj-via Adj-via n1 nj n2 n3 n1 Adj-via Bumped seg. n2 n1 Adj-via If 3-via 1-via path cannot be found due to obstacles 2-via 3-via routing 4-via routing Adj-via n 1 Adj-via n 1 cv n1 Adj-via n1 Adj-via cv
View full slide show




An Extended Example unq0 e adj-root-1 -er –est -ly q1 q2 q5 adj-root-1 q3 q4 -er –est adj-root-2 Adj-root1: clear, happy, real Adj-root2: big, red From To Output 0 1 un 0 3 NULL 1 2 adj-root-list-1 2 5 er;est;ly 3 2 adj-root-list-1 3 4 adj-root-list-2 4 5 er;est
View full slide show




Adverbio La diferencia más notable es que la mayoría de los adverbios en inglés se forma a partir de un adjetivo, participio o cualquier otra palabra y añadiéndole la terminación “-ly”, mientras que en español es un uso menos acentuado el usar adverbios terminados en “-mente”. -Indeed, in the nature of things there is usually no entirely suitable past. De hecho, en la naturaleza de las cosas no suele haber un pasado del todo adecuado. (En la misma frase y muy cercanos hay dos adverbios terminados en “-ly”, pero en la traducción se cambian esos adverbios por un verbo o una locución adverbial respectivamente.)
View full slide show




Morfemas ligados  En el caso de los morfemas ligados la raíz siempre aparece con un sufijo flexivo  Sustantivos: los que reflejan género como alumn-o, alumn-a  Adjetivos: los que distinguen género como alt-o, alt-a  Verbos: todos los verbos necesitan flexión ¡Ojo! Los mandatos de “tú” que carecen de desinencia son posibles excepciones: pon, sal, ten, ven, etc. Siempre estamos juntos. LIGADO S raíz sufijo flexivo
View full slide show




Adjetivos (cont.) • Español: adjetivo antepuesto: Blanca nieve. (Epíteto, uso ornamental, suplementa al sustantivo.) • Español: adjetivo pospuesto. Es la forma normal de colocar un adjetivo en español. • Inglés: adjetivo antepuesto: Es la forma normal de colocar un adjetivo en inglés. • Adjetivos formados por guiones. -“long-term”= a largo plazo (De adjetivos a perífrasis adjetivales.) -“Easily-available”= de fácil acceso (De adjetivos a complementos del nombre.) -“Super-efficient production”= supereficiencia productiva (De adjetivos a prefijación.)
View full slide show




Morfemas libres y ligados  Morfemas libres pueden ocurrir en aislamento sin sufijos flexivos    Sustantivos: ajedrez, hombre, mar, muerte Adjetivos: capaz, fuerte, leal Adverbios: ayer, bien, mal ¡OJO! Los adjetivos se usan también como adverbios. Cf. Vino rápido. ~ Vino rápidamente. Voy solo. LIBR E
View full slide show




P(T): Bigram Example • Given a sentence: Det Adj Adj Noun • Probability is product of four N-grams: P(Det|) P(Adj|Det) P(Adj|Adj) P(Noun|Adj) CSC 9010: Special Topics, Natural Language Processing. Spring, 2005. Matuszek & Papalaskari 43
View full slide show




Results Tested the response vs. each batter Analysis of Variance for 1 Distance, using Adjusted SS for Tests Batter 1: Source 1 Balls Error Total DF 2 15 17 Seq SS 126.9 4633.9 4760.8 Adj SS 126.9 4633.9 Adj MS 63.4 308.9 F 0.21 P 0.817 Batter 2:Analysis of Variance for 2 Distance, using Adjusted SS for Tests Source 2 Balls Error Total DF 2 15 17 Seq SS 286.9 2554.6 2841.5 Adj SS 286.9 2554.6 Adj MS 143.4 170.3 F 0.84 P 0.450 Batter 3:Analysis of Variance for 3 Distance, using Adjusted SS for Tests Source 3 Balls Error Total DF 2 15 17 Seq SS 225.5 13034.5 13260.1 Adj SS 225.5 13034.5 Adj MS 112.8 869.0 F 0.13 P 0.879
View full slide show




Nuestras Herramientas de Desarrollo s DC Participantes 360º Evaluación Desempeño Año 98/99 Año 99/00 Corto Plazo. 2.7 Superior Muy Superior Corto Plazo. 2.7 Superior Superior Corto Plazo. 2.5 Superior Superior Corto Plazo. 2.3 Muy Superior Muy Superior Corto Plazo. 2.3 Superior Superior Corto Plazo. 2.3 Muy Superior Muy Superior Corto Plazo. 2.3 Superior Superior Medio Plazo. 2.2 Superior Superior Medio Plazo. 2.2 Muy Superior Muy Superior Medio Plazo. 2.2 Superior Muy Superior Largo Plazo. 1.7 Muy Superior Muy Superior Adecuado a Funciones actuales. 1.5 Superior Superior 29 de Enero 2004 Dirección Estratégica de Recursos Humanos en Siemens --- A. Oliva 25|28
View full slide show




¿Como ayuda la morfología a reconocer la función gramatical de una palabra?   La función gramatical de una palabra (y por lo tanto su función dentro de la oración) se puede reconocer a base de criterios distribucionales. Los sustantivos: el / los la / las un / unos una / unas   + N (+ flexión) Sólo los sustantivos aparecen después de un artículo (definido o indefinido). Cuando el infinitivo aparece con el o un se usa como sustantivo, por ej. El estudiar a la misma hora cada día ayuda al estudiante.
View full slide show




Morfemas y alomorfos   Igual que los fonemas, los morfemas tienen variantes o alomorfos que dependen del contexto Los alomorfos se ven fácilmente en los verbos que diptongan en el tiempo presente  EJEMPLO: Se presentan estas variantes de la vocal tónica de la raíz en el tiempo presente, indicativo e > ie (verbos en –AR, -ER, -IR) e > i (verbos en –IR) o > ue (verbos en –AR, -ER, -IR)  A veces estas variaciones se pueden explicar históricamente; en otros casos es difícil motivar el cambio, o sea, es arbitrario. FIN DE ESTA SECCIÓN
View full slide show




Palabras simples Además de la raíz, palabras simples pueden tener un sufijo flexivo     Sustantivos: papel cf. perr-o Adjetivos: ágil cf. alt-o Verbos: estudi-o cf. sal Adverbios: hoy cf. frecuente-mente
View full slide show




Let’s keep going • farther (adj) at a greater distance (measurable) • further (adj) additional, extending beyond (adv) additional, a greater extent (v) to promote or advance • later (adj) after the proper time • latter (adj) the second of two things mentioned • loose (adj) not fastened • lose (v) to fail to keep or to misplace
View full slide show




Selecting Paths to Route Bumped Seg. Adj-via n1 Adj-via n1 n1 n1 Adj-via Adj-via Equal distance m paths Random m paths Adj-via n1 n1 The first m paths The randomized initial path set selection gave the best solutions in terms of both quality and runtime.
View full slide show




Minimum Spanning Tree Minimum edge set of a graph that visits all edges |T|=|V|-1 • Undirected – DFS or BFS; record vertices and unvisited neighbors • Directed – Algorithm 1 (Kruskal’s Algorithm) Sort the edges (O(E lg E) For each of the sorted edges {(O(~E) with Union Find Algorithm} If a cycle is not created, add the edge to the spanning tree • Directed – Algorithm 2 (Prim’s Algorithm) Create a priority queue (StartV Key=0, OtherVertices Key = infinity) While priority queue is not empty min = RemoveMin() For each vertex adj adjacent to min If weight(min,adj)< key(adj) Then adjustKey(adj) and set Predecessor[adj] = min • Complexities O(ElgE) Kruskal and O(lgV*(V+E))Prim
View full slide show