SEMÂNTICA DO OBJETO NULO NO PORTUGUÊS

Transcrição

1 Anais do 5º Encontro do Celsul, Curitiba-PR, 2003 ( ) SEMÂNTICA DO OBJETO NULO NO PORTUGUÊS Tiago Santos de LIMA (Universidade Federal do Paraná) Michel GAGNON (Universidade Federal do Paraná) ABSTRACT: This article presents a procedure able to find the referent of several types of null object fenomena in brazilian Portuguese. The occurences are classified as zero-anaphora or VP ellipsis by referent's syntatic caractristics. The last ones receive a distinct tratment based on syntatic copy. KEYWORDS: computational linguistics; anaphora resolution; null object 0. Introdução: As linguagens naturais têm a propriedade de serem, ainda que pouco formais, bastante expressivas. O segredo desta expressividade não está somente nas regras que regem a criação das sentenças, mas também na habilidade das pessoas em interpretar o seu significado. Fazer um computador interpretar um discurso não é, de maneira nenhuma, uma tarefa fácil. Vários passos são necessários: primeiramente, uma sequência é reconhecida como sendo bem formada pelas regras da linguagem, em seguida o significado de cada uma de suas partes é composto para construir o significado completo e, finalmente, o conhecimento do mundo é adicionado para criar uma representação em uma outra linguagem, normalmente uma lógica. Muitas tentativas de interpretação de discursos em linguagem natural já foram feitas. Nenhuma delas ainda foi capaz de tratar o fenômeno por completo, dadas as dificuldades em cada um dos passos (Mitkov 1999). Uma destas dificuldades é a resolução dos chamados fenômenos fóricos. Utilizados freqüentemente nestas linguagens, estes fenômenos consistem na referência não explícita de objetos extra-lingüísticos através de alguns elementos especiais, como os pronomes por exemplo. Dentre estes fenômenos, existem alguns nos quais a referência é feita sem a utilização de elemento algum. Ou seja, a referência é sub-entendida no discurso, como no exemplo (1) abaixo. (1)João comeu o bolo, mas Pedro não comeu. Simbolizada por, a ausência do complemento do verbo comeu 1 também é interpretada como uma referência a bolo. Aquilo que João deixou de comer (o bolo) é um objeto nulo. Para resolve-lo, nós (seres humanos) utilizamos uma mistura de regras sintáticas, coerência de discurso, contexto lingüístico e conhecimento de mundo. Este trabalho propõe um tratamento computacional para o objeto nulo no Português do Brasil. O objetivo é construir um procedimento computacional capaz de identificar o co-referente de um fenômeno como este em um discurso. Ademais, pretende-se adiciona-lo a uma ferramenta de interpretação semântica de discursos já criada. A próxima seção apresenta a importância do estudo do objeto nulo no Português do Brasil. Em seguida, é apresentada a descrição sucinta de um protótipo que constrói interpretações de discursos do qual o procedimento proposto faz parte. A seção 4 por sua vez, apresenta a proposta para tratamento do fenômeno. E finalmente, a última seção conclui o trabalho. 1. O objeto nulo no Português do Brasil: O Português do Brasil emprega o objeto nulo desde a chegada da linguagem a este país. Na ocasião, sua utilização era mais restrita, mas com o passar do tempo, o Português do Brasil se distanciou do Português europeu na medida em que diminuía as restrições ao emprego deste fenômeno (Cyrino 1990a, 1990b). Raposo (Raposo 1986) apresenta uma série de exemplos que ilustram muito bem esta distinção. (2)A Joana viu na TV ontem. (3)O rapaz que trouxe agora mesmo da pastelaria era o teu afilhado. (3)Que a IBM venda a particulares surpreende-me. (4)O pirata partiu para as Caraíbas depois de ter guardado cuidadosamente no cofre. Segundo Raposo, apenas a primeira sentença é aceita no Português europeu. No Português do 1 O verbo comeu também pode ser interpretado como sendo intransitivo. Sendo assim, esta sentença é, na realidade, ambígua.

2 1398 SEMÂNTICA DO OBJETO NULO NO PORTUGUÊS Brasil no entanto, todas as sentenças acima são aceitas. Estes exemplos também demonstram que o fenômeno pode aparecer em várias posições diferentes dentro da sentença. Além disso, trata-se de um fenômeno que não ocorre da mesma forma em nenhuma outra linguagem, o que o torna, sob o ponto de vista do Português brasileiro, um importante objeto de pesquisa. 2. Um protótipo para interpretação semântica de discursos: O tratamento do objeto nulo será incorporado a um protótipo que constrói a interpretação semântica de discursos no Português do Brasil contendo anáforas. Esta implementação, proposta em (Lima 2001), trata os seguintes fenômenos fóricos: pronomes pessoais de terceira pessoa, pronomes oblíquos, artigos definidos e poucos casos de elipse. Tal protótipo traduz discursos da linguagem natural para um formalismo de representação semântica utilizando o Princípio da Composicionalidade de Frege. Retomado por Montague (Montague 1973, 1974), este princípio declara que a interpretação de construções complexas é determinada pela interpretação das partes individuais e pela maneira que estas partes são colocadas em conjunto. A análise sintática do discurso é feita através de uma gramática que segue o modelo da Generalized Phrase Structure Grammar (GPSG) (Gazdar et al. 1985). Um dicionário atribui aos constituintes lingüísticos (as palavras da linguagem) propriedades utilizadas num processo de verificação de concordância durante a análise sintática. Também durante este processo, a representação semântica do discurso é construída com o uso do cálculo lambda (λ) e o operador fusão ( ) (Muskens 1996, Eijck e Kamp 1996). Para a resolução das anáforas, adotamos o operador alfa (α) (Blackburn e Bos 1999) e o algoritmo de focusing (Sidner 1979, 1981, 1983, Grosz e Sidner 1988). O conhecimento de mundo é simulado com uma ontologia (Saiz-Noeda e Palomar 2000). Para a representação semântica, foi adotado um formalismo lógico que provê interpretação dinâmica e, portanto, um tratamento mais natural para as anáforas, chamado Discourse Representation Theory (DRT) (Kamp e Reyle 1993, Heim 1981). Este formalismo mantém todos os aspectos das condições verdade das representações semânticas em lógica de primeira ordem. As representações dos discursos são compostas em estruturas aninhadas chamadas Discourse Representation Structures (DRSs), formadas por dois compartimentos. O primeiro deles é constituído por referentes de discurso que funcionam como entidades para possíveis referências fóricas. No segundo, encontram-se condições que representam o que se sabe sobre as entidades do discurso e suas inter-relações. A sentença "João comprou arroz", por exemplo, é representada neste formalismo da seguinte forma: ({x,y},{x=joao, arroz(y), comprou(x,y) humano(x), comida(y)}) As propriedades ontológicas "humano" e "comida" são atribuídas às variáveis x e y pelos substantivos "João" e "arroz" respectivamente. Estas propriedades têm papel importante na resolução de referências fóricas, como será visto adiante. Considere, como exemplo, que o discurso possua mais uma sentença: "Maria comeu ". O complemento apagado do verbo "comeu" refere-se a "arroz", da sentença anterior. A representação semântica do discurso completo fica: ({x,y},{x=joao, arroz(y), comprou(x,y), humano(x), comida(y)}) αw.({z,w},{z=maria, comeu(z,w), humano(z), comida(w)}) A variável ligada pelo operador α deve ser substituída por um referente de discurso que possui propriedades ontológicas consistentes com as do elemento fórico em questão. É neste momento que é utilizada a ontologia. No protótipo implementado existem outras propriedades que podem ser levadas em conta. No entanto, são mostradas aqui apenas as que consideramos relevantes para o momento. A propriedade "comida" foi atribuída pelo verbo que toma o complemento apagado, w, como objeto. O operador α liga a variável w, que deve ser substituída por um candidato a co-referente. Neste exemplo, x e z não podem ser co-referentes de w, pois existe uma inconsistência entre as propriedades "comida" e "humano". O referente que sobrou, y, não apresenta inconsistência com nenhuma propriedade de w. Por esta razão, y é escolhido como seu co-referente. O último passo realiza a fusão das duas DRS e relaciona as variáveis w e y. A representação final do discurso é: ({x,y,z,w},{x=joao, arroz(y), comprou(x,y), humano(x), comida(y), z=maria, comeu(z,w), humano(z), comida(w), w=y}) 3. Nova proposta para o objeto nulo: A proposta aqui descrita surgiu da tentativa de tratamento de alguns advérbios que acompanham o aparecimento de objetos nulos em algumas sentenças. Matos (Matos 1992) afirma que a simples presença dos advérbios "também", "também não", "não" e "sim", parecem permitir

3 Tiago Santos de LIMA & Michel GAGNON 1399 o apagamento de complementos verbais no Português europeu. Sua teoria também funciona para o Português do Brasil como é possível observar nestes exemplos: (5)João tinha [lido estes livros para o filho] e a Maria também tinha. (6)*João tinha [lido estes livros para o filho] e a Maria tinha. (7)João tinha [lido estes livros para o filho] e a Maria também tinha [lido estes livros para o filho]. (8)João tem [passeado muito ultimamente] e um amigo nosso também tem. (9)*João tem [passeado muito ultimamente] e um amigo nosso tem. (10)João tem [passeado muito ultimamente] e um amigo nosso também tem [passeado muito ultimamente]. Observe que a simples cópia do texto entre colchetes para no lugar do símbolo mantém as sentenças sintaticamente corretas e com o mesmo sentido. E esta é justamente a solução proposta para casos como este: um procedimento que copia sintaticamente o objeto anterior mais próximo que pode ser colocado em substituição ao complemento do verbo em questão. Um outro caso de objeto nulo confirma que esta cópia pode ser uma solução interessante. Keller e Lapata (Keller e Lapata 1998) afirmam que o Português do Brasil não admite apagamento de objeto quando o co-referente é um nome nu 2. Porém, eles estão errados, pois o próximo exemplo é aceito em Português. (11)Maria não comprou cerejas mas João queria comer. Aqui, "cerejas" é um nome nu que também figura como complemento do verbo "comer". A representação desta sentença na DRS poderia ser ({x,y,w},{x=maria, ({z},{cereja(z), comprou(x,z)}), y=joao, queria_comer(x,w), w=?}) Em primeiro lugar, o referente z encontra-se em uma sub-drs, e nesta condição, as regras de acessibilidade da DRT impedem que ele seja identificado com w. Em segundo lugar, os autores perceberam corretamente que em sentenças como esta, as cerejas que não foram compradas por Maria não são necessariamente as mesmas que João queria comer. Isto ocorre justamente por "cerejas" se apresentar como um nome nu. Keller e Lapata apresentam, para linguagens que permitem este fenômeno, uma representação semântica utilizando kinds 3 e quantificadores generalizados dentro da DRT. Se abandonarmos sua solução e utilizarmos a "cópia do objeto" novamente, o problema é resolvido sem a necessidade destes acréscimos ao formalismo lógico. Embora a solução pareça ser bastante simples à primeira vista, surge neste ponto um problema: quais são os casos em que a cópia realmente funciona? Com o objetivo de resolver este problema, nossa abordagem, classifica o objeto nulo em dois tipos distintos: elipse de VP e zero-anáfora. O primeiro, é o fenômeno mostrado há pouco, onde a cópia do objeto resolve o problema. A zero-anáfora por sua vez, seria caracterizada por uma referência em que se leva em conta a saliência dos elementos da sentença. Neste caso, deve ser resolvida como as outras anáforas, pelo procedimento visto na seção anterior. A sentença a seguir figura como um exemplo de zero-anáfora. (12)João acredita que Pedro ajudou a fazer o exercício. O complemento do verbo "ajudou" é "João", que não pode ser copiado de um outro complemento. No momento em que o algoritmo procura resolver o problema, é necessário saber qual é a natureza do fenômeno. Para tanto, são assumidas as diferenças entre eles apontadas por Cyrino (Cyrino 1997). Ela afirma que o objeto pode ser apagado, caracterizando uma zero-anáfora apenas quando possui o traço [- animado], como confirmam estes seus dois exemplos: (13)João trouxe banana mas Pedro não comeu. (14)*João trouxe Maria mas Pedro não beijou. Cyrino ainda vai mais longe, descartando o apagamento do objeto quando este possui os traços 2 Um nome nu é um substantivo que não denota entidades massivas (por exempo: arroz e água) e que aparece sem a precedência de um quantificador (um artigo ou um numeral) na sentença. 3 Um kind designa um gênero, uma espécie, uma regularidade da natureza. É um conceito criado por Carson (Carson 1997) para dar conta de nomes nus em línguas naturais.

4 1400 SEMÂNTICA DO OBJETO NULO NO PORTUGUÊS [+animado] e [+específico] 4. Por outro lado, Caracteriza-se como elipse de VP a ocorrência do apagamento de parte de um VP, quando o verbo é repetido, como no exemplo seguinte. (15)João disse que Maria não beijou Pedro, mas o Pedro disse que ela beijou. Estes são exatamente os casos em que o complemento apagado deve ser copiado de um VP anterior no discurso. Segundo Cyrino, se o verbo não for copiado, não se pode realizar a cópia. O próximo exemplo ilustra bem. (16)João comprou uma banana. Maria comeu. Como a banana comprada por João é a mesma que Maria comeu, a sentença deve ser representada, na DRT, da seguinte maneira: ({x,y,z},{x=joao, banana(y), comprou(x,y), z=maria, comeu(z,x)}) Observe ainda, que se o complemento apagado fosse copiado da sentença do VP anterior, o significado da sentença seria mudado, pois a sentença ficaria: (17)João comprou uma banana. Maria comeu [uma banana]. a qual deve ser representada como ({x,y,z,w},{x=joao, banana(y), comprou(x,y), z=maria, banana(w), comeu(z,w)}) Logo, (16) é um caso de zero-anáfora, o elemento apagado deve ser identificado com algum objeto inserido anteriormente no discurso, ou seja, deve ser tratado pelo operador alfa. A elipse de VP difere deste procedimento por ser estritamente sintática. Ou seja, a parte do discurso faltante é simplesmente copiado para o lugar de onde foi apagado. Todavia, Cyrino não previu todos os casos de elipse de VP. Lembre que, segundo ela, existe a obrigatoriedade da cópia do verbo, a qual não ocorre no exemplo asseguir, perfeitamente aceitável. (18)João odeia [comer arroz]. Maria odeia cozinhar. Observe que além disso, é possível apagar apenas partes do VP da segunda sentença, mantendo, contudo, a gramaticalidade. Analisando vários exemplos, é mais fácil de observar tal característica. Vamos assumir que as sentenças (19) até (28) são a segunda sentença de um discurso cuja primeira sentença é "João odeia comer arroz". (19)Maria odeia cozinhar. (20)*Maria odeia feijão. (21)Maria, comer feijão. (22)Maria adora. (23)Maria, cozinhar. (24)Maria, feijão. (25)Maria não. (26)Maria também. (27)Maria também odeia. (28)Maria também odeia comer. Nem todas os exemplos de (19) a (28) são gramaticais e alguns são ambíguos. Mas para os gramaticais, uma das interpretações possíveis apresenta como elementos apagados exatamente as partes do VP da sentença anterior do discurso que não estão presentes ali. Propomos portanto, que o fenômeno da elipse de VP é mais geral que o proposto por Cyrino e colocamos uma nova regra para permissão do seu aparecimento: "Todo VP parcialmente apagado, pode copiar a parte faltante de um VP anterior no discurso ao qual apresente um sentido 'complementar', a não ser que o VP incompleto seja precedido do prosintagma 'também'. Neste último caso, o sentido deve ser ser exatamente o mesmo". 4 Um constituinte é [+específico] quando não é um substantivo indefinido, coletivo ou abstrato.

5 Tiago Santos de LIMA & Michel GAGNON 1401 A definição de complementariedade é totalmente pragmática. Mas é possível, empiricamente, mostra-la através dos exemplos dados. Veja que em (19) e (23), os verbos "comer" e "cozinhar" são complementares. Não seria possível colocar em seu lugar o verbo "vender", por exemplo. Em (20) e (24) a complementariedade fica por conta do substantivo "feijão", no lugar de "arroz". Em (22), o verbo "adorar" aparece exatamente como o contrário de "odiar". No exemplo (25), temos o "não", modificando o sentido de "odiar" para o seu inverso. Esta ocorrência é muito parecida com o exemplo (15) de Cyrino. Naquele caso porém, o "não" aparece na primeira sentença. Finalmente, nas demais sentenças gramaticais, temos o prosintagma "também". A implementação computacional deste procedimento precisaria levar em consideração aspectos pragmáticos para conseguir discernir quando dois VPs possuem sentidos complementares. Por ser muito custoso e estar fora do escopo do experimento pretendido, esta característica não foi implementada completamente. O que foi feito, foi a verificação de verbos e substantivos quanto a sua classificação ontológica. Caso esta classificação seja a mesma, e eles não são sinônimos, são tidos como complementares e a elipse de VP é aceita. 4. Conclusão: A importância do objeto nulo no Português do Brasil é notada pela enorme diversidade dos exemplos encontrados. Além disso, este fator ocorre com mais liberdade do que no Português falado na Europa, o que a torna uma linguagem singular e aumenta a importância da pesquisa empreendida. Vários são os "resolvedores de anáforas" encontrados na literatura, mas nenhum se preocupa especialmente com o objeto nulo, ainda mais, no Português do Brasil. Estes também não demonstram a capacidade de tratar tal fenômeno com a riqueza de detalhes feita aqui. A literatura é mais rica em análises sintáticas do que semânticas sobre o assunto. Aquelas, por sua vez, tentam descrever o fenômeno, ora como um tipo de estrutura ora como outro, justificando com exemplos. O procedimento proposto cria uma abordagem composicional inédita do tema, fazendo desde o reconhecimento sintático do discurso até a resolução das anáforas. Esta proposta se utilizou um protótipo já implementado. Porém, além do próprio algoritmo descrito, algumas características foram adicionadas à gramática para que esta retorne as informações sobre a complementariedade dos elementos de VPs de sentenças vizinhas e consiga trabalhar com sentenças mais complexas. Além disso, uma nova ontologia foi montada para tratar a complementariedade e sinonímia de verbos e substantivos. RESUMO: Este artigo apresenta um procedimento capaz de encontrar o co-referente de vários tipos de objeto nulo no Português brasileiro. As ocorrências são classificadas como zero-anáforas ou elipses de VP através de características sintáticas do co-referente. Os últimos recebem um tratamento distinto, baseado em uma cópia sintática. PALAVRAS-CHAVE: lingüística computacional; resolução de anáforas; objeto nulo REFERÊNCIAS BIBLIOGRÁFICAS BLACKBURN, Patrick e BOS, Johan. Representation and inference in natural language. disponível em CARLSON, Gregory N. Reference to kinds in English. tese de doutorado, University of Massachusetts, USA, CYRINO, Sônia M L. O objeto nulo no Português do Brasil: uma investigação diacrônica. UNICAMP, 1990a., Sônia M L. O objeto nulo no Português do Brasil: uma mudança paramétrica?. UNICAMP, 1990b., Sônia M L. O objeto nulo no Português do Brasil. Londrina: UEL, GAZDAR, Gerald et al. Generalized phrase structure grammar. Oxford: Atlas, GROZ, Barbara J e SIDNER, Candande L. Attention, intentions, and the structure of discourse. in Computational linguistics. v. 12, n. 3, HEIM, Irene. The semantics of definite and indefinite noun phrases. teste de doutorado, Amherst, KAMP, Hans e REYLE, Uwe. From discourse to logic. Dordrecht: Kluwer Academic Publishers KELLER, Frank e LAPATA, Maria. Object drop and discourse accessibility. in Proceedings of the 17th West Coast Conference on Formal Lingustics. Stanford: CSLI Publications, LIMA, Tiago S. Abordagem composicional para interpretação semãntica de discursos em língua portuguesa. trabaho de graduação. Universidade Federal do Paraná, Brasil, 2001.

6 1402 SEMÂNTICA DO OBJETO NULO NO PORTUGUÊS MATOS, M G A P. Construções de elipse de predicado em Português - SV nulo e despojamento. tese de doutorado. Universidade de Lisboa, MITKOV, Ruslan. Anaphora resolution: The state of the art. University of Wolverhampton, MONTAGUE, Richard. The proper tratment of quantification in ordinary English. in. Approaches to Natural Language. Dordrecht: D. Reidel Publishing Co, MONTAGUE, Richar. English as Formal Language. in Selected papers of Richard Montague, Yale University Press, p , MUSKENS, Reinhard. Tense and the Logic of Change. in Current issues in linguistic theory, Amsterdam: John Benjamins Publishing Company, v. 114, p , RAPOSO, Eduardo. On the null object in european Portuguese. in C. Neidle & R. Cedeno (orgs.) Studies in romance linguistics, Dordrecht: Foris, SAIZ-NOEDA, Maximiliano e PALOMAR, Manuel. Semantic knowledge-driven method to solve pronominal anaphora in Spanish texts. in Lecture notes in computer science. v. 1835, p , SIDNER, Candance L. Towards a computational theory of definite anaphora comprehension in English discourse. Relatório técnico, n. AI-TR-537, MIT, 1979., Candance L. Focusing for interpretation of pronouns. in American journal of computational linguistics. v. 7, n. 4, p , 1981., Candance L. Focusing in the comprehension of definite anaphora. in Robert C. Berwick and Michael Brady Computational models of discourse. Cambridge: MIT Press, capítulo 5, VAN EIJCK, Jan e KAMP Hans. Representing Discourse in Context. in Handbook of logic and linguistic, Elsevier, 1996.