Onoma: un conjugador de verbos y neologismos verbales

Onoma: un conjugador de verbos y neologismos verbales∗ Onoma: a conjugator tool for verbs and verb neologisms Luz Rello y Eduardo Basterrechea Molino de Ideas s.a. Nanclares de Oca, 1F, P F1 28022 Madrid lrello, [email protected] Resumen: Este artı́culo presenta el funcionamiento de Onoma, un conjugador en lı́nea que es capaz de conjugar y analizar tanto los verbos existentes como los verbos nuevos en español. El sistema, basado en diferentes módulos y en transductores de estados finitos, se ha evaluado con otros conjugadores en red, además de con una base de datos que contiene 15.367 verbos, de los cuales 4.307 constituyen neologismos. Palabras clave: conjugador, neologismo verbal, transductores de estados finitos. Abstract: In this paper we introduce Onoma, a new conjugating tool which is available online. Onoma generates and analyses both existing verbs and Spanish verb neologisms. This application of finite state transducers was evaluated against other online conjugators and also on a database consisting of 15.367 verbs containing 4,307 neologisms. Keywords: conjugator, verb neologism, finite state transducers. 1. Introducción Onoma es un conjugador de acceso libre en Internet,1 basado en diferentes módulos de estados finitos, que permite conjugar tanto los verbos existentes como los verbos nuevos en español. La novedad del sistema reside en la posibilidad de conjugar posibles verbos pero que no están registrados en los diccionarios y en la capacidad de determinar, por medio de una serie de transductores de estados finitos (TEF), si un verbo nuevo es regular o irregular. Esta información es relevante ya que, aunque la mayorı́a de verbos nuevos sean regulares, el 26 % de los verbos nuevos registrados en nuestra base de datos son irregulares (Véase la Seccción 5.1.1). El método utilizado identifica tanto los verbos nuevos como los ya existentes en español y los clasifica en una de las siete clases propuestas: una clase para los verbos regulares y seis clases para los verbos irregulares. Este procedimiento de clasificación se realiza mediante seis TEF. Una vez que la forma verbal está clasificada, en función de su clase se realizan una serie de operaciones mediante otros TEF para su análisis o para la generación de su paradigma verbal. Una de las ventajas de este sistema es la Agradecimientos 1 Onoma puede consultarse en: http://conjugador.onoma.es ∗ escasa cantidad de conocimiento que se precisa para llevar a cabo la clasificación de los neologismos, ya que las reglas están basadas en caracterı́sticas formales del verbo y, en raros casos, es necesario conocer la palabra de la que deriva el verbo. Otra ventaja que presenta este modelo es la naturaleza de las reglas utilizadas en los TEF que son susceptibles de ser aprendidas y son fáciles de recordar, lo que hace que el sistema pueda utilizarse como una herramienta de aprendizaje en el campo del español como lengua extranjera. Por un lado se reduce el número de modelos de paradigmas de conjugación que deben aprenderse ya que éstos suelen superar la centena ((Gomis y Segura, 1998), (Santana et al., 1998)) y, por otro, se cubre una de las lagunas de los métodos actuales de aprendizaje ((Puebla, 1995), (Mateo, 2008)), ya que no cuentan con una metodologı́a que pueda predecir, en la mayorı́a de los casos, cuándo un verbo es irregular. El resto del artı́culo se estructura de la siguiente manera: en la sección que sigue se realiza un estado de la cuestión, mientras que en la Sección 3 se expone el corpus utilizado. El apartado 4 está dedicado a explicar la clasificación de los verbos, tanto si se trata de neologismos o de verbos ya registrados en los diccionarios, y la sección 5 se centra en las operaciones necesarias para su análisis o para la generación de sus paradigmas. En la sección 6 realizamos una evaluación comparativa con siete conjugadores mientras que se ofrecen las conclusiones en el apartado 7. 2. Estado de la cuestión Otras aproximaciones al procesamiento de la morfologı́a verbal del español ofrecen una alta cobertura de los verbos españoles registrados en los diccionarios ((Puebla, 1995), (Mateo, 2008)) o en bases de datos propias más amplias (Santana et al., 1998) pero sin llegar a la predicción de todos los posibles neologismos verbales, mientras que Onoma cuenta con reglas especiales para verbos que no se han dado en español pero que, sin embargo, son posibles. Aunque la documentación sobre el funcionamiento de los conjugadores accesibles en la web es escasa, algunos están basados en memoria2 y otros en máquinas de estados finitos (Santana et al., 1997)3 . Otros trabajos cuyo fin es el procesamiento de la morfologı́a verbal de español y de la de otras lenguas también hacen uso de una aproximación por reglas ((Tzoukermann y Liberman, 1981), (Görz, 1988), (Gasser, 2009)). Existen otros estudios que recurren a estrategias de aprendizaje automático para inferir patrones de comportamiento de la morfologı́a verbal ((Anick y Artemieff, 1992), (Albright y Hayes, 2002), (Creutz y Lagus, 2004), (Parkes, Malek, y Marcus, 2007)); sin embargo, hasta donde alcanza nuestro conocimiento, esta aproximación no se ha llevado a cabo para el español. Se ha observado (Beesley y Karttunen, 2000) que mediante el uso de TEF se puede obtener como resultado una implementación robusta de sistemas generadores o/y analizadores morfológicos en procesos basados en la concatenación de unidades. El uso de transductores de estados finitos ofrece la posibilidad de generar paradigmas verbales además de realizar el proceso inverso: el análisis de la forma verbal (Kaplan y Kay, 1994). Esta estructura también posibilita la implentación ordenada de reglas (Karttunen, Kaplan, 2 Conjugador del Diccionario de la Real Academia de la (RAE, 2001). Disponible en: http://buscon.rae.es/draeI/ 3 El conjugador desarrollado por el Grupo de Estructuras de Datos y Lingüı́stica Computational (GEDLC) de la universidad de Las Palmas de Gran Canaria. Disponible en: www.gedlc.ulpgc.es/investigacion/scogeme02/flexver. htm y Zaenen, 1992). Onoma emplea diferentes módulos para extraer la información necesaria sobre la forma verbal y de transductores de estados finitos en cascada para (1) la determinación de la naturaleza del verbo (si es irregular o no, sea o no un neologismo) y (2) para el análisis o generación del paradigma verbal de una forma verbal determinada. Además del tratamiento que se da a los neologismos, nuestro sistema difiere del resto de las aproximaciones que utilizan TEF en la arquitectura (Santana et al., 1997)4 y en el mismo diseño de los transductores, que no están basados, excepto uno, en reglas de concatenación (Tzoukermann y Liberman, 1981)5 . Nuestro método genera un paradigma hipotético regular para cada verbo que se requiere conjugar y luego, en caso de tratarse de un verbo irregular, determina sus irregularidades y aplica las modificaciones correspondientes sobre el hipotético paradigma regular para proporcionar las formas correctas de la conjugación irregular correspondiente. 3. Creatividad en la morfologı́a verbal del español La creación de verbos nuevos en español es especialmente productiva debido a la riqueza de esquemas morfológicos de la lengua (Almela, 1999). Un neologismo verbal en español se puede deber o bien a procesos morfológicos aplicados sobre palabras existentes o bien a la incorporación de extranjerismos verbales (digitalizar de to digitalize.) Entre los procedimientos morfológicos se pueden distinguir la prefijación, la sufijación y la parası́ntesis. Mediante la prefijación un prefijo se añade a un verbo ya existente en la lengua (des- en desagrupar ), mientras que mediante la concatenación de sufijos se crean verbos nuevos a partir de palabras que pertenecen a otra categorı́a (-izar en superficializar ). Finalmente, en la parası́ntesis se añaden en combinación un sufijo y un prefijo a la vez (en- y -ecer en (enlanguidecer ). Aun siendo poco común, el procedimiento de la parası́ntesis es frecuente en los verbos si se compara su aparición en el 4 Este lematizador/flexionador (FLAVER) está basado en un programa de segmentación; en tres listas que contienen prefijos, desinencias y pronombres; y en dos módulos, uno para las desinencias verbales y otro para extraer información externa del verbo en cuestión. 5 Este método aplica una desinencia especı́fica para 62 tipos de conjugación, dando como resultado 150 modelos de conjugación resto de las categorı́as gramaticales (Serrano, 1999). En este estudio consideramos como la base de derivación el constituyente inmediato anterior que sufre uno de los procedimientos morfológicos ya mencionados. Un verbo español se forma a partir de una raı́z, de las desinencias de tiempo y modo y de las de persona y número6 . El paradigma de un verbo en español, teniendo en cuenta sus 19 tiempos verbales (simples y compuestos), las siete personas gramaticales para cada tiempo, exceptuando el presente de imperativo e incluyendo las dos formas de infinitivo y gerundio y las variaciones de género y número del participio, cuenta con 140 formas verbales para cada verbo. La dificultad del procesamiento de la morfologı́a verbal española radica en cuatro puntos: (1) las desinencias de tiempo y modo y las desinencias de persona y número pueden estar realizadas en el mismo segmento morfológico; (2) la raı́z puede sufrir variaciones; (3) la rica productividad debida a los procesos creativos en los que se añaden prefijos o/y sufijos; y (4) la irregularidad del verbo, que tiene como consecuencia que tanto la raı́z como las desinencias se aparten del paradigma hipotético regular. 4. Base de datos El corpus utilizado en este estudio consiste en una base de datos creada ad hoc. Consta de 15.367 verbos en infinitivo junto con sus paradigmas verbales y contiene, además de los verbos documentados en el diccionario de la Real Academia de la Lengua (11.060 verbs) (RAE, 2001), considerados como verbos registrados en el diccionario; incluye también los paradigmas verbales de 4.307 verbos, considerados como neologismos, que se han extraı́do de la Wikipedia española ası́ como de una colección de tres millones de artı́culos de diferentes periódicos escritos en español7 . 5. Arquitectura El sistema está compuesto por dos módulos que utilizan máquinas de estados finitos. El primer módulo es un clasificador (TEF) que tiene la finalidad de reconocer la forma verbal, clasificarla en una de las siete clases y 6 Se considera la vocal temática como parte de la raı́z. 7 Los periódicos con mayor representación en el corpus son: El Paı́s, ABC, Marca, Público, El Universal, Cları́n, El Mundo y El Norte de Castilla añadir información formal sobre cada forma verbal (Véase la Seccción 5.1). Esta información se utiliza en el segundo módulo, compuesto a su vez por varias máquinas de estados finitos, donde se crea el paradigma verbal en dos pasos: en primer lugar, se genera un paradigma regular hipotético y, en segundo lugar, en el caso de tratarse de un verbo irregular, se procede a la modificación del paradigma regular siguiendo un sistema de patrones y reglas (Véase la Seccción 5.2). 5.1. Clasificación de verbos y de neologismos verbales La clasificación se realiza en seis pasos, recurriendo a dos tipos de conocimiento: (1) información formal sobre la forma verbal y (2), en muy raros casos, conocimiento de la base de derivación. Adicionalmente diferentes procesos utilizan los siguientes módulos: (1) un módulo que extrae el patrón acentual de la forma verbal; (2) otro que divide la palabra en sı́labas; (3) un tercer módulo, se determina, si es necesario, la base de derivación de la forma verbal; y (4) otro que coloca la tilde sobre las formas verbales que lo precisen. El algoritmo se implementa con una estructura de selección que gestiona la activación de seis módulos. La operación de cada módulo es simple, excepto la del módulo 4, que se implementa como un transductor de cascada y cuyo output, constituye el input de los módulos siguientes (5 y 6). Cada módulo recibe como input la forma verbal que, si no resulta clasificada, pasa al módulo siguiente, y ası́ sucesivamente. Mediante la implementación de estos TEF se consigue que la forma verbal quede clasificada en alguna de las siguiente clases: Clase 1: Verbos regulares. Clase 2: Verbos irregulares afectados por los cambios de letra en la última consonante de la raı́z (sequé de secar ). Clase 3: Verbos irregulares que sufren cambios de tilde (crı́o de criar ). Clase 4: Verbos irregulares con alternancias de vocal o con diptongación de la vocal de su raı́z (sirvo de servir y hielo de helar ). Clase 5: Verbos irregulares cuya raı́z termina en vocal y sufren reglas de irregularidad heterogéneas (leyó de leer, oigo de oı́r ). Clase 6: Verbos Magnı́ficos8 que comparten reglas de irregularidad y patrones propios de su clase. Clase 7: Verbos irreductibles: el verbo auxiliar (haber ), los copulativos (ser y estar ) y los verbos monosı́labos (ir, dar o ver ). La implementación de este módulo asegura que la forma verbal quede clasificada y según la clase a la que pertenezca el verbo, su paradigma se verá afectado por una serie de reglas y patrones (Véase la Sección 5.2) a no ser que se trate de un verbo irreductible, en cuyo caso sus formas verbales se hallan almacenadas en la memoria. 5.1.1. Transductores de clasificación El TEF 1 comprueba si la forma verbal es uno de los seis verbos irreductibles, un verbo Magnı́fico o un verbo formado por cualquiera de los anteriores más un prefijo. Mientras que los verbos irreductibles se buscan en memoria, los verbos Magnı́ficos o los prefijados se verán afectados por patrones y reglas de irregularidad propias (clase 6). En el caso de que la forma verbal esté compuesta por un prefijo más un verbo irreductible, se añade dicho prefijo a las formas verbales flexionadas del verbo. En este caso, se revisan las reglas de acentuación de las formas generadas. El TEF 2 comprueba si el verbo termina en -quirir (adquirir) o pertenece a la siguiente lista: dormir, errar, morir, oler, erguir o desosar ; si es ası́, la forma es reconocida como irregular y se trata mediante las reglas de irregularidad de la clase 4. El TEF 3 identifica si el infinitivo termina en vocal, en cuyo caso comprueba la conjugación a la que pertenece la forma verbal. En caso de pertecer a la primera conjugación (ar) (criar ), el verbo se clasifica como verbo irregular de la clase 3 –es decir, verbos que sufren cambios de tilde–, mientras que si la forma verbal pertenece a la segunda (-er) o tercera (-ir) conjugación (leer, oı́r ), el verbo se adscribe a la clase 5. Existen tres casos de posibles verbos con la raı́z terminada en vocal que no se han dado en nuestra base de datos: se trata de los verbos terminados en -ier, -uer y -iir. No obstante, se han creado reglas hipotéticas de ge8 Denominamos Magnı́ficos a los siguientes verbos: traer, valer, salir, tener, venir, poner, hacer, decir, poder, querer, saber, caber, andar y los verbos terminados en -ducir (Basterrechea y Rello, 2010). neración de los paradigmas para que el algoritmo dé cobertura a todos los verbos posibles aunque no necesariamente existentes. El TEF 4 reconoce si la forma verbal pertenece a la primera conjugación y la raı́z termina en -c, -z, -g o -gu (secar, trazar, delegar ) o si pertenece a la segunda o tercera conjugación y la raı́z termina en -c, -g, -gu, -qu, -ll o -ñ (conocer, corregir, seguir ). Las formas verbales que cumplan alguna de estas condiciones pertenecen a la clase 2 y constituyen el imput de los transductores 5 y 6. Asimismo, las formas verbales que no hayan sido interceptadas por ninguno de estos transductores se analizan mediante los transductores siguientes. El TEF 5 relaciona la vocal de la raı́z del verbo con otras categorı́as gramaticales de etimologı́a común. Las formas verbales de la primera conjugación cuya vocal en la raı́z sea una e (helar ) o una o (contar ) y la palabra relacionada posea un diptongo (hielo, cuento), ası́ como las formas verbales de la segunda y de la tercera conjugación que presenten una e (servir ) en la raı́z, pertenecen a la clase 4. Por último, el TEF 6 corrobora la existencia de un diptongo en la raı́z (europeizar ) y clasifica tales casos en el grupo 3. De este modo, si la forma verbal casa con algunas de las condiciones de los transductores, puede tratarse de un verbo irregular y se conjuga siguiendo unas reglas y unos patrones determinados; si, por el contrario, no coincide con ninguna condición, la forma verbal posee un paradigma regular. A pesar de que generalmente se cree que los neologismos verbales son regulares, lo cierto es que los datos demuestran que un 26,8 % de los verbos nuevos son irregulares (Rello y Basterrechea, 2010). En el Cuadro 1 se muestra el número de neologismos que cada transductor asigna a cada clase de irregularidad. 5.2. Generación de los paradigmas verbales El módulo de generación del paradigma verbal se compone de dos pasos. En primer lugar, cuenta con un módulo que genera el paradigma verbal regular mediante la concatenación de unidades. Para los verbos regulares el procedimiento de generación finaliza aquı́. En cambio, los verbos irregulares pasan a un segundo módulo, compuesto por diferen- Tipo de neologismo regular irregular irregular irregular irregular irregular irregular Total TEF TEF TEF TEF TEF TEF TEF 1 2 3 4 5 6 Número de neologismos 3.154 27 9 39 945 87 46 4.307 Cuadro 1: Clasificación de neologismos verbales tes máquinas de estados finitos, para que se apliquen sobre las hipotéticas formas regulares generadas las alteraciones correspondientes a las reglas de irregularidad en función de la clase en la que se haya clasificado la forma verbal. 5.2.1. Patrones y reglas de irregularidad Una regla de irregularidad es un cambio que se aplica sobre la hipotética forma regular conjugada, mientras que un patrón de irregularidad se corresponde con el conjunto de las personas gramaticales del paradigma verbal que sufren una regla de irregularidad determinada. Se emplea un total de 40 reglas de irregularidad, agrupadas en tres tipos; existen, además, siete patrones, a los que se suman los dos patrones adicionales que siguen los verbos Magnı́ficos Cada patrón, además de estar compuesto por un conjunto de personas gramaticales afectadas por una misma regla, se correlaciona con una caracterı́stica formal de la forma conjugada, lo que permite predecir las personas gramaticales que son irregulares en el paradigma verbal de cualquier verbo irregular. A continuación se describen los patrones y las condiciones formales que las formas verbales deben satisfacer para pertenecer a un patrón determinado: (1) Patrón To: Verbos cuya sı́laba tónica aparece en la raı́z. (2) Patrón Te: Verbos cuya sı́laba tónica aparece en la raı́z y cuya desinencia comienza por la vocal e. (3) Patrón Dei: Verbos cuya desinencia empieza por la vocal e o i. (4) Patrón Dao: Verbos cuya desinencia empieza por la vocal a o o. (5) Patrón Di: Verbos cuya desinencia es tónica, pero empieza por i átona. (6) Patrón Dti: Verbos cuya desinencia empieza por i tónica. (7) Patrón Dt-i: Verbos cuya desinencia es tónica, pero comienza por cualquier vocal excepto por i. En función del patrón que posea el verbo y de la clase a la que el verbo irregular pertenezca, se aplica una determinada regla de irregularidad. Por ejemplo, el Patrón Dei activa las reglas de irregularidad que afectan a la tercera persona de singular y a la primera y tercera persona de plural del presente de imperativo, a todas las personas del presente de subjuntivo y a la primera persona de singular del pretérito perfecto simple9 . Ası́, el verbo escenificar se aplica una regla de irregularidad de sustitución de la letra c por qu en las personas afectadas por el patrón Dei como sucede en la forma escenifique, primera persona de singular del presente de subjuntivo. Los verbos Magnı́ficos poseen, como ya se ha señalado, dos patrones especı́ficos: (8) Patrón Fc: en todas las personas gramaticales de los tiempos de futuro y condicional del modo indicativo. (9) Patrón I4: en todas las personas gramaticales del pretérito perfecto simple de indicativo y de los pretéritos perfectos y el futuro simple de subjuntivo. Las reglas de irregularidad pueden presentar uno de los tres tipos de alteración siguientes: Sustitución: por ejemplo, z se sustituye por una c en el patrón Dei, para crear, en el verbo trazar la forma trace, primera persona de singular del presente de subjuntivo. Adición: por ejemplo, la letra z se añade entre la raı́z y las desinencias en las formas afectadas por el patrón Dao, como sucede en la forma conozco del verbo conocer. 9 Las personas gramaticales afectadas por cada patrón se detallan en (Basterrechea y Rello, 2010). Elisión: por ejemplo, la vocal i se elimina de las forma flexionadas que componen el patrón Di, como se observa en taño, primera persona de singular del presente de indicativo de tañer. Las 40 reglas de irregularidad se dividen en cinco grupos, que corresponden a las clases 2-6 de verbos irregulares que ofrecen los TEF del primer módulo. Cambios ortográficos de consonante en la raı́z(Clase 2): constituidos por 9 TEF que modifican la consonante final de la forma verbal flexionada con el fin de mantener su pronunciación. Estas reglas de irregularidad siguen los patrones Dei, Dao y Di. Por ejemplo, en el verbo seguir se realiza una sustitución de gu a g en las formas afectadas por el patrón Dao, como en sigo, primera persona de singular de presente de indicativo. Cambios ortográficos de tilde (Clase 3): constituidos por 2 TEF que se activan en el patrón To acentuando la vocal de la raı́z verbal: vacı́o de vaciar . Alternancias de vocal o diptongación de la vocal de la raı́z (Clase 4): constituidos por 8 TEF que operan sobre la vocal de la raı́z, que puede diptongarse o sustituirse por otra vocal. Estas reglas de irregularidad se presentan en los patrones To y Dti. Por ejemplo, la sustitución vocálica en sirvo de servir en el patrón Dti. Verbos irregulares cuya raı́z termina en vocal (Clase 5): compuestos por 8 TEF que aplican reglas de irregularidad heterogéneas afectando a aquellos verbos cuya raı́z termina en vocal en los patrones To, Te, Dei, Di y Dti. Por ejemplo, en oyes (de oı́r ) se añade la letra y después de la raı́z en las formas flexionadas correspondientes al patrón Te. Reglas especı́ficas de los verbos Magnı́ficos: comprendidas por 13 TEF activados en los patrones Fc, I4, Dao y To. Por ejemplo, en el verbo magnı́fico tener se cambia la raı́z (tuve) en el patrón I4; se modifican las formas flexionadas añadiendo la letra g después de la raı́z en el patrón Dao (tengo); y, finalmente, se añade una d detrás de la raı́z en las formas reconocidas en el patrón Fc (tendré). Las reglas de irregularidad deben aplicarse en orden, ya que es común encontrar paradigmas verbales que combinan varias reglas de irregularidad y su aplicación ordenada garantiza la correcta generación del paradigma. Por ejemplo, en el verbo dormir primero se realiza una sustitución de la vocal o por la vocal u en las formas flexionadas del patrón Dti (durmáis) y después se aplica la diptongación de la vocal de la raı́z en el patrón To (duermo). 6. Evaluación El sistema se ha evaluado y acomodado a nuestra base de datos, que contiene 15.367 verbos, utilizando un método de prueba y error. Además, se ha llevado a cabo una evaluación comparativa del procesamiento de neologismo por parte de Onoma y de siete conjugadores10 acessibles en Internet. La evaluación se realizó con neologismos –ausentes de la base de datos empleada en este trabajo– formados mediante (1) prefijación, (2) sufijación y (3) parası́ntesis (Véase el Anexo A). De los siete conjugadores evaluados en comparación con nuestro sistema, solo tres conjugan algunos tipos de neologismos (conjugadores 2, 5 y 7). Cuando se trata de neologismos formados a partir de un prefijo el conjugador 7 los reconoce como verbos, pero no los conjuga correctamente en el 50 % de los casos. Por ejemplo, al conjugar el neologismo entresalir propone entresalo como primera persona de singular del presente del indicativo en lugar de entresalgo. Una de las razones que explican el alto rendimiento de Onoma en la generación de 10 Los conjugadores evaluados son: 1- Conjugador de la Real Academia de la Lengua: http://buscon.rae.es/draeI/ 2- Conjugador Reverso: http://conjugador.reverso.net/conjugacionespanol.html 3- Conjugador de WordReference: http://www.wordreference.com/conj/ESverbs.asp 4- Conjugador de la Universidad de Oviedo: http://www6.uniovi.es/dic/conjuga.html 5- Conjugador del Grupo de Estructuras de Datos y Lingüı́stica Computational de la Universidad de Las Palmas de Gran Canaria: http://www.gedlc.ulpgc.es/investigacion/scogeme02/flexver.htm 6- Conjugador SpanishDict: http://www.spanishdict.com/conjugate/ 7- Conjugador Verbix v.2.0: http://www.verbix.com/languages/spanish.shtml Sistema neologismo neologismo neologismo con prefijo con sujifo parasintético Conjugator 2 37,5 % 0% 0% Conjugator 5 75,0 % 25,0 % 12,5 % Conjugator 7 50,0 % 87,5 % 100,0 % 100,0 % 87,5 % 100,0 % Onoma Cuadro 2: Evaluación de la precisión en la conjugación de neologismos. Sistema Conjugator 2 Conjugator 5 Conjugator 3 Onoma Precisión análisis 37.5 % 100 % 87.5 % 100 % Cuadro 3: Evaluación de la precisión en el análisis de neologismos. neologismos sufijales es el hecho de que nuestro sistema, en el momento en el que el usuario inventa un verbo, solicita información sobre el mismo que el usuario puede introducir. La información solicitada es o bien la palabra o bien el verbo del cual el neologismo deriva. Sin embargo, nuestro sistema posee una limitación que deberá ser tratada en un futuro próximo. A la hora de analizar formas verbales, Onoma presenta no sólo el análisis morfológico de las formas flexionadas, sino también las formas correspondientes con los neologismos introducidos por los usuarios y, en ocasiones, estos neologismos no son verbos usados o con un significado interpretable. Por ejemplo, la forma fui que puede corresponder a la tercera persona de singular del pretérito perfecto simple del indicativo tanto del verbo ir como del verbo ser, es detectada por nuestro sistema también como una forma verbal posible del hipotético verbo fuir. En el caso de considerar estos neologismos como falsos positivos, la presición Onoma para el análisis morfológico serı́a de un 87.5 %. Para la evaluación del análisis morfológico de las formas verbales, se han comparado los mismos conjugadores, utilizando para el análisis formas verbales ambigüas (Véase el Anexo A). Entre los sistemas evaluados, únicamente los conjugadores 2, 3 y 5 realizan análisis morfológicos. 7. Conclusiones Onoma es un conjugador de verbos del español que tiene, entre uno de sus principales rasgos, la posibilidad de procesar neologismos. En este sentido, la evaluación realizada ha mostrado que Onoma puede compararse favorablemente con otros conjugadores en lı́nea, sobre todo en lo que se refiere al reconocimiento y a la generación de paradigmas de neologismos irregulares. El modelo lingüı́sticamente motivado que se ha desarrollado para la creación de la herramienta constituye una novedad y presenta, además, un interés pedagógico en lo que se refiere a la enseñanza de la conjugación del español. Por otra parte, puesto que los transductores en los que se basa Onoma están implementados en un sistema de gestión de bases de datos, es posible modificarlos con facilidad y con independencia del resto del programa. Una de las futuras tareas consistirá en la integración del algoritmo de Onoma en un procesador morfológico para el español, que pueda también tratar adecuadamente el resto de las categorı́as léxicas que constituyen clases abiertas. Bibliografı́a Albright, A. y B. Hayes. 2002. Modeling English Past Tense Intuitions with Minimal Generalization. Proceedings of the 6th Workshop of the ACL Special Interest Group in Computational Phonology (SIGPHON), páginas 58–69. Almela, R. 1999. Procedimientos de formación de palabras en español. Ariel, Barcelona. Anick, P. y S. Artemieff. 1992. A highlevel morphological description language exploiting inflectional paradigms. Proceedings of COLING 1992, páginas 67–73. Basterrechea, E. y L. Rello. 2010. El verbo en español. Construye tu propio verbo. Molino de Ideas, Madrid. Beesley, K.R. y L. Karttunen. 2000. FiniteState Non-Concatenative Morphotactics. Proceedings of the 5th Workshop of the ACL Special Interest Group in Computational Phonology (SIGPHON), páginas 1–12. Creutz, M. y K. Lagus. 2004. Modeling English Past Tense Intuitions with Minimal Generalization. Proceedings of the 7th Meeting of the ACL Special Interest Group in Computational Phonology: Current Themes in Computational Phonology and Morphology, páginas 43–51. Gasser, M. 2009. Semitic Morphological Analysis and Generation Using Finite State Transducers with Feature Structures. Proceedings of the 12th Conference of the European Chapter of the ACL, páginas 309–317. Gomis, P. y L. Segura. 1998. Vademécum del verbo español. SGEL. Sociedad General Española de Librerı́a, Madrid. Görz, G. 1988. A Finite State Approach to German Verb Morphology. Proceedings of COLING 1988, páginas 212–215. Kaplan, R.M. y M. Kay. 1994. Regular models of phonological rule systems. Computational Linguistics, 20:331–378. Karttunen, L., R.M. Kaplan, y A. Zaenen. 1992. Two-level morphology with composition. Proceedings of COLING 1992, páginas 141–148. Mateo, F. 2008. Bescherelle. Les verbes espagnols. Hatier, Paris. Parkes, C.H., A.M. Malek, y M.P. Marcus. 2007. Towards Unsupervised Extraction of Verb Paradigms from Large Corpora. In Proceedings of the 6th Workshop on Very Large Corpora, páginas 110–117. Puebla, J. 1995. Cómo conjugar todos los verbos del español. Playor, Madrid. RAE. 2001. Diccionario de la lengua española, 22 edición. Espasa, Madrid. Rello, L. y E. Basterrechea. 2010. Automatic conjugation and identification of regular and irregular verb neologisms in Spanish. Proceedings of the NAACL 2010, Workshop on Computational Approaches to Linguistic Creativity, CALC-10. Santana, O., F.J. Carreras, Z.J. Hernández, J.R. Pérez, y G. Rodrı́guez. 1998. Manual de la conjugación del español. 12 790 verbos conjugados. Arco Libros, Madrid. Santana, O., J.R. Pérez, Z.J. Hernández, F.J. Carreras, y G. Rodrı́guez. 1997. FLAVER: Flexionador y lematizador automático de formas verbales. Lingüı́stica Española Actual, 19(2):229–282. Serrano, D. 1999. La derivación verbal y la parası́ntesis. Gramática descriptiva de la lengua española, 2:4683–4756. Tzoukermann, E. y M.Y. Liberman. 1981. A Finite-State Morphological Processor for Spanish. Proceedings of the 13th Conference on Computational Linguistics, páginas 277–282. A. Anexo 1: Verbos evaluados Neologismos formados a partir de prefijación: autotraer, autodestruir, cocopilotar, cohacer, entreleer, entresalir, pseudoandar y readquirir. Neologismos formados a partir de sufijación: caperuzar, googlear, insomniar, monitorear, submitir, triquiñolear, verborrear y verdulear. Neologismos formados a partir de parası́ntesis: enazulear, atorrijar, empirifollar, endormecer, enmariposar, enmarronar, ennegrir y sonrojecer. Formas flexionadas ambiguas: amase de los verbos amasar y amar ; ase de los verbos asir y asar ; di de los verbos decir y dar ; era de los verbos ser y erar ; fui de los verbos ser e ir ; paren de los verbos parar y parir ; sé de los verbos ser y saber ; y viste de los verbos vestir y ver.