Edukira joan

Begoña Altuna Diaz

Wikipedia, Entziklopedia askea
(«Begoña Altuna» orritik birbideratua)
Begoña Altuna Diaz

Bizitza
JaiotzaDeustu eta Bilbo, 1989 (36/37 urte)
Herrialdea Espainia
Hezkuntza
HeziketaDeustuko Unibertsitatea
Euskal Herriko Unibertsitatea
Tesi zuzendariaArantza Diaz de Ilarraza Sanchez
Maxux Aranzabe
Jarduerak
Jarduerakhizkuntzalari konputazionala eta ikertzailea
Enplegatzailea(k)HiTZ zentroa
Euskal Herriko Unibertsitatea  (2014 -  2024)
KidetzaIxa taldea
Udako Euskal Unibertsitatea
HiTZ zentroa
Sociedad Española para el Procesamiento del Lenguaje Natural

Inguma: begona-altuna-diaz-00

Begoña Altuna Diaz (Deustu, Bilbo, 1989) Euskal Herriko Unibertsitateko Hitz zentroko filologo ikertzailea da, Ixa taldean. Euskarazko testuetan espazio eta denboraren errepresentazioa ikertzen du. Giza eta gizarte zientzietan ikerketa euskaraz egin ahal egiteko baliabideak eskaintzen dituen Clariah-eus sarea sortzeko sustatzaileetako bat izan da Euskal Herrian.[1]

Begoña Altunaren artikuluak Bilboko albiste lokalen Uriola atarian.[2]

Hainbat urtetan parte hartu du Deustuko bizitza kulturalean, eragile izanik. Ohiko kolaboratzailea da Uriola.eus atarian non Deustualdeko albiste lokalak zabaltzen dituen.[2]

Udako Euskal Unibertsitateak antolatzen dituen Ikergazte kongresuetan saria jaso zuen 2015ean eta 2017an. Geroago kongresuaren antolakuntzan ere parte hartu du baita UEUko hizkuntzalaritza sailean ere.

Familiak ingeniaria izango zela uste zuen, baina institutuko azken urtean berea hizkuntzarekin jolastea zela erabaki eta Euskal Filologian eman zuen izena Deustuko unibertsitatean. Manchesterren egin zuen Erasmusa eta han Deustun lantzen ez ziren hizkuntzalaritzako beste gai batzuk ikasteko aukera izan zuen.[3]

Trentoko unibertsitateko ikerketa zentroan ikerketa egonaldi luzeak egin ditu euskarazko testuetan espazio eta denboraren errepresentazioa ikertzen.[4] Trentoko taldeak italiera eta ingeleserako egindako ikerketa batzuk euskarara ere moldatzen eta testu-corpusak biltzen aritu izan da Trenton.

Karrera bukatu eta urtebete Belgikan gaztelania irakasle egin ondoren, Hizkuntzaren Azterketa eta Prozesamendua masterra egin zuen Donostiako Informatika Fakultatean.[3] eta 2018an 'Euskarazko denbora-egituren azterketa eta corpusaren sorrera' izenburuko doktore-tesia aurkeztu zuen Arantza Diaz de Ilarraza eta Maxux Aranzabe irakasleen zuzendaritzapean.[5]

Tesia egiten zuen bitartean birritan irabazi zuen Giza zientzietako Ikergazte saria, 2015ean eta 2017an. 2015ean “Euskarazko denbora-egituren tratamendu automatikorako azterketa” izenburuko aurkezpenarekin irabazi zuen saria.[6][7][8] 2017koan giza zientzietako poster onenaren saria jaso zuen “Euskarazko ezeztapenaren tratamendu automatikorako azterketa” lanarekin. Ikerketa-ildo nagusia denbora-informazioaren azterketa eta tratamendua zen. Hau da, testuetan zer gertatzen den eta noiz gertatzen den aztertzen du. Zer gertatzen den eta zer ez den gertatzen erabakitzeko prozesu horretan ezeztapena aztertzea nahitaezkoa da, izan ere, ezezka agertzen den gertaera ez da gertatu edo ez da gertatuko. Ondorioz, euskaraz ezeztapena nola gauzatzen zen eta testuko zein elementuren gainean duen eragina aztertu zuen tesian eta informazio hori era normalizatuan adierazi zuen gero. Ondoriorik nabarmenena euskarazko ezeztapena identifikatzea nahiko erraza dela da. Etiketatzaileak nahiko ados egon ginen ezeztapena identifikatzean. Izan ere, euskaraz ezeztapen bakarra dugu perpausean (ez, ezin). Gaztelaniaz, ordea, bi ezeztapen agertu ohi dira perpausetan “NO he traído NINGÚN libro” eta horrek zailtasun gehiago du ezeztapena zein den erabakitzean. Ezeztapenak zeri eragiten dion, ordea, zailagoa da erabakitzen, bai euskaraz bai inguruko hizkuntzetan. Adibidez, “Mikel ez da autoz etorri” perpausean ez dakigu Mikel izan den etorri dena, etorri den ala ez edo etorri bai, baina bizikletaz etorri den. Kontu horrek hainbat eztabaida sortu ditu ezeztapenari buruz ikertzen ari diren hizkuntzalarien artean eta askotan norbere ikuspegiaren araberako erantzun guztiak balekoak dira. Ordenagailuek, ordea, guztiz objektiboak diren irizpideak behar dituzte eta horiek erabakitzen saiatzen dira.[3][9][10]

Clariah-eus sarea sortzeko sustatzaileetako bat da Euskal Herrian. Giza eta gizarte zientzietako ikerketa euskara oinarri hartuta eta euskaraz egiteko baliabideak eskaintzen ditu azpiegitura horrek.[1]

2017ko irabazleak, Ikergazte kongresuan. Begoña Altuna ezkerraldekoa da behean.

Denbora-informaziodun testuetatik denbora-lerroetara

[aldatu | aldatu iturburu kodea]

Hizkuntzaren Prozesamenduko ataza nagusietako bat testuetako informazioa automatikoki erauztea da. Horretarako, tresna automatikoak garatu behar dira eta, askotan, horiek garatzeko oinarrian ikasketa-algoritmoak daude. Ikasketa-algoritmoek testuetako informazio esanguratsua markaketa-lengoaien bidez etiketatuta duten testuak (urre-patroiak) behar dituzte. Horretan datza corpus etiketatuen interesa. Gainera, corpus horiek garatutako tresnak ebaluatzeko baliabide garrantzitsuak dira.[11]

Denbora-informazioaren kasuan, zer noiz gertatzen den identifikatzen da. Esaterako, honako adibide honetan:

"Apple-ren kapitala hirukoiztu egin zen 2004an, bikoiztu 2005ean eta % 16 hazi 2006an."

denborazko hiru adierazpen agertzen dira: "2004an", "2005ean" eta "2006an".

Informazio hori Hizkuntzaren Prozesamenduko tresnekin baliatu ahal izateko, denbora-informazioa modu formal baten arabera errepresentatu behar da, alegia, markaketa-lengoaia baten bidez etiketatu behar da. Adibidez, lehengo esaldia honela izan daiteke Altunak moldatu duen EusTimeML markaketa-lengoaiaren arabera.[12][11]

Esaldi bat denbora-etiketekin eta dagokion denbora-lerroa.

Ikus daitekeenez, gertaerek <EVENT> etiketa hartzen dute eta denbora-adierazpenek, <TIMEX3>. Etiketa bakoitzak atributu zerrenda bat hartzen du eta horien bidez gertaeren edo denbora-adierazpenen atributuak (mota eta balio normalizatuak, besteak beste) esplizitu egiten dira. Halaber, gertaeren eta denbora-adierazpenen artean aldiberekotasuna (IS INCLUDED) adierazten duten denbora-erlazioak etiketatu dira. Informazio hori baliatuta, irudiko denbora-lerroa sor daiteke. Denbora-lerro hori eraikitzeko, esaldiko gertaerak gertatzen diren uneetara ainguratu edo lotu behar dira. Horretarako, zein gertaera zein unetan gertatu den kontuan hartu behar da.[11]

Euskarazko denbora-informazioaren prozesamenduan, EusTimeML markaketa-lengoaia definitzeaz gain, horri jarraituta, EusTimeBank corpusa sortu zuen Altunak Ixako taldekideekin,[5] baita euskarazko denbora-informazioak automatikoki erauzten duten EusHeidelTime[13] eta bTime tresnak.[14][11]

Zehazki, EusHeidelTimek denbora-adierazpenak identifikatzen eta sailkatzen ditu, eta ISO-8601 arauaren araberako balio normalizatua esleitzen die; bTimek, berriz, gertaerak eta denbora-erlazioak identifikatzen eta sailkatzen ditu.[11]

EusHeidelTimek eta bTimek denbora-informazioa etiketatuta duten testuak itzultzen dituzte. KroniXa sistemak, etiketatuta dagoen informazio horretan oinarrituta, testuetako gertaerak ardatz kronologikoan kokatzen ditu. Denbora-lerroak eskuz etiketatuta dituen EusTimeBank-TL corpusak hainbat esaldi dauzka bakoitza bere denbora-lerroarekin. Datu horiek eskuz sortu dira eta, esan bezala, beharrezkoak dira denbora-lerroak automatikoki sortuko dituzten programak entrenatu eta ebaluatzeko.[11]

  • 2015: Giza zientzietako Ikergazte saria,
  • 2017: Giza zientzietako Ikergazte saria,
  • 2017: SEPLN biltzarreko artikulu onenaren saria jaso zuen artikulu honekin: ‘EusHeidelTime: Time Expression Extraction and Normalisation for Basque‘. Ingeleserako eta beste hizkuntzetarako erabiltzen den HeidelTime tresna egokitu zuten euskaraz ere erabili ahal izateko. Morfologia aberatsa duen hizkuntza baterako ere baliagarria izan daitekeela frogatu zuten.[15][13]

Erreferentziak

[aldatu | aldatu iturburu kodea]
  1. 1 2 Urdalleta Lete, Irati (2023ko abuztuaren 30a), ««Clariah-eus pertsonen, baliabideen eta tresnen sare bat izango da»», Berria. 2023ko abuztuaren 30ean kontsultatua. {{Erreferentzia}}: Egiaztatu data hauek: |urtea= (laguntza)Erreferentzien mantentzea: data eta urtea (lotura) Erreferentzien mantentzea: urtea (lotura)
  2. 1 2 «Begoña Altuna - Komunitatea - Uriola.eus», uriola.eus. 2023ko abuztuaren 30ean kontsultatua.
  3. 1 2 3 «Begoña Altuna Diaz: "Batzuetan nire burua imajinatzen dut robot batekin euskaraz, hitz egin eta ulertu"», www.ueu.eus. 2023ko abuztuaren 29an kontsultatua.
  4. ↑ «'Todo lo que es prescindible está cerrado, sin embargo, lo necesario está asegurado'», EITB (Gaztelaniaz), 2020ko martxoaren 12a. 2023ko abuztuaren 30ean kontsultatua.
  5. 1 2 Altuna Díaz, Begoña (2018ko azaroaren 21a), Euskarazko denbora-egituren azterketa eta corpusaren sorrera/Analysis of Basque temporal constructions and creation of a corpus.. 2023ko irailaren 1ean kontsultatua.
  6. ↑ Loinaz, Iñaki Alegria; Nuñez, Ainhoa Latatu; Ibarra, Miren Josu Omaetxebarria (2015eko maiatzaren 7a), “Euskarazko denbora-egituren tratamendu automatikorako azterketa” Begoña Altuna. Honetan: I. Ikergazte: Nazioarteko ikerketa euskaraz. Kongresuko artikulu-bilduma, UEU, 46–53. or., ISBN 978-84-8438-539-4. 2023ko abuztuaren 29an kontsultatua.
  7. ↑ Ikergazteko sari bana Begoña Altuna eta Olatz Perez de Viñasprerentzat – Hizkuntza-teknologiak. 2019ko urtarrilaren 17an kontsultatua.
  8. ↑ «Begoña Altuna: "Ikerketan jarraitzeko animatu nauen saria izan da, gauza ondo eginek fruituak ematen dituztenaren seinale" — Unibertsitatea.Net», www.unibertsitatea.net. 2019ko urtarrilaren 17an kontsultatua.
  9. ↑ Loinaz, Iñaki Alegria; Nuñez, Ainhoa Latatu; Ibarra, Miren Josu Omaetxebarria; Zaratiegi, Patxi Salaberri (2017ko maiatzaren 7a), “Euskarazko ezeztapenaren tratamendu automatikorako azterketa” Begoña Altuna. Honetan: II. Ikergazte. Nazioarteko ikerketa euskaraz. Kongresuko artikulu bilduma. Zientzia Zehatzak eta Natur Zientziak, UEU, 127. or., ISBN 978-84-8438-631-5. 2023ko abuztuaren 29an kontsultatua. {{Erreferentzia}}: Parametro hauetako bat baino gehiago zehaztu da: |ISBN= eta |isbn= (laguntza)
  10. ↑ IKERGAZTE sari bat Begoña Altunari – Hizkuntza-teknologiak, Ixa Taldearen bloga. 2023ko abuztuaren 29an kontsultatua.
  11. 1 2 3 4 5 6 Altuna Diaz, Begoña; Aranzabe Urruzola, Maxux; Diaz de Ilarraza Sanchez, Arantza (2019), EusTimeBank-TL corpusa: denbora-informaziodun testuetatik denbora-lerroetara. Honetan: "III. Ikergazte. Nazioarteko ikerketa euskaraz. Kongresuko artikulu bilduma. Giza zientziak eta Artea", Udako Euskal Unibertsitatea, doi:10.26876/ikergazte.iii.01.11. 2023ko irailaren 1ean kontsultatua.
  12. ↑ Altuna Díaz, Begoña; Aranzabe Urruzola, María Jesús; Díaz de Ilarraza Sánchez, Arantza (2016ko otsailaren 11a), Euskarazko denbora-egiturak etiketatzeko gidalerroak v2.0. 2023ko irailaren 1ean kontsultatua.
  13. 1 2 Altuna, Begoña; Aranzabe, María Jesús; Díaz de Ilarraza, Arantza (2017ko irailaren 5a), «EusHeidelTime: Time Expression Extraction and Normalisation for Basque», Procesamiento del Lenguaje Natural (Gaztelaniaz), 59 (0): 15–22, ISSN 1989-7553. 2023ko abuztuaren 29an kontsultatua.
  14. ↑ Salaverri Izco, Haritz (2017ko uztailaren 27a), Rol semantikoen etiketatzeak testuetako espazio-denbora informazioaren prozesamenduan daukan ereaginaz. 2023ko irailaren 1ean kontsultatua.
  15. ↑ SEPLN2017 biltzarreko artikulu onenaren saria – Hizkuntza-teknologiak, Ixa Taldearen bloga. 2023ko abuztuaren 29an kontsultatua.

Kanpo estekak

[aldatu | aldatu iturburu kodea]