Isabella MV Thesis

Questa è la repository per il framework "EnglishToAce" che ho sviluppato per la mia tesi triennale in informatica presso l'Unical. Nella repo ci sono diversi file: * Il file README.md, che contiene queste stesse informazioni sulla repo ma in inglese; * Questo file,README.it.md,che contiene informazioni sulla repo (in italiano); * Il file Citation.Cff che contiene le informazioni utili per citare questa repo(seguite le indicazioni lì contenute se volete farlo); * Il file EnglishToAceDataset.csv, che contiene un piccolo dataset costruito da me utilizzato per testare il framework; * Infine, il file EnglishToAceV2.py, che contiene il codice che ho scritto.

Cosa fa il framework?

Nel codice c'è anche un main di prova per testare il funzionamento del framework con le frasi del dataset.
L'obiettivo era di creare un tool Python per tradurre frasi dall'inglese all'Attempto Controlled English (d'ora in poi, ACE).
Il framework implementa alcune regole di ACE, di seguito elencate: * Converte le frasi in frasi attive che rispettano la struttura SVO (Soggetto Verbo Oggetto). * Gestisce casi semplici di genitivo sassone. * Converte frasi dalla forma passiva a quella attiva. * Divide le proposizioni relative di una frase in più frasi ACE valide. * Converte complementi oggetto introdotti da "that". * Grazie a WordNet, sostituisce le parole troppo specifiche con dei loro iperonimi più semplici. * Converte i plurali irregolari. * Normalizza gli orari secondo le regole ACE. * Mappa l'introduzione di nuovi oggetti nella frase, dando loro l'articolo "a" o "the" se l'oggetto era già stato introdotto.

Quali dipendenze ci sono?

Oltre alla libreria "re", che non introduce nuove dipendenze da sola, le dipendenze principali sono spaCy e WordNet, contenuto all'interno di NLTK.

Come funziona?

Nel file Python ci sono dei commenti (in italiano) che descrivono più dettagliatamente cosa fa il codice, ma sostanzialmente ogni frase viene tradotta passando per queste fasi: * Analisi usando spaCy per identificare le strutture interne della frase, le dipendenze e le entità nominate (nomi propri ecc...). * Divisione in proposizioni per dividere una frase complessa in più proposizioni semplici. * Semplificazione usando WordNet per sostituire parole complesse con dei loro sinonimi o iperonimi più semplici. * Estrazione SVO per estrarre soggetto, verbo e oggetto da ogni proposizione. * Generazione delle frasi per costruire la frase (o le frasi) ACE risultante/i.