Mondataink jelentős része úgy épül fel, hogy egy központi ige körül rendeződnek el az ige különféle bővítményei. Pl.: elrendeződik + mi? bővítmény + mi körül? ige körül. Az ilyen „mondatvázakat'' nevezzük igei szerkezeteknek, tartalmazzanak vonzatot (hisz vmiben), konkrét szókapcsolatot (döntés születik) vagy akár a kettő kombinációját (igényt tart vmire). Az előadás egy nyelvi erőforrást mutat be: magyar igei szerkezetek korpuszból automatikusan kinyert igen jelentős méretű gyűjteményét. Ez a gyűjtemény információt ad az igék és a bővítmények szokásos viselkedéséről, tulajdonságairól, a szelekciós preferenciákról, így hasznos lehet magyar nyelvű szöveg tartalmi, szemantikai feldolgozása során. A fentit egészíti ki egy másik erőforrás: a 28 millió sekély elemzéssel ellátott tagmondatból álló korpusz, melyből az igei szerkezetek származnak. Kutatási célra szabadon, üzleti célra egyedi megállapodás keretében férhetők hozzá.

1. 28 MILLIÓ SZINTAKTIKAILAG ELEMZETT MONDAT
ÉS 500000 IGEI SZERKEZET
Sass Bálint
sass.balint@nytud.mta.hu
MTA Nyelvtudományi Intézet
NLP Meetup
Budapest, 2015. április 29.

2. „Magyar igei szerkezetekr˝ol fogok beszélni.”
2 / 9

3. „Magyar igei szerkezetekr˝ol fogok beszélni.”
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
2 / 9

4. „Magyar igei szerkezetekr˝ol fogok beszélni.”
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
„Köszönöm a figyelmet!”
2 / 9

5. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
„Köszönöm a figyelmet!”
2 / 9

6. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
„Köszönöm a figyelmet!”
2 / 9

7. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
„Köszönöm a figyelmet!”
→ köszön figyelem-t
2 / 9

8. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
„Köszönöm a figyelmet!”
→ köszön figyelem-t
2 / 9

9. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
lehet˝oség, terv, jöv˝o, téma, eredmény, kultúra, kudarc, lényeg, konkrétum
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
„Köszönöm a figyelmet!”
→ köszön figyelem-t
2 / 9

10. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
lehet˝oség, terv, jöv˝o, téma, eredmény, kultúra, kudarc, lényeg, konkrétum
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
„Köszönöm a figyelmet!”
→ köszön figyelem-t
2 / 9

11. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl
lehet˝oség, terv, jöv˝o, téma, eredmény, kultúra, kudarc, lényeg, konkrétum
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n
konferencia, ünnepség, megbeszélés, tüntetés, olimpia, szertartás, fesztivál
„Köszönöm a figyelmet!”
→ köszön figyelem-t
2 / 9

12. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl szabad hely (vonzat)
lehet˝oség, terv, jöv˝o, téma, eredmény, kultúra, kudarc, lényeg, konkrétum
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n kombináció
konferencia, ünnepség, megbeszélés, tüntetés, olimpia, szertartás, fesztivál
„Köszönöm a figyelmet!”
→ köszön figyelem-t kötött elem (szókapcsolat)
2 / 9

13. „Magyar igei szerkezetekr˝ol fogok beszélni.”
→ beszél -rÓl szabad hely (vonzat)
lehet˝oség, terv, jöv˝o, téma, eredmény, kultúra, kudarc, lényeg, konkrétum
„Nagyon örülök, hogy részt vehetek ezen a meetup-on.”
→ vesz rész-t -n kombináció
konferencia, ünnepség, megbeszélés, tüntetés, olimpia, szertartás, fesztivál
„Köszönöm a figyelmet!”
→ köszön figyelem-t kötött elem (szókapcsolat)
Ilyen szerkezetekb˝ol van egy nagy gy˝ujtemény:
Igeiszerkezet-lista: 535000 db igei szerkezet
2 / 9

14. csap
becsap -t 1248
lecsap -rA 620
mér csapás-t -rA 360
megcsappan 217
lesz csapadék 205
csap -t hón-A=alá 80
becsap ajtó-t maga=mögött 28
3 / 9

15. száll
száll -rA 610 száll =mellett sík-rA 94
száll 463 száll vonat-rA 80
száll vita-bA -vAl 359 száll maga-A-bA 72
száll -bA 292 száll -n 71
száll -ért sík-rA 150 száll sík-rA 69
száll -ért harc-bA 142 száll -bA -vAl 67
száll -bAn 141 száll -ért ring-bA 65
száll -vAl 134 száll part-rA 64
száll ring-bA 103 száll harc-bA 63
száll fej-A-bA 101 száll -rÓl -rA 61
4 / 9

16. tej
iszik tej-t 93
aprít -t tej-bA 50
van tej-A 31
felenged -t tej-vAl 21
fej tej-t 21
szív -t maga-A-bA anyatej-vAl 19
felforral tej-t 17
önt tej-t -bA 16
ad tej-t tehén 16
kifut tej 13
összekever -t tej-vAl 12
füröszt -t tej–vaj-bAn 12
ver tojás-t tej-vAl habos-rA 11
5 / 9

17. Hogy állt el˝o az igeiszerkezet-lista?
Automatikusan nyertük ki az igei szerkezeteket tagmondatokra bontott,
elemzett korpuszból egy speciális algoritmus segítségével.
Gyakorisági alapon: a ritka („lényegtelen”) b˝ovítményeket elhagyja.
Probléma: szemére vet mit ↔ pillantást vet vmire
-rA -t
vet szem ?
vet ? pillantás
Ezt megoldja: felfedezi a lexikálisan kötött/szabad b˝ovítményeket.
6 / 9

18. Hogy állt el˝o az igeiszerkezet-lista?
Automatikusan nyertük ki az igei szerkezeteket tagmondatokra bontott,
elemzett korpuszból egy speciális algoritmus segítségével.
Gyakorisági alapon: a ritka („lényegtelen”) b˝ovítményeket elhagyja.
Probléma: szemére vet mit ↔ pillantást vet vmire
-rA -t
vet szem ?
vet ? pillantás
Ezt megoldja: felfedezi a lexikálisan kötött/szabad b˝ovítményeket.
6 / 9

19. Hogy állt el˝o az igeiszerkezet-lista?
Automatikusan nyertük ki az igei szerkezeteket tagmondatokra bontott,
elemzett korpuszból egy speciális algoritmus segítségével.
Gyakorisági alapon: a ritka („lényegtelen”) b˝ovítményeket elhagyja.
Probléma: szemére vet mit ↔ pillantást vet vmire
-rA -t
vet szem ?
vet ? pillantás
Ezt megoldja: felfedezi a lexikálisan kötött/szabad b˝ovítményeket.
Korpusz? MNSZ1, 187 millió szövegszó.
Elemzett? Bejelölve az ige + a f˝onévi csoport b˝ovítmények.
6 / 9

20. engem meg sem hallgattak .
stem@@meghallgat ACC@@én
A hasmenést˝ol szenved˝o betegeknek sokat kell inniuk ,
stem@@iszik ACC@@sok NOM@@beteg
Az egyik támadójátékos elhúzta mellettem a labdát ,
stem@@elhúz ACC@@labda mellett@@én NOM@@támadójátékos
A másik er˝oforrás:
Mazsola adatbázis: 28 millió elemzett tagmondat
keres˝o hozzá: http://corpus.nytud.hu/mazsola
7 / 9

21. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
8 / 9

22. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
8 / 9

23. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
3 vonzat kötelez˝oségének vizsgálata
-t -t -rA: felszólít, tanít
-t -t -rA: bíz, alapoz
8 / 9

24. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
3 vonzat kötelez˝oségének vizsgálata
-t -t -rA: felszólít, tanít
-t -t -rA: bíz, alapoz
4 mondatelemz˝o döntésének támogatása – koordináció
„Ráütöttem a pecsétet és az oklevelet átadtam.”
8 / 9

25. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
3 vonzat kötelez˝oségének vizsgálata
-t -t -rA: felszólít, tanít
-t -t -rA: bíz, alapoz
4 mondatelemz˝o döntésének támogatása – koordináció
„Ráütöttem (a pecsétet és az oklevelet) átadtam.”
8 / 9

26. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
3 vonzat kötelez˝oségének vizsgálata
-t -t -rA: felszólít, tanít
-t -t -rA: bíz, alapoz
4 mondatelemz˝o döntésének támogatása – koordináció
„(Ráütöttem a pecsétet) és (az oklevelet átadtam).”
8 / 9

27. Mire lehet ez jó?
1 szabad hely – szemantikailag koherens szóosztály!
eszik -t – ételek; eltörik alany – testrészek
→ ontológia csomópont – vonzati hely összerendelés
2 „kakukktojás”
eszik -t – kása; eltörik alany – mécses
→ idiómák, szólások azonosítása
3 vonzat kötelez˝oségének vizsgálata
-t -t -rA: felszólít, tanít
-t -t -rA: bíz, alapoz
4 mondatelemz˝o döntésének támogatása – koordináció
„(Ráütöttem a pecsétet) és (az oklevelet átadtam).”
pecsét-t oklevél-t
átad 1 66
ráüt 66 0
8 / 9

28. ÖSSZEFOGLALÁS
Két er˝oforrás:
1 Mazsola adatbázis = 28 millió elemzett tagmondat
az MNSZ1 tagmondatainak sekély szintaktikai elemzéssel ellátott
változata, mely a Mazsola lekérdez˝o adatbázisaként szolgál
2 Igeiszerkezet-lista = 535000 igei szerkezet
a Mazsola adatbázisból automatikusan származtatott
igeiszerkezet-lista, melyb˝ol a Magyar igei szerkezetek szótár is született
Elérhet˝o:
http://corpus.nytud.hu/isz
Kutatási célra szabadon, üzleti célra egyedi megállapodás keretében.
9 / 9

29. ÖSSZEFOGLALÁS
Két er˝oforrás:
1 Mazsola adatbázis = 28 millió elemzett tagmondat
az MNSZ1 tagmondatainak sekély szintaktikai elemzéssel ellátott
változata, mely a Mazsola lekérdez˝o adatbázisaként szolgál
2 Igeiszerkezet-lista = 535000 igei szerkezet
a Mazsola adatbázisból automatikusan származtatott
igeiszerkezet-lista, melyb˝ol a Magyar igei szerkezetek szótár is született
Elérhet˝o:
http://corpus.nytud.hu/isz
Kutatási célra szabadon, üzleti célra egyedi megállapodás keretében.
köszön figyelem-t
9 / 9