Verb Temporality Analysis using Reichenbach's Tense System

This paper presents the analysis process of verb temporality using Reichenbach’s tense system, a language-independent system which describes tense as relations among linguistic and extralinguistic temporal entities. Several difficulties arise from the deep analysis required for classification into Reichenbach’s categories. They regard establishing the logical sequence of clauses in the skeletal structure of the discourse, and modeling the behavior of temporal markers according to this sequence. A dependency clause anchoring algorithm is then proposed and compared to other anchoring methods, and sequential supervised learning is used for abstracting surrounding context in order to determine temporal marker behavior. Experimental results show that the proposed approach is able to better abstract verb temporality than statistical ones, suggesting that analytical interlingual translation can complement existing SMT techniques by providing an additional layer of semantic information. TITLE AND ABSTRACT IN PORTUGUESE Análise de Tempo Verbal Utilizando o Sistema de Reichenbach Este artigo apresenta o processo de análise de temporalidade de verbos utilizando o sistema proposto por Reichenbach, que descreve tempos verbais como relações entre entidades temporais linguísticas e extra-linguísticas. De tal análise, são observadas diversas dificuldades relacionadas ao estabelecimento de uma sequência lógica de orações na estrutura esquelética do texto e à modelagem do comportamento de marcadores temporais de acordo com esta sequência. Um algoritmo de ancoragem de orações é então proposto, sendo comparado com outros métodos de ancoragem, e aprendizado supervisionado sequencial é utilizado para abstrair o contexto de forma a determinar o posicionamento temporal desses marcadores. Resultados experimentais mostram que a abordagem proposta é capaz de melhor abstrair a temporalidade verbal quando comparada a abordagens estatísticas, o que sugere que tradução automática baseada em interlíngua pode complementar técnicas estatísticas já existentes, provendo uma camada adicional de informação semântica.