LinguaKit: uma ferramenta multilingue para a analise linguistica e a extraçao de informaçao

Abstract

Este artigo apresenta LinguaKit, uma suite multilingue de ferramentas de analise, extraçao, anotaçao e correçao linguısticas. LinguaKit permite realizar tarefas tao diversas como a lematizaçao, a etiquetagem morfossintatica ou a analise sintatica (entre outras), incluindo tambem aplicaçoes para a analise de sentimentos (ou minaria de opinioes), a extraçao de termos multipalavra, ou a anotaçao concetual e ligaçao a recursos enciclopedicos tais como a DBpedia. A maior parte dos modulos funcionam para quatro variedades linguısticas: portugues, espanhol, ingles e galego. Alinguagem de programaçao de LinguaKit ́e Perl, e o codigo esta disponıvel sob a licença livre GPLv3This paper presents LinguaKit, a multilingualsuiteof tools for analysis, extraction, annotation andlinguistic correction. LinguaKit allows the user toperform different tasks such as lemmatization, PoS-tagging or syntactic parsing (among others), inclu-ding applications for sentiment analysis (or opinionmining), extraction of multiword expressions or conceptual annotation and entity linking to DBpedia.Most part of the developed modules work in four lin-guistic varieties: Portuguese, Spanish, English, andGalician. The system is programmed in Perl, and itis freely available under a GPLv3 license