LexicO: an Italian Computational Lexicon derived from Parole- Simple-Clips

Parole-Simple-Clips (PSC) is a computational lexicon of the Italian language, developed from 1996 to 2003 by the Institute of Computational Linguistics of the Italian National Research Council (ILC-CNR) in the context of national and European projects. The PSC resource is strongly structured, rich of data, and, for its features, may provide an edge if used in the support of text retrieval related tasks, such as full-text search. However, the lexicon still appears incomplete and presents some redundant, erroneous and missing data. This paper documents the first steps undertaken for the creation of LexicO, an Italian computational lexicon built upon PSC starting from an in depth analysis of its four linguistic layers (semantic, syntactic, morphological, and phonological) in which it is structured. As a result of this work, LexicO has been released and made freely available.

Parole-Simple-Clips (PSC) è un lessico computazionale per l'Italiano, sviluppato tra il 1996 e il 2003 presso l'Istituto di Linguistica Computazionale del Consiglio Nazionale delle Ricerche (ILC-CNR) nell'ambito di progetti nazionali ed Europei. PSC è una risorsa ricca, fortemente strutturata e, per le sue caratteristiche, può fornire un vantaggio in task di text retrieval come la ricerca full-text. PSC appare tuttavia incompleta in alcune sue sezioni e presenta dati ridondanti, erronei o mancanti. Questo contributo descrive i primi passi compiuti per la creazione di LexicO, un lessico computazionale italiano costruito sulla base di PSC a partire da un'analisi approfondita dei suoi quattro livelli linguistici (semantico, sintattico, morfologico e fonologico). A seguito di questi interventi, LexicO è stato rilasciato e reso liberamente disponibile.