e-ROLda BVI lexikoian eta EPEC-RolSem corpusean dagoen informazioa arakatzea ahalbideratzen digun tresna da1. Sisteman sartzen garenean, informazio orokorra eta horren gainean bilaketak egiteko aukera ematen zaigu. Bilaketa zenbait ezaugarri orokorren arabera egin daiteke: i) euskal aditza, ii) euskal aditzaren adiera jakin bat edota iii) PB-VNeko aditz-adiera. Corpusean bilaketa zehatzagoak egiteko aukera ere eskaintzen digu tresnak, hala nola, argumentu zenbakia edo balentzia (Arg0, Arg1, ...), PB-VNeko rol semantikoa, EADBko (Euskal Aditzen Datu Basea) rol semantikoa, deklinabide-kasua edota hautapen-murriztapena. Tresnak atal pribatu bat du baimendutako hizkuntzalariak BVI lexikoia editatzeko aukera ematen duena.

    Aditz-sarrera bakoitzak duen informazio bi eremutan banatzen da:

1. 1- Aditz bakoitzaren egitura sintaktiko-semantikoak (BVI)
2. 2- Estekak PropBank (PB), FrameNet (FN) eta EuskalWordNetera (BWN)
3. 3- Corpuseko aditzaren agerpenak (EPEC-RolSem)

Beraz, tresna honi esker, BVI lexikoian gordetzen den euskal aditzaren informazio sintaktiko-semantikoa eta aditz-adiera horiek beste baliabide semantikoetara dituzten loturak ikusteaz gain, aditzak EPEC-RolSem corpusean dituen agerpenak ere ikus ditzakegu.

Eustagger analizatzaile morfosintaktiko sendo eta estaldura zabalekoa da. Analizatzailea bi mailatako formalismoan oinarritzen da eta modu inkrementalean diseinatua izan da, hiru modulu nagusirekin: analizatzaile estandarra, aldaera linguistikoen analizatzailea, eta lexiko gabeko analizatzailea, hitz-formak hauteman ditzakeena lexikoan izan gabe. Transduktore lexikoak erabiliz gure analizatzailearen sistemaren osagai ezberdinen errendimendua eta deskripzioa bera hobetu ditugu. Lema posibleak, PoS eta bestelako informazio morfologikoa ere eskaintzen du. Era berean, data/denbora adierazpenak eta zenbakiak ezagutzen ditu. Desanbiguazioan erabili ditugun metodoak, Murriztapen Gramatika (MG) formalismoa eta HMMan oinarritutako analizatzailea dira. MGko erregelak ezaugarri morfologiko guztiak kontuan hartuz sortu dira eta prozesu honek testuen anbiguotasun morfologikoa gutxitzen du. Azkenik, tresna estokastikoa erabiltzen dugu ematen dituen etiketa-aukeretatik bat hautatzeko. Metodo estokastikoa bakarrik erabiliz, errore-tasa % 14 ingurukoa da, baina lexikoa hitz ezezagunekin aberastuz doitasuna % 2 inguru handitu daiteke. Bi metodoak konbinatzen direnean, prozesu osoaren errore-tasa % 3,5 da.

Euskararen tratamendurako balio duen hizkuntza prozesatzaileen kate modular honen ezaugarri nagusiena honakoa da: lehenengo tresnak analisi morfosintaktiko sakona burutzen du, eta morfologikoki aberatsak diren anotazio hauek erabiltzen dituzte katean atzetik datozen prozesatzaile linguistikoek. Katearen inplementazioa diseinu modularrean oinarritzen da, eta prozesatzaileak erabilerrazak dira. Tresnak eskuragarri daude, eta erabiltzeko prest gainera.

Hitz-Adieren Desanbiguatze (HAD) sistema Support Vectors Machine (SVM) algoritmo ezagunean dago oinarritua. Sistema EuSemCor corpusaren gainean entrenatu da, hori baita euskal corpus bakarra semantikoki etiketuta dagoena. Corpusaren tamaina mugatua dela eta, HAD sistema 402 izen polisemikoekin entrenatu da.