La distinción entre copulativas ecuativas (p.e. Ana es la única mujer) y predicativas (p.e. Ana es una mujer) se basa en criterios sintácticos. En las ecuativas, la concordancia de género entre el sujeto y el complemento no es obligatoria (p.e. Pepe era la chica de azul sentada allá) y éste se reemplaza por un pronombre nominativo (p.e. Pepe es el chico sentado allá/Pepe es él). En las predicativas, la concordancia de género y número entre el sujeto y el complemento, aparentemente, es obligatoria (p.e. Ana es linda/*-o,*-as,*-os) y éste se reemplaza por el indeclinable lo (p.e. Ana lo/*ella/*la/*le es). Propongo que estos datos sirven de base para postular que ecuativas y predicativas no comparten una estructura sintáctica común en el español. Perelstvaig (2000), a partir de datos del ruso y del italiano, explica que la diferencia entre predicativas y ecuativas se debe a que las primeras incluyen una Cláusula Reducida (CR) cuyo núcleo es una categoría funcional predicativa (Ø) (p.e. cópula [FDet-(Ø)-FN]) y las segundas no tienen tal núcleo (p.e. cópula [FDet₁-FDet₂]). En la misma línea, Haegeman (1994) propone que las predicativas incluyen una categoría funcional –concordancia de género y número (Conc)– en su CR (p.e. cópula [FDet-(Conc)-FN]) y las ecuativas no. Los datos del español no sostienen ambas propuestas ya que no es posible argumentar que en las CRs de las predicativas hay una categoría funcional: no hay necesidad de concordancia de género (e.g. el león(i.masc) es [t(i), una fiera(fem)]) ni de número (e.g. los cuchillos(i.masc) son [ti, una amenaza(fem)]). Por otro lado, la literatura no reconoce que las ecuativas presentan una semejanza con las predicativas: no hay necesidad de concordancia de género (e.g. Ellas(fem) son los invitados(masc) disfrazados de esa mesa). Sánchez y Camacho (1993) plantearon una diferencia estructural entre ecuativas y predicativas; pero su explicación es incompleta porque no incluyen las restricciones de Caso que se imponen a los nominales. Mi propuesta sí considera tales restricciones y se basa en: a) la exigencia teórica de que los nominales deben estar marcados con Caso y b) la evidencia interlingüística proveniente de lenguas como el sinhala, el islandés, el árabe, el latín y el ruso, que marcan con Caso los nominales de las copulativas; a diferencia de éstas, la marcación de Caso en español se hace evidente en la distribución pronominal. Propongo que el patrón casual ecuativo es NOM-NOM (p.e. Ana es la monja/ Ella es la monja/Ana es ella) y que el patrón predicativo es NOM-Predicativo(PRE). PRE es un nuevo rasgo que el indeclinable lo evidencia (p.e. Ana es una monja/Ella es una monja/Ana lo es). Crucialmente, los datos de la copulativas rusas en pretérito (Perelstvaig,2000) presentan ambos patrones; pero en vez de PRE el Caso es Instrumental (INS) (p.e. (NOM)[Oleg] cópula (NOM)[direktor] en las ecuativas, y (NOM)[Oleg] cópula (INS)[direktorom] en las predicativas). En español, el rasgo NOM y el rasgo PRE de los nominales postcopulares se licencian mediante la operación Agree (Chomsky 2000,2001). El rasgo NOM se licencia gracias a T° y el rasgo PRE se legitima gracias a Asp°, núcleo de la FAsp propuesta por Zagona (2002), que es parte del verbo aspectual ser.

Aquesta tesi descriu una gramàtica de Generació que combina regles escrites a mà i tècniques d'aprenentatge automàtic. Aquesta gramàtica pertany a un sistema de Traducció Automàtica de qualitat comercial desenvolupat a Microsoft Research. La primera part presenta la gramàtica i les principals estratègies lingüístiques que aquesta gramàtica implementa. Els requeriments de robustesa que reclama l'ús real del sistema de TA, exigeix del Generador un esforç suplementari que es resol afegint un nivell de pre-generació, capaç de garantir la integritat de l'entrada, sense incorporar elements ad-hoc en les regles de la gramàtica. A la segona part, explorem l'ús dels classificadors d'arbres de decisió (DT) per tal d'aprendre automàticament una de les operacions que tenen lloc al mòdul de pre-generació, en concret la selecció lèxica del verb copulatiu en espanyol (ser o estar). Mostrem que és possible inferir a partir d'exemples els contextos per aquest fenòmen lingüístic no trivial, amb gran precisió. / This thesis describes a Spanish Generation grammar which combines hand-written rules and Machine Learning techniques. This grammar belongs to a full-scale commercial quality Machine Translation system developed at Microsoft Research. The first part presents the grammar and the linguistic strategies it embodies. The need for robustness in real-world situations in the everyday use of the MT system requires from the Generator an extra effort which is resolved by adding a Pre-Generation layer which is able to fix the input to Generation, without contaminating the grammar rules. In the second part we explore the use of Decision Tree classifiers (DT) for automatically learning one of the operations that take place in the Pre-Generation component, namely lexical selection of the Spanish copula (i.e. ser and estar). We show that it is possible to infer from examples the contexts for this non-trivial linguistic phenomenon with high accuracy.