A Metamodelo for the integration of lexical resources in the Semantic Role Labelling Systems
1 recomendación479 vistas
El documento presenta una propuesta para el etiquetado automático de roles semánticos utilizando un enfoque supervisado que combina recursos como FrameNet, VerbNet y WordNet con PropBank. Se discuten los sistemas de etiquetado previos y se destaca la importancia de la extracción de información y la resolución de ambigüedades en aplicaciones de procesamiento del lenguaje natural. La propuesta incluye el uso de clasificadores SVM y una arquitectura de procesamiento para mejorar el etiquetado semántico de los textos.
![Una propuesta para el
Etiquetado Automático de
Roles Semánticos 3
¿What is a Semantic Rol?
Semantic Relation that a
argument has with respect to
predicate.
[John Agent, SujAgent, Suj] broke [the window Object, ODObject, OD] [with the hammerInstr,CPInstr,CP]
[The hammer Instr, SujInstr, Suj] broke [the window Object, ODObject, OD]
[The window Object, SujObject, Suj] was broken [by John Agent, CPAgent, CP]
Independent of the syntactic realizations.](https://image.slidesharecdn.com/presentacionlmf2006-141224061726-conversion-gate01/85/A-Metamodelo-for-the-integration-of-lexical-resources-in-the-Semantic-Role-Labelling-Systems-3-320.jpg)
A Metamodelo for the integration of lexical resources in the Semantic Role Labelling Systems
- 1. Una propuesta para el Etiquetado Automático de Roles Semánticos 1 A Metamodelo for the integration of lexical resources in the Semantic Role Labelling Systems Isabel Segura Bedmar, José L. Martínez Fernández y Paloma Martínez University Carlos III of Madrid, Spain
- 2. Una propuesta para el Etiquetado Automático de Roles Semánticos 2 Index ¿Qué es un rol semántico? Semantic Role Labelling Systems Revisión Sistemas SRL Nuestra Propuesta ¿Dónde Estamos?
- 3. Una propuesta para el Etiquetado Automático de Roles Semánticos 3 ¿What is a Semantic Rol? Semantic Relation that a argument has with respect to predicate. [John Agent, SujAgent, Suj] broke [the window Object, ODObject, OD] [with the hammerInstr,CPInstr,CP] [The hammer Instr, SujInstr, Suj] broke [the window Object, ODObject, OD] [The window Object, SujObject, Suj] was broken [by John Agent, CPAgent, CP] Independent of the syntactic realizations.
- 4. Una propuesta para el Etiquetado Automático de Roles Semánticos 4 Semantic Role Labelling Systems (SRL) Object: Identify and Label the semantic roles. Good results in semantic domains concrets: Information Flight System: ORIG_CITY, DEST_CITY, PART_TIME, … Goal: Domain Independets.
- 5. Una propuesta para el Etiquetado Automático de Roles Semánticos 5 Motivation Information Extration. Traducción Automática. Resolución de la Ambigüedad (WSD). Analizadores Sintácticos. Recuperación de Información. Sistemas de Búsqueda de Respuestas.
- 6. Una propuesta para el Etiquetado Automático de Roles Semánticos 6 Motivación RI
- 7. Una propuesta para el Etiquetado Automático de Roles Semánticos 7 Revisión de los principales Sistemas SRL Enfoque Sistema Corpus Método A. Sintáctico E. Sintácticos E. Léxicos Resultados Supervisado (Gildea y Jurafsky, 2002) FrameNet Lattice Backoff Collins Camino, Posición, Func. gramatical, Tipo Sintagma, Voz Núcleo P=64.6%, R=61.2% (Gildea y Palmer, 2002) PropBank Collins P=57.7%, R=50.0% Segmentador (Chunk y Buchholz, 2000) P=27.6% R=22.0% (Hacioglu y Ward, 2003) FrameNet SVM Segmentador IOB Contexto tamaño 5, Palabra, POS, Posición, Etiqueta IOB Etiquetas Previas IOB2 P=67.6% R=55.9% (Pradhan et al., 2005) PropBank Charniak Camino, Tipo Sintag, Posición, Voz, POS Núcleo, Predicado, Entidad, Clase Verbal, Sense Verb,.. P=84% R=75% No Supervisado (Swier y Stevenson, 2004) Bootstrapping Segmentador (Abney, 1991) Función Gramátical Predicado, Núcleo A=87.2%*
- 8. Una propuesta para el Etiquetado Automático de Roles Semánticos 8 Nuestra Propuesta Enfoque Supervisado. Combinar recursos: FrameNet, VerbNet y WordNet (Shi y Mihalcea, 2005) + PropBank. Clasificador SVM, C5. Arquitectura GATE. Segmentador Nominal y Verbal. Elementos: Tipo Sintagma, Posición, Voz, POS, Prep, POS_SP,... Predicado (lema) , Clase Verbal, Sense Verb, Frame Sintáctico, Núcleo, Entidad, Clase Semántica Núcleo, …
- 10. Prop Bank Prop Bank Extraer Tokens Extraer Oraciones Analizador Morfosintáctico Reconocedor Entidades (Named Entities) Segmentador Grupos Nominales Segmentador Grupos Verbales Obtención Clase Semántica Asignaciones Sintaxis – Semántica Proceso Aprendizaje Clasificador SVM Correspondencia Componentes Sintácticos - Argumentos (roles) Núcleo PropBank Estructuras Predicado - Argumentos WordNet Texto con anotaciones sintácticas Texto Texto con anotaciones sintácticas y semánticas (Rol, Tipo de sintagma, Posición, POS, Entidad, Clase Semántica, Verbo, …) FrameNet VerbNet Etiquetas POS Entidades Tipo Sintagma, Posición, Voz Clase Semántica Núcleo Restricciones Fase de AprendizajeFase de Aprendizaje Fra meN et Fra meN et
- 11. Prop Ban k Prop Ban k Extraer Tokens Extraer Oraciones Analizador Morfosintáctico Reconocedor Entidades (Named Entities) Segmentador Grupos Nominales Segmentador Grupos Verbales Obtención Clase Semántica Texto Etiquetado Sintácticamente Proceso Evaluación Clasificador SVM Núcleo WordNet Texto con anotaciones sintácticas Texto (Tipo de sintagma, Posición, Núcleo, POS, Named Entity, Clase Semántica, Verbo, …) Correspondencia Sintaxis – Semántica (Roles) Clase Semántica FaseFase de Evaluaciónde Evaluación (Tipo de sintagma, Posición, Núcleo, POS, Entidad, Verbo, …)
- 12. Una propuesta para el Etiquetado Automático de Roles Semánticos 12 ¿Dónde estamos? Procesamiento de los textos con GATE. Correspondencia Sintaxis y Semántica (Estructura Argumentos Predicado PropBank). Clasificaciones semánticas basadas en WordNet 2.1: 1. 26 Categorías Sintácticas (act, animal, artifact,…) o SuperSenses (Ciramita y Altun, 2006). 2. 12 nietos de Entity. 3. 160 bisnietos de Entity. ¿¿Ambigüedad?? Synset con mayor probabilidad.
- 13. Una propuesta para el Etiquetado Automático de Roles Semánticos 13 Trabajo Pendiente Combinación de los recursos léxicos. Aprendizaje y Evaluación. Análisis de los resultados. Distintas combinaciones de elementos. Comparar con Charniak y Collins.
- 14. Una propuesta para el Etiquetado Automático de Roles Semánticos 14 Gracias por su atención. ¿Preguntas?
Notas del editor
- #3: Profunda Revisión de los Sistemas SRL=> Plantear Propuesta.
- #4: The semantic roles describe the semantic relation (nongrammar) that the arguments have with respect to the predicate (normally a verb). They are independently of the syntactic realizations that can acquire a sentence
- #5: Hilada del anterior Es un hecho que… Corpus potencialmente reutilizable Los mecanismos de razonamiento son comunes en sistemas basados en los mismos modelos de conocimiento. Mecanismos de razonamiento (El prototipo): Desarrollar procedimientos para actualizar el sistema de diálogo con las mejoras conseguidas en cada proyecto.Dominios de interacción: Desarrollar procedimientos para tratar nuevo corpus y recopilar el ya existente de proyectos anteriores. Se requieren modelos de conocimiento que permitan escalar y estructurar el corpus e independizarlo de los mecanismos de razonamiento.
- #6: Sistemas de Información de Vuelos es un sistema de extracción de información. Como paso intermedio en la traducción automática, resolución de la ambigüedad, contribuir en la mejora de los analizadores sintácticos. En nuestro caso en particular, estamos interesados en aplicar este tipo de conocimiento lingüístico en los sistemas de RI y SBR, con la esperanza de mejorar los resultados obteniendo documentos más relevantes en el caso de los sistemas RI o de localizar la respuesta correcta en los sistemas SBR.
- #7: Si estamos interesados en recuperar todas los documentos que contengan información de las mujeres que maltratan hombres, al realizar la consulta “mujeres maltratan hombres”, el primer documento que nos devuelve Google, es decir, el documento más relevante, es un documento que contiene información sobre los hombres que maltratan a mujeres, pero este documento no es relevante para nosotros. Si por el contrario, los textos contuvieran este tipo de etiquetas o roles, este documento no aparecería en la lista de documentos relevantes, y menos en la primera posición, por qué buscaríamos aquellos documentos que contenga oraciones cuyo predicado es el verbo maltratar y cuyo agente del verbo son mujeres.
- #9: Elementos: Sintácticos. Léxicos: fomentar información léxica, por ejemplo, clase verbal, el corpus no contiene todos los verbos, del mismo modo el corpus no puede contener todos las palabras que pueden ser núcleo de un argumento, Por esto es valioso utilizar los elementos de clase verbal y clase semántica (obtenida de WordNet).
- #10: WordNet es una base de datos léxico – conceptual. Su principal desventaja es que no condifica el compotamiento semántico o sintáctico de los verbos. VerbNet es un lexicón de verbos con información sintáctica y semántica explícita. Su principal ventaja es que ofrece fuertes generalizaciones del comportamiento sintáctico de los verbos, porque define las relaciones sintactico-semánticas de forma explícita, etiquetando los roles temáticos y proporcionando restricciones de selección para sus argumentos. Una de sus principales ventajas es que guarda una correspondencia directa con WordNet. Su principal desventaja es que su conjunto de roles es demasiado genérico. FrameNet incluye un corpus de oraciones etiquetadas con roles semánticos. Este corpus puede ser utilizado como evidenci empírica para la representación sintáctica de las estructuras semántcas. Su principal desventaja es que no define restricciones de selección y su cobertura es limitada (3040 verbos).
- #11: Enmarcado dentro de los Sistemas de Diálogo Intencionales, apoyado en las Teorías de la Acción Combinada. Hilos: Representan metas compartidas que aglutinan el conocimiento de segmentos bajo los que subyace una misma intención. Con ellos: … entre otras características
- #12: Enmarcado dentro de los Sistemas de Diálogo Intencionales, apoyado en las Teorías de la Acción Combinada. Hilos: Representan metas compartidas que aglutinan el conocimiento de segmentos bajo los que subyace una misma intención. Con ellos: … entre otras características
- #13: Trabajando con la arrquitectura GATe y procedsando los textos del corpus PropBank. Además, hemos realizado la correspondencia entre las estructuras de predicados – argumentos proporcionadas por PropBank y la Clasificaciones Semánticas: Implementando distintas clasificacione semánticas a la hora de asignar la clase al núcleo - Supersenses o categorías semánticas (act, animal, artifact, attribute, …)