Linguistica Computazionale

Transcript

1 Linguistica Computazionale Lessici computazionali semantici 15 dicembre 2014

2 Semantica computazionale Modelli formali e computazionali per la rappresentazione del significato semantica lessicale, semantica formale, logica, filosofia del linguaggio Metodi computazionali per l acquisizione e l estrazione di informazione semantica dai testi corpus-based computational semantics Significato & computer computer à significato uso di metodi logico-matematici, statistici e algoritmici per indagare i problemi relativi al significato e alle strutture concettuali significato à computer costruire rappresentazioni del significato per dotare i computer di conoscenze semantiche 2

3 Semantica computazionale Ambiti di applicazione costruzione (semi-automatica) di risorse lessicali dizionari, lessici, repertori terminologici, thesauri, reti semantiche, ontologie (ontology learning), ecc. creazione di corpora annotati con informazione semantica sensi, classi semantiche, eventi, relazioni semantiche, relazioni anaforiche, ecc. estrazione di contenuto semantico da testi entità, relazioni tra entità, eventi analisi semantico-lessicale espressioni polirematiche (multiwords), costruzioni, strutture argomentali, ecc. modelli computazionali del lessico mentale e della memoria semantica categorizzazione, acquisizione del vocabolario, formazione di concetti, deficit semantici, ecc. 3

4 Il computer e il significato Il significato come concetto espresso da una parola linguaggio automobile concetti mondo Il significato come definizione di un dizionario automobile s.f. 1. veicolo a quattro ruote, con motore a scoppio, per il trasporto su strada di un numero limitato di persone. 4

5 Il computer e il significato Lessici computazionali semantici rappresentano alcune componenti del significato dei termini lessicali in maniera comprensibile e utilizzabile da modelli computazionali per task di NLP disambiguazione sintattica, traduzione, recupero ed estrazione dell informazione, ecc. Modelli computazionali per la rappresentazione del significato lessicale Modello relazionale WordNet Modello a frame FrameNet 5

6 Modello relazionale della memoria semantica Semantic Networks (Quillian 1968, Collins & Quillian 1969, Collins & Loftus 1975) la memoria semantica è organizzata come una rete di nodi concettuali i nodi rappresentano concetti e gli archi relazioni concettuali di tipo diverso Le reti semantiche sono principalmente (ma non esclusivamente) basate su una struttura tassonomica relazione IS-A (inclusione categoriale) una rondine IS-A un uccello 6

7 Semantic Networks (Quillian 1968, Collins & Quillian 1969) animal has skin can move around eats breaths IS-A IS-A bird has wings can fly has feathers fish has fins can swim has gills IS-A IS-A canary can sing is yellow salmon 7

8 Modello relazionale del lessico Il significato di una parola è determinato dalle sue relazioni con il significato di altre parole Relazioni semantiche fondamentali Sinonimia X e Y sono sinonimi se possono essere liberamente sostituite nelle frasi senza alterarne l accettabilità automobile macchina re monarca Iperonimia X è un iperonimo di Y se la classe di entità a cui Y si riferisce è un sottoinsieme della classe di entità a cui X si riferisce automobile veicolo cane animale Se X è un iperonimo di Y, Y è un iponimo di X Meronimia X è un meronimo di Y se l entità a cui X si riferisce è una parte dell entità a cui Y si riferisce braccio uomo ruota automobile 8

9 Modello relazionale del lessico Le relazioni semantiche nel dizionario iperonimo automobile s.f. 1. veicolo a quattro ruote, con motore a scoppio, per il trasporto su strada di un numero limitato di persone. meronimi funzionalità Il significato è rappresentato da una rete semantica di relazioni iperonimo prodotto ruota veicolo meronimo iperonimo motore meronimo automobile funzionalità trasporto 9

10 WordNet ( Database semantico-lessicale modello relazionale sviluppato a Princeton (Miller, Fellbaum, et al.) nomi, verbi e aggettivi Rete concettuale un concetto viene rappresentato dall insieme delle parole sinonime che lo esprimono (synset) synset insieme di sinonimi {automobile, macchina} {re, monarca} il synset a cui appartiene la parola X rappresenta il concetto espresso dalla parola X le relazioni semantiche sono definite come relazioni tra i concetti espressi dalle parole relazioni tra synset 10

11 WordNet la struttura dei synsets synset definizione (glossa) 11

12 Molteplicità di significati Ambiguità lessicale X è semanticamente ambigua se ha più di un significato e questi sono tutti irrelati e indipendenti cane Polisemia 1. animale domestico 2. parte di una pistola X è polisemico se ha più di un significato e questi sono connessi tra di loro giornale Gianni ha stracciato il giornale Il giornale è interessante Il giornale è stato fondato nel 1960 il giornale si è riunito per decidere lo sciopero OGGETTO_CONCRETO INFORMAZIONE ISTITUZIONE GRUPPO 12

13 WordNet Una parola con n significati appartiene a n synsets diversi macchina {macchina, automobile} {macchina, macchinario} il synset corrisponde alla nozione tradizionale di senso di una parola Un synset può anche contenere un unica parola cane {cane} animale {cane} parte di pistola ATTENZIONE!! cane {cane} in WordNet ogni synset ha un identificatore univoco Il concetto espresso da un synset è pienamente caratterizzato solo dalla posizione del synset all interno della rete semantica (dall insieme delle sue relazioni con altri synsets) 13

14 La rete semantica Sense 4 bank, bank building -- (a building in which the business of banking transacted; "the bank is on the corner of Nassau and Witherspoon") => depository, deposit, depositary, repository -- (a facility where things can be deposited for storage or safekeeping) => facility, installation -- (a building or place that provides a particular service or is used for a particular industry) => artifact, artefact -- (a man-made object taken as a whole) => whole, unit -- (an assemblage of parts that is regarded as a single entity) => object, physical object -- (a tangible and visible entity; an entity that can cast a shadow) => physical entity -- (an entity that has physical existence) => entity -- (that which is perceived or known or inferred to have its own distinct existence (living or nonliving)) Sense 2 bank -- (sloping land (especially the slope beside a body of water)) => slope, incline, side -- (an elevated geological formation) => artifact, artefact -- (a man-made object taken as a whole) => geological formation, formation -- ((geology) the geological features of the earth)) => object, physical object -- (a tangible and visible entity; an entity that can cast a shadow) => physical entity -- (an entity that has physical existence) => entity -- (that which is perceived or known or inferred to have its own distinct existence (living or nonliving)) 14

15 WordNet WordNet è sia un dizionario che un thesaurus accesso lessicale per lemma dato un lemma WordNet descrive i suoi possibili sensi cf. dizionari accesso concettuale per synset ogni synset descrive un concetto la rete di synsets definisce una rete concettuale (cf. Semantic Networks nelle scienze cognitive) e navigandola possiamo trovare tutti i lemmi che appartengono allo stesso dominio / categoria concettuale cf. thesauri 15

16 Relazioni semantiche in WN Relazioni differenti per le categorie lessicali (nomi, verbi, aggettivi, avverbi) nomi hypernyms: canine - hypernym - dog hyponyms: dog - hyponym - canine coordinate terms: Y is a coordinate term of X if X and Y share a hypernym (wolf coordinate term - dog, e dog - coordinate term - wolf) holonym: building - holonym - window meronym: window - meronym - building aggettivi antonyms: good antonym - bad related nouns: expensive related nouns - expensiveness is a value of: fast - is a value of - speed adverbs root adjectives: gently root adjective gentle Ogni tipo di relazione semantica è associata a uno schema di frase per verificarne la plausibilità hypernyms: X is a kind of Y 16

17 Relazioni semantiche in WN il caso dei verbi Relazioni semantiche tra synsets verbali hypernym: the verb Y is a hypernym of the verb X if the activity X is a (kind of) Y to travel - hypernym to move troponym: the verb Y is a troponym of the verb X if the activity Y is doing X in some manner to march - troponym - to walk entailment: the verb Y is entailed by X if by doing X you must be doing Y to sleep - entailed by to snore coordinate terms: those verbs sharing a common hypernym to lisp - coordinate terms - to yell cause: doing X causes the event Y to kill - causes to die antonyms: to buy antonym to sell 17

18 Nomi vs. verbi in WN La relazione di iperonimia rappresenta la spina dorsale della rete nominale salienza dell organizzazione tassonomica per i nomi la tassonomia di WN raggiunge fino a 16 livelli di profondità Le tassonomie dei verbi sono molto più corte maggiore rilevanza di tipi di relazione non gerarchica In WN, l enfasi è sul contrasto delle rappresentazioni di classi morfosintattiche diverse (es. N vs. V), piuttosto che tra classi semantiche all interno della medesima categoria NB: in WN, tutti i nomi, indipendentemente dal loro tipo semantico (es. astratti, eventi, ecc.) sono organizzati nella stessa maniera 18

19 La fortuna di WordNet WN rappresenta il lessico computazionale esistente di maggior successo utilizzato in linguistica computazionale e nelle scienze cognitive ed è gratuito! Validazione su ampia scala dei pregi e difetti delle reti semantiche come modello di rappresentazione lessicale Cloni di WN esistono per moltissime lingue italiano MultiWordNet ( ItalWordNet ( 19

20 Usare WordNet Misurare la similarità semantica la similarità semantica tra due parole è data dalla vicinanza (distanza) tra i loro concetti nella rete numero di archi/nodi corrispondenti a relazioni semantiche (tipicamente iperonimia/iponimia) che separano i synset corrispondenti numerose formule proposte per operazionalizzare la distanza semantica in WN (cf. Budanitsky & Hirst 2006) problema comune: la similarità dipende dalla topologia della rete che è determinata dal lessicografo entity concrete_object abstraction location animal artifact cat dog truck car d(car, truck) = 1 d(car, cat) = 3 20

21 Lessici computazionali semantici WordNet e FrameNet forniscono una rappresentazione machine understandable del significato delle parole permette di specificare le restrizioni di selezione dei termini lessicali ed eliminare ambiguità sintattiche " leggere % " " CAT : NP % % SLOT _1: ROLE : Agent # SEM : synset _ uomo} & SUBCAT : (" CAT : NP % + * - SLOT _2 : ROLE : Patient * )# SEM : synset _ testo& - #,& # AUX : avere & Il libro legge un violinista NO! Il violinista legge un libro OK! {uomo} {prodotto} {artista} {testo} violinista {violinista} libro {libro} 21