it Induzione di significati

In linguistica computazionale, l'induzione (o discriminazione) di significati è un problema aperto di elaborazione del linguaggio naturale che consiste nell'identificazione automatica dei significati di una parola. Essendo l'output di un sistema di induzione di significati è un insieme di sensi (inventario) per la parola obiettivo, questo task è strettamente correlato a quello della disambiguazione, che si fonda invece su un inventario di significati predefinito e mira a risolvere il problema della ambiguità delle parole in un contesto.

Metodi

L'output di un sistema di induzione di significati è un clustering di contesti in cui la parola obiettivo appare o, in alternativa, un clustering di parole correlate alla parola obiettivo (co-occorrenze). Sono stati proposti in letteratura tre approcci principali^[1]:

Clustering di contesti
Clustering di parole
Grafi di co-occorrenze

Clustering di contesti

Nel clustering di contesti ciascuna occorrenza di una parola obiettivo è rappresentata come un vettore di contesto. Tali vettori sono quindi raggruppati in cluster, uno per ogni diverso significato della parola obiettivo. Un approccio storico di questo tipo è basato sul concetto di spazio delle parole (word space)^[2], ovvero vettori le cui dimensioni sono parole.

Clustering di parole

Un secondo approccio consiste nel raggruppamento di parole che sono semanticamente simili e convogliano quindi un significato specifico della parola obiettivo. Metodi di questo tipo includono l'algoritmo di Lin^[3] e l'algoritmo Clustering by Committee^[4].

Grafi di co-occorrenze

Il terzo approccio all'induzione di significati è basato sulla nozione di grafo di co-occorrenze, ovvero un grafo i cui vertici sono parole correlate alla parola obiettivo e i cui archi collegano parole che co-occorrono tra loro all'interno di corpora di riferimento. Metodi di questo tipo includono: l'uso del Markov clustering algorithm^[5], HyperLex^[6] e relative varianti^[7].

Applicazioni

È stato mostrato che l'induzione di significati migliora le prestazioni del recupero dell'informazione sul Web in presenza di interrogazioni altamente ambigue^[6].
Algoritmi di induzione dei significati su grafi potenziano notevolmente il clustering dei risultati di ricerca Web e migliorano il grado di diversificazione dei risultati di ricerca restituiti da motori di ricerca quali Yahoo!^[8]

Note

^ (EN) R. Navigli. Word Sense Disambiguation: A Survey, ACM Computing Surveys, 41(2), 2009, pp. 1-69
^ (EN) H. Schutze. Dimensions of meaning. In Proc. of the 1992 ACM/IEEE Conference on Supercomputing. IEEE Computer Society Press, Los Alamitos, CA, 1992, pp. 787-796
^ (EN) D. Lin. Automatic retrieval and clustering of similar words Archiviato il 4 marzo 2012 in Internet Archive.. In Proc. of the 17th International Conference on Computational linguistics (COLING), Montreal, Canada, 1998, pp. 768-774.
^ (EN) D. Lin and P. Pantel. Discovering word senses from text. In Proc. of the 8th International Conference on Knowledge Discovery and Data Mining (KDD), Edmonton, Canada, 2002, pp. 613-619.
^ (EN) D. Widdows and B. Dorow. A graph model for unsupervised lexical acquisition Archiviato il 7 agosto 2011 in Internet Archive.. In Proc. of the 19th International Conference on Computational Linguistics (COLING), Taipei, Taiwan, 2002, pp. 1-7
^ ^a ^b (EN) J. Véronis. Hyperlex: Lexical cartography for information retrieval Archiviato il 24 luglio 2011 in Internet Archive.. Computer Speech and Language, 18(3), 2004, pp. 223–252
^ (EN) E. Agirre, D. Martinez, O. Lopez De Lacalle, A. Soroa. Two graph-based algorithms for state-of-the-art WSD Archiviato il 7 marzo 2010 in Internet Archive.. In Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP), Sydney, Australia, pp. 585-593
^ R. Navigli, G. Crisafulli. Inducing Word Senses to Improve Web Search Result Clustering. Proc. of the 2010 Conference on Empirical Methods in Natural Language Processing (EMNLP 2010), MIT Stata Center, Massachusetts, USA.

Voci correlate

Portale Neuroscienze: accedi alle voci di Wikipedia che trattano di neuroscienze

[1] (EN) R. Navigli. Word Sense Disambiguation: A Survey, ACM Computing Surveys, 41(2), 2009, pp. 1-69

[2] (EN) H. Schutze. Dimensions of meaning. In Proc. of the 1992 ACM/IEEE Conference on Supercomputing. IEEE Computer Society Press, Los Alamitos, CA, 1992, pp. 787-796

[3] (EN) D. Lin. Automatic retrieval and clustering of similar words Archiviato il 4 marzo 2012 in Internet Archive.. In Proc. of the 17th International Conference on Computational linguistics (COLING), Montreal, Canada, 1998, pp. 768-774.

[4] (EN) D. Lin and P. Pantel. Discovering word senses from text. In Proc. of the 8th International Conference on Knowledge Discovery and Data Mining (KDD), Edmonton, Canada, 2002, pp. 613-619.

[5] (EN) D. Widdows and B. Dorow. A graph model for unsupervised lexical acquisition Archiviato il 7 agosto 2011 in Internet Archive.. In Proc. of the 19th International Conference on Computational Linguistics (COLING), Taipei, Taiwan, 2002, pp. 1-7

[veronis04-6] (EN) J. Véronis. Hyperlex: Lexical cartography for information retrieval Archiviato il 24 luglio 2011 in Internet Archive.. Computer Speech and Language, 18(3), 2004, pp. 223–252

[7] (EN) E. Agirre, D. Martinez, O. Lopez De Lacalle, A. Soroa. Two graph-based algorithms for state-of-the-art WSD Archiviato il 7 marzo 2010 in Internet Archive.. In Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP), Sydney, Australia, pp. 585-593

[8] R. Navigli, G. Crisafulli. Inducing Word Senses to Improve Web Search Result Clustering. Proc. of the 2010 Conference on Empirical Methods in Natural Language Processing (EMNLP 2010), MIT Stata Center, Massachusetts, USA.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

Induzione di significati