Ефименко И.В. Irina.Efimenko@avicomp.ru ОБРАБОТКА ЕСТЕСТВЕННОЯЗЫКОВЫХ ТЕКСТОВ: ОНТОЛОГИЧНОСТЬ В ЛИНГВИСТИКЕ И ДИСКУРСИВНОСТЬ В ИЗВЛЕЧЕНИИ ЗНАНИЙ. - презентация

1 Ефименко И.В. ОБРАБОТКА ЕСТЕСТВЕННОЯЗЫКОВЫХ ТЕКСТОВ: ОНТОЛОГИЧНОСТЬ В ЛИНГВИСТИКЕ И ДИСКУРСИВНОСТЬ В ИЗВЛЕЧЕНИИ ЗНАНИЙ

2 КИИ-2006, Обнинск План презентации Введение Свойства дискурса Понятие контактности и Shallow-подход Разграничение релевантных и нерелевантных данных, разрешение конфликтов Онтологии: интерпретация лингвистических данных Заключение

3 КИИ-2006, Обнинск Введение Онтология как фильтр Shallow-подход и дискурс, имитация синтаксического анализа Лексические vs.предметные онтологии, обращение к экстралингвистическим данным Дискурсивный подход vs. анализ отдельных фрагментов

4 КИИ-2006, Обнинск Введение Принципы работы многоязыковых систем семейства OntosMiner: Анализ под управлением онтологий Модифицированный Shallow-подход. Принцип «контактности» (закономерности развертывания дискурса) Использование онтологических знаний на этапе формирования модели при интерпретации лингвистических явлений (в частности, разрешении неоднозначности, проявляющейся на различных уровнях автоматической обработки). Дискурс и онтология: разрешение кореференции и анафоры Понятие «аннотации» как служебного и/или семантического ярлыка. «Технологические приемы».

5 КИИ-2006, Обнинск Дискурс: Линейность Непрерывность, связность, смысловое единство дискурса «Связность» онтологии, интерпретация изолированных объектов

6 КИИ-2006, Обнинск Понятие контактности и Shallow-подход: «Типология ошибок» Нарушение целостности шаблона, «ошибка первого рода» Пример 1: Синицына (в девичестве Орлова) Анна-Мария Гузермес, выпускница Одесского сельскохозяйственного техникума и участник конференции «Сделаем «Красную Книгу» белой», является менеджером картеля «Лига Охраны Перелетных Птиц». Аннотации объектов: Синицына (в девичестве Орлова) Анна-Мария Гузермес (тип: Лицо); Одесского сельскохозяйственного техникума (тип: Организация); возможно, конференции «Сделаем «Красную Книгу» белой» (тип: Организация), менеджером (тип: Должность) и картеля «Лига Охраны Перелетных Птиц» (тип: Организация).

7 КИИ-2006, Обнинск Понятие контактности и Shallow-подход: «Типология ошибок» Пример 1: Синицына (в девичестве Орлова) Анна-Мария Гузермес, выпускница Одесского сельскохозяйственного техникума и участник конференции «Сделаем «Красную Книгу» белой», является менеджером картеля «Лига Охраны Перелетных Птиц». Входные аннотации на последующих этапах обработки (идентификация связей): Лицо, Организация, Должность и служебная аннотация, маркирующая онтологический предикат (в данном случае, глагол «являться» в определенной форме). Схема шаблона: {Лицо (в соответствующей грамматической форме)}, {являться в 3 л. ед.ч.}, {Должность (в соответствующей грамматической форме)}, {Организация (в соответствующей грамматической форме)}.

8 КИИ-2006, Обнинск Понятие контактности и Shallow-подход: «Типология ошибок» Ошибочная интерпретация шаблона, «ошибка второго рода» Пример 2: Лю Чю Хе Сянь Вань является автором модуля, который много лет успешно работает в системе «Биг Пис» (из предыдущего контекста при этом следует, что «Биг Пис» - название компании). Шаблон: {Лицо (в соответствующей грамматической форме)}, {работать в 3 л. ед.ч.}, {Организация (в соответствующей грамматической форм, с предлогом)} Интерпретация: «Лю Чю Хе Сянь Вань много лет успешно работает в системе «Биг Пис» Наличие ограничений на семантику актантов не является решением

9 КИИ-2006, Обнинск Разграничение релевантных и нерелевантных данных: фокус внимания Синицына...,..., является менеджером... выпускница Одесского... техникума...

10 КИИ-2006, Обнинск Методы разрешения конфликтов: Пример списка с атрибутами (фрагмент реального текста) Установлены члены международного синдиката «Золотой мак»: Мгерабишвили Зураб Вахтангович, 1943 г.р., ур. и житель г. Поти, Грузия, лидер синдиката, женат на Мгерабишвили А. К. Могулиев Абдулхайр Магомедович, 17 марта 1984 года рождения, уроженец Согдийской области Таджикистана, житель кишлака Одурван. Чон Ду Хван, гражданин Кореи, 1939 г.р., курьер, брат гражданина Кореи Ли Ю Тинь, верховного жреца «Группы раскаявшихся флибустьеров Капитана Флинта» Братья Кукушкины – Сергей Анатольевич, 1978 г.р., и Петр Анатольевич, 1980 г.р., уроженцы Белгородской области, проживают: Республика Северная Осетия-Алания, г.Ардон, ул. Желездодорожная, д.5 кв. 1. Оба числятся грузчиками в ООО «Ближний свет» (Республика Северная Осетия-Алания, г.Ардон, ул. Желездодорожная, д.5) Ли Си Цин, гр. КНР, постоянно проживает в Ташкенте, Узбекистан, хозяин городского рынка «Бешкеш» Абдуллаев Кодир Исмоилович, г.р., ур. г. Андижан, Узбекистан, проживает в Узбекистане: г.Корасув, ул.Навруз д. 28, кв. 2, безработный, его женою является известная Ибрагимова Насибахон Шухратовна, 9 марта 1980 г.р., уроженка и жительница г.Корасув, ул.Навруз д. 28, кв. 2, медсестра городской больницы 4

11 КИИ-2006, Обнинск Методы разрешения конфликтов: Пример списка с атрибутами Необходимо установить связь типа «являться сотрудником, работать» между Организацией и каждым из лиц, являющимися вершинами элементов списка. Недопустимо появление связи типа «являться сотрудником, работать» между Организацией и другими лицами, фигурирующими в тексте, но при этом не являющимися вершинами элементов списка. Дополнительные маркеры вершин списка могут отсутствовать.

12 КИИ-2006, Обнинск Методы разрешения конфликтов : Использование имен и атрибутов аннотаций Приписывание атрибутов Организация (Лицо.attr == 1, (Лицо)* )+ Переименование аннотаций Организация (Лицо1)+ «Захват» нерелевантных фрагментов Организация (Элемент списка)+ Включение во входные данные «лишних» аннотаций Input: Сomma…

13 КИИ-2006, Обнинск Методы разрешения конфликтов : Интерпретация списочных структур Гвинджи Фануэл Таванда (Gvindgy Fanuel Tavanda); Горезваримва Портия (Goredfrimva Portiya); Мпоко Луринда; Нтандо Анние Дзиямо Тадуру, 1981 г.р. Такавира-Куун Клаудиус; Сбанда Тобекиле ( Sibanda Tobekili), г.р.

14 КИИ-2006, Обнинск Онтологии: интерпретация лингвистических данных 1. Восстановление имплицитной информации А) Восстановление эллипсисов. «До IBM, г-н X работал Microsoft» (две связи одного типа - "работать, быть сотрудником" - с одним общим актантом) Б) Восстановление ситуаций за рамками текста. «В этом году г-н Х стал главным редактором газеты Известия» «В этом году г-н Х стал программистом Oracle»

15 КИИ-2006, Обнинск Онтологии: интерпретация лингвистических данных 2. Интерпретация типа временной сущности Задача взаимного расположения на оси времени извлекаемых событий Динамическое изменение интерпретации элементов шкалы в рамках дискурса «Иванов был уволен из МВД в 1985 году» -> «Иванов работал в МВД до 1985 года»

16 КИИ-2006, Обнинск Заключение Целесообразность автоматической обработки естественноязыковых текстов под управлением предметных онтологий в констексте восприятия входного текста как целостного дискурса Необходимость использования экстралингвистической информации при интерпретации лингвистических данных Совмещение двух концепций, являющихся в настоящее время наиболее актуальными в смежных, с точки зрения ЕЯ- систем, дисциплинах: онтологически-ориентированных методов в области ИИ и информационных технологий и дискурсивного анализа в лингвистике Новый класс подходов к автоматической обработке естественного языка

17 КИИ-2006, Обнинск Спасибо за внимание!