Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Corso di Laurea in Ingegneria Informatica Integrazione di WordNet Domains all'interno del sistema MOMIS Relatore: Chiar.mo Prof. Sonia Bergamaschi Candidato: Sawzar Rashid Anno Accademico 2007/2008

MOMIS (Mediator EnvirOment for Multiple Information Sources) Data Level : forniscono la descrizione dei sorgente in ODL I 3 e traducono le query OQL I 3 Mediatore: il cuore del sistema, integra nella GV i dati e genera le query per i wrapper Livello utente: il progettista interagisce per creare la vista e formulare le interrogazioni sullo schema globale

Momis e WordNet Sorgente 1 Sorgente 2 Sorgente n Common Thesaurus Cluster Global Schema Estrazione relazioni terminologiche - ODB-Tool - WordNet Raggruppamento per affinità - Artemis Costruzione Schema globale Common Thesaurus WordNet come strumento di disambiguazione dei termini (fase di annotazione)

WordNet e disambiguazione Sistema lessicale Divisione per categoria sintattica (nome,verbo,aggettivo e avverbio) Termini organizzati per significato (sinonimia) Terminologia usata: -Lemma -Synset -Glossa -Relazione (semantica e lessicale) Es: Il termine agriculture associato a 4 diversi significati

WordNet e disambiguazione Limiti di polisemia: verbi con più di 40 significati Scarse relazioni tra categorie sintattiche diverse Mancanza di un lessico specifico per determinati settori di applicazione WordNet Domains Estensione di WN Raccoglie i synset (anche di categorie diverse) in domini di appartenenza Copertura dello scibile umano (allineamento alla DDC) Utilizzo del dominio Factotum per indicare synset generici Struttura di gerarchia ad albero e algoritmi di disambiguazione basati sui domini prevalenti in contesto

WordNet Domains Obiettivo : Importare le informazioni di dominio in MOMIS, integrandole con quelle di WordNet Lasciando integro lo schema del DB di WordNet esistente (momiswn) Implementazione (Java) più semplice possibile..e possibilmente Rappresentando anche le proprietà gerarchiche dei domini

WordNet Domains: Importazione Utilizzo dello schema di momiswn esistente: Definizione di una nuova categoria per i domini Creazione di una nuova estensione WordNet Domains Dominio come coppia synset-lemma della nuova categoria Utilizzo dei tipi di relazione Domain of synset e Member of this Domain tra synset e domini Creazione dei tipi di relazione WordNet Domain Domain of synset e WordNet Domain Member of this Domain di gerarchia tra i domini Importazione delle relazioni dai file del package WordNet Domains

WordNet Domains: Implementazione Utilizzo dei metodi e delle classi di accesso al database di MOMIS mediante JDBC Wn_synset WnSynset BaseWnSynset WnSynsetPeer BaseWnSynsetPeer Creazione della classe loader per importare nelle tabelle i dati WordNetDomainLoader Creazione di due semplici classi di supporto per: Importare la struttura gerarchica di WordNet Domains (WordNetDomainLoaderHierarchy) Fornire un supporto al parsing del file contenente le relazioni tra synset e domini (WordNetDomainLoaderRecord)

WordNet Domains: conclusioni sullimportazione Si sono importate tutte le 168 etichette di dominio previste da WordNet Domains Si sono create le relazioni tra synset e domini e quelle tra domini in momiswn, importandole da file di testo Larchitettura implementativa di MOMIS per quel che riguarda laccesso ai dati non è stata modificata, ma anzi profittevolmente utilizzata per limportazione …e inoltre Si è riusciti a mantenere una distinzione logica tra i dati originali di WordNet e limportazione di WordNet Domains, grazie allutilizzo di categoria sintattica e estensione apposite In futuro, utilizzando questa metodologia si potrebbe pensare allimportazione di gerarchie di dominio specializzate in determinati settori.

Grazie per lattenzione