Semantica lessicale Maria Teresa PAZIENZA 1.

Presentazione sul tema: "Semantica lessicale Maria Teresa PAZIENZA 1."— Transcript della presentazione:

1 Semantica lessicale Maria Teresa PAZIENZA 1

2 Programma Info Breve introduzione all’NLP
Linguaggi Naturali e Linguaggi Formali Complessità Morfologia Teoria: Morfologia del Linguaggio Naturale Strumenti: Automi e Trasduttori Analisi Morfologica: con automi e trasduttori Part of Speech Tagging Teoria: Le classi morfologiche Strumenti a Analisi: modelli a regole e statistici Sintassi Teoria: Sintassi del Linguaggio Naturale Strumenti: CFG Analisi Sintattica: parsing top-down, bottom-up, Early Semantica Introduzione Distributional Lexical Semantics Sentence Semantics Info 2

3 Analisi semantica FONETICA: studio dei suoni linguistici
MORFOLOGIA: studio delle componenti significative di una parola SINTASSI: studio delle strutture relazionali tra le parole SEMANTICA: studio del significato delle parole e di come esse si combinano per formare il significato delle frasi PRAGMATICA: studio di come il linguaggio è usato per raggiungere obiettivi ANALISI DEL DISCORSO: studio di unità linguistiche complesse LEXICAL SEMANTICS Studio del significato delle parole SENTENCE SEMANTICS Studio del significato di intere frasi -Studio delle relazioni lessicali (sinonimia, iperonimia,meronimia, antinomia, entailment, causa,…) Il significato di una parola è contenuto nella parola stessa?

4 LEXICAL SEMANTICS E APPLICAZIONI
Come può la semantica lessicale aiutare nelle applicazioni di NLP ? relazioni tra parole o termini relazioni generiche : similarità / correlazione relazioni specifiche : iperonimia, meronimia, etc. Applicazioni tipiche; Costruzione di Thesausus Question Answering, Information Extraction relazioni tra espressioni linguistiche complesse paraphrasing (“X wrote Y”  “X is the author of Y”) textual entailment (“X kill Y”  “Y die”) Applicazioni tipiche: Question Answering Text Summarization Information Extraction 4

5 Lexical Semantics e applicazioni
Che metodologie utilizzare ? metodologie distribuzionali (basate unicamente su corpora) approcci statistici non supervisionati (knowledge harvesting) fortemente basate su studi statistico-distribuzionali delle parole uso di nessun o semplici strumenti di NLP (es, shallow parsing) adattabili no-cost a differenti lingue non garantiscono una analisi semantica approfondita (relazioni semplici) metodologie basate su conoscenza approcci con analisi di strutture ontologiche o reti semantiche (es,WordNet) uso di misure di distanza all’interno della rete non portabili a differenti lingue se non esiste una rete per essa garantiscono un’analisi semantica approfondita e precisa tanto quanto la rete è semanticamente espressiva (relazioni complesse) 5

6 Frasi brevi e pochi "io" ecco i jolly del Lingotto
La Repubblica, 29 giugno 2007 Il discorso di Veltroni confrontato da un esperto con quelli "omologhi" di Berlusconi e Prodi La lunghezza del testo alleggerita da citazioni. Due soli "peccati": flat tax e housing sociale La media di parole per periodo è stata di 21, ancora meno delle 28 del leader forzista Frasi brevi e pochi "io" ecco i jolly del Lingotto di TULLIO DE MAURO (la Repubblica, 29 GIUGNO 2007)

7 La Repubblica, 29 giugno 2007 S. Berlusconi R. Prodi W. Veltroni
Famiglia, libertà, ragionevole, comunismo. R. Prodi Nomi Propri, la politica è scelta, lo possiamo fare, bisogna voltare pagina. W. Veltroni Pari opportunità, equità, eguaglianza, sobrio, ascolto, scelta, decisione.

8 Il significato delle frasi viene ricavato a partire da :
Analisi semantica Il significato delle frasi viene ricavato a partire da : i significati delle parole i significati associati alle strutture sintattiche la conoscenza della struttura del discorso conoscenza del contesto conoscenza (almeno) di base del dominio 8

9 Significato delle parole
Per l’analisi semantica delle frasi non abbiamo finora considerato il ruolo delle parole di per sè. Abbiamo considerato i verbi per quanto concerne l’organizzazione a template della loro struttura predicati/argomenti. Numero di argomenti Posizione e tipo sintattico Nome degli argomenti In tale approccio i nomi sono stati considerati praticamente come costanti-senza-significato , mentre si può capire molto grazie a loro! 9

10 Semantica lessicale Per semantica lessicale facciamo riferimento ad un insieme praticamente infinito di fatti casuali relativi alle parole In un approccio formale possiamo considerare : la struttura relazionale esterna tra più parole (paradigmatica) la struttura interna delle parole che determina dove esse possono posizionarsi e che cosa possono fare (syntagmatica) 10

11 Costituiscono un ambito di interesse:
Applicazioni Costituiscono un ambito di interesse: Risorse (per es.): WordNet Tecnologie di supporto (per es.): Word sense disambiguation Applicazioni basate sul significato delle parole (per es.): Search engines 11

12 Lessico Il lessico è una struttura linguistica che identifica ciò che le parole possono significare e come possono essere usate; la struttura consiste sia di relazioni tra parole e del loro significato, che della struttura interna di ogni parola. Lexeme/Lessema: una qualunque entry di un lessico consiste di una coppia (una forma linguistica superficiale –parola- associata ad un ben determinato significato ) Lexicon/Lessico : una collezione di lessemi (ovvero di coppie forma-significato) 12

13 Relazioni tra lessemi Consideriamo le relazioni tra lessemi, e tra loro sensi, ed in particolare quelle che assumono un ruolo importante in ambito computazionale. Un’attività molto importante riguarda la possibilità di sostituire sistematicamente un lessema con un altro in un qualche contesto; l’analisi di una tale sostituzione conclusasi positivamente permette di verificare l’esistenza di una relazione specifica tra tali lessemi 13

14 Relazioni tra lessemi Homonymy/omonimia: Esempio :
Lessemi diversi che assumono significati totalmente diversi ma condividono una stessa forma Fonologica, ortografica o entrambe Esempio : piano (progetto) vs piano (piano di un edificio) vs piano (pianoforte) Non è esempio di omonimia (bensì di omografia): pesca/pèsca (frutto) pesca/pésca (di pesci) 14

15 Influenza applicazioni di information retrieval.
Omonimia La parte problematica dell’omonimia non è tanto nella identificazione di una forma di tal tipo, quanto nella identificazione del suo significato. Influenza applicazioni di information retrieval. 15

16 Polisemia Polysemy/polisemia:
Lo stesso lessema che assume più significati tra-loro-collegati Moltissime parole, anche di uso comune, hanno più significati (es. banca – istituto bancario, banca dati, banca del sangue, banca del tempo) Lexeme/Lessema: una qualunque entry di un lessico consiste di una forma linguistica superficiale associata ad un insieme di significati tra loro collegati - Il numero di significati di una parola dipende dal dominio di analisi I verbi tendono alla polisemia 16

17 Espressioni polisemiche con verbi
Which flights serve breakfast? Does America West serve Philadelphia? Does United serve breakfast and San Jose? 17

18 Sinonimia Synonymy/sinonimia:
Lessemi diversi che assumono lo stesso significato Due lessemi sono considerati sinonimi se possono essere sostituiti all’interno di una frase senza alterarne il significato o il suo valore (es. grande, grosso) (principio di sostituibilità - anche se non vale in tutti i casi – ovvero si tratta di sinonimia all’interno di un dominio o contesto specifico) 18

19 Iponimia Una relazione di iponimia ha luogo tra due lessemi laddove il significato dei due sottiene una relazione di inclusione (is-a, isa, IS-A, ISA,..) (supporto al reasoning) iponimia/iperonimia; si applica tra nomi di entità Poichè i cani sono dei canidi , si può dire che Cane è un iponimo di canide Canide è un iperonimo di cane Poichè i cani sono dei mammiferi , si può dire che cane è un iponimo di mammifero mammifero è un iperonimo di cane (ovviamente le relazioni esistenti tra i lessemi precedenti non asseriscono nulla relativamente alla relazione eventualmente esistente tra canidi e mammiferi) 19

20 Meronimia La relazione di meronimia/part-of è transitiva e riflessiva
part-of(Bucarest, Romania) part-of(Romania, EuropaOrientale) part-of(EuropaOrientale, Europa) part-of(Europa, Terra) part-of(Bucarest, Terra) part-of(x,x) 20

21 Meronimia Le due relazioni di tassonomia (is-a-kind-of) e meronimia (part-of) hanno punti di similarità anche se sottendono significati diversi. (es: una gamba del tavolo is-part-of un tavolo, ma non is-a-kind-of tavolo, mentre scrivania is-a-kind-of tavolo, ma non is-part-of tavolo) Le differenze tra di loro hanno importanti riflessi nella organizzazione e rappresentazione della conoscenza e nel reasoning conseguente 21

22 Relazioni paradigmatiche principali (ontologiche)
Sinonimia Antonimia Iponimia Meronimia … 22

23 Risorse lessicali Terminologie Dizionari on-line Corpora …
WordNet, database lessicale per la lingua inglese (esistono anche versioni per altre lingue: Italwordnet, Balkanet, Eurowordnet, …) 23

24 WordNet WordNet consiste di tre distinti database rispettivamente per
nomi verbi aggettivi ed avverbi ciascuno dei quali consiste di un insieme di entries lessicali corrispondenti ad una unica forma ortografica; a ciascuna forma sono associati insiemi di sensi 24

25 WordNet L’aspetto più importante di Wordnet è la nozione di synset; attraverso il synset si definisce un senso (così come un concetto ) esempio: table usato come verbo per indicare defer è specificato dal synset > {postpone, hold over, table, shelve, set back, defer, remit, put off} Per WordNet, il significato di questo senso di table è esattamente questa lista. 25

26 WordNet (valori non aggiornati) 26

27 WordNet La parola ``bass'' ha 8 sensi in WordNet
bass - (the lowest part of the musical range) bass, bass part - (the lowest part in polyphonic music) bass, basso - (an adult male singer with the lowest voice) sea bass, bass - (flesh of lean-fleshed saltwater fish of the family Serranidae) freshwater bass, bass - (any of various North American lean-fleshed freshwater fishes especially of the genus Micropterus) bass, bass voice, basso - (the lowest adult male singing voice) bass - (the member with the lowest range of a family of musical instruments) bass -(nontechnical name for any of numerous edible marine and freshwater spiny-finned fishes) 27

28 Gerarchie in WordNet 28

29 WordNet Relazioni lessicali (tra entries, sensi, set di sinonimi) indipendenti dal dominio
29

30 Struttura relazionale esterna delle parole
Le relazioni paradigmatiche permettono di collegare tra loro dei lessemi in una qualche maniera, ma non ci dicono nulla relativamente a cosa consiste la rappresentazione del significato di un lessema 30

31 Struttura interna delle parole –syntagmatica-
Verifichiamo se le rappresentazioni del significato associate ai lessemi abbiano strutture interne analizzabili, ovvero se queste strutture, combinate grazie ad una grammatica, determinano le relazioni tra lessemi in una frase ben formata (relazioni syntagmatiche). Ruoli tematici: suggeriscono similitudini all’interno del comportamento dei verbi Qualia theory: cosa si può capire nei nomi (che non sono solo delle costanti) 31

32 Comportamento dei Verbi
Generalizzazione a livello semantico sui ruoli che occorrono insieme a verbi specifici Es. Takers, givers, eaters, makers, doers, killers, hanno tutti qualcosa in comune -er sono tutti gli agenti delle azioni che rappresentano Alla stessa maniera è possibile generalizzare altri ruoli Es. occupazione, amministrazione, composizione, -zione sono tutti il risultato delle azioni che rappresentano 32

33 Ruoli tematici Insieme di categorie che forniscono un linguaggio semantico superficiale per caratterizzare alcuni argomenti verbali 33

34 Esempi di ruoli tematici
34

35 Ruoli tematici I verbi non sono tutti totalmente distinti (ciascun verbo non è unico nel suo significato) per cui possiamo considerare dei nomi unici per ciascun ruolo condivisibile da più di un verbo. I ruoli tematici indicano e specificano un insieme finito di ruoli. In tal modo è possibile distinguere tra semantica superficiale e semantica profonda. 35

36 Interrelazioni Ruoli semantici, categorie sintattiche e la posizione che esse assumono all’interno di strutture sintattiche più ampie sono assolutamente intercorrelate in modi a volte complessi. Es. AGENTS sono spesso i soggetti In una regola del tipo VP->V NP NP la prima NP può essere spesso un GOAL mentre la seconda è un THEME 36

37 Esempio Sally gave Harry a book. Sally diede un libro ad Harry
Giver(Sally)^Givee(Harry)^Given(book) Agent(Sally)^Goal(Harry)^Theme(book) Sally diede un libro ad Harry (ruoli tematici a supporto anche della traduzione automatica) 37

38 Problemi aperti Che cos’è esattamente un ruolo tematico?
Qual è l’insieme completo di ruoli? I ruoli sono degli universali indipendenti da lingua e cultura? Esistono dei ruoli atomici? Es. Agente Animate, Volitional, Direct causers, etc E’ possibile etichettare automaticamente costituenti sintattici con ruoli tematici? 38

39 Shallow semantic analysis
Si definisce shallow semantic analysis l’assegnazione di nomi opportuni agli argomenti di un verbo all’interno di una frase (esempio d’uso di ruoli tematici) Case role assignment Thematic role assignment 39

40 Rappresentazioni di relazioni
ipotesi 1: Le relazioni possono essere rappresentate come una “case grammar” (Charles Fillmore) ed offrono una prospettiva particolare dell’evento descritto Es. colpire (agent, recipient, instrument) collidere (object1, object2) predicati argomenti E’ necessario definire quali oggetti possano corrispondere a ciascun argomento, ovvero assumere il caso specifico in una situazione specifica 40

41 Rappresentazioni di relazioni
ipotesi 1: “case grammar” (Charles Fillmore) Molte reti semantiche si rifanno alla rappresentazione della grammatica dei casi. Le relazioni sono rappresentate da archi orientati (ed etichettati) tra i nodi concetto della rete (grafo). 41

42 Rappresentazioni di relazioni
ipotesi 2: Teoria delle dipendenze concettuali (Roger Schank): act Necessità di specificare le primitive semantiche sottostanti una particolare relazione. Il significato fondamentale di un set di verbi di azione è catturato da primitive usate con un approccio case-frame 42

43 Rappresentazioni di relazioni
Es. ATRANS descrive un qualunque verbo che richiede un trasferimento di proprietà ATRANS: Actor: person (Mario) Act: ATRANS Object: physical object (anello) direction-TO: person-1 (Maria) FROM: person-2 (Mario) Actor, Act,.. sono le variabili di questo schema e possono assumere certi valori ES. Mario diede/regalò/vendette un anello a Maria 43

44 Rappresentazioni di relazioni
Teoria delle dipendenze concettuali di Schank Primitive Significato Istanze ATRANS trasf. di proprietà dare, prendere PTRANS trasf. fisico da a muoversi, camminare MTRANS trasf. di informaz. mentali ordinare, suggerire ATTEND ricevere impulsi sensoriali vedere, sentire PROPEL applic. forza a ogg. fisici spingere, colpire INGEST assunzione di cibo o aria respirare, mangiare EXPEL inverso di ingest vomitare 44

45 Esempio semantica profonda
Dal WSJ He melted her reserve with a husky-voiced paean to her eyes. (sciolse la riservatezza di lei con un componimento poetico dedicato ai suoi occhi cantato con voce rauca) Se etichettiamo i costituenti He e reserve come il Melter e il Melted, allora quelle etichette perdono ogni significato che avrebbero potuto avere letteralmente. Se li chiamiamo Agent e Theme allora non si hanno problemi di disallineamento semantico 45

46 Selectional restrictions
Le selectional restrictions possono essere usate per aumentare i ruoli tematici permettendo ai lessemi di porre alcune restrizioni semantiche su ulteriori lessemi e frasi che possono accompagnarli all’interno di un periodo. Le selectional restrictions costituiscono un vincolo semantico imposto da un lessema relativamente al concetto che può corrispondere ai diversi ruoli argomentali a lui associati. Le selectional restrictions possono essere associate a qualche senso di un lessema e non al lessema in toto. 46

47 Selection restrictions
Consideriamo la frase I want to eat someplace near campus Usando i ruoli tematici possiamo dire che eat è un predicato che ha un AGENT e un THEME Qualcos’altro? specifichiamo che l’ AGENT deve essere capace di mangiare e il THEME deve essere qualcosa che può essere mangiato 47

48 dalla logica per eat abbiamo che
Eating(e) ^Agent(e,x)^ Theme(e,y)^Isa(y, Food) (con gli opportuni quantificatori e i lambda) 48

49 da WordNet Uso degli iponimi WordNet (tipi) per codificare le selection restrictions 49

50 Specificità delle restrizioni
Consideriamo i verbi to imagine, to lift e to diagonalize così come appaiono in questi esempi: To diagonalize a matrix is to find its eigenvalues Atlantis lifted Galileo from the pad Imagine a tennis game Cosa possiamo dire a proposito del THEME del verbo in ciascuna frase? In alcuni casi possiamo utilizzare la gerarchia WordNet salendo (generalizzando) di qualche livello, in altri non tanto 50

51 Selection restrictions
Concetti, categorie e feature che sono utilizate come selectional restrictions non costituiscono una parte specifica e finita di un linguaggio, bensì costituiscono un insieme non finito come lo stesso lessico 51

52 Alcuni problemi Sappiamo che da un lato i verbi sono polisemici, dall’altro il linguaggio naturale è creativo… Si considerino i seguenti esempi presi dal WSJ (Wall Street Journal) … ate glass on an empty stomach accompanied only by water and tea you can’t eat gold for lunch if you’re hungry … get it to try to eat Afghanistan 52

53 Soluzioni Eat glass Eat gold Eat Afghanistan
Si tratta in ogni caso di un evento del tipo eat Eat gold Ancora un esempio di eat, anche se il can’t crea uno scopo che permette che il THEME del verbo sia anche non mangiabile (contrariamente alle aspettative) Eat Afghanistan Si tratta di un caso sicuramente complesso, non ci si riferisce per nulla al mangiare 53

54 Identificazione delle restrictions
Se si dispone di un corpus opportunamente grande e si può accedere a WordNet è possibile identificare automaticamente le restrizioni di un verbo? Analizzare sintatticamente le frasi e trovare le heads Etichettare i ruoli tematici Collezionare le statistiche sulle co-occorrenze di particolari headwords con specifici ruoli tematici Usare la struttura degli iperonimi di WordNet per trovare il livello più significativo da usare come restrizione 54

55 Motivazione Trovare l’antenato comune più basso (più specifico) che copra un numero significativo di esempi 55

56 WSD e Selection Restrictions
Word sense disambiguation si riferisce al processo di selezione del senso corretto per una parola all’interno dei sensi che si conosce essere associati alla parola stessa Selection restrictions semantiche possono essere usate per disambiguare Argomenti ambigui di predicati non ambigui Predicati ambigui con argomenti non ambigui Ambiguità a tutto campo 56

57 WSD e Selection Restrictions
Argomenti ambigui Prepare a dish Wash a dish Predicati ambigui Serve Denver Serve breakfast Entrambi Serves vegetarian dishes 57

58 WSD e Selection Restrictions
Approccio complementare all’approccio dell’analisi composizionale Si parte da un parse tree e da una analisi di predicate-argument derivata da l’albero sintattico ed i suoi attachment tutti i sensi delle parole corrispondenti ai lessemi delle foglie dell’albero analisi errate vengono eliminate notando le violazioni alle selection restriction 58

59 Problemi In genere, le selection restrictions sono costantemente violate (vedasi esempi precedenti), anche se ciò non implica che le frasi siano, mal formate o meno, usate in tali casi Si possono usare i corpora per fare analisi ad ampio spettro (qualche forma di categorizzazione) ed analizzare nello specifico i casi di violazione delle selection restrictions 59

60 Supervised ML Negli approcci di supervised machine learning,
si può usare un training corpus di parole taggate all’interno di un contesto con i loro sensi specifici, allo scopo di addestrare un classificatore che possa, quindi, taggare nuove parole in un nuovo contesto (che rispecchi ovviamente le caratteristiche del corpus di addestramento – training) 60

61 Che cos’è il wsd tag per una parola?
Il senso di un dizionario? per esempio, in WordNet la voce “bass” ha 8 possibili tag (o labels). 61

62 WordNet Bass La parola ``bass'' ha 8 sensi in WordNet
bass - (the lowest part of the musical range) bass, bass part - (the lowest part in polyphonic music) bass, basso - (an adult male singer with the lowest voice) sea bass, bass - (flesh of lean-fleshed saltwater fish of the family Serranidae) freshwater bass, bass - (any of various North American lean-fleshed freshwater fishes especially of the genus Micropterus) bass, bass voice, basso - (the lowest adult male singing voice) bass - (the member with the lowest range of a family of musical instruments) bass -(nontechnical name for any of numerous edible marine and freshwater spiny-finned fishes) 62

63 Similarità VS Correlazione
Che tipo di relazioni possono esistere tra due parole ? Semplici: correlazione, similarità Complesse : is-a, part-of, causa, … … RELAZIONI SEMPLICI Correlazione (C) Due parole w1 e w2 si dicono semanticamente correlate se sono legate da una qualsiasi relazione semantica Esempio delfino-mare vive_in(delfino,mare) uomo-testa part_of(testa,uomo) Similarità (S) Due parole si dicono semanticamente simili se sono vicine in una gerarchia IS-A Esempio gatto-cane is_a(cane,anim_dom) , is_a(gatto,anim_dom) gatto-mammifero is_a(gatto,mammifero) 63

64 Co-occorrenza t CO-OCCORRENZA
Le parole che si trovano in una certa finestra di una target word t sono dette co-occorrenze la finestra può comprendere un dato numero di parole vicine, una frase, un paragrafo, un documento L’insieme delle co-occorrenze di t è detto contesto C(t) nozioni più complesse di contesto possono comprendere co-occorrenze che sono in una certa relazione sintattica con la target word (es. verbo della target word, ecc…) oppure solo parole appartenti ad un certa Part of Speach (es. Nome, verbo…) ESEMPIO: Finestra di 4 parole  C(dugongo) = fortunati, vedrete, anche, il, vero, tormentone, della, nostra Relazione V-ogg  C(dugongo) = vedrete se sarete fortunati vedrete anche il Dugongo, vero tormentone della nostra compagnia. W W W-2 W-1 t W W W W+4 64

65 Pointwise Mutual Information
MISURE DI ASSOCIAZIONE TRA PAROLE Pointwise Mutual Information (I) (PMI) Due parole x e y che co-occorrono spesso rispetto alle loro occorrenze in un corpus D, hanno un alto grado di associazione Vantaggio rispetto a F (frequenza): Due parole che co-occorrono spesso ma che sono molto frequenti hanno associazione minore rispetto a parole che co-occorrono lo stesso numero di volte ma che sono meno frequenti Definita originariamente in Information Theory [Fano,1961] come verifica della null hypothesis of independence P(x)= probabilità dell’evento x P(y)= probabilità dell’evento y P(x,y)= probabilità congiunta degli eventi x e y 65

66 Pointwise Mutual Information
MISURE DI ASSOCIAZIONE TRA PAROLE Pointwise Mutual Information (I) (PMI) La definizione di I viene adattata all’NLP [Church and Hanks, 1989], considerando: P(x) = probabilità della parola x nel linguaggio P(y) = probabilità della parola y nel linguaggio P(x,y) = probabilità che x co-occorra con y e stimando le probabilità utilizzando MLE (Maximum Likelihood Estimation): ci= numero di occorrenze di i in un corpus D cij= numero di occorrenze della co-occorrenza ij in un corpus D N = numero di occorrenze totale di tutte le parole di un corpus D 66

67 Distributional Hypothesis
DOMANDA… Il significato di una parola è contenuto nella parola stessa, oppure nelle parole con cui occorre ? Differenti filosofi, semiotici e linguistici darebbero ognuno una risposta opposta all’altro… ma per noi “ingegneri” ? ESEMPIO : DUGONGO soluzione 1 : guardo in un dizionario! ma se il dizionario non c’è, o non contiene la parola? soluzione 2 : proviamo qualche acrobazia morfologica: du – gongo una band formata da due gonghisti? …poco probabile

68 Distributional Hypothesis
DUGONGO soluzione 3 : vado su Internet e guardo il contesto in cui si trova la parola: “Le informazioni raccolte in queste pagine derivano dall'osservazione diretta di due esemplari di Dugongo che ho avuto la fortuna di incontrare in Mar Rosso” “Bella la spiaggetta con il dugongo e bella l'escursione con i delfini.” “se sarete fortunati vedrete anche il Dugongo,vero tormentone della nostra compagnia, che si può osservare in una escursione che costa circa 15 euro” il dugongo vive quasi esclusivamente in mare. Quali altre parole occorrono con “mare”, “escursione”, “esemplare”, “spiaggia”…? Foca Traghetto Leone marino Focena Quindi forse il dugongo è una sorta di mammifero marino …

69 Distributional Hypothesis
DUGONGO “Mammifero marino erbivoro dei Sireni, con largo muso a setole intorno alla bocca (Dugong dugong) ”

70 DISTRIBUTIONAL HYPOTHESIS
Parole che occorrono nello stesso contesto tendono ad avere un significato simile (Harris,1968) La definizione è molto potente, ma per questo anche molto generica: Cosa si intende per “significato simile ”? parole che hanno qualche relazione tra loro? (correlazione) parole sinonimi o quasi-sinonimi? (similarità) Cosa si intende per “contesto” ? un documento? Un paragrafo? Una frase? una particolare struttura sintattica ? Perché limitarsi a “parole”, invece di espressioni linguistiche più complesse? 70

71 Distributional Hypothesis
CORRELAZIONE DISTRIBUZIONALE Due parole w1 e w2 si dicono distribuzionalmente correlate se hanno molte co-occorrenze comuni, e queste co-occorrenze non hanno nessuna restrizione sintattica sulla loro relazione con w1 e w2 . Due parole w1 e w2 distribuzionalmente correlate sono semanticamente correlate. Parole dello stesso dominio sono distribuzionalmente correlate, in quanto occorrono negli stessi contesti (stessi documenti, pagine web, ecc.) Parole relazionate che non fanno parte dello stesso dominio non sono distribuzionalmente correlate ESEMPIO: correlate: dottore, ospedale, malattia, medicina, cura, sintomo non correlate: dottore, veterinario Ruolo del dominio dominio medico dominio veterinario Distrib. Hyp. 71

72 Distributional Hypothesis
SIMILARITA’ DISTRIBUZIONALE Due parole w1 e w2 si dicono distribuzionalmente simili se hanno molte co-occorrenze comuni, e queste co-occorrenze sono relazionate a w1 e w2 dalla stessa relazione sintattica. Due parole w1 e w2 distribuzionalmente simili sono semanticamente simili. Parole dello stesso dominio e con le stesse proprietà sintattiche, sono distribuzionalmente simili: generalmente stessa Part Of Speech stesse relazioni sintattiche ESEMPIO: simili: dottore, infermiere correlate e non-simili: dottore, guarire co-occorrenze comuni: co-occorrenze comuni (paziente,ospedale): “…X lavora in ospedale…” (lavora , V-Sog, X) “il paziente guarisce in ospedale” “…X cura paziente…” (cura, V-Sog, X) “il paziente del dottore è nell’ospedale ” “…la prognosi di X…” (prognosi, NP-PP, X) 72

73 Rappresentazioni La maggior parte degli approcci supervisionati di ML richiede una rappresentazione molto semplice relativamente ai dati di addestramento (input training data). Vettori di insiemi di coppie feature/value ovvero files di valori separati da virgole Compito primario è quello di estrarre dei dati di addestramento da un corpus rispetto ad una particolare istanza di parola taggata Ovvero bisogna appropriatamente definire una finestra di testo attorno all’obiettivo (parola da taggare) 73

74 Rappresentazioni superficiali
Informazioni sulle collocation e sulle co-occurrence Collocational Codifica le features delle parole che appaiono in posizioni specifiche a destra ed a sinistra della parola da taggare Spesso limitate alle parole stesse come part of speech Co-occurrence Features che caratterizzano le parole che occorrono in una posizione qualunque nella finestra senza tener conto della posizione Tipicamente relative a conteggi di frequenza 74

75 Esempi Esempio: testo dal WSJ
An electric guitar and bass player stand off to one side not really part of the scene, just as a sort of nod to gringo expectations perhaps Si consideri una finestra di +/- 2 dall’obiettivo 75

76 Esempi Esempio: testo dal WSJ
An electric guitar and bass player stand off to one side not really part of the scene, just as a sort of nod to gringo expectations perhaps Si consideri una finestra di +/- 2 dall’obiettivo 76

77 Informazioni specifiche sulle parole all’interno della finestra
Collocational Informazioni specifiche sulle parole all’interno della finestra guitar and bass player stand [guitar, NN, and, CJC, player, NN, stand, VVB] ovvero un vettore consistente in [position n word, position n part-of-speech…] 77

78 Co-occurrence Informazioni sulle parole che co-occorrono alla parola, all’interno della finestra. dapprima si identifica un insieme di termini da porre nel vettore. quindi si calcola quante volte ciascuno di questi termini occorre in una data finestra 78

79 Esempio di co-occorrenza
Assumiamo di disporre di un vocabolario di 12 parole che comprenda guitar e player ma non and e stand; si avrà, ad esempio, guitar and bass player stand [0,0,0,1,0,0,0,0,0,1,0,0] 79

80 Classificatori Una volta definito il problema di WSD come un problema di classificazione, allora si può usare un qualunque approccio possibile Naïve Bayes (da cui è sempre bene cominciare) Decision lists Decision trees Neural nets Support vector machines Nearest neighbor methods… 80

81 Argomenti trattati in questa lezione
Semantica lessicale Paradigmatica / syntagmatica Relazioni paradigmatiche (ontologiche) Ruoli tematici Shallow semantic analysis Case grammar Teoria delle dipendenze concettuali Selectional restrictions Word sense disambiguation (wsd) Similarità, correlazione, co-occorrenza, mutual information, distributional hpothesis, collocation 81

82 Elaborazione del linguaggio naturale
Le presentazioni sugli argomenti di elaborazione del linguaggio naturale fanno in alcuni passi riferimento ad alcune presentazioni dei colleghi prof. Fabio Massimo Zanzotto e dottor Marco Pennacchiotti, del dottor Patrick Pantel (ISI-USC), oltre che ad alcune parti del libro: Speech and Language Processing, Prentice Hall, 2000, autori D.Jurafsky, J. H. Martin. 82