14.2.  Lexiko-syntaktische Patterns

14.2.1.  Alshawi (1987): Wörterbuch-Aufbereitung

Extraktion lexikalischer Relationen aus einem Wörterbuch

Projekt-Idee

[ALSHAWI 1987] extrahiert lexikalische Information aus einem maschinenlesbaren Wörterbuch (MRD = machine readable dictionary): dem “Longman Dictionary of Contemporary English” (LDOCE).

Motivationen

• Mangel an lexikalisch-semantischen Ressourcen beheben, der damals (auch) viele Fehler in NLP-Applikationen verschuldete.
• Ausnützen eines Wörterbuchs, dessen Definitionen aus einem kontrollierten Vokabular (ca. 2000 Wörter) getextet sind
• Ausnützen von Fachgebietsangaben (subject codes), um Mehrdeutigkeiten aufzulösen
• Robuste syntaktische Analysemethoden anwenden, welche unzulänglich Sprachanalyse geschickt kompensieren

Beispiel: Nomen “Barkasse”

Aufgabe der Analyse

• Erkennung des Kopfes des Definition
• Erkennung der Modifikatoren (Adjektive, Relativsätze, Klammerbemerkungen usw.) und ihrer semantischen Funktion

Implementation

• Morphologische Analyse
• Anwendung einer hierarchisch geordneten Liste von lexikalisch-syntaktischen Analyse-Mustern : Generische Regeln enthalten Verweise auf spezifischere Regeln, welche gezielt ausprobiert werden.
• Konstruktion der semantischen Struktur aus den gematchten Resultaten

Mini-Evaluation

• 500 zufällig ausgewählte Lexikoneinträge (Überschneidungen mit Entwicklungsset waren unwahrscheinlich, aber nicht ausgeschlossen)
• 77% korrekte Köpfe
• 41% korrekte Zusatzinformation

Beispiel: Regeln für Relativsätze

14.2.2.  Hearst (1992)

Pattern-Ansatz von [HEARST 1992]

Motivation und Hauptziele

• Vermeiden von vollständiger Abhängigkeit von vorkodierten Wissensbeständen
• Lexikalische Ressourcen für beliebige Texte
• Keine Abhängigkeit von vollständiger syntaktischer Analyse
• Benutzen von Pattern-Matching-Ideen wie bei [ALSHAWI 1987] – allerdings besonders koordinierte Phrasen

Nachteile

Die Methode scheint besonders gut für Hyponymie zu funktionieren – andere Relationen sind schwierig.

Hyponym-Pattern

Text aus Grolier’s American Academic Encyclopedia

The bow lute, such as the Bambara ndang, is plucked and has an individual curved neck.

Idee

Auch wenn man “Bambara ndang” noch nie gehört hat, weiss man, dass es eine Art “bow lute” sein muss.

Lexikalisch-syntaktisches Muster

Aus

Weitere Muster

• such NP as {NP}* (and|or) NP: works by such author as Herrick, Goldsmith, and Shakespeare
• NP {NP}* (and|or) other NP: Bruises, wounds, broken bones or other injuries
• NP including {NP}* (or|and) NP: All common-law countries, including Canada and England

Problem der Modifikation

In einem Zeitungstext (New York Times) mit ca. 20 Millionen Wörtern finden sich etwa 3178 Sätze mit dem “such-as”-Muster. Aber nur 46 Relationen lassen sich damit identifizieren, wenn man keine modifizierten Nomen erlaubt.