Sémantická analýza
WordNet
CJBB85
Mgr. Dana Hlaváčková, Ph.D.
Sémantická analýza
• sémantika
• formální popis významů
• ontologie, koncepty
– mělká (shallow)
– strukturovaná, hierarchická
– vrcholová (top ontology, upper ontology)
• SUMO (Suggested Upper Merged Ontology )
– doménová
• FOAF (Friend of a Friend)
WordNet – motivace
• G. A. Miller (Princeton University) – psycholog
a psycholingvista, psycholexikologie
• uspořádání významů v lidské lexikální paměti
• hierarchie
• experimenty – asociační testy, schopnost
zpracovávat anaforické výrazy
• http://wordnet.princeton.edu
WordNet – struktura
• model lexikální paměti, sémantická síť
• synset – synonymická řada (blízká synonyma), literál +
číslo významu
• substantiva, adjektiva, verba, adverbia
• hierarchická struktura – hyperonyma, hyponyma,
kohyponyma
• substantiva – tematické hierarchie
• verba – vztah vyplývání
• další sémantické vztahy – antonyma, holonyma,
meronyma, domény ontologií SUMO, MILO
• derivační vztahy
WordNet – projekty
• Princeton WordNet (1990–1995) – americká
angličtina, G. A. Miller, Christiane Fellbaum
• EuroWordNet – Piek Vossen, University of
Amsterdam
– EWN I (1997–1998) – angličtina, holandština, italština,
španělština
– EWN II (1998–1999) – francouzština, němčina,
čeština, estonština
• Balkanet (2001–2004), D. Christodoulakis,
University of Patras – turečtina, rumunština,
řečtina, bulharština, srbština, čeština
EuroWordNet
• Base Concepts – jádro slovní zásoby (cca 1000
synsetů)
• Top-Ontology – 63 konceptů
– entity 1. řádu = objekty
– entity 2. řádu = stavy a procesy
– entity 3. řádu = abstraktní pojmy (množina)
• Interlingual Index – číslo, které propojuje
významy v jednotlivých wordnetech
• Global WordNet Association,
http://www.globalwordnet.org
• nástroje, prohlížeče
• VisDic, DEBVisDic (doplněk Firefoxu), DEBVisDic 2
(webové rozhraní)
• Rozpoznání pojmenovaných entit –
https://nlp.fi.muni.cz/projekty/ner/v2/
• QGame –
https://nlp.fi.muni.cz/projekty/qgame/