Sémantická analýza
PLIN059 Mgr. Dana Hlaváčková, Ph.D.
Sémantická analýza
sémantika (významy slov, slovních spojení)
sémantické vztahy (hyperonymie - hyponymie)
někdy navazuje na analýzu morfologickou a syntaktickou
- min. určení slovních druhů (entity a abstrakce - substantiva, děje - slovesa, vlastnosti - adjektiva)
snaha o formálni popis významů (jazykově nezávislý)
ontológie sémantické sítě
pojmenované entity (information retrieval) analýza sentimentu
Ontológie
• ontológie - významové struktury, skládají se z tzv. konceptů
— mělká (shallow)
— strukturovaná, hierarchická
- vrcholová (top ontology, upper ontology)
- doménová (znalostní obor, terminologie, taxonomie)
Sémantické sítě
• FrameNet
- https://framenet.icsi.berkelev.edu/
• VerbNet
- https://verbs.colorado.edu/~mpalmer/proiects/ve rbnet.html
• Word Net
- http://wordnet.princeton.edu
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
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 ontológií SUMO, MILO
derivační vztahy
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
Odkazy
Global WordNet Association
• http://www.globalwordnet.org
nástroje, prohlížeče
• VisDic, DEBVisDic (doplněk Firefoxu), DEBVisDic 2 (webové rozhraní)
• Responsivity Aware Wordnet viewer (RAW)
• https://deb.fi.muni.cz/raw-viewer/rawviewer.html
Pojmenované entity
• named entity
• hledání předem definovaných kategorií v nestrukturovaném textu
• „sémantické nálepky" ke slovům, slovním spojením, číslicím a znakům
• Named Entity Recognition (NER, CZPJ Fl MU)
- https://nlp.fi.muni.cz/projektv/ner/v2/
• Czech Named Entity Corpus (CNEC, ÚFAL MFF UK)
- http://ufal.mff.cuni.cz/cnec/cnec2.Q