Semantica
approcci computazionali
Maria Teresa PAZIENZA
a.a. 2005-06
Analisi semantica
Il significato delle frasi viene ricavato a partire da :
1.
2.
3.
4.
5.
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
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
c’è molto da capire grazie a loro
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)
Applicazioni
Ci occuperemo di
– Alcune risorse
• WordNet
– Tecnologie di supporto
• Word sense disambiguation
– Applicazioni basate sul significato delle parole
• Search engines
Lessico
Cos’è in effetti una parola? A cosa si riferisce
esattamente questo termine?
– Tipi, tokens, stems, roots, inflected forms, etc....
– Lexeme/Lessema: una qualunque entry di un
lessico consiste di una coppia - una forma
linguistica superficiale associata ad un ben
determinato significato – Lexicon/Lessico : una collezione di lessemi
Relazioni tra lessemi
Consideriamo le relazioni tra lessemi ed in
particolare quelle che assumono un ruolo
importante in ambito computazionale
Relazioni tra lessemi
Homonymy/omonimia:
– Lessemi diversi che assumono significati totalmente diversi ma
condividono una stessa forma
• Fonologica, ortografica o entrambe
– Esempio 1 :
• bat (wooden stick-like thing) vs
• bat (flying scary mammal thing)
– Esempio 2 :
• piano (progetto) vs
• piano (piano di un edificio) vs
• piano (pianoforte)
Non è esempio di omonimia (bensì di omografia):
• pesca (frutto)
• pesca (di pesci)
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.
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
Espressioni polisemiche con verbi
– Which flights serve breakfast?
– Does America West serve Philadelphia?
– Does United serve breakfast and San Jose?
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 -
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,..)
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
Meronimia
La relazione part-of è transitiva e riflessiva
part-of(Bucarest, Romania)
part-of(Romania, EuropaOrientale)
part-of(EuropaOrientale, Europa)
part-of(Europa, Terra)
part-of(x,x)
Meronimia
Le due relazioni di tassonomia (is-a-kind-of) e
meronimia (part-of) hanno punti di similarità.
Le differenze tra di loro hanno importanti riflessi
nella organizzazione e rappresentazione della
conoscenza
Relazioni
Relazioni paradigmatiche principali
(ontologiche)
–
–
–
–
–
Sinonimia
Antonimia
Iponimia
Meronimia
…
Risorse lessicali
–
–
–
–
–
Terminologie
Dizionari on-line
Corpora
…
WordNet, database lessicale per la lingua
inglese (esistono anche versioni per altre
lingue: Italwordnet, Balkanet, Eurowordnet, …)
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
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 indicate defer
– > {postpone, hold over, table, shelve, set back, defer,
remit, put off}
Per WordNet, il significato di questo senso di table è
esattamente questa lista.
WordNet
(valori non aggiornati)
WordNet
La parola ``bass'' ha 8 sensi in WordNet
1.
2.
3.
4.
5.
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)
6. bass, bass voice, basso - (the lowest adult male singing voice)
7. bass - (the member with the lowest range of a family of musical instruments)
8. bass -(nontechnical name for any of numerous edible marine and
freshwater spiny-finned fishes)
Gerarchie in WordNet
WordNet
Relazioni lessicali (tra entries, sensi, set di
sinonimi) indipendenti dal dominio
Struttura interna 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
Struttura interna delle parole
–sintagmaticaVerifichiamo 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.
• Ruoli tematici: suggeriscono similitudini
all’interno del comportamento dei verbi
• Qualia theory: cosa si può capire nei nomi (che
non solo solo delle costanti)
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,
hanno tutti qualcosa in comune
– -zione
– sono tutti il risultato delle azioni che rappresentano
Ruoli tematici
Insieme di categorie che forniscono un linguaggio semantico
superficiale per caratterizzare alcuni argomenti verbali
Esempi di ruoli tematici
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.
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
Esempio
– Sally gave Harry a book.
• 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)
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?
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
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
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).
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 12-15 primitive usate con un approccio caseframe
(Es. ATRANS descrive un qualunque verbo che richiede un
trasferimento di proprietà)
Rappresentazioni di relazioni
ATRANS:
Actor:
person
Act:
ATRANS
Object:
physical object
direction-TO: person-1
FROM: person-2
(Mario)
(anello)
(Maria)
(Mario)
Actor, Act,.. sono le variabili di questo schema e possono
assumere certi valori
ES. Mario diede/regalò/vendette un anello a Maria
Rappresentazioni di relazioni
Teoria delle dipendenze concettuali di Schank
Primitive
ATRANS
PTRANS
MTRANS
ATTEND
PROPEL
INGEST
EXPEL
Significato
trasf. di proprietà
trasf. fisico da a
trasf. di informaz. mentali
ricevere impulsi sensoriali
applic. forza a ogg. fisici
assunzione di cibo o aria
inverso di ingest
Istanze
dare, prendere
muoversi, camminare
ordinare, suggerire
vedere, sentire
spingere, colpire
respirare, mangiare
vomitare,
Esempio
semantica profonda
Dal WSJ
– He melted her reserve with a husky-voiced paean to her
eyes.
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
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.
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
dalla logica
per eat abbiamo che
Eating(e) ^Agent(e,x)^ Theme(e,y)^Isa(y, Food)
(aggiungendo gli opportuni quantificatori e i
lambda)
da WordNet
Uso degli iponimi WordNet (tipi) per codificare le
selection restrictions
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
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
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
… 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
Soluzioni
• Eat glass
– 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
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?
1. Analizzare sintatticamente le frasi e trovare le heads
2. Etichettare i ruoli tematici
3. Collezionare le statistiche sulle co-occorrenze di particolari
headwords con specifici ruoli tematici
4. Usare la struttura degli iperonimi di WordNet per trovare il
livello più significativo da usare come restrizione
Motivazione
Trovare l’antenato comune più basso (più specifico)
che copra un numero significativo di esempi
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
WSD e Selection Restrictions
Argomenti ambigui
– Prepare a dish
– Wash a dish
Predicati ambigui
– Serve Denver
– Serve breakfast
Entrambi
– Serves vegetarian dishes
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
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
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)
WSD Tag
Che cos’è il tag per una parola?
– Il senso di un dizionario?
per esempio, in WordNet la voce “bass” ha 8
possibili tag (o labels).
WordNet Bass
La parola ``bass'' ha 8 sensi in WordNet
1.
2.
3.
4.
5.
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)
6. bass, bass voice, basso - (the lowest adult male singing voice)
7. bass - (the member with the lowest range of a family of musical instruments)
8. bass -(nontechnical name for any of numerous edible marine and
freshwater spiny-finned fishes)
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)
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
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
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
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…]
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
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
• guitar and bass player stand
– [0,0,0,1,0,0,0,0,0,1,0,0]
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…
Problemi
Assunti come acquisiti gli approcci di ML, quanti
classificatori dobbiamo avere per effettuare in
modo robusto un task di WSD?
– Uno per ciascuna parola ambigua del linguaggio
Come decidere quale insieme di tags/labels/senses
usare per una data parola?
– Dipende dall’applicazione
Riferimenti
La presentazione utilizza alcune informazioni
esemplificative tratte dal libro:
D.Jurafsky, J. H. Martin:
Speech and Language Processing,
Prentice Hall, 2000, cap.14,15,16