Risorse Computazionali per il Web Semantico

transcript

Dipartimentodi Informatica

Università di Roma “La Sapienza”

Risorse Risorse Computazionali per il Computazionali per il

Web SemanticoWeb Semantico

Roberto NavigliRoberto Navigli

Alcune slide provengono dalla scuola estiva EUROLAN 2003

19/09/2003

Dipartimento di InformaticaUniversità di Roma “La Sapienza”

RobertoNavigli

AgendaAgenda• Il Web Semantico• Lessici computazionali

Classificazioni• Focus on:

SIMPLE FrameNet

RobertoNavigli

Il Web SemanticoIl Web Semantico• Obiettivo: Trasformare il WWW in

una KB comprensibile alla macchina

Web SemanticoOntologie

KnowledgeMarkup

AgentiIntelligenti

Applicazioni

Documenti

Database

RobertoNavigli

L’Onda SemanticaL’Onda Semantica

RobertoNavigli

6 sfide per il WS6 sfide per il WS(Benjamins et al. 2002)(Benjamins et al. 2002)

• Disponibilità del contenuto• Disponibilità di ontologie• Multilingualità• Scalabilità (organizzazione,

memorizzazione, ricerca della conoscenza)• Visualizzazione (≠ ipertesto)• Stabilità dei linguaggi del WS

(standardizzazione)

Human LanguageTechnology

RobertoNavigli

Lessici computazioniali e Lessici computazioniali e Human Language TechnologiesHuman Language Technologies• I lessici computazionali forniscono

una conoscenza delle parole comprensibile alla macchina

• La rappresentazione è esplicita• Il significato è collegato alla

morfologia e alla sintassi della parola• E’ possibile creare collegamenti

lessicali multilingua

RobertoNavigli

Lessici computazionali e Lessici computazionali e HLT (2)HLT (2)

• Risorse critiche per i sistemi di NLP: Frame di sottocategorizzazione sintattica per il

parsing Semantic selectional preferences per la

riduzione dell’ambiguità Classi semantiche per WSD, semantic tagging

ecc.• Componenti chiave delle HLT:

Lessici monolingua – IE, QA, ecc. Lessici multilingua – MT, CLIR, ecc.

RobertoNavigli

Ontologie e lessici Ontologie e lessici computazionalicomputazionali

Semantic Web

Ontologies ComputationalLexicons

HLTAccess toContent

RobertoNavigli

OntologieOntologie• “la specifica esplicita di una

concettualizzazione” (Gruber, 1993)• “includono il vocabolario, le

interconnessioni semantiche e alcune semplici regole di inferenza e logica” (Hendler, 2001)

RobertoNavigli

Ontologie “linguistiche”Ontologie “linguistiche”• Sistemi di simboli che rappresentano i

concetti codificati da espressioni in linguaggio naturale (unità lessicali, termini, ecc.) Specificano le classi semantiche raggruppando

termini simili a livello semantico Usano un linguaggio di rappresentazione

semanticaOBJECT

LOCATION

ARTIFACT

ANIMAL

ENTITY

VEHICLE

MAMMAL

CONCERT

dog, cat, horse

car, van, truck

piano concert, rock concert

spiaggia

RobertoNavigli

Tipologie di lessici Tipologie di lessici computazionalicomputazionali

• Monolingua vs multilingua• General purpose vs domain specific• Tipo di contenuto

(Morfo)sintattico Semantico Misto Terminologico

RobertoNavigli

Lessici computazionali Lessici computazionali sintatticisintattici

• Le informazioni lessicali sono contenute in frame di sottocategorizzazione (ComLex, PAROLE ecc.)

• I frame sintattici includono: Un certo numero di argomenti Le rispettive categorie sintattiche (PP, NP, ecc.) Vincoli lessicali sugli argomenti (es. PP deve avere in

testa una preposizione) Un ruolo funzionale per ogni argomento (Subj, Obj, ecc.)

hit [V: (Subj: NP) (Objd: NP)]answer [N: (Obji: PP_to)]

RobertoNavigli

Lessici computazionali Lessici computazionali semanticisemantici

• Rappresentano il significato di una parola Distinguono differenti sensi di una

parola Catturano le inferenze (essere umano

essere animato) Rappresentano similarità, relatedness

ecc. (es. banca, conto, denaro sono concetti relativi alla finanza)

RobertoNavigli

Lessici computazionali Lessici computazionali semanticisemantici

• Basati su reti concettuali WordNet (Miller, Fellbaum et al.)

• hierarchy/taxonomy EuroWordNet (Vossen et al.)

• heterarchy• Basati su frame

Mikrokosmos (Nirenburg, Mahesh et al.) FrameNet (Fillmore et al.)

• Ibridi SIMPLE (Calzolari, Lenci et al.)

RobertoNavigli

PAROLE-SIMPLEPAROLE-SIMPLE(ILC CNR Pisa – Calzolari, Lenci et al.)(ILC CNR Pisa – Calzolari, Lenci et al.)

• 12 lessici di base monolingua costruiti secondo un modello armonizzato

• Estesi a livello nazionale• Combinazione di informazioni sintattiche e

semantiche Frame di sottocategorizzazione sintattica Tipo semantico (“ontology”) Frame semantici collegati alla sintassi

• Ruoli semantici• Selectional preferences• Ecc.

Relazioni semantiche Pustejovsky’s “quali roles” Polisemia regolare Eventi

RobertoNavigli

Elementi base del lessico Elementi base del lessico monolinguamonolingua

• Ciascun layer individua un’unità base di descrizione lessicale

morphological layer MU

basic unit to describe the inflectional and derivational morphological properties of the word

syntactic layer SynU

basic unit to describe the syntactic behavior of the MU

semantic layer SemUbasic unit to describe the semantic properties of the MU

RobertoNavigli

Architettura di SIMPLEArchitettura di SIMPLE

Italian lexicon

Greek lexiconGreek lexicon

PAROLE Syntax

Italian lexiconItalian lexicon

Catalan lexiconCatalan lexicon

OntologyLexicalTemplates

Language Independent Module

SemanticRelations

EventStructure Polysemy

Semantic Frame(semantic roles, etc.)

RobertoNavigli

SIMPLESIMPLErelazioni semanticherelazioni semantiche

Formal Constitutive Agentive Telic

Is_a Is_a_part_of Property

Contains

Created_by Agentive_cause Indirect_telic Activity

Instrumental Is_the_habit_of

Used_for Used_as

... ...

RobertoNavigli

SIMPLESIMPLEuna rete semanticauna rete semantica

<parte>part

<volare>flyUsed_for

Used_for

<aeroplano>airplane

Is_a_part_of

<uccello>bird

Is_a_part_of

<edificio>building

Is_a_part_of

Ala (wing)

SemU: 3232Type: [Part]Part of an airplane

SemU: 3268Type: [Part]Part of a building

SemU: D358Type: [Body_part]Organ of birds for flying

SemU: 3467Type: [Role]Role in football

<giocatore>player

Agentive

<fabbricare>make

Agentive

RobertoNavigli

SIMPLESIMPLEFrame semanticiFrame semantici

il difensore di Berlusconi (Berlusconi's defender)il difensore del Milan (the Milan fullback)

Difensore N

SemU: 4125

Type: [Role]

Defender

SemU: 3526

Type: [Role]

Fullback

agentnominalization

<squadra>teamIs_a_member_of

PREDDifendere#1<Arg1>, <Arg2>

RobertoNavigli

Frame disambiguationFrame disambiguation• L’identificazione del contributo semantico

di un NP richiede l’accesso alla rappresentazione del contenuto semantico delle teste nominali

• La “struttura semantica” della testa nominale determina la relazione semantica espressa da un PP che modifica l’NP: La pagina del libro (part-of) Il difensore del Milan (member-of) Il suonatore di liuto (telic) Il tavolo di legno (made-of)

RobertoNavigli

SIMPLESIMPLEesempiesempi

semantic frame

semantic relations

ontology

RobertoNavigli

Lexical acquisition Lexical acquisition bottleneckbottleneck

• Il lessico italiano di SIMPLE codifica circa 6000 concetti Disomogeneo Incompleto Non è disponibile L’utilizzo non è consigliato dagli stessi autori

(ILC – CNR di Pisa)• Acquisizione automatica della conoscenza

lessicale FrameNet

GOSSIP!

GOSSIP!GOSSIP!

RobertoNavigli

FrameNetFrameNet(ICSI, U-Colorado – Fillmore, Narayanan, Jurafsky et al.)(ICSI, U-Colorado – Fillmore, Narayanan, Jurafsky et al.)

• Fase I (1997-2000) Basi concettuali, impiego di strumenti

preesistenti, Perl• Fase II (2000-2003)

Scalabilità, utilizzo di DB SQL, strumenti scritti in Java

Applicazioni pilota

RobertoNavigli

I frame e la comprensione I frame e la comprensione umanaumana

• Ipotesi: la gente comprende nuovi fatti effettuando operazioni mentali sulla base di ciò che già conosce. Tale conoscenza è descrivibile in termini di pacchetti di informazione chiamati frame

• FrameNet può fornire tale conoscenza• Le rappresentazioni di FrameNet fanno da

complemento a ontologie e lessici

RobertoNavigli

In cosa consiste FrameNetIn cosa consiste FrameNet• Caratterizzazione dei frame• Individuazione delle parole che riguardano

un frame• Sviluppo di una terminologia descrittiva• Estrazione di frasi di esempio• Annotazione (manuale) degli esempi

selezionati• Descrizione del frame

RobertoNavigli

Il processoIl processo• Le frasi contenenti una certa parola

sono estratte dal corpus in esame e rese disponibili per l’annotazione

• Gli studenti (!) selezionano le espressioni che identificano i ruoli semantici delle frasi e li etichettano con il nome dei ruoli del frame

• Informazioni grammaticali sulle frasi etichettate sono estratte automaticamente

RobertoNavigli

Alcune annotazioniAlcune annotazioni(to appoint – nominare)(to appoint – nominare)

RobertoNavigli

Lista parziale di parole per Lista parziale di parole per un frameun frame

• Verbi: pay, spend, cost, buy, sell, charge

• Nomi: cost, price, payment• Adjectives: expensive, cheap

RobertoNavigli

Significato e sintassiSignificato e sintassi• I vari verbi che evocano un frame

introducono gli elementi del frame in modi differenti

• Informazioni analoghe possono essere espresse in posti diversi della frase secondo il verbo utilizzato

RobertoNavigli

Customer Vendor

Goods Money

She bought some carrots from the greengrocer for a dollar.

RobertoNavigli

Customer Vendor

Goods Money

She paid a dollar to the greengrocer for some carrots.

RobertoNavigli

Customer Vendor

Goods Money

She paid the greengrocer a dollar for the carrots.

RobertoNavigli

Customer Vendor

Goods Money

She spent a dollar on the carrots.

RobertoNavigli

Customer Vendor

Goods Money

The greengrocer sold some carrots to her for a dollar.

RobertoNavigli

Customer Vendor

Goods Money

The greengrocer sold her some carrots for a dollar.

RobertoNavigli

Customer Vendor

Goods Money

CHARGE

The greengrocer charged a dollar for a bunch of carrots.

RobertoNavigli

Customer Vendor

Goods Money

CHARGE

The greengrocer charged her a dollar for the carrots.

RobertoNavigli

Customer Vendor

Goods Money

A bunch of carrots costs a dollar.

RobertoNavigli

Customer Vendor

Goods Money

A bunch of carrots cost her a dollar.

RobertoNavigli

FrameNet Fact SheetFrameNet Fact Sheet• 500 frame• 7700 unità lessicali• 130.000 frasi annotate• Interconnessioni tra i frame (ereditarietà,

sottoframe, “using”) Potrebbero essere mappate su relazioni

ontologiche• Multilingual FrameNets (spagnolo,

tedesco, giapponese)• Disponibile!

Risorse Computazionali per il Web Semantico

Documents