Curs11

Tehniciu)leînrealizareaproiectului

Definițiaontologiei

•  Oontologieesteunsetdetermenireferitorilaundomeniudeinteres,asociațicudefinițiiîntr-olimbănaturală(deexemplu,engleza),șicareaurelațiiformaleșiconstrângericesuntuClizatedeoameniînmuncalorși,eventual,deprogramedecalculator.

Aprox.din:EdHovy(1998).CombiningandStandardizingLarge-Scale,PracCcalOntologiesforMachineTranslaConandOtherUses.LREC,Granada

Extragereadeontologiidintexte

Determinarearelațieidehyponimie

Thebowlute,suchastheBambarandang,ispluckedandhasanindividualcurvedneckforeachstring.Lăutacuarc,precumBambarandang,esteîn>nsășiareungâtcurbatindividualpentrufiecarestrună.

Din:M.Hearst(1992).AutomaCcAcquisiConofHyponymsfromLargeTextCorpora,ACL

PaXernurilexicale

NP0.....suchas{NP1,NP2....(and|or)}NPnimplicăforallNPi1<i<n,hyponym(NPi,NP0)Dinexempluldemaisusrezultă:hyponym("Barmbarandang","bowlute”)

PaXernurilexicale

suchNPas{NP,}*{(or|and)}NP...worksbysuchauthorsasHerrick,Goldsmith,andShakespeare.=>hyponym("author","Herrick")hyponym("author","Goldsmith")hyponym("author","Shakespeare")

PaXernurilexicale

NP{,NP}*{,}orotherNPBruises,wounds,brokenbonesorotherinjuries...=>hyponym("bruise","injury")hyponym("wound","injury“)hyponym("brokenbone","injury")

PaXernurilexicaleNP{,NP}*{,}andotherNP...temples,treasuries,andotherimportantcivicbuildings.=>hyponym("temple","civicbuilding")hyponym("treasury","civicbuilding")

PaXernurilexicale

NP{,}including{NP{,}}*{or|and}NPAllcommon-lawcountries,includingCanadaandEngland...=>hyponym("Canada","common-lawcountry")hyponym("England","common-lawcountry")

PaXernurilexicale

NP{,}especially{NP,}*{or]and}NP...mostEuropeancountries,especiallyFrance,England,andSpain.=>hyponym("France","Europeancountry")hyponym("England","Europeancountry")hyponym("Spain","Europeancountry")

CumsepotgăsinoipaXernuri?1.  Decidețiasuprauneirelațiilexicale,R,careestedeinteres,

deexemplu,"grup-membru"2.  Colectațiolistădetermenipentrucareaceastărelațieeste

cunoscută,deexemplu,"Anglia-țară".–  Listapoatefigăsităautomatprinbootstrappingporninddela

paXernurigăsitemanualsauprinbootstrappingdelaunlexicsauobazădecunoșCnțeexistente.

3.  GăsițiaparițiiîncorpusîncareacesteexpresiiaparsintacCcunalângăcealaltășiînregistrațiacestecontexte.

4.  GăsițipărțilecomunealeacestorcontexteșiipotezațicăacesteaformeazăCparecareindicărelațiadeinteres.

5.  OdatăceunpaXernnouafostidenCficat,uClizați-lpentruaadunamaimulteexemplealerelațieițintășiconCnuațicuPasul2.

CumsepotgăsinoipaXernuri?1.Antrenare:

(a)Exportațiexempledintoateperechiledehipernime(perechidecuvinteaflateîntr-orelațiehipernimie/hiponimie)dinWordNet.(b)Pentrufiecareperechehipernimică,găsițifrazeîncareaparambelecuvinte.(c)ParsațifrazeleșiextragețiautomatpaXernuridinarboreledeparsare,carereprezintăindiciibunepentrurelațiahipernimică.(d)InstruițiunclasificatorhipernimicbazatpeacestecaracterisCci.

2.Test:(a)Fiinddatăoperechedecuvintedinsetuldetestare,extragețicaracterisCcileșiuClizațiclasificatorulpentruadecidedacăperecheadecuvinteseaflăînrelațiahipernim/hiponimsaunu.

Din:Snow,JuravskyandNg(2004).LearningsyntacCcpaXernsforautomaCchypernymdiscovery,inNIPS.

PaXernurilexico-sintacCce

“...suchauthorsasHerrickandShakespeare”Trăsăturilesuntreprezentatecatriplete:(word1, CATEGORY1:RELATION:CATEGORY2, word2)

undeword1șiword2suntrădăcinidecuvinte

Toatecăileminime,delungime≤4,întreoricaredouăsubstanCvedintr-unarborededependență

GeneralizareapaXernurilor:notațiadependențelorexCnse

•  Rețineceamaiscurtăcale:authors–Herrick•  Adaugăsateliți:authors–such•  Distribuielegăturilededependențăînjurulelementelorconjuncționate

PaXernuritrasee

(word1, CAT1:REL12:CAT2, word2) (word2, CAT2:REL23:CAT3, word3)

(word1, CAT1:REL12:CAT2, word2) (word2, CAT2:REL23:CAT3, word3)

CAT1:REL12:CAT2, word2 , word2, CAT2:REL23:CAT3

word1 word2 word3REL12 REL23

CAT1 CAT2 CAT3

RepresentărilepaXernurilorluiHearstcatraseededependență

•  NPX and other NPY : (and,U:PUNC:N),-N:CONJ:N, (other,A:MOD:N)

•  NPX or other NPY : (or,U:PUNC:N),-N:CONJ:N, (other,A:MOD:N)

•  NPY such as NPX: N:PCOMP-N:PREP,such as,such as,PREP:MOD:N

•  Such NPY as NPX: N:PCOMP-N:PREP,as,as,PREP:MOD:N,(such,PREDET:PRE:N)

•  NPY including NPX: N:OBJ:V,include,include,V:I:C,dummy node,dummy node,C:REL:N

•  NPY , especially NPX: -N:APPO:N,(especially,A:APPO-MOD:N)

word1, CATEGORY1:RELATION:CATEGORY2, word2)

Clasificator

•  Intrare:operecheordonatădecuvinte•  Ieșire:odeciziebinarăcuprivirelafaptuldacăsubstanCvelesuntînlegăturădehipernimieorinu

•  CaracterisCci:căi(trasee)pecareprimulșiulCmulcuvântsuntînlocuitedecategoriaN(substanCv)

•  Corpus:6milioanedefrazedeșCri–  corpusparsatcuMINIPAR–  suntextrasetoateperechiledesubstanCvecareaparînaceeașifrază

Clasificator–  752.311perechidesubstanCveaufosteCchetatedreptCunoscut-ca-HipernimsauCunoscut-ca-Non-HipernimfolosindWN:•  operechedesubstanCve(n1,n2)esteeCchetăCunoscut-ca-Hipernimdacăn2esteunstrămoșalprimuluisensalluin1întaxonomiadehipernimiedinWNșidacărelațiahypernym*dinWNțineîntreprimelesensuricasubstanCveenumerateînWordNet(carereprezintăcelemai“frecventuClizate"sensurialefiecăruicuvânt)

•  operechedesubstanCveesteeCchetatăCunoscut-ca-Non-HipernimdacăambelesubstanCvesuntconținuteînWN,darniciunuldintrecuvintenuesteunstrămoșalceluilaltîntaxonomiahipernimicădinWNpentruoricesensalfiecăruicuvânt

EvaluareapaXernurilor•  Caredintretraseelededependență(paXernurilexico-sintacCce)sedovedescaficaracterisCciuClepentruclasificatori:–  afostconstruitcâteunclasificatorbinarpentrufiecarepaXern:paXernulestereprezentaCvpentruaclasificaoperechedesubstanCvecahipernime/hiponimedacășinumaidacăpaXernulrespecCvaparecelpuținodatăpentruoperechedesubstanCcecareseîntâmplăsăfieînrelațiahipernim/hiponim,conformWN

=>printremultealtele,modelelegăsitemanualdeHearstaufost"redescoperite"

DescoperireadenoipaXernuri

•  AltepaXernuridescormare:

NPY like NPX: N:PCOMP-N:PREP,like,like,PREP:MOD:N NPY called NPX: N:DESC:V,call,call,V:VREL:N NPX is a NPY: N:S:VBE,be,be,-VBE:PRED:N NPX, a NPY (appositive): N:APPO:N

ClasificareahipernimelordupăpaXernuri

MINIPAR•  hXps://gate.ac.uk/releases/gate-7.0-build4195-ALL/doc/tao/splitch17.html

Combinarea(fuziunea)deontologii

Fuziuneadeontologii–definiție

•  Procesuldefuziuneontologicăprimeșteînintraredouă(saumaimulte)ontologiisursășireturneazăoontologiecarecombinăontologiilesursădate.

GerdStumme,AlexanderMaedche.OntologyMergingforFederatedOntologiesontheSemanCcWeb

Abordări

•  AbordărilesebazeazăpeeurisCcidepotriviresintacCcășisemanCcăcarederivădincomportamentulinginerilorontologiatuncicândseconfruntăcusarcinadeaîmbinaontologii,i.e.sesimuleazăcomportamentuluman.

•  TehnicistaCsCce,carejudecăsimilaritateaconceptelorșiasemănareabrutăainstanțelor,prinmetricideșiruritextualeșicunoșCnțedenaturăsemanCcă.

Viziunicomuneoridiferiteasupralumii,combinare

Ontologie:definițieformală

•  Definiție:Oontologie(debază)esteuntupluO:=(C;is_a;R;σ),undeCesteunsetalecăruielementesenumescconcepte,is_aesteoordineparțialăpeC(adicăorelațiebinarăis_a⊆CCcareestereflexivă,tranziCvășianCsimetrică),Resteunsetalecăruielementesuntnumitenumederelații(sau,pescurt,relații),iarσ:RàC+esteofuncțiecareatribuiefiecăruinumederelațiearitateasa.

•  Fiinddațidoitermeniapropiați,câteunuldinfiecareontologie:– Ceidoitermenisuntechivalențièeipotfidirectaliniați;

Ax Aym

Ay1 Ay

2 Ay3

Ay

Ay1 Ay

2 Ay3

Cumsepotcombinatermenii?

Cumsepotcombinatermenii?•  Fiinddațidoitermeni,câteunuldinfiecareontologie:– Untermenestemaigeneraldecâtcelălaltètermenulmaispecific(șitoțisubordonații,posibilșifrațiilui)potfiintegrațisubtermenulmaigeneral;

Ay

mAx

1

Ay2 Ay

3

Ay

Ay2 Ay

3

Ax2 Ax

3

Ax1

Ax2 Ax

3

•  Fiinddațidoitermeni,câteunuldinfiecareontologie:–  TermeniisuntincompaCbili(i.e.,idenCficareaacestoraarcauzaproblemededefinireșirelaționaleîntreceilalțitermeni)-cazîncare:(1)  unuldintretermenitrebuierespinsșinutrebuieîncorporat,(2)  unuldintretermenișialțiicaredepinddeeltrebuiesăfie

redefiniți,(3)  trebuiecreatăo"microteorie"separată,încaretermeniișitoți

ceilalțitermenicaredepinddeeaexistăînparalel(4)  poatefiîncorporatăoversiunemaislabăatermenului

infracțional,fărădefinițiilesaurelațiilecareaucauzatinconsecvența

Cumsepotcombinatermenii?

SugesCideeurisCcidealiniere

1.Potriviripeșiruridelitere,e.g.:– Potrivirialenumelordeconcepte(cognatematching):numesuficientdeasemănătoare(înaceeașilimbă)suntdovezicădezvoltatoriiconsiderăconceptelesimilare.

– Potriviriîndefiniții(prinprocesaredetextșimăsuridesuprapuneri):definițiisimilareînlimbajnaturalartrebuifieconsiderate,deasemenea,dovezialesimilaritățiiconceptelor.

SugesCideeurisCcidealiniere

2.Potrivirileierarhiceexploateazăstructuradetaxonomizareaontologiilor.Eleinclud:– Filtrareaambiguitățiiprinsuperconceptepartajate:atuncicândunconceptpoatefialiniatlamaimultealternaCve,seiauînconsiderarecelealecărorsuperconceptesuntcumvaaliniatelasuperconcepteleconceptuluițintă.

– MăsuribazatepedistanțesemanCce(numărdelegături)(v.(Agirreetal.,1994)).

Măsuridealiniere

•  Potriviredenume(cognatematch):comparănumeleN1șiN2aledouăconcepte.– ConsiderăsubșiruridescrescătoarealeluiN1,tăinddinstânga.Numeleformatedincuvintecompusesuntîmpărțiteîncuvinteseparate,seîntoarcescorulmaxim.Numelemaimicide3literesuntignorate.•  NAMESCORE: = numărul de litere potrivite la pătrat + 20 de puncte dacă cuvintele sunt exact egale sau 10 puncte dacă cuvintele coincid la sfârșit

Măsuridealiniere:exempledesugesCidepotriviridenumecuscoruri(alignval ‘|S@cuisine| ‘(

(NAME M@LIMOUSINE 26) (NAME M@VINE 19) (NAME M@MORPHINE 19) (NAME M@ENGINE-GOVERNOR 19) (NAME M@BUSINESS-COVERAGE-OF 16) (NAME M@AGRIBUSINESS-ACTIVITY 16) (NAME M@TABLE-LINEN 9) (NAME M@TRAINER 9) ... 120 more ... ))

(alignval ‘|S@Free World| ‘((NAME M@PERCENT-OF-WORLD-POPULATION 46) (NAME M@WORLD 35) ))

Măsuridealiniere•  Potriviripedefiniții:comparădefinițiileînenglezăD1șiD2aledouăconcepte.Maiîntâi,ambeledefinițiisuntseparateincuvinteseparate(seîndepărteazăapostroafele,limioareledeunireetc.)șitoatecuvintelesuntlemaCzate.–  definițialuiM@FOOD:("any""substance""that""can""be""metabolized""organism""give""energy""build""Cssue")

–  apoi,secalculează3valori:•  strength=raportuldintrenumăruldecuvintecareaparînambeledefinițiișinumăruldecuvintealedefinițieicelemaiscurte,

•  reliability=număruldecuvintecomune,•  defscore=strength*reliability:.•  DEFSCORE:=(Shared(D1,D2)/min{D1,D2})*Shared(D1,D2)

Măsuridealiniere:exempledesugesCidepotriviridedefiniții

cuscoruri

(strength, reliability, score): (alignval ‘|S@cuisine| ‘(

(DEF M@KITCHEN (0.62 5 3.12)) (DEF M@CHEESE (0.62 5 3.12)) (DEF M@FOODSTUFF (0.62 5 3.12)) (DEF M@PET-FOOD (0.62 5 3.12)) (DEF M@CUTLERY (0.50 4 2.00)) (DEF M@RACETRACK ( 0.37 3 1.12)) (DEF M@COOK ( 0.40 2 0.80)) ... 5 more ... ))

Măsuridealiniere

•  PotrivireTAXONOMICĂ(întreontologiileSENSUSșiMIKROKOSMOS):pentruunanumitconceptSENSUS,colecteazătoateconcepteledinMIKROKOSMOScaresunt"maiapropiate"de10link-urideel.Algoritmultraverseazătaxonomiaatâtîn��direcțiilesuperconceptcâtșiînsubconcepte.– Scoruldepotrivireestedatdeinversalink-distanței:

–  TAXSCORE := 1 / number-of-links

Măsuridealiniere:exempledesugesCidepotriviride

taxonomiecuscoruri(alignval ‘|S@end>come out| ‘((TAX M@SOCIAL-EVENT 0.17) (TAX M@EMANATE 0.17) (TAX M@EMIT-LIGHT 0.17) (TAX M@EMIT-SOUND 0.17) (TAX M@REFLECT-LIGHT 0.17) (TAX M@EXTRACT 0.17) (TAX M@APPLY-FORCE 0.20) (TAX M@PACK 0.20) ... 22 more ... ))

Combinareascorurilor•  CaracterisCcileformulelordecombinare:–  săcreascăcuvaloriîncreșterealeNAME,DEFșiTAX–  sănormalizezescorurileeurisCcilor–  sădiminuezetendințascorurilorNAMEdeacreșterapid–  săatenuareatendințascorurilordeTAXONOMIEdediminuarerapidă

–  săîntoarcăunscornenuldacăcelpuținoeurisCcăîntoarceunscornenul

•  SCORE := sqrt(NAMESCORE) * DEFSCORE * (10 * TAXSCORE)

cugrijacădacăNAMESCOREsauDEFSCOREsuntzero,elesuntînlocuiteprin1,șidacăTAXSCOREe0,eleînlocuitprin0.01.Uzual,scoruriledealiniereseplaseazăînscara0–16.

Generareaîntrebărilor

Generareaîntrebărior(ques>ongenera>on–QG):

unsubdomeniualIA•  GenerareadeîntrebărimulC-variantedinontologii(MCQG)–  pentruevaluareastudenților–  beneficiipentruinstructori:

•  sarcinadeaconstruimanualMCQpentrutesteestegreoaieșiconsumatoaredeCmp

•  esteadeseadificilsăsedezvoltearCcoleMCQdeînaltăcalitate–  sistemedeMCQcarepleacădelaontologiireușescsăgenerezearCcoleMCQ•  DAR:câtdebineslujestacesteartefacteprocesuluieducațional?

Generatoruldeîntrebări

•  Scopulîntrebărilor:– evaluare,–  revizuirisauîntrebăridestudiu,– exercițiuldeapuneîntrebări,–  întrebăriderezolvareaproblemelor,–  întrebărigeneraleîntr-undomeniuspecific,cumarfiturismul,

– sauîntrebăridintr-undomeniudeschis

SistemedeQG•  Pebazădesintaxă(uneledintreprimele):–  parserdelimbajnaturalfolositpentruaanalizasintaxafrazeișiaidenCficacomponentelemajorecarepotfifolositepentruaformaoîntrebare.

–  dezavantaje:•  propozițiisintacCcambigue(singuramodalitatedeaanalizacorectas�eldepropozițiiestedeaînțelegesemnificațialor)

•  sistemulestedependentdelimbă–  avantaje:

•  esteindependentdedomeniu,as�elîncâtpentruaformulaoîntrebareînoricedomeniutrebuieformulatăopropozițieînlimbanaturalădată

OGsystems•  AbordăribazatepesemanCcă-deobicei,dependentededomeniu:folosescunmodelsemanCcaldomeniuluipentruageneraîntrebări.– OntAWare:

•  foloseșteoontologieșigenereazăîntrebăribazatepecunoașterearelațiilordintreclasă-subclasășidintreclasă-instanță.

•  oferă,printrealtefuncționalitățipentruredactareaconținutuluieducațional,generareasemiautomaCcăaobiectelordeînvățare,inclusivîntrebări.

•  foloseșterelațiiledesubsumareîntreclasepentruageneraîntrebări,cumarfi:"Caredintreurmătoareleelementeeste(saunueste)unexemplualconceptului,X?”

PaXernuriîngenerareatestelor

•  TestegeneratepebazacunoșCnțelordedomeniuexprimateînontologiiOWL:– unnumărdeșabloanedefinitepentruîntrebărisuntuClizatedesistempentruageneraelementeledetestare

ŽitkoB,StankovS,RosićM,GrubišićA.(2009)DynamictestgeneraConoverontology-basedknowledgerepresentaConinauthoringshell.ExpertSystemswithApplica>ons.36:8185–8196.

ExempledepaXernuricaregenereazăteste

Caredintreurmătoareleelemente:shuffle(someOf(desc(B)),someOf(desc(siblingOf(B)))suntB-uri?

B1

B C

A

B2 B3 C1 C2

ExempledepaXernuricaregenereazăteste

Caredintreurmătoarelepropietăți:setOfProperCesOf(B)caracterizeazărandom(descOf(B))șicareestevaloareei?

B1

B VP2B

B2 B3

propertyP2

VP1B

propertyP1

VP2B2

propertyP2