La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Les relations intercatégorielles Nom-Verbe (observées à travers Upery) Cécile Fabre.

Présentations similaires


Présentation au sujet: "Les relations intercatégorielles Nom-Verbe (observées à travers Upery) Cécile Fabre."— Transcription de la présentation:

1 Les relations intercatégorielles Nom-Verbe (observées à travers Upery) Cécile Fabre

2 2 Passerelles nom verbe : qqs travaux antérieurs En TAL Terminologie Recherche dinformation En sémantique lexicale Les liens N-V calculés par UPery Exemples et premiers résultats Esquisse de typologie Perspectives

3 3 Objectif général Repérer un contenu informatif comparable à travers ses variantes textuelles « assessment of semantic similarity has proved to be essential for a variety of Natural Language Processing tasks (Montemagni et al. 98)

4 4 Repérer les variantes nom-verbe « From an information retrieval point of view the same information can be coded in an NP or in a sentence. By unifying higher-order nouns and verbs in the same ontology it will be possible to match expressions with very different syntactic structures but comparable content » (Vossen 1998)

5 5 Repérage automatique de variantes terminologiques (Fabre et Jacquemin 2000) But : constituer une grammaire permettant didentifier les reformulations verbales de termes nominaux Comparaison_N de_P résultat_N comparer_V les_D résultats_N Technique_N de_P mesure_N mesure_V à laide d_P une_D technique_N Amélioration_N de_P technique_N techniques_N permettant_V d_P améliorer_V

6 6 Acquisition de ressources lexicales pour la RI (Bouillon, Fabre, Sébillot, Jacqmin, 2000) (Galy, 2000) (Claveau 2003) But : Mettre au point une méthode permettant dextraire dun corpus des couples nom-verbe sémantiquement associés ex de patron calculé (programmation logique inductive) : V infinitif + (tout sauf un verbe)* + conj de coord + N

7 7 Modèles lexicaux On sort du champ balisé des relations sémantiques intracatégorielles Melčuk : les fonctions lexicales fonctions lexicales syntagmatiques Oper1 : OBSTACLE => encounter fonctions lexicales paradigmatiques S0 : ACHETER => achat V0 : SERMON => jurer S1 : PARLER =>locuteur

8 8 Pustejovsky : la structure qualia la représentation des noms intègre des informations relationnelles codées sous forme de prédicats verbaux couteau qualia formal : x telic : couper (e,x,y) […]

9 9 WordNet 1.5 : pas de relations intercatégorielles In Princeton WordNet nouns and verbs are not interrelated by basic semantic relations such as hyponymy and synonymy. The effect is that very similar synsets are totally unrelated only because they differ in part of speech (Vossen 97) WordNet 2.0 «Derivationally related forms » « adoption -- (a legal proceeding that creates a parent- child relation […] RELATED TO->(verb) adopt#5 => adopt, take in -- WordNet

10 10 EuroWordNet EuroWordNet « cross-part-of speech relations » {adorn V} XPOS_NEAR_SYN {adornment N} « The advantages of such explicit cross-part-of speech relations are: - similar words with different parts of speech are grouped together. […] - From an information retrieval point of view [...] it will be possible to match expressions with very different syntactic structures but comparable content » (Vossen 97)

11 11 Ex : commémorer obj Catégorie Lemme Relation a Jaccard N commémoration de N célébration de N cinquantenaire de V célébrer obj N festivité de N circonstance de V coïncider suj N anniversaire de

12 12 rafle cinquantenaire bicentenaire débarquement baptême soulèvement centenaire anniversaire […] commémorer (obj) anniversaire (de) commémorer (obj) commémoration (de) soulèvement débarquement rafle baptême naissance déportation massacre émeute […]

13 13 Premiers chiffres indicatifs : Part des relations N-V Proportion de N-V présentant un lien morphologique : 17 % N-V = 16% des relations impliquant un nom

14 14 Le parent distributionnel nest pas forcément le parent morphologique

15 15 Répartition selon les schémas syntaxiques de correspondance Nom de X / Verbe X obj rétablissement de X / rétablir X relèvement de X / baisser X Nom de X / Verbe X suj rétablissement de X / rétablir X relèvement de X / baisser X Nom en X / Verbe en X retour en X / revenir en X Nom à X / Verbe à X rapport à X / remettre à X Autres action pour X / favoriser X lutter pour X / accéder à X

16 16 Typologie des liens N-V 1- équivalence fusion – regrouperfusion dentreprises / regrouper des entreprises renforcement – durcirrenforcement de la législation / durcir la législation 2- activité typique, fonction bouteille – boirebouteille de vodka / boire de la vodka camion – acheminercamion de vivres / acheminer les vivres victime – souffrirvictime dun traumatisme / souffrir dun traumatisme 3- antonymie dégradation – améliorerdégradation de lemploi / lemploi saméliore réunification – diviserréunification du pays / diviser le pays 4- contiguïté sémantique ?? succession temporelle élaboration – mettre en œuvre élaboration de la loi / mettre en œuvre la loi distribution – acheter distribution des vivres / acheter les vivres 5- collocations, verbes supports arrêt – rendrearrêt de la cour dappel /cour dappel rendre article – paraîtrearticle de presse / paraître dans la presse [..]

17 17 Perspectives Mieux décrire la relation sémantique N-V - observer en contexte les zones de reformulation N V - étendre lobservation à dautres corpus Etudier limpact de telles ressources en TAL : - « rentabilité » du lien N-V pour la recherche dinformation? - rôle complémentaire par rapport à des ressources de type synonymique ?

18 18 Bibliographie Bouillon P., Fabre, C., Sébillot P. et Jacqmin, L. (2000) « Apprentissage de ressources lexicales pour l'extension de requêtes », Traitement automatique des langues, 41(2): , numéro spécial Traitement automatique des langues pour la recherche d'informations, coordonné par Christian Jacquemin, ATALA/Hermes sciences publications, Paris. Claveau V. (2003) Acquisition automatique de lexiques sémantiques pour la recherche d'information. Thèse de l'Université de Rennes 1, décembre 2003 (http://olst.ling.umontreal.ca/~vincent/publis.html). Fabre C. et Jacquemin C., (2000), "Boosting Variant Recognition with Light Semantics", actes de COLING (Computational Linguistics), Sarrebrück, août 2000 (voir sur ma page web à lERSS) Galy E. (2000), Repérer en corpus les associations sémantiques privilégiées entre le nom et le verbe : le cas de la fonction dénotée par le nom, Mémoire de maîtrise en Sciences du langage, Université Toulouse-Le Mirail. Montemagni S. et Pirelli V. (1998), « Augmenting WordNet-like Lexical Resources with Distributional Evidence. An Application-Oriented Perspective«, in S. Harabagiu, editor, Workshop on Use of WordNet in Natural Language Processing Systems: Proceedings of the Conference, pages Association for Computational Linguistics Vossen P. (1997), EuroWordNet: a multilingual database for information retrieval In Proceedings of the DELOS workshop on Cross-language Information Retrieval, March 5-7, Zürich


Télécharger ppt "Les relations intercatégorielles Nom-Verbe (observées à travers Upery) Cécile Fabre."

Présentations similaires


Annonces Google