TAILIEUCHUNG - Báo cáo khoa học: "Coarse Lexical Semantic Annotation with Supersenses: An Arabic Case Study"

“Lightweight” semantic annotation of text calls for a simple representation, ideally without requiring a semantic lexicon to achieve good coverage in the language and domain. In this paper, we repurpose WordNet’s supersense tags for annotation, developing specific guidelines for nominal expressions and applying them to Arabic Wikipedia articles in four topical domains. | Coarse Lexical Semantic Annotation with Supersenses An Arabic Case Study Nathan Schneider Behrang Mohit Kemal Oflazer Noah A. Smith School of Computer Science Carnegie Mellon University Doha Qatar Pittsburgh pA 15213 USA nschneid@cs. behrang@ ko@cs. nasmith@cs. Abstract Lightweight semantic annotation of text calls for a simple representation ideally without requiring a semantic lexicon to achieve good coverage in the language and domain. In this paper we repurpose WordNet s supersense tags for annotation developing specific guidelines for nominal expressions and applying them to Arabic Wikipedia articles in four topical domains. The resulting corpus has high coverage and was completed quickly with reasonable inter-annotator agreement. 1 Introduction The goal of lightweight semantic annotation of text particularly in scenarios with limited resources and expertise presents several requirements for a representation simplicity adaptability to new languages topics and genres and coverage. This paper describes coarse lexical semantic annotation of Arabic Wikipedia articles subject to these constraints. Traditional lexical semantic representations are either narrow in scope like named entities 1 or make reference to a full-fledged lexicon ontology which may insufficiently cover the language domain of interest or require prohibitive expertise and effort to We therefore turn to supersense tags SSTs 40 coarse lexical semantic classes 25 for nouns 15 for verbs originating in WordNet. Previously these served as groupings of English lexicon 1 Some ontologies like those in Sekine et al. 2002 and BBN Identifinder Bikel et al. 1999 include a large selection of classes which tend to be especially relevant to proper names. . a WordNet Fellbaum 1998 sense annotation effort reported by Passonneau et al. 2010 found considerable interannotator variability for some lexemes FrameNet Baker et al. 1998 is limited in coverage even for English and PropBank Kingsbury and .

• Báo cáo khoa học
• Coarse Lexical Semantic Annotation with Supersenses
• An Arabic Case Study
• Nathan Schneider
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball