1 / 10

Egy magyar WordNet felé

Egy magyar WordNet felé. Miháltz Márton, Dr. Prószéky Gábor MorphoLogic. WordNet. Mentális lexikon modell, Princeton 1985- Lexikális szemantikai hálózat Szójelentések, szinonimák , synsetek, fogalmak { l ó:1, háziló:1} vs. { ló:2, huszár:2} Szemantikai relációk

jaxon
Download Presentation

Egy magyar WordNet felé

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Egy magyar WordNet felé Miháltz Márton, Dr. Prószéky Gábor MorphoLogic

  2. WordNet • Mentális lexikon modell, Princeton 1985- • Lexikális szemantikai hálózat • Szójelentések, szinonimák, synsetek, fogalmak { ló:1, háziló:1} vs. { ló:2, huszár:2} • Szemantikai relációk { ló:1, háziló:1} { póniló:1, póni:1 } { ló:2, huszár:2}{ sakkfigura }

  3. Princeton WordNet {abstraction} derivative {abstract} hypernym {space} {attribute} {see, consider, reckon} {interplanetary space} {outer space} {property} {think, believe} part {physical property} {judge} {convict} {interstellar space} entails {temperature} {cryogenics} instance domain {absolute zero} attribute {cool} {baking hot} {hot} {cold} antonym {frosty} {burning} similar {fiery} {ice-cold}

  4. EuroWordNet: többnyelvű WN Top Ontology Base Concepts (BC) HollandBC SpanyolBC Inter-Lingual Index (ILI) Holland WN SpanyolWN … … hypernym hypernym {bicicleta, velocipedo} {bicycle, bike} {fiets, rijwiel} equivalence equivalence

  5. Magyar WN ontológia (HuWN) • BalkaNet projekt erőforrások használata • „Mag” rész: BN Concept Set (8516 synset 13 nyelv alapján) • BN Interlingual Index (PWN 2.0 + SUMO hierarchia) • VisDic editor • Kiterjesztéses modell (+ más) • Angol synsetek fordítása, relációk átvétele • Alapos kézi ellenőrzés és javítás • Fél-automatikus módszerek • Korábban kifejlesztett fordító heurisztikák • 70% körüli pontosság (főnevek) • Meglévő erőforrások integrációja • Magyar Értelmező Kéziszótár meghatározásai • NYTI igei vonzatkeret-adatbázis

  6. HuWN: igék • Problémák • Homályos jelentésbeli megkülönböztetések • Inkonzisztens angol WN Thematikus szerepek, metaforikus jelentések, szelekciós megkötések stb. • Megoldás • „Vegyes” metodológia: BCS fordítás + MNSZ vonzatkeret-gyakoriság alapján kiválasztott igék, saját rendezés • Specifikus magyar relációk Igekötők, -képzők kezelése stb.

  7. Eddigi eredmények • BCS lefordítása • Gépi fordítás (fedés: 50%) • Synsetek és relációk kézi ellenőrzése, kiegészítése • Számok 8,600 Synset 14,700 Szó 21,100 Szójelentés 25,200 Reláció

  8. További munka • Mag rész kiterjesztése • MNSZ és ÉKSz korpuszgyakoriságok alapján • Ontológia további bővítése • Főnevek, melléknevek: • Iteratív koncentrikus bővítés PWN alapján • ÉKSz-ben feltárt szemantikai relációk alapján • Igék: • MNSZ vonzatkeret-gyakoriság alapján • PWN alapján • 2007: kb. 40Ksynset

  9. Köszönjük a figyelmet!

More Related