[논문 리뷰] Extracting a bilingual semantic grammar from FrameNet-annotated corpora

Dana Dannélls, Normunds Grūzītis|arXiv (Cornell University)|2014. 04. 08.

Natural Language Processing Techniques참고 문헌 9인용 수 9

한 줄 요약

이 논문은 영어 및 스웨덴어 FrameNet-annotated 코퍼스에서 Grammatical Framework (GF)를 사용하여 공통의 이중어 의미 문법을 자동으로 추출하는 방법을 제시한다. Berkeley FrameNet과 스웨덴어 FrameNet 간의 의미적 및 문법적 관계 패턴을 정렬함으로써, 공통의 추상 문법을 유도하며, 이는 769개의 프레임별 패턴으로 구성되어 있으며, 공유 프레임 세트에 속하는 영어 예제의 77.8%와 스웨덴어 예제의 74.9%를 커버한다. 이는 통합된 의미 문법 인터페이스를 통해 多국어 NLP 응용을 가능하게 한다.

ABSTRACT

We present the creation of an English-Swedish FrameNet-based grammar in Grammatical Framework. The aim of this research is to make existing framenets computationally accessible for multilingual natural language applications via a common semantic grammar API, and to facilitate the porting of such grammar to other languages. In this paper, we describe the abstract syntax of the semantic grammar while focusing on its automatic extraction possibilities. We have extracted a shared abstract syntax from ~58,500 annotated sentences in Berkeley FrameNet (BFN) and ~3,500 annotated sentences in Swedish FrameNet (SweFN). The abstract syntax defines 769 frame-specific valence patterns that cover 77.8% examples in BFN and 74.9% in SweFN belonging to the shared set of 471 frames. As a side result, we provide a unified method for comparing semantic and syntactic valence patterns across framenets.

연구 동기 및 목표

• 기존 FrameNet 자원으로부터 계산적으로 접근 가능한 다국어 의미 문법을 만들기 위해 자연어 생성 및 기타 NLP 응용을 지원한다.
• 다국어 FrameNets 를 문법 수준에서 통합하기 위해 언어 간 공통의 추상 문법을 추출한다.
• 의미적 및 문법적 관계 패턴을 체계적이고 자동적으로 비교하기 위한 방법을 개발한다.
• 추가 언어와 문법적 구조로의 확장을 위한 기반을 마련한다.
• 다국어 패턴 비교를 통한 비정상적으로 애너테이션된 예제를 식별함으로써 FrameNet 애너테이션의 일관성과 품질을 향상시킨다.

제안 방법

• 저자들은 영어 및 스웨덴어 FrameNet에 대해 공통의 추상 문법을 정의하기 위해 Grammatical Framework (GF)를 사용하며, 의미적 및 문법적 인수를 가진 함수로서 특정 프레임의 관계 패턴을 모델링한다.
• Berkeley FrameNet의 약 58,500개 문장과 스웨덴어 FrameNet의 약 3,500개 문장에서 핵심 프레임 요소와 그 문법적 실현 방식에 중점을 두고 의미-문법 관계 패턴을 추출한다.
• 패턴 간의 유사성을 고려하기 위해 퍼지 매칭 전략을 적용하여, 포함관계 기반 일반화를 가능하게 하고 중복을 줄인다.
• 의미적 및 문법적 패턴의 교집합을 계산하고, 포함된 패턴을 제거함으로써 최소한의 대표성 있는 769개의 공통 관계 패턴 세트를 생성한다.
• 공백 인수를 비핵심 프레임 요소에 대해 허용함으로써, 어색한 표현의 다양성과 다양한 문법적 실현 방식을 커버할 수 있도록 문법 설계를 한다.
• 점진적인 패턴 정렬을 통해 추가 언어와 문법 유형(예: 서브절, 동명사 등)으로의 확장이 가능하도록 접근법을 지원한다.

실험 결과

연구 질문

• RQ1 이중어 FrameNet-annotated 코퍼스에서 다국어 NLP 응용을 지원하기 위해 공통의 추상 문법을 자동으로 추출할 수 있는가?
• RQ2 의미적 및 문법적 관계 패턴을 영어 및 스웨덴어 FrameNet 간에 정렬하는 데 있어 퍼지 매칭 전략의 효과는 어떠한가?
• RQ3 추출된 문법이 양쪽 FrameNet 코퍼스의 예제를 얼마나 커버하는가? 그리고 커버리지의 상한선은 무엇인가?
• RQ4 문법적 다양성이 커버리지에 미치는 영향은 무엇이며, 정밀도와 완전성 사이의 상충 관계는 어떠한가?
• RQ5 교차 언어 패턴 비교를 통해 FrameNet 애너테이션의 비일관성 또는 오류를 탐지할 수 있는가?

주요 결과

• 추출된 추상 문법은 769개의 공통 의미-문법 관계 패턴으로 구성되어 있으며, 공유 프레임 세트에 속하는 영어 FrameNet 예제의 77.8%와 스웨덴어 FrameNet 예제의 74.9%를 커버한다.
• 작은 패턴 수로도 높은 커버리지가 달성되어, 소수의 패턴이 다국어 관계 패턴의 대부분을 포괄할 수 있음을 보여준다.
• 퍼지 매칭은 의미 유형의 커버리지에 10% 향상시키며, 의미-문법 유형의 경우 17% 향상되며, 이는 문법 커버리지에 미미한 증가를 가져온다.
• 공통 프레임만을 사용할 경우 커버리지의 상한선는 영어 기준 93.4%, 스웨덴어 기준 78%로, 대부분의 예제가 이미 공통 의미 프레임워크에 포함되어 있음을 시사한다.
• 패턴 불일치 분석을 통해 두 FrameNet 모두에서 잘못 애너테이션된 예제를 성공적으로 식별하여, 코퍼스 품질 평가를 향상시켰다.
• 문법은 강건하고 확장 가능하며, 비핵심 프레임 요소를 추가해도 최소한의 확장이 예상되며, 향후 추가 언어와 문법적 구조로의 확장도 지원한다.