[논문 리뷰] Categorization of Semantic Roles for Dictionary Definitions

Vivian S. Silva, Siegfried Handschuh외 1명|arXiv (Cornell University)|2018. 06. 20.

Natural Language Processing Techniques참고 문헌 9인용 수 4

한 줄 요약

이 논문은 100개의 WordNet 용례 정의를 포함하는 코퍼스를 사용하여 의미 역할의 체계적 분류를 제안하며, 반복되는 의미적 및 문법적 패턴을 식별한다. 의미 역할의 집합—예를 들어 상위유형, 차별적 특성, 부가적 성질 등—을 도입하여 정의를 구조화하고, 이를 문법적 구성과 연결함으로써 자연어 처리(NLP) 응용 분야에서 자동 정보 추출 및 의미 모델링을 가능하게 한다.

ABSTRACT

Understanding the semantic relationships between terms is a fundamental task in natural language processing applications. While structured resources that can express those relationships in a formal way, such as ontologies, are still scarce, a large number of linguistic resources gathering dictionary definitions is becoming available, but understanding the semantic structure of natural language definitions is fundamental to make them useful in semantic interpretation tasks. Based on an analysis of a subset of WordNet's glosses, we propose a set of semantic roles that compose the semantic structure of a dictionary definition, and show how they are related to the definition's syntactic configuration, identifying patterns that can be used in the development of information extraction frameworks and semantic models.

연구 동기 및 목표

• 사전 정의의 높은 가용성에도 불구하고 의미 해석 작업에서의 활용이 부족한 점을 해결하기 위해.
• 자연어 정의의 구조를 구성하는 의미 역할을 식별하고 체계화하기 위해.
• 자동 정보 추출 프레임워크를 가능하게 하기 위해 의미 역할을 문법적 패턴과 연결하기 위해.
• 비정형 정의에서 세밀한 의미 모델을 구축하기 위한 기반을 제공하기 위해.
• 어휘 정의를 위한 확장 가능한 룰 기반 또는 기계학습 기반의 주석 시스템 개발을 지원하기 위해.

제안 방법

• 반복되는 의미적 및 문법적 패턴을 식별하기 위해 무작위로 선정한 100개의 WordNet 명사 및 동사 정의를 분석하였다.
• 고전적 정의 이론과 경험적 분석을 바탕으로 상위유형, 차별적 특성, 부가적 성질 등 의미 역할 집합을 제안하였다.
• 추출 가능한 패턴을 식별하기 위해 의미 역할을 문법적 구성(예: 주어-서술어 구조)에 매핑하였다.
• 핵심 프레임워크로 유전자-차별적 모델을 사용하였으며, 필수적 및 비필수적 성질을 포함하도록 확장하였다.
• 식별된 문법적 패턴을 기반으로 룰 기반 분류기를 제안하여 초도 주석 데이터셋을 생성하였다.
• 수동 보정을 통해 데이터셋을 개선하고, 이를 기반으로 대규모 정의 주석을 위한 기계학습 모델을 훈련시킬 계획이다.

실험 결과

연구 질문

• RQ1 사전 정의에 존재하는 주요 의미 역할는 무엇이며, 그것들은 정의된 용어의 의미와 어떻게 관련되어 있는가?
• RQ2 정의의 문법적 구조는 그 뒤에 숨은 의미 역할과 어떻게 대응하는가?
• RQ3 정의가 고전적인 유전자-차별적 패턴을 얼마나 잘 따르며, 어떤 변형이 존재하는가?
• RQ4 문법적 신호를 사용하여 정의에서 어떤 의미 역할를 신뢰성 있게 추출할 수 있는가?
• RQ5 식별된 의미적 및 문법적 패턴을 활용해 어휘 정의를 위한 확장 가능한 정보 추출 시스템을 구축할 수 있는가?

주요 결과

• 대부분의 WordNet 정의는 상위유형(일반적 범주)과 차별적 특성(구분 특징)을 포함하는 유전자-차별적 유사한 구조를 따른다.
• 정의에는 핵심 정의에 포함되지 않는 부가적(비필수적) 성질이 흔히 포함되어 있으며, 이는 맥락적 세부 정보를 추가한다.
• 의미 역할과 문법적 구성 간에 명확한 매핑이 존재하며, 예를 들어 주어-서술어 또는 명사구 구조 등이 있다.
• 제안된 의미 역할 집합은 의미 구성 요소를 체계적이고 수능 방식으로 대부분 포괄한다.
• 식별된 패턴은 규칙 기반 또는 기계학습 기반의 자동 정의 주석에 충분히 규칙적인 특성을 지닌다.
• 분석 결과, 비공식적이지만 일관된 의미 아키텍처를 지닌 사전 정의는 지식 기반 구축에 적합하다는 것이 확인되었다.