[论文解读] Categorization of Semantic Roles for Dictionary Definitions

Vivian S. Silva, Siegfried Handschuh+1 more|arXiv (Cornell University)|Jun 20, 2018

Natural Language Processing Techniques参考文献 9被引用 4

一句话总结

本文通过分析100个WordNet词典释义的语料库，提出了一套系统化的语义角色分类方法，识别出重复出现的语义与句法模式。该研究引入了一组语义角色（如上位类、差异特征、附带属性等），用于组织释义内容，并将其与句法结构关联，从而实现自然语言处理应用中自动化信息抽取与语义建模。

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.

研究动机与目标

• 解决尽管词典释义资源丰富，但在语义理解任务中仍被低估利用的问题。
• 识别并形式化构成自然语言释义结构的语义角色。
• 将语义角色与句法模式关联，以支持自动化信息抽取框架的构建。
• 为从非结构化释义中构建细粒度语义模型提供基础。
• 支持开发可扩展的基于规则或机器学习的词法释义标注系统。

提出的方法

• 分析了100个WordNet名词与动词释义的随机样本，以识别重复出现的语义与句法模式。
• 基于经典定义理论与实证分析，提出了一组语义角色（如上位类、差异特征、附带属性等）。
• 将语义角色映射到句法配置（如主谓结构）以识别可抽取的模式。
• 以“属加差异”模型为核心框架，并扩展以包含本质属性与非本质属性。
• 提出一种基于规则的分类器，利用识别出的句法模式生成初始标注数据集。
• 计划通过人工校对进一步优化数据集，并用于训练机器学习模型，以实现大规模释义标注。

实验结果

研究问题

• RQ1 词典释义中占主导地位的语义角色是什么？它们如何与被定义词项的意义相关联？
• RQ2 释义的句法结构如何对应其底层的语义角色？
• RQ3 释义在多大程度上遵循经典的“属加差异”模式？存在哪些变体？
• RQ4 哪些语义角色可以基于句法线索可靠地从释义中提取？
• RQ5 所识别的语义与句法模式是否可用于构建可扩展的词法释义信息抽取系统？

主要发现

• 大多数WordNet释义遵循类似“属加差异”的结构，包含一个上位类（一般类别）和差异特征（区分性特征）。
• 释义通常包含附带（非本质）属性，这些属性虽非核心定义部分，但提供上下文细节。
• 语义角色与句法配置之间存在清晰映射，如主谓结构或名词短语结构。
• 所提出的语义角色集合以系统化且可枚举的方式捕捉了释义中的大部分构成成分。
• 所识别的模式具有足够的规律性，可支持基于规则或机器学习的释义自动标注。
• 分析表明，尽管词典释义较为非正式，但仍包含一致的语义架构，适合用于知识库构建。