[论文解读] LERIL : Collaborative Effort for Creating Lexical Resources

Akshar Bharati, Dipti Misra Sharma+4 more|ArXiv.org|Aug 7, 2003

Natural Language Processing Techniques参考文献 2被引用 5

一句话总结

LERIL 提出了一种协作框架，用于构建印度语言的词法资源，重点包括基于波你尼语法的依存句法语料库、用于英-印翻译的迁移词典，以及核心语义双语词典。该方法结合语言学理论与社区协作，为低资源印度语言的自然语言处理应用创建结构化、多语言的资源。

ABSTRACT

The paper reports on efforts taken to create lexical resources pertaining to Indian languages, using the collaborative model. The lexical resources being developed are: (1) Transfer lexicon and grammar from English to several Indian languages. (2) Dependencey tree bank of annotated corpora for several Indian languages. The dependency trees are based on the Paninian model. (3) Bilingual dictionary of 'core meanings'.

研究动机与目标

• 为支持低资源印度语言的自然语言处理，开发结构化的词法资源。
• 创建用于将英语语言结构映射到多种印度语言的迁移词典和语法。
• 使用波你尼语法的句法分析模型，构建依存句法语料库。
• 编制“核心语义”双语词典，以在印度语言间实现语义映射的标准化。
• 建立一种协作模式，以确保跨机构和研究人员的持续发展语言资源。

提出的方法

• 采用波你尼语法学说的句法模型，团队为多种印度语言的标注语料构建了依存树。
• 利用现有语言学框架，研究人员设计了一种基于迁移的方法，将英语的句法和词汇结构映射到印度语言。
• 从平行文本中提取核心语义，并用于构建连接不同语言间等价概念的语义词典。
• 协作模式涉及多个机构和研究人员，确保语言一致性并实现广泛覆盖。
• 依存句法语料库通过遵循波你尼语法规则的手动标注构建，确保语言准确性。
• 迁移词典通过将英语的形态句法特征规则映射到目标印度语言的对应形式而构建。

实验结果

研究问题

• RQ1 协作框架在多大程度上能有效支持为资源匮乏的印度语言创建词法资源？
• RQ2 波你尼语法的句法模型在多大程度上可应用于为印度语言构建一致的依存句法语料库？
• RQ3 在多种多样的印度语言之间，基于核心语义的双语词典是否可行？
• RQ4 如何系统地推导出用于英-印翻译的基于迁移的词典和语法规则？
• RQ5 机构协作在确保词法资源开发的可扩展性和语言有效性方面发挥何种作用？

主要发现

• 基于波你尼语法的依存句法语料库在多种印度语言中表现出一致的句法标注，支持跨语言的自然语言处理应用。
• 迁移词典成功捕捉了从英语到印度语言的形态句法映射，支持基于规则的翻译系统。
• 核心语义双语词典提供了标准化的语义参考，减少了跨语言词法映射中的歧义。
• 跨机构的协作开发相比孤立努力，显著提升了资源覆盖范围和语言准确性。
• 该项目建立了一种可复用的模型，用于在理论语言学基础上，为低资源语言环境下的词法资源创建提供支持。
• 所生成的资源已通过 LTRC-TR015 报告发布，确保了未来研究的可访问性。