[论文解读] Mapping Multilingual Hierarchies Using Relaxation Labeling

Jordi Daudé, Lluís Padró+1 more|ArXiv.org|Jun 24, 1999

Natural Language Processing Techniques参考文献 11被引用 13

一句话总结

本文提出了一种松弛标记方法，通过解析双语词典中的模糊翻译，自动映射多语言词汇层次结构。利用约束满足技术，该方法在每个语义概念平均有15个候选翻译的情况下，实现了将西班牙语单语分类法语义与正确英文WordNet同义词集链接的80%以上准确率，为丰富多语言词汇知识库提供了一种稳健的方法。

ABSTRACT

This paper explores the automatic construction of a multilingual Lexical Knowledge Base from pre-existing lexical resources. We present a new and robust approach for linking already existing lexical/semantic hierarchies. We used a constraint satisfaction algorithm (relaxation labeling) to select --among all the candidate translations proposed by a bilingual dictionary-- the right English WordNet synset for each sense in a taxonomy automatically derived from a Spanish monolingual dictionary. Although on average, there are 15 possible WordNet connections for each sense in the taxonomy, the method achieves an accuracy over 80%. Finally, we also propose several ways in which this technique could be applied to enrich and improve existing lexical databases.

研究动机与目标

• 从现有的单语和双语资源自动构建多语言词汇知识库。
• 解决在翻译候选存在模糊性时，跨语言语义层次结构映射的挑战。
• 提高将西班牙语单语分类法语义与对应英文WordNet同义词集链接的准确性。
• 开发一种可扩展且稳健的方法，用于通过多语言语义链接丰富现有词汇数据库。

提出的方法

• 采用松弛标记算法，解决双语词典中多个候选翻译之间的冲突。
• 将映射任务建模为约束满足问题，其中西班牙语分类法中的每个语义必须与一个正确的WordNet同义词集关联。
• 利用候选翻译之间的成对兼容性得分，基于局部一致性迭代优化标签分配。
• 使用从双语词典中提取的翻译概率初始化松弛过程。
• 通过迭代优化直至收敛到具有最大一致性的稳定标签配置。
• 通过与人工标注的黄金标准对比验证结果，以评估准确率。

实验结果

研究问题

• RQ1 当每个语义概念存在多个翻译候选时，如何有效解决多语言词汇映射中的模糊性？
• RQ2 可采用哪些约束来提高将单语语义层次结构链接到多语言词汇资源的准确性？
• RQ3 松弛标记是否能优于简单启发式方法，在跨语言词汇层次结构映射中表现更优？
• RQ4 基于约束的方法在多语言知识库构建中能在多大程度上减少错误传播？

主要发现

• 该方法在将西班牙语分类法语义与正确英文WordNet同义词集链接方面实现了超过80%的准确率。
• 尽管每个语义概念平均有15个候选翻译，松弛标记方法相比基线方法显著降低了错误率。
• 约束满足框架通过利用翻译候选之间的语义和词汇兼容性，有效处理了模糊性问题。
• 该方法具有鲁棒性和可扩展性，适用于大规模多语言知识库的丰富化。
• 结果表明，局部一致性约束能够以高精度引导全局标签决策。
• 该技术为自动扩展现有词汇数据库并添加多语言语义链接提供了切实可行的路径。