[论文解读] Semantic Relation Classification: Task Formalisation And Refinement

Vivian S. Silva, Manuela Hürliman+3 more|arXiv (Cornell University)|Dec 12, 2016

Semantic Web and Ontologies被引用 1

一句话总结

本文提出了一种基于DOLCE基础本体的领域特定语义关系分类框架，引入复合关系以捕捉术语之间的间接语义联系。通过使用本体基础关系和复合关系对300对金融语料进行标注，结果表明上下文依赖的关系所表现出的语义相关性得分低于直接关系，验证了该模型在领域特定自然语言处理任务中的表达能力。

ABSTRACT

The identification of semantic relations between terms within texts is a fundamental task in Natural Language Processing which can support applications requiring a lightweight semantic interpretation model. Currently, semantic relation classification concentrates on relations which are evaluated over open-domain data. This work provides a critique on the set of abstract relations used for semantic relation classification with regard to their ability to express relationships between terms which are found in a domain-specific corpora. Based on this analysis, this work proposes an alternative semantic relation model based on reusing and extending the set of abstract relations present in the DOLCE ontology. The resulting set of relations is well grounded, allows to capture a wide range of relations and could thus be used as a foundation for automatic classification of semantic relations.

研究动机与目标

• 评估现有语义关系集（如SemEval-2010 Task 8）在领域特定语料中的适用性。
• 批判性分析广泛使用的语义关系清单在领域特定文本语境下的本体论合理性与表达覆盖范围。
• 基于DOLCE本体开发并验证一种改进的语义关系模型，通过增加自定义关系以增强领域表达能力。
• 提出并实证评估复合语义关系的概念，作为连接无直接关系术语的手段。

提出的方法

• 分析SemEval-2010 Task 8关系集在金融领域语料中的完整性和本体基础。
• 将DOLCE本体的关系进行映射与扩展，以覆盖领域特定的语义关系，必要时增加自定义关系。
• 使用上下文感知标注方案，对金融语料中的300对术语进行直接关系与复合关系的标注。
• 独立于上下文计算所有术语对的语义相关性得分，使用人类标注的相似度评分（0–10分制）。
• 将直接关系、复合关系和未分配关系类型与语义相关性得分进行相关性分析，以评估上下文依赖性。
• 提出一种大规模语料中语义关系自动分类的框架，以标注数据集作为训练基础。

实验结果

研究问题

• RQ1 现有语义关系集（如SemEval-2010）在多大程度上能够充分覆盖领域特定语料中的关系？
• RQ2 DOLCE基础本体中的关系与金融领域语料中发现的语义关系在多大程度上对齐？
• RQ3 复合语义关系（即多个关系的组合）能否有效建模直接关系无法捕捉的间接或上下文依赖的术语关系？
• RQ4 在领域特定文本中，语义相关性得分与语义关系类型（直接、复合、未分配）之间存在何种关系？
• RQ5 基于DOLCE的关系模型在捕捉领域特定语义结构方面，其表达能力与标准开放领域关系集相比如何？

主要发现

• SemEval-2010 Task 8关系集在领域特定数据中表现出有限的覆盖范围和本体基础，尤其在金融领域中更为明显。
• 直接关系如Specialisation、Component-of和Part-of表现出较高的语义相关性得分（9.0–9.5），表明其具有强烈的概念一致性。
• 如Happens-at、Involves和Result等关系表现出较低的相关性得分（3.0–3.66），表明其受上下文限制，语义凝聚力较弱。
• 复合关系（通过中间关系连接术语）的平均语义相关性得分最低，表明其对上下文解释具有较强依赖性。
• 基于DOLCE的关系模型，经自定义关系增强后，相较于标准开放领域集合，在领域特定语义分类方面展现出更强的表达力与灵活性。
• 本研究证实，直接关系的语义相关性显著更高，而复合关系则依赖于上下文中介，验证了在领域特定自然语言处理中采用组合建模的必要性。