WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

25
WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? http:// www.cogsci.princeton.edu/~wn/

Transcript of WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Page 1: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

WordNet : une base de connaissances lexicales

La mère (le père) de tous les réseaux de mots ?

http://www.cogsci.princeton.edu/~wn/

Page 2: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

WordNet ? 1/4 Inspirée par des théories psycholinguistiques

et informatiques sur la mémoire lexicale humaine (Miller 85)

Fournir une recherche conceptuelle dans un dictionnaire

Donc organiser l’information lexicale en terme de signification de mots

Approximativement 155300 formes de mots et 117 600 concepts (synsets)

Version 1.0 en juin 1991. En 2006, version 2.1

Page 3: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Représentation sous forme de matrice lexicale

WordNet ? 2/4

Formes des mots : désignation de l’expression physique

Sens des mots : désignation du concept lexical que la forme peut exprimer

Page 4: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

En,pSn

……

E3,3S3

E2,2S2

E1,1 E1,2S1

Formes des mots

F1 F2 F3 … Fp

Sens

des mots

WordNet ? 3/4

Page 5: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Relations entre les significations des mots

- Hyperonymie / Hyponymie (tree / plant)- Méronymie

Relations entre les formes des mots

- Synonymie- Antonymie (rich/poor)

WordNet ? 4/4

Organisée par des relations sémantiques (pointeurs vers des synsets) ou relations lexicales :

Page 6: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Organisation des noms 1/5

Une hiérarchie sémantique ( ~ 12 niveaux) 117 100 formes de mots pour 81 400

significations de mots, et 145100 paires (mot-sens)

Pas un seul réseau : distinction des noms par 25 domaines sémantiques

Page 7: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

ProcessFeeling, emotion

PossessionEvent, happening

TimePlant, floraCommunication

Person, human being

Natural phenomenon

Cognition, knowledge …

SubstanceNatural object Body, corpus …

State, ConditionMotiveAttribute, property

ShapeLocation, placeArtifact…

RelationGroup, collectionAnimal, fauna …

Quantity, amountFoodAct, action, activity

Organisation des noms 2/5

Page 8: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Organisation des noms 3/5

Trois sortes de caractéristiques : Les attributs

Adjectifs qui modifient le nom Les parties

Relation de méronymie Les fonctions

Information fonctionnelle

Relation d’opposition : antonymie Collocations

Page 9: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Hypernym (inv. Hyponym):X is a hypernym of Y if Y is a (kind of) X

Meronym (inv. Holonym):X is a meronym of Y if

X is a part of Y or X is a substance of Y or X is a member of Y

plant / treewalk / march

mouth / facetree / forest

Antonym : an opposition lexical relation

rich / poorhappyness / unhappyness

Organisation des noms 4/5

Page 10: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

PersonGroup Natural Object Substance

Family Relative Body Organic Substance

ArmSisterBrother Leg Flesh Bone

Hyponyme Méronyme Antonyme

Organisation des noms 5/5

Page 11: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Exemple : House1. house -- (a dwelling that serves as living quarters for one or more families; "he has a house on Cape Cod"; "she felt she had to get out of the house")2. house -- (an official assembly having legislative powers; "the legislature has two houses")3. house -- (a building in which something is sheltered or located; "they had a large carriage house")4. family, household, house, home, menage -- (a social unit living together; "he moved his family to Virginia"; "It was a good Christian household"; "I waited until the whole house was asleep"; "the teacher asked how many people made up his home")5. theater, theatre, house -- (a building where theatrical performances or motion-picture shows can be presented; "the house was full")6. firm, house, business firm -- (members of a business organization; "he worked for a brokerage house")7. house -- (aristocratic family line; "the House of York")8. house -- (the members of a religious community living together)9. house -- (the audience gathered together in a theatre or cinema; "the house applauded"; "he counted the house")10. house -- (play in which children take the roles of father or mother or children and pretend to interact like adults; "the children were playing house")11. sign of the zodiac, star sign, sign, mansion, house, planetary house -- ((astrology) one of 12 equal areas into which the zodiac is divided)12. house -- (the management of a gambling house or casino; "the house gets a percentage of every bet")

Page 12: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Exemples : synonymes

Results for "Synonyms, ordered by estimated frequency" search of noun "computer"

2 senses of computer

Sense 1computer, computing machine, computing device, data processor, electronic computer, information processing system -- (a machine for performing calculations automatically) => machine -- (any mechanical or electrical device that transmits or modifies energy to perform or assist in the performance of human tasks)

Sense 2calculator, reckoner, figurer, estimator, computer -- (an expert at calculation (or at operating calculating machines)) => expert -- (a person with special knowledge or ability who performs skillfully)

Page 13: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

HyperonymesResults for "Hypernyms (this is a kind of...)" search of noun "computer"

Sense 1computer, computing machine, computing device, data processor, electronic computer, information processing system -- (a machine for performing calculations automatically) => machine -- (any mechanical or electrical device that transmits or modifies energy to perform or assist in the performance of human tasks) => device -- (an instrumentality invented for a particular purpose; "the device is small enough to wear on your wrist"; "a device intended to conserve water") => instrumentality, instrumentation -- (an artifact (or system of artifacts) that is instrumental in accomplishing some end) => artifact, artefact -- (a man-made object taken as a whole) => object, physical object -- (a tangible and visible entity; an entity that can cast a shadow; "it was full of rackets, balls and other objects") => entity, physical thing -- (that which is perceived or known or inferred to have its own physical existence (living or nonliving)) => whole, whole thing, unit -- (an assemblage of parts that is regarded as a single entity; "how big is that part compared to the whole?"; "the team is a unit") => object, physical object -- (a tangible and visible entity; an entity that can cast a shadow; "it was full of rackets, balls and other objects") => entity, physical thing -- (that which is perceived or known or inferred to have its own physical existence (living or nonliving))

Page 14: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Organisation des verbes 1/5 La plus importante catégorie lexicale et

syntaxique du langage et la plus difficile à étudier

21 000 verbes et approximativement 8 400 synsets

Répartition des verbes dans 15 fichiers distincts qui correspondent chacun à un domaine sémantique

Page 15: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Stative verbs Emotion or psych verbs

Verbs of change Motion verbs

Cognition verbs Perception verbs

Verbs of communication Verbs of possession

Competition verbs Verbs of social interaction

Consumption verbs Weather verbs

Contact verbs Creation verbs

Verbs if bodily functions and care

Organisation des verbes 2/5

Page 16: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Relations sémantiques : interaction avec implication stricte (entailment)

"Someone V1" implique "Someone V2"A verb X entails Y if X cannot be done

unless Y is, or has been, done

Exemple : "He is snoring" implique "He is sleeping"

Organisation des verbes 3/5

Page 17: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Entailment

Temporal inclusion No temporal inclusion

+ Troponymy

(co-extensiveness)

- Troponymy

(proper inclusion)

( limp – walk ) ( snore – sleep )

Troponym :X is a troponym of Y if to X is to Y in some manner

Organisation des verbes 4/5

Page 18: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Entailment

Temporal inclusion No temporal inclusion

Cause Backward

presupposition( feed – eat )

( fail – try )

Cause :A verb X causes YIf X denotes the causation of the state or activity referred to by Y

Organisation des verbes 5/5

Page 19: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Exemple : Entailment

Results for "This entails doing..." search of verb "eat"

Sense 1eat -- (take in solid food; "She was eating a banana"; "What did you eat for dinner last night?") => chew, masticate, manducate, jaw -- (chew (food); "He jawed his bubble gum"; "Chew your food and don't swallow it!"; "The cows were masticating the grass") => swallow, get down -- (pass through the esophagus as part of eating or drinking; "Swallow the raw fish--it won't kill you!")

Page 20: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Organisation des adjectifs

Adjectifs descriptifs : big, possible, …

Adjectifs relationnels : variantes stylistiques des modifieurs de noms

19 500 adjectifs organisés dans 1000 synsets

Page 21: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Exemple d ’application

Expansion sémantique de requête Manuelle [Voorhees, 1998] Fournit un plafond pour l'expansion sémantique. Collection de test de TREC (1993). Exemple : research, development, testing and evaluation

of a new anti-cancer drug developed anywhere in the world {cancer}, {skin_cancer}, {pharmaceutical}.

Vecteurs multi-partites : termes de départ, synonymes, hyponymes, collocations... Le poids de chaque partie peut varier.

L'expansion améliore les requêtes « courtes » mais

dégrade les « longues ».

Page 22: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Expansion sémantique de requête Automatique [Voorhees, 1998] Pour (tenter de) rendre compte des concepts importants

de la requête sont expansés les termes inférieurs à un plafond N dans la base

de documents un terme est ajouté s'il est lié à au moins deux termes originels de

la requête.

Les sens effectifs d'une requête courte sont rarement reliés. Les mots les reliant risquent d'être très généraux (system).

Là encore, l'obstacle est la désambiguïsation sémantique

automatique.

Page 23: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

WordNet : critiques WordNet : 12% des entrées sont polysémiques, soit 15 400

formes [Leacock & Chodorow, 1998]. Le grand écart des fréquences.

Exemple : environ 1 400 occurrences de vendre dans 14 millions de mots (numéros du Monde tirés au hasard en 1987, 1989, 1991, 1993 et 1995). Pas une apparition du sens ‘ trahir ’, pourtant présent dans tous les dictionnaires.

La constitution de corpus suffisamment vastes pour représenter correctement tous les sens des mots polysémiques est hors de portée.

Concordance sémantique (SemCor) : 167 occurrences de 11 sens de serve. 4 de ces sens totalisent 10% des occurrences (2-3% chaque). S'entraîner à les reconnaître est impossible. Le plafond est alors de

90%.

Page 24: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Limites connues de WordNet Pas d'informations sur les propriétés syntaxiques de

mots. Pas de liens entre parties du discours. Noms, verbes et

adjectifs sont des continents séparés. Pas de savoir « encyclopédique ». Pas d'indications de domaine (« tennis problem ») : pas

de lien direct entre raquette, balle et filet. Densité variable. Grain très (trop ?) fin de distinction de sens (break : 63

sens !)

Page 25: WordNet : une base de connaissances lexicales La mère (le père) de tous les réseaux de mots ? wn

Bibliographie Livres :

WordNet An Electronic Lexical Database – Christiane Fellbaum 1998

EuroWordNet : a multilingual database with lexical semantic networks – Piek Vossen 1998

Adresse http : http://wordnet.princeton.edu/