Zum Inhalt springen
Zurück zu den Suchergebnissen

Wortsinndisambiguierung (WSD)

Eingeführt von
Navigli (survey, 2009)
Jahr
2009
Typ
NLP semantic-disambiguation task

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Wortsinndisambiguierung (WSD) ist die Aufgabe der Verarbeitung natürlicher Sprache, die korrekte Bedeutung eines polysemen Wortes aus seinem Kontext zu wählen.

Untersucht von Navigli (2009), löst sie, welcher Sinn eines mehrdeutigen Wortes in einem gegebenen Satz zutrifft, und verbessert die Qualität von Information Retrieval, maschineller Übersetzung und Fragebeantwortung.

Die Intuition hinter der Methode

Viele alltägliche Wörter tragen mehr als eine Bedeutung – „Bank“ kann ein Flussufer oder ein Finanzinstitut sein, und nur die umgebenden Wörter sagen uns, welche. Ein Leser löst dies automatisch, aber eine Maschine sieht in beiden Fällen dieselbe Zeichenkette. WSD macht diese Wahl explizit: Sie betrachtet die Wörter um einen mehrdeutigen Begriff, vergleicht sie mit den Wörterbuchdefinitionen jeder Kandidatenbedeutung und wählt die Bedeutung aus, deren Sinn am besten zum Kontext passt.

Geschichte

Wortsinndisambiguierung ist ein langjähriges Problem der Computerlinguistik. Navigli (2009) hat das Feld in einer umfassenden Übersicht konsolidiert, während Mihalcea (2006) die wissensbasierten Methoden dargelegt hat, die auf lexikalischen Ressourcen wie WordNet statt auf annotierten Trainingsdaten basieren.

Wann wird sie eingesetzt?

WSD wird angewendet, wenn Sie Text mit Wörtern mit mehreren Bedeutungen und einer lexikalischen Wissensressource – WordNet oder einer zielsprachlichen Ontologie – haben, die deren Sinne auflistet, zusammen mit einem definierten Kontextfenster. Sie eignet sich für erklärende und klassifizierende Arbeiten an Textdaten, und ein bescheidener Korpus (etwa 20 Einheiten) reicht aus, um zu beginnen. Ohne ein verfügbares Sinninventar für die Sprache kann wissensbasierte WSD nicht ausgeführt werden.

Grenzen und Hinweise

  • Erfordert ein verfügbares WordNet oder eine zielsprachliche Ontologie; Sprachen ohne Sinninventar können auf diese Weise nicht disambiguiert werden.
  • Die Genauigkeit hängt davon ab, wie gut das definierte Kontextfenster die disambiguierende Evidenz erfasst.
  • Feingranulare Sinnunterscheidungen in einer Ressource können selbst mit reichem Kontext schwer zu trennen sein.

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Löst Polysemie auf, sodass nachgelagerte Aufgaben die beabsichtigte Bedeutung und nicht eine Oberflächenzeichenkette lesen.
  • Verbessert die Qualität von Information Retrieval, maschineller Übersetzung und Fragebeantwortung.
  • Wissensbasierte Ansätze arbeiten direkt aus einer lexikalischen Ressource ohne große annotierte Trainingsdatensätze.

Anwendungen

  • Verbesserung der Relevanz von Information Retrieval durch Abgleich des beabsichtigten Sinns eines Suchbegriffs.
  • Erhöhung der Qualität maschineller Übersetzung durch Auswahl des korrekten Sinns vor der Übersetzung.
  • Unterstützung von Fragebeantwortungssystemen, die mehrdeutige Begriffe korrekt interpretieren müssen.
  • Semantische Analyse von Korpora in den Geistes-, Sozial- und anderen textintensiven Feldern.

So funktioniert es

So funktioniert es

1

Der Text wird nach polysemen Wörtern durchsucht – Begriffe, die in der Wissensressource mehr als eine mögliche Bedeutung haben. Jedes solche Wort wird zum Ziel für die Disambiguierung, da eindeutige Wörter keiner weiteren Analyse bedürfen.

2

Ein Kontextfenster wird um jedes Zielwort definiert – die benachbarten Wörter und Phrasen, die signalisieren, welche Bedeutung beabsichtigt ist. Die Größe und Form dieses Fensters ist ein definierter Parameter der Methode, da die umgebende Evidenz die Entscheidung treibt.

3

Kandidatensinne für das Zielwort werden aus einer lexikalischen Wissensressource wie WordNet oder einer zielsprachlichen Ontologie abgerufen. Jeder Kandidat trägt eine Glossierung oder Definition, die diese spezielle Bedeutung beschreibt.

4

Der Sinn, dessen Definition am besten mit dem Kontext überlappt, wird gewählt. Wissensbasierte Ansätze wie der Lesk-Algorithmus vergleichen die Wörter im Kontextfenster mit der Glossierung jedes Sinns und wählen die beste Übereinstimmung, indem sie dem Wort im Kontext ein einzelnes Sinnetikett zuweisen.

Häufige Fallstricke

  • Anwendung einer für eine Sprache erstellten Ressource auf Text in einer anderen – das Sinninventar muss zur Korpusssprache passen.
  • Verwendung eines Kontextfensters, das zu eng ist, um das disambiguierende Signal zu tragen, oder so breit, dass es irrelevante Wörter einbezieht.
  • Annahme, dass jedes Wort mehrdeutig ist; beschränken Sie die Disambiguierung auf tatsächlich polyseme Ziele, um verschwendete Anstrengungen und Rauschen zu vermeiden.

Häufig gestellte Fragen

Welche Wissensressource benötigt WSD?

Wissensbasierte WSD stützt sich auf eine lexikalische Ressource, die die Sinne von Wörtern auflistet – WordNet für Englisch oder eine äquivalente Ontologie für die Zielsprache. Die Ressource liefert die Kandidatensinne und ihre Glossierungen, die die Methode mit dem Kontext vergleicht.

Wie wichtig ist das Kontextfenster?

Das Kontextfenster ist die Menge der benachbarten Wörter, die zur Entscheidung verwendet werden, welcher Sinn zutrifft. Es ist ein definierter Parameter: zu eng und es verpasst das disambiguierende Signal, zu breit und es fügt irrelevante Wörter hinzu. Die Wahl eines geeigneten Fensters ist zentral für die Methode.

Was ist der Lesk-Algorithmus?

Lesk ist ein klassischer wissensbasierter Ansatz, der die Wörter im Kontextfenster mit der Wörterbuchglossierung jedes Kandidatensinns vergleicht und den Sinn mit der größten Überlappung auswählt. Er arbeitet direkt aus der lexikalischen Ressource ohne annotierte Trainingsdaten.

Funktioniert WSD für andere Sprachen als Englisch?

Ja, vorausgesetzt, es existiert ein Sinninventar oder eine Ontologie für diese Sprache. Die Anwendung einer englischen Ressource wie WordNet auf Text in einer anderen Sprache wird keine korrekten Sinne ergeben; die Ressource muss zur Korpusssprache passen.

Verwandte Methoden

Quellen

  1. Navigli, R. (2009). Word Sense Disambiguation: A Survey. ACM Computing Surveys (CSUR), 41(2), Article 10, 1-69.

    DOI-Referenz öffnen
    Kopiert.
  2. Mihalcea, R. (2006). Knowledge-Based Methods for Word Sense Disambiguation. Computational Linguistics.

    Publikationsreferenz öffnen
    Kopiert.