Skip to content
بازگشت به نتایج جست‌وجو

تجزیه وابستگی — تحلیل وابستگی نحوی

نوع
NLP syntactic-analysis task

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تجزیه وابستگی (Dependency parsing) وظیفه‌ای در پردازش زبان طبیعی است که روابط وابستگی نحوی بین واژگان یک جمله را به صورت ساختار درختی آشکار می‌سازد. این روش که در سنت دستور وابستگی توسط Nivre (2005) بررسی شده و با شبکه‌های عصبی توسط Chen و Manning (2014) سریع و دقیق گردیده است، معمولاً به عنوان گامی پیش‌نیاز برای استخراج اطلاعات و تشخیص روابط به کار می‌رود.

شهود پشت روش

یک جمله صرفاً مجموعه‌ای از واژگان نیست: هر واژه از نظر دستوری به واژه‌ای دیگر متصل است. تجزیه وابستگی با پیوند دادن هر واژه به سرگروه (head) که به آن وابسته است و برچسب‌گذاری رابطه — فاعل، مفعول، متمم، و غیره — این دستور پنهان را صریح می‌سازد. نتیجه، درختی است که نشان می‌دهد چه کسی چه کاری را با چه کسی انجام می‌دهد، بنابراین وظایف پایین‌دستی می‌توانند به جای حدس زدن از ترتیب واژگان، ساختار را بخوانند.

تاریخ

تجزیه وابستگی از سنت دستور وابستگی نشأت می‌گیرد که در بررسی Nivre (2005) از دستور وابستگی و تجزیه وابستگی تثبیت شده است. گام مهمی به سوی استفاده عملی با Chen و Manning (2014) برداشته شد که تجزیه‌گر شبکه‌های عصبی آن‌ها، تحلیل وابستگی را هم سریع و هم دقیق ساخت.

چه زمانی استفاده شود

تجزیه وابستگی زمانی مناسب است که داده‌های متنی و یک مدل زبانی برای زبان آن متن در دسترس داشته باشید. این روش از اهداف توضیحی و توصیفی بر روی متغیرهای متنی پشتیبانی می‌کند و بر روی متن مقطعی یا طولی کار می‌کند. پیش‌پردازش متن باید ابتدا انجام شود و انتظار می‌رود حداقل حدود 20 سند نمونه وجود داشته باشد. اگر مدل زبانی برای زبان مقصد وجود نداشته باشد، تجزیه مناسب نیست.

محدودیت‌ها و ملاحظات

  • به یک مدل زبانی برای زبان مقصد نیاز دارد؛ بدون آن نمی‌تواند به طور قابل اعتماد اجرا شود.
  • به پیش‌پردازش متن قبلی وابسته است — توکن‌بندی ضعیف به پیوندهای نادرست سرایت می‌کند.
  • کیفیت تجزیه بر روی متن نویزی، غیررسمی، یا خارج از دامنه کاهش می‌یابد.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • ساختار دستوری جمله را به صورت درختی برچسب‌دار صریح می‌سازد.
  • به عنوان گامی پیش‌نیاز عمل می‌کند که استخراج اطلاعات و تشخیص روابط را ممکن می‌سازد.
  • تجزیه‌گرهای عصبی، پیرو Chen و Manning (2014)، تحلیل را هم سریع و هم دقیق می‌سازند.

کاربردها

  • استخراج اطلاعات — ردیابی مسیرهای دستوری برای بیرون کشیدن حقایق از متن.
  • تشخیص رابطه بین موجودیت‌ها در یک جمله.
  • تغذیه ساختار نحوی به وظایف پایین‌دستی مانند حل ارجاع هم‌آیند (coreference resolution) و برچسب‌گذاری نقش معنایی (semantic role labelling).
  • تحلیل زبانی و پیکره‌ای الگوهای نحوی در سراسر متون.

چگونه کار می‌کند

چگونه کار می‌کند

1

متن خام پاکسازی و به جملات و توکن‌ها تقسیم می‌شود. از آنجایی که تجزیه بر روی واحدهای دستوری عمل می‌کند، توکن‌بندی سازگار به تجزیه‌گر اجازه می‌دهد تا هر واژه را به سرگروه صحیح خود پیوند دهد.

2

یک مدل زبانی برای زبان مقصد بارگذاری می‌شود. تجزیه‌گر به این مدل وابسته است، بنابراین مدل باید با زبان متن مطابقت داشته باشد؛ بدون مدل در دسترس برای آن زبان، تجزیه نمی‌تواند به طور قابل اعتماد پیش برود.

3

هر جمله به یک درخت وابستگی تجزیه می‌شود: هر توکن به سرگروه نحوی خود پیوند داده می‌شود و پیوند با یک برچسب رابطه (مانند فاعل یا مفعول) مشخص می‌گردد. خروجی، یک درخت برای هر جمله است که ساختار وابستگی واژه به واژه را ثبت می‌کند.

4

روابط وابستگی برای هدف پایین‌دستی استخراج می‌شود — به عنوان مثال، ردیابی مسیرهای فاعل-فعل-مفعول برای استخراج حقایق یا تشخیص روابط بین موجودیت‌ها. اینجاست که تجزیه به عنوان پیش‌نیاز استخراج اطلاعات سودمند واقع می‌شود.

دام‌های رایج

  • اعمال تجزیه‌گری که مدل زبانی آن با زبان پیکره مطابقت ندارد، درختان بی‌معنی تولید می‌کند.
  • نادیده گرفتن یا خراب کردن پیش‌پردازش — مرزهای نادرست جمله یا توکن باعث می‌شود تجزیه‌گر واژگان را به سرگروه‌های نادرست پیوند دهد.
  • خروجی تجزیه‌گر را بدون بررسی خطاهای پیوند بر روی جملات دشوار یا خاص دامنه، حقیقت مطلق تلقی کردن.

پرسش‌های متداول

تجزیه‌گر وابستگی دقیقاً چه چیزی تولید می‌کند؟

این تجزیه‌گر برای هر جمله یک درخت وابستگی تولید می‌کند: هر واژه به واژه سرگروهی که از نظر دستوری به آن وابسته است پیوند داده می‌شود و هر پیوند یک برچسب رابطه مانند فاعل، مفعول، یا متمم را حمل می‌کند. این امر ساختار نحوی جمله را برای استفاده پایین‌دستی آشکار می‌سازد.

آیا به مدلی برای زبان خاص خود نیاز دارم؟

بله. تجزیه وابستگی به یک مدل زبانی برای زبان مقصد متکی است. اگر مدلی برای آن زبان وجود نداشته باشد، تجزیه‌گر نمی‌تواند درختان قابل اعتمادی تولید کند، بنابراین قبل از تجزیه، در دسترس بودن مدل را تأیید کنید.

چرا ابتدا پیش‌پردازش لازم است؟

تجزیه بر روی جملات و توکن‌ها عمل می‌کند، بنابراین متن باید از قبل به درستی تقسیم‌بندی شود. مرزهای نادرست جمله یا توکن باعث می‌شود تجزیه‌گر واژگان را به سرگروه‌های نادرست پیوند دهد و درخت حاصل را خراب کند.

تجزیه وابستگی معمولاً برای چه مواردی استفاده می‌شود؟

این روش اغلب یک گام پیش‌نیاز است: روابط وابستگی که تولید می‌کند، اطلاعات را به استخراج اطلاعات و تشخیص روابط تغذیه می‌کند و به وظایف بعدی اجازه می‌دهد ساختار دستوری را بخوانند به جای اینکه صرفاً از ترتیب واژگان استنباط کنند.

روش‌های مرتبط

منابع

  1. Nivre, J. (2005). Dependency Grammar and Dependency Parsing. MSI Report.

    باز کردن مرجع انتشار
    کپی شد.
  2. Chen, D. & Manning, C. D. (2014). A Fast and Accurate Dependency Parser Using Neural Networks. EMNLP.

    باز کردن مرجع DOI
    کپی شد.