Skip to content
بازگشت به نتایج جست‌وجو

برچسب‌گذاری نقش معنایی (SRL)

معرفی‌شده توسط
Daniel Gildea & Daniel Jurafsky
سال
2002
نوع
NLP shallow semantic parsing task

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

اندازه قلم

چه کاری انجام می‌دهد؟

برچسب‌گذاری نقش معنایی، که در سال ۲۰۰۲ توسط گیلدیا و ژورافسکی معرفی شد، وظیفه‌ای در پردازش زبان طبیعی است که نقش‌های معنایی - چه کسی چه کاری را با چه کسی، کجا، چه زمانی و چگونه انجام داد - را به اجزای اطراف یک فعل (گزاره) در جمله اختصاص می‌دهد. این کار متن ساده را به نمایش‌های ساختاریافته گزاره-استدلال تبدیل می‌کند و ابزاری بنیادی برای استخراج رویداد است.

شهود پشت روش

یک جمله عملی را توصیف می‌کند، اما ماشین به طور خودکار نمی‌داند چه کسی آن را انجام داده، چه چیزی تحت تأثیر قرار گرفته، یا کجا اتفاق افتاده است. SRL با اتکا به فعل و برچسب‌گذاری عبارات اطراف با نقش معنایی‌شان - عامل، بیمار، مکان، زمان، حالت - به این سؤالات پاسخ می‌دهد. به جای در نظر گرفتن جمله به عنوان یک رشته مسطح از کلمات، این روش آن را به عنوان یک رویداد با شرکت‌کنندگان می‌خواند که هر کدام نقش مشخصی دارند.

تاریخ

برچسب‌گذاری نقش معنایی به عنوان یک وظیفه خودکار توسط گیلدیا و ژورافسکی (۲۰۰۲) تأسیس شد، که نشان دادند نقش‌های معنایی را می‌توان با استفاده از آمارهای پیکره به طور خودکار برچسب‌گذاری کرد. این حوزه بعداً به سمت مدل‌های عصبی حرکت کرد؛ شی و لین (۲۰۱۹) نشان دادند که مدل‌های ساده مبتنی بر BERT به عملکرد قوی در SRL و استخراج رابطه دست می‌یابند، که نشان‌دهنده تغییر گسترده‌تر به سمت مدل‌های زبان از پیش آموزش دیده است.

چه زمانی استفاده شود

از SRL زمانی استفاده کنید که متن در سطح جمله دارید و نیاز به استخراج اطلاعات ساختاریافته چه کسی-چه-کاری-با-چه-کسی انجام داد به جای صرفاً یک برچسب موضوع یا احساسات دارید. این با زبان انگلیسی یا زبان پشتیبانی شده دیگر مطابقت دارد، بهترین عملکرد را با هستی‌شناسی سبک PropBank یا FrameNet برای تعریف نقش‌ها دارد و حداقل به یک پیکره متوسط برای ارزشمند بودن نیاز دارد. اگر متن شما به زبانی پشتیبانی نشده است یا هیچ هستی‌شناسی نقشی اعمال نمی‌شود، SRL ابزار مناسبی نیست.

محدودیت‌ها و ملاحظات

  • کیفیت به مدل زبان پشتیبان زبان متن بستگی دارد - روی انگلیسی یا سایر زبان‌های پشتیبانی شده کار می‌کند.
  • یک هستی‌شناسی نقش مناسب (PropBank یا FrameNet) باید از قبل انتخاب شود؛ بدون آن مجموعه نقش تعریف نشده است.
  • این یک وظیفه نسبتاً پیشرفته است که در سطح جمله عمل می‌کند و برای معنادار بودن به داده کافی نیاز دارد.

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

نقاط قوت

  • متن آزاد را به ساختار صریح گزاره-استدلال تبدیل می‌کند و مشخص می‌کند چه کسی چه کاری را با چه کسی انجام داده است.
  • به عنوان یک بلوک ساختمانی اساسی برای استخراج رویداد، پرسش و پاسخ، و استخراج اطلاعات عمل می‌کند.
  • معنای استخراج شده را بر اساس هستی‌شناسی‌های تثبیت شده (PropBank، FrameNet) به جای برچسب‌های موقت قرار می‌دهد.

کاربردها

  • استخراج رویداد - شناسایی اعمال و شرکت‌کنندگان آنها در اخبار و متون تاریخی.
  • خطوط لوله استخراج اطلاعات که به اطلاعات ساختاریافته چه کسی/چه چیزی/کجا/چه زمانی از جملات نیاز دارند.
  • پشتیبانی از پرسش و پاسخ با آشکار کردن ساختار گزاره-استدلال یک بند.
  • تجزیه و تحلیل پیکره‌های متنی بزرگ در علوم اجتماعی، علوم انسانی، و تحقیقات بهداشتی که در آنها ساختار رویداد اهمیت دارد.

چگونه کار می‌کند

چگونه کار می‌کند

1

جمله برای یافتن گزاره‌ها - معمولاً افعالی که یک رویداد را لنگر می‌اندازند - اسکن می‌شود. هر گزاره مرکزی می‌شود که نقش‌ها حول آن سازماندهی می‌شوند، زیرا معنای یک نقش نسبت به عملی که به آن خدمت می‌کند تعریف می‌شود.

2

برای هر گزاره شناسایی شده، محدوده‌های متنی که به عنوان استدلال‌های آن عمل می‌کنند، مکان‌یابی می‌شوند. این مرحله تعیین می‌کند کدام عبارات در رویداد شرکت می‌کنند قبل از اینکه مشخص شود چه نقشی ایفا می‌کنند، و اجزای مرتبط را از کلمات اتفاقی جدا می‌کند.

3

به هر محدوده استدلال یک برچسب نقش معنایی - عامل، بیمار، مکان، زمان، حالت و غیره - اختصاص داده می‌شود، که معمولاً از هستی‌شناسی PropBank یا FrameNet پیروی می‌کند. اینجاست که به سؤالات چه کسی/چه چیزی/کجا/چه زمانی/چگونه برای هر شرکت‌کننده پاسخ داده می‌شود.

4

گزاره‌ها و استدلال‌های برچسب‌گذاری شده در یک ساختار گزاره-استدلال برای جمله مونتاژ می‌شوند. این نمایش رویداد ساختاریافته خروجی است که وظایف پایین‌دستی مانند تشخیص رویداد و پرسش و پاسخ بر اساس آن ساخته می‌شوند.

دام‌های رایج

  • اعمال یک مدل آموزش دیده انگلیسی بر روی متنی به زبانی پشتیبانی نشده، برچسب‌گذاری را به شدت تخریب می‌کند.
  • نادیده گرفتن انتخاب هستی‌شناسی PropBank یا FrameNet باعث می‌شود تعاریف نقش در جملات ناسازگار باشند.
  • خطاها در شناسایی گزاره سرایت می‌کنند - اگر فعل از قلم بیفتد، هیچ یک از استدلال‌های آن برچسب‌گذاری نمی‌شوند.
  • اجرای SRL بر روی متن بسیار کم (کمتر از حدود ۲۰ جمله) خروجی ناپایدار و غیرنماینده‌ای می‌دهد.

پرسش‌های متداول

SRL چگونه با تشخیص موجودیت نام‌گذاری شده (NER) متفاوت است؟

NER موجودیت‌ها (افراد، مکان‌ها، سازمان‌ها) را بدون توجه به نقششان در یک عمل شناسایی و طبقه‌بندی می‌کند. SRL فراتر می‌رود: بر روی فعل تکیه می‌کند و برچسب می‌زند که کدام موجودیت عامل، کدام بیمار است، و عمل کجا، چه زمانی و چگونه اتفاق افتاده است - ساختار رویداد را به جای صرفاً موجودیت‌ها ثبت می‌کند.

PropBank و FrameNet چه هستند؟

آنها دو هستی‌شناسی اصلی هستند که مجموعه نقش‌های معنایی را که SRL اختصاص می‌دهد، تعریف می‌کنند. انتخاب یکی از قبل، برچسب‌های نقش سازگار و قابل مقایسه را در تمام جملات ارائه می‌دهد؛ بدون هستی‌شناسی، مجموعه نقش تعریف نشده است.

آیا SRL در زبان‌هایی غیر از انگلیسی کار می‌کند؟

این کار بر روی انگلیسی یا زبان پشتیبانی شده دیگر کار می‌کند، به شرطی که مدلی برای آن زبان وجود داشته باشد. اعمال یک مدل آموزش دیده انگلیسی بر روی زبانی پشتیبانی نشده، علت رایج نتایج ضعیف است.

چرا SRL به عنوان ابزاری بنیادی برای استخراج رویداد توصیف می‌شود؟

زیرا یک رویداد اساساً یک گزاره با شرکت‌کنندگان است. با تولید ساختار گزاره-استدلال، SRL دقیقاً همان اطلاعات چه کسی/چه چیزی/کجا/چه زمانی را که مراحل پایین‌دستی تشخیص رویداد و استخراج اطلاعات نیاز دارند، در اختیار آنها قرار می‌دهد.

روش‌های مرتبط

منابع

  1. Gildea, D. & Jurafsky, D. (2002). Automatic Labeling of Semantic Roles. Computational Linguistics, 28(3), 245-288.

    باز کردن مرجع DOI
    کپی شد.
  2. Shi, P. & Lin, J. (2019). Simple BERT Models for Relation Extraction and Semantic Role Labeling. arXiv:1904.05255.

    باز کردن مرجع انتشار
    کپی شد.