Семантическое размечание ролей (SRL)
- Автор метода
- Daniel Gildea & Daniel Jurafsky
- Год
- 2002
- Тип
- NLP shallow semantic parsing task
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Семантическое размечание ролей, предложенное Gildea и Jurafsky в 2002 году, представляет собой задачу обработки естественного языка, которая присваивает семантические роли — кто, что сделал, с кем, где, когда и как — компонентам вокруг глагола (предиката) в предложении.
Оно преобразует обычный текст в структурированные представления предикат-аргумент и является фундаментальным инструментом для извлечения событий.
Интуиция метода
Предложение описывает действие, но машина не знает автоматически, кто его совершил, что было затронуто или где оно произошло. SRL отвечает на эти вопросы, фокусируясь на глаголе и размечая окружающие фразы их семантической ролью — агентом, пациентом, местом, временем, способом. Вместо того чтобы рассматривать предложение как плоскую строку слов, метод читает его как событие с участниками, каждый из которых несет четко названную роль.
История
Семантическое размечание ролей было установлено как автоматическая задача Gildea и Jurafsky (2002), которые показали, что семантические роли могут быть размечены автоматически с использованием статистических данных корпуса. Позже область перешла к нейронным моделям; Shi и Lin (2019) продемонстрировали, что простые модели на основе BERT достигают высокой производительности в SRL и извлечении отношений, отражая более широкий сдвиг к предобученным языковым моделям.
Когда применять
Используйте SRL, когда у вас есть текст на уровне предложения, и вам нужно извлечь структурированную информацию о том, кто что сделал с кем, а не просто метку темы или настроения. Он подходит для английского или другого поддерживаемого языка, лучше всего работает с онтологией в стиле PropBank или FrameNet для определения ролей и требует хотя бы умеренного корпуса, чтобы быть полезным. Если ваш текст на неподдерживаемом языке или не применима никакая онтология ролей, SRL не является подходящим инструментом.
Ограничения и замечания
- Качество зависит от языковой модели, поддерживающей язык текста — работает на английском или других поддерживаемых языках.
- Подходящая онтология ролей (PropBank или FrameNet) должна быть выбрана заранее; без нее набор ролей не определен.
- Это умеренно продвинутая задача, которая работает на уровне предложения и требует достаточного количества данных для осмысленности.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Преобразует свободный текст в явную структуру предикат-аргумент, раскрывая, кто что сделал с кем.
- Служит фундаментальным строительным блоком для извлечения событий, ответов на вопросы и извлечения информации.
- Основывает извлеченный смысл на установленных онтологиях (PropBank, FrameNet), а не на произвольных метках.
Применение
- Извлечение событий — идентификация действий и их участников в новостных и исторических текстах.
- Конвейеры извлечения информации, которым требуется структурированная информация о том, кто/что/где/когда из предложений.
- Поддержка ответов на вопросы путем раскрытия структуры предикат-аргумент отрывка.
- Анализ больших текстовых корпусов в социальных науках, гуманитарных науках и медицинских исследованиях, где важна структура событий.
Как это работает
Как это работает
Предложение сканируется для поиска предикатов — обычно глаголов, которые являются центром события. Каждый предикат становится центром, вокруг которого будут организованы роли, поскольку значение роли определяется относительно действия, которое оно обслуживает.
Для каждого идентифицированного предиката находятся фрагменты текста, которые выступают в качестве его аргументов. Этот шаг определяет, какие фразы участвуют в событии, прежде чем решать, какую роль они играют, отделяя релевантные составляющие от случайных слов.
Каждому фрагменту аргумента присваивается метка семантической роли — агент, пациент, место, время, способ и так далее — обычно в соответствии с онтологией PropBank или FrameNet. Здесь отвечают на вопросы кто/что/где/когда/как для каждого участника.
Размеченные предикаты и аргументы собираются в структуру предикат-аргумент для предложения. Это структурированное представление события является выходными данными, на которых строятся последующие задачи, такие как извлечение событий и ответы на вопросы.
Частые ошибки
- Применение модели, обученной на английском языке, к тексту на неподдерживаемом языке сильно ухудшает качество разметки.
- Пропуск выбора онтологии PropBank или FrameNet приводит к несогласованности определений ролей в разных предложениях.
- Ошибки в идентификации предиката имеют каскадный эффект — если глагол пропущен, ни один из его аргументов не будет размечен.
- Запуск SRL на слишком малом объеме текста (менее ~20 предложений) дает нестабильные, нерепрезентативные результаты.
Часто задаваемые вопросы
Чем SRL отличается от распознавания именованных сущностей?
NER идентифицирует и типизирует сущности (людей, места, организации) независимо от их роли в действии. SRL идет дальше: он фокусируется на глаголе и размечает, какая сущность является агентом, какая — пациентом, и где, когда и как произошло действие — захватывая структуру события, а не только сущности.
Что представляют собой PropBank и FrameNet?
Это две основные онтологии, которые определяют инвентарь семантических ролей, присваиваемых SRL. Выбор одной из них заранее обеспечивает согласованные, сопоставимые метки ролей во всех предложениях; без онтологии набор ролей не определен.
Работает ли SRL на языках, отличных от английского?
Он работает на английском или другом поддерживаемом языке при наличии модели для этого языка. Применение модели, обученной на английском языке, к неподдерживаемому языку является частой причиной плохих результатов.
Почему SRL описывается как фундаментальный инструмент для извлечения событий?
Потому что событие — это, по сути, предикат с участниками. Производя структуру предикат-аргумент, SRL предоставляет последующим этапам извлечения событий и извлечения информации именно ту информацию о том, кто/что/где/когда, которая им нужна.
Похожие методы
Источники
Gildea, D. & Jurafsky, D. (2002). Automatic Labeling of Semantic Roles. Computational Linguistics, 28(3), 245-288.
Открыть ссылку DOIСкопировано.Shi, P. & Lin, J. (2019). Simple BERT Models for Relation Extraction and Semantic Role Labeling. arXiv:1904.05255.
Открыть ссылку на публикациюСкопировано.