Olay Tespiti — Olay Çıkarımı
- Tür
- NLP information-extraction task
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Olay tespiti, metinlerde olayları, tarihsel gelişmeleri ve eylem ifadelerini bulan ve bunları türlerine göre sınıflandıran bir doğal dil işleme bilgi çıkarımı görevidir.
Doddington ve diğerleri (2004) tarafından açıklanan Otomatik İçerik Çıkarımı (ACE) programından doğmuştur ve haber analizinde ve tarihsel araştırmalarda yaygın olarak kullanılmaktadır.
Yöntemin mantığı
Bir belge yalnızca olguları listelemekle kalmaz — olan şeyleri anlatır: bir şirket birleşir, bir anlaşma imzalanır, bir kişi seyahat eder. Olay tespiti, bir makineye bu olayları fark etmeyi öğretir. Yöntem, her cümleyi düz metin olarak okumak yerine, bir olayı işaret eden kelimeleri ('saldırdı' veya 'seçildi' gibi bir tetikleyici) arar ve ardından ne tür bir olay olduğuna karar verir, böylece bir yazı akışı yapılandırılmış bir tür olay listesine dönüşür.
Tarih
Olay tespiti, görevleri, verileri ve değerlendirmesi Doddington ve diğerleri (2004) tarafından açıklanan ve olayları varlıklar ve ilişkilerin yanı sıra biçimsel bir çıkarım hedefi olarak belirleyen Otomatik İçerik Çıkarımı (ACE) programından ortaya çıkmıştır. Daha sonraki çalışmalar, örneğin Chen ve Ng (2012) tarafından Çince olay çıkarımı için ortak modelleme üzerine yapılan çalışmalar, zengin dilbilimsel özellikler kullanılarak tetikleyicilerin ve argümanların nasıl birlikte tespit edildiğini iyileştirmiştir.
Ne zaman kullanılır?
Olay tespiti, metin verileriniz olduğunda ve bunlardan türlere ayrılmış olaylar çıkarmak istediğinizde uygundur — örneğin haber analizi veya tarihsel araştırmalar. Başlamadan önce tanımlanmış bir olay ontolojisine (ACE veya FrameNet gibi) ihtiyacınız vardır ve üst akış bir NER ve SRL geçişi katılımcıları ve rolleri sağlamaya yardımcı olur. En az kabaca 50 belgeden oluşan bir derlem önerilir; metin verisi olmadan yöntem çalışamaz.
Sınırlar ve dikkat edilmesi gerekenler
- Önceden tanımlanmış bir olay ontolojisi gerektirir; sonuçlar yalnızca seçilen tür şemasının kalitesindedir.
- Kalite, üst akış NER ve SRL'ye bağlıdır, bu nedenle hatalar bu aşamalardan yayılır.
- Yeterli metin gerektiren orta düzeyde gelişmiş bir görevdir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Anlatısal düzyazıyı zaman çizelgeleri ve analiz için uygun, yapılandırılmış, türlere ayrılmış bir olay listesine dönüştürür.
- Standart dilbilimsel ön işlemenin (NER, SRL) üzerine kuruludur, bu nedenle iyi anlaşılmış üst akış bileşenlerini yeniden kullanır.
- Yerleşik ontolojilere (ACE, FrameNet) dayanır, bu da olay türlerini çalışmalar arasında karşılaştırılabilir hale getirir.
Uygulama alanları
- Haber analizi — büyük haber akışlarından bildirilen olayları çıkarma ve izleme.
- Tarihsel araştırma — arşiv metinlerinde açıklanan tarihsel gelişmeleri ve eylemleri belirleme.
- Anlatısal belgelerden olay zaman çizelgeleri oluşturma.
- Sosyal bilimler ve beşeri bilimler derlemlerindeki eylem ifadelerini sınıflandırma.
Nasıl çalışır?
Nasıl çalışır?
Öncelikle bir olay ontolojisi belirlenir — ACE veya FrameNet gibi hangi olay türlerinin mevcut olduğunu ve nasıl adlandırıldıklarını tanımlayan bir şema. Hedef tür envanteri olmadan sınıflandırıcının atayacak bir şeyi olmaz, bu nedenle ontoloji tüm işlem hattının temelini oluşturur.
Metin, üst akış dilbilimsel analiz ile hazırlanır. Adlandırılmış varlık tanıma (NER), ilgili kişileri, kuruluşları ve yerleri işaretler ve anlamsal rol etiketleme (SRL), kimin kime ne yaptığını belirler. Bu adımlar kesinlikle gerekli değildir ancak faydalıdır, çünkü bir olay bahsinin birbirine bağladığı katılımcıları ve rolleri sağlarlar.
Olay tetikleyicileri bulunur — bir cümlede bir olayın meydana geldiğini işaret eden kelimeler veya ifadeler. Tetikleyiciyi belirlemek olay bahsini sabitler ve olay içeren cümleleri yalnızca tanımlayıcı olanlardan ayıran adımdır.
Tespit edilen her olay, seçilen ontoloji tarafından tanımlanan türlerden birine göre sınıflandırılır. Çıktı, haber analizi, zaman çizelgeleri veya tarihsel çalışma için beslenebilecek türlere ayrılmış olay bahsedilerinin bir kümesidir.
Sık yapılan hatalar
- Ontoloji tasarımını atlamak — yöntemi önce olay türlerini belirlemeden uygulamak, sınıflandırıcıya atanacak iyi tanımlanmış bir şey bırakmaz.
- Zayıf ön işleme — kötü NER veya SRL çıktısı, alt akışta tetikleyici belirlemeyi ve olay sınıflandırmasını bozar.
- Çok az metin üzerinde çalıştırmak (yaklaşık 50 belgenin altında) kararsız, güvenilmez çıkarımlara yol açar.
- Bir alan için oluşturulmuş bir ontolojiyi ödünç alıp onu değişmeden başka bir alana uygulamak, alana özgü olay türlerini kaçırabilir.
Sık sorulan sorular
Olay ontolojisi nedir ve neden önce birini seçmeliyim?
ACE veya FrameNet gibi bir olay ontolojisi, hangi olay türlerinin mevcut olduğunu ve nasıl etiketlendiğini tanımlayan şemadır. Çıkarımdan önce seçilmelidir çünkü sınıflandırma adımı, tespit edilen her olayı bu önceden tanımlanmış türlerden birine atar; ontoloji olmadan atanacak bir şey olmaz.
Önce adlandırılmış varlık tanıma ve anlamsal rol etiketleme gerekiyor mu?
Kesinlikle gerekli değillerdir ancak faydalı ön koşullardır. NER ilgili varlıkları işaretler ve SRL kimin kime ne yaptığını belirler, bir olay bahsinin bağladığı katılımcıları ve rolleri sağlar, bu da tetikleyici belirlemeyi ve sınıflandırmayı iyileştirir.
Ne kadar metne ihtiyacım var?
En az kabaca 50 belgeden oluşan bir derlem önerilir. Çok az metinle çıkarımlar kararsız ve güvenilmez hale gelir.
Olay tespiti nerede kullanılır?
Yaygın olarak haber analizinde ve tarihsel araştırmalarda kullanılır — bildirilen olayları, tarihsel gelişmeleri ve eylem ifadelerini tespit eder ve bunları türlerine göre sınıflandırır.
İlgili yöntemler
Kaynaklar
Doddington, G. et al. (2004). The Automatic Content Extraction (ACE) Program — Tasks, Data, and Evaluation. LREC.
Yayın kaynağını açKopyalandı.Chen, Y. & Ng, V. (2012). Joint Modeling for Chinese Event Extraction with Rich Linguistic Features. COLING.
Yayın kaynağını açKopyalandı.