Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A 4lang fogalmi szótár
Kornai András és Makrai Márton
MTA SZTAKI Nyelvtechnológiai Kutatócsoport
MSZNY 2013.
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Áttekintés
Bevezetés
A de�níciók szintaxisa
A de�niáló szókincs jellemzése
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Más lexikai adatbázisokkal összehasonlítva
I szavak absztrakt jelentését formalizálja (monoszémia)I egyértelm¶sítés lehet®leg csak tiszta homonímia esetén
(state76 `állam', state77 `állapot')I szófajmentes szemantika
I fogalmak közötti kapcsolatokat rögzít, nem a világról valóismereteket
I többnyelv¶, lehet®leg nyelvfüggetlen
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Más lexikai adatbázisokkal összehasonlítva
I szavak absztrakt jelentését formalizálja (monoszémia)I egyértelm¶sítés lehet®leg csak tiszta homonímia esetén
(state76 `állam', state77 `állapot')I szófajmentes szemantika
I fogalmak közötti kapcsolatokat rögzít, nem a világról valóismereteket
I többnyelv¶, lehet®leg nyelvfüggetlen
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A tételek felépítése, több nyelv
102 átenged V pass concedo przepu±ci¢ : LET[DAT HAS ACC]id magyar POS angol latin lengyel de�níció
I 40 nyelvre való kiterjesztés folyamatban van
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A tételek felépítése, több nyelv
102 átenged V pass concedo przepu±ci¢ : LET[DAT HAS ACC]id magyar POS angol latin lengyel de�níció
I 40 nyelvre való kiterjesztés folyamatban van
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A tételek felépítése, több nyelv
102 átenged V pass concedo przepu±ci¢ : LET[DAT HAS ACC]id magyar POS angol latin lengyel de�níció
I 40 nyelvre való kiterjesztés folyamatban van
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Áttekintés
Bevezetés
A de�níciók szintaxisa
A de�niáló szókincs jellemzése
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
I egyváltozós predikátumok1474 lány N girl puella dziewczyna: female, child
112 acél N steel chalybs stal: metal, hard, strong
I kétváltozós predikátumok1656 mell N breast mamma pier±: two, organ, breast ON
chest, woman HAS breast
1233 kard N sword gladius miecz: weapon, sword HAS
blade[<long>,pointed], sword HAS edge
I mélyesetek102 átenged V pass concedo przepu±ci¢: NOM LET[DAT
HAS ACC]
2374 tesz V put pono kªa±¢: NOM CAUSE[ACC AT OBL],
NOM MOVE ACC, ACC[object]
I többargumentumúak visszavezetése kétargumentumúakra
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
I alapértelmezett (default)1614 medence N pool piscina basen: water IN, <swim>
IN, <play> IN
1724 mos V wash lavo myc1: CAUSE[ACC[clean]],
INSTRUMENT liquid, INSTRUMENT <soap>, INSTRUMENT rub
I �eseményszerkezet�: before[], after[]715 fagy N freeze gelu mróz: cold CAUSE,
before[liquid], after[solid,<ice>]
2616 vezet V guide rego prowadzi¢: CAUSE[ACC HAS
information], information ABOUT place1026, after[ACC AT
place1026]
I tagadás � az alapértelmezett®l való eltérés500 e1j N night nox noc: period, FOLLOW sunset,
sunrise FOLLOW, dark, lack(sun), <sleep AT>
931 gyerek N child puer/puella dziecko: person,
young, lack(responsible), parent MAKE
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Áttekintés
Bevezetés
A de�níciók szintaxisa
A de�niáló szókincs jellemzése
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Az alapszókincs
I a lexikográ�a régi problémája akörkörösség, valódi létezik
I a szótáraknál szokásos megoldás: de�niálószókincs (DV)
I Longman: 82 128 2 960I 4lang: 2 960 1 156I uroborosz tulajdonságú szóhalmaz
I maradnak primitívekI maradnak körökI hivatkozunk érzékletekre (függ®leges) és
az enciklopédia elemeire (baseball)I kötött morfémák (seventh)
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A de�níciós gráf
I csúcsok: fogalmak, 2 897 dbI irányított élek: `acél' → `fém', 7816 db
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A de�níciós gráf
I csúcsok: fogalmak, 2 897 dbI irányított élek: `acél' → `fém', 7816 db
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
I a szókincs súlyozása a de�níciókban való fontosság szerintI véletlen séta határeloszlásaI a véletlen séta határeloszlása egyértelm¶ ⇔ a gráf er®sen
összefügg®I egy u és egy v csúcs er®sen összefügg®, ha van u v és
v u útI ekvivalenciareláció, komponensei az er®sen összefügg®
komponensek
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A 4lang gráf er®sen összefügg® komponensei
méret db662 1 {yellow, four, sleep, under, lack, month. . . }12 1 {január, február, . . . , december}7 1 {hétf®, kedd, . . . , vasárnap}5 1 {furniture, chair, table, bed, cupboard}4 3 {queen, royal, monarch, king}, {cereal, �our,. . . }. . .3 8 {male, sex, female}, {calm, disturb, upset},. . .2 26 {exist, real}, {reason, cause}, {child, parent},. . .1 2302 {PART_OF}, {other}, {IS_A}, {number}, . . .
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Page Rank, csillapítás
I Page Rank: az átmenetmátrixot csillapítással (damping)
er®sen összefügg®vé tesszük
Md (i , j) =1− d
N+ dM(i , j)
ahol az M mátrix N × N-esI d ≈ 1 esetén a Page Rank közelíti az eredeti séta
határeloszlását
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
I terv: a Longman szótár 82 000 szavának lefordítása a miformalizmusunkba gépi tanulással
I http://hlt.sztaki.hu/resources/4lang/
I Laptopos bemutató: Mib®l lesz a robot MÁV-pénztáros? �Nemeskey Dávid, Recski Gábor, Zséder Attila
I Köszönöm a �gyelmet!
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
A fogalmak Page Rankje hatványeloszlást követ?
I p(x) ∝ x−α fennáll?I Clauset és tsai 2009I α = 1.9244I xmin = 2.4219 · 10−4
I Kolmogorov�Smirnov-statisztika: 0.5840 > 0.1, nem rosszI kellne még: likelihood-arány tesztek likelihood-ratio tests
Kornai András és Makrai Márton A 4lang fogalmi szótár
BevezetésA de�níciók szintaxisa
A de�niáló szókincs jellemzése
De�níciók bonyolultsága
I az átmenetmátrix legnagyobb jobboldali sajátértékéhez tartozósajátvektor koordinátái
0.22008937659358 mind0.1483881645837043 read0.1419981763311443 autumn0.1343248456669039 brain0.1340132834187455 feel0.1296319053350392 understand0.1256292901034924 remember0.1210243324308604 summer0.1199256807742143 sensible0.1130671228119619 spring2318
Kornai András és Makrai Márton A 4lang fogalmi szótár