En el procesamiento del lenguaje natural , el etiquetado de roles semánticos (también llamado análisis semántico superficial o relleno de ranuras ) es el proceso que asigna etiquetas a palabras o frases en una oración que indican su rol semántico en la misma, como el de agente , objetivo o resultado.
Sirve para encontrar el significado de la oración. Para ello, detecta los argumentos asociados al predicado o verbo de una oración y cómo se clasifican en sus funciones específicas . Un ejemplo común es la oración "María vendió el libro a Juan". El agente es "María", el predicado es "vendió" (o más bien, "vender"), el tema es "el libro" y el destinatario es "Juan". Otro ejemplo es cómo "el libro me pertenece" necesitaría dos etiquetas como "poseído" y "poseedor", y "el libro fue vendido a Juan" necesitaría otras dos etiquetas como tema y destinatario, a pesar de que estas dos cláusulas son similares a las funciones de "sujeto" y "objeto". [ 1 ]
Historia
En 1968, Charles J. Fillmore propuso la primera idea para el etiquetado de roles semánticos . [ 2 ] Su propuesta dio lugar al proyecto FrameNet , que produjo el primer léxico computacional importante que describía sistemáticamente muchos predicados y sus roles correspondientes. Daniel Gildea (actualmente en la Universidad de Rochester , anteriormente en la Universidad de California, Berkeley / Instituto Internacional de Ciencias de la Computación ) y Daniel Jurafsky (actualmente profesor en la Universidad de Stanford , pero anteriormente trabajó en la Universidad de Colorado y la UC Berkeley ) desarrollaron el primer sistema automático de etiquetado de roles semánticos basado en FrameNet. El corpus PropBank añadió anotaciones de roles semánticos creadas manualmente al corpus Penn Treebank de textos del Wall Street Journal . Muchos sistemas automáticos de etiquetado de roles semánticos han utilizado PropBank como conjunto de datos de entrenamiento para aprender a anotar nuevas oraciones automáticamente. [ 3 ]
Usos
El etiquetado de roles semánticos se utiliza principalmente para que las máquinas comprendan las funciones de las palabras dentro de las oraciones. [ 4 ] Esto beneficia a aplicaciones similares a los programas de procesamiento del lenguaje natural que necesitan comprender no solo las palabras de los idiomas, sino también cómo se pueden usar en diferentes oraciones. [ 5 ] Una mejor comprensión del etiquetado de roles semánticos podría conducir a avances en la respuesta a preguntas , la extracción de información , el resumen automático de texto , la minería de datos de texto y el reconocimiento de voz . [ 6 ]
Véase también
Referencias
- ↑ Jurafsky, Dan; Martin, James H. (2009). "20.9 Etiquetado de roles semánticos". Procesamiento del habla y del lenguaje: una introducción al procesamiento del lenguaje natural, la lingüística computacional y el reconocimiento del habla . Serie Prentice Hall en inteligencia artificial (2.ª ed.). Upper Saddle River, NJ: Pearson Prentice Hall. ISBN 978-0-13-187321-6OCLC 213375806
- ↑ Boas, Hans; Dux, Ryan. "Del pasado al presente: De los marcos de caso a los marcos semánticos" (PDF).
- ↑ Gildea, Daniel; Jurafsky, Daniel (2000). "Etiquetado automático de roles semánticos" . Actas de la 38.ª Reunión Anual de la Asociación de Lingüística Computacional – ACL '00 . Hong Kong: Asociación de Lingüística Computacional: 512–520 . doi : 10.3115/1075218.1075283 .
- ↑ Nizamani, Sarwat; Memon, Nasrullah; Nizamani, Saad; Nizamani, Sehrish (agosto de 2017). "TDC: Modelo de segmentación basado en dependencias tipificadas" . Arabian Journal for Science and Engineering . 42 (8): 3585–3595 . doi : 10.1007/s13369-017-2587-y . ISSN 2193-567X . S2CID 67233431 .
- ↑ Park, Jaehui (2019). "Autoatención selectivamente conectada para el etiquetado de roles semánticos". Ciencias Aplicadas . 9 (8).
- ↑ Gildea, Daniel; Jurafsky, Daniel. "Etiquetado automático de roles semánticos" (PDF) . Asociación de Lingüística Computacional . 28 (3).
- Jurafsky, Dan; Martin, James H. (2009). «20.9 Etiquetado de roles semánticos». Procesamiento del habla y del lenguaje: una introducción al procesamiento del lenguaje natural, la lingüística computacional y el reconocimiento del habla . Serie Prentice Hall en inteligencia artificial (2.ª ed.). Upper Saddle River, NJ: Pearson Prentice Hall. ISBN 978-0-13-187321-6OCLC 213375806
Enlaces externos
- Tarea compartida de CoNLL-2005: Etiquetado de roles semánticos
- Demostración del sistema de etiquetado de roles semánticos de última generación Illinois Semantic Role Labeler
- Preposición SRL : Identifica las relaciones semánticas expresadas por las preposiciones.
- Shalmaneser es otro sistema de vanguardia para la asignación de predicados y roles semánticos.
- Gramática
- Lingüística computacional
- Tareas del procesamiento del lenguaje natural