Adlandırılmış varlık

Bu makale dilbilim ile ilgili bir taslaktır .

İlgili projelerin tavsiyelerine göre bilginizi geliştirerek ( nasıl ? ) paylaşabilirsiniz .

Bir adlandırılmış varlık bir olan referans dilsel ifadesi sıklıkla ilişkilendirilen, özel isimler ve tanımlanmış açıklamaları .

Bu dil nesnesi , özellikle 1990'larda Amerika Birleşik Devletleri'nde DARPA tarafından finanse edilen MUC kampanyaları sırasında bilgi alma uygulamalarına duyulan ihtiyaçla ortaya çıktı . Bu bağlamda, adlandırılmış varlıkların esasen bir uygulama amacına sahip olduğu düşünülebilir. Değişen derecelerde incelikle işlenebilirler (tespit, çıkarma, tanıma, bağlama) ve genellikle önemli kaynaklar gerektirirler (örneğin sözlük veritabanları). Bunlar, adlandırılmış varlık tanıma adı verilen otomatik bir doğal dil işleme görevinin konusudur .

Tarihsel endişe

Bilgi alma çalışması bağlamında, bir makinenin bir belgeyi anlaması ve doğru şekilde indekslemesi büyük bir sorun haline geldi. Dilin nesneleri arasında özellikle talep vardır:

Tedavi ve zorluklar

Adlandırılmış varlıkların madenciliği artık otomatik doğal dil işleme veya metin madenciliği içeren çok sayıda sürecin önemli bir parçası haline geldi . Bu genellikle, belirli bir metinde hangi varlıktan bahsedildiğini belirlemek için bağlamsal yöntemlerle birlikte, başvurulacak varlıkların mümkün olduğunca ayrıntılı, büyük sözlük veritabanlarının kullanılmasını gerektirir.

Adlandırılmış varlıklar, diğerlerinin yanı sıra, tanınmalarını ve bağlanmalarını zorlaştıran üç fenomene tabidir: eşanlamlılık (belirli bir varlık için birçok ifade olabilir), eş anlamlılık (belirli bir dilsel ifade, bağlama bağlı olarak farklı varlıklarla ilişkilendirilebilir) ve metonimi (belirli bir bağlamda dilsel bir ifade, genellikle belirttiğinden farklı bir varlıkla ilişkilendirilebilir).

Ek olarak, adlandırılmış varlıklar açık bir sınıf olarak kabul edilir  : bunların tam bir listesini yapmak imkansızdır ve sürekli olarak yeni varlıklar (veya varlıkların adları) oluşturulur. Bu nedenle, nadir veya yeni varlıkları (dolayısıyla sözcüksel temelden yoksun) tanımaya çalıştıkça, bunların işlenmesi daha da zordur. Bu, genel alandan ayrıldığında öğretim örneklerinin neden görevin zorluğunu açıklayamadığını açıklar.

Adlandırılmış varlıkların işlenmesindeki en son gelişmeler, onları bir havuza bağlamaya dönüşmektedir (örneğin DBpedia veya Wikidata ): Bu sadece bir dilsel ifade kategorisinin ne olduğunu belirlemek değil, aynı zamanda bir bilgi tabanından hangi bireyin olduğunu belirlemektir. bahsi geçen (bu, özel eşsesli durumları çözer).

Notlar ve referanslar

  1. Michel Charolles , Fransızca'da referans ve referans ifadeleri , Ophrys,1 st Ocak 2002, 258  s. ( ISBN  978-2-7080-1014-7 , çevrimiçi okuyun )
  2. (içinde) Ralph Grishman ve Beth Sundheim, "  MUC-6 değerlendirmesinin tasarımı  " , Tipster'96 Proceedings ,1996
  3. Maud Ehrmann, Adlandırılmış varlıklar, dilbilimden NLP'ye: teorik durum ve anlam giderme yöntemleri (Teorik, Tanımlayıcı ve Otomatik Dilbilim alanında doktora tezi),2008( çevrimiçi okuyun Serbest erişim )
  4. Damien Nouvel, Maud Ehrmann ve Sophie Rosset, Otomatik dil işleme için Adlandırılmış varlıklar ,2015, 168  s. ( ISBN  978-1-78405-104-4 , çevrimiçi okuyun )
  5. Damien Nouvel, Annotasyon kurallarının keşfedilmesiyle adlandırılmış varlıkların tanınması ,2012