Elaborazione del linguaggio naturale

1
Elaborazione del linguaggio naturale

• Maria Teresa PAZIENZA
• a.a. 2005-06

2
Intelligenza artificiale

• Una macchina sarà considerata veramente
  intelligente solo quando sarà in grado di
  elaborare il linguaggio naturale come fa un umano

3
Elaborazione del linguaggio naturale

• I metodi, le tecniche, i tools, e le applicazioni
  relativamente alla modellizzazione delluso del
  linguaggio naturale costituiscono le tecnologie
  del linguaggio naturale (ingegneria del
  linguaggio naturale)

4
Ingegneria del linguaggio naturale

• Il linguaggio è un meccanismo di comunicazione il
  cui tramite è il testo o il discorso.
• Lingegneria è interessata, oltre che alla
  creazione di nuova conoscenza, anche alla
  creazione di sistemi per ottenere gli obiettivi
  desiderati.
• I sistemi ingegnerizzati devono essere conformi a
  specifici criteri di adeguatezza (es. criteri
  legati allesecuzione di processi in un certo
  tempo ed in un certo spazio)

5
Ingegneria del linguaggio naturale

• Sistemi per lelaborazione del linguaggio
  naturale.
• Sviluppo di algoritmi per il parsing, la
  generazione, e la acquisizione di conoscenza
  linguistica,
• Indagine sulla complessità spaziale e temporale
  di tali algoritmi,
• Progettazione dei linguaggi formali
  computazionalmente utili (es. grammatiche e
  formalismi lessicali) per codificare conoscenza
  linguistica,
• Indagine su architetture software appropriate,
• Considerazioni sui tipi di conoscenza non
  linguistica che vengono a contatto
• Problematiche di integrazione in sistemi
  applicativi più ampi

6
Elaborazione del linguaggio naturale

• Un programma può contare il numero di bits,
  bytes e linee in un file testo quando conta le
  parole dello stesso file di testo , allora è
  necessario che abbia conoscenza di ciò che
  significa essere una parola.
• Sono richieste varie tipologie di conoscenza
  linguistica per elaborare un testo

7
Elaborazione del linguaggio naturale

• La morfologia fornisce informazioni su le forme
  possibili per ogni parola del linguaggio ed il
  loro comportamento. Inoltre riconosce le
  variazioni delle parole singole.
• Di, del, della, delle,
• Casa, case, casetta,
• Capostazione, capistazione,
• La, le, lo, gli,
• La, lo, li,

8
Elaborazione del linguaggio naturale

• La sintassi contiene la conoscenza necessaria per
  spiegare come sequenze di parole possono non aver
  alcune senso a dispetto di altre sequenze che
  contengono invece esattamente, e nellordine
  corretto, le stesse parole.
• La FIAT produce autovetture
• La autovetture produce FIAT

9
Elaborazione del linguaggio naturale

• Per capire il significato di una frase, oltre
  alla conoscenza delle parole e della struttura
  sintattica, è necessario avere
• conoscenza del significato di ogni parola
  componente la frase (semantica lessicale) e
• conoscenza di come queste componenti si combinino
  per formare significati più larghi (semantica
  composizionale)

10
Elaborazione del linguaggio naturale

• Luso appropriato di espressioni di cortesia, o
  di stile a sottolineare la volontà di essere
  cortese (amareggiato, contrariato, affabile,
  benaugurale, volitivo, ) sono descritte dalla
  pragmatica.
• La strutturazione corretta dei termini in
  risposta ad una domanda allinterno di una
  conversazione richiede conoscenza della struttura
  del discorso.

11
Elaborazione del linguaggio naturale

• In sintesi la conoscenza del linguaggio
  necessaria per la comprensione dei testi si
  articola in 5 distinte categorie
• Morfologia scomposizione delle parole in unità
  minime di significato (dogsdogs)
• Sintassi definizione delle relazioni strutturali
  tra le parole
• Semantica attribuzione del significato delle
  espressioni
• Pragmatica studio di come il linguaggio è usato
  per raggiungere un obiettivo (usi/convenzioni
  linguistiche)
• Analisi del discorso identificazione delle
  relazioni tra unità linguistiche più ampie della
  singola frase

12
Elaborazione del linguaggio naturale

• Lelaborazione di un testo prevede lattivazione
  di tool con conoscenza linguistica per lanalisi
  delle singole componenti e la risoluzione di
  possibili interpretazioni ambigue in ciascuna
  delle singole fasi.
• Un testo è ambiguo se esistono più strutture
  linguistiche alternative che possono essere
  generate durante le fasi di analisi
  (non-determinismo)
• Lambiguità è il motivo per cui le macchine non
  riescono ad elaborare completamente il linguaggio
  naturale.

13
Elaborazione del linguaggio naturale

• Problema dellambiguità
• La vecchia porta la sbarra
• Esistono più interpretazioni di questa frase
• Una vecchia signora trasporta una sbarra
• Una vecchia porta sbarra una signora

14
Ambiguità

• Una vecchia porta la sbarra
• 1-Una articolo
• 2-Vecchia aggettivo/sostantivo
• 3-Porta sostantivo/verbo
• 4-La articolo/pronome
• 5-Sbarra sostantivo/verbo
• Proliferazione degli alberi sintattici
• Assegnazione di più di un significato alla frase

15
Ambiguità

• Fare un piano
• Fare verbo
• Un articolo
• Piano sostantivo/avverbio/aggettivo
• Assegnazione di più di un significato alla frase
• Fare costruire, progettare, ideare
• Piano pianoforte, progetto, piano dazione,
  piano delledificio
• Word-sense disambiguation (lexical
  disambiguation) , Context analysis
• Fare un piano (di corsa)

16
Ambiguità

• La palla di Maria era arrivata davanti ai piedi
  di Mario. Lui le diede un calcio.
• Assegnazione di più di un significato alla frase
• Risoluzione dellanafora Conoscenza di dominio
  Senso comune

17
Ambiguità

• Il fiume scorre veloce nel suo alveo
• Il traffico scorre veloce nella strada principale
• Giovanni ama Maria
• Giovanni ama i racconti davventura

18
Ambiguità

• Lauto verde è arrivata sul tavolo della
  Presidenza del Consiglio
• Cè acqua in frigo?
• Assegnazione di più di un significato alla frase
• Nomi propri Terminologia
• Modello del mondo Senso comune

19
Ambiguità

• Mario guardò la ragazza con la minigonna
• Mario guardò la ragazza con la cartella
• Mario guardò la ragazza con il binocolo
• Mario guardò la ragazza con il collega
• Mario guardò la ragazza con sospetto
• Strutture argomentali dei verbi
• Contesto Senso comune

20
Ambiguità

• Il significato di una frase non è dato solo dal
  significato delle parole
• Si richiede la conoscenza delle regole che
  governano il significato con cui le parole sono
  combinate, lordine con cui compaiono, i legami
  che le legano ad altri termini allinterno ed
  allesterno della frase.
• E spesso necessario fare delle inferenze ed
  avere una conoscenza del mondo.

21
Perché lambiguità è un problema?

• Lo spazio di ricerca esplosione combinatoriale
• Sostanzialmente lambiguità aumenta il numero
  delle possibili interpretazioni delle espressioni
  in ln da controllare. Lesplosione combinatoriale
  deriva dal dover moltiplicare le analisi per
  ciascuna diversa interpretazione. Es. Supponiamo
  che ciascuna parola di una frase di 10 parole
  possa avere 3 interpretazioni il numero totale
  delle interpretazioni della frase sarebbe
• 3333333333 59049

22
Perché lambiguità è un problema?

• Ambiguità locale - globale
• Ambiguità globale
• Giovanni conosce molte più ragazze di Mario
• Ambiguità locale
• anche se lui ne conosce molte
• Ambiguità locale significa che una parte della
  frase può avere più di una interpretazione
• Ambiguità globale significa che lintera frase
  può avere più di una interpretazione

23
Perché lambiguità è un problema?

• Ambiguità locale - globale
• Lambiguità locale si può talvolta risolvere con
  lanalisi sintattica
• es. The old trains
• the young (1)
• left the station (2)
• La sintassi permette di disambiguare che train
  nella frase 1 è verbo e nella frase 2 è sostantivo

24
Perché lambiguità è un problema?

• Ambiguità locale - globale
• Lambiguità globale richiede unanalisi semantica
  e pragmatica
• es. Vidi il Gran Canyon volare a New York (1)
• Vidi il Boeing 747 volare a New York (2)
• Il significato delle due frasi viene disambiguato
  perché sappiamo cosa può volare e cosa no
  (semantica).
• In particolari circostanze le interpretazioni
  possono cambiare (pragmatica)

25
Tipi di ambiguità

• Ambiguità categoriale
• (1)Time is money (sostantivo)
• (2)Time me on the last lap (verbo)
• Lanalisi sintattica aiuta ad identificare la
  categoria corretta
• (3) Time flies like an arrow
• Esistono 5 possibili analisi sint. Per questa
  frase dove time può essere sostantivo, verbo,
  aggettivo

26
Tipi di ambiguità

• Word-sense ambiguity
• Una parola ha diversi significati (sensi)
• (1)The battery was charged with jump leads
• (2)Thief was charged by PC Smith
• (3)The lecturer was charged with students
  recruitment
• Lanalisi sintattica aiuta a disambiguare
• Charged with, charged by
• Lanalisi aiuta a disambiguare
• Jump leads , student recruitment

27
Tipi di ambiguità

• Ambiguità strutturale
• Metti la scatola sul tavolo dalla finestra nella
  cucina
• Possibili interpretazioni
• (1)Metti la scatola (una scatola specifica,
  quella sul tavolo dalla finestra) nella cucina
• (2)Metti la scatola sul tavolo (un tavolo
  specifico, dalla finestra nella cucina)
• Problema della ambiguità proposizionale (in
  assenza di punteggiatura)

28
Tipi di ambiguità

• Ambiguità referenziale
• Dopo che ebbero finito lesame gli studenti e i
  professori lasciarono laula
• Possibili interpretazioni
• (1)Gli studenti finirono lesame
• (2)Gli studenti ed i professori finirono lesame
• Altre soluzioni
• Situazioni attese (usando i frame)
• (1)Giovanni diede a Marco un regalo e lui
  ringraziò

29
Tipi di ambiguità

• Ellissi
• Frasi incomplete dove non è chiaro il termine
  mancante.
• Giovanni aveva studiato molto e superò lesame.
  Anche Mario.
• (1)Mario aveva studiato molto
• (2)Mario superò lesame
• (3)Mario aveva studiato molto e superò lesame

30
Elaborazione del linguaggio naturale

• Lelaborazione del linguaggio naturale richiede
  la descrizione di un modello del mondo.
• Gran parte del significato non risiede
  allinterno delle parole, per cui il sistema di
  nlp deve avere la conoscenza del senso comune, o
  un modello del mondo usato da chi ha scritto il
  testo!

31
E sempre necessario capire tutto?

• Giovanni ha comprato una Punto dal
  concessionario.
• Chi ha venduto una Punto? Il concessionario
• Giovanni ha regalato un anello alla sua
  fidanzata.
• Cosa ha avuto in dono la fidanzata di Giovanni?
  Un anello.

32
Applicazioni

• Fornire spiegazioni a chi le chieda, anche per
  telefono (call center)
• Capire il testo di una pagina web e decidere a
  chi possa interessare (semantic web)
• Tradurre la pagina di un quotidiano
• Capire il testo di un giornale/libro e costruire
  un sistema esperto a partire da questa conoscenza
• Generare risposte o testo libero per
  documentazione

33
Ruolo della sintassi

• La sintassi
• identifica il ruolo delle parole in una frase
• descrive come le parole sono raggruppate in
  classi dette POS (part-of-speech)
• mostra come le parole sono collegate tra loro
  allinterno di una frase
• spiega come le parole sono collegate ad altre
  allinterno di più frasi.

34
POS / tag lessicali

• Sono riconosciute almeno 8 classi
• noun, verb, adverb, pronoun, article,
  preposition, conjunction, participle
• che permettono di associare un significato alla
  parola cui si riferiscono. Sapere se una parola è
  un pronome o un nome ci permette di riconoscere
  la tipologia di altre parole vicine alla prima.
• Sono utili anche per applicazioni (es. IR)

35
POS / tag lessicali

• Le POS si dividono in due categorie
• open class (con un numero imprecisato, ed in
  continua evoluzione, di elementi)
• closed class (con un numero fisso di elementi)
• function words (parole corte e usate
  frequentemente che assumono un ruolo importante
  in una grammatica)

36
Come rappresentiamo la sintassi?

• Lista
• Sue hit John
• s, np, proper_noun, Sue ,
• vp, v,hit ,
• np, proper_noun, John
• Parse tree
• Un modo di mostrare la struttura di un frammento
  di linguaggio (slide successiva)

37
(No Transcript)
38
Grammatica

• Una grammatica descrive quali sono le strutture
  ammesse in un linguaggio e divide una frase in
  simboli terminali
• Regole di riscrittura
• sentence -gt noun phrase, verb phrase
• noun phrase -gt noun
• noun phrase -gt determiner, noun
• verb phrase -gt verb, noun phrase

39
Grammatica

• Transition network
• (come attraversare una frase con strutture idonee)

40
They are cooking apples parse tree

41
They are cooking apples parse tree
42
Mario ama il calcio top-down strategy

• S
• S -gt np, vp
• S -gtprpn, vp
• S -gtMario, v, np
• S -gtMario, ama, np
• S -gtMario, ama, det, n
• S -gtMario, ama, il, n
• S -gtMario, ama, il, calcio
• Va bene se esistono simboli terminale alternativi
  per ciascuna parola
• Va male se esistono regole alternative per una
  frase

43
Mario ama il calcio bottom-up strategy

• Mario ama il calcio
• Prpn, ama , il, calcio
• Prpn, v, il, calcio
• Prpn, v, det, calcio
• Prpn, v, det, n,
• Np, v, det, n
• Np, v, np
• Np, vp
• S
• Va bene se esistono regole alternative per una
  frase
• Va male se esistono simboli terminale alternativi
  per ciascuna parola

44
Strategie di ricerca

• Depth first
• Attiva le regole una per volta e torna indietro
  se fallisce (facile da programmare, richiede poca
  memoria, va bene se il parse tree è profondo)
• Breadth first
• Attiva tutte le regole insieme (può essere più
  veloce, lordine con cui appaiono le regole non è
  rilevante, va bene se il parse tree è piatto)

45
Prolog per scrivere grammatiche

• Una semplice grammatica
• s --gt np vp
• np --gt det n
• np --gt det adj n
• vp --gt v np
• dove
• s sentence the cat ate the big fish
• np noun phrase the cat
• vp verb phrase ate the big fish
• det determiner the
• n noun cat
• v verb ate
• adj adjective big

46
Prolog per scrivere grammatiche

• Si può usare il Prolog per esprimere grammatiche
  facendo corrispondere una regola Prolog a
  ciascuna regola della grammatica es
• sentence (S) -
• noun_phrase (NP), verb_phrase (VP), append
  (NP,VP,S).
• noun_phrase (NP) -
• determiner (D), noun(N), append (D,N,NP).
• noun_phrase (NP) -
• determiner (D), adj(A), noun (N), append
  (D,A,AP), append (AP,N,NP).
• verb_phrase (VP) -
• verb (V), noun_phrase (NP), append (V,NP,VP).
• .

47
Prolog per scrivere grammatiche

• determiner (D) -
• member (D,the,a,an).
• noun (N) -
• member (N,cat, dog, mat, meat, fish).
• adj (A) -
• member (A,big, fat,red).
• verb (V) -
• member (V,ate, saw, killed, pushed).

48
Parser

• Il parser è un algoritmo che usa una grammatica e
  un lessico per riconoscere la struttura di una
  frase. Linput è la frase da analizzare, loutput
  è una qualche rappresentazione della struttura
  della frase.
• Lessico
• Il lessico mostra a quale simbolo terminale
  (simbolo che non può essere ulteriormente
  suddiviso) appartiene una parola del linguaggio
  (es.
• Eat verbo
• Ducknoun
• Duckverbo

49
Prolog per analizzare frasi parser

• s( sentence(NP,VP)) --gt np(NP), vp(VP).
• np(noun_phrase(NP)) --gtprpn(PN)
• np(noun_phrase (D,N) --gtdet (D), n(N).
• np(noun_phrase (D,A,N)--gt det(D),adjs(A),n(N).
• adjs(adjective_phrase(A)--gtadj(A).
• adjs(adjective_phrase(A,AJ))--gt adj(A),adjs(AJ).

50
Prolog per analizzare frasi parser

• vp(verb_phrase (V)) --gt v(V).
• vp(verb_phrase(V,NP))--gt v(V),np(NP).
• det(determiner(X)) --gt X,member(X,a,an,the).
  
• n(noun(X)) --gt X,member(X,woman, food).
• prpn(proper_noun(X)) --gt X,member(X,john,sue,
  bill).
• adj(adjective(X)) --gt X,member(X,red,fat,new
  ).
• v(verb(X)) --gt X,member(X,eats,likes,works)
  .

51
Fornire informazioni ad un utente

• Information retrieval
• Information extraction
• Question answering
• Summarization
• Textual entailment
• .

52
Information extraction J. R. Hobbs

• An information extraction system is a cascade of
  transducers or modules that at each step add
  structure and often lose information, hopefully
  irrelevant, by applying rules that are acquired
  manually and/or automatically.

53
Estrazione di informazione da testi

• Lestrazione di informazione da testi, IE
  (information extraction) è un processo di
  elaborazione che riceve in input testi e produce
  in uscita, come risultato dellelaborazione, dati
  non ambigui in un formato predefinito.
• Questi dati possono essere usati immediatamente,
  oppure possono essere conservati in una base di
  dati per analisi ed applicazioni successive.

54
IE versus IR

• Linformation retrieval IR ricerca testi e li
  presenta allutente
• Linformation extraction IE analizza testi e
  presenta allutente solo quelle informazioni cui
  egli è interessato (xxx informazioni rilevanti
  xxx))
• I sistemi di IE sono più costosi e richiedono
  maggiore conoscenza (knowledge-intensive)
  inoltre sono specifici per un particolare dominio
  ed applicazione. Nellipotesi di avere a
  disposizione grandi volumi di dati (domain
  document collection - corpora), i sistemi di IE
  diventano più efficienti di quelli di IR

55
Problemi per lIE

• Il linguaggio naturale è
• Flessibile (modi diversi per affermare lo stesso
  fatto)
• Ambiguo (la stessa affermazione può avere più
  significati)
• Dinamico (vengono create nuove parole ed
  assegnati nuovi sensi a vecchie)

56
IE tasks

• MUC Message Understanding Conference
• Tradizionalmente si riconoscono 5 diversi task di
  IE
• NE Named Entity recognition (ricerca e
  classificazione di nomi, luoghi, etc)
• CO Coreference Resolution (identifica relazioni
  di identità tra entità nei testi)
• TE Template Element construction (aggiunge
  informazioni descrittive ai risultai del NE
  usando le CO)
• TR Template Relation construction (ricerca
  relazioni tra entità TE)
• ST Scenario Template production (fa corrispondere
  i risultati del TE e TR negli specifici eventi di
  scenario

57
Performance dei task IE

• La performance dei task di IE dipende in maniera
  diversa da
• Testo (tipo di testo in analisi articoli di
  giornale, email, documenti web, )
• Dominio (argomento generale dei corpora, es
  notizie finanziarie, domande di lavoro, offerte
  commerciali, )
• Scenario (il particolare tipo di evento a cui è
  interessato lutente del sistema di IE, es
  fusione di compagnie, curricula, descrizione di
  un prodotto, )
• Se si cambia la domanda di informazione ed il
  corpus di partenza, non è più possibile prevedere
  le performance del sistema.

58
Named Entity recognition - NE

• Vengono riconosciuti tutti i nomi di
  persone,luoghi, organizzazioni, date, quantità di
  denaro.
• Il 18 maggio 2006 il presidente Ciampi ha votato
  nel Senato come senatore a vita.
• Le azioni della FIAT ieri hanno subito un
  ulteriore calo alla Borsa di Milano le perdite
  dellazienda sono dellordine di qualche milione
  di euro.

59
Named Entity recognition - NE

• Vengono riconosciuti tutti i nomi di
  persone,luoghi, organizzazioni, date, quantità di
  denaro.
• Il 18 maggio 2006 il presidente Ciampi ha votato
  nel Senato come senatore a vita.
• Le azioni della FIAT ieri hanno subito un
  ulteriore calo alla Borsa di Milano le perdite
  dellazienda sono dellordine di qualche milione
  di euro.

60
Named Entity recognition - NE

• Le performance del task di NE sono molto alte
  (più del 90) e paragonabili a quelle umane
  (difficoltà nel mantenere costanza di decisione
  nel tempo e su collezioni di documenti di grandi
  dimensioni )

61
Coreference resolution - CO

• Vengono identificate nei testi relazioni di
  identità tra entità (sia identificate dal NE, che
  referenze anaforiche ad esse).
• Task meno utile a sé stante ma importante per
  applicazioni identificare, e collegare in un
  ipertesto, tutte le occorrenze di una specifica
  istanza in un documento e in più documenti.
• Performance della CO basse (circa 60) e
  dipendenti dal dominio.

62
Coreference resolution - CO

• Oggi il nuovo Presidente della Repubblica
  Italiana è entrato nel pieno delle sue funzioni
• Giorgio Napolitano ha ricevuto una scolaresca
  come primo atto da presidente della Repubblica
  come ha avuto modo di dire loro, la
  qualificazione culturale dei giovani deve
  costituire un impegno per i responsabili della
  nazione. Lui si impegnerà in questa direzione.

63
Template Element production - TE

• Come risultato delle attività di NE e CO, il
  sistema di IE diventa consapevole delle NE e
  delle loro descrizioni. Ciò rappresenta un primo
  livello di template (il cosiddetto template
  element).
• Linsieme dei template elements può essere
  considerato come una prima base di conoscenza a
  cui il sistema accede per ottenere informazioni
  sui principali concetti di dominio, così come
  essi sono stati riconosciuti nel testo.
• La performance del task è circa 80, lumano
  circa 90.

64
Template Element production - TE

• ORGANIZZAZIONE 123456789-1
• ORG_NAME FIAT
• ORG_ALIAS Fiat
• ORG_TYPE Gruppo
• ORG_PLACE Torino
• ORG_COUNTRY Italia

65
Scenario template extraction - ST

• Lestrazione del template di scenario rappresenta
  la sintesi delle attività di task diversi,
  soprattutto lidentificazione di alcuni template
  element che sono in relazione tra loro.
• Ciò rappresenta un evento (scenario) collegato al
  dominio in esame. I valori riconosciuti vengono
  usati per riempire il template di scenario.

66
Scenario template extraction - ST

• TEMPLATES ST
• ltTEMPLATEgt DOC_NR  56 
• CONTENT ltSUCCESSION EVENT 56-1gt
•  
• ltSUCCESSION EVENT 56-1gt  
• SUCCESSION_ORG ltORGANIZATION 56-1gt
• POST executive vice president
• IN_AND_OUT ltIN_AND_OUT 56-1gt
• ltIN_AND_OUT 56-1gt
• VACANCY REASON OTH_UNK

67
Scenario template extraction - ST

• ltIN_AND_OUT 56-1gt
• IO_PERSON ltPERSON 56-2gt
• NEW STATUS OUT
• ON_THE_JOB NO
•  
• ltIN_AND_OUT 56-1gt
• IO_PERSON ltPERSON 56-1gt
• NEW STATUS IN
• ON_THE_JOB NO
• OTHER ORG ltORGANIZATION 56-2gt
• REL_OTHER_ORG OUTSIDE_ORG

68
Scenario template extraction - ST

• TEMPLATES TE
• ltORGANIZATION 56-1gt
• ORG_NAME Burns Fry Ltd.
• ORG_ALIAS Burns Fry
• ORG_DESCRIPTION this brokerage firm
• ORG_TYPE COMPANY
• ORG_LOCALE Toronto CITY
• ORG_COUNTRY Canada
•  
• ltORGANIZATION 56-2gt
• ORG_NAME Merrill Lynch Canada Inc.
• ORG_ALIAS Merrill Lynch
• ORG_DESCRIPTION a unit of Merrill Lync Co.
• ORG_TYPE COMPANY

69
Scenario template extraction - ST

•  
• ltPERSON 56-1gt
• PER_NAME Donald Wright
• PER_ALIAS Wright
• PER_TITLE Mr.
•  
•  
• ltPERSON 56-2gt
• PER_NAME Mark Kassirer

70
Architettura di un sistema di IE

• Generalmente un sistema di IE è caratterizzato
  dai seguenti moduli fondamentali
• Text Zoner, Pre-processor, Filter, Pre-parser,
  Parser, Fragment Combiner, Semantic Interpreter,
  Lexical Disambiguation, Coreference Resolution or
  Discourse Processing, Template Generator.

71
Architettura di un sistema di IE

• Text Zoning
• Questo modulo prende un testo e lo divide in
  frammenti.  
• Pre-processor
• Vengono localizzati gli estremi delle frasi ed
  identificata, per ciascuna di esse, una sequenza
  di item lessicali (parole e Pos) 
• Filter
•  Vengono eliminate le frasi irrilevanti (frasi
  prive di item rilevanti per lapplicazione) per
  ottenere testi brevi da elaborare

72
Architettura di un sistema di IE

• Pre-parser
• Vengono riconosciute strutture frasili minime
  (frasi nominali, verbi con ausiliari, termini
  composti,) per semplificare il compito del
  parser successivo.
• Parser
• Partendo da sequenze di item lessicali
  (frammenti) si produce un albero sintattico
  dellintera frase.
• Fragment Combination
• Si ricombinano gli alberi sintattici dei frammenti

73
Architettura di un sistema di IE

• Semantic Interpretation
• Dallalbero sintattico si produce una struttura
  semantica, una forma logica o un frame evento. Si
  produce anche una prima disambiguazione
  lessicale.
• Lexical Disambiguation
• Si passa da una struttura semantica con predicati
  ambigui o generali ad una con predicati specifici
  e non ambigui.
• Co-reference resolution
• Questo modulo risdolve le coreferenze per entità
  elementari (pronomi, frasi nominali, anafora).

74
Architettura di un sistema di IE

• Template Generation
• Tutte le strutture semantiche generate dalle
  precedenti elaborazioni del linguaggio naturale
  sono usate per produrre il template finale per
  lutente solo nel caso in cui gli eventi
  riconosciuti hanno una rilevanza per lutente
  maggiore della soglia prefissata.

75
Question/Answering - Q/A

• I sistemi di Q/A forniscono lindicazione del
  brano che contiene la risposta ad una richiesta
  dellutente (non rispondono direttamente).
• 5 W (who, which, where, when, why)
• Necessità di identificare preliminarmente le aree
  di interesse per lutente (classi di domande) per
  finalizzare ad esse la struttura della
  conoscenza del sistema

76
Architettura sistemi di Q/A
Answer
77
Architettura sistemi di Q/A

• Possono esserci loops
• Non tutti i sistemi di Q/A aderiscono a questa
  architettura
• Domande complesse (quale delle sorelle Carlucci è
  entrata in politica?)
• Q/A in domini aperti o in domini chiusi

78
Question/Answering - Q/A

• Answer type la classe di oggetti coinvolti dalla
  domanda in genere sono strettamente collegati
  alle classi di NE riconosciute.
• Question focus proprietà od entità sottesa dalla
  domanda (In quale città cè il Colosseo?)
• Question topic loggetto o levento cui attiene
  la domanda (es Qual è laltezza del monte
  Everest?, il focus è laltezza, il topic è il
  monte Everest)
• Candidate passage un qualunque brano testuale
  (dalla frase allintero documento) ritrovato in
  fase di ricerca
• Candidate answer nel contesto della domanda, una
  piccola quantità di testo dello stesso tipo
  dellanswer

79
Question/Answering - Q/A

• Risorse comunemente usate
• Algoritmi di apprendimento automatico
• Gazeteers
• NE taggers
• Part of Speech taggers
• Parsers
• Wordnet
• Stopword list
• Terminologie di dominio
• .

80
Question/Answering - Q/A

• Domande capziose
• Chi sono i 5 uomini più ricchi del mondo?
• Qual è lattrice più famosa?
• Chi disse la celebre frase Il dado è tratto?

81
Summarization

• Text summarization
• Il processo di selezione delle informazioni più
  importanti da una o più sorgenti di informazione
  per produrre una versione trasversale per un
  particolare utente o task.
• Estratto
• Sommario consistente interamente di materiale
  copiato dallinput
• Abstract
• Summario di cui parte del contenuto non è
  presente nellinput (categorie, parafrasi dsel
  contenuto, etc.)

82
Summarization funzionalità

• Sommari indicativi
• Forniscono una funzione di riferimento per
  selezionare documenti per una lettura più
  approfondita
• Sommari informativi
• Coprono tutte le informazioni salienti del
  documento sorgente con un certo dettaglio
• Sommari valutativi
• Valutano largomento della sorgente esprimendo il
  punto di vista del sistema sulla qualità del
  lavoro dellautore

83
Textual entailment

• Il textual entailment esprime una relazione tra
• un testo coerente T e
• una espressione linguistica detta ipotesi H
• Si dice che T entails H (T-gtH)
• Se il significato di H può essere inferito dal
  significato di T
• Yahoo acquired Overture
• entails
• Yahoo owns Overture

84
Textual entailment

• Funzione di entailment e(T,H)
• È una funzione probabilistica che mappa la coppia
  T-H con un valore tra 0 ed 1ù ed esprime la
  confidenza con cui un giudice umano o un sistema
  automatico può valutare la relazione esistente
  tra T ed H.
• Paraphrase
• Lipotesi esprime un fatto uguale a quello
  espresso dal testo (Yahoo acquired Overture,
  Yahoo bought Overture)
• Strict entailment
• La frase contiene più fatti tra cui uno può
  essere inferito dallaltro (Yahoo acquired
  Overture, now Yahoo owns Overture)