Samodejno luščenje definicij iz specializiranih besedil

Darja Fišer (Author), Senja Pollak (Author), Špela Vintar (Author)

Abstract

V prispevku predstavljamo novo metodo luščenja definicij iz slovenskih specializiranih besedil, ki temelji na modelu za klasifikacijo definicij, naučenem z uporabo metod strojnega učenja iz primerov v slovenski Wikipediji. Prvi korak metode zajema luščenje kandidatov s pomočjo slovenskega semantičnega leksikona, avtomatskega razpoznavanja terminov ter leksikoskladenjskih vzorcev. V drugem koraku pa z uporabo naučenega klasifikacijskega modela izmed definicijskih kandidatov izberemo "prave" definicije. Iz korpusa s področja naravoslovja smo s to metodo izluščili več kot tisoč definicijskih kandidatov ter z uporabo naučenega modela dosegli do 70-odstotno klasifikacijsko točnost.

Keywords

korpusno jezikoslovje;slovenščina;luščenje definicij;luščenje informacij;računalniška obdelava naravnega jezika;strojno učenje;informacijsko poizvedovanje;

Data

Language:	Slovenian
Year of publishing:	2011
Typology:	1.16 - Independent Scientific Component Part or a Chapter in a Monograph
Organization:	UL FF - Faculty of Arts
UDC:	801.8=163.6:81'322.2:004.738.5
COBISS:	47262818
Views:	5
Downloads:	0
Average score:	0 (0 votes)
Metadata:

Other data

Secondary language:	English
Secondary abstract:	This paper presents a new method for definition extraction from Slovene domain-specific corpora, based on a model for definition classification learned using machine-learning methods on examples from Slovene Wikipedia. In the first step we extract definition candidates using a Slovene semantic lexicon, automatic terminology recognition and lexico-syntactic patterns. Next, we use the learned classification model to select ŽtrueŽ definitions from the set of definition candidates. The method was tested on a natural science domain corpus from which we extracted more than a thousand definition candidates and achieved up to 70% classification accuracy with the learned classification model.
Secondary keywords:	corpus linguistics;Slovene language;definition extraction;information extraction;natural language processing;machine learning;information retrieval;
Type (COBISS):	Article
Pages:	Str. 145-150
ID:	19892444