Uso del contesto per migliorare la codifica della parte del discorso

Question

Esistono alcune tecniche comuni o consigliate per l'utilizzo del contesto della parola per migliorare l'accuratezza della codifica della parte del discorso?

Per esempio, se ho avuto la frase:

ho giocato a golf su un link.

La parola "collegamenti" può essere singolare (un campo da golf) o plurale. Ho provato questa frase in diversi correttori grammaticali e tutti hanno riconosciuto correttamente la frase come valida.

Il problema è che anche pensato che questa frase era valido:

ho cliccato su un link.

C'è un buon modo di usare il contesto (cliccato vs giocato a golf) per dedurre la parte del discorso corretta?

Grazie!

Answer 1

Determinare se "collegamenti" è un "campo da golf" o "riferimenti" è un'attività chiamata disambiguazione parola-senso. Ecco cosa l'articolo di Wikipedia su Word-sense disambiguation dice a proposito della relazione con analisi grammaticale:

In ogni vero test, analisi grammaticale e il senso di tagging sono strettamente correlati con ogni rendendo potenzialmente vincoli alla l'altro. E la questione se questi compiti debbano essere mantenuti insieme o disaccoppiati non è ancora risolta all'unanimità, ma di recente gli scienziati sono inclini a testare queste cose separatamente (ad esempio nelle gare di Senseval/SemEval parti del discorso sono fornite come input per il testo da disambiguare). È istruttivo confrontare il problema della disambiguazione del senso della parola con il problema della codifica della parte del discorso. Entrambi implicano disambiguating o tagging con le parole, sia con i sensi o parti del discorso. Tuttavia, gli algoritmi utilizzati per uno non tendono a funzionare bene per l'altro, principalmente perché la parte del discorso di una parola è determinata principalmente dall'adiacente da una a tre parole, mentre il senso di una parola può essere determinato da parole più lontane . Il tasso di successo per gli algoritmi di codifica della parte della parola è attualmente molto più alto di quello per WSD, con un'accuratezza del 95% o superiore, rispetto ad un'affidabilità inferiore al 75% nella disambiguazione del senso della parola con l'apprendimento supervisionato . Queste cifre sono tipiche per l'inglese e potrebbero essere molto diverse da quelle per altre lingue.

Non sono a conoscenza di opere che utilizzano WSD per informare POS tagging (tuttavia, utilizzando i tag POS di informare WSD è lo standard.) Questo suona come una buona idea per me, anche se il beneficio per la precisione sarebbe essere piccoli perché la precisione è già alta. Potrebbe essere implementato come funzionalità nel tagger CRF di Toutanova.