Intelligenza Artificiale Semantica del linguaggio naturale

1. Intelligenza Artificiale Semantica del linguaggio naturale Prof. M.T. PAZIENZA a.a. 2004-2005 Grazie a Jim Martin e a Dan Jurafsky per molte di queste slides

2. Semantica La semantica è lo studio del significato di generiche espressioni linguistiche Modellare come il significato di un’espressione è collegato al significato di ciascuna frase, parola, ed al contesto in cui appare l’espressione

3. Evoluzione?!? • Dapprima si studiano le parole (morfologia) • Poi si analizzano le relazioni sintattiche tra di esse (sintassi) • Quindi si cerca di lavorare sul significato; in molti casi il processo di analisi è inverso

4. Il significato Si può studiare il significato da tre prospettive diverse: • il significato di singole parole (semantica lessicale) • come questi significati si combinano per dare significato a singole frasi • come questi significati si combinano per dare significato ad un testo o ad un discorso

5. Il significato Le parole di per sé non esprimono il significato del mondo, né ciò che uno sta pensando, né tantomeno ciò che pensano gli altri. Possono essere considerate delle sequenze lineari di termini tali che quando altre persone le leggono, o sentono, possono capirle e venire a conoscenza di ciò che noi pensiamo del mondo e che è stato espresso da quelle parole.

6. Rappresentazione del significato Si può usare lo stesso approccio che è stato usato per la sintassi e per l’analisi morfologica. Necessità di creare una rappresentazione delle informazioni linguistiche per catturare il significato di quelle stesse informazioni. A differenza degli alberi sintattici, queste rappresentazioni non sono descrizioni primarie delle strutture in ingresso. In genere esse sono contemporaneamente descrizioni • dei significati delle espressioni linguistiche così come • di alcuni stati del mondo Rappresentazione che permette o facilita l’elaborazione semantica

7. Elaborazione semantica Rappresentazioni che Permettono di ragionare relativamente alla loro verità (relazioni con un qualche mondo) Permettono di rispondere a domande basate sul loro contenuto Permettono di fare inferenze (rispondere a domande e determinare la verità delle cose che non sappiamo ancora)

8. Rappresentazione del significato Logica per esprimere il significato del linguaggio naturale Principio di composizionalità (il significato di una frase può essere ottenuto da operazioni composizionali sul significato delle sue parti) Un approccio computazionale alla comprensione del linguaggio deve porre in essere filtri sintattici e semantici ->Selectional restrictions

9. Selectional restrictions • A ciascun “senso” di una parola è possibile associare markers semantici che specifichino features e condizioni sulle features dei sensi delle parole che possono combinarsi con questi ultimi. • Un marker semantico può permettere di eliminare un’analisi sintattica che non la soddisfi. • Marker semantici e selectional restrictions sono computazionalmente efficaci.

10. Comprensione del linguaggio Un qualunque modello di comprensione del linguaggio non può prescindere da un modello di rappresentazione della conoscenza Conoscenza del mondo versus conoscenza del dominio La conoscenza del dominio permette di scartare alcune interpretazioni di una frase perché fuori contesto. Gestione delle metafore.

11. Significato delle parole Non basta conoscere il significato delle parole per arguire il significato delle frasi Ruolo fondamentale dei verbi (template-like predicate argument structure) Numero degli argomenti Posizione e categoria sintattica Nome degli argomenti Nomi come costanti privi di significato

12. L’approccio teorico Cominceremo a guardare a La struttura esterna relazionale tra le parole (paradigmatica) La struttura interna delle parole che determina dove esse possano essere e cosa possano fare (syntagmatica)

13. Per cominciare… • Cos’è una parola? • tipo, token, stem, root, forme flessse, etc.... • Lessema: un’entry in un lessico consistente in una coppia (forma, rappresentazione di un unico significato) • Lessico: collezione di lessemi

14. Omonimia Lessemi che condividono la forma ma hanno significati distinti e non correlati miglio misura e miglio graminacea (omografe e omofone) pésca di pesci e pèsca frutto (omografe)

15. Polisemia Un singolo lessema con più significati associati ad esso. • Moltissime parole hanno più di un significato (piano) • Anche i verbi tendono ad essere polisemici (operare) • La distinzione tra polisemia ed omonimia non è sempre facile (nè talvolta necessaria)

16. Relazioni Relazioni paradigmatiche • Sinonimia • Antonimia • Iponimia • Metonimia • Metafora

17. Metafora e Metonimia Rappresentano casi specifici di polisemia • Metafora: • Ho speso due ore su quell’esercizio. • Metonimia • La Casa Bianca ha annunciato ieri che... • Questo capitolo parla della cinematica • La mia auto beve molta benzina

18. Synonimia • Due lessemi sono sinonimi se possono essere sostituiti in tutte le situazioni non alterando il significato della frase • Parole che hanno lo stesso significato in alcuni (o in tutti) i contesti. • giovane adolescente • grande largo … • automobile macchina …

19. Antonimia Parole che sono opposte rispetto ad un aspetto del loro significato, sono molto simili rispetto agli altri • buio luce • ragazzo ragazza • caldo freddo • su giù • dentro fuori

20. Calcolo della similarità tra parole Per molte applicazioni è utile riconoscere parole che sono simili tra loro. Machine translation (to find near-synonyms) Information retrieval (per fare “query expansion”) Due modi per fare ciò: • Calcolo automatico basato sulle distribuzioni di similarità • Uso di un thesaurus che elenchi parole simili • WordNet (per esmpio)

21. Iponimia/Iperonimia Iponimia: il significato di un lessema è un subset del significato di un altro • Poichè i cani sono dei canidi • caneè un iponimo di canide, mentre • Canide è un iperonimo di cane Similmente, • Automobile è un iponimo di veicolo, mentre • Veicolo è un iperonimo di automobile

22. WordNet • Databsa lessicale organizzato gerarchicamente • On-line thesaurus + alcuni aspetti di un dizionario • Versioni per altri linguaggi (EuroWordNet)

23. Format of Wordnet Entries

24. WordNet Noun Relations

25. WordNet Verb and Adj Relations

26. WordNet Hierarchies

27. Struttura interna delle parole Per quanto attiene alla struttura interna delle parole, vediamo i seguenti aspetti: • Ruoli tematici nei lessemi • Selection restrictions sui ruoli tematici • Semantica decomposizionale dei predicati • Feature-structures per i nomi

28. Ruoli tematici • I ruoli tematici sono delle gneralizzazioni dei ruoli specifici che occorrono con verbi specifici • I.e. Takers, givers, eaters, makers, doers, killers, hanno tutti in comune • -er (nella lingua inglese) • Sono tutti agenti delle rispettive azioni • Si può generalizzare su altri ruoli oppure ci si può limitare ad un set finito di tali ruoli.

29. Esmpi di Ruoli Tematici

30. Linking I ruoli tematici, le categorie sintattiche e le loro posizioni in più grandi strutture sinttiche, sono tutti interrelati in modi spesso complessi. Per esempio… • AGENTS sono spesso soggetti • In una regola VP->V NP NP, il primo NP è spesso un GOAL e il secondo un THEME

31. Ancora sul Linking • John opened the door • AGENT THEME • The door was opened by John • THEME AGENT • The door opened • THEME • John opened the door with the key • AGENT THEME INSTRUMENT

32. Inferenza Dato un evento espresso da un verbo che esprime un trasferimento, che cosa può essere inferito (dedotto) circa ciò che è etichettato con THEME rispetto a ciò che è etichettato con GOAL?

33. Problemi • Cos’è esattamente un ruolo? • Qual è il set corretto di ruoli da usare? • I ruoli sono universali? • I ruoli sono atomici? • I.e. Agents • Animate, Volitional, Direct causers, etc • Possiamo etichettare automaticamente i costituenti sintattici con i ruoli tematici?

34. Selection Restrictions • I want to eat someplace near campus • Usando i ruoli tematici noi non possiamo dire ora che eat è un predicato che ha un AGENT e un THEME • E cos’altro? • Che AGENT deve essere capace di mangiare e THEME deve essere qualcosa che possa essere mangiato

35. Logical Statements • Per eat… • Eating(e) ^Agent(e,x)^ Theme(e,y)^Isa(y, Food)

36. Back to WordNet • Uso degli iponimi di WordNet per codificare le selection restrictions

37. Selectional Restrictions come cattiva approssimazione di una semantica profonda Sfortunatamente i verbi sono polisemici ed il linguaggio naturale molto creativo … esempi del WSJ … • … ate glass on an empty stomach accompanied only by water and tea • you can’t eat gold for lunch if you’re hungry • … get it to try to eat Afghanistan

38. Soluzioni • Eat glass • Questo è un evento di mangiare, così si può cambiare il modello di “mangiabile”. • Eat gold • La presenza della negazione permette al THEME di non essere “mangiabile” • Eat Afghanistan • Questo è veramente molto difficile, perchè non è “mangiabile” per niente.

39. Word Sense Disambiguation (WSD) Data una parola in un contesto, decidere quale senso della parola è assumibile come vero.

40. Selection Restrictions per WSD Le selectional rectritions possono essere utili per disambiguare: • Argomenti ambigui in predicati non ambigui • Predicati ambigui con argomenti non ambigui • Ambiguità totale

41. Problemi Le selectional restrictions sono violate costantemente nel linguaggio Ciò non significa che le frasi siano scorrette, o da non preferirsi rispetto ad altre C’è bisogno di qualche processo di categorizzazione delle modalità con cui le selectional restrictions vengono violate