1 / 51

Eventualità e relazioni temporali: riflessioni linguistiche, modelli computazionali e prototipi

Eventualità e relazioni temporali: riflessioni linguistiche, modelli computazionali e prototipi. Tommaso Caselli tommaso.caselli@ilc.cnr.it. Eventualità, Temporalità, Testualità - Pavia 19, Novembre 2009. Motivazioni.

hollis
Download Presentation

Eventualità e relazioni temporali: riflessioni linguistiche, modelli computazionali e prototipi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Eventualità e relazioni temporali: riflessioni linguistiche, modelli computazionali e prototipi Tommaso Caselli tommaso.caselli@ilc.cnr.it Eventualità, Temporalità, Testualità - Pavia 19, Novembre 2009

  2. Motivazioni Le entità linguistiche all’interno dei testi sono ancorate, per loro natura, al tempo. • “the particular conceptualization of temporality that underlies language is by no means obvious" [Steedman 1997: 897]. La comprensione e il trattamento del tempo all’interno del testo/discorso ha un ruolo importante: • per compiere delle inferenze e a ragionare sul mondo e sui suoi cambiamenti; • per migliorare la comprensione di numerosi fenomeni linguistici come la struttura del discorso e la risoluzione di anafore lessicali di tipo associativo; • per superare alcuni limiti delle applicazioni di TAL, nel nostro caso, algoritmi per Question-Answering (Open Domain e Domain Specific), Information Retrieval, Information Extraction, Summarization. Rinnovato interesse studio relazioni temporali tra gli eventi in un testo/discorso (creazione di corpora e schemi di annotazione, e.g. TimeML e TimeBank, Pustejovsky et al., 2003)

  3. Sommario • Ontologia Temporale - eventualità e tempo: rappresentazione, formalizzazione e connessione • Relazioni temporali: definizione, contributo all’interpretazione del testo/discorso, fonti di informazione (triggers) • Teorie linguistiche e approcci computazionali per il trattamento della temporalità • A step forward: modello empirico per trattamento automatico della temporalità • Annotare la temporalità: TimeML, ISO-TimeML, It-TimeML

  4. Eventualità • Eventualità: eventi e stati • eventi: entità dinamiche che descrivono cambiamenti nel mondo (veri, falsi, possibili, necessari …) • Stati: entità non-dinamiche che descrivono la validità di una data situazione per un periodo di tempo t Eterogeneità vs. Omogeneità (Krifka, 1989) • Ogni sottoparte dell’entità X NON è anche • una denotazione di X • Individuabili + Enumerabili • Relazioni merologiche Ogni sottoparte dell’entità X E’ ANCHE una denotazione di X

  5. Eventualità • Eventualità: eventi e stati • eventi: entità dinamiche che descrivono cambiamenti nel mondo (veri, falsi, possibili, necessari …) • Stati: entità non-dinamiche che descrivono la validità di una data situazione per un periodo di tempo t Eterogeneità vs. Omogeneità (Krifka, 1989) • Eventi e Stati sono PRIMITIVI ONTOLOGICI • proprietà distintive e rappresentazioni logiche autonome • Evento: inizio e fine • Evento (e) • Stato (s)

  6. Eventualità (2) Eterogeneità e proprietà merologiche  possibilità di individuare sottoclassi di eventi [+/- durativo]: distanza tra punto iniziale e finale  entità spazio-temporali N.B. NON ESISTONO EVENTI ISTANTANEI  esplodere: ha punto iniziale e punto finale. • Eterogeneità e proprietà merologiche  [+/- telicità] (Krifka, 1989) • Natural end point, quantized  Marco è andato al negozio • Arbitrary end point, strictly cumulative  Marco corre

  7. Eventualità (3) Eventi = struttura tripartita (Moens-Steedman, 1988; Passonneau, 1988) Attività di -V arbitrario = atelico “naturale”/obbligatorio = telico

  8. Eventualità (3) Eventi = struttura tripartita (Moens-Steedman, 1988; Passonneau, 1988) Attività di -V arbitrario = atelico “naturale”/obbligatorio = telico

  9. Tempo & Entità Temporali Assioma direzionalità interna del tempo: se è vero che l’evento e ha avuto luogo nel Passato rispetto alla mia posizione attuale t, allora è vero che per qualsiasi altra mia posizione t’, e è nel Passato rispetto a t’ • Tempo: • Durata • Prospettiva temporale • Successione

  10. Tempo & Entità Temporali (2) Le entità temporali a livello ontologico sono considerate “misure” speciali del tempo (fisico!) e che possono essere associate alle eventualità (ciò che accade o vale nel mondo). ISTANTI e INTERVALLI sono PRIMITIVI ontologici • Le entità temporali possono avere un inizio e una fine: • definizione di intervallo aperto, chiuso, semi-aperto • Intervallo proprio = intervallo chiuso, con punti iniziali e finali

  11. Tempo & Entità Temporali (3) Tra i due primitivi sussistono delle relazioni esprimibili e formalizzate dal seguente predicato : Interno(t, T) ≡ Istante(t)۸Intervallo(T) Venerdi sera alle 20.00 Caratteristica distintiva dell’ontologia temporale è quella avere un ordinamento interno: Prima (T1, T2)  corrisponde a una delle proprietà distintive del tempo Per ogni entità temporale T1, T2, se T1 precede T2, allora esistono due istanti t1 e t2, tali che t1 è l’istante finale di T1 e t2 è l’istante iniziale di T2, e t1 precede t2 • Relazione di precedenza è: • antiriflessiva • asimmetrica • transitiva

  12. Tempo & Entità Temporali (4) La relazione di precedenza è primaria Relazioni tra intevalli

  13. Tempo & Entità Temporali (4) La relazione di precedenza è primaria Relazioni tra istanti

  14. Tempo & Entità Temporali (4) La relazione di precedenza è primaria Relazioni tra istanti e intervalli

  15. Tempo & Entità Temporali (4) La relazione di precedenza è primaria • set chiuso di relazioni in grado di formalizzare tutte le possibili relazioni temporali tra due entità; • le relazioni sono “transitive”: questo permette di scoprire (inferire) relazioni possibili tra più entità (temporal closure); • si può imporre delle restrizioni sulle relazioni possibili tra due entità.

  16. A < B & B < C  A < C Tempo & Entità Temporali (4) La relazione di precedenza è primaria • set chiuso di relazioni in grado di formalizzare tutte le possibili relazioni temporali tra due entità; • le relazioni sono “transitive”: questo permette di scoprire (inferire) relazioni possibili tra più entità (temporal closure); • si può imporre delle restrizioni sulle relazioni possibili tra due entità.

  17. Modellizzazione: connettere eventualità e tempo Connettere eventualità e tempo  prima modellizzazione per l’analisi (formale) delle relazioni temporali tra le entità dell’ontologia temporale • definizione delle eventualità in logica temporale • funzioni α e ω assicurano l’accessibilità dei punti iniziali e finali delle eventualità: intervalli di rappresentazione sono finiti • Tempo è denso: tra 2 entità temporali è sempre possibile identificarne una terza • Linearità stretta del tempo (retta) • introduzione del predicato holds, meccanismo responsabile dell’ancoraggio temporale delle eventualità 13 relazioni temporali tra eventi durativi e tra intervalli (Allen, 1983) e 8 relazioni temporali tra eventi non-durativi ed eventi durativi e con entità temporali (evento non-durativo = assenza di punti/momenti interni) (Allen-Hayes, 1989); 5 relazioni tra istanti, 5 relazioni tra intervalli e istanti

  18. Ordinamento Temporale Eventi: Teoria Relazione Temporale processo inferenziale che si attiva in base a precisi principi semantici e pragmatici NON è un’implicazione convenzionale di tipo pragmatico. • Relazione Temporale è il risultato della combinazione di informazioni contestuali e linguistiche: • è ottenuta a partire da un input pertinente e il cui processo di decodifica è arricchito con informazioni di tipo contestuale che danno vita a un effetto cognitivo positivo, contribuendo di fatto a determinare il contenuto informativo di un enunciato o frase; • è un’esplicatura, che esprime “explicitly communicated content” [Sperber-Wilson, 2004: 260].

  19. Ordinamento Temporale Eventi: Teoria (2) • Relazioni Temporali sono stabili. • Tipologia di relazioni: • tra gli eventi e le espressioni temporali (temporal anchoring of events): -Marco è partitolunedì. • tra gli eventi all’interno del discorso (temporal ordering of events): -Gruppi di punk si sono barricati[ev1] iniziando il consueto lancio[ev2]di sassi e molotov. • tra due espressioni temporali: - Quando è stata Pasqualo scorso anno?

  20. Ordinamento Temporale Eventi: Teoria (3) RELAZIONI TEMPORALI: ancoraggio & ordinamento • RELAZIONI TEMPORALI E LINGUA NATURALE: • elementi lessicali: - SEGNALATORI; e.g. dopo, prima di, a, per, entro… • elementi di sistema: - TEMPO VERBALE (tense): distinzione tra interpretazione assoluta (combinazione di E, R ed S) e nel testo (combinazione di E, R, S e A) - ASPETTO: - ASPETTO GRAMMATICALE (viewpoint) - ASPETTO LESSICALE • elementi pragmatici: - STRUTTURA DEL DISCORSO - CONOSCENZE DEL MONDO

  21. Ordinamento Temporale Eventi: Teoria (3) RELAZIONI TEMPORALI: ancoraggio & ordinamento • RELAZIONI TEMPORALI E LINGUA NATURALE: • elementi lessicali: - SEGNALATORI; e.g. dopo, prima di, a, per, entro… • elementi di sistema: - TEMPO VERBALE (tense): distinzione tra interpretazione assoluta (combinazione di E, R ed S) e nel testo (combinazione di E, R, S e A) - ASPETTO: - ASPETTO GRAMMATICALE (viewpoint) - ASPETTO LESSICALE • elementi pragmatici: - STRUTTURA DEL DISCORSO - CONOSCENZE DEL MONDO

  22. Ordinamento Temporale Eventi: Teoria (4) Ordinamento temporale eventi in un testo: • I quattro sono stati riconosciuti colpevoli[e1] di aver preparato[e2] ed eseguito[e3] l' attentato che il 26 febbraio del 1993fece esplodere[e4] una potentissima carica di esplosivo nel garage dei più alti grattacieli di New York. Anafora Temporale (Partee, 1984): tempi verbali hanno valore anaforico rispetto a un momento di riferimento (M.R.) precedente; le relazioni tra i vari momenti di riferimento sono responsabili dell’ordinamento temporale eventi

  23. Ordinamento Temporale Eventi: Teoria (4) Ordinamento temporale eventi in un testo: • I quattro sono stati riconosciuti colpevoli[e1] di avereseguito[e3] e preparato[e2] l' attentato che il 26 febbraio del 1993fece esplodere[e4] una potentissima carica di esplosivo nel garage dei più alti grattacieli di New York. Limite Anafora Temporale: troppo affidamento su informazioni di tipo esclusivamente linguistico;

  24. Ordinamento Temporale Eventi: Teoria (5) • Numerosi lavori hanno cercato di mettere in luce quali risorse o fonti di informazione sono attive quando inferiamo l’ordinamento temporale degli eventi, includendo: • avverbi temporali; • tempo verbale; • aspetto; • azionalità; • Assenza di un quadro completo sull’interazione tra questi elementi • principi discorsivi (struttura del discorso e relazioni retoriche); • convenzioni pragmatiche; • conoscenze comuni condivise. Punti fermi: • valore referenziale del tempo verbale; • i tempi verbali sono fonte di informazione primaria per il riconoscimento delle relazioni temporali; • contributo dell’informazione “contestuale”; • relazioni temporali sono inferenze prodotte dal parlante nel processo di incrementale di comprensione del discorso.

  25. Il Modello Computazionale – Dati empirici • 2 esperimenti: • Esperimento 1: 29 soggetti (nessuno con conoscenze di linguistica); 52 coppie di frasi (33 estratte da un corpus + 19 variate) situazione sperimentale altamente controllata • Esperimento 2: 6 soggetti (studenti universitari in linguistica); 33 coppie di frasi; situazione sperimentale parzialmente controllata • TASK: • identificare la relazione temporale tra 2 eventi (verbali) messi in evidenza; 5 relazioni predefinite: PRECEDENZA, SUCCESSIONE, SIMULTANEITA’, SOVRAPPOSIZIONE (overlap), NESSUNA RELAZIONE • identificare la fonte di informazione ritenuta più saliente (responsabile del riconoscimento della relazione temporale); diversa granularità in base al background dei soggetti

  26. Il Modello Computazionale – Dati empirici • 2 esperimenti: • Esperimento 1: 29 soggetti (nessuno con conoscenze di linguistica); 52 coppie di frasi (33 estratte da un corpus + 19 variate) situazione sperimentale altamente controllata • Esperimento 2: 6 soggetti (studenti universitari in linguistica); 33 coppie di frasi; situazione sperimentale parzialmente controllata • TASK: • identificare la relazione temporale tra 2 eventi (verbali) messi in evidenza; 5 relazioni predefinite: PRECEDENZA, SUCCESSIONE, SIMULTANEITA’, SOVRAPPOSIZIONE (overlap), NESSUNA RELAZIONE • identificare la fonte di informazione ritenuta più saliente (responsabile del riconoscimento della relazione temporale); diversa granularità in base al background dei soggetti • ESPERIMENTO 1: • TEMPO VERBALE • ESPRESSIONI DI TEMPO • NON SPECIFICATO

  27. Il Modello Computazionale – Dati empirici • 2 esperimenti: • Esperimento 1: 29 soggetti (nessuno con conoscenze di linguistica); 52 coppie di frasi (33 estratte da un corpus + 19 variate) situazione sperimentale altamente controllata • Esperimento 2: 6 soggetti (studenti universitari in linguistica); 33 coppie di frasi; situazione sperimentale parzialmente controllata • ESPERIMENTO 2: • TEMPO VERBALE • ESPRESSIONI DI TEMPO • SEGNALATORI • ASPETTO (viewpoint) • SEMANTICA (aspetto lessicale + conoscenze del mondo) • NON SPECIFICATO • TASK: • identificare la relazione temporale tra 2 eventi (verbali) messi in evidenza; 5 relazioni predefinite: PRECEDENZA, SUCCESSIONE, SIMULTANEITA’, SOVRAPPOSIZIONE (overlap), NESSUNA RELAZIONE • identificare la fonte di informazione ritenuta più saliente (responsabile del riconoscimento della relazione temporale); diversa granularità in base al background dei soggetti

  28. Il Modello Computazionale – Dati empirici(2) RICONOSCIMENTO RELAZIONI TEMPORALI: 0.49 < K < 0.58 • I dati empirici hanno messo in evidenza: • un aumento dell’accordo con: • espressioni di tempo (K = 0.69) • cambiamenti di tempo verbale “forte” (K = 0.80; K = 0.70) • segnalatori (K = 0.73) • uso di relazioni temporali a grana grossa, ottenute in base alla definizione di vicinanza concettuale (K = 0.25; K 0.36 vs. K = 0.65) • l’inversione dell’ordine di presentazione degli eventi non ha influenze sull’accordo e sul tipo di relazioni temporali, a meno che non esistano relazioni logiche tra gli eventi o siano presenti elementi altamente coesivi (anafore lessicale associative) in posizioni inaspettate • il riconoscimento di una struttura discorsiva è essenziale per riconoscere l’esistenza di una relazione temporale

  29. Il Modello Computazionale – Dati empirici(3) POLISEMIA TEMPORALE ESPERIMENTO 1

  30. Il Modello Computazionale – Dati empirici(3) POLISEMIA TEMPORALE ESPERIMENTO 2

  31. Il Modello Computazionale – Dati empirici(4) SALIENZA FONTI INFORMAZIONE E “ORDINE APPLICAZIONE” ESPERIMENTO 1

  32. Il Modello Computazionale – Dati empirici(4) SALIENZA FONTI INFORMAZIONE E “ORDINE APPLICAZIONE” ESPERIMENTO 1 ESPERIMENTO 2

  33. Il Modello Computazionale – Dati empirici(4) SALIENZA FONTI INFORMAZIONE E “ORDINE APPLICAZIONE” ESPERIMENTO 2

  34. Il Modello Computazionale – Dati empirici(5) SALIENZA FONTI INFORMAZIONE E “ORDINE APPLICAZIONE” • Espressioni di tempo, quando localizzano gli eventi, sono più salienti del tempo verbale • Il tempo verbale è più saliente solo in presenza di sequenze con tempi verbali diversi  semantica temporale dei tempi verbali, e assenza di informazioni più specifiche • Aspetto più saliente in sequenze che coinvolgono l’imperfetto • Semantica: più saliente solo in sequenze con stesso tempo verbale • diversa tipologia di eventualità (evento - stato)  ASPETTO LESSICALE • stessa tipologia di eventualità (evento - evento)  FATTORI PRAGMATICI E CONOSCENZE DEL MONDO

  35. Il Modello Computazionale – Dati empirici(6) • DIVERSA SALIENZA INFORMATIVA VARIE FONTI • restrizioni su autonomina delle varie fonti di informazione il riconoscimento • di relazioni temporali: • TEMPO VERBALE: fonte primaria; autonomo se sequenze temporali diverse; • ESPRESSIONI TEMPORALI: localizzatori ed essenziale se in relazione tra di loro • SEGNALATORI: se impliciti, informazione ancillare; se espliciti, essenziali • ASPETTO (viewpoint e aspetto lessicale): essenziali se gli eventi hanno • informazioni diverse • FORMULA ORDINE SALIENZA: • CONOSCENZA DEL MONDO (SEGNALATORI IMPLICITI TEMPO • ASPETTO ASPETTO LESSICALE ESPRESSIONI TEMPORALI • SEGNALATORI ESPLICITI)

  36. Il Modello Computazionale – Architettura

  37. Il Modello Computazionale – Architettura (2) • MODELLO BASATO SUI DATI EMPIRICI  struttura del modello rispecchia la scala di salienza delle fonti di informazione • attivazione dei componenti responsabili del riconoscimento delle relazioni tra eventi basata su restrizioni e preferenze (componente per il tempo verbale modulo 3) • VARIABILITA’ DELLA GRANULARITA’ DELLE RELAZIONI TEMPORALI in base alle informazioni presenti nel testo/discorso e alla realizzazione delle eventualità • modello e funzionamento sono indipendenti da lingua specifica • composizione modulare garantisce sempre un output

  38. Annotare la temporalità – schemi di annotazione • MUC7 (1998) • TIMEX (2000) • ACL WS on Temporal and Spatial Information Processing (2001) • Setzer’s Ph.D. Dissertation (2001) • TIDES: TIMEX2 v.1.01 –valutazione in ACE, (2001) • TERQAS: TimeML v.1.0 (2001) • LREC WS on Annotation Standards for Temporal Information in Natural Language (2002) • TimeML and DAML-Time (2003) • TERN evaluation (2004) • TimeML v.1.2.1 (2006) • ISO-TimeML – SemAf (2006 - ongoing) • It-TimeML v. 1.0 (2008)

  39. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  40. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. Modifiche per l’estensione dei tags EVENT e TIMEX3 • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering • Adattamento dei valori per gli attributi TENSE e ASPECT; in particolare: • introduzione del valore IMPERFECT; • uso del valore PERFECTIVE sia per il compiuto che per l’aoristo Introduzione dell’attributo MOOD, per il trattamento del condizionale e del congiuntivo, e V_FORM, per dar conto delle diverse forme verbali • Mappatura delle classi di eventi con i tipi semantici di PARLE/SIMPLE/CLIPS: • miglioramento riconoscimento di eventi e loro classificazione; • introduzione di un layer semantico di informazione per rappresentazione dell’event structure Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  41. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. Modifiche per l’estensione dei tags EVENT e TIMEX3 • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  42. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. Modifiche per l’estensione dei tags EVENT e TIMEX3 • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering • Adattamento dei valori per gli attributi TENSE e ASPECT; in particolare: • introduzione del valore IMPERFECT; • uso del valore PERFECTIVE sia per il compiuto che per l’aoristo Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  43. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. Modifiche per l’estensione dei tags EVENT e TIMEX3 • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering • Adattamento dei valori per gli attributi TENSE e ASPECT; in particolare: • introduzione del valore IMPERFECT; • uso del valore PERFECTIVE sia per il compiuto che per l’aoristo Introduzione dell’attributo MOOD, per il trattamento del condizionale e del congiuntivo, e V_FORM, per dar conto delle diverse forme verbali Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  44. Annotare la temporalità – TimeML, ISO-TimeML, It-TimeML TimeML & ISO-TimeML sono due linguaggi di annotazione in grado di rendere esplicita l’informazione temporale all’interno di un testo/discorso. Modifiche per l’estensione dei tags EVENT e TIMEX3 • Vantaggi: • separazione netta per la rappresentazione di eventi e di espressioni temporali, proponendo metodi di classificazione indipendenti dalla lingua in analisi; • è in grado di rappresentare sia il temporal anchoring che l’event ordering • Adattamento dei valori per gli attributi TENSE e ASPECT; in particolare: • introduzione del valore IMPERFECT; • uso del valore PERFECTIVE sia per il compiuto che per l’aoristo Introduzione dell’attributo MOOD, per il trattamento del condizionale e del congiuntivo, e V_FORM, per dar conto delle diverse forme verbali • Mappatura delle classi di eventi con i tipi semantici di PARLE/SIMPLE/CLIPS: • miglioramento riconoscimento di eventi e loro classificazione; • introduzione di un layer semantico di informazione per rappresentazione dell’event structure Adattamento per l’Italiano It-TimeML (Caselli, 2008)

  45. Annotare la temporalità – verso l’Italian TimeBank • Corpus dell’ Italian TimeBank • 149 articoli di quotidiano (Italian TreeBank and PAROLE) • 63.397 tokens • comparabile per contenuto e dimensioni alla TimeBank (Pustejovsky et al. 2003) 5 annotatori – tirocinanti C.L. Informatica Umanistica 2 giudici – annotatori esperti Sviluppo di PROCEDURE per l’annotazione

  46. Annotare la temporalità – verso l’Italian TimeBank (2) • so far… • Annotazione eventi (estensione) • K = 0.83 • Annotazione espressioni di tempo (estensione) • K = 0.97 • Annotazione segnalatori • K = 0.89 • Creazione data set per TempEval 2010 (33.000 tokens)

More Related