Dil Çalışmalarında Belirsizliğin Tanımı

İçinde dilbilimBelirsizliği giderme, bir anlamın hangi anlamda olduğunu belirleme sürecidir. kelime belirli bir yerde kullanılıyor bağlam. Sözlüksel anlam ayrımı olarak da bilinir.

Hesaplamalı dilbilimde bu ayrımcı sürece denir. kelime-anlam ayrımı (WSD).

"Öyle olur ki, bizim iletişim, kayıtsız Diller benzer şekilde, aynı kelime biçiminin bireysel iletişimsel işlemlerde farklı şeyler ifade etmek için kullanılmasına izin verir. Sonuç, belirli bir işlemde, belirli bir kelimenin potansiyel olarak ilişkili duyuları arasında amaçlanan anlamını bulmak zorunda olmasıdır. iken belirsizlikler bu tür çoklu biçim-anlamlı çağrışımlardan kaynaklanan sözlüksel düzeyde, genellikle daha geniş bir bağlam aracılığıyla çözülmeleri gerekir. söylem kelimeyi yerleştirme. Dolayısıyla, 'hizmet' kelimesinin farklı anlamları, ancak 'hizmet' ile karşıtlık içinde olduğu gibi, kelimenin kendisinin ötesine bakılabilirse ayırt edilebilirdi. Wimbledon'da oyuncu servisi ile Sheraton'da garson servisi. Bir söylemdeki sözcük anlamlarını belirleme süreci genellikle olarak bilinir

"sözcüksel anlam ayrımı en geniş tanımıyla, insanlarda büyük ölçüde bilinçsiz bir süreç gibi görünen her kelimenin anlamını bağlamda belirlemekten başka bir şey değildir. Bir hesaplama problemi olarak, genellikle 'AI-tamamlanmış' olarak tanımlanır, yani çözümü bir çözümün tamamlanmasını gerektiren bir problemdir. Doğal lisan anlama veya sağduyulu akıl yürütme (Ide ve Véronis 1998).

"Hesaplamalı dilbilim alanında, sorun genellikle kelime anlamı belirsizleştirme (WSD) olarak adlandırılır ve şu şekilde tanımlanır: Bir kelimenin hangi 'anlamının' belirli bir dilde kullanılmasıyla aktive edildiğini hesaplamalı olarak belirleme sorunu. bağlam. WSD esasen bir sınıflandırma görevidir: kelime duyuları sınıflardır, bağlam ise ve bir kelimenin her oluşumu, aşağıdakilere dayalı olarak olası sınıflarından bir veya daha fazlasına atanır. kanıt. Bu, WSD'nin, onu sabit bir kelime duyuları envanterine göre açık bir belirsizlik giderme süreci olarak gören geleneksel ve yaygın karakterizasyonudur. Sözcüklerin sonlu ve ayrık bir duyular kümesine sahip olduğu varsayılır. sözlük, sözlüksel bir bilgi tabanı veya bir ontoloji (ikincisinde, duyular bir kelimenin sözlükleştirdiği kavramlara karşılık gelir). Uygulamaya özel envanterler de kullanılabilir. Örneğin, bir makine çevirisi (MT) ayarında, kelime çevirileri kelime duyuları olarak ele alınabilir. büyük çok dilli dillerin mevcudiyeti nedeniyle giderek daha uygulanabilir hale gelen yaklaşım paralel corpora eğitim verisi olarak hizmet edebilir. Geleneksel WSD'nin sabit envanteri, sorunun karmaşıklığını azaltır, ancak alternatif alanlar mevcuttur.. .." (Eneko Agirre ve Philip Edmonds, "Giriş." Kelime Anlamında Belirsizliği Giderme: Algoritmalar ve Uygulamalar. Springer, 2007)

"sözcüksel anlam ayrımı özellikle durumlar için çok uygundur homonymiörneğin, bir olay bas bas sözcük öğelerinden herhangi birine eşlenmelidir₁ veya bas₂, amaçlanan anlama bağlı olarak.

"Sözcüksel belirsizliği giderme, bilişsel bir seçim anlamına gelir ve anlama süreçlerini engelleyen bir görevdir. Kelime duyularının farklılaşmasına yol açan süreçlerden ayırt edilmelidir. İlk görev, çok fazla bağlamsal bilgi olmadan da oldukça güvenilir bir şekilde yerine getirilirken, ikincisi yapılmaz (bkz. Veronis 1998, 2001). Belirsizliği gidermeyi gerektiren eşsesli sözcüklerin sözlüğe erişimi yavaşlattığı, çok anlamlı sözcükler, sözcük duyularını harekete geçirirken, sözcüksel erişimi hızlandırır (Rodd e.a. 2002).

"Ancak, hem semantik değerlerin üretken modifikasyonu hem de sözlüksel olarak farklı öğeler arasındaki doğrudan seçim, ortak olarak, sözcüksel olmayan ek bilgi gerektirmeleridir." (Peter Bosch, "Productivity, Polysemy, and Predicate Indexicality." Mantık, Dil ve Hesaplama: 6. Uluslararası Tiflis Mantık, Dil ve Hesaplama Sempozyumu, ed. Balder D. on Cate ve Henk W. Zeevat. Springer, 2007)

Corley ve Crocker (2000), geniş kapsamlı bir sözcük kategorisianlam ayrımı göre Olasılık İlkesi. Spesifik olarak, kelimelerden oluşan bir cümle için şunu önerirler. w₀... w_n, cümle işlemci büyük olasılıkla benimser konuşmanın bölümü sıra T₀... T_n. Daha spesifik olarak, modelleri iki basit olasılıktan yararlanır: (ben) kelimenin koşullu olasılığı w_ben konuşmanın belirli bir bölümünü verilen T_ben, ve (ii) olasılığı T_ben konuşmanın önceki kısmı verilen T_ben-1. Cümlenin her kelimesiyle karşılaşıldığında, sistem ona konuşmanın o kısmını atar. T_ben, bu iki olasılığın ürününü maksimize eder. Bu model, birçok kişinin sözdizimsel belirsizliklerin sözcüksel bir temeli vardır (MacDonald ve diğerleri, 1994), (3)'te olduğu gibi:

(3) Depo fiyatları/yapımları diğerlerinden daha ucuzdur.

"Bu cümleler, içinde okunan bir okuma arasında geçici olarak belirsizdir. Fiyat:% s veya yapar bu Ana fiil veya bir parçası Bileşik isim. Model, büyük bir bütünce üzerinde eğitildikten sonra, konuşmanın en olası bölümünü şu şekilde tahmin eder: Fiyat:% s, insanların anladığı gerçeğini doğru bir şekilde açıklamak fiyat isim olarak ama yapar bir fiil olarak (bkz. Crocker & Corley, 2002 ve orada belirtilen referanslar). Model, yalnızca sözcük kategorisine dayanan bir dizi belirsizliği giderme tercihini hesaba katmakla kalmaz. muğlaklık, aynı zamanda genel olarak insanların bu tür belirsizlikleri çözmede neden son derece doğru olduklarını da açıklıyor." (Matta W. Crocker, "Rasyonel Anlama Modelleri: Performans Paradoksunu Ele Almak." Yirmi Birinci Yüzyıl Psikodilbilimi: Dört Köşe Taşı, ed. Anne Cutler tarafından. Lawrence Erlbaum, 2005)