الاستقراء الدلالي للكلمات

📅 آخر تحديث: ٢٩ يوليو ٢٠٢٦
✍️ نُشر في: ٢٩ يوليو ٢٠٢٦
الموسوعة الحرة

في اللغويات الحاسوبية ، يُعدّ استقراء معاني الكلمات ( WSI ) أو تمييزها مشكلة مفتوحة في معالجة اللغة الطبيعية ، وتتعلق بالتحديد التلقائي لمعاني الكلمة ( أي دلالاتها ). ونظرًا لأن ناتج استقراء معاني الكلمات هو مجموعة من معاني الكلمة المستهدفة (مخزون المعاني)، فإن هذه المهمة ترتبط ارتباطًا وثيقًا بمهمة إزالة الغموض عن معاني الكلمات (WSD)، التي تعتمد على مخزون معاني مُحدد مسبقًا وتهدف إلى حلّ غموض الكلمات في سياقها.

المناهج والأساليب

تُنتج خوارزمية استقراء معاني الكلمات مجموعة من السياقات التي تظهر فيها الكلمة المستهدفة، أو مجموعة من الكلمات المرتبطة بها. وقد طُرحت ثلاث طرق رئيسية في الأدبيات: [ 1 ] [ 2 ]

  • تجميع السياق
  • تجميع الكلمات
  • رسوم بيانية للتواجد المشترك

تجميع السياق

تقوم الفرضية الأساسية لهذا النهج على أن الكلمات تتشابه دلاليًا إذا ظهرت في مستندات متشابهة، أو ضمن سياقات متقاربة، أو في سياقات نحوية متشابهة. [ 3 ] يُمثَّل كل ظهور للكلمة المستهدفة في مجموعة النصوص بمتجه سياقي . يمكن أن تكون هذه المتجهات السياقية إما متجهات من الدرجة الأولى، والتي تُمثل السياق الحالي مباشرةً، أو متجهات من الدرجة الثانية، أي أن سياقات الكلمة المستهدفة تتشابه إذا كانت كلماتها تميل إلى الظهور معًا. ثم تُجمَّع المتجهات في مجموعات، تُحدد كل منها معنىً من معاني الكلمة المستهدفة. ومن الأساليب المعروفة لتجميع السياقات خوارزمية تمييز مجموعات السياق [ 4 ] القائمة على أساليب حساب المصفوفات الكبيرة.

تجميع الكلمات

يُعدّ تجميع الكلمات منهجًا مختلفًا لاستنتاج معاني الكلمات. ويتألف من تجميع الكلمات المتشابهة دلاليًا والتي يمكن أن تحمل معنىً محددًا. تُعتبر خوارزمية لين [ 5 ] مثالًا نموذجيًا لتجميع الكلمات، وهي تعتمد على إحصاءات التبعية النحوية الموجودة في مجموعة النصوص لإنتاج مجموعات من الكلمات لكل معنى مُكتشف للكلمة المستهدفة. [ 6 ] كما يستخدم التجميع حسب اللجنة (CBC) [ 7 ] السياقات النحوية، ولكنه يستغل مصفوفة التشابه لترميز أوجه التشابه بين الكلمات، ويعتمد على مفهوم اللجان لإخراج معانٍ مختلفة للكلمة محل الاهتمام. يصعب تطبيق هذه المناهج على نطاق واسع في العديد من المجالات واللغات.

رسوم بيانية للتواجد المشترك

تفترض الفرضية الأساسية لرسوم بيانية التواجد المشترك أن دلالات الكلمة يمكن تمثيلها بواسطة رسم بياني للتواجد المشترك ، حيث تمثل رؤوسه حالات التواجد المشترك، وتمثل حوافه علاقات التواجد المشترك. ترتبط هذه الأساليب بطرق تجميع الكلمات، حيث يمكن الحصول على حالات التواجد المشترك بين الكلمات بناءً على العلاقات النحوية [ 8 ] أو العلاقات التلازمية [ 9 ] . يُعدّ HyperLex أحد الأساليب الناجحة لخوارزمية الرسم البياني، ويعتمد على تحديد المحاور في رسوم بيانية التواجد المشترك، والتي تتطلب ضبط عدد كبير من المعاملات [ 10 ] . ولمعالجة هذه المشكلة، تم اقتراح العديد من الخوارزميات القائمة على الرسوم البيانية، والتي تعتمد على أنماط رسوم بيانية بسيطة، وهي: تجميع الانحناء، والمربعات، والمثلثات، والمعينات (SquaT++)، وتجميع الشجرة الممتدة القصوى المتوازنة (B-MST). [ 11 ] تهدف الأنماط إلى تحديد المعاني باستخدام الخصائص البنيوية المحلية لرسم بياني التواجد المشترك. [ 12 ] تُعدّ خوارزمية "الهمس الصيني" خوارزمية عشوائية تُقسّم رؤوس الرسم البياني عن طريق نقل الرسالة الرئيسية (أي معنى الكلمة) بشكل متكرر إلى الرؤوس المجاورة. وقد أظهرت الأساليب التي تستخدم رسوم بيانية التواجد المشترك تحقيق أداء متميز في مهام التقييم القياسية.

التطبيقات

  • لقد ثبت أن الاستقراء الدلالي للكلمات يفيد في استرجاع المعلومات من الويب عند استخدام استعلامات غامضة للغاية. [ 9 ]
  • تعمل خوارزميات الاستقراء البسيطة لمعاني الكلمات على تعزيز تجميع نتائج البحث على الويب بشكل كبير وتحسين تنويع نتائج البحث التي تعرضها محركات البحث مثل Yahoo! [ 13 ]
  • تم تطبيق الاستقراء الدلالي للكلمات لإثراء الموارد المعجمية مثل WordNet . [ 14 ]

برمجة

  • SenseClusters عبارة عن حزمة برمجية مفتوحة المصدر متاحة مجاناً تقوم بتجميع السياقات وتجميع الكلمات.

انظر أيضاً

مراجع

  1. ↑ نافيلي، ر. (2009). "إزالة الغموض عن معاني الكلمات: دراسة استقصائية" (ملف PDF) . مجلة ACM Computing Surveys . 41 (2): 1–69 . doi : 10.1145/1459352.1459355 . S2CID 461624 . 
  2. ^ ناصر الدين، م. (2013). حالة من فن الحث على معنى الكلمة: طريقة نحو توضيح معنى الكلمة للغات ذات الموارد المحدودة (PDF) . تالن-ريسيتال 2013. ليه سابل دولون، فرنسا. ص 192 – 205. 
  3. ↑ فان دي كرويس، ت. (2010). "استخراج المعنى: استخلاص المعرفة المعجمية الدلالية من النص" (PDF) .
  4. ↑ شوتزه، هـ. (1998). أبعاد المعنى . مؤتمر ACM/IEEE للحوسبة الفائقة لعام 1992. لوس ألاميتوس، كاليفورنيا: مطبعة جمعية IEEE للحاسبات. الصفحات 787-796 . doi : 10.1109/SUPERC.1992.236684 . 
  5. ↑ لين، د. (1998). الاسترجاع الآلي وتجميع الكلمات المتشابهة (ملف PDF) . المؤتمر الدولي السابع عشر للغويات الحاسوبية (COLING). مونتريال، كندا. الصفحات 768-774 . 
  6. ↑ فان دي كرويس، تيم؛ أبيدياناكي، ماريانا (2011). "استقراء المعنى الدلالي الكامن للكلمات وإزالة الغموض عنها" (ملف PDF) . مؤرشف من الأصل (ملف PDF) بتاريخ 25-03-2018 . تم الاطلاع عليه بتاريخ 28-03-2013 .
  7. ↑ لين، د.؛ بانتيل، ب. (2002). اكتشاف معاني الكلمات من النصوص . المؤتمر الدولي الثامن لاكتشاف المعرفة واستخراج البيانات (KDD). إدمونتون، كندا. ص 613-619 . CiteSeerX 10.1.1.12.6771 .  
  8. ↑ ويدوز، د.؛ دورو، ب. (2002). نموذج بياني لاكتساب المفردات غير الخاضع للإشراف (ملف PDF) . المؤتمر الدولي التاسع عشر للغويات الحاسوبية (COLING). تايبيه، تايوان. ص 1-7 . 
  9. 1 2 فيرونيس، ج. (2004). "هايبرليكس: رسم الخرائط المعجمية لاسترجاع المعلومات" (ملف PDF) . الكلام واللغة الحاسوبية . 18 (3): 223-252 . CiteSeerX 10.1.1.66.6499 . doi : 10.1016/j.csl.2004.05.002 . 
  10. ↑ أغيري، إي.؛ مارتينيز، د.؛ دي لاكال، أو. لوبيز؛ سوروا، أ. خوارزميتان قائمتان على الرسوم البيانية لأحدث تقنيات تحديد الكلمات (ملف PDF) . مؤتمر 2006 حول الأساليب التجريبية في معالجة اللغات الطبيعية (EMNLP). سيدني، أستراليا. الصفحات 585-593 . 
  11. ↑ دي ماركو، أ.؛ نافيلي، ر. (2013). "تجميع وتنويع نتائج البحث على الويب باستخدام استقراء معاني الكلمات القائم على الرسوم البيانية" (ملف PDF) . اللغويات الحاسوبية . 39 (3): 709-754 . doi : 10.1162/coli_a_00148 . S2CID 1775181 . 
  12. ↑ بييمان، سي. (2006). "الهمس الصيني - خوارزمية فعالة لتجميع الرسوم البيانية وتطبيقها على مشاكل معالجة اللغة الطبيعية" (PDF) .
  13. ↑ نافيلي، ر.؛ كريزافولي، ج. استنباط معاني الكلمات لتحسين تجميع نتائج البحث على الويب (ملف PDF) . مؤتمر 2010 حول الأساليب التجريبية في معالجة اللغة الطبيعية (EMNLP 2010). ماساتشوستس، الولايات المتحدة الأمريكية: مركز ستاتا التابع لمعهد ماساتشوستس للتكنولوجيا. الصفحات 116-126 . 
  14. ↑ ناصر الدين، م. شواب، د.؛ تشيشمدجيف، أ؛ سيراسيت، ج.؛ بلانشون، هـ. Induction de sens pourإثراء الموارد المعجمية (Word Sense Induction for the Enrichment of Lexical Resources) (PDF) . المؤتمر الحادي والعشرون حول السمات التلقائية للغات الطبيعية (TALN 2014). مرسيليا، فرنسا. ص 598 – 603.