NPGrammar NPGrammar. Abschlussvortrag.. NPGrammar Programmgerüst.

Präsentation zum Thema: "NPGrammar NPGrammar. Abschlussvortrag.. NPGrammar Programmgerüst."—  Präsentation transkript:

1 NPGrammar NPGrammar. Abschlussvortrag.

2 NPGrammar Programmgerüst.

3 NPGrammar NPGrammar Klassenaufbau.

4 NPGrammar NPGrammarGUI.

5 NPGrammar Benutzeroberfläche. C:/Studienprojekt\eingabetext.txt C:\Studienprojekt\ausgabeordner\

6 NPGrammar NPGrammar Output.

7 NPGrammar Ausgabe. Je nach Struktur werden die Phrasen in folgende Dateien geschrieben: simpleNP.tab Auflistung aller einfachen Nominalphrasen, die lediglich aus einem Substantiv bestehen (key word) complexNP.tab Auflistung aller komplexeren und längeren Nominalphrasen, die aus einem o. mehreren Adjektiven und/oder Genitivattribut und/oder Präpositionalattribut bestehen. xmlExpressions.txt Auflistung aller Links, die im Text enthalten sind.

8 NPGrammar Relation zwischen Head-NP & Attributen Bisher folgende Relationsarten definiert: –GEN(für Genitivattribute) –Prep(Name der Präposition für Präpositionalattribute) –NAME(für Eigennamen) –Kon(Name der koordinierenden Konjunktion) Ausgabe in eine Datei mit folgenden Angaben zu einer komplexen Phrase: –Phrase als String. –Head der Phrase. –Relation zwischen Head und Attribut. –Differenzbegriff. –Baumstruktur zur Darstellung der Abhängigkeiten.

9 NPGrammar Ausgabebeispiele.

10 NPGrammar complex.tab Alle folgenden Beispiele sind der Kategoriedatei complex.tab entnommen.

11 NPGrammar Beispiel1. Relation GEN Erkannte Phrase: Demonstrationsmarsch zur Eröffnung des G8-Gipfels 1. Spalte (Genitiv zum ersten Attribut gehörend) PhraseDemonstrationsmarsch zur Eröffnung des G8-Gipfels HeadDemonstrationsmarsch RelationZUR Diff-b.Eröffnung des G8-Gipfels Tree'Demonstrationsmarsch'( 'ZUR'( 'Eröffnung'( 'GEN'( 'G8- Gipfels' )))) 2. Spalte (Genitiv zum Head gehörend) Phrasezur Eröffnung des G8-Gipfels HeadEröffnung RelationGEN Diff-b.des G8-Gipfels Tree'Eröffnung'( 'GEN'( 'G8-Gipfels' )) (text1.txt)

12 NPGrammar Beispiel2. Relation Prep Erkannte Phrase: in einem Duell zwischen Paris und London 1. Spalte (Präpositionalphrase zum Head gehörend) Phrasein einem Duell zwischen Paris und London HeadDuell Headattrin RelationZWISCHEN Diff-b.Paris und London Tree'Duell'( in 'ZWISCHEN'( 'UND'( 'Paris' 'London' ))) 2. Spalte (Präpositionalphrase als Head-Phrase) Phrasezwischen Paris und London HeadParis RelationUND Diff-b.London Tree'UND'( 'Paris' 'London' ) (text7.txt)

13 NPGrammar Beispiel3. Relation Prep Erkannte Phrase: Zusammenprall eines Reisebusses mit einem Langholz- Transporter 1. Spalte (Preposition zum Head gehörend, einem Genitivattribut folgend) PhraseZusammenprall eines Reisebusses mit einem Langholz-Transporter HeadZusammenprall RelationGEN Diff-b. eines Reisebusses mit einem Langholz-Transporter Tree'Zusammenprall'( 'GEN'( 'Reisebusses' ) 'MIT'( 'Langholz- Transporter' )) 2. Spalte (Präposition und Head in direkter Beziehung gezeigt) Phrasemit einem Langholz-Transporter HeadZusammenprall RelationMIT Diff-b.einem Langholz-Transporter Tree'Zusammenprall'( 'MIT'( 'Langholz-Transporter' )) (text10.txt)

14 NPGrammar Beispiel4. Relation KON Erkannte Phrase: im Auftrag von «Stern» und RTL 1. Spalte (Preposition zum Head gehörend, einem Genitivattribut folgend) Phraseim Auftrag von «Stern» und RTL HeadAuftrag RelationVON Diff-b. «Stern» und RTL Tree'Auftrag'( im 'VON'( 'UND'( '«Stern»' 'RTL' ))) 2. Spalte (Präposition und Head in direkter Beziehung gezeigt) Phrasevon «Stern» und RTL Head«Stern» RelationKON Diff-b.RTL Tree'UND'( '«Stern»' 'RTL' ) (text23.txt)

15 NPGrammar Beispiel5. Relation NAME Erkannte Phrase: die britische Königin Elizabeth II 1. Spalte Phrase die britische Königin Elizabeth II HeadKönigin HeadAttrbritische RelationNAME Diff-b.Elizabeth II Tree'Königin'( britische 'NAME'( 'Elizabeth' 'II' )) (text5)

16 NPGrammar Evaluierung.

17 NPGrammar Trainingskorpus. 50 (annotierte) dpa-Nachrichtentexte - zur Verbesserung der Methoden. - zur Evaluierung. Ergebnisse

18 NPGrammar Neuer Korpus. Problem: Die hohe Prozentzahl ist nicht sehr aussagekräftig. Parser auf Traininskorpus optimiert Neuer Korpus (20 dpa-Nachrichten) soll einen neuen Wert liefern Ergebnis