Assoziative lexikalische Ketten Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Psycholinguistischer Ansatz – mentales Lexikon Realisierung in WordNet Kollokationen – Kollokationsgraphen Lexical Chainer [Brunn01] Prototyp – Entwurf einer Implementierung Mögliche Ergänzungen - Kritik 28.05.2002

Psycholinguistischer Ansatz – mentales Lexikon 1 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung psycholinguistische Erkenntnisse (Hypothesen) über die Strukturierung des „mentalen Lexikons“ Assoziationsexperimente zeigen: association: noun – noun: 79 % association: adjective – adjective 65 % association: verb – verb: 43 % Folgerung: vermutlich stärkere Zusammenhänge innerhalb einer syntaktischen Kategorie (=> WordNet) Alternative Erklärung: assoziationspsychologische Experimente mit isolierten Wortformen 28.05.2002

Psycholinguistischer Ansatz – mentales Lexikon 2 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung 28.05.2002 [Aitch97], S. 109

Realisierung in WordNet Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Verschiedene Relationen: Antonymie Synonymie Meronymie etc. Topical hierarchies bei Substantiven Entailment Relations (?) bei Verben N-dimensional hyperspaces (?) bei Adjektiven [Fellb] 28.05.2002

Kollokationen – Kollokationsgraphen 1 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung „Als Kollokationen wollen wir hier Paare von Wortformen bezeichnen, die signifikant häufig gemeinsam in einem Satz auftreten, bezogen auf die Menge der vorliegenden Beispielsätze.“ http://wortschatz.uni-leipzig.de/html/faq/koloka.html Die Kollokationen eines Wortes lassen sich auch graphisch darstellen in Kollokationsgraphen 28.05.2002

Kollokationen – Kollokationsgraphen 2 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung dog – Detailstufe 1 28.05.2002

Kollokationen – Kollokationsgraphen 3 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung dog – Detailstufe 2 28.05.2002

Kollokationen – Kollokationsgraphen 4 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung dog – Detailstufe 3 28.05.2002

Lexical Chainer [Brunn01] Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Brunn, Meru et.al.: Text Summarization using lexical Chains. 2001. (DUG) Lexikalische Ketten werden zur Zusammenfassung von Texten eingesetzt: Schritte (siehe Prototyp): Besonderheit: - noun filtering [Brunn01]: Trenung von „Information“ und „Rauschen“: nouns, die zum Text/Inhalt gehören Substantive, die Teil des Themas (subjects) sind, sind wichtiger andere Substantive verdecken oft den Zusammenhang, werden gefiltert probeweise einfache Heuristiken: NPs in Nebensätzen seien unwichtiger 28.05.2002

Part-of-Speech-Tagging pyWordNet -> WordNet Prototyp Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Segmentation einzelne Sätze Satzzeichen bearbeiten Vorgaben des jeweilige Taggers beachten ... Part-of-Speech-Tagging Brill-Tagger (Einschränkung: englisch, UNIX/LINUX) pyWordNet -> WordNet Lexical Relations – Ausgabe als html-Datei (xml-Datei ?) 28.05.2002

Beispiel 1: Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung High Bone Density Due to a Mutation in LDL-Receptor–Related Protein 5 Osteoporosis is a major public health problem of largely unknown cause. Loss-of-function mutations in the gene for low-density lipoprotein receptor–related protein 5 (LRP5), which acts in the Wnt signaling pathway, have been shown to cause osteoporosis–pseudoglioma. Methods We performed genetic and biochemical analyses of a kindred with an autosomal dominant syndrome characterized by high bone density, a wide and deep mandible, and torus palatinus. Results Genetic analysis revealed linkage of the syndrome to chromosome 11q12–13 (odds of linkage, >1 million to 1), an interval that contains LRP5. Affected members of the kindred had a mutation in this gene, with valine substituted for glycine at codon 171 (LRP5V171). This mutation segregated with the trait in the family and was absent in control subjects. The normal glycine lies in a so-called propeller motif that is highly conserved from fruit flies to humans. Markers of bone resorption were normal in the affected subjects, whereas markers of bone formation such as osteocalcin were markedly elevated. Levels of fibronectin, a known target of signaling by Wnt, a developmental protein, were also elevated... 28.05.2002

Beispiel 2: Num-ber Word Form Sen-tence Hypernym Hyponym Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Num-ber Word Form Sen-tence Hypernym Hyponym Member Meronym Part Holonym Substance Holonym 1 'High' 2 'Bone' [18, 42, 45, 56, 64, 19] [18, 42, 45, 56, 64] 3 'Density' [57] 4 'Mutation' 5 'Protein' [12, 49, 51] 6 'Osteoporosis' 7 'health' 8 'problem' 9 'mutation' 10 'gene' [22, 25] 11 'lipoprotein' [12, 49, 51, 57] 12 'protein' 13 '5' 14 'acts' 15 'pathway' 16 'Method' 17 'syndrome' 18 'bone' [19] 19 'mandible' 28.05.2002

Mögliche Ergänzungen – Kritik 1 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Mengen ohne Oberbegriffe (außerhalb der Hierarchien) fehlen fehlende syntagmatische Relationen: inhaltlich ähnliche Begriffe, sog. Kohyponyme (Schafe und Rinder zu Schweine – Bauerhof) Kombinationen von Namen (Bill zu Clinton, Romeo zu Julia) Verb-Nomen-Kombinationen (beißen - Hund - Herrchen) 28.05.2002

Mögliche Ergänzungen – Kritik 2 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung Folge: fehlende Bezüge zwischen verschiedenen Wortklassen Vernetzung innerhalb bestimmter Domänen, Beispiele: Sport Wirtschaft Einkaufen ... Möglichkeit ausloten, vorhandene Domänen-/Sachgebiets-Klassifikationen zu nutzen, z.B. Klassifikation der Schlagwort-Norm-Datei (SWD) der Deutschen Bibliothek, Frankfurt (???) 28.05.2002

Mögliche Ergänzungen – Kritik 3 Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung weitere semantische Relationen, z.B. [STE90] ??? 28.05.2002

Literatur Kai Jung, 28.05.2002, HS Maschinelle Textzusammenfassung [Aitch97] Aitchison, Jean: Wörter im Kopf. Eine Einführung in das mentale Lexikon. Max Niemeyer: Tübingen 1997. [Brunn01] Brunn, Meru; Chali, Yllias; Pichak, Christopher J.: Text Summarization using lexical Chains. 2001. http://www-nlpir.nist.gov/projects/duc/duc2001/final_duc_papers/lethbridge.pdf [Fellbaum] Fellbaum, Christiane: Ein semantisches Netz als Bedeutungstheorie. In: Herrmann/Grabowski: Bedeutung,...???, S. 211-230 [Gar96] Garman, Michael: Accessing the mental lexicon. In: Psycholinguistics. University Press: Cambridge 1996. S. 239-298 [Mill93] Miller, George; Fellbaum, Christiane et. al.: Introduction to WordNet. An online lexical database. 1993. (5papers.pdf) http://www.cogsci.princeton.edu/~wn/. [Quast98a] Quasthoff, Uwe: Projekt Deutscher Wortschatz. In: Heyer / Wolff (Hrsg.): Linguistik und neue Medien, DUV 1998. http://wortschatz.uni-leipzig.de/Papers/Projekt_Wortschatz_97.pdf [Quast98b] Quasthoff, Uwe:Deutscher Wortschatz im Internet. LDV-Forum 2/1998 http://wortschatz.uni-leipzig.de/Papers/DeutscherWortschatzimInternet.doc [STE90] Steele, J.: Meaning-text theory: linguistics, lexicography and implications, University of Ottawa Press; Ottawa, London, Paris, 1990 28.05.2002