FrameNet semantiskās anotēšanas redaktors ar koreferenšu identifikāciju

Abstract

Cilvēku uzkrātais informācijas apjoms arvien pieaug. Papildus informācijas meklēšanai pēc atslēgvārdiem ir nepieciešami jauni rīki un pieejas, kas spētu automatizēt strukturētu datu un zināšanu ieguvi no milzīgajiem un straujā tempā augošajiem nestrukturētās informācijas avotiem. Šajā darbā autors piedāvā jaunu pieeju kā, balstoties uz FrameNet situāciju semantiku, aprakstīt nestrukturēta teksta – grāmatas, ziņas, preses relīzes – zināšanas datoram saprotamā, strukturētā veidā. Darbā galvenā uzmanība tiek pievērsta teksta semantiskās marķēšanas un semantiskās datubāzes rediģēšanas un vizualizēšanas rīku izstrādei, kas nepieciešami gan automātisko semantiskas anotētāju treniņkopas izveidošanai, gan arī to rezultātu pārbaudei un labošanai.

Atslēgvārdi: FrameNet anotēšanas rīks, semantiskā lomu anotēšana, Named Entity Recognition, knowledge-representation

To harness and make use of the wast and ever growing amounts of - mostly unstructured - information present in books and news articles both in print and on the Internet, new methods of knowledge extraction and representation have to be developed. In this work author presents a new way of representing and storing FrameNet annotated text in machine-readable format within a semantic database. The main focus of the work is development of semantic annotation tool. The annotation tool is necessary for both - to create the training set for the automated semantic role labeling tool as well as to provide feedback - a way to visualize, verify and correct its output.

Keywords: FrameNet annotation tool, Semantic Role Labeling, Named Entity Recognition, knowledge-representation