SFB 833, Projekt A3

Corpus-Based Semantic Composition Models for Phrases

01.07.2009 bis 30.06.2021

https://uni-tuebingen.de/de/9920

Das A3-Projekt befasst sich mit Modellen der semantischen Komposition von deutschen und englischen Phrasen. Dabei liegt der Fokus auf Adjektiv-Nomen-Phrasen und Präpositionalphrasen. Für die computerlinguistische Modellierung werden distributionelle Wortrepräsentationen und sog. Deep Learning Methoden, im Speziellen rekurrente neuronale Netze (RNN), verwendet.
Die Beziehung zwischen Komposition und Parsing ist hier von besonderem Interesse. Bestehende Kompositionsmodelle, die in Parser integriert wurden, werden normalerweise zusammen mit dem Parser durch überwachtes Lernen trainiert. Bei den Trainingsdaten handelt es sich meist um Daten aus Baumbanken. Im Gegensatz dazu werden in unserem Ansatz Kompositionsmodelle durch unüberwachtes Lernen mit großen geparsten Korpora trainiert. Die semantische Darstellung der Phrasen, die durch diese vortrainierten Kompositionsmodelle erstellt werden, können anschließend in einen Parser eingebaut werden, um dessen Genauigkeit beim Parsen zu verbessern.
Bewertet werden die Kompositionsmodelle anhand verschiedener Aufgaben, unter anderem durch die Klassifizierung semantischer Relationen, die Desambiguierung von PP-Bindungen, das Erkennen textueller Folgebeziehungen und das Text-Bild retrieval.