Введение в вычислительную лексическую семантику

Преподаватель:

Панченко Александр Иванович

Старший исследователь в Лаборатории цифрового общества, ассоциированный исследователь в Université catholique de Louvain

 

Вычислительная лексическая семантика (computational lexical semantics) — раздел компьютерной лингвистики, который изучает ряд вопросов, связанных с вычислительными моделями лексических единиц, таких как слово или именная группа. Из мини-курса вы узнаете о современном состоянии дел в данной области. Акцент курса делается на метрики семантической близости между словами и связанную с ними группу технологий, которые находят приложения в ряде задач обработки текстов и информационного поиска.

Ниже приведена структура мини-курса. Часть материала, прочитанного автором в рамках похожих курсов, доступна на slideshare. Значительная часть курса основана на исследованиях автора.

1. Введение. Вычислительная лексическая семантика: задачи и приложения.
   • Понятие семантического отношения и семантического ресурса.
   • Задача извлечения семантических отношений (semantic relation extraction).
   • Задача разрешения смысла слова (word sense disambiguation).
   • Метрики семантической близости между лексическими единицами (semantic similarity).
2. Обзор базовых метрик семантической близости.
   • Метрики, основанные на семантических сетях (WordNet, тезаурусы, решетка категорий Википедии).
   • Метрики, основанные на корпусе текстов:
     • дистрибутивная семантика: метод контекстного окна и синтаксического контекстного окна;
     • метрики, основанные на лексико-синтаксических паттернах;
     • латентно-семантический анализ.
   • Метрики, основанные на веб-корпусе и индексе поисковых систем.
   • Метрики, основанные на словарях и энциклопедиях.
3. Гибридные метрики семантической близости.
   • Комбинация базовых метрик при помощи машинного обучения, метод HybridSim.
   • Альтернативные методы комбинирования метрик.
4. Последние достижения в области вычислительной лексической семантики.
   • Нейросетевые модели языка (neural network language models) и их приложения в вычислителной семантике, word2vec.
   • Метрики, основанные на матричных и тензорных разложениях (NMF, NTF и др.).
   • Метрики, основанные на латентном размещении Дирихле (LDA) и других графических вероятностных моделях.
5. Приложения метрик семантической близости.
   • Поиск и визуализация семантически связанных слов.
   • Расширение поисковых запросов.
   • Классификация коротких текстов.