présentation

Les relations intercatégorielles
Nom-Verbe
(observées à travers Upery)
Cécile Fabre

Passerelles nom ↔ verbe : qqs travaux antérieurs

En TAL




En sémantique lexicale
Les liens N-V calculés par UPery



Terminologie
Recherche d’information
Exemples et premiers résultats
Esquisse de typologie
Perspectives
2
Objectif général
Repérer un contenu informatif comparable à travers ses
variantes textuelles
« assessment of semantic similarity has proved to be
essential for a variety of Natural Language Processing
tasks” (Montemagni et al. 98)
3
Repérer les variantes nom-verbe
« From an information retrieval point of view the
same information can be coded in an NP or in a
sentence. By unifying higher-order nouns and verbs
in the same ontology it will be possible to match
expressions with very different syntactic structures
but comparable content »
(Vossen 1998)
4
Repérage automatique de variantes
terminologiques
(Fabre et Jacquemin 2000)
But : constituer une grammaire permettant d’identifier les
reformulations verbales de termes nominaux
Comparaison_N de_P résultat_N ≈ comparer_V les_D résultats_N
Technique_N de_P mesure_N ≈ mesure_V à l’aide d’_P une_D
technique_N
Amélioration_N de_P technique_N ≠ techniques_N permettant_V d’_P
améliorer_V
5

Acquisition de ressources lexicales pour la RI
(Bouillon, Fabre, Sébillot, Jacqmin, 2000)
(Galy, 2000)
(Claveau 2003)
But : Mettre au point une méthode permettant d’extraire d’un
corpus des couples nom-verbe sémantiquement associés
ex de patron calculé (programmation logique inductive) :
V infinitif + (tout sauf un verbe)* + conj de
coord + N
6
Modèles lexicaux
On sort du champ balisé des relations
sémantiques intracatégorielles
 Mel’čuk : les fonctions lexicales
fonctions lexicales
syntagmatiques
Oper1 :
OBSTACLE => encounter
fonctions lexicales
paradigmatiques
S0 : ACHETER => achat
V0 : SERMON => jurer
S1 : PARLER =>locuteur
7
Pustejovsky : la structure qualia
la représentation des noms intègre des informations
relationnelles codées sous forme de prédicats
verbaux
couteau
qualia
formal : x
telic : couper (e,x,y)
[…]
8
WordNet
•
WordNet 1.5 : pas de relations intercatégorielles
“In Princeton WordNet nouns and verbs are not interrelated
by basic semantic relations such as hyponymy and
synonymy. The effect is that very similar synsets are totally
unrelated only because they differ in part of speech”
(Vossen 97)
•
WordNet 2.0 «Derivationally related forms »
« adoption -(a legal proceeding that creates a parentchild relation
[…]
RELATED TO->(verb) adopt#5
=> adopt, take in -9
EuroWordNet
•
EuroWordNet « cross-part-of speech relations »
{adorn V}
XPOS_NEAR_SYN {adornment N}
« The advantages of such explicit cross-part-of
speech relations are:
- similar words with different parts of speech are
grouped together.
[…]
- From an information retrieval point of view [...] it will
be possible to match expressions with very different
syntactic structures but comparable content »
(Vossen 97)
10
Ex : commémorer obj
Catégorie
N
N
N
V
N
N
V
N
Lemme
Relation
commémoration de
célébration
de
cinquantenaire de
célébrer
obj
festivité
de
circonstance
de
coïncider
suj
anniversaire
de
a
25
17
11
24
5
11
10
31
Jaccard
0.523
0.257
0.247
0.228
0.227
0.212
0.212
0.203
11
commémorer (obj)
commémorer (obj)
commémoration (de)
anniversaire (de)
rafle
cinquantenaire
bicentenaire
débarquement
baptême
soulèvement
centenaire
anniversaire
[…]
soulèvement
débarquement
rafle
baptême
naissance
déportation
massacre
émeute
[…]
12
Premiers chiffres indicatifs :
• Part des relations N-V
N-V = 16% des relations
impliquant un nom
• Proportion de N-V
présentant un lien
morphologique : 17 %
déverbaux
d'action
autres
déverbaux
pas de lien
morphologique
13
Le parent distributionnel n’est pas forcément le parent
morphologique
Nom
nb de ctxs
partagés
verbes
début de
83
commencer suj
hausse de
114
augmenter obj
reprise de
63
relancer obj
retour à
138
revenir à
vainqueur de
61
66
remporter suj
gagner suj
Visite à
9
se rendre à
14
Répartition selon les schémas syntaxiques de correspondance
Autres
action pour X / favoriser X
lutter pour X / accéder à X
Nom de X / Verbe Xobj
rétablissement de X / rétablir X
relèvement de X / baisser X
Nom à X / Verbe à X
rapport à X / remettre à X
Nom en X / Verbe en X
retour en X / revenir en X
Nom de X / Verbe Xsuj
rétablissement de X / rétablir X
relèvement de X / baisser X
15
Typologie des liens N-V
1- équivalence
fusion – regrouper
fusion d’entreprises / regrouper des entreprises
renforcement – durcir renforcement de la législation / durcir la législation
2- activité typique, fonction
bouteille – boire
bouteille de vodka / boire de la vodka
camion – acheminer
camion de vivres / acheminer les vivres
victime – souffrir
victime d’un traumatisme / souffrir d’un traumatisme
3- antonymie
dégradation – améliorer
dégradation de l’emploi / l’emploi s’améliore
réunification – diviser
réunification du pays / diviser le pays
4- contiguïté sémantique ?? succession temporelle
élaboration – mettre en œuvre
élaboration de la loi / mettre en œuvre la loi
distribution – acheter
distribution des vivres / acheter les vivres
5- collocations, verbes supports
arrêt – rendre
arrêt de la cour d’appel /cour d’appel rendre
article – paraître
article de presse / paraître dans la presse
[..]
16
Perspectives

Mieux décrire la relation sémantique N-V
observer en contexte les zones de reformulation N  V
- étendre l’observation à d’autres corpus
-

Etudier l’impact de telles ressources en TAL :
- « rentabilité » du lien N-V pour la recherche d’information?
- rôle complémentaire par rapport à des ressources de type
synonymique ?
17
Bibliographie
Bouillon P., Fabre, C., Sébillot P. et Jacqmin, L. (2000) « Apprentissage de ressources lexicales
pour l'extension de requêtes », Traitement automatique des langues, 41(2):367-393, numéro
spécial Traitement automatique des langues pour la recherche d'informations , coordonné
par Christian Jacquemin, ATALA/Hermes sciences publications, Paris.
Claveau V. (2003) Acquisition automatique de lexiques sémantiques pour la recherche
d'information. Thèse de l'Université de Rennes 1, décembre 2003
(http://olst.ling.umontreal.ca/~vincent/publis.html).
Fabre C. et Jacquemin C., (2000), "Boosting Variant Recognition with Light Semantics", actes
de COLING (Computational Linguistics), Sarrebrück, août 2000 (voir sur ma page web à
l’ERSS)
Galy E. (2000), Repérer en corpus les associations sémantiques privilégiées entre le nom et le
verbe : le cas de la fonction dénotée par le nom, Mémoire de maîtrise en Sciences du
langage, Université Toulouse-Le Mirail.
Montemagni S. et Pirelli V. (1998), « Augmenting WordNet-like Lexical Resources with
Distributional Evidence. An Application-Oriented Perspective« , in S. Harabagiu, editor,
Workshop on Use of WordNet in Natural Language Processing Systems: Proceedings of the
Conference, pages 87-93. Association for Computational Linguistics
Vossen P. (1997), ‘EuroWordNet: a multilingual database for information retrieval’ In Proceedings
of the DELOS workshop on Cross-language Information Retrieval, March 5-7, Zürich
18