Clustering Hungarian verbs on the basis of complementation patterns

Gábor, Kata; Héja, Enikő

doi:10.3115/1557835.1557855

Cited by 3 publications

(3 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Earlier work comprises two small scale pilot projects. The first experiment concerns the automatic sense induction of verbs on the basis of their complementation patterns (Gábor & Héja 2007), where the main emphasis was laid on finding the relevant feature space. Another experiment (Héja & Takács 2010) aimed at detecting polysemous adjectival senses on the basis of a graph-based algorithm yielding promising results.…”

Section: International and Hungarian Backgroundmentioning

confidence: 99%

A proof-of-concept meaning discrimination experiment to compile a word-in-context dataset for adjectives – A graph-based distributional approach

Héja

Ligeti-Nagy

2022

ALing

View full text Add to dashboard Cite

The Word-in-Context corpus, which forms part of the SuperGLUE benchmark dataset, focuses on a specific sense disambiguation task: it has to be decided whether two occurrences of a given target word in two different contexts convey the same meaning or not. Unfortunately, the WiC database exhibits a relatively low consistency in terms of inter-annotator agreement, which implies that the meaning discrimination task is not well defined even for humans. The present paper aims at tackling this problem through anchoring semantic information to observable surface data. For doing so, we have experimented with a graph-based distributional approach, where both sparse and dense adjectival vector representations served as input. According to our expectations the algorithm is able to anchor the semantic information to contextual data, and therefore it is able to provide clear and explicit criteria as to when the same meaning should be assigned to the occurrences. Moreover, since this method does not rely on any external knowledge base, it should be suitable for any low- or medium-resourced language.

show abstract

Section: International and Hungarian Backgroundmentioning

confidence: 99%

A proof-of-concept meaning discrimination experiment to compile a word-in-context dataset for adjectives – A graph-based distributional approach

Héja

Ligeti-Nagy

2022

ALing

View full text Add to dashboard Cite

show abstract

“…Gábor és társa események detektálásánál csoportosító algoritmust használtak magyar igékhez (Gábor & Héja, 2007 (Gildea & Jurafsky, 2002), valamint Punyakanok és társai (Punyakanok V. , Roth, Yih, Zimak, & Tu, 2004). Az itt elért eredményeket számos más NLP alkalmazás is felhasználta, mint például az összegzés (Melli, Shi, Wang, Liu, Sarkar, & Popowich, 2006), információ visszakeresés (Moreda, Navarro, & & Palomar, 2007) és a válaszkeresés (Moreda, Llorens, Saquete, & Palomar, 2011).…”

Section: Magyar Szövegeken Elért Eredményekunclassified

“…Bittar francia nyelvű szövegekhez végzett eseménydetektálást (Bittar, 2009), detektálásra a modell 88,8-os F-mértéket ért el. Gábor és társa csoportosító algoritmust használtak magyar igékhez (Gábor & Héja, 2007).…”

Section: Kapcsolódó Munkákunclassified

Események detektálása, osztályozása és szemantikus szerepeik címkézése

Subecz¹

View full text Add to dashboard Cite

A természetesnyelv-feldolgozás az emberi nyelv feldolgozása számítógép segítségével, ami egy széles terület, sok mindent átfog a beszédfeldolgozástól kezdve a szemantikáig. Az információkinyerés a természetesnyelv-feldolgozás egy fontos területe. Strukturálatlan, vagy félig strukturált dokumentumokból gyűjt ki információkat, amiket strukturált formában tárol el. Az eseménykinyerés az információkinyerés egy fontos részfeladata, célja strukturált információ kinyerése olyan eseményekkel kapcsolatban, amelyek strukturálatlan dokumentumokban találhatóak. Az események detektálásának a feladata az esemény-előfordulások azonosítása a szövegekben. A gyakori többértelműség miatt nem elég a szóalak vizsgálata, a szövegkörnyezetet is elemezni kell. A szövegekben a legtöbb esemény igékhez kapcsolódik, és az igék általában eseményeket jelölnek. Az igéken kívül lehetnek események más szófajú szavak is pl. főnevek, igenevek stb. Az események detektálása mellett egy másik fontos feladat a megtalált események szerepeinek meghatározása, a szemantikus szerepek címkézése. Ez a természetesnyelv-feldolgozás azon feladata, ami detektálja egy mondat predikátumának szemantikus argumentumait és osztályozza ezeket speciális szerepek szerint. Ez a disszertáció a természetes nyelven kifejezett események számítógépes feldolgozásával foglalkozik. Ezen belül az események detektálásával, osztályozásával, valamint az események szereplőinek azonosításával.

show abstract

The Verb Argument Browser

Sass

Text, Speech and Dialogue

View full text Add to dashboard Cite

The Verb Argument Browser is a linguistically relevant corpus query tool, which can be used for investigating argument structure of verbs. The original tool was developed for Hungarian corpora but the methodology is claimed to be language independent because of the dependecy grammar based representation. This paper examines this language independency applying the methodology to a language with different structure, namely: Danish. We will see that the methodology can be applied straightforwardly, and the resulting tool shows the same properties as the original version. The Verb Argument Browser for Danish is available at http://corpus.nytud.hu/vabd (username: nodalida, password: vabd).

show abstract

Clustering Hungarian verbs on the basis of complementation patterns

Cited by 3 publications

References 12 publications

A proof-of-concept meaning discrimination experiment to compile a word-in-context dataset for adjectives – A graph-based distributional approach

A proof-of-concept meaning discrimination experiment to compile a word-in-context dataset for adjectives – A graph-based distributional approach

Események detektálása, osztályozása és szemantikus szerepeik címkézése

The Verb Argument Browser

Contact Info

Product

Resources

About