Dissertation: Wissensgewinnung mit maschinellen Constraint-Grammatiken

Foth, Kilian - Dipl.-Inf.

Laufzeit: seit 10/1999

Projektbeschreibung: Mit der zunehmenden Verfügbarkeit sehr großer maschinenlesbarer Textbestände wird die maschinelle Anreicherung von Wissen immer wichtiger. Die Verarbeitung großer Korpora leidet dabei gewöhnlich entweder unter großem Entwicklungs- und Verarbeitungsaufwand (bei tiefer syntaktischer Analyse) oder mangelnder Präzision (bei statistischer oder oberflächlicher Analyse). Im Projekt Partielles Parsing soll eine syntaktische Analyse nach dem Constraint-Dependenz-Modell zusammen mit anderen Techniken dazu verwendet werden, die Tiefe der Analyse explizit steuerbar zu machen. Damit sollen heterogene Textteile in Abhängigkeit von ihrer Relevanz unterschiedlich verarbeitet werden können (Ignorieren/Überfliegen/Durchlesen/Weiterverarbeitung). Der modulare Charakter dies Formalismus erlaubt es, die syntaktische und inhaltliche Analyse beliebig eng aneinander zu koppeln. Ausgehend von der Syntaxstruktur können gezielt relevante semantische Relationen zwischen bestimmten Textteilen etabliert werden. Umgekehrt kann eine oberflächliche Extraktion von semantischen Beziehungen bei der Syntaxanalyse helfen. Es ist zu untersuchen, inwieweit syntaktische oder inhaltsspezifische Constraints anhand annotierter Textsammlungen automatisch errechnet werden können.

Schlagwörter: Wissensakquisition, partielles Parsing, Dependenzgrammatik, machine learning

Publikationen aus dem Projekt:

• Foth, Kilian; Hagenström, Jochen: Tagging for robust parsers. In proceedings of the 2nd Workshop on Robust Methods in Analysis of Natural Language Data, ROMAND2002. pages 21 - 32. Frascati, Italy
• Foth, Kilian; Menzel, Wolfgang; Schröder, Ingo: Robust Parsing with Weighted Constraints. To appear in Natural Language Engineering, 2003(1).