Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Introdução a técnicas computacionais para PLN
Ênfase em processamento baseado em corpus
2
Técnicas de PLN “Handcrafted”, baseada em regras manuais
Exemplo: Algoritmo de Hobbs para resolução de pronomes Estatística, corpus-based Exemplo: PCFG: Probabilistic Context-Free grammar
3
Corpus anotado Ivo viu a uva
(S (NP (PN Ivo) ) (VP (V viu) (NP (DET a) (NN uva) ) ) ) Comi uma maçã de manhã (S (NP –vazio-) (VP (VP (V comi) (NP (DET uma) (NN maça) ) ) (PP (PREP de) (NN manhã) ) ) )
4
Extração de regras da gramática
#### REGRAS ###### LÉXICO #### (S (NP (PN Ivo) ) S NP VP PN Ivo (VP (V viu) NP PN V viu (NP (DET a) VP V NP DET a (NN uva) ) ) ) NP DET NN NN uva (S (NP –vazio-) S NP VP V comi (VP (VP (V comi) NP -vazio DET uma (NP (DET uma) VP VP PP NN maça (NN maça) ) ) VP V NP PREP de (PP (PREP de) NP DET NN NN manhã (NP (NN manhã) ) ) ) ) PP PREP NP NP NN
5
Probabilidades de expansão do NP
NP PN : Prob (NP PN) = 0.2 NP DET NN: NP -vazio- : NP NN: TOTAL: 5 (S (NP (PN Ivo) ) S NP VP PN Ivo (VP (V viu) NP PN V viu (NP (DET a) VP V NP DET a (NN uva) ) ) ) NP DET NN NN uva (S (NP –vazio-) S NP VP V comi (VP (VP (V comi) NP -vazio DET uma (NP (DET uma) VP VP PP NN maça (NN maça) ) ) VP V NP PREP de (PP (PREP de) NP DET NN NN manhã (NP (NN manhã) ) ) ) ) PP PREP NP NP NN
6
CFG (não probabilística)
From Jurafsky & Martin 2000
7
CFG From Jurafsky & Martin 2000
8
PCFG From Jurafsky & Martin 2000
9
Derivações da PCFG para uma sentença
From Jurafsky & Martin 2000
10
Exemplos de corpus anotado
Penn Treebank Penn PropBank Floresta Sintática (Linguateca) Sites:
11
Caso 2: Resolução de pronomes usando algoritmo (naive) de Jerry Hobs (entre outros)
Veja artigo sobre resolução de pronomes em:
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.