A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

INQUER Interacção Pessoa-Máquina em Linguagem Natural MÓDULO II Inferência e Extracção de Informação Ricardo Santos, 2003.

Apresentações semelhantes


Apresentação em tema: "INQUER Interacção Pessoa-Máquina em Linguagem Natural MÓDULO II Inferência e Extracção de Informação Ricardo Santos, 2003."— Transcrição da apresentação:

1 INQUER Interacção Pessoa-Máquina em Linguagem Natural MÓDULO II Inferência e Extracção de Informação Ricardo Santos, 2003

2 Tópicos INQUER WordNet.PT Módulo II - Inferência e Extracção de Informação Extracção e Tratamento da Base de Dados Alg. de Consulta e Extracção de Informação Inferência e Extraccão de Informação Interface (site do INQUER)

3 Arquitectura Geral do INQUER Base de Dados Léxico-Conceptual (WordNet.PT) MÓDULO II Motor de Inferência MÓDULO III Gerador MÓDULO I Analisador Pergunta (Português) Resposta (Português) Base de Dados Lexical Forma Lógica Resposta Forma Lógica INQUER

4 WordNet.PT Base de Dados do Conhecimento Linguístico Rede Léxico-Conceptual Capta padrões da organização do léxico mental

5 Relações entre conceitos lexicalizados Relações estruturantes Sinonímia Hiperonímia / Hiponímia {animal} {mamífero} {cão}{gato}... hiperonímia/ generalização hiponímia/ especialização Cada conceito tem uma glosa associada ex. borrego-cordeiro; rabanada-fatia dourada ex. gato-mamífero; mamífero-animal

6 Relações de Todo-Parte Holonímia / Meronímia Holo-parte / Mero-parte Holo-membro / Mero-membro Holo-porção / Mero-porção Holo-matéria / Mero-matéria Holo-localização / Mero-localização ex. árvore-tronco; leão-juba ex. enxame-abelha; pinhal-pinheiro ex. bolo-fatia; melão-talhada ex. carne de porco-fiambre ex. cidade-baixa ex. açorda-pão; sangria-açúcar

7 Relações internas à estrutura do evento Role / Involved Agente / Envolve Agente Paciente (Objecto) / Envolve Paciente (Objecto) Resulta / Tem Resultado ex. gordura-fritar ex. cão-ladrar; gato-miar ex. vaca-ordenhar; almoço-almoçar ex. bolo-cozer; fumado-fumar

8 Arquitectura Geral - Módulo II Base de Dados Léxico-Conceptual (WordNet.PT) Alg. Satisf. da FL Processamento da FL Representação Semântica (Forma Lógica - LPO) Resposta (em linguagem artificial) INFERÊNCIA e EXTRACÇÃO de INFO. Alg. de Consulta Alg. Segm. da FL Alg. de Extracção INFERÊNCIA PERG. SOBRE ARG. PERG. POLARES

9 Extracção e Tratamento da BD Construção de ficheiros consultáveis pelo Prolog Ficheiros de Texto Ficheiros Prolog Extracção de Dados Polaris Geração de Ficheiros Prolog Detonador Ordenação e Remoção de redundâncias WordNet.PT Base de Dados INQUER

10 Algoritmos de Consulta e Extracção de Informação Correspondência entre Termos/Expressões em LN e relações da WN.PT Termos/Exps em LN WN.PT Ex. Perguntas sinónimo; o mesmo; variante Sinonímia - Quais são os sinónimos de fatia dourada? - Borrego é o mesmo que carneiro? hipónimo; tipo; subtipo; raça; espécie Hiponímia - Quantos (sub)tipos de felino há? - Quais são as raças de gatos que existem? hiperónimo; supertipoHiperonímia - Carnívoro é hiperónimo/supertipo de cão? glosa; definição; significado/significar Glosa - Qual é a definição/glosa de gato siamês? - O que significa fritar?

11 Correspondências LN-WN.PT (cont.) LN Relações da WN.PT Ex. Perguntas ser Hiper/Hiponímia; Sinonímia; Glosa - Os cães são carnívoros? - Um borrego é um cordeiro? - O que é um gato? ter Meronímia; Mero-parte; Mero-porção - A açorda tem pão? - Os gatos têm patas? - O pão tem migalhas? feito de; levarMero-matéria - O fiambre é feito de carne de porco? - Um enchido leva carne? feito com; levarHolonímia/Meronímia - Os doces são feitos com açúcar? - Quais são os pratos que levam bacalhau? Verbos da WN.PT (miar,ladrar,comer,...) Role/Involved - Os gatos miam?

12 Algoritmos de Consulta e Extracção de Informação Implementação dos algoritmos usando predicados que representam relações da WN.PT has_hyponym/2 has_meronym/2 gloss/2 etc. Predicados:

13 Inferência & Extracção de Info. Dois tipos de pergunta Polares Sobre argumentos Inferência (Porquê?) A Base de Dados não contém todo o conhecimento de forma explícita Necessário mecanismo capaz de inferir informação implícita (consulta) (consulta e extracção)

14 Inferência has_hyponym(gato,'gato siamês'). has_hyponym(felino,gato). has_mero_part(felino,pata). x (gato_siamês(x) gato(x)) x (gato(x) felino(x)) x (felino(x) ( y (pata(y) ter(x,y))) Factos PrologForma Lógica felino gato gato siamês pata

15 Perguntas Polares Uma Forma Lógica é verdadeira ou falsa num determinado modelo (WN.PT) Pressuposto de Mundo Fechado Satisfação da Forma Lógica R(t 1,..,t n ) sse t 1 a t n são conceitos lexic. da WN e R/n um pred. exec. P Q sse P é satisfazível e Q é satisfazível em WN.PT P sse P não é satisfazível em WN.PT x P(x) sse Existe pelo menos um x tq P(x) é sat. em WN.PT x P(x) sse Não existe um x tq P(x) não seja sat. em WN.PT -Todos os felinos miam? - Não | -Alguns felinos miam? - Sim A sse B - A é satisfazível em WN.PT se e só se a condição B se verifica

16 Perguntas sobre Argumentos 1- Segmenta a FL devolvendo uma lista com os predicados executáveis que a compõem 2- Executa os predicados extraindo conjuntos de conceitos 3- Faz a intersecção desses conjuntos 4- Devolve resultado Algoritmo:

17 Exemplo Quais são os carnívoros que têm focinho? 1- [ter(D,focinho), ser_v(E,carnívoro)] 2- conj1 (ter_focinho) [canídeo, marsupial, coelho, lebre, doninha, felino, equídeo, urso, roedor, ruminante, toupeira,...] conj2 (ser_carnívoro) [canídeo, ave de rapina, fuínha, furão, marta, orca, felino, crocodilo, jacaré, tubarão branco,...] [qual(A)*>d(o,plu,B,carnívoro(B)&d(exi,sing,C,felino(C) &ter(B,C))>ser_v(A,B)))]

18 Exemplo (cont.) 3- [canídeo, diabo da Tasmânia, felino, fuínha, furão hiena, marta, ouriço-cacheiro] 4- canídeo, diabo da Tasmânia, felino, fuínha, furão hiena, marta, ouriço-cacheiro Quais são os carnívoros que têm focinho? Resposta à pergunta:

19 Processamento da Forma Lógica Integração dos Módulos (Perg. Polares e Perg. Sobre Argumentos) Análise da FL e reencaminhamento para o respectivo Módulo Perguntas Ambíguas Uma resposta para cada interpretação Coordenações (ex. Os gatos e os cães são animais?) Aplicação do processo de inferência e extracção de informação a cada componente da coordenação

20 Interface Site do INQUER - Arquitectura Web Browser Servidor CLUL Prolog-CGI Script Form HTML Página HTML Pedido HTTP Página HTML Pergunta Resposta

21 Demonstração do site

22 Em síntese Estudo da WordNet.PT Extracção e Tratamento da Base de Dados Implementação dos Algoritmos de Consulta e Extracção Implementação dos mecanismos de obtenção de resposta para os dois tipos de pergunta Construção do site do INQUER

23 Trabalho Futuro – Módulo II Melhorar a rapidez dos algoritmos de busca e extracção de info. Cobrir todas as relações semânticas utilizadas pela WN.PT Considerar: Interrogativas de Alternativa Interrogativas sobre Adjuntos Causais Interrogativas que envolvem comparação - ex. os gatos são felinos ou canídeos? - ex. por que é que os peixes têm guelras? - ex. o que têm em comum um gato e um cão?

24 Trabalho Futuro - INQUER Desenvolvimento do Módulo III – Geração em LN Rumo ao HAL Módulo de Fala (Reconhecimento e Síntese)


Carregar ppt "INQUER Interacção Pessoa-Máquina em Linguagem Natural MÓDULO II Inferência e Extracção de Informação Ricardo Santos, 2003."

Apresentações semelhantes


Anúncios Google