Seleção de Gabaritos TBL usando Algoritmos Genéticos Pontifícia Universidade Católica do Rio de Janeiro – PUC-Rio Departamento de Informática Laboratório de Engenharia de Algoritmos e Redes Neurais - LEARN Seleção de Gabaritos TBL usando Algoritmos Genéticos Julio Cesar Duarte Cícero Nogueira dos Santos Ruy Luiz Milidiú

Transformation-Based Learning Sumário TBL – Revisão Gabaritos TBL Algoritmos Genéticos Modelagem Experimentos e Resultados Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

O algoritmo TBL Corpus de Treino não etiquetado Corpus de Treino etiquetado corretamente Gabaritos Corpus de Treino atual Derivação e avaliação das regras candidatas Classificador Inicial Seleção da regra a ser aplicada Aplicação da regra ao corpus de treino. Seqüência de regras aprendidas. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

pos[-1] pos[0] word[0] pos[1] Gabaritos Termo atômico pos[-1] pos[0] word[0] pos[1] O jovem esqueceu a caneta ART N V ART N ART ADJ V ART N Regra: pos[-1]=ART pos[0]=ADJ word[0]=jovem pos[1]=V -> pos[0]=N Interpretação: SE pos[-1]=ART E pos[0]=ADJ E Word[0]=jovem E pos[1]=V ENTÃO pos[0]=N Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Gabaritos Combinação de features relevantes Construídos manualmente Construção depende de um especialista no domínio Trabalho intensivo Adaptações podem ser necessárias quando mudamos de uma língua p/ outra. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Geração de gabaritos usando GA Motivação Evitar o uso do especialista, ou, Facilitar o trabalho do especialista Proposta Usar algoritmos genéticos Modelagem simples visando a eficiência Usar varias estratégias de modelagem Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Algoritmos Genéticos Modelos Computacionais inspirados no mecanismo da evolução Cromossomo  Indivíduo (Possível Solução) Problema de otimização Codificação do problema Função de avaliação Heurística = Aplicação de operadores genéticos Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Codificação do Problema (Indivíduo/Cromossomo) Normalmente, cadeia de 0´s e 1´s Indicam a presença, ou não, de uma característica (feature) f1 f2 f3 f4 ... fn 1 Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Função de Avaliação Tem como argumento um indivíduo e calcula a aptidão do indivíduo. Aptidão = medida de desempenho do indivíduo no problema Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Operadores Genéticos Operadores de Seleção: Decidem, baseados no fitness, os “melhores” indivíduos Persistem na população Utilizados pelos outros operadores Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Operadores Genéticos Operadores de Recombinação: Criam “novos” indivíduos a partir de indivíduos selecionados Cruzamento: Combina frações de indivíduos em novos Mutação: Gera uma pequena alteração em um indivíduo Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Algoritmos Genéticos - Funcionamento Gerar população inicial Calcular aptidão de cada indivíduo Enquanto critério_de_parada == False: Selecionar melhores indivíduos (descartar demais indivíduos, menos aptos) Aplicar operadores de reprodução Aplicar operadores de mutação Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Modelagem 4 abordagens para seleção de gabaritos: Cada uma carrega uma quantidade de conhecimento diferente Conhecimento ( ) x Desempenho ( ) Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

(1) Janela de contexto fixa Gabaritos formados por TAs da forma mais simples f[ds] Entrada: Lista de features, maxOffset, número de templates e tamanho esperado do template. Saída: Seqüências de f[ds] onde ds Є {-maxOffset,+maxOffset} Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Exemplo (FCW) Features = {f1, f2}, maxOffset = 1 2 gabaritos com tamanho esperado 3 Gabaritos gerados: f1[-1] f1[+1] f2[-1] f2[+1] f2[-1] f2[0] Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning (2) Lista fixa de TAs É mais fácil construir TAs do que gabaritos. Gabaritos formados por qualquer tipo de TAs Entrada: Lista de TAs (L), número de gabaritos e tamanho esperado do gabarito. Saída: Seqüências de TA’s onde TA Є L Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Exemplo (FLAT) TAs = {f1[−1], f1[−2], f2[0], f2[1], f1[1, 2], f2[−3,−1]} 2 gabaritos com tamanho esperado 3 Gabaritos gerados: f1[−2] f2[0] f2[−3,−1] f1[−1] f2[0] f1[1, 2] Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

(3) Gabarito com tamanho máximo Muito similar ao anterior No lugar de um tamanho esperado, tem-se um tamanho máximo para o gabarito Valor do cromossomo indica posição na lista -1  ausência de TA Valores repetidos são descartados Entrada: Lista de TAs (L), número de gabaritos e tamanho máximo do gabarito Saída: Seqüências de TA’s onde TA Є L Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Exemplo (MTS) TAs = {f1[−1], f1[−2], f2[0], f2[1], f1[1, 2], f2[−3,−1]} 3 gabaritos com tamanho máximo 4 Gabaritos gerados: f1[−2] f2[1] f1[−1] f2[−3,−1] f1[−2] f2[1] f2[0] f1[−2] f2[0] f2[1] Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning (4) Lista de gabaritos Tentativa de melhorar trabalho do especialista Nova combinação de gabaritos já construídos TBL é uma heurística gulosa  inserir um novo gabarito pode piorar o desempenho global Entrada: Lista de gabaritos (T) e número esperado de gabaritos Saída: Subconjunto de T Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Exemplo (TL) T = {τ00, τ01, τ02, τ03, τ04, τ05, τ06, τ07, τ08, τ09, τ10, τ11} Número de gabaritos esperado = 7 Gabaritos gerados: {τ00, τ02, τ05, τ06, τ08, τ09, τ10}. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Modelagem Função de avaliação Um conjunto de regras TBL é gerado a partir de cada indivíduo Aptidão = F1-score medido num conjunto de validação F1-score = Média Harmônica entre a precisão e abrangência Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Modelagem Operadores: Cruzamento: Quebra de dois indivíduos em ponto aleatório Mutação: Troca aleatória de um valor no dna: 0  1 e vice-versa MTS: x  [-1, número de termos atômicos - 1] Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Experimentos – Tarefas English Text Chunking [NP He ] [VP reckons ] [NP the current account deficit ] [VP will narrow ] [PP to ] [NP only # 1.8 billion ] [PP in ] [NP September ] onde: NP = Noun Phrase; VP = Verb Phrase; PP = Prepositional Phrase Chunk English Noun Phrase Chunking [NP He ] reckons [NP the current account deficit ] will narrow to [NP only # 1.8 billion ] in [NP September ] Portuguese Named Entity Extraction [PER Bill Gates] é, em parceria com sócio [PER Paul Allen], o fundador da [COM Microsoft]. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Experimentos Divisão do corpus Treinamento Pequenas frações separadas para o treinamento do genético Teste Resultados reportados Medida-F no conjunto de teste Tempo total de treinamento Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Resultados BNP - FCW Resultados muito bons, com tempo de treinamento compatíveis Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Resultados BNP – MTS e FLAT Comportamentos similares Aumento na performance e tempo de treinamento Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Resultados BNP - TL Resultados um pouco melhores que o humano Aumento no tempo de treinamento Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Resultados condensados CK e NE Resultados similares ao BNP NE resultados melhores mesmo com modelagens mais simples Aumento no tempo de treinamento 1 x 100 (alto relativamente, porém baixo em valores absolutos) Gabaritos gerados por humanos são bem específicos Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Transformation-Based Learning Considerações GA TBL Construção de gabaritos é um processo caro Método automático de criação/seleção de gabaritos Resultados muito melhores que BLS Perda de desempenho aceitável Tempo de treinamento compatíveis: Algumas vezes, MENOR maior, apenas caso não se incorpore o tempo de intervenção do especialista Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Referências bibliográficas BRILL, E. Transformation-based error-driven learning and natural language processing: A case study in part-of-speech tagging. Computational Linguistics, 21(4):543–565, 1995. BRILL, E. Recent Advances in Parsing Technology, chapter Learning to Parse With Transformations. Kluwer Academic Publishers, 1996. DAY, David; Aberdeen, John; Hirschman, Lynette; Kozierok, Robyn; Robinson, Patricia ; and Vilain, Marc. Mixed-Initiative Development of Language Processing Systems. In Fifth Conference on Applied Natural Language Processing, 1997, pp. 348–355. ACL FLORIAN, R., HENDERSON, J. e NGAI, G. Coaxing confidence from an old friend: Probabilistic classifications from transformation rule lists. Em Proceedings of EMNLP/VLC-2000, Hong Kong, October 2000. HIGGINS, Derrick. A transformation-based approach to argument labeling. CoNLL 2004. MANGU, L. e BRILL, E. Automatic rule acquisition for spelling correction. Em Proceedings of The Fourteenth International Conference on Machine Learning, ICML 97. Morgan Kaufmann, 1997. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017

Referências bibliográficas MEGYESI, B. Shallow parsing with pos taggers and linguistic features. Journal of Machine Learning Research, 2:639–668, 2002. NGAI, G. e FLORIAN, R. Transformation-based learning in the fast lane. In Proceedings of North American Chapter of the Association for Computational Linguistics, págs. 40–47, June 2001. Projeto Lácio Web. Link: ttp://www.ilccmcspracioweb RAMSHAW, L. e MARCUS, M. Text chunking using transformation-based learning. In Proceedings of the Third Workshop on Very Large Corpora, págs. 82–94, New Jersey, USA, 1995. ACL. SAMUEL, K., CARBERRY, S. e VIJAY-SHANKER, K. Dialogue act tagging with transformation-based learning. Em Proceedings of COLING/ACL’98, págs. 1150–1156, 1998. SANTOS, Cícero Nogueira dos. Aprendizado de Máquina na Identificação de Sintagmas Nominais: O caso do Português Brasileiro. Dissertação de Mestrado, IME, Rio de Janeiro, 2005. WILLIAMS, Ken; Dozier, Christopher and McCulloh, Andrew. Learning Transformation Rules for Semantic Role Labeling. CoNLL 2004. Transformation-Based Learning Seminário apresentado na disciplina Aprendizado de Máquina – PUC-Rio/DI – 18 de abril de 2017