從文本中提取協議特征

Question

我正在完成一項任務，我必須在文本中提取名詞的協議功能......協議功能如：

number = singular, plural
person = first, second, third
gender = male, female, neuter
animacy = animate, inanimate

無論如何從文本中提取這些功能....

Answer 1

如果您的數據是英語，正如您的評論所示，那么名詞將永遠不會有人信息，因此我們可以打折。

正如其他人所提到的那樣，數字很容易：許多詞性標注符區分單數和復數名詞。

性別和動畫更有趣。 在英語中，這些是名詞的語義屬性而不是句法屬性。 例如，采取句子公主在塔中 。 我們知道， 公主是女性化和動畫，不是因為屈折信息，而是因為我們知道這個詞的含義。 建立一個本體論是可行的，通過獲取一個大的舊數據庫並分析其中的代詞和代詞。 您的算法會查找以下示例：

公主在鏡子里看着自己。

公主在塔里。 她很傷心。

它會以某種方式證明公主是她和她的先行者，並從代詞的已知屬性推斷出名詞的屬性。 當然，現在問題變成了參考分辨率，這不是微不足道的。 以下是最近愛丁堡大學關於該主題的講座課程的一些參考資料：

• Denis，Pascal和Baldridge，Jason，2008年。“專業模型和重新分配共識”。 在自然語言處理經驗方法會議論文集中 。 ACL，650-69。
• Haghighi，Ari​​a和Klein，Dan，2010年。“以模塊化，以實體為中心的模型中的共識解決方案。” 人類語言技術：2010年計算語言學協會北美分會年會 。 洛杉磯加州，385-93。
• Lappin，Shalom和Leass，Herbert，1994。“一種代詞回指解析算法”。 計算語言學 20：535-61。
• Ng，Vincent，2010年。“監督名詞短語共同參與研究：前15年。” 在ACL '10：計算語言學協會第48次會議記錄。 1396-411。