Кіріспе

Табиғи тіл өңдеу
Семантикалық ұқсастық – бұл құжаттар немесе терминдер жиынтығында анықталатын метрика, онда элементтер арасындағы қашықтық идеясы лексикалық ұқсастыққа қарағанда олардың мағынасының немесе семантикалық мазмұнының ұқсастығына негізделеді. Бұл – тіл бірліктері, түсініктер немесе мысалдар арасындағы семантикалық қатынастың күшін бағалау үшін қолданылатын математикалық құралдар, олардың мағынасын қолдайтын немесе олардың сипатын сипаттайтын ақпаратты салыстыру арқылы алынған сандық сипаттама арқылы. Семантикалық ұқсастық термині жиі семантикалық байланыспен шатастырылады. Семантикалық байланыс екі термин арасындағы кез келген қатынасты қамтиды, ал семантикалық ұқсастық тек "болып табылады" қатынастарын қамтиды. Мысалы, "көлік" "автобусқа" ұқсас, бірақ "жолға" және "көлік жүргізуге" де байланысты. Есептеу тұрғысынан, семантикалық ұқсастық топологиялық ұқсастықты анықтау арқылы, терминдер/түсініктер арасындағы қашықтықты анықтау үшін онтологияларды пайдалану арқылы бағалануы мүмкін. Мысалы, ішінара реттелген жиынтықта реттелген және бағытталған ациклдік графтың түйіндері ретінде ұсынылған түсініктерді салыстыру үшін қарапайым метрика (мысалы, таксономия) екі түсінік түйінін байланыстыратын ең қысқа жол болар еді. Мәтіндік талдау негізінде, тіл бірліктерінің (мысалы, сөздер, сөйлемдер) арасындағы семантикалық байланыс, сондай-ақ, сөздерді және мәтіндік контексттерді тиісті мәтін корпусынан байланыстыратын векторлық кеңістік моделі сияқты статистикалық тәсілдерді қолдану арқылы бағалануы мүмкін. Ұсынылған семантикалық ұқсастық/байланыс өлшемдері екі негізгі жолмен бағаланады. Біріншісі – сарапшылар жасаған және семантикалық ұқсастық/байланыс дәрежесін бағалаумен сөз жұптарынан тұратын деректер жиынтығын пайдалануға негізделген. Екінші тәсіл – бұл өлшемдерді белгілі бір қолданбаларға, мысалы, ақпаратты іздеу, ұсыну жүйелеріне, табиғи тіл өңдеуге және т.б. кіріктіруге негізделген.

Терминология

Семантикалық ұқсастық ұғымы семантикалық байланыстылықтан гөрі нақтырақ, себебі соңғысы антонимия және меронимия сияқты қатынастарды да қамтиды, ал ұқсастық оларды қамтимайды. Дегенмен, көптеген зерттемелерде бұл терминдер, сондай-ақ семантикалық қашықтық термині де жиі бір-бірін алмастырып қолданылады. Негізінде, семантикалық ұқсастық, семантикалық қашықтық және семантикалық байланыстың бәрі "А термині В терминімен қаншалықты байланысты?" деген сұраққа жауап береді. Осы сұраққа берілетін жауап көбінесе -1 мен 1, немесе 0 мен 1 арасындағы сан болады, мұнда 1 – ең жоғары ұқсастықты көрсетеді.

Көрнекілендіру

Терминдердің семантикалық ұқсастығын визуализациялаудың интуитивті жолы – жақын байланысты терминдерді топтастыру, ал алыс байланыстыларын кеңірек аралықпен бөлу. Бұл, әдетте, ақыл карталары мен түсінік карталарында да қолданылады. Екі тілдік бірліктің семантикалық ұқсастығын тікелей бейнелеуге болатын әдіс – семантикалық бүктеу тәсілі. Осы тәсілде термин немесе мәтін сияқты тілдік бірлік, оның әрбір белсенді семантикалық ерекшелігі үшін пикселді жасау арқылы көрсетіледі, мысалы, 128 x 128 торда. Бұл екі бірліктің семантикасын олардың тиісті ерекшелік жиынтығының кескінін салыстыру арқылы тікелей визуальды салыстыруға мүмкіндік береді.

Есептеу лингвистикасында

Бірнеше өлшемдер WordNet-ті пайдаланады, ол – ағылшын тіліндегі сөздердің қолмен құрастырылған лексикалық дерекқоры. Дерекқорды құру кезінде адам бақылауының артықшылықтарына қарамастан, сөздер автоматты түрде оқытылмағандықтан, дерекқор бірнеше сөзден тұратын терминдер арасындағы байланысты және жаңа сөздерді өлшеуге қабілетсіз.

Табиғи тіл өңдеуде

Табиғи тілді өңдеу (ТТӨ) – компьютерлік ғылым және лингвистика саласы. Сезімталдық талдау, табиғи тілді түсіну және машиналық аударма (бір адам тілінен екінші тілге мәтінді автоматты түрде аудару) – оның қолданылатын негізгі салаларының бірнешеуі. Мысалы, интернеттегі бір ақпарат көзін білгеннен кейін, ұқсас көздерді табуға дереу қызығушылық туады. Семантикалық желі мазмұны бойынша ұқсас деректерді табу үшін семантикалық кеңейтімдерді ұсынады, жай ғана кездейсоқ сипаттамалармен емес. Тераң оқыту әдістері екі мәтін арасындағы семантикалық ұқсастықты бағалаудың дәл тәсіліне айналды, мұнда әр мәтін алдымен үздіксіз векторлық түрде бейнеленеді.

Семантикалық ұқсастық желілері

Семантикалық ұқсастық желісі (SSN) – семантикалық желілердің ерекше түрі, ұғымдарды және олардың семантикалық ұқсастығын көрсетуге арналған. Оның басты еңбегі – семантикалық қашықтықтарды есептеудің қиындығын азайту. Бендек (2004, 2008) семантикалық ұқсастық желілері (SSN) тұжырымын онтологиялық ұсынылымдардан семантикалық ұқсастықты өлшеу үшін семантикалық желілердің мамандануы ретінде ұсынды. Іске асырулары генетикалық ақпаратты өңдеуді қамтиды.

Сауалнама мақалалары

Конференция мақаласы: C. d'Amato, S. Staab, N. Fanizzi. 2008 жыл. Сипаттама логикасы онтологияларының концептуалды ұқсастыққа тигізетін әсері. Білім инженериясы бойынша 16-шы халықаралық конференция материалдары: Практика және үлгілер, 48–63 беттер. Acitrezza, Италия, Springer Verlag.
Журнал мақаласы, ұқсастықты қоса, туыстық туралы жалпы тақырыпта: Z. Zhang, A. Gentile, F. Ciravegna. 2013 жыл. Лексикалық семантикалық туыстық әдістеріндегі соңғы жетістіктер – шолу. Табиғи тіл инженериясы 19 (4), 411–479, Кембридж университетінің баспасы.
Кітап: S. Harispe, S. Ranwez, S. Janaqi, J. Montmain. 2015 жыл. Табиғи тіл және онтология талдауынан семантикалық ұқсастық. Morgan & Claypool Publishers.