Informācija

Word rāmja dizaina ainava

Word rāmja dizaina ainava



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Vārdu rāmju dizaina ainava ar atvasinātu semantisko kadru analīzi uz lietojumu balstītos modeļos (U/UW/UAI 2020). Šis ir autora pirmais ieraksts šajā emuārā un līdz ar to šī darba rezultātu pārskats. Pētījuma mērķis ir izpētīt, kuri semantiskie rāmji parādās uz lietojumu balstītos modeļos, ko nozīmē šīs kadru etiķetes un ko var secināt par semantiskajiem rāmjiem.

Cik modeļu jums ir? Kādi ir modeļi? Kurus semantiskos rāmjus tie apraksta? Kuri ir primārie rāmji?

Pamatojoties uz manu pētījumu par lietošanā balstītiem NLP ietvariem [1] un metaforām uz lietojumu balstītos NLP ietvaros [2], esmu izvēlējies šādu ietvaru:

Rīku kaste

Pirms iedziļināties semantikā, apskatīsim pašus uz lietojumu balstītos modeļus. No šiem dokumentiem esmu identificējis 10 metodes un atbilstošos kodu paraugus. Katras metodes kods nav pietiekams, lai secinātu semantiskos kadrus, tāpēc es savā pētījumā neesmu iekļāvis tam kodu. Ja jūs interesē kods, dažus pētījumus varat atrast šeit [3].

Metodes, kuras esmu izvēlējies pētīt, ir

AutoAgree

AutoAgree izmanto semantiskā rāmja zelta standartu ar nosaukumu Semantiskā līdzība, kas ir WordNet kosinusa līdzības rādītāja (POSNOUN-SCORE) adaptācija noskaņojuma analīzei [4]. Šī pieeja novērtē līdzību starp vārdiem noskaņojuma teikumā un nosaka argumentu rāmi noskaņojuma izteiksmei. Vairāk par problēmu jomu varat lasīt šajā rakstā [3].

AutoAgree kods ietver 2 rindas: GetArgFrame (teikums) un GetAgreement (teikums, intervāls).

GetArgFrame(Sentence) atkārto teikumu, meklējot vārdus, kas norāda uz argumenta esamību. Tas atgriež visbiežāk sastopamo argumentu, kas ir lietvārds.

GetAgreement(Sentence, Interval) atgriež semantiski svērtu vienošanos ar svērumiem, kas iestatīti vienošanās rezultātam, vienošanās apgrieztā varbūtība un domstarpību apgrieztā varbūtība. Vienošanās svari ir balstīti uz vienošanās varbūtību NLTK korpusā ar nosacītu vienošanās varbūtību atbilstoši pilnvaras veidam, kā noteikts AutoAgree:

p(Piekrītu) = r*p(Neg) + 1 - r

Negatīvā piekrišana = p (nepiekrītu)

p (Nepiekrītu) = p (Saskaņa)

p(Concorde) = n*p(aģents) + m*p(atzinums) + p(persona)

p(Aģents) = k/3

p(Atzinums) = k/3

p(persona) = n/(2*k)

n = 1,0

m = 1,0

r = 0,75

k = 0,6

AutoAgree ieviešanā visi lietvārdi tiek novērtēti kā argumenti. Ja visiem lietvārdiem ir vienprātības iespējamība zem sliekšņa, domstarpību iespējamība tiek palielināta:

domstarpību iespējamība = p (Nepiekrītu) * p (Negatīvā vienošanās)

p (Nepiekrītu) * p (Negatīvā vienošanās) = p (Negatīvā vienošanās) * 0,7

No raksta izriet, ka sakritības varbūtība ir aprēķināta no diviem avotiem: 1) korpusa vārdu krājuma un 2) vārdu pāru apakškopas, kas ir piešķirti POS lietvārda kategorijai un nozīmē noskaņojumu un kuru svars ir p (Nepiekrītu). Lielākajai daļai izplatīto POS pāru korpusā tiek piešķirts sentimenta svars, izņemot nominālos un verbālos lietvārdus, kuriem tiek piešķirts svars p (Nepiekrītu):

p (Nepiekrītu) = p (darbības vārds) + 1 - p (lietvārds)

Darba 1. attēlā parādīts saskaņošanas varbūtības algoritms. Diagrammā parādīts vārdu krājuma svērums un domēna svērums (izmantojot NLTK varbūtības sadalījumu) pret kumulatīvo vienošanās sadalījumu, kas svērts p(NegativeAgreement). Diagramma parāda vārdu svēruma maiņas uz svērto vārdu krājumu.

AutoAgree koda paraugā ir iekļauts arī šāds teikums: “Laimīgi klienti novērtētu šo vietu kā lielisku picu vietu”

arg = GetArgFrame(teikums)

teikums = WordNet.getSynsetForLabel(arg)

teikums = teikums.lprops[WordNet.LPROPS.LARG]

Iepriekšminētajam koda fragmentam arg ir piešķirtais argumenta lietvārds vārdam “laimīgs” pirmajā teikumā, “pārskatīt” ir darbības vārds otrajā teikumā, un trešajā teikumā ir ietverts noliegums, kas norāda uz noskaņojumu. Teikuma “laimīgie klienti” semantiskā iezīme ir “PERSONA”. Teikumam “pārskatītu šo atrašanās vietu” ir semantiskā iezīme “AĢENTS”, “atrašanās vieta” ir noteicējs, “this” ir vietniekvārds un “pārskatīt” ir darbības vārds. Tāpēc teikumā “laimīgi klienti šo vietu vērtētu kā lielisku picu vietu” kā argumentu “laimīgs” tiek izmantots “izcila picu vieta”.

Kam īsti tiek izmantots šis semantiskais rāmis? Lai to izpētītu, apskatīsim uz lietojumu balstītas metodes, kuru pamatā ir AutoAgree.

Kuras funkcijas?

AutoAgree risinājums argumentam “laimīgs” ir teikumā automātiski atlasīt lietvārdu ar augstāko kosinusa līdzības punktu skaitu ar “laimīgs”. AutoAgree[3] funkciju tabulā ir redzams “pārskats”, “atrašanās vieta”, “šis”, “izcils” un “pica”. Katra kolonna atbilst primārajam kadram, ko apraksta atbilstošs semantiskais rāmis uz lietojumu balstītā modelī. Kolonnas attēlo semantiskos rāmjus, kas tiek novēroti noteiktā modelī. Tukšās šūnas


Skatīties video: 152. Ainavu Arhitektu birojs. Strādā tiešsaistē. Ainavu Arhitekts Agris Akons plāno ārtelpu! (Augusts 2022).