Welcome to the UPF Digital Repository

Automatic acquisition of lexical-semantic relations: gathering information in a dense representation

Show simple item record

dc.contributor.author Necşulescu, Silvia
dc.contributor.other Bel Rafecas, Núria
dc.contributor.other Universitat Pompeu Fabra. Departament de Traducció i Ciències del llenguatge
dc.date.accessioned 2024-03-16T02:34:57Z
dc.date.available 2024-03-16T02:34:57Z
dc.date.issued 2016-04-20T08:27:55Z
dc.date.issued 2016-04-20T08:27:55Z
dc.date.issued 2016-02-01
dc.identifier http://hdl.handle.net/10803/374234
dc.identifier.uri http://hdl.handle.net/10230/26142
dc.description.abstract Lexical-semantic relationships between words are key information for many NLP tasks, which require this knowledge in the form of lexical resources. This thesis addresses the acquisition of lexical-semantic relation instances. State of the art systems rely on word pair representations based on patterns of contexts where two related words co-occur to detect their relation. This approach is hindered by data sparsity: even when mining very large corpora, not every semantically related word pair co-occurs or not frequently enough. In this work, we investigate novel representations to predict if two words hold a lexical-semantic relation. Our intuition was that these representations should contain information about word co-occurrences combined with information about the meaning of words involved in the relation. These two sources of information have to be the basis of a generalization strategy to be able to provide information even for words that do not co-occur.
dc.description.abstract Les relacions lexicosemàntiques entre paraules són una informació clau per a moltes tasques del PLN, què requereixen aquest coneixement en forma de recursos lingüístics. Aquesta tesi tracta l’adquisició d'instàncies lexicosemàntiques. Els sistemes actuals utilitzen representacions basades en patrons dels contextos en què dues paraules coocorren per detectar la relació que s'hi estableix. Aquest enfocament s'enfronta a problemes de falta d’informació: fins i tot en el cas de treballar amb corpus de grans dimensions, hi haurà parells de paraules relacionades que no coocorreran, o no ho faran amb la freqüència necessària. Per tant, el nostre objectiu principal ha estat proposar noves representacions per predir si dues paraules estableixen una relació lexicosemàntica. La intuïció era que aquestes representacions noves havien de contenir informació sobre patrons dels contextos, combinada amb informació sobre el significat de les paraules implicades en la relació. Aquestes dues fonts d'informació havien de ser la base d'una estratègia de generalització que oferís informació fins i tot quan les dues paraules no coocorrien.
dc.description.abstract Programa de doctorat en Traducció i Ciències del Llenguatge
dc.format 147 p.
dc.format application/pdf
dc.format application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Automatic acquisition of lexical-semantic relations: gathering information in a dense representation
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2024-03-15T10:58:13Z
dc.subject.keyword Lexical-semantic relations
dc.subject.keyword Semantics
dc.subject.keyword Semantic relations
dc.subject.keyword Natural Language Processing
dc.subject.keyword Lexical-semantic information acquisition
dc.subject.keyword Data sparsity
dc.subject.keyword Word pair representations
dc.subject.keyword Distributional hypothesis
dc.subject.keyword Latent relational hypothesis
dc.subject.keyword Hypernyms
dc.subject.keyword Co-hyponyms
dc.subject.keyword Meronyms
dc.subject.keyword Selectional preferences
dc.subject.keyword Graph theory
dc.subject.keyword Word embeddings
dc.subject.keyword Relacions lexicosemàntiques
dc.subject.keyword Semàntica
dc.subject.keyword Relacions semàntiques
dc.subject.keyword Processament del Llenguatge Natural
dc.subject.keyword Adquisicio d’informació lexicosemantica
dc.subject.keyword Representaciò de parells de paraules
dc.subject.keyword Hipòtesi distribucional
dc.subject.keyword Hiperònims
dc.subject.keyword Cohipònims
dc.subject.keyword Merònims
dc.subject.keyword Preferencies de selecció
dc.subject.keyword Teoría dels grafs
dc.subject.keyword 81


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

In collaboration with Compliant to Partaking