Extração semiautomática de hiperónimos e merónimos

Abstract

A linguagem usada nos dicionários é uma linguagem tipicamente controlada, o que contribui para que o lexicógrafo escreva as entradas de uma forma rápida e coerente. Muitas destas construções definem relações entre diversos conceitos. Dado o uso consistente destas construções, torna-se possível a utilização de padrões para a extração de relações entre conceitos. Este trabalho tem como objetivo a análise e a avaliação de um conjunto de padrões de Hearst para a extração semiautomática de hiperónimos/hipónimos e de merónimos/holónimos de um dicionário eletrónico online, o Dicionário Aberto. Em primeiro lugar, um conjunto de padrões foi definido e aplicado ao dicionário. As relações extraídas foram avaliadas manualmente, a fim de testar a sua produtividade e precisão. Os padrões utilizados para a extração de hiperónimos/hipónimos resultaram numa precisão de 96,30%, ao passo que os padrões utilizados para a extração de merónimos/holónimos resultaram numa precisão de 76,41%.

Dictionaries use a controlled language for word definitions. This helps the lexicographer to write dictionary entries faster, and more coherently. Some of these constructions define relationships between different concepts. Given the consistent use of these constructions it becomes possible to use patterns for the extraction of relationships between concepts. This work aims on the analysis and evaluation of a set of Hearst patterns for the semi-automatic extraction of hyperonyms/hyponyms and meronyms/holonyms from an on-line electronic dictionary, Dicionário Aberto. First, a set of patterns were defined and applied to the dictionary. The extracted relationships were evaluated manually, in order to test their productivity and precision. The patterns used for the hyperonyms/hyponyms relationship extraction resulted in 96,30% of precision, whereas the meronyms/holonyms relationship extraction resulted in 76,41% of precision.