ФреймНет

Для проверки этой статьи нужны дополнительные цитаты . Помогите улучшить эту статью , добавив ссылки на надежные источники . Материалы без ссылок могут быть оспорены и удалены. Найти источники:  "FrameNet" – новости  · газеты  · книги  · ученый  · JSTOR ( март 2012 г. ) ( Узнайте, как и когда удалять это сообщение )

FrameNet — это группа онлайновых лексических баз данных, основанных на теории значений, известной как семантика фреймов , разработанной лингвистом Чарльзом Дж. Филлмором . Основная идея проекта проста: большинство значений слов можно лучше всего понять в терминах семантического фрейма, который является описанием определенного вида события, связи или элемента и его участников.

В качестве иллюстрации, для процесса приготовления пищи обычно требуется следующее: повар, готовящаяся еда, контейнер для хранения пищи во время приготовления и нагревательный прибор. ^[1] В FrameNet этот процесс представлен фреймом с именем Apply_heat , а его компоненты ( Cook , Food , Container и Heating_instrument ) называются элементами фрейма (FE). Фрейм Apply_heat также содержит ряд слов, которые его представляют, известных как лексические единицы (ЛЕ), например fry , bake , boil и broil .

Другие фреймы проще. Например, Placing имеет только агента или причину, тему — что-то, что размещается — и место, где это размещается. Некоторые фреймы более сложные, например Revenge , который содержит больше FE (преступник, травма, пострадавшая сторона, мститель и наказание). ^{[ необходима цитата ]} Как и в примерах Apply_heat и Revenge ниже, роль FrameNet заключается в определении фреймов и аннотировании предложений для демонстрации того, как FE синтаксически вписываются вокруг слова, вызывающего фрейм. ^[1]

Фрейм — это схематическое представление ситуации, включающей различных участников, реквизит и другие концептуальные роли. Примерами имен фреймов являются Being_born и Locative_relation . Фрейм в FrameNet содержит текстовое описание того, что он представляет (определение фрейма), связанные элементы фрейма, лексические единицы, примеры предложений и отношения между фреймами.

Элементы фрейма (FE) предоставляют дополнительную информацию семантической структуре предложения. Каждый фрейм имеет ряд основных и дополнительных FE, которые можно рассматривать как семантические роли. Основные FE имеют важное значение для значения фрейма, в то время как дополнительные FE, как правило, являются описательными (например, время, место, манера и т. д.) ^[2] Например:

• Единственная основная FE фрейма Being_born называется Child ; неосновные FE — Time , Place , Means и т. д. ^[3]

• Основные элементы FE фрейма Commerce_goods-transfer включают Продавца , Покупателя и Товары , в то время как неосновные элементы FE включают Место , Цель и т. д. ^[4]

FrameNet включает поверхностные данные о синтаксических ролях, которые элементы фрейма играют в примерах предложений. Например, для предложения типа «Она родилась около 460 г. н. э.» FrameNet отметит She как именное словосочетание, ссылающееся на элемент фрейма Child , а «около 460 г. н. э.» как именное словосочетание, соответствующее элементу фрейма Time . Подробности того, как элементы фрейма могут быть реализованы в предложении, важны, поскольку они раскрывают важную информацию о фреймах подкатегоризации , а также о возможных диатезных чередованиях (например, «Джон разбил окно» против «Окно разбилось») глагола.

Лексические единицы (ЛЕ) — это леммы с их частью речи, которые вызывают определенный фрейм. Другими словами, когда ЛЕ идентифицируется в предложении, этот определенный ЛЕ может быть связан с его определенным фреймом(ами). Для каждого фрейма может быть много ЛЕ, связанных с этим фреймом, а также может быть много фреймов, которые разделяют определенный ЛЕ; это обычно происходит с ЛЕ, имеющими несколько значений слов. ^[2] Наряду с фреймом каждая лексическая единица связана с определенными элементами фрейма с помощью аннотированных примеров предложений.

Например, лексические единицы, которые вызывают фрейм «жалоба» (или, точнее, его более конкретные перспективизированные версии), включают глаголы жаловаться , ворчать , сетовать и другие. ^[5]

Рамки связаны с примерами предложений, а элементы рамок отмечены внутри предложений. Таким образом, предложение

Она родилась около 460 года нашей эры.

ассоциируется с фреймом Being_born , в то время как She отмечена как элемент фрейма Child , а «около 460 г. н.э.» отмечено как Time . ^[3]

С самого начала проект FrameNet был нацелен на изучение доказательств фактического использования языка, обнаруженных в текстовых коллекциях, таких как Британский национальный корпус . На основе таких примеров предложений автоматические инструменты маркировки семантических ролей способны определять фреймы и отмечать элементы фреймов в новых предложениях.

FrameNet также предоставляет статистику по валентности каждого фрейма, то есть количество и положение элементов фрейма в примерах предложений. Предложение

Она родилась около 460 года нашей эры.

падает в валентной модели

NP Ext, INI --, NP Dep

который встречается дважды в отчете аннотации FrameNet для лексической единицы born.v , ^[3] , а именно:

Она родилась около 460 года н. э. , была дочерью и внучкой римских и византийских императоров, чья семья играла видную роль в римской политике на протяжении более 700 лет.

Вскоре его направили в Северную Африку, где он так и не увидел своего единственного ребенка — дочь , родившуюся 8 июня 1941 года .

This section does not cite any sources. Please help improve this section by adding citations to reliable sources. Unsourced material may be challenged and removed. (September 2023) (Learn how and when to remove this message)

FrameNet дополнительно фиксирует отношения между различными фреймами с помощью отношений. Они включают в себя следующее:

• Наследование : Когда один фрейм является более конкретной версией другого, более абстрактного, родительского фрейма. Все, что верно для родительского фрейма, должно быть верно и для дочернего фрейма, и между элементами фрейма родителя и элементами фрейма дочернего указывается соответствие.
• Перспективизация : Нейтральный фрейм связан с фреймом с определенной перспективой того же сценария. Например, Commerce_transfer-goods рассматривается с точки зрения покупателя в Commerce_buy и с точки зрения продавца в Commerce_sell .
• Подфрейм : Некоторые фреймы относятся к сложным сценариям, состоящим из нескольких отдельных состояний или событий, которые могут быть описаны отдельными фреймами. Например, Criminal_process состоит из Arrest , Trial и т. д.
• Приоритет: Это отношение фиксирует временной порядок, который сохраняется между подкадрами сложного кадра. Например, в кадре Cycle_of_life_and_death подкадр Death предшествует подкадр Being_born .
• Каузативный и инхоатив : Эти два отношения обозначают, для фреймов каузативного и инхоативного аспектов, отдельный фрейм статива, к которому они относятся. Например, стативный Position_on_a_scale (например, "У нее была высокая зарплата") описывается каузативным Cause_change_of_scalar_position (например, "Она повысила его зарплату") и инхоативным Change_position_on_a_scale фреймом (например, "Ее зарплата увеличилась ").
• Использование : Это отношение отмечает фрейм, который каким-то образом включает другой фрейм. Например, Judgment_communication использует как Judgment , так и Statement , но не наследует ни от одного из них, поскольку нет четкого соответствия элементов фрейма.
• См. также : Объединяет кадры, которые имеют некоторое сходство, но требуют тщательного различения.

FrameNet доказал свою полезность в ряде вычислительных приложений, поскольку компьютерам требуются дополнительные знания для того, чтобы распознать, что «Джон продал машину Мэри» и «Мэри купила машину у Джона» описывают по сути одну и ту же ситуацию, несмотря на использование двух совершенно разных глаголов, разных предлогов и разного порядка слов. FrameNet использовался в таких приложениях, как ответ на вопрос , перефразирование , распознавание текстового вывода и извлечение информации , как напрямую, так и с помощью инструментов маркировки семантических ролей . Первая автоматическая система маркировки семантических ролей (SRL, иногда также называемая «поверхностным семантическим анализом») была разработана Дэниелом Джилдеа и Дэниелом Джурафски на основе FrameNet в 2002 году. ^[6] С тех пор маркировка семантических ролей стала одной из стандартных задач в обработке естественного языка, а последняя версия (1.7) FrameNet теперь полностью поддерживается в Natural Language Toolkit . ^[7]

Поскольку фреймы по сути являются семантическими описаниями, они схожи на разных языках, и за прошедшие годы появилось несколько проектов, которые опирались на исходную FrameNet как на основу для дополнительных FrameNet не на английском языке, среди прочего, для испанского, японского, немецкого и польского языков.

• BabelNet : многоязычная семантическая сеть, интегрирующая FrameNet
• ПропБанк
• WordNet
• Нулевая инстанциация
• Язык фрейма
• UBY : база данных из 10 ресурсов, включая FrameNet

• Ruppenhofer, Josef; Ellsworth, Michael; Petruck, Miriam RL; Johnson, Christopher R.; Baker, Collin F.; Scheffczyk, Jan (1 ноября 2016 г.). FrameNet II: Extended Theory and Practice (PDF) (пересмотренное издание). Berkeley, CA: International Computer Science Institute. Архивировано из оригинала (PDF) 2022-10-26.

• Домашняя страница FrameNet
• Китайский FrameNet
• Датский FrameNet
• Немецкий FrameNet
• Японский FrameNet
• Корейский FrameNet
• Польский FrameNet
• Португальский FrameNet (Бразилия)
• Испанский FrameNet
• Шведский FrameNet