informatica umanistica d: lessicografia & computer dizionari elettronici wordnet

34
INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

Upload: camillo-ricciardi

Post on 01-May-2015

223 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER

Dizionari elettronici

WordNet

Page 2: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

Dizionari elettronici

Strumenti informatici usati non piu’ solo per realizzare dizionari cartacei, ma per sviluppare nuovi tipi di dizionari che consentono nuove forme di ricerca

Page 3: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

DIZIONARI PER L’INGLESE IN FORMA ELETTRONICA

Oxford English Dictionary, seconda edizione

Oxford Talking Dictionary Concise Oxford Dictionary Learner dictionaries:

Longman Dictionary of Contemporary English (LDOCE)

Collins COBUILD English Dictionary

Page 4: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

CONCISE OXFORD DICTIONARY

RICERCA: Headword search (con *) Hypertext search Full text search (also of phrases / groups)

FILTRI: etymology, phrasal verbs, suffixes

Page 5: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

COLLINS: COBUILD

Disponibile da: http://

www.biblio.unitn.it/BancheDati/BancheDati.asp

Page 6: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

DIZIONARI ELETTRONICI PER L’ITALIANO

Il VELI Zanichelli: CD-ROM Multilingue,

Scaffale Elettronico Devoto-Oli Garzanti: IPA `parla’

Page 7: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

DEVOTO-OLI

Page 8: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ESEMPIO: DEVOTO-OLI

Ricerca normale Forme di citazione (incrementale)

Hyperlinks Definizione / declinazione Sinonimi / contrari Ricerca avanzata No: pronuncia; citazioni? Limitato: storico

Page 9: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

DEVOTO-OLI: SINONIMI E CONTRARI

Page 10: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ESEMPIO:ZINGARELLI INTERATTIVO

Page 11: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

MRDS

Distinzione importante: Dizionari consultabili elettronicamente Dizionari MACHINE READABLE Dizionari MACHINE TRACTABLE

Particolarmente utili: dizionari creati per EFL: LDOCE COBUILD

Progetto piu’ ambizioso: ODE in XML

Page 12: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ESEMPIO: ODE su CD-ROM (in XML)

Esempio di database lessicografico in XML (= estremamente machine tractable)

Page 13: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ODE IN XML: OVERVIEW

Page 14: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ODE IN XML: FORMATO DELLE ENTRIES

<se>  <cn>815750</cn> - <hg> <hw>stock</hw> </hg> <s1>  <ps>noun</ps> - <s2 num="1">-   <df>the goods or merchandise kept on the premises of a shop or warehouse and available for sale or distribution:</df>   <ex>the store has a very low turnover of stock</ex>   |   </S2> <S2 num=“2”> …… </S2> </S1> <s1> <ps>adjective</ps> …..

Page 15: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ODE IN XML: INFORMAZIONI NLP

- <nlp>  <sup>merchandise</sup>   <ss>Commerce</ss> - <morph id="01">- <mu sy="NN">  <inf>stock</inf>   <ph>stQk</ph>   </mu>+ <mu sy="NNS">  <ph>stQks</ph>   </mu>  </morph>  </nlp>

Page 16: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

ELDIT

(Elektronisches Lern(er)wörterbuch Deutsch-Italienisch – Dizionario elettronico per apprendenti italiano-tedesco )

Un esempio di dizionario Per apprendimento Nato in forma elettronica

Lezione su ELDIT: il 14/5

Page 17: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

WordNet

Page 18: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

SEMANTICA & LESSICO: UN RIASSUNTO

“ate”

WORD-FORMS LEXEMES SENSES

EAT-LEX-1eat0600

eat0700

“eat”

“eats”

“eaten”

Page 19: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

L’ORGANIZZAZIONE DEL LESSICO

“stock”

WORD-FORMS LEXEMES SENSES

STOCK-LEX-1

STOCK-LEX-2

STOCK-LEX-3

stock0100

stock0200

stock0600

stock0700

stock0900

stock1000

Page 20: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

SINONIMIA

“cheap”

WORD-FORMS LEXEMES SENSES

CHEAP-LEX-1

CHEAP-LEX-2

INEXP-LEX-3

cheap0100

….

……

cheapXXXX

inexp0900

inexpYYYY

“inexpensive”

Page 21: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

WORDNET

A lexical database created at Princeton Freely available for research from the Princeton site http://www.cogsci.princeton.edu/~wn/

Information about a variety of SEMANTICAL RELATIONS Three sub-databases (supported by psychological

research as early as (Fillenbaum and Jones, 1965)) NOUNs VERBS ADJECTIVES and ADVERBS

Each database organized around SYNSETS

Page 22: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

SYNSETS

Senses (or `lexicalized concepts’) are represented in WordNet by the set of words that can be used in AT LEAST ONE CONTEXT to express that sense / lexicalized concept: the SYNSET

E.g.,

{chump, fish, fool, gull, mark, patsy, fall guy, sucker, shlemiel, soft touch, mug}(gloss: person who is gullible and easy to take advantage of)

Page 23: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

IL DATABASE DEI NOMI

About 90,000 forms, 116,000 senses Relations:

hypernym breakfast -> meal

hyponym meal -> lunch

has-member faculty -> professor

member-of copilot -> crew

has-Part table -> leg

part-of course -> meal

antonym leader -> follower

Page 24: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

IPERNIMIA2 senses of robin                                                       

Sense 1robin, redbreast, robin redbreast, Old World robin, Erithacus rubecola -- (small Old World songbird with a reddish breast)       => thrush -- (songbirds characteristically having brownish upper plumage with a spotted breast)           => oscine, oscine bird -- (passerine bird having specialized vocal apparatus)               => passerine, passeriform bird -- (perching birds mostly small and living near the ground with feet having 4 toes arranged to allow for gripping the perch; most are songbirds; hatchlings are helpless)                   => bird -- (warm-blooded egg-laying vertebrates characterized by feathers and forelimbs modified as wings)                       => vertebrate, craniate -- (animals having a bony or cartilaginous skeleton with a segmented spinal column and a large brain enclosed in a skull or cranium)                           => chordate -- (any animal of the phylum Chordata having a notochord or spinal column)                               => animal, animate being, beast, brute, creature, fauna -- (a living organism characterized by voluntary movement)                                   => organism, being -- (a living thing that has (or can develop) the ability to act or function independently)                                       => living thing, animate thing -- (a living (or once living) entity)                                           => object, physical object --                                                => entity, physical thing --

Page 25: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

MERONIMIAwn beak –holon

Holonyms of noun beak

1 of 3 senses of beak

Sense 2

beak, bill, neb, nib

PART OF: bird

Page 26: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

VERBI

About 10,000 forms, 20,000 senses Relations between verb meanings:

Hypernym fly-> travel

Troponym Walk -> stroll

Entails Snore -> sleep

Antonym Increase -> decrease

Page 27: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

RELAZIONI TRA SIGNIFICATI VERBALI

V1 ENTAILS V2 when Someone V1 (logically) entails Someone V2- e.g., snore entails sleep

TROPONYMY when To do V1 is To do V2 in some manner- e.g., limp is a troponym of walk

Page 28: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

AGGETTIVI & AVVERBI

About 20,000 adjective forms, 30,000 senses

4,000 adverbs, 5600 senses Relations:

Antonym (adjective)

Heavy <-> light

Antonym (adverb) Quickly <-> slowly

Page 29: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

COME USARLO

Online: http://cogsci.princeton.edu/cgi-bin/webwn

Scaricatevelo, poi da command line: Get synonyms:

wn –synsn bank Get hypernyms:

wn –hypen robin (also for adjectives and verbs): get antonyms

wn –antsa right

Page 30: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

I LIMITI DI WORDNET

Coverage words not in WordNet

Crocidolite, spinoff (spin-off) Missing information: MERONYMY

Context-dependent senses: slump, crash, bust all synonyms in the WSJ corpus

The structure of WordNet Some information is encoded in complex ways

(room, wall, floor) But: MOVING TARGET!!

Page 31: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

MERONIMIA IN WORDNET: UN ESPERIMENTO

100 bridging descriptions in a mereological relation

Ran a script trying to find a direct link in WordNet (1.7) between one of the senses of the BD and one of the senses of any of the previous NPs

Results: in only 6 cases there is in WordNet a direct lexical relation between a BD and one of the CFs

Page 32: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

John looked at the HOUSE. The WALL was crumbling.

ARTIFACT

HOUSING BUILDING

HOUSE HOME ROOM

WALL FLOOR

IS-A IS-A

IS-AIS-A PART-OF

PART-OF PART-OF

Page 33: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

SOLUZIONE: ACQUISIZIONE LESSICALE

Parziale (aggiungi informazioni a WordNet, specialmente per domini specialistici)

Totale (crei un nuovo lessico a partire da zero)

Page 34: INFORMATICA UMANISTICA D: LESSICOGRAFIA & COMPUTER Dizionari elettronici WordNet

LETTURE

Jackson, cap. 6.7 Marello, cap. 5.5 C. Fellbaum. WordNet: An electronic

lexical database. MIT Press, 1998 cap. 1