Model za određivanje semantičke kompozicionalnosti višerječnih izraza hrvatskoga jezika

master's thesis

• Title (english): Model for Determining Semantic Compositionality of Croatian Multi-Word Expressions
• Author: Petra Almić
• Mentor: Jan Šnajder (mentor)
• Committee member: Jan Šnajder (predsjednik povjerenstva)
• Committee member: Ante Đerek (član povjerenstva)
• Committee member: Nikola Bogunović (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2014-07-07, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Automatsko određivanje semantičke kompozicionalnosti višerječnih izraza važno je za niz primjena obrade prirodnog jezika poput strojnog prevođenja i pretraživanja informacija. U ovom radu rješavanju tog problema pristupa se upotrebom distribucijskih semantičkih modela i modela distribucijske semantičke kompozicije. Izgrađena je zbirka od dvjesto hrvatskih višerječnih izraza s ručnim ocjenama semantičke kompozicionalnosti na kojima su modeli vrednovani. Od distribucijskih semantičkih modela odabran je model latentne semantičke analize, a od modela distribucijske semantičke kompozicije evaluirani su multiplikativni i aditivni modeli. Aditivni modeli s korelacijom od 0,45 nadmašuju multiplikativni model koji postiže korelaciju od -0,19. Rezultati su obećavajući, statistički značajni i u rangu rezultata relevantnih radova.

Abstract (english)

Automatic identification of semantic compositionality of multi-word expression is very important for many tasks in natural language processing e.g. machine translation and information retrieval. In this thesis that issue is addressed using distributional semantic models and distributional models of semantic composition. Dataset consisting of 200 multi-word expressions was annotated with semantic compositionality scores and it was used to evaluate the model. Distributional semantic model was built using Latent Semantic Analysis (LSA). Several models of semantic composition were evaluated. Results show that additive models outperform multiplicative model. Results are promising, statistically significant and comparable to the relevant related work.

• Keywords: višerječni izrazi; distribucijska semantika; distribucijski semantički modeli; modeli distribucijske semantičke kompozicionalnosti; latentna semantička analiza; semantička kompozicionalnost (prozirnost)
• Keywords (english): multi-word expressions; distributional semantics; distributional semantic models; compositional distributional semantics; latent semantic analysis; semantic compositionality (transparency)
• Language: croatian
• URN:NBN: urn:nbn:hr:168:857574
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-06 07:35:56