1. ОБ АВТОМАТИЗИРОВАННОМ
ИЗВЛЕЧЕНИИ ОНТОЛОГИЧЕСКОЙ
ИНФОРМАЦИИ ИЗ ВЕРБАЛЬНОГО
ТЕРМИНОЛОГИЧЕСКОГО СЛОВАРЯ
Г. В. Лезин
Санкт-Петербургский экономико-математический институт РАН

2. Цели эксперимента
• “Онтологическая” информативность определений в
терминологическом словаре ?
• Уровень формальных знаний, достаточных для решения задачи ?
• Технология построения терминологического словаря как
источника информации для спецификации предметной области ?
• Продукционные правила как средство описания процесса
извлечения информации из текстов определений?

3. Ограничения
 Определение ограничено одним предложением. Из него
исключены анафорические отношения.
 Общий контекст терминологического словаря образован
исключительно списком определяемых терминов. Получаемый
формальный результат анализа не зависит от порядка обработки
определений.
 Термином всегда обозначен класс, причем никак не связанный
с общей системой понятий естественного языка.
 В качестве формального языка для представления целевой
онтологии использован OWL в упрощенном L-диалекте

4. Структура системы извлечения онтологической
информации из терминологического словаря
Текст определения
Сем.-синтаксич.
анализ определения
Интерпретатор
правил
Фрагменты онтологии
Семантический
словарь
(синтактика)
Семантический.
словарь
(онтология)
Дерево разбора
Правила
Функции и
предикаты

5. Этапы анализа
1. Синтаксический разбор
2. Общая постсинтаксическая обработка
3. Получение тезауруса
4. Преобразование тезауруса в онтологию

6. Галактическая широта - одна из двух галактических координат,
измеренная от плоскости галактики к объекту».
Галактическая широта
!ЭтоЕсть
одна_из
!Какой
измеренная
двух
от_плоскости
!Ото
!Род
галактических координат
!Род
галактики
к_объекту
!Род
!кДат

7. Результат трасформации дерева разбора
Галактический широта
Это
Class
Галактический координата
subClassOf
Объект
этоПараметр

8. OWL-результат анализа определения
<owl:Class rdf:about = "#ГАЛАКТИЧЕСКИЙ_ШИРОТА">
<rdfs:subClassOf><owl:Class rdf:about =
"#ГАЛАКТИЧЕСКИЙ_КООРДИНАТА"/> </rdfs:subClassOf>
</owl:Class>
<owl:Class rdf:about = "#ОБЪЕКТ">
<rdfs:subClassOf>
<owl:Restriction>
<owl:onProperty> <owl:ObjectProperty rdf:about =
"#_галактический_широта"/> </owl:onProperty>
<owl:allValuesFrom>
<owl:Class rdf:about = "#ГАЛАКТИЧЕСКИЙ_ШИРОТА"/>
</owl:allValuesFrom>
</owl:Restriction>
</rdfs:subClassOf>
</owl:Class>

9. Виды правил
 T-правила, применяются к очередному не обработанному
исходящему триплету анализируемого узла дерева разбора;
 N-правила, применяются к анализируемому узлу только
после того, как все исходящие триплеты этого узла оказались
обработанными T-правилами.
Структура правил:
<имя_правила ТИП={T|N} >
решающая часть правила =>
исполнительная часть
</ имя_правила>

10. Пример правила
<ЧислРодРод ТИП = "T">
#W1 Род #W2 & #W3 Род #W1 &
ЧАСТЬРЕЧИ(#W1)= Числ &
ЧАСТЬРЕЧИ(#W3)= Сущ &
СЛОВО(#W3)=*_из &
ЗНАЧАЩИЙ(#W2) != 0 =>
ВСТАВИТЬ(#W3 Род #W2);
УДАЛИТЬ(#W1 Род #W2)
</ЧислРодРод>

11. Общие оценки
1. Оценка объема необходимой лексикографической
информации, поставляемой семантическим словарем
 Морфологическа информация – в полной мере
 Семантическая информация – в значительно меньшей
степени
2. Оценка объема и состава правил
 Ориентированность на общую задачу извлечения
онтологии из терминологического словаря
 Независимость от специализации предметой области
 Неполнота

12. Общий вывод
От разрабатываемого метода автоматизированного извлечения
онтологической информации из определений
терминологического словаря можно ожидать, по-видимому,
качественного изменения технологии разработки как
собственно словаря, так и сопутствующей ему онтологии.
Исходная версия онтологии может быть получена
полностью автоматически. Скорее всего, полученная версия
будет нуждаться в дальнейшей правке, но эта правка уже
будет осуществляться в режиме интерактивного
взаимодействия с программной системой. При этом правке
могут подвергаться в равной степени как исходные тексты,
так и выводимая из них онтология.