Ciência-IUL
Publicações
Descrição Detalhada da Publicação
Título Revista
Applied Network Science
Ano (publicação definitiva)
2020
Língua
Inglês
País
Reino Unido
Mais Informação
Web of Science®
Scopus
Google Scholar
Abstract/Resumo
Resources such as FrameNet, which provide sets of semantic frame definitions and annotated textual data that maps into the evoked frames, are important for several NLP tasks. However, they are expensive to build and, consequently, are unavailable for many languages and domains. Thus, approaches able to induce semantic frames in an unsupervised manner are highly valuable. In this paper we approach that task from a network perspective as a community detection problem that targets the identification of groups of verb instances that evoke the same semantic frame and verb arguments that play the same semantic role. To do so, we apply a graph-clustering algorithm to a graph with contextualized representations of verb instances or arguments as nodes connected by edges if the distance between them is below a threshold that defines the granularity of the induced frames. By applying this approach to the benchmark dataset defined in the context of SemEval 2019, we outperformed all of the previous approaches to the task, achieving the current state-of-the-art performance.
Agradecimentos/Acknowledgements
--
Palavras-chave
Semantic frames,Semantic roles,Contextualized representations,Community detection,Graph clustering
Classificação Fields of Science and Technology
- Ciências da Computação e da Informação - Ciências Naturais
- Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento | Entidade Financiadora |
---|---|
SFRH/BD/148142/2019 | Fundação para a Ciência e a Tecnologia |
UIDB/50021/2020 | Fundação para a Ciência e a Tecnologia |
PTDC/EEI-SII/1937/2014 | Fundação para a Ciência e a Tecnologia |
39703 | Fundação para a Ciência e a Tecnologia |
Projetos Relacionados
Esta publicação é um output do(s) seguinte(s) projeto(s):