BabelNet

BabelNet és una ret semàntica multilingüe i una ontologia lexicalizada.^[1]^[2] BabelNet ha segut creada automàticament integrant la major enciclopèdia web multilingüe, Wikipedia, a la base de senyes lèxica més reconeguda del idioma anglés, WordNet. L'integració és realisada a través d'un mapage automàtic, al mateix temps d'omplint els buits d'idiomes de pocs recursos en l'ajuda traductors automàtics. El resultat és un "diccionari enciclopèdic" que proveïx conceptes i entitats lexicalizadas en molts idiomes i conectades a través vastes relacions semàntiques. Similarmente a WordNet, BabelNet agrupa paraules de distints idiomes en conjunts de sinònims, cridats Babel synsets. Per a cada Babel synset, BabelNet proveïx chicotetes definicions (cridats glosses) en molts idiomes obtinguts tant de WordNet com de Wikipedia.

Erro al crear miniatura:

BabelNet és una ret semàntica multilingüe creada a partir de l'integració de WordNet i Wikipedia.

Estadístiques de BabelNet

En agost de 2016, BabelNet (version 3.7) cobria 271 idiomes, incloent tots els idiomes europeus, molts idiomes asiàtics, i Llatí. BabelNet 3.7 conté més de 13 millons de synsets and al voltant de 745 millons d'accepcions (independentment del seu idioma). Cada Babel synset conté 5.5 sinònims (o accepcions), en promig, en qualsevol idioma. La ret semàntica inclou totes les relacions lèxiques i semàntiques de WordNet (hiperonimia i hipónimia, meronimia and holonimia, antonomía i sinonímia, etc., totalisant al voltant de 364.000 relacions) aixina com una relació subespecificada de Wikipedia (totalisant al voltant de 380 millons de relacions).^[1] La Versió 3.7 també posseïx 11 millons d'imàgens associades als Babel synsets i proveïx una versió en Lemon RDF.

Aplicacions

BabelNet ha segut utilisada en aplicacions de Processament del Llenguage Natural multilingües. El coneiximent lexicalizado que es troba disponible en BabelNet ha segut utilisat per a obtindre els millors resultats coneguts fins al moment en Similitut semàntica^[3] i Desambiguación multilingüe.^[4]

Vore també

Referències

↑ ^1,0 ^1,1 R. Navigli and S. P Ponzetto. 2012. BabelNet: The Automatic Construction, Evaluation and Application of a Wide-Coverage Multilingual Semantic Network. Artificial Intelligence, 193, Elsevier, pp. 217-250.
↑ R. Navigli, S. P. Ponzetto. BabelNet: Building a Very Large Multilingual Semantic Network. Proc. of the 48th Annual Meeting of the Association for Computational Linguistics (ACL 2010), Uppsala, Sweden, July 11–16, 2010, pp. 216–225.
↑ R. Navigli and S. Ponzetto. 2012. BabelRelate! A Joint Multilingual Approach to Computing Semantic Relatedness [1] archivat en Wayback Machine.. Proc. of the 26th AAAI Conference on Artificial Intelligence (AAAI 2012), Toronto, Canada, pp. 108-114.
↑ R. Navigli and S. Ponzetto. Joining Forces Pays Off: Multilingual Joint Word Sense Disambiguation. Proc. of the 2012 Conference on Empirical Methods in Natural Language Processing (EMNLP 2012), Jeju, Korea, July 12–14, 2012, pp. 1399-1410.

Referències

Este artícul conté una traducció derivada de «BabelNet» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.

[NavigliPonzetto12-1] 1,0 ^1,1 R. Navigli and S. P Ponzetto. 2012. BabelNet: The Automatic Construction, Evaluation and Application of a Wide-Coverage Multilingual Semantic Network. Artificial Intelligence, 193, Elsevier, pp. 217-250.

[2] R. Navigli, S. P. Ponzetto. BabelNet: Building a Very Large Multilingual Semantic Network. Proc. of the 48th Annual Meeting of the Association for Computational Linguistics (ACL 2010), Uppsala, Sweden, July 11–16, 2010, pp. 216–225.

[3] R. Navigli and S. Ponzetto. 2012. BabelRelate! A Joint Multilingual Approach to Computing Semantic Relatedness [1] archivat en Wayback Machine.. Proc. of the 26th AAAI Conference on Artificial Intelligence (AAAI 2012), Toronto, Canada, pp. 108-114.

[4] R. Navigli and S. Ponzetto. Joining Forces Pays Off: Multilingual Joint Word Sense Disambiguation. Proc. of the 2012 Conference on Empirical Methods in Natural Language Processing (EMNLP 2012), Jeju, Korea, July 12–14, 2012, pp. 1399-1410.

[1]

[2]

[3]

[4]