Co je to Word Sense Disambiguation?
Rozmístění smyslu slova (WSD) leží v jádru softwarových programů určených k interpretaci jazyka. Nejasná slova nebo věty lze chápat více způsoby, i když je zamýšlen pouze jeden význam. Cílem dvojznačnosti je rozluštit zamýšlený význam slov a vět. Tato oblast je pro programátory, kteří mají za úkol navrhnout přesná rozhraní, nesmírně náročná, aby překlenula mezeru mezi mluveným a psaným jazykem a počítačem generovanými překlady.
Software určený k převodu řeči na text umí „poslouchat“ uživatele mluvícího do mikrofonu a překládat mluvená slova do psaných vět. Uživatel diktuje interpunkci, případně vloží slova jako „čárka“ a „tečka“. Zní to docela jednoduše, až na to, že mnoho slov zní přesně stejně.
Například vědět a ne nebo já a oko jsou foneticky nerozeznatelné. Nesprávnost slova smysl pomáhá překládat: „Měl bych to vědět do příštího týdne,“ správně, pomocí toho, co je v podstatě souborem pravidel „if, then“, která berou v úvahu umístění slov a sousední slova jako indikátory zamýšleného slova. Tento typ nesouhlasu smyslu slova je známý jako „mělký přístup“ a je celkem přesný, ale nelze ho vždy spočítat.
Dalším přístupem je aplikovat „světové znalosti“ nebo to, co počítačová lingvistika nazývá „hluboký přístup“. Tento přístup se spoléhá na lexikony, jako jsou slovníky a tezauru, které pomáhají určit správný smysl slova. Bohužel navrhování databáze s hlubokým přístupem, která je dostatečně komplexní, aby poskytovala lepší přesnost než mělký přístup, není snadný úkol.
Software, který čte text nahlas (převod textu na řeč), také vyžaduje nesouhlasnost slova. Slovo basa může například znamenat hudební nástroj, notu nebo rybu. V druhém případě se vyslovuje odlišně a ponechává na WSD, aby odvodil, kterou výslovnost použít. Pokud se stane, že zadaná věta zní: „Bas je těžký,“ pouze vyobrazení okolních vět může odhalit stopy, jako je nalezení slov „rybaření“, „člun“, „dok“ nebo naopak „kapela“, „ hudba “nebo„ píseň “. Pokud není výraz výrazu ve smyslu slova programu dostatečně robustní nebo chybí-li další vodítka, může program překládat chyby.
Kromě pravidel „pokud tedy“ mělkého přístupu se používají algoritmy také ke stanovení správných interpretací. Ve výše uvedeném příkladu by algoritmus mohl najít klíčová slova v dokumentu, která jasně ukazují na hudební interpretaci nebo naopak. Další přístupy jsou také používány ve WSD, které jsou v podstatě upřesněním nebo rozšířením těchto základních přístupů.
Rozmístění smyslu slova je také zásadní v slovních příkazových rozhraních určených k nahrazení klávesnice - nejen při předávání jednoduchých příkazů operačního systému, ale v tak složitých úkolech, jako je průzkum webu. Mezi další oblasti, ve kterých hraje roli WSD, patří vývoj sémantického webu a vylepšené modely umělé inteligence. Ve skutečnosti jakákoli oblast vědy, která se spoléhá na lingvistický most mezi člověkem a strojem, použije disambiguaci smyslu slova.