Evaluating Ontology Development from the Extraction of Noun Phrases

• Alexandra Moreira Universidade Federal de Viçosa
• Alcione Oliveira Universidade Federal de Viçosa
• Jugurta Lisboa-Filho Universidade Federal de Viçosa

DOI: https://doi.org/10.5753/eniac.2019.9274

Resumo

Existem vários métodos para construir uma ontologia. Entre o métodos automáticos, uma abordagem é a extração de termos de documentos de domínio e sua extração subsequente. Nesse caso, a primeira etapa do processo é a extração de sintagmas nominais que são possíveis candidatos a serem componentes da terminologia da área de interesse. Este artigo descreve uma ferramenta automática para o idioma português do Brasil que extrai sintagmas nominais que podem ser adotadas como termos para um determinado domínio. Além disso, o sistema associa os termos extraídos a uma ontologia de nível superior, o que resulta em uma ontologia inicial que pode ser refinada posteriormente. Para acoplar à ontologia, foi utilizado um termo âncora, sendo demonstrado estatisticamente que o uso do termo âncora leva a uma melhoria no desempenho do sistema. A ferramenta descrita neste artigo foi usada para selecionar termos a serem usados em uma ontologia para o domínio do setor eleétrico. Além disso, foi avaliada a precisão na criação da ontologia. A técnica conseguiu gerar a hierarquia correta para 70% dos termos

Palavras-chave: Desenvolvimento de Ontologia, Extração de sintagmas nominais, Português do Brasil

Referências

Aluísio, S., Pelizzoni, J., Marchi, A. R., de Oliveira, L., Manenti, R., and Marquiafável, V. (2003). Computational Processing of the Portuguese Language, chapter An account of the challenge of tagging a reference corpus for brazilian portuguese, pages 110–117. Springer.

da Cruz Carvalheira, L. C. (2007). Método semi-automático de construção de ontologias parciais de domínio com base em textos. PhD thesis, Universidade de São Paulo, São Paulo.

Dias-da Silva, B. C. (2006). Wordnet. br: An exercise of human language technology research. In Proceedings of the Third International WordNet Conference-GWC, pages 22–26.

Duran, M. S. and Aluísio, S. M. (2011). Propbank-Br: a brazilian portuguese corpus annotated with semantic role labels. In 8th Brazilian symposium in information and human language technology, pages 164–168, Cuiaba, Brazil. Sociedade Brasileira de Computação.

Kozareva, Z. (2014). Text Mining, chapter Simple, fast and accurate taxonomy learning, pages 41–62. Springer.

Lieber, R. and Stekauer, P. (2009). The Oxford handbook of compounding. Oxford University Press, Oxford.

Macken, L., Lefever, E., and Hoste, V. (2013). TExSIS: bilingual terminology extraction from parallel corpora using Chunk-based Alignment. Terminology, 19(1):1–30.

Maia, L. C. G. and Souza, R. R. (2010). Uso de sintagmas nominais na classicação automática de documentos eletrônicos. Perspectivas em Ciência da Informação, 15(1):154–172.

Marchand, H. (1969). The categories and types of present-day English word-formation: a synchronic-diachronic approach. Verlag C. H. Beck, München.

Maynard, D., Li, Y., and Peters, W. (2008). Proceeding of the 2008 conference on Ontology Learning and Population: Bridging the Gap between Text and Knowledge, volume 167, chapter Nlp techniques for term extraction and ontology population, pages 107–127. Ios Press.

Miller, G. A. (1995). WordNet: a lexical database for English. Communications of the ACM, 38(11):39–41.

Moreira, A., Alvarenga, L., and Oliveira, A. P. (2004). O nível do conhecimento e os tesauros e ontologias. DataGramaZero-Revista de instrumentos de representação: Ciência da Informação, 5(6):1–25.

Moreira, A., Lisboa Filho, J., and Oliveira, A. (2016). Automatic creation of ontology using a lexical database: an application for the energy sector. In International Conference on Applications of Natural Language to Information Systems, pages 415–420. Springer.

Pease, A., Niles, I., and Li, J. (2002). The suggested upper merged ontology: a large In Working notes of the AAAIontology for the semantic web and its applications. 2002 workshop on ontologies and the semantic web, volume 28, Edmonton, Alberta, Canada. AAAI Press.

Rani, M., Dhar, A. K., and Vyas, O. (2017). Semi-automatic terminology ontology learning based on topic modeling. Engineering Applications of Articial Intelligence, 63:108–125.

Sanchez, D. and Moreno, A. (2004). Creating ontologies from Web documents. Recent Advances in Articial Intelligence Research and Development, 113:11–18.

Teline, M. F., Almeida, G., and Aluisio, S. M. (2003). Extração manual e automática In 16th Brazilian Symposium de terminologia: comparando abordagens e critérios. on Computer Graphics and Image Processing-SIBGRAPI, São Carlos, Brazil. IEEE Computer Society.

Williams, E. (1981). On the notions “lexically related” and “head of a word”. Linguistic inquiry, 12(2):245–274.

Zavaglia, C., Aluísio, S., Nunes, M. G. V., and Oliveira, L. (2007). Estrutura ontológica e unidades lexicais: uma aplicação computacional no domínio da ecologia. In Proceedings of the 5th Workshop in Information and Human Language Technology, pages 1575–84, Rio de Janeiro, Brazil.