Building a Finnish SOM-based ontology concept tagger and harvester

Alpo Seppo Antero Nyrkkö

Building a Finnish SOM-based ontology concept tagger and harvester

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussa › Konferenssiartikkeli › Ammatillinen

Abstrakti

Kehitän luonnollisessa kielessä ilmenevien sanojen merkitysten eroteluun
sopivaa automaatista koneoppivaa työkalua. Laskennallinen malli perustuu itseoppivaan kartaan (SOM, Self-Organizing Map) ja annetuun suomenkieliseen
semantisen webin ontologiaan. Malli oppii tunnistamaan käsiteiden ilmenemistä mallitekstistä, johon on annotoitu (tagatu) malliksi aiemmin laaditun ongologian käsiteitä. Koe liityy aiemmin englanninkielisten käsiteiden taggaamiseen liityvään OntoR-koejärjestelyyn joka tutki tekstisyöteessä ilmenevien termien liitämistä SOM-kartan soluihin malliksi annetun annotoidun tekstiesimerkin avulla. Tällainen malli oppii annetun käsitemallin huomatavan niukalla esimerkkiaineistolla ja sopii käytökohteisiin joissa ei ole tarjolla riitävän suurta
datamäärää syvän oppimisen neuroverkkomallin opetamiseksi. Suomenkielisen
kokeen morfologisen analyysin pohjalla on OMORFI- ja HFST-työkalut. Koneoppimisen toteutava SOM-karta lasketaan SOM-PAK-ohjelmistopaketin avulla. Kehitetyä laskennallista mallia käytetään käsiteiden tunnistamisen lisäksi myös
uusien ontologiakäsiteiden ehdokkaiden löytämiseksi.

Alkuperäiskieli	englanti
Otsikko	The 4th International Workshop on Computational Linguistics for Uralic Languages by ACL SIG for Uralic Languages : Proceedings of the Workshop
Toimittajat	Tommi Pirinen
Sivumäärä	8
Julkaisupaikka	Stroudsburg
Kustantaja	The Association for Computational Linguistics
Julkaisupäivä	tammik. 2018
Sivut	18-25
Tila	Julkaistu - tammik. 2018
OKM-julkaisutyyppi	D3 Artikkeli ammatillisessa konferenssijulkaisussa
Tapahtuma	International Workshop on Computational Linguistics for Uralic Languages - Helsinki, Suomi Kesto: 8 tammik. 2018 → 9 tammik. 2018 Konferenssinumero: 4

Tieteenalat

6121 Kielitieteet
113 Tietojenkäsittely- ja informaatiotieteet

Pääsy asiakirjaan

nyrkko2018building_finnish_som_fulltextLopullinen julkaistu versio, 287 KBLisenssi: Määrittelemätön

Muut tiedostot ja linkit

IWCLUL 2018 - Proceedings of the Workshop in ACL Anthology

Siteeraa tätä

@inproceedings{92fffd4f5fc7416fa4146f79a0ede681,

title = "Building a Finnish SOM-based ontology concept tagger and harvester",

abstract = "Kehit{\"a}n luonnollisessa kieless{\"a} ilmenevien sanojen merkitysten eroteluunsopivaa automaatista koneoppivaa ty{\"o}kalua. Laskennallinen malli perustuu itseoppivaan kartaan (SOM, Self-Organizing Map) ja annetuun suomenkieliseensemantisen webin ontologiaan. Malli oppii tunnistamaan k{\"a}siteiden ilmenemist{\"a} mallitekstist{\"a}, johon on annotoitu (tagatu) malliksi aiemmin laaditun ongologian k{\"a}siteit{\"a}. Koe liityy aiemmin englanninkielisten k{\"a}siteiden taggaamiseen liityv{\"a}{\"a}n OntoR-koej{\"a}rjestelyyn joka tutki tekstisy{\"o}teess{\"a} ilmenevien termien liit{\"a}mist{\"a} SOM-kartan soluihin malliksi annetun annotoidun tekstiesimerkin avulla. T{\"a}llainen malli oppii annetun k{\"a}sitemallin huomatavan niukalla esimerkkiaineistolla ja sopii k{\"a}yt{\"o}kohteisiin joissa ei ole tarjolla riit{\"a}v{\"a}n suurtadatam{\"a}{\"a}r{\"a}{\"a} syv{\"a}n oppimisen neuroverkkomallin opetamiseksi. Suomenkielisenkokeen morfologisen analyysin pohjalla on OMORFI- ja HFST-ty{\"o}kalut. Koneoppimisen toteutava SOM-karta lasketaan SOM-PAK-ohjelmistopaketin avulla. Kehitety{\"a} laskennallista mallia k{\"a}ytet{\"a}{\"a}n k{\"a}siteiden tunnistamisen lis{\"a}ksi my{\"o}suusien ontologiak{\"a}siteiden ehdokkaiden l{\"o}yt{\"a}miseksi.",

keywords = "6121 Languages, 113 Computer and information sciences",

author = "Nyrkk{\"o}, {Alpo Seppo Antero}",

year = "2018",

month = jan,

language = "English",

pages = "18--25",

editor = "Tommi Pirinen",

booktitle = "The 4th International Workshop on Computational Linguistics for Uralic Languages by ACL SIG for Uralic Languages",

publisher = "The Association for Computational Linguistics",

address = "United States",

note = "International Workshop on Computational Linguistics for Uralic Languages ; Conference date: 08-01-2018 Through 09-01-2018",

}

Nyrkkö, ASA 2018, Building a Finnish SOM-based ontology concept tagger and harvester. julkaisussa T Pirinen (Toimittaja), The 4th International Workshop on Computational Linguistics for Uralic Languages by ACL SIG for Uralic Languages: Proceedings of the Workshop . The Association for Computational Linguistics, Stroudsburg, Sivut 18-25, International Workshop on Computational Linguistics for Uralic Languages, Helsinki, Suomi, 08/01/2018.

Building a Finnish SOM-based ontology concept tagger and harvester. / Nyrkkö, Alpo Seppo Antero.
The 4th International Workshop on Computational Linguistics for Uralic Languages by ACL SIG for Uralic Languages: Proceedings of the Workshop . toim. / Tommi Pirinen. Stroudsburg: The Association for Computational Linguistics, 2018. s. 18-25.

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussa › Konferenssiartikkeli › Ammatillinen

TY - GEN

T1 - Building a Finnish SOM-based ontology concept tagger and harvester

AU - Nyrkkö, Alpo Seppo Antero

N1 - Conference code: 4

PY - 2018/1

Y1 - 2018/1

N2 - Kehitän luonnollisessa kielessä ilmenevien sanojen merkitysten eroteluunsopivaa automaatista koneoppivaa työkalua. Laskennallinen malli perustuu itseoppivaan kartaan (SOM, Self-Organizing Map) ja annetuun suomenkieliseensemantisen webin ontologiaan. Malli oppii tunnistamaan käsiteiden ilmenemistä mallitekstistä, johon on annotoitu (tagatu) malliksi aiemmin laaditun ongologian käsiteitä. Koe liityy aiemmin englanninkielisten käsiteiden taggaamiseen liityvään OntoR-koejärjestelyyn joka tutki tekstisyöteessä ilmenevien termien liitämistä SOM-kartan soluihin malliksi annetun annotoidun tekstiesimerkin avulla. Tällainen malli oppii annetun käsitemallin huomatavan niukalla esimerkkiaineistolla ja sopii käytökohteisiin joissa ei ole tarjolla riitävän suurtadatamäärää syvän oppimisen neuroverkkomallin opetamiseksi. Suomenkielisenkokeen morfologisen analyysin pohjalla on OMORFI- ja HFST-työkalut. Koneoppimisen toteutava SOM-karta lasketaan SOM-PAK-ohjelmistopaketin avulla. Kehitetyä laskennallista mallia käytetään käsiteiden tunnistamisen lisäksi myösuusien ontologiakäsiteiden ehdokkaiden löytämiseksi.

AB - Kehitän luonnollisessa kielessä ilmenevien sanojen merkitysten eroteluunsopivaa automaatista koneoppivaa työkalua. Laskennallinen malli perustuu itseoppivaan kartaan (SOM, Self-Organizing Map) ja annetuun suomenkieliseensemantisen webin ontologiaan. Malli oppii tunnistamaan käsiteiden ilmenemistä mallitekstistä, johon on annotoitu (tagatu) malliksi aiemmin laaditun ongologian käsiteitä. Koe liityy aiemmin englanninkielisten käsiteiden taggaamiseen liityvään OntoR-koejärjestelyyn joka tutki tekstisyöteessä ilmenevien termien liitämistä SOM-kartan soluihin malliksi annetun annotoidun tekstiesimerkin avulla. Tällainen malli oppii annetun käsitemallin huomatavan niukalla esimerkkiaineistolla ja sopii käytökohteisiin joissa ei ole tarjolla riitävän suurtadatamäärää syvän oppimisen neuroverkkomallin opetamiseksi. Suomenkielisenkokeen morfologisen analyysin pohjalla on OMORFI- ja HFST-työkalut. Koneoppimisen toteutava SOM-karta lasketaan SOM-PAK-ohjelmistopaketin avulla. Kehitetyä laskennallista mallia käytetään käsiteiden tunnistamisen lisäksi myösuusien ontologiakäsiteiden ehdokkaiden löytämiseksi.

KW - 6121 Languages

KW - 113 Computer and information sciences

UR - http://aclweb.org/anthology/W18-02

M3 - Conference contribution

SP - 18

EP - 25

BT - The 4th International Workshop on Computational Linguistics for Uralic Languages by ACL SIG for Uralic Languages

A2 - Pirinen, Tommi

PB - The Association for Computational Linguistics

CY - Stroudsburg

T2 - International Workshop on Computational Linguistics for Uralic Languages

Y2 - 8 January 2018 through 9 January 2018

ER -