Розпізнавання багатослівних конструкцій

Abstract

Розглянуто проблему багатослівних конструкцій, яка відіграє дуже важливу роль у технології обробки природної мови. Багатослівні конструкції – це вирази, які складаються з щонайменше двох слів і можуть бути синтаксично і/або семантично ідіосинкратичними. Це зокрема складені іменники, ідіоми і фразові дієслова. У цій роботі досліджено сучасні підходи до класифікації багатослівних конструкцій, їхньої ідентифікації та видобування з текстів.This paper surveys the problem of multiword expressions (MWE), which plays the important role in development of large-scale, linguistically sound natural language processing technology. Multiword expressions are expressions which are made up of at least 2 words and which can be syntactically and/or semantically idiosyncratic. This category includes such constructions as compound nouns, idioms and phrasal verbs.This paper deals with modern approaches to MWE stratification, extraction and identification.